학습 데이터와 평가 데이터 나누기, 실패를 설명할 단서 남기기

같은 데이터로 학습과 평가를 모두 하면 모델이 새로운 입력을 얼마나 잘 처리하는지 알기 어렵다.

실패했다는 사실만으로는 다음 행동을 정하기 어렵다. 어떤 입력으로 어디까지 진행했으며 무엇을 기대했는지가 함께 있어야 한다. 이번에는 성공 여부를 표시하는 데서 한 걸음 더 나아가, 다음 사람이 같은 조건을 확인할 수 있도록 관찰 항목을 정리한다.

결과와 원인을 구분하는 기록

평가에 사용할 데이터를 먼저 분리하고 최종 판단까지 보관한다. 데이터의 시간이나 사용자 그룹에 관계가 있으면 단순 무작위 분할이 적절한지도 따져야 한다.

이번에 확인할 질문: 결과만 전달받은 사람이 원래 입력과 기대 동작을 복원할 수 있는가?

작게 확인하는 예제

다음 예제는 핵심 조건을 드러내기 위한 출발점이다. 서비스의 전체 구현을 대신하지 않으므로 실제 입력 범위와 실패 처리 규칙을 함께 읽어야 한다.

from sklearn.model_selection import train_test_split

X_train, X_test, y_train, y_test = train_test_split(
    X, y, test_size=0.2, random_state=42,
    stratify=y,
)

학습과 평가에 같은 행이나 같은 사건의 복제본이 섞이지 않았는지 식별자를 기준으로 확인한다.

놓치기 쉬운 조건

평가 점수를 보면서 같은 평가 데이터에 맞춰 계속 설계를 바꾸면 사실상 학습에 사용한 셈이 된다. 별도의 검증 단계와 최종 평가를 구분한다.

확인할 부분	살펴볼 내용
기준 동작	학습과 평가에 같은 행이나 같은 사건의 복제본이 섞이지 않았는지 식별자를 기준으로 확인한다.
비교 조건	입력과 실행 순서를 고정하고 한 번에 한 조건만 바꾼다.
적용 범위	예제가 생략한 의존성과 실제 서비스의 제약을 구분한다.

다음 변경에 적용할 순서

1. 기대 결과와 실제 결과를 서로 다른 칸에 적는다.
2. 개인정보나 비밀값을 제외하고 재현에 필요한 조건만 남긴다.
3. 관찰 사실과 원인에 대한 가설을 구분해 후속 확인을 정한다.

기록을 많이 남기는 것과 유용하게 남기는 것은 다르다. 원인을 좁히는 데 쓰이지 않는 항목은 줄이고, 누락 때문에 다시 묻게 되는 조건은 보완한다. 관찰할 수 있는 범위가 분명해지면 실패한 상황에서도 다음 실험을 작게 잡을 수 있다.