이 질문 뒤에 면접관이 확인하려는 것은 따로 있습니다.
모델 정확도를 유지하려면 데이터 품질 관리와 모니터링 두 축을 동시에 갖추는 것이 핵심이라고 생각합니다. 먼저 데이터 품질 측면에서는 입력 데이터의 결측값, 이상값, 스키마 변화를 파이프라인 초입에서 자동으로 검출하는 검증 로직을 두는 것이 중요합니다. 학교 프로젝트에서 데이터 소스가 예고 없이 컬럼 순서가 바뀐 경우가 있었는데, 검증 없이 그대로 모델에 들어가서 성능이 급락한 경험이 있습니다. 그 이후 스키마 기대값과 실제 입력을 매 배치마다 비교하는 단계를 추가했습니다. 모니터링 측면에서는 예측 분포와 실제 분포 사이의 드리프트를 주기적으로 체크하는 방식을 씁니다. 모델 성능 자체보다 입력 데이터 분포가 바뀌는 것이 먼저 신호가 되는 경우가 많기 때문입니다. 정확도는 한 번 달성하면 끝이 아니라, 실제 환경 변화를 계속 반영해야 유지되는 것이라는 걸 작업하며 배웠습니다.
모델 정확도를 높이는 것보다 배포 이후에 정확도를 유지하는 것이 더 어려운 이유는 입력 데이터의 분포가 시간이 지나면서 변하기 때문입니다. 학습 데이터에서는 높은 성능을 보이다가 실제 서비스에서 성능이 떨어지는 가장 흔한 원인이 데이터 드리프트(Data Drift) — 입력 데이터의 통계적 분포가 학습 당시와 달라지는 현상입니다.
데이터 드리프트 탐지가 모델 재학습 시점을 결정하는 기준이 되는 이유입니다. 피처별 분포를 정기적으로 모니터링해서 학습 데이터와의 통계적 거리가 임계값을 넘으면 알림을 보내는 파이프라인이 정확도 유지의 실용적인 방법입니다. PSI(Population Stability Index)나 KL Divergence 같은 지표가 드리프트를 수치로 측정하는 방식입니다.
모델은 데이터가 변하면 낡아지고, 낡아지는 속도를 관측하는 것이 정확도 관리의 출발입니다. 드리프트 모니터링 파이프라인이 배포 후 정확도 유지의 핵심 인프라입니다.
데이터 정확도 관리에서 모델 구조보다 먼저 봐야 할 것이 학습 라벨의 품질입니다. 잘못 라벨링된 데이터로 학습한 모델은 구조를 개선해도 그 상한을 넘기 어렵기 때문에, 라벨 오류를 탐지하고 보정하는 과정이 모델 정확도의 실질적 상한선을 결정합니다. 라벨 오류 탐지(Label Error Detection) 방법으로 Confident Learning 같은 기법이 모델의 예측 신뢰도와 라벨 불일치를 분석해서 오라벨 후보를 찾아내는 방식입니다.
클래스 불균형이 있는 데이터셋에서는 소수 클래스 라벨의 오류 비율이 높아지는 경향이 있어, 클래스별 라벨 품질을 개별적으로 점검하는 것이 중요합니다. 라벨링 가이드라인의 모호함이 오류의 주요 원인이므로, 라벨러 간 일치율(Inter-Annotator Agreement)을 측정해서 가이드라인을 개선하는 순환이 중요합니다.
데이터 100개를 새로 모으는 것보다 기존 라벨 오류 10개를 잡는 게 정확도에 더 클 수 있습니다. 라벨 품질 관리가 데이터 정확도 유지의 근본입니다.
답변에서 흔히 빠지는 것들 — 빠져 있으면 꼬리질문이 깊어집니다.
이 질문에 이어 쿠팡 서비스 오너 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.