예시 답변 1
약 87초
제조 품질 데이터에 이상 감지 모델을 접목한 소규모 실험 경험 중심으로 푸는 결
학부 프로젝트에서 공정 센서 데이터로 불량 가능성을 미리 감지하는 모델을 만들어봤습니다. 직접 제조 현장 데이터를 구하기 어려워서 공개 데이터셋을 이용했는데, 이상값 비율이 너무 낮아서 모델이 전부 정상으로 분류하는 문제가 처음에 생겼습니다. 오버샘플링 기법을 써서 균형을 맞췄고, 재현율이 의미 있게 올라갔습니다. 이 경험으로 제조 데이터에서 불량은 소수이기 때문에 일반 분류 방식으로는 한계가 있다는 걸 배웠습니다. 실제 공장에 적용하려면 센서 데이터를 신뢰할 수 있어야 하고, 이상 감지 결과를 작업자가 어떻게 받아들일지도 설계해야 한다는 걸 과제 발표 피드백을 통해 알게 됐습니다. 기술 자체보다 현장과 연결되는 방식을 함께 설계하는 것이 더 어렵다고 생각합니다.
이 결의 특징
이상값 비율이 낮아 모델이 전부 정상으로 분류한 문제를 오버샘플링으로 개선한 흔적이 있습니다.
이 결이 통하는 자리
제조 데이터에서 불량은 소수이기 때문에 일반 분류 방식으로는 한계가 있다는 관점이 답에 담겨 있을 때 면접관의 신뢰가 쌓이는 자리를 자주 봅니다.