P3-9.5 같은 사건은 여러 산출물 사이에서 무엇으로 계속 추적하는가¶

Section ID: P3-9.5 Version: v2026.07.20

비교 리포트, 검토 후보 큐, 목표 라벨 후보 표가 서로 다른 역할을 맡더라도, 가능하면 같은 샘플 1건은 같은 식별 기준으로 계속 추적해야 합니다. event_id 같은 열이 여러 표에 반복 등장하는 이유도 여기에 있습니다. 이 연결이 흐리면 세 산출물이 서로 다른 표라는 점은 이해해도, 왜 이 사건이 올라왔고 어떤 검토 결과가 나중에 어떤 목표 라벨 후보로 바뀌었는지는 다시 설명하기 어려워집니다. 비교 리포트(comparison report), 검토 후보 큐(review queue), 목표 라벨 후보(target candidate) 표는 서로 다른 역할을 맡지만, 같은 샘플 정체와 최소 근거 연결은 가능하면 끊지 않아야 합니다.

왜 같은 사건을 계속 추적해야 하는가¶

같은 사건을 이어서 추적해야 하는 이유는 세 가지입니다.

추적이 필요한 이유	왜 중요한가
비교 근거를 다시 확인해야 함	검토 후보가 왜 올라왔는지 원래 비교 리포트로 돌아가야 하기 때문
사람 검토 결과를 이어 붙여야 함	검토 큐의 판단이 어떤 결과 후보 열로 정리되었는지 추적해야 하기 때문
목표 후보의 출처를 다시 확인해야 함	현재 라벨 후보가 어떤 샘플에서 어떻게 생겼는지 다시 봐야 하기 때문

즉 산출물은 셋으로 갈라지지만, 샘플의 정체까지 갈라지면 안 됩니다.

무엇이 추적 기준이 되는가¶

가장 단순한 경우에는 event_id나 sample_id 같은 식별 열이 추적 기준이 됩니다. 하지만 실제로는 아래처럼 두세 가지가 함께 필요할 수 있습니다.

추적 기준	쓰이는 이유
샘플 식별자	동작 1건, 최근 구간 1개 같은 기본 단위를 가리키기 위해
시점 또는 생성 시각	같은 샘플이 언제 생성되었는지 구분하기 위해
버전 또는 기준선 맥락	어떤 비교 조건에서 만들어진 산출물인지 다시 보기 위해

예를 들어 event_id만 같아도, 기준선 정의나 검토 시점이 달라질 수 있습니다. 그래서 같은 사건을 추적할 때는 누구인가뿐 아니라 언제, 어떤 비교 조건에서 읽었는가도 함께 남기는 편이 안전합니다.

세 산출물에서 무엇이 남고 무엇이 줄어드는가¶

같은 사건이라도 산출물 목적이 달라지면 열 구성은 줄어들 수 있습니다. 하지만 식별 기준과 핵심 근거 열은 너무 빨리 사라지면 안 됩니다.

산출물	보통 남겨야 하는 것	줄어들기 쉬운 것
비교 리포트	`event_id`, 기준선 값, 차이값, 비교 문장	학습용 입력만을 위한 정제 열
검토 후보 큐	`event_id`, 우선순위 근거, `review_needed`, `priority_score`	긴 설명 문장 일부
목표 라벨 후보 표	`event_id`, 특징 열, 목표 라벨 후보, 근거 메모 참조	비교 설명용 긴 문장

핵심은 event_id 같은 추적 키와 최소 근거는 남기되, 각 산출물 목적에 맞지 않는 설명은 줄인다는 점입니다.

한 사건이 세 표를 오가는 예¶

같은 사건 A가 있다고 해 보겠습니다.

1. 비교 리포트¶

event_id	baseline_mean	current_mean	diff	report_sentence
A	2.6	2.2	-0.4	후반 구간 평균이 기준선보다 낮다

2. 검토 후보 큐¶

event_id	diff	repeatability	review_needed	priority_score
A	-0.4	high	1	0.81

3. 목표 라벨 후보 표¶

event_id	mid_flow_mean	late_drop_rate	review_needed	note_source
A	2.2	-0.4	1	후반 구간 평균이 기준선보다 낮다

세 표는 열이 다르지만 모두 같은 event_id = A를 가리킵니다. 이 연결이 있어야 현재 왜 A가 review_needed = 1이 되었는가를 다시 설명할 수 있습니다.

왜 note_source 같은 근거 열이 필요한가¶

목표 라벨 후보 표를 만들 때 자주 놓치는 것은 근거입니다. review_needed = 1만 남기고 왜 그렇게 붙었는지를 모두 버리면, 현재 라벨 일관성을 다시 점검하기 어렵습니다.

남기면 좋은 근거	역할
원래 비교 문장 참조	왜 검토 후보가 되었는지 다시 보기
검토 메모 요약	사람이 실제로 무엇을 보고 판단했는지 보기
기준선 맥락 메모	어떤 비교 조건에서 붙은 판단인지 보기

즉 목표 라벨 후보 표는 완전히 깨끗한 학습용 표가 되기 전에도, 최소한의 근거를 따라갈 수 있는 구조를 잠시 유지하는 편이 안전합니다.

작은 도식으로 보기¶

flowchart TD
    A[사건 식별자<br/>event_id = A]

    A --> B[리포트 표<br/>차이값 diff<br/>리포트 문장 report sentence]
    A --> C[검토 큐<br/>검토 필요 review_needed<br/>우선순위 점수 priority_score]
    A --> D[목표 후보 표<br/>late_drop_rate<br/>note_source]

    B --> E[비교 근거로 다시 추적]
    C --> E
    D --> E

    E[왜 A가 이 표에 남았는가?<br/>같은 샘플 정체 유지<br/>근거 연결 보존]

이 도식은 같은 event_id가 여러 표에 반복 등장한다는 사실보다, 그 반복이 왜 필요한지를 더 직접적으로 보여 줍니다. 비교 리포트, 검토 후보 큐, 목표 라벨 후보 표가 서로 다른 목적을 가지더라도, 마지막에는 다시 왜 A가 올라왔는가를 설명할 수 있어야 합니다. 따라서 병합 코드보다 같은 샘플 정체 + 남겨 둔 근거가 추적 구조를 만든다는 점이 더 중요합니다.

즉 같은 식별 열이 반복 등장하는 이유는 표를 기계적으로 join하기 위해서가 아니라, 현재 결과의 출처와 판단 근거를 다시 설명하기 위해서입니다. 비교 리포트, 검토 후보 큐, 목표 라벨 후보 표는 역할은 달라도 가능하면 같은 샘플 식별 기준을 유지해야, 근거와 라벨 후보를 다시 연결할 수 있습니다. 이 식별 기준이 흐리면 같은 사건의 비교 근거, 검토 결과, 목표 후보를 다시 잇기 어려워집니다.

출처와 참고 자료¶

W3C, PROV-Overview: An Overview of the PROV Family of Documents, provenance and entity linkage overview. 같은 사건의 비교 근거, 검토 결과, 목표 후보 열을 생성 맥락과 함께 다시 추적해야 한다는 provenance 관점을 확인하는 데 참고했습니다. https://www.w3.org/TR/prov-overview/ / 확인일: 2026-07-20
Google, Machine Learning Glossary, labeled example, label. 지도학습에서 라벨이 있는 예제가 특징과 라벨을 함께 가진다는 점을 확인하고, 같은 샘플 정체와 결과 열 후보를 연결하는 설명을 보강하는 데 참고했습니다. https://developers.google.com/machine-learning/glossary / 확인일: 2026-07-20