Day 2 - 편향·설명가능성 드리프트: Clarify로 운영 중 감시

📌 핵심 정리

Clarify는 학습 전 데이터 편향, 학습 후 모델 편향, 예측 설명(SHAP)을 계산하고 이를 운영 중 지속 감시로 확장한다.
편향 드리프트 모니터는 DPPL·DI 같은 사후 편향 지표를 주기적으로 재계산해 그룹 간 공정성 변화를 추적한다.
피처 기여도 드리프트 모니터는 SHAP 중요도가 베이스라인 대비 얼마나 바뀌었는지를 라벨 없이 감시한다.
라벨이 늦게 오는 도메인에서 피처 기여도 드리프트는 성능 저하보다 먼저 울리는 조기 경보다.
네 모니터 모두 "베이스라인 → cron 스케줄 → Processing Job 비교 → CloudWatch 지표"라는 동일한 골격을 공유한다.

Clarify는 학습 전·학습 후·운영 중 세 지점에 붙는다. 같은 편향 지표 엔진이 단계만 바꿔 재사용된다고 보면 된다.