- ML 수명주기는 데이터 수집 → 데이터 준비 → 모델 학습 → 모델 평가 → 배포 → 모니터링의 여섯 단계다.
- 직선이 아니라 순환하는 원이다. 배포가 끝이 아니라 모니터링 → 재학습으로 다시 돈다.
- 빠뜨리기 쉬운 단계는 데이터 준비. 수집 직후 바로 학습하면 안 된다.
- 평가는 반드시 학습에 쓰지 않은, 본 적 없는 데이터로 해야 의미가 있다.
- 순환이 필요한 이유는 데이터 드리프트 — 시간이 지나면 데이터 분포가 변해 모델이 낡는다.
기준: AIF-C01 시험 가이드오류 제보
요구사항 → 설계 → 구현 → 배포의 비교적 직선적 흐름.💡 관련 이론: ML 수명주기가 순환 구조인 핵심 이유는 "데이터 드리프트(Data Drift)" 때문이다. 세상의 데이터 분포는 시간이 지나며 바뀐다(예: 작년의 쇼핑 패턴 ≠ 올해의 쇼핑 패턴). 학습 당시 데이터로 만든 모델은 시간이 지나면 현실과 어긋나기 시작하고, 그래서 다시 데이터를 모으고 재학습하는 순환이 필요하다.
| 단계 | 한 줄 정의 | 핵심 질문 |
|---|---|---|
| 데이터 수집(Collection) | 문제에 맞는 원시 데이터를 모은다 | "어떤 데이터가 필요한가?" |
| 데이터 준비(Preparation) | 데이터를 깨끗하게 다듬고 학습 가능한 형태로 만든다 | "데이터가 깨끗하고 쓸 만한가?" |
| 모델 학습(Training) | 알고리즘이 데이터에서 패턴을 배운다 | "모델이 패턴을 잘 익혔는가?" |
| 모델 평가(Evaluation) | 모델이 정말 잘 맞히는지 측정한다 | "처음 보는 데이터에도 잘 맞히는가?" |
| 배포(Deployment) | 모델을 실제 서비스에서 쓸 수 있게 내보낸다 | "사용자가 실제로 쓸 수 있는가?" |
| 모니터링(Monitoring) | 운영 중 모델 성능이 떨어지는지 감시한다 | "여전히 잘 작동하는가?" |
스팸 메일을 걸러 내는 모델을 만들려면, 먼저 "스팸으로 분류된 메일"과 "정상 메일"을 잔뜩 모아야 한다. 이 두 종류를 충분히 모으지 못하면 그 뒤의 어떤 단계도 의미가 없다.
ML 프로젝트에서는 시간 대부분이 데이터 준비에 들어간다는 말이 있다. "Garbage In, Garbage Out(쓰레기를 넣으면 쓰레기가 나온다)"이라는 격언처럼, 아무리 좋은 알고리즘도 나쁜 데이터로는 좋은 모델을 만들 수 없다.
⚠️ 함정: "학습 데이터에서 99% 정확하니 좋은 모델"이라는 판단은 위험하다. 학습 데이터만 달달 외운 모델은 새 데이터에서 형편없을 수 있다(과적합). 평가는 반드시 본 적 없는 데이터로 해야 의미가 있다.
┌──────────────────────────────────────────────┐
│ │
▼ │
[데이터 수집] → [데이터 준비] → [모델 학습] → [모델 평가]
│
▼
[모니터링] ◄──────── [배포]
│
└─ 성능 저하 감지 시 다시 데이터 수집으로
🎯 시나리오: "6개월 전에 배포한 추천 모델의 클릭률이 점점 떨어지고 있다. 무엇을 해야 하는가?" → 모니터링이 성능 저하를 감지한 상황이다. 최신 데이터를 다시 수집하고 모델을 재학습하는, 즉 수명주기를 다시 한 바퀴 도는 것이 정답이다.
내일은 이 수명주기의 연료인 "데이터" 자체를 깊이 들여다본다. 정형/비정형의 차이, 데이터를 셋으로 나누는 이유, 그리고 데이터 품질이 왜 모든 것을 좌우하는지를 다룬다.
선택지를 클릭하면 정답·해설이 펼쳐집니다.
문제 1
ML 수명주기에서 데이터를 모은 직후, 모델 학습 전에 반드시 거쳐야 하는 단계는?
문제 2
ML 수명주기를 한 방향으로 끝나는 직선이 아니라 순환하는 원으로 보는 가장 큰 이유는?
문제 3
모델 평가 단계에서 성능을 측정할 때 사용해야 하는 데이터로 가장 적절한 것은?
문제 4
"Garbage In, Garbage Out"이라는 격언이 ML 수명주기에서 강조하는 단계는?
문제 5
6개월 전 배포한 모델의 정확도가 운영 중 점점 떨어지고 있다. ML 수명주기 관점에서 가장 올바른 대응은?