모델 드리프트

정의

세상이나 자료가 바뀌면서 예전에는 잘 맞던 모델의 성능이 점점 떨어지는 현상.

자세한 설명

세상이나 쓰는 자료가 바뀌면서, 예전에는 잘 맞던 모델의 성능이 시간이 지날수록 점점 떨어지는 현상입니다. 학습할 때의 상황과 실제로 쓰는 시점의 상황이 달라지면 생기며, 손님의 성향이 바뀌거나 전에 없던 유형의 글과 사진이 늘어나면 모델이 이를 따라가지 못해 정확도가 낮아집니다. 학습 자료 자체의 문제로 생기는 과적합과 달리, 처음에는 잘 작동했던 모델이라도 시간이 흐르며 서서히 나타나는 문제라는 점이 다릅니다. 모델을 들여놓은 뒤에도 주기적으로 성능을 점검하고 다시 학습시키는 일정을 정해 두어야 합니다.

예를 들면

예전 유행어로 학습한 리뷰 분석 모델이 요즘 말투는 잘 못 알아보는 경우입니다.

관련 용어