P3-9.11 타깃 후보와 변하는 기준¶

Section ID: P3-9.11 Version: v2026.09.20

같은 샘플에 검토 필요 여부, 점검 후 상태, 처리 우선순위가 함께 기록될 수 있습니다. 이 열들은 서로 다른 질문에 답합니다. 이번에 무엇을 타깃으로 학습할지 선택하는 일과, 그 타깃을 어떤 기준으로 판정했는지 기록하는 일을 나누어 보겠습니다.

같은 행에 있어도 같은 정답은 아니다¶

아래는 이 절의 가상 완료 동작 A·B·C입니다. review_needed는 정해진 검토 기준에 따른 필요 여부이고, final_status는 점검 범위 안에서 확인한 최종 상태입니다. 최종 상태의 정의는 inspection-status-v1이며 점검 완료 후 이상이 확인되면 abnormal, 확인되지 않으면 normal로 기록합니다. normal은 이후 고장까지 없다는 뜻이 아닙니다.

이 교육용 표는 세 동작 모두 점검 대상에 포함되었다고 가정합니다. 검토 필요 0인 C도 별도 점검을 완료했기 때문에 normal이 있습니다. 검토 필요 0을 그대로 정상으로 복사한 것이 아닙니다. A의 pending은 결과가 아니라 확인 상태이므로 normal·abnormal과 나란한 최종 결과 범주로 학습시키지 않습니다.

검토 기준의 판단을 재현하려면 A와 B의 review_needed=1이 같은 답입니다. 반면 동작 완료 시점의 정보로 이후 점검 상태를 예측하려면 final_status가 타깃이며 A의 정답은 아직 없습니다. B와 C의 normal 두 건만으로 학습 자료가 충분하다고 결론 내릴 수도 없습니다. 입력은 점검 전 시점의 정보로 제한하고, 점검 결과를 입력에 넣지 않습니다.

이 절에서는 “점검 후 상태를 예측한다”를 대표 질문으로 선택하므로 target_name=final_status, target_definition_version=inspection-status-v1을 적습니다. 검토 여부와 처리 순위는 별도 열로 보존합니다. 대표 타깃은 이번 학습·평가에서 답할 질문을 정한 것입니다. 다른 질문이나 여러 결과를 함께 예측하는 설계도 가능하며, 그때는 각 결과의 정의·관측 조건·평가를 따로 명시해야 합니다.

같은 관측에 기준 두 개를 적용하면¶

이번에는 검토 필요 기준만 바뀌는 별도 사례 X를 보겠습니다. 입력 recent_diff는 같은 조건의 최근 평균 유량에서 기준선 평균 유량을 뺀 값이며 단위는 L/min입니다. 원자료·집계 구간·기준선·계산 버전을 고정한 X의 값은 -0.25입니다. 아래 규칙은 교육용이며 실제 안전 기준이 아닙니다.

두 기준 모두 경계값을 포함합니다. X는 -0.25 <= -0.30을 만족하지 않지만 -0.25 <= -0.20은 만족합니다. 따라서 0에서 1로 달라진 이유는 관측이 악화되어서가 아니라 정의가 바뀌었기 때문입니다. 이 판정은 규칙으로 직접 계산할 수 있으므로 이를 재현하기 위해 반드시 모델이 필요한 것도 아닙니다.

P3-9.8의 모델 점수 임계값 변경은 고정된 결과 정의 아래에서 배정 정책을 바꾼 예였습니다. 여기서는 review_needed 자체를 만드는 기준을 바꾸었습니다. 이 열을 학습 정답으로 사용한다면 정답 정의가 바뀐 것입니다. final_status의 점검 정의까지 함께 바뀐 것은 아닙니다.

적용일과 과거 자료의 재판정을 분리한다¶

이 사례에서는 기준이 시행된 이후의 새 판정에 해당 버전을 적용한다고 정합니다. 9월 10일에 판정한 X의 원기록은 review-rule-v1, 결과 0으로 보존합니다. 9월 16일에 옛 X를 새 기준으로 다시 판정한다면 review-rule-v2, 결과 1이라는 새 기록을 원기록에 연결합니다. 과거 관측 시점이나 원판정 값을 덮어쓰지 않습니다.

옛 라벨 0만 있고 원래 recent_diff나 계산 근거가 없다면 새 라벨을 확정할 수 없습니다. 옛 기준에서 0인 값에는 새 기준에서 1이 되는 -0.25도, 여전히 0인 -0.10도 포함됩니다. 기준 버전 이름만 바꾸어 통일한 것처럼 처리하지 않습니다. 같은 관측의 두 판정은 별개의 독립 샘플 두 건으로 늘리지도 않습니다.

목표 후보와 판단 기준 버전 정리하기¶

flowchart TD
    A["이번 학습 질문과 타깃 선택"] --> B["결과 정의와 확인 상태 구분"]
    B --> C["기준 버전 · 적용일 확인"]
    C --> D{"같은 기준인가?"}
    D -- "예" --> E["같은 정의의 자료로 학습·평가 준비"]
    D -- "아니오" --> F{"원자료로 같은 기준에 재판정 가능한가?"}
    F -- "예" --> G["원판정 보존 · 새 판정 연결"]
    G --> E
    F -- "아니오" --> H["버전별 분리 · 부족한 근거 명시"]

각 결과의 정의와 확인 상태를 정한 뒤 버전 차이를 확인합니다. 기준이 달라졌다면 무엇이 바뀌었는지와 같은 근거로 재판정할 수 있는지를 먼저 확인해야 합니다. 이 메모가 있어야 월별 1의 비율이 변했을 때 관측 변화와 정의 변경을 구분해 살펴볼 수 있습니다.

연습: ① recent_diff=-0.30과 -0.20은 각 버전에서 어떤 라벨인가요? ② X의 옛 결과 0만 보관되어 있다면 v2 결과를 1로 바꿀 수 있나요? ③ A의 최종 상태가 미확정이라는 이유로 review_needed=1을 최종 상태 정답으로 대신 써도 되나요?

해설: ① -0.30은 v1·v2 모두 1이고, -0.20은 v1에서 0·v2에서 1입니다. ② 원래 관측값과 근거가 없으면 확정할 수 없습니다. 이 절의 X=-0.25를 확인할 수 있는 경우에만 새 규칙 결과 1을 계산합니다. ③ 두 열의 질문이 다르므로 대신 쓰지 않습니다. A는 final_status=?, label_status=pending으로 남깁니다. 미확정 처리의 근거는 P3-9.10과 같습니다.

체크리스트¶

• 이번 대표 타깃을 고른 이유와 다른 후보가 답하는 질문을 구분할 수 있는가?
• X의 0→1이 관측 변화가 아닌 정의 변경임을 계산으로 설명할 수 있는가?
• 적용일·원판정·재판정 근거와 이력을 남기고, 서로 다른 버전의 라벨을 무조건 합치지 않을 수 있는가?

출처와 참고 자료¶

• Google, Machine Learning Glossary, label, proxy labels. 라벨이 지도학습 예시의 답 또는 결과 부분이며, 직접 라벨을 볼 수 없을 때 proxy label이 실제 라벨을 근사하는 데이터라는 용어 기준을 확인하는 데 참고했습니다. https://developers.google.com/machine-learning/glossary / 확인일: 2026-07-20
• W3C, PROV-Overview: An Overview of the PROV Family of Documents. 처리 단계, 재현 가능성, 버전 관리, 파생 관계를 provenance 관점에서 남기는 기준을 확인하는 데 참고했습니다. https://www.w3.org/TR/prov-overview/ / 확인일: 2026-07-20