데이터 분포 변화 관찰하기, 경계 조건에서 다시 살펴보기

모델 코드가 그대로여도 입력 데이터의 분포가 달라지면 결과가 달라질 수 있다.

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

학습 당시의 분포와 최근 입력을 같은 기준으로 요약한다. 값의 범위, 결측률, 범주 비율을 살피되 분포 변화가 곧 성능 저하라는 결론은 별도로 검증한다.

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.

def missing_rate(values):
    if not values:
        return None
    return sum(value is None for value in values) / len(values)

print(missing_rate([1, None, 3, None]))

같은 집계 기간과 필터 조건으로 이전 구간과 최근 구간을 비교하고 변화가 시작된 시점을 확인한다.

놓치기 쉬운 조건

계절성이나 수집량 변화가 지표를 움직일 수 있다. 정답이 늦게 도착하는 문제에서는 입력 변화와 실제 품질의 확인 시점도 다르다.

확인할 부분	살펴볼 내용
기준 동작	같은 집계 기간과 필터 조건으로 이전 구간과 최근 구간을 비교하고 변화가 시작된 시점을 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.