복잡한 모델 앞의 단순한 기준선, 변경 전후를 비교하는 방법

복잡한 모델이 돌아간다는 사실만으로 유용한 예측을 만든다고 판단하기 어렵다.

개선한 코드가 더 좋아 보인다는 인상과 실제 동작의 개선은 구분해야 한다. 입력과 실행 조건이 다르면 차이의 원인을 알기 어렵다. 이번 기록에서는 비교 기준을 먼저 정하고, 바꾼 부분이 기대한 효과를 냈는지 확인하는 절차를 다룬다.

같은 조건에서 얻은 증거

평균, 중앙값, 이전 시점의 값처럼 단순한 기준선을 먼저 만든다. 새 모델이 추가하는 학습과 운영 비용을 감수할 만큼 개선되는지 같은 데이터에서 비교한다.

이번에 확인할 질문: 관찰한 차이를 이번 변경 때문이라고 설명할 만큼 비교 조건이 같은가?

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.dummy import DummyRegressor
from sklearn.metrics import mean_absolute_error

baseline = DummyRegressor(strategy='median').fit(X_train, y_train)
error = mean_absolute_error(y_test, baseline.predict(X_test))
print(error)

기준선과 후보 모델에 같은 평가 입력과 지표를 적용하고 실패하는 사례도 함께 비교한다.

놓치기 쉬운 조건

기준선의 값도 학습 데이터에서 구해야 한다. 평가 구간의 중앙값을 사용하면 실제 서비스에서 얻을 수 없는 정보를 사용하게 된다.

확인할 부분	살펴볼 내용
기준 동작	기준선과 후보 모델에 같은 평가 입력과 지표를 적용하고 실패하는 사례도 함께 비교한다.
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. 바꾸기 전 결과를 보관하고 같은 입력을 다시 사용한다.
2. 좋아진 부분뿐 아니라 유지되어야 할 동작도 함께 비교한다.
3. 효과가 확인되지 않으면 추가 복잡도를 받아들일 이유를 다시 검토한다.

비교 결과는 특정 조건에서 얻은 증거다. 이를 모든 사용자와 모든 실행 환경으로 곧바로 확대하지 않는다. 입력의 크기와 조건을 함께 남겨야 다른 상황에서 다시 검증할 때도 출발점으로 사용할 수 있다.