학습 데이터와 평가 데이터 나누기, 변경 전후를 비교하는 방법

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

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

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.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. 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.