대량의 데이터셋을 다룰 때, 어떤 방식으로 특징을 추출하고 모델을 구축하나요?

인턴에서 공장 센서 데이터 약 50만 건으로 장비 고장 예측 모델을 만드는 작업을 맡았습니다. 시계열 데이터는 과거 패턴과 현재 상태를 연결하는 특징을 어떻게 추출하느냐가 핵심이었습니다. 슬라이딩 윈도우를 적용해 30분 구간별 평균, 표준편차, 최대값을 특징으로 만들었고, 순간값이 아닌 추세 변화량을 함께 넣었을 때 모델 정밀도가 눈에 띄게 올라갔습니다. 클래스 불균형 문제도 있었습니다.

고장 사례가 전체의 2% 미만이어서 오버샘플링을 적용했고, 정확도 대신 재현율과 F1 점수를 기준 지표로 설정했습니다. 모델 배포 후 현장 엔지니어가 사전 점검에 들어가는 흐름이 만들어졌고, 실제 예방 조치가 이루어졌다는 피드백을 받았을 때 가장 보람이 컸습니다.

예측 모델의 가치는 숫자가 아니라 사람이 행동을 바꿀 때 생긴다는 걸 그 프로젝트에서 배웠습니다.