P3-1.3 데이터 질문은 어떻게 써야 모델보다 먼저 문제 구조가 보이는가¶

Section ID: P3-1.3 Version: v2026.07.20

좋은 데이터 질문은 무엇을 한 건으로 볼지, 무엇을 무엇과 비교할지, 최종적으로 무엇을 알고 싶은지가 먼저 드러나야 합니다. 모델 이름이나 기술 이름보다 이런 질문 구조가 먼저 서 있어야, 뒤의 샘플 단위, 표 구조, 특징, 기준선, 출력 구조도 함께 정해집니다. 특히 사람이 먼저 볼 대상을 고르는 질문은 검토 후보 큐(review queue), 나중에 맞힐 결과를 세우는 질문은 목표 라벨 후보(target candidate)로 이어진다는 점이 함께 보여야 합니다. 반대로 나쁜 질문은 모델 이름은 있는데 샘플 단위와 비교 기준이 비어 있습니다.

아직 너무 빠른 표현	더 나은 데이터 질문
이상 탐지 모델을 만들자	최근 동작 1회가 평소 동작보다 더 흔들렸는가
분류 문제로 만들자	어떤 동작 1회를 사람이 먼저 검토해야 하는가
시계열 딥러닝을 쓰자	원시 시계열을 동작 1회 입력으로 볼지, 최근 구간 묶음으로 볼지 정할 수 있는가
정확도를 높이자	지금 만들 수 있는 결과가 검토 후보인지 예측 라벨인지 구분되었는가

이 표가 중요한 이유는 좋은 질문을 멋지게 쓰자가 목적이 아니기 때문입니다. 질문 문장이 바뀌면 바로 뒤의 샘플, 표, 특징, 기준선, 출력 구조도 함께 달라지기 때문입니다.

질문 문장에 꼭 들어가야 하는 세 가지¶

Part 3 앞단에서는 데이터 질문을 아주 복잡하게 쓸 필요가 없습니다. 대신 아래 세 가지가 드러나는지만 먼저 보면 됩니다.

무엇을 한 건으로 볼 것인가
무엇을 알고 싶은가
비교 기준이나 결과 형식이 무엇인가

이 세 가지를 표로 줄이면 다음과 같습니다.

질문 요소	왜 필요한가
샘플 단위	한 행이 무엇을 뜻할지 정해야 하기 때문
알고 싶은 것	특징과 비교 구조가 어떤 방향으로 설계될지 정해지기 때문
비교 기준 또는 결과 형식	기준선, 검토 후보, 목표 라벨 후보 중 무엇이 필요한지 갈리기 때문

예를 들어 최근 동작이 이상한가라는 문장은 아직 너무 넓습니다. 동작 1회를 한 건으로 보고, 최근 20건이 평소 200건보다 더 흔들렸는가라고 쓰면 비로소 비교 단위와 기준선 구조가 함께 보이기 시작합니다.

질문을 더 나은 형태로 바꾸는 법¶

처음에는 완성된 질문을 한 번에 쓰기보다, 너무 넓은 문장을 한 단계씩 고쳐 쓰는 편이 더 쉽습니다.

처음 떠오르는 말	1차 수정	2차 수정
이상을 잡고 싶다	어떤 동작을 먼저 봐야 하는지 알고 싶다	동작 1회 기준으로 최근 구간에서 사람이 먼저 검토할 사례를 고르고 싶다
결과를 예측하고 싶다	어떤 결과를 나중에 맞히고 싶은지 정하고 싶다	동작 1회 특징 표에서 `review_needed` 같은 결과 후보를 만들 수 있는지 보고 싶다
딥러닝을 써 보고 싶다	원시 시계열을 그대로 쓸지 정하고 싶다	동작 1회 요약 벡터와 최근 구간 시계열 묶음 중 어떤 입력 구조가 더 자연스러운지 먼저 정하고 싶다

즉 질문을 고친다는 것은 문장을 꾸미는 일이 아니라, 문제 구조를 한 단계씩 드러내는 일입니다.

좋은 질문과 아직 이른 질문¶

아래 비교는 Part 3에서 특히 자주 나오는 혼동을 바로 보여 줍니다.

질문 유형	왜 아직 이르거나, 왜 더 좋은가
`정확도를 높이려면 어떤 모델이 좋을까`	아직 라벨과 샘플 단위가 없으면 너무 이르다
`이번 동작 1회는 평소 동작보다 후반 하강이 큰가`	샘플 단위와 비교 기준이 드러나 있어 더 좋다
`딥러닝이면 해결될까`	입력 구조와 목표 구조가 비어 있어 너무 넓다
`원시 시계열을 동작 1회 단위로 잘라 비교 가능한 입력으로 만들 수 있는가`	샘플 단위와 입력 구조를 바로 정하게 해 준다

여기서 중요한 것은 좋은 질문이 항상 짧아야 한다는 뜻이 아니라, 뒤의 설계에 필요한 단서가 들어 있어야 한다는 점입니다.

작은 도식으로 보기¶

같은 장면도 질문을 어떻게 쓰느냐에 따라 완전히 다른 Part 3 흐름으로 이어집니다.

질문 문장	바로 이어지는 다음 단계
최근 동작 1회가 평소보다 더 흔들렸는가	샘플 단위를 동작 1회로 두고 요약 표를 만든다
최근 20건이 이전 200건보다 달라졌는가	집계 표와 기준선 비교 구조를 만든다
사람이 먼저 봐야 할 동작은 무엇인가	검토 후보 큐와 출력 구조를 만든다
나중에 맞힐 결과 후보를 만들 수 있는가	목표 라벨 후보와 입력 특징 표를 나눈다

즉 질문 하나가 곧바로 다음 Chapter의 방향을 정합니다. 이 예시에서 중요한 것은 코드 실행이 아니라 대응 관계입니다. 질문이 달라지면 바로 뒤의 표 구조도 달라지고, 그래서 같은 원천데이터라도 독자가 먼저 그려야 할 다음 표가 달라집니다.

flowchart TD
    A[질문: 동작 1회를 기준선과 비교할까?] --> A1[다음 표: 동작 1회 요약 표]
    B[질문: 최근 20건과 이전 200건을 비교할까?] --> B1[다음 표: 집계와 기준선 비교 표]
    C[질문: 어떤 건을 먼저 검토할까?] --> C1[다음 표: 검토 큐와 출력 구조]
    D[질문: 미래 목표를 정의할 수 있을까?] --> D1[다음 표: 목표 후보와 특징 표]

질문 자체가 흐리면 무슨 표를 다시 만들어야 하는가도 계속 추상적으로 남습니다. 그래서 데이터 질문을 고쳐 쓰는 일은 부가적인 문장 다듬기가 아니라, 저장 구조를 어떤 샘플과 표 구조로 다시 읽을지 정하는 출발점입니다. 질문을 더 잘 쓰는 순간, 왜 샘플과 기준선이 먼저 필요한지도 훨씬 직접적으로 보이기 시작합니다. 더 넓게 보면 좋은 데이터 질문은 단순한 문장 표현이 아니라 대상 단위, 알고 싶은 결과, 비교 또는 산출물 구조를 한 번에 고정하는 문제 정의 장치입니다. 즉 좋은 데이터 질문은 말을 예쁘게 쓰는 문장이 아니라, 뒤의 표 구조와 비교 구조를 결정하는 최소 설계 문장입니다.

출처와 참고 자료¶

Google for Developers, Machine Learning Glossary의 labeled example, label, label leakage. example와 label의 결합 단위를 먼저 정해야 한다고 설명하므로, 데이터 질문 안에 샘플 단위와 결과 구조가 함께 드러나야 한다는 이 절의 판단을 뒷받침합니다. https://developers.google.com/machine-learning/glossary / 확인일: 2026-07-20
U.S. Bureau of Labor Statistics, Base period. 비교를 위한 기준 기간(reference period)이라는 일반 개념을 제공하므로, 좋은 데이터 질문이 무엇을 무엇과 비교할 것인가를 함께 드러내야 한다는 설명을 보강합니다. https://www.bls.gov/bls/glossary.htm / 확인일: 2026-07-20
Usama M. Fayyad, Gregory Piatetsky-Shapiro, Padhraic Smyth, From Data Mining to Knowledge Discovery in Databases. 문제 정의와 데이터 준비를 분리하지 않는 더 넓은 지식 발견 흐름을 설명하므로, 데이터 질문이 바로 뒤의 표 구조와 비교 구조를 여는 출발점이라는 일반 배경이 됩니다. https://www.kdnuggets.com/gpspubs/aimag-kdd-overview-1996-Fayyad.pdf / 확인일: 2026-07-20