예시 답변 1
약 84초
학부 머신러닝 수업 팀 과제 — 신용 데이터 분류 모델 적용 실습
학부 머신러닝 수업에서 팀 과제로 신용 데이터를 사용한 연체 예측 모델을 만드는 실습을 했습니다. 저는 데이터 전처리와 모델 평가 파트를 맡았는데, 처음에 정확도만 기준으로 모델을 선택했다가 교수에게 '신용 평가에서 2종 오류(실제 연체를 정상으로 분류)가 더 심각한 문제'라는 피드백을 받았습니다. 재현율을 기준으로 다시 평가했더니 정확도가 높은 모델이 재현율에서는 낮다는 걸 확인했습니다.
평가 지표 선택이 모델 성능 해석을 바꾼다는 걸 그 과제에서 처음으로 이해했습니다. 결국 정확도와 재현율을 함께 보는 방향으로 보고서를 수정했는데, 처음에 지표를 하나만 보려고 한 게 실수였습니다. 평가 목적을 먼저 정해야 어떤 지표를 볼지 결정할 수 있다는 걸 그 과제에서 배웠습니다.
이 결의 특징
정확도만 기준으로 모델을 선택했다가 신용 평가에서 2종 오류가 더 심각한 문제라는 피드백을 받고 재현율을 기준으로 다시 평가한 결입니다. 평가 목적을 먼저 정해야 어떤 지표를 볼지 결정할 수 있다는 인식이 핵심입니다.
이 결이 통하는 자리
AI/ML 신용평가 모델 적용 경험을 묻는 포지션에서 자주 등장하는 질문입니다. 평가 지표 선택이 모델 성능 해석을 바꾼다는 인식을 피드백에서 배운 답은 면접관이 모델 평가 방식을 확인하는 자리입니다.