학습과 튜닝

학습은 Sentinel이 사용할 운영 기준을 만들고, 재학습은 이미 만든 모델에 최신 데이터와 설정을 반영해 새 후보 버전을 만드는 작업입니다. 튜닝은 Sentinel이 데이터 변화를 얼마나 민감하게 살필지 정하는 설정입니다. 실제 첫 학습부터 후보 활성화까지의 진행 흐름은 실습 가이드에서 안내합니다.

학습과 재학습의 차이

첫 학습은 모델 버전이 없는 상태에서 첫 후보를 만드는 작업입니다. 재학습은 기존 모델을 유지한 채 새 후보를 비교하고 싶을 때 사용합니다. 실제 화면에서 버튼을 누르는 순서는 실습 가이드를 참고하세요.

기존 모델은 유지한 채 새 후보를 비교하고 싶다면 새 버전 학습으로 재학습을 시작합니다. 아래와 같은 경우에 재학습을 검토합니다.

• 최근 배포나 운영 변화로 데이터 흐름이 달라졌습니다.
• 정상 구간이 자주 이상으로 표시되거나, 실제 이상을 자주 놓칩니다.
• 기존 후보의 품질이나 소스 커버리지를 다시 확인해야 합니다.

새 버전 학습의 버튼 순서와 후보 확인 방법은 실습 가이드에서 확인합니다.

같은 실행을 여러 번 반복하기 전에 현재 실행 상태와 화면 메시지를 먼저 확인합니다. 모델, 버전, 실행 상태를 다시 확인할 때는 새로고침을 사용합니다.

실행 상태 확인하기

상태	확인할 내용
학습 대기 중	설정을 다시 확인하고, 계속 진행할지 판단합니다.
학습 중	완료될 때까지 상태 변화를 확인합니다.
완료	새 후보가 표시되면 모델 관리에서 품질과 소스 커버리지를 확인합니다.
실패	화면 메시지와 입력값, 데이터 상태를 확인합니다.

재학습 중단 버튼이 보이는 실행은 더 이상 진행할 필요가 없을 때 중단할 수 있습니다. 중단하면 진행 중인 학습 결과는 저장되지 않고, 기존 활성 모델은 유지됩니다. 중단한 뒤에는 목록의 최종 상태를 확인하고, 새 실행이 필요하면 값을 점검한 뒤 다시 만듭니다.

탐지 성향 고르기

탐지 성향은 세부 수치를 직접 바꾸기 전에 선택할 수 있는 기본 설정입니다. 처음에는 균형을 권장하며, 운영 상황에 맞게 한 단계씩 조정합니다.

탐지 성향	사용하는 때
안정 최우선	확실한 이상만 우선 확인하고 싶을 때
안정 우선	오탐을 줄이는 방향으로 조정하고 싶을 때
균형	안정성과 탐지 범위를 고르게 적용하고 싶을 때
탐지 우선	작은 변화도 더 넓게 확인하고 싶을 때
탐지 최우선	오탐 가능성을 감수하고 미세한 변화까지 살피고 싶을 때

고급 설정 조정하기

고급 설정에서는 학습에 사용할 기간과 탐지 기준을 직접 조정할 수 있습니다. 기본 탐지 성향으로 결과를 먼저 확인한 뒤, 반복되는 오탐·미탐이나 학습 범위 문제가 있을 때 사용합니다.

고급 설정을 바꾸기 전에

첫 학습에서는 기본값을 유지하는 것을 권장합니다. 여러 값을 함께 바꾸면 어떤 변경이 결과에 영향을 주었는지 알기 어려우므로, 라벨과 원본 대시보드를 확인한 뒤 한 번에 한 항목씩 조정하세요.

설정	무엇을 조정하나요	이런 경우 먼저 검토하세요
재학습 주기	새 후보를 만드는 간격입니다. 짧게 하면 최근 변화가 더 빨리 반영될 수 있지만, 검토할 후보도 더 자주 생깁니다.	최근 배포나 운영 변화가 자주 발생해 기준을 더 자주 갱신해야 할 때
윈도우 기간	학습에 포함할 과거 데이터의 범위입니다. 짧게 하면 최근 흐름에 집중하고, 길게 하면 더 다양한 과거 흐름을 함께 반영합니다.	최근 변화가 반영되지 않거나, 짧은 기간의 변동에 결과가 크게 흔들릴 때
오염 비율	이상으로 분류할 구간의 비율을 정하는 기준입니다. 값을 높이면 이상으로 표시되는 범위가 넓어질 수 있고, 낮추면 더 보수적으로 표시됩니다.	정상 구간이 자주 이상으로 보이거나 실제 이상을 반복해서 놓칠 때
트리 개수	학습 결과를 더 안정적으로 만들기 위해 사용하는 반복 횟수입니다. 값을 높이면 결과가 더 안정적일 수 있지만 학습 시간이 길어질 수 있습니다. 화면에서 허용하는 범위는 50~300입니다.	학습 결과가 일관되지 않거나 학습 시간이 오래 걸릴 때

고급 설정 조정 순서

1. 먼저 탐지 성향을 조정해도 해결되는지 확인합니다.
2. 라벨과 원본 대시보드에서 오탐·미탐이 반복되는 시간대와 패턴을 확인합니다.
3. 고급 설정에서는 한 항목만 조정합니다. 최근 변화 반영이 문제라면 재학습 주기 또는 윈도우 기간을, 탐지 범위가 문제라면 오염 비율을 먼저 검토합니다.
4. 학습 시작으로 새 후보를 만든 뒤 완료 상태를 확인합니다.
5. 모델 관리에서 새 후보의 품질과 소스 커버리지를 비교하고, 운영에 반영할지 결정합니다.

결과에 따라 조정하기

관찰한 결과	먼저 조정할 항목
정상 구간이 자주 이상으로 표시됩니다.	먼저 탐지 성향을 안정 우선 쪽으로 조정합니다.
실제 이상을 자주 놓칩니다.	먼저 탐지 성향을 탐지 우선 쪽으로 조정합니다.
최근 변화가 충분히 반영되지 않습니다.	윈도우 기간과 재학습 주기를 확인합니다.
학습이 오래 걸립니다.	고급 설정의 트리 개수 또는 윈도우 기간을 검토합니다.

새 실행이 끝나면 모델 관리에서 후보를 검토합니다. 실행이 계속 실패하면 확인과 문제 해결의 순서대로 점검합니다.