Encoder 및 projection head는 batch 단위로 학습하게 되는데, 만약 N의 batch size를 이용하게 된다면 각각 data augmentation을 거쳐서 2N개의 sample을 얻을 수 있습니다. 이렇게 되면 각 sample 별로 1쌍의 positive pair와 2N-2쌍의 negative pair를 구성할 수 있게 됩니다. 논문에서는 positive pair 간의 similarity는 높이고, negative pair 간의 similarity는 최소화하는 형태의 loss function을 제안하여 학습에 활용하였습니다. (질문 넣음. 2N-2쌍이 아니라 N-1 쌍 아니냐고 → 안녕하세요. 1개의 query sample에 대해, positive pair를 이루는 1개의 sample을 제외한 나머지 2n-2 개의 sample들과 각각 negative pair를 구성할 수 있습니다. n개의 이미지 중 query sample이 되는 1개의 이미지를 제외한 n-1 개의 다른 이미지들이 augmentation을 거쳐서 2n-2개의 sample이 되고, 이것들과 모두 negative pair를 이룬다고 이해하시면 될 것 같습니다.)