다중 바이오데이터를 통합하여 AI 모델을 개발할 때, 어떤 접근 방식을 사용하셨나요?

다중 바이오데이터 모델에서 제가 의식한 것은 데이터를 통합할수록 과적합 위험이 커진다는 점입니다. 팀 프로젝트에서 샘플 수는 적은데 유전자 발현 변수는 고차원이라, 모델이 우연한 패턴까지 외워버리기 쉬운 환경이었습니다. 그래서 저는 차원을 줄이고, 교차 검증으로 성능을 추정해 과적합 여부를 확인하는 것이 필요하다고 봤습니다. 학습 데이터에서만 잘 맞고 새 데이터에서 안 맞으면 쓸모가 없습니다. 또 통합 방식에 따라 성능이 크게 달라져, 어느 방식이 이 데이터에 맞는지 비교해야 했습니다. 다만 정밀한 모델일수록 왜 그런 예측을 했는지 해석이 어려워, 임상에 쓰려면 설명 가능성도 함께 봐야 했습니다. 다중 데이터 모델은 성능만 좇는 것이 아니라, 과적합을 검증으로 막고 해석 가능성과 균형을 잡는 것이라고 생각합니다.