실험을 다시 실행할 수 있게 기록하기, 경계 조건에서 다시 살펴보기

같은 코드인데 실행할 때마다 점수가 바뀌면 변경의 효과를 판단하기 어렵다.

대표 예제 하나가 통과해도 기능의 경계가 명확해진 것은 아니다. 값이 없거나 예상보다 많을 때, 실행이 늦어지거나 순서가 바뀔 때 다른 규칙이 숨어 있을 수 있다. 이번 기록에서는 정상 경로를 유지한 채 입력 범위를 넓혀 보고 무엇을 허용할지 구분한다.

정상 경로 밖의 입력

난수 시드뿐 아니라 데이터 버전, 분할 기준, 라이브러리 버전, 파라미터를 함께 기록한다. 재현성은 숫자 하나를 고정하는 설정이 아니라 실험 조건을 보관하는 일이다.

이번에 확인할 질문: 예상 범위를 벗어난 입력은 조용히 다른 결과를 만들지 않고 구분되는가?

작게 확인하는 예제

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

experiment = {
    'dataset_version': 'sample-v1',
    'split_seed': 42,
    'test_fraction': 0.2,
    'features': ['count', 'duration'],
    'metric': 'mean_absolute_error',
}

보관한 설정만으로 데이터 분할과 주요 결과를 다시 만들 수 있는지 별도 실행에서 확인한다.

놓치기 쉬운 조건

시드를 고정해도 병렬 실행이나 하드웨어에 따라 완전히 같은 결과가 보장되지 않을 수 있다. 허용 가능한 수치 차이와 다시 확인할 조건을 구분한다.

확인할 부분	살펴볼 내용
기준 동작	보관한 설정만으로 데이터 분할과 주요 결과를 다시 만들 수 있는지 별도 실행에서 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. 빈 값과 최소 크기부터 확인 범위를 넓힌다.
2. 한 번에 여러 경계를 섞지 않고 각각의 결과를 기록한다.
3. 지원하지 않는 조건은 허용 범위와 함께 분명하게 설명한다.

모든 입력을 성공시켜야 좋은 인터페이스가 되는 것은 아니다. 지원 범위를 예측할 수 있고 실패 이유가 분명한 편이 더 다루기 쉽다. 경계 조건을 문서와 예제에 함께 남겨야 다음 구현에서도 같은 기준을 적용할 수 있다.