MLOps 도입 가이드

82

2부MLOps적용방법

절충안으로서

80

%의 법칙을 적용하는 것이 좋다. 이번 예시에 적용하자면, 토그루타 족 채용

비율을 위퀘이 족 채용 비율의

80

% 수준보다 크거나 같게 하는 것이다. 즉, 위퀘이 족은

65

%

정도까지 뽑으면 괜찮다.

여기서 중요한 점은 이러한 목표를 데이터 과학자 홀로 결정할 수 없다는 점이다. 게다가 목표

를 설정한다 하더라도 구현 자체에 문제가 생길 수 있다.

●

어떠한징후도없이,데이터과학자는자연스럽게동등한기회를부여하는모델을구축하려애쓰는데,이는그

것이세상의법칙이기도하기때문이다.또한데이터과학자가사용하는대부분의도구는동등한기회를달성

하고자하는데,동등한기회가수학적으로가장적절한방향이기때문이다.하지만이목표를달성하는몇가

지방법은불법일수있다.예를들어,데이터과학자가

2

개의독립적인모델을선정할수있다.하나는위퀘

이족을위한것이고다른하나는토그루타족을위한것이다.이는위퀘이족을과도하게대표하는데이터세

트로인한편향성을해소할적절한방법일수있다.하지만이방법은두집단을차별하는것으로보일수있는

부적절한방법이다.

●

데이터과학자가설계된대로도구를사용하도록하려면,즉현실세계를있는그대로모델링하려면,예측결

과를후처리하여조직의비전과일치하도록해야한다.가장간단한방법은토그루타족보다위퀘이족에대해

더높은임곗값(

threshold

)을설정하는것이다.임곗값의차이로 ...