본 연구는 예측 유지보수 분야의 비균등 데이터에서 희귀 실패 감지를 개선하기 위해 특화된 다중 생성적 적대 학습(GAN) 프레임워크를 제안합니다. 기존 불균형 데이터 처리 방식은 소수 집단이 균일하다는 가정을 하지만, 실제 산업 현장에서는 다양한 실패 모드가 존재합니다. AI4I 2020 예측 유지보수 데이터셋 실험 결과, 제안하는 다중 GAN 프레임워크는 기존 방식 대비 PR-AUC 및 재현율을 향상시켰습니다.