데이터 노이즈 제거 — 도메인 지식 + 통계 조합
약 90초
이동평균 → IQR 기반 이상치 → Isolation Forest 시도
센서 데이터를 수집하는 파이프라인에서 노이즈 제거를 처음 다뤘을 때 단순 이동평균부터 시작했습니다. 급격한 정상 변화도 평탄화되는 문제가 있어 가중 이동평균으로 바꿔 최근 값에 높은 가중치를 주는 방식으로 개선했습니다. 이상치 검출은 도메인 지식이 있을 때와 없을 때를 구분했는데, 허용 범위가 알려진 경우엔 하드 임계값 필터링을, 그렇지 않은 경우엔 IQR 기반 통계 검출을 썼습니다. 레이블 없는 이상치를 다룰 때는 Isolation Forest도 시도했는데, 클래스 불균형이 심할 때 재현율이 낮아지는 문제를 경험했습니다.
도메인 지식과 통계 방법을 조합하는 것이 가장 실용적인 접근이라는 걸 그 과정에서 배웠습니다.
이 결의 특징
노이즈 제거를 단순 이동평균에서 가중 이동평균으로 개선한 구체 과정으로 풀어낸 흔적이 있습니다.
이 결이 통하는 자리
도메인 지식과 통계 방법을 조합하는 것이 가장 실용적이라는 관점이 답에 담겨 있을 때 면접관의 신뢰가 쌓이는 자리를 자주 봅니다.