콘텐츠로 이동

P3-5.7 여러 후속 사건을 접는 규칙

Section ID: P3-5.7 Version: v2026.09.19

보조제목: 같은 샘플 뒤의 여러 사건은 어떤 규칙으로 하나의 표 구조에 접어야 하는가

샘플(sample) 단위와 입력 창을 정한 뒤에도 표 구조에서 한 번 더 막히는 지점이 있습니다. 같은 샘플 뒤에 후속 사건이 여러 개 붙는 경우입니다. 예를 들어 동작 1회 뒤에 재점검, 경고, 실패, 재방문이 차례로 남을 수 있습니다. 이때 이를 하나의 결과 열로 어떻게 접을지 정하지 않으면, 같은 샘플이 표마다 다른 뜻으로 바뀌기 쉽습니다.

후속 사건이 여러 개라면 어떤 접기 규칙(folding rule)으로 하나의 표 구조에 접었는지 먼저 적어야 합니다.

보통 아래 같은 접기 규칙이 생깁니다.

접기 규칙 뜻
any 하나라도 발생했으면 1
first 가장 먼저 나온 후속 사건을 대표로 둠
worst 가장 심한 상태를 대표로 둠
count 발생 횟수 자체를 남김

예를 들어 같은 샘플 뒤에 아래처럼 후속 사건이 남았다고 해 보겠습니다.

event_id follow_up_events
A review, failure
B review
C none

이를 어떤 표로 접을지에 따라 결과 열의 뜻이 달라집니다.

event_id any_failure first_event event_count
A 1 review 2
B 0 review 1
C 0 none 0

즉 같은 원천 사건(source event)을 보고 있어도 무엇을 대표 결과로 둘 것인가에 따라 표 구조가 달라집니다. 이 문제는 대표 결과를 어떤 규칙으로 접어 표에 남길지 먼저 정해야 하는 데이터 모델링 문제입니다.

아래 메모를 먼저 남겨 두면 이후 혼동이 줄어듭니다.

먼저 적을 메모 왜 필요한가
어떤 후속 사건들을 한 묶음으로 보는가 표가 다루는 결과 범위를 고정하기 위해
any, first, worst, count 중 무엇으로 접었는가 결과 열의 뜻을 다시 설명하기 위해
접은 결과가 보고용인지 예측 후보용인지 비교 리포트와 목표 라벨 후보(target candidate)를 섞지 않기 위해

최종 표에는 접기 규칙 자체도 추적 가능하게 남겨야 합니다. 예를 들어 folding_rule, severity_cutoff, follow_up_window_days, source_event_count, target_candidate_name을 메모로 남기면 any_selected_event=1이 어떤 사건 범위와 임계값에서 나온 결과인지 다시 설명할 수 있습니다. 같은 후속 사건 로그라도 first_event와 worst_event는 다른 열이므로, 한 열 이름만 보고 실제 목표 라벨처럼 고정하지 않아야 합니다.

사건을 접기 전에는 관측 기간과 중복 제거 규칙도 정해야 합니다. 7일 내 실패 여부라면 9일째의 실패는 포함하지 않습니다. 전송 재시도로 같은 사건이 두 번 저장되었다면 count에서 두 번 세지 않도록 사건 식별자를 대조합니다. first는 발생 시각으로 정렬하고, 같은 시각의 사건이나 같은 심각도끼리의 우선순위도 정해 둡니다.

아래 예제는 샘플 명단 전체의 추적이 끝났고, 후속 사건 로그는 분석할 기간으로 이미 제한되었으며 중복이 없다고 가정합니다. 이 가정에서만 사건이 없는 S30에 0을 붙일 수 있습니다. 아직 관찰 중인 샘플은 사건이 없더라도 pending으로 남겨야 합니다.

작은 예시:

문제 상황: 같은 샘플 뒤에 여러 후속 사건이 있을 때 first, worst, count, any 같은 서로 다른 접기 규칙이 다른 결과 열을 만든다는 점을 확인합니다.

입력(input): 샘플 명단 p3_5_7_sample_roster.csv, 후속 사건 로그 p3_5_7_follow_up_events.csv, 사건 심각도 표 p3_5_7_event_severity.csv, 선택할 심각도 기준 후보 severity_cutoffs

첫 번째 CSV의 한 행은 최종 결과 표에 남아야 할 샘플 1건입니다. 두 번째 CSV의 한 행은 샘플 뒤에 실제로 발생한 후속 사건 1건입니다. 세 번째 CSV는 사건 이름을 심각도 숫자로 바꿔 worst와 any_selected_event 규칙을 계산하게 합니다.

기대 출력(output): 같은 원천 사건에서도 first_event, worst_event, event_count, event_sequence, any_failure, any_selected_event가 다르게 만들어지는 출력. severity_cutoffs를 바꾸면 선택 샘플 수와 샘플 목록이 달라진다.

확인할 개념: 후속 사건 여러 개를 하나의 결과 열로 접을 때는 어떤 접기 규칙과 임계값(threshold) 기준으로 접었는지 먼저 명세해야 표 구조 뜻이 흔들리지 않는다

S01·S02·S30을 직접 접어 보기

이하 CSV는 자체 가상 자료입니다. 이 사례의 관측 기간은 샘플 뒤 1~7일(양 끝 포함)이며, 샘플 명단 36건 모두 추적을 마쳤다고 가정합니다. days_after_sample은 일 단위 위치이지 정확한 발생 시각이 아닙니다. CSV에는 추적 완료 표시와 개별 후속 사건 ID가 없으므로 완료·중복 없음은 이 자료만으로 검증할 수 없는 전제입니다.

sample_id 기간 내 후속 기록 first_event worst_event event_count any_failure
S01 1일 review → 3일 warning → 5일 failure review failure 3 1
S02 2일 review → 4일 warning review warning 2 0
S30 없음, 추적 완료 가정 none none 0 0

any_failure는 사건 종류가 failure 또는 critical_failure인 기록이 하나라도 있는지 나타냅니다. 이 사례의 종류 매핑이며, 심각도 기준을 바꾸어도 정의는 바뀌지 않습니다. count는 실패 횟수가 아니라 기간 내 모든 후속 사건 수입니다. first는 뒤의 실패를 가리고, worst는 앞선 경고와 재점검 순서를 가리므로 필요하면 event_sequence도 보존합니다.

심각도는 이 사례에서 정한 순서 등급입니다. review=2, warning=3, failure=4는 크기 순서를 정할 뿐, 실패가 재점검보다 두 배 심하다는 뜻은 아닙니다. any_selected_event는 선택한 심각도 이상 사건이 있는가이며, any_failure와 다른 질문입니다. S02는 기준 4에서 0, 기준 3에서 1이 되지만 실패 기록은 여전히 없습니다.

예제는 1~7일만 포함하고 first를 일 번호 순으로 정합니다. 같은 날이면 CSV 행 순서를 사용하므로 실제 시간 순서로 단정하지 않습니다. worst는 심각도 내림차순, 일 번호 오름차순, 마지막으로 원본 행 순서입니다. 실제 운영에서는 더 정밀한 발생 시각과 사건 ID를 확보해 동률·중복 처리 규칙을 정해야 합니다.

  1
  2
  3
  4
  5
  6
  7
  8
  9
 10
 11
 12
 13
 14
 15
 16
 17
 18
 19
 20
 21
 22
 23
 24
 25
 26
 27
 28
 29
 30
 31
 32
 33
 34
 35
 36
 37
 38
 39
 40
 41
 42
 43
 44
 45
 46
 47
 48
 49
 50
 51
 52
 53
 54
 55
 56
 57
 58
 59
 60
 61
 62
 63
 64
 65
 66
 67
 68
 69
 70
 71
 72
 73
 74
 75
 76
 77
 78
 79
 80
 81
 82
 83
 84
 85
 86
 87
 88
 89
 90
 91
 92
 93
 94
 95
 96
 97
 98
 99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
# 같은 샘플 뒤의 여러 후속 사건을 표 구조에 맞게 접고 대표 라벨을 정하는 예제입니다.
import csv
from collections import defaultdict
from pathlib import Path

sample_roster_path = Path("docs/assets/part-03/chapter-05/p3_5_7_sample_roster.csv")
follow_up_events_path = Path("docs/assets/part-03/chapter-05/p3_5_7_follow_up_events.csv")
event_severity_path = Path("docs/assets/part-03/chapter-05/p3_5_7_event_severity.csv")

selected_severity_cutoff = 4
severity_cutoffs = [4, 3, 2]
follow_up_window_days = 7
failure_types = {"failure", "critical_failure"}
preview_row_count = 12


def read_csv(path):
    with path.open(newline="", encoding="utf-8") as file:
        return list(csv.DictReader(file))


sample_roster = read_csv(sample_roster_path)
follow_ups = read_csv(follow_up_events_path)
severity_table = read_csv(event_severity_path)
severity_by_type = {row["event_type"]: int(row["severity"]) for row in severity_table}

for row in follow_ups:
    row["days_after_sample"] = int(row["days_after_sample"])
    row["severity"] = severity_by_type[row["event_type"]]

period_events = [row for row in follow_ups if 1 <= row["days_after_sample"] <= follow_up_window_days]
ordered_events = sorted(period_events, key=lambda row: (row["sample_id"], row["days_after_sample"]))
events_by_sample = defaultdict(list)
for row in ordered_events:
    events_by_sample[row["sample_id"]].append(row)

folded = []
for sample in sample_roster:
    sample_id = sample["sample_id"]
    events = events_by_sample.get(sample_id, [])
    if events:
        first_event = events[0]["event_type"]
        worst = sorted(events, key=lambda row: (-row["severity"], row["days_after_sample"]))[0]
        worst_event = worst["event_type"]
        worst_severity = worst["severity"]
        event_sequence = " > ".join(row["event_type"] for row in events)
    else:
        first_event = "none"
        worst_event = "none"
        worst_severity = 0
        event_sequence = "none"
    folded.append(
        {
            "sample_id": sample_id,
            "first_event": first_event,
            "worst_event": worst_event,
            "worst_severity": worst_severity,
            "event_count": len(events),
            "event_sequence": event_sequence,
            "any_failure": int(any(row["event_type"] in failure_types for row in events)),
            "any_selected_event": int(any(row["severity"] >= selected_severity_cutoff for row in events)),
        }
    )

cutoff_results = []
for cutoff in severity_cutoffs:
    selected = [row for row in folded if row["event_count"] > 0 and row["worst_severity"] >= cutoff]
    cutoff_results.append(
        {
            "severity_cutoff": cutoff,
            "selected_sample_count": len(selected),
            "selected_samples": ",".join(row["sample_id"] for row in selected) or "none",
        }
    )

print("1) raw follow-up events")
print("sample_id  days_after_sample       event_type source_system")
for row in follow_ups[:preview_row_count]:
    print(
        f"{row['sample_id']:>9} {row['days_after_sample']:>18} "
        f"{row['event_type']:>16} {row['source_system']:>13}"
    )
print(f"... {len(follow_ups) - preview_row_count} more follow-up events")
print()
print("2) severity rule table")
print("      event_type  severity")
for row in severity_table[:preview_row_count]:
    print(f"{row['event_type']:>16} {int(row['severity']):>9}")
print(f"... {len(severity_table) - preview_row_count} more severity rules")
print()
print(f"3) folded result when severity_cutoff = {selected_severity_cutoff}")
print(
    "sample_id      first_event      worst_event  worst_severity  event_count"
    "             event_sequence  any_failure  any_selected_event"
)
for row in folded[:preview_row_count]:
    print(
        f"{row['sample_id']:>9} {row['first_event']:>16} {row['worst_event']:>16} "
        f"{row['worst_severity']:>15} {row['event_count']:>12} "
        f"{row['event_sequence']:>26} {row['any_failure']:>12} {row['any_selected_event']:>19}"
    )
print(f"... {len(folded) - preview_row_count} more folded samples")
print()
print("4) sensitivity by severity_cutoff")
print(
    " severity_cutoff  selected_sample_count"
    "                                                                     selected_samples"
)
for row in cutoff_results:
    print(
        f"{row['severity_cutoff']:>24} {row['selected_sample_count']:>21} "
        f"{row['selected_samples']:>83}"
    )

예상 출력:

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
1) raw follow-up events
sample_id  days_after_sample       event_type source_system
      S01                  1           review   human_queue
      S01                  3          warning       monitor
      S01                  5          failure   maintenance
      S02                  2           review   human_queue
      S02                  4          warning       monitor
      S03                  1          revisit       service
      S04                  1          warning       monitor
      S05                  1          revisit       service
      S05                  2           review   human_queue
      S06                  3 minor_adjustment      operator
      S07                  1          warning       monitor
      S07                  6          failure   maintenance
... 24 more follow-up events

2) severity rule table
      event_type  severity
            none         0
         revisit         1
minor_adjustment         1
      inspection         2
          review         2
         warning         3
         failure         4
critical_failure         5
    sensor_noise         0
   operator_note         1
     calibration         1
   slow_recovery         2
... 24 more severity rules

3) folded result when severity_cutoff = 4
sample_id      first_event      worst_event  worst_severity  event_count             event_sequence  any_failure  any_selected_event
      S01           review          failure               4            3 review > warning > failure            1                   1
      S02           review          warning               3            2           review > warning            0                   0
      S03          revisit          revisit               1            1                    revisit            0                   0
      S04          warning          warning               3            1                    warning            0                   0
      S05          revisit           review               2            2           revisit > review            0                   0
      S06 minor_adjustment minor_adjustment               1            1           minor_adjustment            0                   0
      S07          warning          failure               4            2          warning > failure            1                   1
      S08           review           review               2            1                     review            0                   0
      S09          revisit          revisit               1            1                    revisit            0                   0
      S10          warning          warning               3            1                    warning            0                   0
      S11       inspection       inspection               2            1                 inspection            0                   0
      S12           review          warning               3            2           review > warning            0                   0
... 24 more folded samples

4) sensitivity by severity_cutoff
 severity_cutoff  selected_sample_count                                                                     selected_samples
                       4                     5                                                                 S01,S07,S13,S19,S25
                       3                    12                                     S01,S02,S04,S07,S10,S12,S13,S16,S19,S22,S25,S28
                       2                    21 S01,S02,S04,S05,S07,S08,S10,S11,S12,S13,S16,S17,S18,S19,S21,S22,S24,S25,S26,S28,S29

기준별 선택 샘플 수는 4에서 5건, 3에서 12건, 2에서 21건입니다. 4→3으로 바꿀 때 새로 들어오는 S02, S04, S10, S12, S16, S22, S28은 가장 심한 기록이 warning인 7건입니다. 새 실패가 발생한 것이 아니라 선택 범위를 넓힌 결과입니다. 실제 실패 종류를 기록한 샘플 수는 계속 5건입니다.

실행 전에 selected_severity_cutoff를 3으로 바꾸면 S02의 두 표시가 어떻게 될지 예상해 보세요. 답은 any_selected_event=1, any_failure=0입니다. 이어서 S01의 failure가 5일이 아니라 9일에 발생했다고 가정하면 7일 내 결과는 first=review, worst=warning, count=2, any_failure=0입니다. 관측 기간 밖으로 빠진 것이지 원래 사건을 삭제한 것은 아닙니다.

S30의 추적이 아직 끝나지 않았다면 none과 0으로 확정할 수 없습니다. 이 코드는 완료된 가상 명단을 전제로 하므로, 실제 미완료 자료는 완료 상태를 추가해 pending으로 따로 처리해야 합니다. 샘플 시점의 예측 입력에 이 후속 결과를 섞어 넣지도 않습니다. 결과 열을 지도학습 라벨로 쓸지는 예측 시점과 목표를 정한 뒤 판단합니다.

여러 후속 사건을 샘플별 결과로 묶기

이 절은 여러 후속 사건이 자동으로 하나의 결과 열이 되지 않는다는 점을 압축합니다. 같은 사건 목록도 any, first, worst, count 가운데 어떤 규칙으로 접느냐에 따라 다른 대표 결과 열로 바뀝니다.

flowchart TD
    F[여러 후속 사건]
    R{어떤 접기 규칙인가?}
    A[Any]
    B[First]
    C[Worst]
    D[Count]
    O[대표 결과 열]

    F --> R
    R --> A
    R --> B
    R --> C
    R --> D
    A --> O
    B --> O
    C --> O
    D --> O

체크리스트

  • S02에서 기준 4→3 변경이 실패 발생이 아니라 선택 범위 변경임을 설명하는가?

  • 후속 사건의 관측 기간·중복 처리·대표 라벨 선택 규칙을 적었는가?

  • 후속 사건 0건과 관측 미완료를 구분했는가?

출처와 참고 자료

  • Google for Developers, Machine Learning Glossary. label과 labeled example의 정의를 참고했습니다. any/first/worst/count, 심각도 등급과 실패 종류 매핑은 본문의 자체 사례 설계입니다. / 2026-09-19
  • W3C, PROV-Overview. 자료의 생성·파생 과정을 추적하는 일반 근거입니다. 본문의 집계 규칙을 직접 규정하는 자료는 아닙니다. / 2026-09-19