최근 deep learning 기반의 특징 추출과 인식 구조 등을 통해 다양한 분야에서 높은 성능향상이 보고 되었다. 최근에는 특징이나 인식기를 넘어서, DB 자체를 생성 및 보강하는 방식으로 성능 향상이 연구되고 있다. 특히 Generative Adversarial Net (GAN)을 필두로 deep learning 기반 generative model들이 DB 생성에 많이 사용되고 있다. 이러한 접근의 음향 분야 적용 가능성을 확인하기 위해,최근 IEEE DCASE 2017 competition 환경음 인식에 이러한 DB 보강을 적용시킨 사례를 분석하고, 더 나아가 생성 DB의 검증을 위한 방법도 논의한다.