P3-1.2 데이터 모델링은 어떤 순서로 진행하는가¶

Section ID: P3-1.2 Version: v2026.09.20

P3-1.1에서는 시점별 유량 기록을 동작 한 행으로 묶고, 질문에 맞는 지표와 검토 결과를 남겼습니다. 이 표를 만들 때는 서로 연결된 결정을 내렸습니다. 무엇을 알고 싶은지에 따라 필요한 구간이 달라지고, 무엇을 한 사례로 묶는지에 따라 평균과 기울기의 계산 대상도 달라집니다. 이번에는 그 결정을 어떤 순서로 내리고, 자료가 예상과 다를 때 어디로 돌아갈지 살펴봅니다.

질문에서 검토 결과까지 무엇을 남기는가¶

앞 절의 A-101을 다시 사용하겠습니다. 유량은 0초·1초·2초에 각각 24.8·25.1·23.9 L/min이었습니다. 마지막 구간에서 내려가는 모습이 보이므로, 같은 조건의 평소 동작보다 마지막 구간의 유량이 더 빠르게 내려갔는가를 묻습니다. 고장이 났다고 먼저 가정하지 않고, 관찰할 차이를 정한 것입니다.

이 질문을 한 행의 결과로 만드는 결정을 여섯 항목으로 나누면 다음과 같습니다. 계산식은 앞 절에서 사용한 것과 같습니다.

결정	A-101에서 확인할 내용	남기는 작은 산출물
1. 문제 질문 정하기	평소와 비교할 대상이 전체 수준인가, 끝부분 하강인가	`같은 조건에서 마지막 구간의 기울기를 비교한다`는 질문
2. 샘플 단위 정하기	어느 기록들을 한 사례로 묶는가	`동작 1회`, 식별자 `A-101`
3. 기록을 묶고 확인하기	같은 동작의 시각과 유량이 대응하며 필요한 구간이 남아 있는가	0초·1초·2초의 기록을 묶은 동작별 자료
4. 특징과 기준선 정하기	어느 구간의 값을 어떻게 계산하고 무엇과 비교하는가	1~2초 기울기 −1.2 L/min/s, 가정한 기준선 0.0 L/min/s, 차이 −1.2 L/min/s
5. 출력 구조 정하기	비교 결과를 사람이 어떤 형태로 받을 것인가	차이가 −0.5 L/min/s 미만이면 `review`라는 검토 규칙과 그 결과
6. 해석 경계 적기	결과로 어디까지 말할 수 있는가	`가정한 기준보다 더 가파르게 내려가 검토 대상이다. 고장 원인은 아직 모른다`는 문장

출력 구조(output structure)는 여기서 식별자·비교값·검토 결과처럼 사람이 이어서 읽을 결과의 형식입니다. 이 사례의 review는 규칙에 따른 검토 표시이며, 실제 고장을 확인해 붙인 학습용 라벨과 구분합니다. 기준선 0.0과 임계값 −0.5도 앞 절과 같은 설명용 가정이지 실제 장비에서 검증된 기준이 아닙니다.

이 질문에서는 마지막 구간의 기울기를 골랐습니다. 평균과 표준편차를 계산할 수 있어도 모든 결과 표에 넣어야 하는 것은 아닙니다. 전체 유량 수준이나 흩어짐을 함께 확인할 필요가 생기면 그 질문과 계산 대상을 추가합니다.

아래 도식은 동작별 요약 표를 만드는 이 사례의 연결을 압축한 것입니다. 여섯 항목은 이 책에서 판단을 설명하기 위해 묶은 것이며, 모든 데이터에 같은 요약 표와 기준선을 요구하는 고정 절차는 아닙니다.

flowchart TD
    A[질문] --> B[샘플 단위]
    B --> C[요약 표]
    C --> D[특징과 기준선]
    D --> E[출력 구조]
    E --> F[보수적 해석]

마지막 기록이 없다면 어느 결정으로 돌아갈까¶

앞 절과 달리, 전달받은 A-101 자료에 2초 기록이 빠져 있다고 가정해 봅시다. 남은 값은 0초의 24.8과 1초의 25.1 L/min뿐입니다. 이때 남은 두 값으로 계산하면 (25.1−24.8)/(1−0) = +0.3 L/min/s입니다. 하지만 이것은 0~1초의 기울기입니다. 처음 묻던 1~2초의 하강에는 답하지 못합니다.

마지막으로 남아 있는 두 행을 무조건 사용하면 구간이 바뀌었는데도 같은 late_drop_rate라는 열 이름이 붙습니다. 필요한 값이 없다는 사실이 상승했다는 결과로 바뀌어 버리는 것입니다. 계산을 끝내기 전에 기록을 묶고 확인하는 결정으로 돌아가야 합니다.

기록을 다시 확인한 결과	돌아갈 결정과 할 일	현재 남길 결과
원천 로그에는 2초 값이 있는데 자료를 추출할 때 빠졌다	기록 범위를 수정해 2초 값을 복구하고 같은 구간을 다시 계산한다.	복구한 값으로 비교 결과를 만든다.
센서가 2초 값을 기록하지 않았다	수집 상태를 확인하고, 현재 자료로 1~2초 기울기를 계산할 수 없다고 표시한다.	기울기·기준선 차이는 미계산, 출력은 `정보 부족`으로 남긴다.
현재 목적을 초기 상승 구간 점검으로 바꾸기로 했다	질문과 구간을 0~1초로 바꾸고, 같은 구간의 기준선을 별도로 정한다.	새로운 질문의 결과로 구분한다. 기존 끝부분 하강 결과와 섞지 않는다.

정보 부족은 세 번째 고장 등급이 아닙니다. 비교에 필요한 기록이 없어서 기존 검토 규칙을 적용하지 못했다는 뜻입니다. 빈 기울기를 0으로 채우거나 no_flag로 바꾸면, 관측하지 못한 것을 변화가 없었던 것으로 잘못 읽게 됩니다.

반대로 계산에 필요한 값이 모두 있어도 비교 조건을 다시 살펴야 할 수 있습니다. 예를 들어 A-101은 종료 직전에 유량을 낮추도록 설정된 동작이고 기준선은 일정하게 유지하도록 설정된 동작이었다고 뒤늦게 확인했다면, 우선 같은 설정의 과거 동작을 찾아 비교 기준을 다시 정해야 합니다. 그런 기록이 없다면 현재 기준선으로는 같은 조건의 비교를 할 수 없다고 남깁니다. 설정 차이를 발견한 것만으로 하강의 원인이 입증된 것은 아닙니다.

탐색 결과가 앞의 결정을 바꾸는 이유¶

자료를 살펴보는 탐색과 기록을 정리하는 작업은 표를 다 만든 뒤 한 번만 하는 일이 아닙니다. 이 사례에서는 기울기를 만들다가 누락을 발견해 기록 범위로 돌아갔고, 비교 조건을 확인하다가 기준선을 다시 골랐습니다. 질문을 바꾸면 필요한 구간과 출력의 의미도 함께 달라집니다.

처음의 끝부분 하강을 살펴보자는 예상은 확인할 질문을 제안합니다. 실제 기록을 본 뒤에는 그 질문을 유지할지, 다른 질문으로 바꿀지, 현재 자료로는 답하지 못한다고 남길지 판단합니다. 이런 예상이 항상 맞거나 작업 횟수를 줄여 준다고 보장할 수는 없습니다.

결정을 남기는 이유는 다시는 바꾸지 않기 위해서가 아닙니다. 질문은 그대로이고 빠진 기록만 복구한 것인지, 구간을 바꿔 다른 질문에 답하게 된 것인지를 구분하기 위해서입니다. 이 사례에서는 동작 식별자, 사용한 구간, 계산 규칙, 기준선 조건, 검토 규칙과 미확인 사항을 함께 적으면 무엇을 다시 확인해야 하는지 추적할 수 있습니다.

체크리스트¶

A-101에 대해 질문 → 샘플 → 기록 묶음 → 특징과 기준선 → 출력 → 해석의 순서로 남길 내용을 각각 한 줄씩 적어 보자.
2초 값이 빠졌을 때 0~1초 기울기 +0.3을 원래 질문의 답으로 사용할 수 없는 이유를 설명할 수 있는가?
누락이 자료 추출 과정에서 생긴 경우와 센서가 기록하지 않은 경우에는 각각 무엇을 다시 확인해야 하는가?
비교할 두 동작의 종료 설정이 다르다면 어떤 결정으로 돌아가야 하는가? 같은 설정의 기록이 없다면 결과에 무엇을 남길 것인가?
질문을 초기 상승 여부로 바꾼다면 구간과 기준선 중 무엇을 함께 바꿔야 하는가?

두 번째 질문의 핵심은 숫자를 계산할 수 있는지와 원래 질문에 답할 수 있는지를 구분하는 것입니다. 구간을 바꾸면 계산의 의미가 달라집니다. 마지막 질문에서는 구간뿐 아니라 그 구간에 맞는 기준선도 다시 정해야 합니다. 필요한 정보를 확보하지 못했으면 정보 부족을 그대로 남깁니다.

출처와 참고 자료¶

Google for Developers, Machine Learning Glossary의 labeled example, feature engineering, label, label leakage. 샘플·입력·라벨을 구분하는 용어 기준으로 참고했습니다. 이 절의 여섯 항목과 순서 자체를 규정하는 출처는 아닙니다. https://developers.google.com/machine-learning/glossary / 확인일: 2026-07-20
W3C, PROV-Overview. identifying an object와 derivation을 함께 남겨야 한다고 정리하므로, 샘플 단위와 파생 표, 결과 구조가 어떤 단계로 만들어졌는지 순서 있게 설명 가능해야 한다는 상위 프레임을 보강합니다. https://www.w3.org/TR/prov-overview/ / 확인일: 2026-07-20
Usama M. Fayyad, Gregory Piatetsky-Shapiro, Padhraic Smyth, From Data Mining to Knowledge Discovery in Databases. 데이터 선택, 전처리, 변환, 해석이 함께 이어지는 더 넓은 흐름을 설명하므로, 데이터 준비와 해석을 연결하는 이 절의 일반 배경을 제공합니다. https://www.kdnuggets.com/gpspubs/aimag-kdd-overview-1996-Fayyad.pdf / 확인일: 2026-07-20
NIST/SEMATECH, e-Handbook of Statistical Methods, What is EDA?. 자료의 구조와 가정을 살피고 예상하지 못했던 정보도 탐색하는 접근을 확인했습니다. 누락·설정 차이에 따라 돌아가는 위 장면은 이 책의 가상 사례이며, 작업 횟수 감소를 입증하는 실험이 아닙니다. What is EDA? / 확인일: 2026-09-19