다양한 알고리즘 중 문제에 맞는 최적의 알고리즘을 선택하는 기준은 무엇인가요?

알고리즘 선택에서 모델 성능보다 결과 설명이 더 중요한 상황이 있다는 걸 경험했습니다. 캡스톤 프로젝트에서 앙상블 모델로 가장 높은 정확도를 얻었는데, 팀원 중 한 명이 '왜 이 예측이 나왔는지 설명할 수 없으면 실제로 쓸 수 없다'고 지적했습니다. 그 자리에서 결국 정확도를 약간 낮추고 의사결정 트리 계열로 방향을 바꿨습니다. 그 이후로는 알고리즘 선택 전에 결과를 어떻게 쓸 것인지를 먼저 확인하는 단계를 넣게 됐습니다.

사용 맥락 메모가 한 줄 있으면 알고리즘 방향이 절반은 좁혀졌습니다. 최고 성능이 아니라 쓰이는 성능을 목표로 해야 한다는 걸 그때 배웠습니다. 지금은 사용 맥락을 먼저 적고 알고리즘 후보를 정하는 순서를 지킵니다.