예시 답변 1
약 81초
프로젝트 자리 결 → 도전 결 → 대응 결 → 결과 결
제조 공정이나 시스템 관련 프로젝트를 직접 경험한 자리는 없지만, 수업에서 공정 이상 감지 시나리오를 데이터로 모델링하는 과제를 수행했습니다. 프로젝트 자리에서는 센서 데이터를 활용해 공정 이상 징후를 사전에 감지하는 분류 모델을 만드는 것이 목표였습니다. 도전 자리에서는 정상·이상 데이터가 극도로 불균형했습니다. 이상 사례가 전체의 2% 미만이어서, 일반 모델로는 이상 케이스를 거의 학습하지 못했습니다. 대응 자리에서는 SMOTE로 이상 케이스를 오버샘플링하고, 평가 지표를 정확도 대신 F1 점수와 재현율로 바꿔서 이상 감지에 맞게 조정했습니다. 결과 자리에서는 재현율이 크게 개선됐고, 이상 케이스를 놓치는 비율이 줄었습니다.
평가 지표를 문제 구조에 맞게 선택하는 것이 모델 성능 못지않게 중요하다는 걸 배웠습니다.
이 결의 특징
공정 이상 감지 모델에서 정상·이상 데이터가 극도로 불균형한 상황을 만나 SMOTE 오버샘플링을 적용하고 평가 지표를 F1 점수와 재현율로 바꾼 경험이 구체적으로 기술돼 있습니다.
이 결이 통하는 자리
이상 감지나 불균형 데이터 처리가 포함된 자리에서 이 결이 자주 보입니다. 평가 지표를 문제 구조에 맞게 선택하는 판단이 있다는 인상을 주는 자리에서 통합니다.