고양이라는 이미지가 있다고 가정해보자. 고양이 이미지에 augmentation을 주게 된다고 하더라도, 그 이미지는 고양이일 것이다. 즉, 원본 고양이 이미지와 augmentation이 적용된 고양이 이미지는 서로 유사하다고 할 수 있다. 이 때, 누군가 augmented image에 굳이 'similar'이라고 labeling 해줄 필요없이 input 데이터 자기 자신(self)에 의해 파생된 label 데이터로 학습하는 방법을 self-supervised learning이라고 한다.