ㅁ 시스템 구축

ㅇ 정의:
시스템 구축은 특정 목적에 맞는 소프트웨어나 하드웨어 시스템을 설계, 개발, 배포하는 과정으로, 지속 학습을 위해 데이터 처리와 모델 업데이트 기능을 포함합니다.

ㅇ 특징:
– 데이터 흐름을 지속적으로 관리할 수 있는 구조 필요.
– 확장성과 유지보수성을 고려한 설계 중요.
– 데이터 처리 속도와 정확성 간의 균형 유지.

ㅇ 적합한 경우:
– 지속적으로 변화하는 데이터 환경에서 모델 성능을 유지해야 할 때.
– 실시간 데이터 처리 및 모델 업데이트가 필요한 경우.

ㅇ 시험 함정:
– 시스템 구축 시 데이터 처리 단계와 모델 학습 단계 간의 상호작용을 간과하는 경우.
– 확장성 요구를 과소평가하거나 과대평가하는 경우.

ㅇ 시험 대비 “패턴 보기” 예시:
X: 시스템 구축은 초기 데이터만 처리하는 구조를 설계한다.
O: 시스템 구축은 지속적으로 변화하는 데이터를 처리하는 구조를 설계한다.

================================

1. 슬라이딩 윈도우

ㅇ 정의:
슬라이딩 윈도우는 고정된 크기의 데이터 창을 시간 축에 따라 이동시키며 데이터를 처리하는 기법으로, 지속 학습에서 최근 데이터를 반영하여 모델을 업데이트하는 데 사용됩니다.

ㅇ 특징:
– 데이터 창 크기와 이동 간격을 조정하여 효율성을 극대화.
– 과거 데이터와 현재 데이터 간의 균형 유지.
– 실시간 데이터 처리에 적합.

ㅇ 적합한 경우:
– 실시간 시스템에서 최근 데이터가 중요할 때.
– 데이터 양이 방대하여 전체 데이터를 처리하기 어려운 경우.

ㅇ 시험 함정:
– 윈도우 크기 설정이 과도하거나 부족하여 모델 성능에 영향을 미치는 경우.
– 슬라이딩 윈도우가 과거 데이터를 무시한다고 오해하는 경우.

ㅇ 시험 대비 “패턴 보기” 예시:
X: 슬라이딩 윈도우는 과거 데이터를 모두 반영한다.
O: 슬라이딩 윈도우는 설정된 데이터 창 내의 데이터를 반영한다.

ㅁ 추가 학습 내용

슬라이딩 윈도우는 데이터를 일정한 크기의 창으로 나누어 처리하는 기법으로 다양한 분야에서 활용됩니다. 아래는 시험 대비를 위해 구체적인 활용 사례를 정리한 내용입니다:

1. **금융 거래 데이터에서 이상 탐지**:
– 슬라이딩 윈도우를 사용하여 최근 거래 데이터를 일정한 시간 또는 개수 단위로 분석할 수 있습니다.
– 예를 들어, 특정 시간 동안의 거래 금액이나 빈도를 윈도우로 설정하고, 이를 기반으로 정상 범위를 벗어나는 이상 거래를 탐지합니다.
– 이 방법은 실시간으로 의심스러운 거래를 식별하여 사기 방지 시스템에 활용될 수 있습니다.

2. **IoT 센서 데이터의 실시간 환경 변화 반영**:
– IoT 센서에서 발생하는 데이터를 슬라이딩 윈도우로 처리하여 실시간 환경 변화를 모니터링할 수 있습니다.
– 예를 들어, 온도, 습도, 공기 질 등의 데이터를 일정 시간 간격으로 윈도우에 저장하고, 평균값이나 패턴을 분석하여 이상 징후를 감지합니다.
– 이를 통해 스마트 홈 시스템이나 산업 설비에서 문제를 신속히 파악하고 대응할 수 있습니다.

위 사례들은 슬라이딩 윈도우 기법의 실용적인 응용을 보여주며, 시험에서 이론뿐만 아니라 실제 활용 가능성을 설명할 때 유용하게 사용할 수 있습니다.