이번 주는 준비된 데이터를 모델이 학습할 수 있는 형태로 다듬는 과정 — 특성 공학과 데이터 품질 — 을 다뤘다. MLA-C01 도메인 1의 후반부이자 모델 성능을 가장 크게 좌우하는 단계다. "알고리즘보다 데이터"라는 ML의 격언이 가장 잘 드러나는 영역이기도 하다.
오늘은 Data Wrangler·Feature Store·Clarify를 하나의 흐름으로 엮어 복습한다. 세 도구가 각각 변환·관리·점검을 맡고, 이어 붙으면 "raw 데이터에서 신뢰할 수 있는 학습 데이터셋"까지의 파이프라인이 된다.
[raw 데이터 (S3)]
│ ① 변환 (Data Wrangler)
│ 스케일링·인코딩·결측치·이상치 처리
v
[변환된 특성]
│ ② 관리 (Feature Store)
│ 온라인(추론) + 오프라인(학습) 동시 저장
v
[Feature Group]
│ ③ 점검 (Clarify)
│ 편향·불균형·설명가능성 분석
v
[검증된 학습 데이터셋] → SageMaker 학습
핵심은 이 세 단계가 일관성으로 연결된다는 점이다. Data Wrangler에서 정의한 변환을 Feature Store가 학습·추론에 동일하게 공급하고, Clarify가 그 데이터의 공정성을 보증한다.