이 질문 뒤에 면접관이 확인하려는 것은 따로 있습니다.
고객 이탈 예측 모델을 만들 때 가장 중요하게 생각하는 것은 어떤 변수를 모델에 넣을 것인지를 먼저 충분히 고민하는 것입니다. 모델 알고리즘보다 피처 선택이 성능을 더 많이 결정하는 경우가 많습니다.
수업 프로젝트에서 구독 서비스 이탈 예측 모델을 만들었는데, 처음에는 있는 변수를 모두 넣었다가 성능이 생각보다 낮게 나왔습니다. 로그인 빈도 감소, 마지막 활동 이후 경과 일수, 고객지원 문의 수 등 이탈 행동과 직접 연결된 변수를 선별하고 나서 정확도가 올랐습니다. 실패는 처음에 변수를 줄이는 것이 정보 손실이라고 생각해서 다 넣었다가 노이즈가 늘어난 것이었습니다.
고객 이탈 예측에서 피처는 '많을수록 좋다'가 아니라 '이탈 행동과 연결된 것'을 기준으로 선별하는 것이 더 중요합니다.
고객 이탈 예측 모델을 만들기 전에 '이탈'을 어떻게 정의할 것인지를 먼저 명확히 해야 한다고 생각합니다. 정의가 달라지면 레이블 자체가 달라지거든요.
수업 과제에서 구독 서비스 데이터로 이탈 예측 모델을 만들었는데, '30일 미사용'과 '90일 미사용'을 각각 이탈로 정의했을 때 모델 성능과 예측 대상이 완전히 달랐습니다. 짧은 기준은 이탈이 많아서 조기 경보가 되지만 오탐이 많고, 긴 기준은 정확도는 높지만 대응이 늦어지는 트레이드오프가 있었어요. 실패는 처음에 정의를 임의로 잡고 모델부터 만들었다가 나중에 기준을 바꾸면서 전체 재작업이 필요했던 것이었습니다.
이탈 예측 모델은 알고리즘 선택보다 이탈 정의와 레이블 설계가 먼저 해결해야 할 문제입니다.
고객 이탈 예측 모델에서 가장 자주 마주치는 문제가 이탈 고객이 전체의 소수라서 데이터가 불균형하다는 것이었습니다.
수업 프로젝트에서 전체 데이터의 8%만 이탈 레이블이었는데, 이 상태로 모델을 만들었더니 전부 비이탈로 예측해도 92% 정확도가 나오는 문제가 생겼어요. 이탈 예측이 목적인데 이탈을 하나도 못 잡는 모델이 됐습니다. 오버샘플링 기법으로 이탈 데이터를 늘리고, 정밀도·재현율 등 불균형 상황에 맞는 지표로 평가 방식을 바꿨어요. 실패는 처음에 정확도만 보다가 모델이 이탈을 전혀 잡지 못하는 걸 늦게 발견한 것이었습니다.
이탈 예측에서는 정확도가 아닌 재현율과 F1 스코어를 보는 것이 실제로 이탈 고객을 얼마나 잡는지를 측정하는 방법입니다.
답변에서 흔히 빠지는 것들 — 빠져 있으면 꼬리질문이 깊어집니다.
이 질문에 이어 쿠팡 데이터 사이언티스트 면접관이 던질 가능성이 높은 후속 질문.
이 페이지의 질문·답변·꼬리질문은 유사 직군 채용 시장의 공개된 면접 후기·커뮤니티 게시물을 분석해 구성한 학습 자료입니다. 특정 회사가 실제로 이 질문을 출제했다는 것을 보장하지 않으며, 모든 예시는 우문현답이 직접 작성한 창작물입니다. 해당 회사의 공식 입장과는 무관합니다. 회사 측의 정정 요청이 있을 경우 24시간 이내에 응답·수정합니다.