P3-5.3 원시 시계열이 있어도 왜 바로 학습 입력이라고 말할 수 없는가¶

Section ID: P3-5.3 Version: v2026.09.19

원시 시계열도 학습 입력으로 사용할 수 있습니다. 다만 기록이 있다는 사실만으로 한 입력의 경계·순서·길이·목표가 정해지지는 않습니다. 수작업 요약은 표현의 선택이고, 어떤 정보를 한 입력으로 묶을지는 어느 표현에서도 정해야 합니다.

같은 네 관측에서 두 입력을 만들기¶

다음은 두 동작의 가상 유량 기록입니다. 각 동작은 시작 0초부터 종료 3초까지 1초 간격으로 네 번 측정했으며, 여기서는 네 값 모두 그 동작의 종료 시점에 이용 가능하다고 가정합니다. 유량 단위는 L/min입니다.

event_id	0초	1초	2초	3초
A	1	3	3	1
B	3	1	1	3

동작 종료 시점에 나중에 확정될 검토 결과를 예측하는 문제를 생각해 보겠습니다. 샘플은 동작 1회입니다. 결과 라벨은 같은 event_id에 연결하되 입력 값에 섞지 않습니다. 아래 표는 입력 후보만 보여 주며 실제 결과 라벨이나 학습된 모델은 제공하지 않습니다.

표현	A의 입력	B의 입력	입력 요소의 뜻
요약 벡터	`[2, 3]`	`[2, 3]`	순서대로 `[평균 유량, 최대 유량]`
시계열 입력	`[[1], [3], [3], [1]]`	`[[3], [1], [1], [3]]`	바깥쪽은 0→3초, 안쪽은 유량 1개

벡터는 정해진 순서로 늘어놓은 값 묶음입니다. A의 평균은 (1+3+3+1)/4 = 2, 최대값은 3입니다. B도 같은 두 값이므로 이 요약만으로 A와 B의 순서 차이를 구별할 수 없습니다. 평균·최대값만을 입력으로 받는 모델에는 두 사례가 같은 입력으로 보입니다.

시계열 입력은 4시점 × 시점당 1개 값의 형태입니다. A는 가운데 두 관측이 높고, B는 첫째·마지막 관측이 높다는 차이를 남깁니다. 다만 네 번의 관측 사이에서 실제로 무슨 일이 있었는지까지 보존하는 것은 아닙니다. 또한 순서를 남겼다는 사실만으로 어떤 모델이든 그 차이를 잘 학습한다고 보장할 수는 없습니다.

요약 벡터는 시계열 입력의 필수 경유지가 아니다¶

아래 두 가지는 같은 관측에서 나오는 대안입니다. 시계열 입력을 만들기 위해 먼저 평균·최대값 벡터를 거칠 필요는 없습니다.

flowchart TD
    S["샘플·정보 시점·목표 명시"] --> R["같은 관측 자료<br/>A: 1, 3, 3, 1 / B: 3, 1, 1, 3"]
    R --> V["요약: 평균·최대값<br/>A = B = 2, 3"]
    R --> Q["시계열: 4시점 × 1개 값<br/>A와 B의 다른 순서 유지"]

평균과 최대값으로 답할 수 있는 질문에는 작은 요약 벡터가 비교하기 쉽습니다. 높은 값이 언제 나타났는지가 중요하다면 시계열이나 순서를 반영한 다른 특징이 필요할 수 있습니다. 원시 순서를 보존하는 입력과 검토용 요약 표를 함께 유지하는 것도 가능합니다. 요약 표가 사람의 비교 도구라는 점을 모델의 필수 입력 조건으로 바꾸지 않습니다.

두 표현에 공통으로 남길 입력 명세¶

정할 항목	이 사례의 선택	정하지 않으면 생기는 문제
샘플 경계와 식별자	한 동작의 0~3초, `event_id`	서로 다른 동작의 기록을 한 입력으로 합칠 수 있음
값과 순서	유량 L/min, 시간 오름차순	열 순서나 시간 순서가 뒤섞일 수 있음
입력 길이	이 사례는 4시점	관측이 3개인 경우에도 같은 입력인 척할 수 있음
예측 시점과 정보 범위	종료 3초까지 도착한 관측	예측 시점 뒤의 정보가 입력에 들어갈 수 있음
목표와 연결	이후 확정된 검토 결과를 같은 사건에 연결	다른 사건의 결과를 붙이거나 결과를 입력에 섞을 수 있음

네 시점은 이 사례의 선택이지 모든 시계열 모델의 필수 길이가 아닙니다. 동작 길이가 다르면 가변 길이를 지원하는 형식, 구간 자르기, 빈자리 채우기 중 무엇을 쓸지 정합니다. 값을 채운다면 실제 관측과 구분하는 표시도 필요합니다. 길이를 맞추는 과정이 어떤 정보를 버리거나 추가하는지도 기록합니다.

연습으로 A의 2초 관측이 없다고 가정해 보세요. [1, 3, 1]만 남기면 원래 3초 값이 세 번째 자리에 당겨집니다. 없던 값을 0으로 넣어 [1, 3, 0, 1]로 만들면 평균은 1.25가 되지만, 이것은 실제 유량 0을 관측한 결과가 아닙니다. 이 사례에서는 해당 입력을 보류하고 누락 위치를 기록한다고 정하겠습니다. 값을 채워 사용하는 설계라면 채움 규칙과 누락 표시를 함께 정의해야 합니다.

예측 시점을 앞당기면 쓸 수 있는 값도 달라진다¶

이번에는 종료 뒤의 결과를 1초 시점에 미리 예측한다고 해 보겠습니다. 그때 사용할 수 있는 A의 관측은 [1, 3], B는 [3, 1]입니다. 2초·3초 값은 아직 사용할 수 없습니다. 전체 네 관측의 요약 벡터도 그 시점에는 계산할 수 없으므로 입력 후보에서 제외합니다.

두 시점만 요약하면 A·B 모두 [평균 2, 최대 3]이지만, 순서를 유지한 두 입력은 여전히 다릅니다. “순서를 남길 것인가”와 “어디까지 관측할 수 있는가”는 별개의 결정입니다. 이후에 붙이는 결과 라벨을 미리 입력에 포함하지 않는 것처럼, 예측 시점 뒤의 관측도 경계를 넘어 넣지 않습니다.

외부 검토 라벨이 모든 학습의 필수 조건은 아닙니다. 같은 A 기록으로 다음 값을 예측하는 별도 문제를 만들면 0~2초 입력 [1, 3, 3] → 3초 목표 1로 정할 수 있습니다. B는 [3, 1, 1] → 3입니다. 사람이 붙인 검토 결과 없이도 목표를 기록에서 만들지만, 입력과 미래 목표의 시간 경계는 여전히 필요합니다.

체크리스트¶

A와 B가 같은 [2, 3]으로 요약되는 계산과 잃는 정보를 설명할 수 있는가?
시계열 입력의 4×1에서 두 숫자가 뜻하는 것을 말할 수 있는가?
수작업 요약 없이도 샘플 경계·값 순서·길이·목표를 정했는가?
누락을 실제 0이나 시간 순서의 당김과 구별하는가?
1초 예측에 2~3초 관측 또는 그 관측의 요약을 넣지 않는가?
외부 검토 라벨과 기록에서 만든 미래 목표를 구분하는가?

출처와 참고 자료¶

TensorFlow, Time series forecasting. 시계열 입력 창의 길이, 목표 위치, 입력 특징을 명시하는 사례와 시퀀스 입력의 근거입니다. 본문의 A·B 관측과 요약·누락 연습은 자체 가상 사례입니다. / 확인일: 2026-09-19