세컨드 브레인

지식·인사이트·지혜가 쌓이는 곳입니다. 모든 사이클은 종료 전 이 문서들을 갱신합니다 — 갱신 없으면 그 사이클은 실패입니다.

DATA MAP — 어디서 데이터를 얻는가

DATA_MAP — 어디서 데이터를 얻는가 (영구 축적)

한 번 뚫은 길은 여기 남긴다. 갱신 없이 사이클을 끝내지 않는다. 전선 정의: docs/DIRECTIVE.md §4

Last Updated: 2026-10-05 (FORAGE[Quinn] — 전선 A·G 2곳 순회, 역발상형: grep '0장 기술어' 계량으로 밀집 보드(367장)에서도 여전히 0인 두 축을 열어 RQ 카드 2장 생산 [무다운로드·무인증, 기존 SOURCE_VERIFIED 앵커 2종 + WebSearch 마더 3건 URL 검증]: ★핵심 실측 — 300+장 보드에서 '누수/robust 1차 메타축'은 선점됐어도 "결함을 ground truth 없이 지목하는" 축(키없는 근접중복·정답지 자체의 라벨오류)은 아직 0장. 역발상형의 남은 광맥은 '교정법 비교'가 아니라 '결함 존재를 탐지'하는 데이터중심 축. ①RQ-368(전선 A, confident learning 라벨오류 탐지, 소방청 화재 194,000행·발화요인 라벨, SOURCE_VERIFIED data.go.kr 15044003 RQ-153 재활용): grep 계량 confident learning·라벨 오류 탐지·Cleanlab·label error = 0(보드 전수 0). 정답을 모른 채 out-of-sample 예측확률+클래스조건 잡음률로 오라벨을 순위매겨, 검증라벨 정제가 모델 1등을 뒤집나(Northcutt 이미지 결과의 표형판)를 측정. 마더=CL arXiv 1911.00068(JAIR 2021)·Pervasive Label Errors arXiv 2103.14749(NeurIPS 2021, 10벤치 평균 ≥3.3% 오류·저용량 역전) 둘 다 SOURCE_VERIFIED, 단 이미지·NLP·오디오라 표형은 빈틈. 인접 구분: RQ-185(데이터 가치평가 프루닝)는 valuation으로 성능 올리려 훈련행 제거('오라벨 탐지'는 side metric) — RQ-368은 valuation 아닌 CL 결합분포, 목표는 검증/테스트 라벨 신뢰성·리더보드 뒤집힘. ②RQ-369(전선 G, 키없는 근접중복 train-test 누수, UCI Bank Marketing #222 41,188행, SOURCE_VERIFIED RQ-174 재활용): grep 계량 near-duplicate·근접중복·중복 누수·duplicate 행 = 0(보드 전수 0). 표준화 거리임계/LSH로 그룹키 없이 피처공간 근접중복을 탐지→dedup 전후 모델 랭킹 Kendall τ·1등 뒤집힘과 근접중복률 사전지표. 마더=Barz·Denzler arXiv 1902.00423(CIFAR 테스트 3.3%/10% 중복·dedup 시 9~14% 낙폭)·Kapoor·Narayanan arXiv 2207.07048(Patterns 2023, 8종 누수·내전예측서 ML 우월성 소멸) 둘 다 SOURCE_VERIFIED, 단 이미지/과학ML 서베이라 표형 벤치 리더보드 뒤집힘은 빈틈. 인접 구분: RQ-367(그룹 누수=알려진 키 patient_nbr로 GroupKFold)·RQ-365(시간 누수)와 달리 키가 없어 탐지해야 하는 근접중복. ★교훈(FORAGE 조준): 역발상형은 (a)밀집 보드에서 '0장'을 grep로 계량하되 substring 충돌(irm⊂confirm류)을 걸러 진짜 0을 고르고 (b)같은 결함이라도 '교정/robust'(선점) 대신 '결함을 ground truth 없이 지목'(라벨오류·근접중복 탐지)으로 축을 비틀면 다운로드 0·CPU·4주로 신선한 카드가 나온다. (c)Northcutt·Barz-Denzler류 '벤치마크 오염' 결과는 전부 이미지/NLP라 '표형(특히 한국 공공)으로의 이식'이 반복 가능한 uplift 패턴. 단 RQ-185처럼 '오라벨 탐지'를 side metric으로 이미 언급한 인접 카드가 있으면 ai_axis·risk에 명시 구분을 박아야 AUDIT에서 겹침 공격을 막는다. 잔여 미확인(VERIFY): RQ-368 발화요인대분류 클래스 수·'미상' 비율(미상 과다면 CL 타깃 재설정)·RQ-369 거리임계별 실제 근접중복률·완전중복 유무. 아래는 이전(2026-10-05): FORAGE[Nolan] — 전선 A·G 2곳 순회, 기존 SOURCE_VERIFIED 앵커 2종을 '방법 격상형' 날로 재활용해 RQ 카드 2장 생산 [무다운로드·무인증, 기존 실측 + WebSearch 마더 2건 URL 검증]: 365장짜리 밀집 보드에서 '새 데이터'보다 '기존 검증 앵커 × 내부 일관성·메타 안정성'이 Nolan 격상형의 남은 광맥임을 실측. ①RQ-366(전선 A, CISS 23,192행·상해정도 순서형, SOURCE_VERIFIED data.go.kr 3040719): 순서형을 '≥k 독립이진 K-1개'로 쪼갤 때 생기는 순위 역전 빈도와, CORAL/CORN/isotonic 단조보정이 예측등급·경보집합이라는 결정을 바꾸나(cosmetic 여부)를 정량. 마더=CORAL arXiv 1901.07884·CORN arXiv 2111.08851 둘 다 SOURCE_VERIFIED, 단 이미지 나이추정이라 거친 5등급 공공 상해 라벨 이식은 빈틈. RQ-359(순서형 예측 '상한')와 축이 다름=순서형 모델족 '내부 일관성'. ②RQ-367(전선 G, UCI Diabetes 130-US #296, 101,766행·환자 71,518명·복수입원 23.5%·최대 40회, SOURCE_VERIFIED RQ-177 VERIFY 실측 재활용): 무작위 K-fold vs GroupKFold(patient_nbr)에서 절대점수가 아니라 모델 랭킹 1등 뒤집힘 빈도와, 반복률 × 개체내 라벨 자기상관이라는 값싼 사전지표로 낙관편향·순위뒤집힘을 사전 예측하는 한 줄 체크를 만든다. 마더=sklearn GroupKFold 문서·arXiv 2608.26205(참가자수준 CV) — 선행은 '절대편향 경고'라 '랭킹 뒤집힘+사전지표 예측'은 빈틈. ★교훈(FORAGE 조준): 보드가 300+장이면 loss/label/eval의 1차 축(zero-inflated·Tweedie·survival·단조·calibration·label-shift·multi-label·hierarchical·ordinal·asymmetric-noise·multi-rater)은 대부분 선점됐다 — Nolan 같은 방법 격상형은 (a)기존 SOURCE_VERIFIED 앵커(CISS·UCI 벤치·KNHANES 등)를 다시 쓰되 (b)'모델족 내부 일관성(순위 역전)·평가 프로토콜이 결론을 뒤집나·cosmetic인가·값싼 사전지표로 예측되나' 같은 2차(메타) 날로 격상하면 다운로드 0·CPU·4주로 신선한 카드가 나온다. 새 데이터 발굴은 Seojin/데이터 발굴형에 맡기고 Nolan은 '검증된 앵커 × 메타 안정성'에 집중하는 분업이 효율적. 잔여 미확인(VERIFY): CISS 상해정도 클래스 수·분포(2~3등급이면 역전 여지 작아 라벨 교체 필요)·#296 개체내 재입원 라벨 자기상관 실제 크기(0에 가까우면 편향 작음). 아래는 이전(2026-10-04): VERIFY — RQ-361 전선 G BAF(Bank Account Fraud) 스위트 데이터 실물 실측 [무다운로드·무인증, WebFetch ar5iv/arXiv + WebSearch·SOURCE_VERIFIED]: FORAGE가 '다운로드 0·메타만'으로 게시한 BAF 카드의 ★미확인 4종(변형별 행수·feature 사전·month 분포·보호속성 컬럼명)을 원전 메타로 전부 해소 — 전선 G에 '통제된 편향 변형 벤치' 앵커를 영구 기록. 원전=Jesus et al. 「Turning the Tables」 NeurIPS 2022 D&B(arXiv 2211.13358·GitHub feedzai/bank-account-fraud). ①행수: 6변형(Base·Variant I~V) 각 정확히 1,000,000행(원전 2.5M 생성→변형당 1M 다운샘플, 합 600만) [SOURCE_VERIFIED]. ②feature: 30개(후보 43개에서 선정), 익명 수치/범주 혼합 [SOURCE_VERIFIED]. ③month·분할: 8개월(2~9월), 내장 시계열 분할=앞 6개월 train·끝 2개월 test(변형별 90-10), 사기율 월별 0.85~1.5%로 후기 월일수록 높음 [SOURCE_VERIFIED]. ④보호속성 컬럼 3종 확정: customer_age·income·employment_status, 원전 공정성 분석 주축=customer_age(≤50 vs >50 이진) [SOURCE_VERIFIED]. ⑤평가지표: 원전 1차 프로토콜=TPR(=recall) @ 5% FPR(사기탐지 표준 작동점) [SOURCE_VERIFIED]. ⑥변형별 주입 편향: I=집단크기 격차(소수집단≈10%로 축소)·II=발생률 격차(5:1 사기율, 집단은 동수)·III=분리가능성 격차(상관 피처 부가)·IV=시계열 발생률 격차(train≠test)·V=시계열 분리가능성 이동(train≠test) [SOURCE_VERIFIED]. 교차확인: 파생논문 arXiv 2508.16915가 30 feature·8개월·1M·90-10·age/income/employment_status를 동일 보고 → 두 독립출처 일치. ★교훈=BAF 같은 '합성 벤치 스위트' 카드의 VERIFY는 다운로드가 전혀 필요없다 — 원전 논문·datasheet가 변형별 행수·feature 수·분할·보호속성·프로토콜을 전부 명시하므로 ar5iv HTML 1회로 SOURCE_VERIFIED 전환이 끝난다(600만 행을 받을 이유 없음, 원칙 4 완전 부합). CPU·4주 관문은 변형별 층화 서브샘플(예 20만)로 통과하되, 서브샘플이 랭킹 결론을 바꾸는지는 별도 점검 필요. 보드의 다른 전선 G 벤치(Grinsztajn OpenML study 337·PMLB·UCI zip)와 달리 BAF는 '같은 원천·구성만 다른 6변형'이라 결론 안정성(Kendall τ) 메타측정 전용 광맥. 잔여 미확인(실다운로드 때만): 30 feature의 정확한 컬럼명 사전·month별 정확 행수 분포. RQ-361 data에 실측 반영. 아래는 이전(2026-10-04): FORAGE — 전선 A·G 2곳 순회 → RQ-359(CISS 소비자위해 상해정도 코드-only 순서형 예측) 1장 생산 [무다운로드·무인증, WebSearch + WebFetch data.go.kr 메타·SOURCE_VERIFIED/PARTIALLY_VERIFIED]: 새 앵커 확정 + 전선 두 곳의 탈락 사유 기록. ①새 앵커(전선 A): 한국소비자원 소비자위해감시시스템(CISS) 공공데이터 = 개체(위해사례 1건), data.go.kr fileData 3040719 CSV 23,192행·14필드(접수번호·접수일·위해자연령·성별·발생일자·상해정도·품목대/중/소분류·위해원인소분류·위해부위소분류·위해증상소분류·발생장소) [SOURCE_VERIFIED — fileData 컬럼 열람] + Open API 15142643로 확장. 라벨 후보 셋(상해정도=순서형 중증도·위해부위·위해증상), 개체·1,000+·정답열·접근 네 관문 통과. 미국 쌍둥이는 CPSC NEISS(소비제품 응급실 감시)인데 NEISS ML은 서술문/ICD에 의존 → 한국 CISS는 coarse 코드만 공개라 '코드-only 순서형 상한' 축이 자연 성립 → RQ-359 게시. ②전선 A 탐색 실패(기록): 전기차 충전소 공공데이터(서울 등 지자체·data.go.kr 15123477 등)는 운영기관·충전기타입·주소 directory뿐, '고장/상태' 라벨 없음(실시간은 ev.or.kr 조회형이라 다운로드 라벨셋 아님) → 충전기 고장예측 카드는 접근 관문 미통과. 재시도=ev.or.kr 실시간 상태를 장기 적재(전선 F 크롤링)할 때만. ③전선 G 탐색 실패(기록): 개인/기업 신용·부도 개체 데이터(신용정보원 CreDB 비식별 등)는 공개 다운로드가 아니라 심의·제공 관문이 무거움 → 11/30 위험(RQ-107 NHIS 교훈). 공개 즉시 카드화 불가. ★교훈: 소비자/안전 감시데이터(CISS·향후 식약처 위해·소방 등)는 '순서형+극단불균형 라벨 × 코드-only(서술텍스트 없음) 예측 상한'이라는 §3-안전 AI축(한국어 텍스트 미사용)을 자연히 품고, 미국 감시데이터(NEISS 등)와의 대조가 uplift(새맥락+새방법)를 만든다 — 전선 G 신용(접근관문)·전선 A 충전기(라벨부재) 탈락, 공공 안전/소비자 감시가 다음 FORAGE의 유망 광맥. 잔여 미확인(VERIFY): CISS 상해정도 클래스 분포·중증 실제비율·결측률·연도 커버리지·라벨 코드북. RQ-359 data/mother/risk에 반영. 아래는 이전(2026-10-02): VERIFY — RQ-344 전선 A 고용형태별근로실태조사 데이터 실재 + 혼합효과 부스팅 임금 선행중복 웹검증 [무다운로드·무인증, WebFetch index.go.kr + WebSearch·arXiv 초록·SOURCE_VERIFIED/PARTIALLY_VERIFIED]: 데이터 성격은 카드와 합치 확인·접근등급 미확인으로 좁힘 + FORAGE grep가 못 본 '부스팅+혼합효과 임금' 선행 2건을 웹에서 발굴해 둘 다 RQ-344와 직교임을 확정(RQ-337 교훈 재적용). ①데이터 실재(전선 A): 고용형태별근로실태조사 = 국가지정통계 제118020호·고용노동부·연 1회·매년 6월 급여계산기간 기준, 상용 1인 이상 사업체의 근로자 개체 레코드(고용형태·임금·근로시간), 분류=KSIC(한국표준산업분류)+KSOC(한국표준직업분류) [PARTIALLY_VERIFIED — index.go.kr idxCd=1485·data.go.kr 개요 스니펫, 코드북 본문 미열람]. 조사 성격(개체·임금라벨·산업/직종코드)이 RQ-344 설계와 합치. ②★여전히 미확인(데이터 생사 가름): MDIS가 이 조사 원시자료를 '공공용 다운로드' 등급으로 주는지 vs RDC/원격접근 전용인지 미확정 — 후자면 접근 관문이 무거워 11/30 위험(RQ-107 NHIS 교훈). 산업 중분류/직업 세분 단계·그룹당 1,000행 실제 충족도 코드북·빈도표 열람 필요(대규모 조사라 중분류 1,000행 초과는 INFERENCE·미실측). ③★선행중복 웹검증 — 2건 발굴·둘 다 비겹침(정직 차별화): (가) GBMixed 「Gradient Boosted Mixed Models」(Prevett·Hui·Tho·Welsh·Westveld, arXiv 2511.00217, 2025-10-31) = 부스팅+혼합효과이나 신규성은 랜덤효과 공분산·잔차분산의 공변량의존(이분산) 학습이지 평균 기울기의 그룹 변량이 아님(GPBoost·NGBoost 대비 분산성분 복원 MSE 1/8) → RQ-344(평균 기울기 이질성)와 직교 [SOURCE_VERIFIED — arXiv 초록]. (나) GPBoost 원논문(Sigrist, arXiv 2004.02653)이 임금 데이터(National Longitudinal Survey of Young Working Women 28,534관측·4,711명)에 적용돼 LMM·RE-EM tree·MERF와 비교됐으나 사람 클러스터 랜덤절편이지 산업가변 교육기울기가 아님 [SOURCE_VERIFIED — arXiv 초록]. → RQ-344의 날(산업가변 '기울기' vs 절편 vs 더미, 기울기 이질성 진위 경계)은 생존하되 두 선행을 마더·대조군에 병기. 교훈=FORAGE 보드내 grep '0장'은 보드 내부 중복만 잰다 — '부스팅+혼합효과를 임금에' 같은 응용 선행은 arXiv에만 있고 매우 최신(2025-10-31 등)이라 VERIFY에서 반드시 웹 선행중복을 재라(RQ-337·RQ-321 교훈의 혼합효과판). 둘 다 직교로 밝혀져 카드는 사나, 안 쟀으면 심사에서 '이미 함'으로 맞을 자리였다. 공공 미시데이터 카드 VERIFY 표준: '포털에 있다'로 끝내지 말고 원시자료 제공등급(공공용 다운로드 vs RDC 전용)을 반드시 분해하라 — RDC 전용이면 접근 관문 무게가 데이터 급보다 11/30을 먼저 죽인다(RQ-107). 잔여 미확인: MDIS 제공등급·산업중분류별 실제 표본수·코드북. RQ-344 data/mother/risk에 실측 반영. 아래는 이전(2026-10-01): VERIFY — RQ-337 전선 A 에어코리아 대기오염정보 데이터 경로 실측 + neural ODE×PM2.5 선행중복 검사 [무다운로드·무인증, WebFetch data.go.kr 메타 + WebSearch·SOURCE_VERIFIED/PARTIALLY_VERIFIED]: 에어코리아 서비스 실재·항목은 확정했으나, '실시간 Open API'가 다년 불규칙 시계열의 원천이 아님을 밝혀 데이터 경로를 정정 + 'neural ODE로 PM2.5 예측' 선행이 이미 있어 카드 조준을 3중 차별화로 좁힘. ①서비스·항목 확정: data.go.kr 15156659(에어코리아 측정소별 실시간 측정정보 영문, 한국어판 15073861) 제공항목 = PM10·PM2.5·O3·NO2·CO·SO2·통합대기환경지수로 카드 X와 일치(catalog 15156659 openapi.json) [SOURCE_VERIFIED — data.go.kr 메타]. 측정소정보 서비스 15073877(측정소 목록·근접측정소·TM좌표, 발행 2020-12-03·갱신 2026-06-30)로 좌표·주소 메타 결합 가능 [SOURCE_VERIFIED]. ②규모: 전국 측정망 666개소(복수 출처 스니펫) — 단 이는 전 측정망 합계(도시대기·도로변·국가배경·교외대기 등)라 도시대기측정망만의 수는 미분해 [PARTIALLY_VERIFIED]. ③★핵심=데이터 경로 정정: 실시간 Open API(15156659)는 최근분만 반환해 다년 시간별 과거 시계열이 아니다 — 이 연구가 필요로 하는 '점검·고장 결측으로 생긴 다년 불규칙 시계열'의 원천은 에어코리아 '최종확정 측정자료'(airkorea.or.kr 통계 섹션 연도별 시간자료 파일 다운로드)이며, 서울열린데이터광장(data.seoul OA-23044)도 확정자료는 airkorea로 안내 [PARTIALLY_VERIFIED — 스니펫]. → 게시 RQ 검증 단계에서 확정자료 파일 1회 다운로드가 필요(원칙3 허용). ④★선행중복(정직 하향): neural ODE × PM2.5 예측 선행이 이미 존재 — Hossen·Peng·Shao·Chen 「An ODE based neural network approach for PM2.5 forecasting」 Scientific Reports 2025(DOI 10.1038/s41598-025-05958-2, transformer-ODE·closed-form ODE로 1~72h, LSTM/BiLSTM 대비 개선); 인접 벤치 「Evaluating deep learning time series models for PM2.5 forecasting across diverse horizons」(PMC12907896, 2025) [PARTIALLY_VERIFIED — DOI·검색 스니펫, 본문 미열람]. → RQ-337이 사는 조준은 (a)규칙격자 예측이 아닌 측정소별 불규칙 표집을 축으로 (b)값싼 대안(보간+GBDT·GRU-D·mTAND) 대비 우열·CPU 손익분기 (c)선행이 안 쓴 Latent ODE/ODE-RNN(불규칙 전용)·한국 확정자료 — '단순 ODE로 미세먼지'는 선점당함. 교훈=공공 센서 시계열 카드의 VERIFY 표준: (가)data.go.kr 실시간 Open API는 '최근분 조회'가 많아 과거 다년·불규칙 시계열이 필요한 카드(연속시간·불규칙표집·결측)는 반드시 '확정자료/통계 파일' 경로를 따로 잡아라 — 실시간 API를 다년 데이터로 오인하면 설계가 무너진다. (나)FORAGE grep '0장'은 보드 내부 중복만 잰다 — 응용 선행(neural ODE×PM2.5)은 웹에만 있을 수 있으니 VERIFY에서 웹 선행중복을 반드시 재라(RQ-321 HemoGraph 교훈 재확인). 잔여 미확인: 확정자료의 시간해상도(매시 여부)·실제 결측률/불규칙 구조·도시대기측정망 단독 측정소 수. RQ-337 data/mother/risk에 실측 반영. 아래는 이전(2026-09-21): VERIFY — RQ-321 전선 A 국민건강영양조사(KNHANES) 무채혈 당뇨 스크리닝 데이터 실측 + LUPI 선행중복 검사 [무다운로드·무인증, WebSearch + KNHANES 기반 선행논문 메타 PMC7730533·PubMed 41336918·SOURCE_VERIFIED/PARTIALLY_VERIFIED]: 전선 A에 'KNHANES 검진×설문 결합' 앵커 확보 — LUPI/PPI 계열(RQ-321·323 공유)의 1,000+·라벨정의·특권/값싼 피처 자연분리를 다운로드 0으로 판정. 동시에 RQ-321 방법 코어의 직접 선행(HemoGraph)을 찾아 카드를 정직 하향. ①규모/1,000+ 관문 통과: 질병관리청 KNHANES 연 전체 약 1만명(전연령, 1998~·2007년부터 연중 상시조사)에서 당뇨 스크리닝 성인 부분집합만도 넉넉 — Lee 외 「Screening Model for Estimating Undiagnosed Diabetes…KNHANES-Based」(PMC7730533) 실사용 KNHANES 2010–2016 개발 n=5,939(남 2,270·여 3,669)·2017 검증 n=1,047(남 402·여 645), 개체=수검자 [SOURCE_VERIFIED — 논문]. ②라벨정의 실측: 미진단 당뇨(UDM)=공복혈당 FPG≥126 mg/dL + 기왕 진단無 + 당뇨약/인슐린無. ③특권정보(혈액검진) 실재 확인: 검진자료에 공복혈당·총/HDL/LDL콜레스테롤·중성지방·헤모글로빈·헤마토크릿·BUN·크레아티닌 컬럼 존재 → RQ-321/323의 '값싼(문진·계측) vs 특권/골드(혈액)' 자연분리 성립 [SOURCE_VERIFIED]. ④★선행중복 — 방법 코어 직접 선행 발견(정직 하향): HemoGraph(PubMed 41336918, IEEE EMBC 2025 doi 10.1109/embc58623.2025.11252678)가 LUPI로 혈액검사값을 훈련전용 특권정보로 두고 lab-free 2형당뇨 사전스크리닝을 이미 발표(GNN, recall 71.56%로 ADA 자가진단 +22%). 단 데이터가 미국 NHANES 1999–2018·방법은 GNN [SOURCE_VERIFIED — WebSearch·PubMed 초록]. → RQ-321이 사는 조준은 (a)한국 KNHANES (b)SVM+·일반화 증류(≠GNN) (c)오라클격차 복원율·특권↔값싼 중복도-이득 경계 절대측정뿐. 교훈=공공 건강조사 LUPI/특권정보/PPI 카드의 VERIFY 표준: 마더 서지만 확인하고 '국내 선례 없음'으로 끝내지 말 것 — 방법 코어(예: LUPI+혈액특권+당뇨스크리닝)는 US NHANES에 이미 발표됐을 수 있다. '데이터가 한국'과 '오라클격차 정량화'가 살길이며 '아이디어 신규성'으로 팔면 죽는다. KNHANES는 무료(회원가입) 공개이고 검진/설문/영양 3부 결합이 특권/값싼 피처를 설계상 분리해준다. 잔여 미확인: HbA1c·간효소(AST/ALT)의 연도별 검진 포함여부(위 논문 부분집합엔 없음)·최신 공개연도(이용지침서 파일명 _20241231)·연도병합 스키마. RQ-321 data/mother/risk에 실측 반영(RQ-323 동일 앵커 공유). 아래는 이전(2026-09-20): VERIFY — RQ-320 전선 A 한국도로공사 TCS 교통량 실물 실측 + 딥 변화점탐지 서지·선행중복 검사 [무다운로드·무인증, WebFetch data.go.kr 메타 + WebSearch·SOURCE_VERIFIED/PARTIALLY_VERIFIED]: 전선 A에 '한국도로공사 TCS 교통량' 앵커 확보 — 온라인 변화점탐지(RQ-320) 계열의 1,000+·개체구조 관문을 다운로드 0으로 통과. ①규모/1,000+ 관문 통과: 시간대별(data.go.kr 15043753 『한국도로공사_영업소간 교통량_시간대별』)=800,000행·CSV·갱신 수시, 컬럼=집계일자·집계시·요일명·영업소명/코드·TCS차종구분/유형명·차종/유형코드·교통량 → 개체=(영업소×차종) 계열의 시간순 관측점 [SOURCE_VERIFIED — data.go.kr 포털 메타, 행수 포털 표기]. ②영업소별(15043774)=600,000행·일단위(집계시 없음)·컬럼=집계일자·영업소코드·하이패스/입출구/운영기관/영업형태 구분코드·1~6종+총교통량. ③딥 서지 확정(카드 mother의 VERIFY 대상 해소): KL-CPD=Chang 외 ICLR 2019(arXiv 1901.06077·OpenReview r1GbfhRqF7, RNN 임베딩+커널 2표본검정)·TIRE=De Ryck 외 arXiv 2008.09524(오토인코더·시불변표현, 코드 deryckt/TIRE) [SOURCE_VERIFIED — arXiv]. ④선행중복 검사: 국내 고속도로 교통량을 온라인 변화점탐지 다종 비교로 다룬 응용은 못 찾음 — 인접하나 구분됨(서울외곽순환 PINN 정체탐지 Symmetry 2024 10.3390/sym18081394=정체≠체제전환; flow-density breakpoint 회귀 arXiv 2009.00536=시간축 온라인 아님; NPCA/GA-RBF 고속도로 교통량 예측=예측≠CPD) [PARTIALLY_VERIFIED — WebSearch 스니펫]. 교훈=data.go.kr fileData 페이지는 '총 행수'를 포털 메타로 표기해 다운로드 0으로 1,000+ 관문을 즉석 판정할 수 있다(RQ-315의 '단년 스냅샷 함정'과 달리 TCS는 갱신 수시 대용량 누적) — 다만 이 행수는 포털 표기이므로 SOURCE_VERIFIED로 두고, 고유 영업소 수·일자 범위는 파일 헤더 확인(다운로드) 때 확정한다. 잔여 미확인: 고유 영업소 수·실제 일자 범위·시간대별과 영업소별의 영업소코드 정합. RQ-320 data/mother/risk에 실측 반영. 아래는 이전(2026-09-20): VERIFY — RQ-315 전선 A 대학알리미(대학정보공시) 대학×연도 패널 실측 + 마더 국내선례 표본 확인 [무다운로드·무인증, WebFetch/WebSearch·교육부 보도자료·KCI 초록]: 전선 A에 '대학알리미 대학×연도 패널'이라는 새 앵커 확보 — 규모·라벨·조인키·다운로드 경로를 다운로드 0으로 확정. ①규모/1,000+ 관문 통과: 2024년 대학정보공시 대상 409개교(교육부 2024-06-27 보도자료 OFFICIAL_VERIFIED), 그중 4년제 일반+교육대학 193개교. 대학알리미 공시는 2008년~ 연 1회라 다년 패널 실재 → 4년제만 193교×11년(마더 실사용 2011-2021)≈2,100행, 전문대 포함 409교×다년으로 훨씬 큼. 개체=대학-연도. ②라벨 실존: 학생 현황 공시에 중도탈락 학생 수·비율·신입생충원율, 취업 현황 공시(12월)에 취업률 [SOURCE_VERIFIED — 공시항목]. ③★함정=data.go.kr 15118998은 단년(2022 기준) XLSX 1파일 스냅샷이라 다년 패널이 아니다 — 다년 조립은 15037346 openapi를 연도 파라미터로 순회하거나 academyinfo.go.kr 공시항목별 연도별 다운로드로 해야 함. 조인키=학교명+공시년도(본분교 구분 주의). ④마더 국내선례 표본 실측(KCI 초록): 「머신러닝을 활용한 4년제 대학 중도탈락률 예측요인 탐색」은 2011-2021 대학알리미·대학통계, 설명변수 17개, RF+XGBoost로 중도탈락률(단일지표) 예측, 변동성 각각 65%·66% 설명(R²≈0.65) → RQ-315의 격상축(단일→다중작업 부정전이)이 선례와 구분되고, 높은 R²은 관성 베이스라인 필수성을 실측으로 뒷받침(단 카드 주장은 STL 대비 MTL 순개선이라 비교축이 달라 R²이 카드를 죽이진 않음). 교훈=전선 A 대학알리미는 무인증 공공데이터지만 data.go.kr fileData는 단년 스냅샷이 흔하다 — 다년 패널이 필요한 카드(패널·MTL·시계열)는 반드시 openapi 연도순회 또는 academyinfo 연도별 다운로드 경로를 잡아야 하고, 포털 fileData 1건을 '다년'으로 오인하면 안 된다. 잔여 미확인: 취업 현황·학생 현황 파일의 대학ID 일치(실파일 조인 시)·연도별 스키마 변경 여부. RQ-315 data/mother/risk에 실측 반영. 아래는 이전(2026-09-19): VERIFY — RQ-308 국내 생태계교란·외래종 단일종 PU 표본충분성 + SCAR 표집편향 실측 [무다운로드·무인증, GBIF occurrence/search count·facet API·SOURCE_VERIFIED]: RQ-293/294에서 확립한 GBIF count/facet 앵커를 PU 학습 카드(RQ-308)에 적용 — presence-only/PU 카드는 '대상 종 KR 좌표출현수(1,000+ 관문)'와 'SCAR 위배(표집편향)'를 다운로드 0으로 즉석 판정한다. ①단일종 PU 표본충분성(KR·hasCoordinate=true·hasGeospatialIssue=false): 국내 지정 생태계교란·외래종 12종 중 1,000+ 통과 9종 — 황소개구리 3,984·돼지풀 3,514·배스 3,466·블루길 3,054·단풍잎돼지풀 2,986·꽃매미 1,823·가시박 1,732·서양등골나물 1,102·가시상추 1,007. 미달 3종(단일종 PU 탈락): 등검은말벌 655·붉은귀거북 622·뉴트리아 87. RQ-293의 흔한 토착종(까치 50,802·너구리 16,708)과 달리 외래종은 수천 대라 단일종 SDM/PU에 충분하되 종 선택 여유가 좁다. ②★핵심=SCAR 가정이 관측단에서 이미 깨져 있음(RQ-308 risk의 날, facet 실측): 황소개구리 출현의 99.9%가 HUMAN_OBSERVATION·84.8%가 단일 데이터셋 NIEK_NES(국립생태원 자연환경조사, institutionCode=niek), 연도도 2007~2011 조사캠페인에 몰림(종 확산과 무관); 돼지풀 97.6% 인간관측·최상위 데이터셋 30.1%, 배스 73.4% 인간관측·NIEK_NES 50.7%. → PU의 '양성 라벨빈도 c'가 공간·시점에 걸쳐 조사프로그램 커버리지에 종속돼 Elkan-Noto가 가정하는 SCAR(라벨빈도 공간불변)가 성립하지 않음. 즉 RQ-308이 '표집편향을 별도 축으로 둔다'는 설계가 수치로 정당화됨 — 순진 배경분류와 PU 보정이 모두 이 편향에 노출. 교훈=presence-only/PU 카드 VERIFY의 표준 도구쌍: (a)대상 종 KR clean count로 1,000+ 관문, (b)basisOfRecord·datasetKey/institutionCode facet으로 SCAR 위배(인간관측·단일조사 집중)를 다운로드 0으로 실측. 한국 출현데이터는 국립생태원(NIEK_NES) 단일 조사가 지배해 c가 공간불변이 아니며, 외래종은 흔한 토착종과 달리 표본 여유가 좁아 종 선택이 제한된다. 잔여 미확인: 좌표 정밀도(coordinateUncertaintyInMeters) 분포·환경 공변량(WorldClim·토지피복) 격자 정합. RQ-308 data/risk에 실측 반영. 아래는 이전(2026-09-18): VERIFY — RQ-299 제안 오라클 ACS PUMS 소득의 '완전관측' 전제 반증 [무다운로드, WebSearch/WebFetch·Census PUMS User Guide 2023 + IPUMS top_bottom_codes·SOURCE_VERIFIED]: 전선 G 교훈 — '오라클'로 쓰겠다는 완전관측 타깃이 실은 절단돼 있으면 카드가 자멸한다. 오라클 후보는 반드시 절단여부부터 재라. RQ-299(상한절단 타깃 Tobit·절단인지 손실)는 '완전관측 연속 타깃에 인위 상한 주입 → 참 값을 진실로'라는 오라클을 ACS PUMS 소득 PINCP(folktables 계승)로 잡았는데, 실측 결과 PINCP는 그 자체가 top-coded라 오라클로 부적격. ①ACS PUMS 소득은 주(state)별로 상위 0.5%(또는 3%) 임계 이상을 그 주 꼬리 평균으로 치환·반올림(임금 $1,000 단위: 실값 $158,333→$158,000; 2005–2015 INCWAGE 상한 ≈$99,999) → 상한 위 참 값이 이미 소실, '진실'을 계산할 수 없음. ②치환값이 단일 상수가 아니라 주별 꼬리평균(≈50개 값)이라 카드가 가정한 '한 점 점질량'·Tobit 단일임계 절단과 스킴이 다름(평균대치형 top-coding ≠ 우도절단). ③PINCP는 top-coded 구성요소(WAGP·SEMP·INTP…)의 합이라 절단이 확산적이라 더욱 부적격. ④folktables ACSIncome은 PINCP를 >$50,000 이진화(target_transform x>50000) → 상한(≫50k)이 이진 라벨에 무영향이라 RQ-296(그룹 이진비율)은 무해하지만 RQ-299(연속값)만 충돌 [SOURCE_VERIFIED — folktables README]. 결론: ACS PUMS 소득은 오라클이 아니라 '실세계 top-coding 예시'(MDIS 응용역과 동급)로 강등하고, RQ-299 오라클은 반드시 미절단 UCI 연속회귀셋·합성 타깃으로 고정. 교훈=주입형 통제실험(전선 G 오라클) 카드는 '오라클 타깃이 진짜 완전관측인가'를 게시 후 첫 VERIFY로 재는 것이 표준 — 공개 미시데이터 소득·자산은 재식별 방지로 거의 항상 top-coded/그룹화돼 있어 '참 값 오라클' 자격이 없다. 잔여 미확인: 한국 가계금융복지조사 공개용의 top-coding 스킴(단일 상한 치환 vs 상위 그룹화 vs 삭제) 코드북 — 단일치환이면 Tobit 응용 앵커로 성립, 그룹화면 구간중도절단이라 손실틀이 달라짐. RQ-299 data/risk에 실측 반영. 아래는 이전(2026-09-17): VERIFY — RQ-293 GBIF-KR 출현전용 데이터 실측 + 관측편향 premise 확증 [무다운로드·무인증, GBIF occurrence/search count·facet API·SOURCE_VERIFIED]: 전선 G에 openFDA count와 동형(同型)의 두 번째 무인증·무집계다운로드 앵커 확보 — https://api.gbif.org/v1/occurrence/search?country=KR&...&limit=0 이 count를, &facet={필드}&facetLimit=N 이 분포를 즉시 반환한다(개별 레코드 다운 0, 원칙 4 완전 부합). 생물 출현전용/SDM 계열 카드(RQ-293·294) VERIFY의 표준 도구. ①규모 실측: KR 전체 출현 8,878,128건(개체=출현 1건) · 좌표보유 6,278,224(70.7%) · 좌표+무공간오류(hasGeospatialIssue=false) 6,194,321(전체 69.8%, 좌표의 98.7%) → RQ-293의 '데이터 풍부' 전제 확인. ②관측편향 premise를 가정이 아니라 실측으로 확증(RQ-293 ai_axis의 핵심): 좌표레코드의 basisOfRecord = HUMAN_OBSERVATION 4,697,682 = 74.8% ≫ PRESERVED_SPECIMEN 1,085,804(17.3%)·MATERIAL_SAMPLE 471,857(7.5%); datasetKey 최상위가 eBird(EOD) 1,070,885 = 좌표의 17.1%, 상위 3개(eBird+국립생태원 NIEK_NES 1,000,134+niek_2022 654,766)=43.4%. → '사람이 어디서 봤나'(관측노력 편중, 특히 탐조 eBird 집중)가 데이터에 강하게 찍혀 있어 TGB(표적집단배경)의 존재이유가 관측으로 뒷받침됨 = RQ-293의 '무작위 배경 vs TGB' 축이 경험적 근거를 가짐. ③종별 단일 SDM 실행성(KR·좌표, taxonKey별 count): 까치 <i>Pica serica</i> 50,802 · 너구리 <i>Nyctereutes procyonoides</i> 16,708 · 돼지풀(외래) <i>Ambrosia artemisiifolia</i> 3,515 · 황소개구리(외래) <i>Lithobates catesbeianus</i> 3,984 = 흔~중간·정착 외래종은 단일종 SDM 표본 충분. ★핵심 통찰=마더(Namgung 2026, RQ-294)가 모델링한 아르헨티나개미 <i>Linepithema humile</i>는 GBIF-KR 좌표출현 단 2건 — 희귀 침입종의 '단일종 조기탐지 top-k'는 GBIF-KR로 원천 불가. RQ-294는 정착 외래종 다종 패널(돼지풀·황소개구리 등)로 조준을 내려야 성립하고, RQ-293(방법·통제 가상종 기반)은 흔한 종으로 충분해 살아남는다 — 즉 이 실측이 방법카드(293)와 응용카드(294)의 생사를 갈랐다. 교훈=GBIF count/facet API는 verdict=none·미실측 생물출현 카드 VERIFY의 표준(openFDA와 쌍). 종별 좌표 count로 단일종 SDM 표본충분성을, basisOfRecord/datasetKey facet으로 관측편향 축의 실재를 다운로드 0으로 즉석 검증. 단 '희귀 침입종 단일 SDM'류 카드는 착수 전 반드시 대상종 KR count를 먼저 재라 — 마더가 유명해도 한국 데이터엔 수 건뿐일 수 있다. 잔여 미확인: 좌표 정밀도(coordinateUncertaintyInMeters) 분포·환경변수(WorldClim 등) 결합 커버리지. RQ-293 data + RQ-294 risk에 실측 반영. 아래는 이전(2026-09-17): VERIFY — RQ-292 FAERS(openFDA) 라벨·편향 구조 실측 [무다운로드, openFDA count API·SOURCE_VERIFIED]: 전선 G에 무인증·무다운로드로 전체 집계가 뚫리는 새 앵커 확보 — https://api.fda.gov/drug/event.json?count={필드} 가 라벨분포·편향축을 즉시 반환한다(개별 레코드 다운 불필요, 원칙 4 완전 부합). ①규모: serious 필드 1+2 합 = 20,682,701 보고건(개체=개별 이상사례 보고). 마더 JCO CCI 2025가 쓴 3.79M(종양 부분집합)의 5.5배 — RQ-292의 '데이터 풍부' 전제 실측 확인. **②y 라벨분포 실측(count=seriousness*): 입원 4,415,130(21.3%) · 사망 1,883,461(9.1%) · 생명위협 576,855(2.8%) · 장애 384,445(1.9%). 중대(serious=1)=11,882,968으로 이진 라벨은 57.5%:42.5%로 오히려 균형 — 개별 결과코드만 불균형. ★핵심 통찰=RQ-292의 ai_axis를 '극단 불균형'에 걸면 죽는다(이진 중대 라벨은 균형). 살길은 '관측편향 보정' 축 하나뿐이고, serious 균형은 오히려 편향축 카드(292)를 불균형축 카드(291·290)와 갈라놓는 근거다. ③편향축 실측(RQ-292 보정 대상의 실존 확인): 보고국가 US 11,813,307(전체 20.68M의 57.1%) ≫ CA 696,420·GB 570,302·JP 528,303(count=occurcountry.exact) = 나라별 보고성향 편중 실재. 보고자유형(primarysource.qualification, ICH E2B 코드) 소비자(5) 9,472,816 ≫ 의사(1) 4,539,180·기타HCP(3) 4,083,725·약사(2) 1,302,171·변호사(4) 545,163 = 보고자 편중 실재(소비자가 최다 ~47%). 즉 RQ-292가 파이프라인에 넣겠다는 '보고국가·보고자 편중'이 관측 데이터에 강하게 찍혀 있음. 교훈=openFDA count 엔드포인트는 verdict=none·미실측 FAERS/공개API 카드 VERIFY의 표준 도구 — 라벨균형·편향축을 다운로드 0으로 실측해 카드의 ai_axis가 옳은 축에 걸렸는지 즉석 검증 가능. 한국 KAERS(RQ-291·전선 A)는 여전히 원시자료 요청 승인이 필요하나, 그 쌍둥이 US FAERS는 무관문이라 방법을 먼저 확립한 뒤 KAERS로 이식하는 순서가 합리적. 다음 후보: occurcountry가 US 편중이라 '나라별'은 US vs 비US 이분 또는 US 내부로 스코프 재설정 필요(measured). RQ-292 data/risk에 실측 반영. 아래는 이전(2026-09-16): VERIFY — RQ-153 한국측 데이터 앵커 실측 + 마더 확보 + 선행중복 검사 [무다운로드, WebFetch/WebSearch]: ①한국 소방청 『화재발생 정보』(data.go.kr/15044003) 메타 실측: CSV 194,000행(2020-01~2024-12, 소방청 제공·2025-07-21 갱신), 개체=화재 1건, 15컬럼 = 화재발생년월일·시도·시군구·화재유형·발화요인대분류·발화요인소분류·인명피해소계·사망·부상·재산피해소계·부동산·동산·장소대/중/소분류 [SOURCE_VERIFIED — data.go.kr 파일데이터 페이지]. → RQ-153의 'VERIFY 1순위'였던 NFIRS↔NFDS 스키마 정렬 가능성의 한국측 부분해소: 카드가 가정한 교집합 골격(발화요인·화재유형·장소·지역·시점 + 재산피해·사망·부상 라벨)이 구조화 컬럼으로 실재 확인. ②마더 확보: Schmidt·Gemmil·Hoskins, 『Machine Learning Based Risk Analysis and Predictive Modeling of Structure Fire Related Casualties』, Machine Learning with Applications(Elsevier) 2025 (ScienceDirect PII S2666827025000283 · SSRN abstract_id=4757205) [SOURCE_VERIFIED — SSRN 초록·WebSearch] — 오리건 구조화재 48,000여 건(2012-01~2023-08)·사상 2,136건·사망 317건, 베이지안 정칙화 신경망 앙상블 사상심각도 분류 정확도 92.5%(사건고유정보 제거·인구조사블록 공간정보만 87.6%), 핵심변수=피해자 연령·소방대 대응시간·경보기 작동여부. ③선행중복 검사: 한국 구조화재 ML 다수 존재(전기화재 RF 74.7% JAKO201810866006669·화재현장 위험예측 JAKO202122949841982·강원 산불심각도 등)하나 미국→한국 구조화재 이식·부트스트랩 연구는 못 찾음 [PARTIALLY_VERIFIED — 검색 스니펫] → 빈틈 후보. ★핵심 통찰=마더(오리건)의 최상위 예측변수(피해자 연령·경보기 작동·대응시간·사회경제·인구조사블록)는 한국 NFDS 15컬럼에 전무하다 — 즉 교집합 골격은 성립하나 마더 성능을 떠받치는 개인·인프라 피처가 한국측에 없어, 이식은 공유 5필드(발화요인·화재유형·장소·지역·시점)로 좁혀야 하고 마더 성능의 상당부는 원리적으로 옮겨올 수 없다. 이는 RQ-153의 '무엇이 이식을 깨나' 축을 스키마 차원에서 미리 식별해준 것 — 붕괴의 상당부는 도메인차가 아니라 관측피처 격차에서 온다는 가설. 남은 열림: US측 NFIRS(OpenFEMA)도 같은 5필드 교집합으로 재확인 필요(무조정 이식 하한을 정의하려면 US 학습피처를 5필드로 제약해야 공정). 교훈=전선 A 한국 공공 화재 데이터는 개체 단위·라벨 완비로 관문 통과하나 피처 폭이 15컬럼으로 좁다 — 미국 대규모 데이터 이식 카드(RQ-153)의 격상은 '데이터 100배'보다 '옮길 수 있는 피처가 5개뿐'이라는 제약이 실제 병목. 한국 화재 ML 마더는 RQ-152 응용 앵커로 확보됨. 아래는 이전(2026-09-16): VERIFY — RQ-129 UCI APS Failure at Scania Trucks(#421) 실물 실측 [SOURCE_VERIFIED — UCI 정적 zip 다운로드(56.6MB)·내부 CSV 2개(training 42.6MB·test 11.4MB)+설명 txt, 1-pass csv 집계, 미저장]: 주장 학습 60,000/시험 16,000행 정확 확정 + 라벨분포·피처수·결측 실측, 카드 '센서 171개' 오류 정정. curl -sL https://archive.ics.uci.edu/static/public/421/aps+failure+at+scania+trucks.zip 200 OK(56.6MB) → zip 내부 CSV 2개(aps_failure_training_set.csv + aps_failure_test_set.csv)+설명 txt라 pandas 없이 stdlib csv로 즉시 파싱(#296과 같은 CSV 케이스, #350 .xls 고생과 대비). 각 CSV는 헤더 전 20줄 preamble(GPL 고지)이 있어 class로 시작하는 행을 헤더로 잡아야 함. 실측: 학습 정확 60,000행(양성 1,000·음성 59,000 = 양성 1.67%), 시험 정확 16,000행(양성 375·음성 15,625 = 양성 2.34%) — 시험 라벨분포는 UCI 메타(설명서 §5는 시험 총수만 명시)에 없던 신규 실측. ★카드 정정: '익명 센서 171개'는 틀림 — 헤더 실측 171컬럼 = class(라벨) + 피처 170개. UCI 설명서 §6 'Number of Attributes: 171'은 class 포함 총수이고 §7상 그중 7개가 히스토그램 변수 → 실제 예측 피처는 170개. 결측 'na' 실측: 학습 셀 8.33%(850,015/10,200,000)·시험 셀 8.41%, 학습 행의 99.02%·시험 98.97%가 ≥1 결측 → 순수 완전관측 행이 거의 없어 대치(imputation) 전략이 성능·비용 순위의 교란변수. ★핵심 통찰=양성률 학습 1.67%·시험 2.34%는 이 보드 UCI/OpenML 앵커 중 가장 극단 불균형(GMSC 6.68%·BankMkt 11.70%·Adult 23.93%·credit-default 22.12%·diabetes 11.16%보다 훨씬 심함) → RQ-129의 '비용비 10:1~100:1에서 AUC≠비용 순위 역전' 축이 자명하지 않게 사는 조건(극단 불균형+비대칭 비용). 단 결측 99%라 대치를 전 모델에 동일 고정해야 비용 순위 비교가 공정. 교훈=UCI VERIFY 3연속(#222 CSV·#350 xls·#296 CSV·#421 CSV) 패턴 확립 — 정적 zip 즉시 뚫리고 내부 확장자만 먼저 확인하면 됨. 다음 UCI VERIFY 후보(잔여): 없음 — 보드 앵커 UCI 표형 벤치(#222·#350·#296·#421) 전부 실측 완료. 아래는 이전(2026-09-15): VERIFY — RQ-177 UCI Diabetes 130-US Hospitals(#296) 실물 실측 [SOURCE_VERIFIED — UCI 정적 zip 다운로드(3.17MB)·내부 diabetic_data.csv(19.16MB) 1-pass csv 집계, 미저장]: 주장 101,766행·47피처 정확 확정 + 라벨분포·검사시행률·환자반복 실측. curl -sL https://archive.ics.uci.edu/static/public/296/...zip 200 OK(3.17MB) → #350(.xls 단일파일이라 olefile+BIFF8 수제파싱 고생)과 달리 이번엔 zip 내부가 CSV 2개(diabetic_data.csv 19.16MB + IDS_mapping.csv 2.5KB)라 pandas 없이 stdlib csv로 즉시 파싱. 실측: 정확 101,766 데이터행·50컬럼 = encounter_id·patient_nbr(ID 2개) + readmitted(라벨) 제외 = 47피처 → 카드 주장(101,766행·47피처) 정확 일치. 라벨 y=readmitted 3범주: NO 54,864·>30 35,545·<30 11,357 → 30일내 재입원 이진(<30 vs 나머지) 양성 11,357=11.16%(경미~중간 불균형, BankMkt 11.70%·Adult 23.93%와 같은 대역, GMSC 6.68%보다 큼). 고비용 검사 피처의 자연 계층·선택적 시행 확증(RQ-177 cascade 전제 검증됨): A1Cresult 'None'(미시행)=84,748=83.28%·실측 16.72%뿐(>7 3,812·>8 8,216·Norm 4,990); max_glu_serum 'None'=96,420=94.75%·실측 5.25%. 순수 결측(?): weight 98,569=96.86%(사실상 사용불가)·medical_specialty 49.08%·payer_code 39.56%·race 2.23%·diag_1 21행. 환자 반복 실측: 고유입원 101,766 전부 unique, 고유환자 71,518명, 복수입원 환자 16,773명(23.5%)·최대 40회/환자 → train/test에 같은 환자 섞이면 개체누수, patient_nbr 그룹 분할 필수. ★핵심 통찰=A1Cresult·max_glu의 'None'은 순수 결측이 아니라 임상의가 이미 선택적으로 오더한 자연 cascade라, RQ-177의 '비싼 검사 획득' 행위가 데이터에 내생적(MNAR)이다 — 관측 검사값은 '애매해서 시킨' 환자에 치우쳐, cascade 순이득의 순진한 관측 비교는 이 선택편향에 오염된다. 통계 담보는 피처 인위 은닉 준실험(전선 G)으로만 가능. 교훈=UCI #296은 CSV라 다운로드 즉시 뚫림(#350 .xls 파서 부재 고생과 대비) — UCI VERIFY 시 zip 내부 확장자를 먼저 확인하라는 규칙 재확인. 다음 UCI VERIFY 후보(잔여): RQ-129 APS Scania(#421, 학습 60,000/시험 16,000·별도 train/test). 아래는 이전(2026-09-15): VERIFY — RQ-186 UCI 『default of credit card clients』(#350) 실물 실측 [SOURCE_VERIFIED — UCI 공식 정적 zip 다운로드(5.5MB)·.xls(OLE2/BIFF8)를 olefile+수제 BIFF8 파서로 직접 셀 파싱]: 주장 30,000행 정확 확정 + 라벨분포·결측 실측. curl -sL https://archive.ics.uci.edu/static/public/350/default+of+credit+card+clients.zip 200 OK → zip 내부는 CSV가 아니라 단일 .xls(OLE2 compound, Workbook 스트림 5.49MB). 이 호스트에 pandas·xlrd·openpyxl·libreoffice 전부 없음 → olefile(0.47 설치돼 있음)로 Workbook 스트림 추출 후 BIFF8 레코드(LABELSST·NUMBER·RK·MULRK·SST) 수제 파싱으로 셀 복원. 실측: 정확 30,000 데이터행(엑셀 행 index 2~30001, 위 2행은 헤더=컬럼코드행+명칭행)·25컬럼(ID + X1~X23 = 23피처 + Y)·데이터블록 결측 0셀. 라벨 Y=『default payment next month』 이진: y=1(부도) 6,636건=22.12% · y=0 23,364건=77.88%(경미~중간 불균형, GMSC 6.68%보다 완만·BankMkt 11.70%보다 큼). 헤더행에서 피처 코드명 확인: LIMIT_BAL·SEX·EDUCATION·MARRIAGE·AGE·PAY_0·PAY_2~6·BILL_AMT1~6·PAY_AMT1~6 → 실행가능(LIMIT_BAL·PAY_*·BILL_AMT*·PAY_AMT*) vs 불변(AGE·SEX) 구분이 자연 성립(RQ-186 리코스 카드 전제 검증됨). 교훈=UCI 정적 zip이 항상 CSV는 아니다 — #350은 .xls 단일파일이라 다운로드는 뚫려도 이 호스트엔 xls 파서가 없어 olefile+BIFF8 수제 파싱이 필요했다(RK 값은 unsigned 32bit로 마스킹해 <Q로 unpack해야 struct 범위 오류를 피함). 재사용 가능한 parse_xls.py 패턴 확보. #222(Bank Marketing)는 CSV였고 #350은 xls — UCI VERIFY 시 zip 내부 확장자를 먼저 확인하라. 리코스 카드 관점 핵심: 리코스 모집단=예측 부도(거절)군 ~22%라 무효화율은 전체 3만이 아니라 이 소수 부분집합에서만 정의됨. 다음 UCI VERIFY 후보(잔여): RQ-177 Diabetes 130-US(#296, 101,766행 주장·xls/csv 미확인)·RQ-129 APS Scania(#421, 학습 60,000/시험 16,000·별도 train/test). 아래는 이전(2026-09-14): VERIFY — RQ-174 UCI Bank Marketing 실물 실측 [SOURCE_VERIFIED — UCI 정적배포 zip 다운로드·파일 직접 집계]: 전선 G UCI는 이 오라클 호스트에서 정적 zip 직다운로드가 뚫린다 — curl -sL https://archive.ics.uci.edu/static/public/{ID}/{slug}.zip 200 OK(#222 = 1.0MB, 내부에 bank.zip+bank-additional.zip 이중 중첩). data.go.kr과 달리 UCI는 US 호스트라 안정적. Bank Marketing(#222) 두 판본 정확 집계: ① bank-additional-full.csv = 41,188행·21컬럼(20피처+y), 양성 4,640건 11.27%, 음성 36,548 — 거시지표 5종(emp.var.rate·cons.price.idx·cons.conf.idx·euribor3m·nr.employed) 포함. ② bank-full.csv = 45,211행·17컬럼(16피처+y), 양성 5,289건 11.70%, 음성 39,922 — 거시지표 없이 balance 필드. 두 파일 모두 duration(통화시간) 포함 → 결과 누수라 반드시 드롭**(카드 X 목록도 그렇게 명시). RQ-174 카드가 쓰던 '41,188~45,211행 범위·≈11%'를 정확 숫자로 확정. 예산제약 top-k 시나리오 기준선: 41,188행 기준 1% 예산=약 412건. 마더 검증도 동반: (a) 데이터 provenance 논문 Moro·Cortez·Rita Decision Support Systems 62:22–31, 2014 서지 확인 [SOURCE_VERIFIED — WebSearch dblp/ScienceDirect, DOI는 미확정이라 미기재] (b) LTR 마더 arXiv 2407.06709 실재·정식제목 Top-K Pairwise Ranking: Bridging the Gap Among Ranking-Based Measures for Multi-Label Classification(Wang 외) 확인 [SOURCE_VERIFIED — arXiv 초록] — 단 다중라벨 랭킹 맥락이라 표형 예산제약 top-k 선택과 정확히 같지 않음(카드 mother에 명시, 격상 여지 유지). 교훈=UCI 표형 벤치는 이 호스트에서 다운로드가 즉시 뚫리므로, verdict=none·미실측 UCI/OpenML 앵커 카드는 VERIFY에서 정적 zip 1개만 받아 행수·라벨분포를 확정하면 된다(다운로드 낭비 아님, 원칙 4 부합 — 게시된 카드 검증 목적). 다음 UCI VERIFY 후보: RQ-177 Diabetes 130-US(#296, 101,766행 주장)·RQ-186 default of credit card clients(#350, 30,000)·RQ-129 APS Scania(#421). 아래는 이전(2026-09-14): VERIFY — RQ-244 GSMArena 데이터 실존 + 휴대폰 헤도닉 선행 중복 검사 [무다운로드, WebSearch/WebFetch, PARTIALLY_VERIFIED]: ①데이터는 실존·접근 가능하나 ②이 각도는 이미 붐벼 중복 위험이 크다. (1) GSMArena 스펙+출시가는 스크래핑(BeautifulSoup)과 다수 공개 Kaggle 미러로 접근 가능 확인 — arwinneil 'GSMArena Phone Dataset'(8,000+)·msainani 'GSMArena Mobile Devices'(10,000+)·madajaswanth '8461 phones'(제목에 행수 명기)·beridzeg45 'GSMArena Smartphones'. 스펙 컬럼(브랜드·출시연도·무게·OS·저장·화면크기·배터리·RAM·카메라)+Price 필드 존재 [PARTIALLY_VERIFIED — Kaggle 검색 리스팅·GitHub rrsr28/The-Phone-Database README, 파일 미다운로드]. ★미측정(다운로드 전 필수): Price 필드 기재율(RQ-244 핵심 위험)·정확 행수·49종 전 스펙 파싱 가능성 — Kaggle 상세페이지는 JS 렌더라 WebFetch가 제목만 반환(행수·컬럼 완전성 미확보). (2) 선행연구 중복 검사 결과 '스펙→가격 헤도닉+ML'은 이미 다편 존재: ① 「Feature-based smartphone price premiums: evidence from hedonic pricing and ANN」(J. Revenue and Pricing Management 2026, DOI 10.1057/s41272-026-00629-x — 인도 309모델, 스펙·소매가 91mobiles+AnTuTu, 계층 헤도닉을 ANN으로 검증 = RQ-244 설계와 거의 동일) ② 인도네시아 스마트폰 헤도닉(RF·XGBoost, RG 350987508) ③ 이란시장 헤도닉 회귀 vs ANN(academia 7763343). 교훈=GSMArena 헤도닉 카드군(RQ-244·245·246·248·249)은 '데이터가 없어서'가 아니라 '단순 스펙→가격 헤도닉+ML은 이미 재현'이라 죽는다 — 살길은 한국 실판매가/자급제·중고 등 새 데이터거나(전선 F 크롤링) 스펙 상호작용·감가·생존분석 같은 새 각도. 데이터 실존은 확인됐으니 다음 VERIFY는 Price 기재율을 실제 다운로드해 측정하거나, 한국 시장가 원천(다나와·네이버 등)의 접근성을 뚫는 데 써라. 사용자 결정 필요=없음(카드 유지·조준만 수정). 아래는 이전(2026-09-13): VERIFY — RQ-237 '자연 고레버리지' 실물 확인: 로컬 방위사업청 bid_15050917.csv 7,405행 cp949 1-pass 집계 [SOURCE_VERIFIED, 미저장] → 금액 X의 자연 고레버리지는 실재하나 로그변환이 거의 다 죽인다. 금액열 우측 롱테일 극심: 추정가격(n=6,688) max/median=822배·skew 20.7 · 기초금액 max/median=20,264배·skew 50.8(최댓값 1.78조·최솟값 8) · 예정가격 max/median=746배·skew 15.1 · 최종낙찰금액 max/median=21,183배. y=최종낙찰율 유효 짝 4,916행 raw 추정가격 단일회귀 hat 진단: 최대 레버리지=평균의 712배 · 상위 5행이 전체 레버리지의 26.2% · 4/n 초과 84행(1.71%) = 소수 초대형 계약이 L2 적합 장악. 그러나 log 추정가격에선 최대 hat=평균의 25배 · 상위 5행 점유 1.5% · 4/n 초과 407행(8.28%) = 집중이 분산으로 붕괴(로그가 스케일 레버리지 거의 제거). 자연 X오염(자릿수 오타)은 희박 — 유효 짝에 비현실 소액(<1만원) 1행뿐(단, y 결측 행엔 기초금액=8·최종낙찰금액=10 같은 초소액이 있어 y-회귀엔 안 들어옴). 교훈=조달 금액 데이터의 '자연 고레버리지'는 raw 공간에서만 강하고 로그변환이 표준 방어라, 로버스트 회귀(RQ-237)는 '무처리 L2 이기기'가 아니라 '로그로도 안 죽는 주입 오염·y공간 레버리지 구간에서만 이익'을 입증해야 성립. 로그를 정식 베이스라인에 넣고, 오염 견고성은 관측이 아니라 주입 준실험(전선 G)으로 담보한다. RQ-237 data/risk에 실측 반영. 아래는 이전(2026-09-13): VERIFY — RQ-232 MDN '조건부 다봉' 실물 확인: 로컬 방위사업청 bid_15050917.csv 7,405행 cp949 1-pass 집계 [SOURCE_VERIFIED, 미저장] → 낙찰률 조건부 다봉은 실재하나 약하고, 순진하게 보면 가짜 봉우리가 낀다. 최종낙찰율·낙찰하한율 둘 다 유효 4,896건에서 gap=최종낙찰율−낙찰하한율: ±0.5%p 이내 67.7%(하한 봉우리)·하한 미만 0건(하한선=물리적 하한). 가짜 둘째 봉우리 주의: 전체를 보면 gap 30%p+에 301건 뭉치나 그중 292건이 낙찰자결정방법=최저가격제(223)·협상(69)이고 전부 낙찰하한율=0(하한 없음) → 하한 없는 계약형을 섞어 생긴 인공 봉우리(제거 필수). 진짜 조건부 다봉: 지배 조건 하나로 고정해도 살아남음 — 적격심사제(4,592건)·낙찰하한율 87~88%대(n=3,362)에서 하한 봉우리 ±0.5%p 76.2%(2,563) + +6~8%p 골(62) → +9~12%p 어깨(189)의 약한 둘째 봉우리(단조 감소 아님, 지역 최소→지역 최대). 낙찰하한율 84~85%대(n=223)는 표본 부족으로 판정 불가. 교훈=MDN이 노릴 자연 둘째 봉우리는 실재하나 하한 봉우리 대비 미약 → 통계력은 전선 G 합성 다봉이 담보하고 조달은 '실재하나 약한 자연 다봉' 증거로만. 낙찰자결정방법(최저가격제·협상=하한 없음)을 섞으면 가짜 다봉이 생기니 적격심사제+낙찰하한율 고정으로 스코프해야 한다. RQ-232 risk ① 해소. 아래는 이전(2026-09-12): VERIFY — RQ-226 전선 G 통제 앵커 실측: Grinsztajn NeurIPS 2022 표형 벤치 = OpenML study 337(수치분류 16셋)/334(범주분류 7셋)/336(수치회귀 19셋)/335(범주회귀 17셋) 실재 확인 [SOURCE_VERIFIED, 무다운로드]. 분류 study 337 전 16셋 이진·결측0·클래스 균형(소수=50.0% 설계 고정), 행수 3,434(Bioresponse)~940,160(Higgs), CPU·4주 균형 중형 8개 확정(credit 16,714×11·pol 10,082×27·house_16H 13,488×17·MagicTelescope 13,376×11·bank-marketing did44126 10,578×8·heloc 10,000×23·default-of-credit 13,272×21·california 20,634×9). 핵심: 균형 벤치라 '불균형' 축은 못 줌 → RQ-101 유찰 23.6% 또는 불균형 앵커(GMSC 6.68%·BankMkt원본 11.70%·Adult 23.93%)와 짝지어야 성립. did 44126=09-11 bank-marketing 균형판과 동일. RQ-226(SAM)·229(HPO) G앵커 확정. 아래는 이전(2026-09-11): VERIFY — RQ-217 환경 불변 학습 환경분할 실측: 로컬 방위사업청 bid_15050917.csv 7,405행 cp949 1-pass 집계 [SOURCE_VERIFIED, 미저장] → 제안 환경축 개찰연도·업무구분명 둘 다 leave-one-environment-out 부적합: 개찰연도 유효 2개(2024 913행·2025 6,490행+날짜오염 2행)·업무구분명 2범주(물품 5,677·용역 1,726)뿐이고 두 축 모두 환경 간 라벨 분포 거의 동일(연도 낙찰율 87.9 vs 87.8·유찰 20.9% vs 24.0%; 업무 87.9 vs 87.7·유찰 23.4% vs 24.1%)=환경 이동 신호 없음. 자연 다환경 축은 발주기관뿐(≥100 유효행 7곳·≥50행 16곳, RQ-209 계승). 거짓상관 실재는 확인: 피처-y 상관이 환경별로 크게 이동 — corr(낙찰하한율, 낙찰율)이 발주기관별 -0.372(국군재정관리단)~+0.813(육군군수사령부)로 부호반전, corr(log 추정가격, 낙찰율)은 물품 -0.257 vs 용역 +0.019로 소멸(연도 2024 -0.083 vs 2025 -0.230). 교훈=조달 데이터는 '거짓상관 실재'는 강하나 '자연 환경 수'가 7~16개로 얕아 leave-one-out 폴드가 부족 → 통계력은 전선 G 합성 스윕이 담보하고 조달은 거짓상관 실재 증거로만 쓴다. 시간·업무유형을 환경으로 쓰려던 카드는 이 데이터에서 폐기. 이전 09-10: VERIFY — RQ-209 연합학습 클라이언트 분할 실측: 같은 파일 7,405행 집계 [SOURCE_VERIFIED, 미저장] → 자연 기관분할 공고기관 171곳·수요기관 170곳(둘이 거의 동일 분할=국방조달 발주≈수요), 전체 유찰률 23.6% 재확인. 클라이언트 크기 극심 불균형: 최대 1,177행(해군군수사령부)·중앙값 11행·최소 1행·1행뿐 17곳; 국소학습 가능 실질 클라이언트 ≥100행 10곳·≥50행 16곳·≥30행 28곳뿐(나머지 ~143곳은 수 행 꼬리→학습 불가). non-IID 실재: ≥30행 28곳의 유찰률 0.0%~47.5%(중앙값 0.237·stdev 0.119), 국군재정관리단 10.1% vs 육군군수사령부 42.5%(~4배). 교훈='수백 클라이언트' 연합 프레임은 이 데이터에 안 맞음 → 유효 클라이언트 10~28곳으로 제한하거나 Dirichlet 합성분할로 수 통제. 잡음=2행이 개찰결과구분명에 날짜 들어간 파싱 오염(라벨 정제 필요). 이전 09-10: VERIFY — RQ-208 데이터 실측: PMLB 공식 요약통계 [SOURCE_VERIFIED, 32KB 메타표만] 총 450셋=회귀 271+분류 179, 회귀 n_instances 6~1,025,010(중앙값 8,192)·n_features 1~124(중앙값 5), ≥1,000행 회귀 166셋·≤15피처 회귀 233셋 → SR 실행풀 넉넉; SRBench 2021 v2.0 구조 [SOURCE_VERIFIED cavalab.org/srbench] 252셋=실세계 122+ground-truth 130(Feynman+Strogatz)·SR 14종+ML 7종·30 독립실행·정확복원율 채점 — 카드 서술 일치 확인. 함정=중앙 8,192행이라 SR엔 층화 서브샘플 필수·현행 271회귀셋≠SRBench122 부분집합 / 이전 09-09: RQ-196 Hillstrom 데이터 실측: 원본 CSV 스트리밍 1-pass [SOURCE_VERIFIED] 64,000행·12컬럼·3원 근균형 처치(33.42/33.29/33.29%)·visit 14.68%·conversion 0.903%(578 양성) — Criteo v2.1 극단불균형의 정반대 극 확정, '미실측→VERIFY 재대상' 해소 / 이전: RQ-192 데이터·마더 실측: ① Adult/Census Income OpenML 메타 [SOURCE_VERIFIED] did 179(v1)/1590(v2)=48,842행·15피처·2클래스·소수 11,687=23.93%·결측값 6,465(행 3,620); GMSC 소수 6.68%(심각)와 대비되는 경미 불균형 앵커. ② 마더 arXiv 초록 검증 [SOURCE_VERIFIED]: DPBoost=Li·Wu·Wen·He 2019 arXiv 1911.04209; S-BDT=Peinemann·Kirschte·Stock·Cotrini·Mohammadi 2023 arXiv 2309.12041(회귀 Abalone 실증))

전선 A — 공공

국민건강보험 빅데이터(NHISS) — 실측 2026-09-01

nhiss.nhis.or.kr → lp/z/a/003/lpza003m01.do 로 리다이렉트. 집에서 내려받는 구조가 아니다. 메뉴에서 확인된 절차: 연구계획서 신청 → 심의위원회 → 결제(수수료) → 분석센터 가상화 PC에서만 분석 → 자료반출 신청·심의. 원자료는 반출되지 않고 결과물만 심의 후 반출. → 11/30 마감 기준 리드타임이 최대 위험. 표본코호트 2.0(100만명 10년)은 데이터 급은 최상이나 접근 구조가 무겁다. RQ-107 참조.

전선 B — KAIST 도서관 194종

• 목록: evidence/official/kaist-library-db.md (전체는 ~/.kaist/ 작업본)
• 인증: 세션 쿠키 ~/.kaist/cookies.txt (만료 시 재발급 필요)
• WRDS: PostgreSQL 직결 wrds-pgdata.wharton.upenn.edu:9737 (~/.pgpass), Duo 2FA는 회장님 폰
• 한국 상장사 5,290사 일별주가 1984~ 결측 0% 검증됨 (comp.g_secd)
• 부실/상장폐지 라벨 실측 2026-09-01(FORAGE): Compustat Global의 상장폐지 사유 변수는

WRDS 문서에서 확인 안 됨(IESE 안내: dead securities는 CRSP·Orbis·Datastream 경로). → 부실 라벨은 WRDS만으로 못 붙일 수 있다. KRX KIND 상장폐지·관리종목 목록과 조인하는 설계 필요. 라벨 원천 실물 검증이 VERIFY 1순위 (RQ-111 근거). 미검증: g_funda 한국 재무 결측률·연차범위

• WRDS IBES (애널리스트 예측): 메타 확인 09-02. Detail(개별 애널리스트)·Summary(컨센서스)·Actuals,

EPS 등 20+ 측정치, 미국 EPS 1970s~. 개체=기업-분기, 라벨=실적 서프라이즈(actual−consensus). 국제판 epsint가 한국 포함으로 알려짐. 접속은 WRDS로 확인(RQ-111)이나 IBES 스키마 실물·한국 커버리지 깊이·기간은 미검증(RQ-116 VERIFY 1순위). 가이드: IBES at WRDS 101. 정보누수 차단 위해 발표시점 컷오프 설계 필수

• TDM Studio: Playwright 프로필 ~/.pw-tdm, 신문 4.25억·학술지 1.18억, Jupyter 작업대
• 미탐색: Factiva·WoS·SCOPUS·EBSCO·Statista 등 190여 종 — 개별 데이터 내보내기 가능 여부가 관건

전선 C — 캠퍼스 전용

• 블룸버그 터미널 · BNEF(Global Data Center Live IT Capacity DB 확인) · FnDataGuide · NICE BizLINE · Value-Search
• 채취 지시서: docs/CAMPUS_PICKUP.md · BNEF 절차: docs/BNEF_COLLECTION_ORDER.md
• 상태: 회장님 방문 대기 (수령품 미도착)

전선 D — 닐슨

• 가능성만 (지인 경로). 확정 아님. 어떤 데이터가 있는지부터 조사 필요

전선 E — 유료 서비스

• 유광기류. 회장님 이용 의향 있음. 후보·가격 미조사

전선 F — 크롤링

• 제약 없음(약관·저작권 확인 후). 대상 미정
• 봇차단 실측: MDPI 403 · AIS eLibrary 403(Bepress) · aisel curl/Playwright 모두 실패
• 열림 실측: arXiv · PMC · 공공데이터포털 · KCI(OAI-PMH) · HuggingFace
• GSMArena 휴대폰 스펙+출시가 실측 2026-09-14(VERIFY, 무다운로드) [PARTIALLY_VERIFIED]: 스크래핑(BeautifulSoup) 및 다수 공개 Kaggle 미러로 접근 가능 — arwinneil(8,000+)·msainani(10,000+)·madajaswanth(8461행)·beridzeg45. 스펙 컬럼(브랜드·출시연도·무게·OS·저장·화면·배터리·RAM·카메라)+Price 필드 존재. ★함정: '스펙→가격 헤도닉+ML'은 선행연구 다수(인도 309 헤도닉+ANN DOI 10.1057/s41272-026-00629-x·인도네시아 RF/XGBoost·이란 헤도닉 vs ANN)라 단순 재현은 죽는다 → RQ-244·245·246·248·249. 미측정: Price 기재율·정확 행수(Kaggle 상세는 JS라 WebFetch 제목만). 국내 실판매가(다나와·네이버)는 미타진**
• IPO 공모주 실측 2026-09-01(FORAGE): KRX KIND 종목별 공모가 대비 주가등락률 현황

(kind.krx.co.kr/listinvstg/pubprcCmpStkprcByIssue.do) = 종목 단위 라벨(공모가 대비 등락률). 상장전 예측변수(수요예측 경쟁률·의무보유확약·공모가밴드·기관경쟁률)는 38커뮤니케이션 (38.co.kr/html/ipo)에 종목별로 존재. 크롤링 약관 확인 선행. 표본은 연 100건 안팎(소표본 위험). RQ-112 근거. 미검증: KIND 표의 페이지네이션·소급범위, 38.co.kr 약관·봇차단 여부

전선 G — 학술 공개

전선 H — 실험·설문 (조건부)

• IRB: 홀수달 격월 연 6회. 2026 제5회 9/14~25 추정 = 마지막 기회
• 심의면제: "일반대중에게 공개된 정보" 연구는 면제 대상 (신청은 필요)
• 절차·양식 일체: evidence/official/irb.md + /home/ubuntu/thesis-data/irb/ (57파일)
• CITI 교육 필수 선행 (유효 3년)

확보 데이터 실측 (data/MANIFEST*.md 흡수, 2026-09-01)

로컬 루트: /home/ubuntu/thesis-data/raw/ (git 미포함 — 용량·라이선스)

마더 페이퍼 검증 경로 (실측 2026-09-02, RQ-112 계기)

• 로컬 문헌 코퍼스 34,469편은 IS·경영학 중심이다. 파일 두 개: ais_18784.jsonl

(AIS eLibrary, title/authors/year/abstract/url) + topjournals_15685.jsonl (Management Science·SMJ·Journal of Marketing·POM·MISQ 등, citationCount/venue/externalIds 포함). 계량금융·ML 예측 논문은 거의 없다 — RQ-112 구문검색 결과 IPO 언급 45편이 전부 재무·전략 이론이고 ML 첫날예측은 0편. 부도·IPO·주가예측 같은 quant-finance 마더는 이 코퍼스로 못 찾는다. → 이런 카드는 처음부터 웹/API로 간다(전선 G 아래).

• Crossref API = 서지정보 무인증 검증 경로. api.crossref.org/works?query.bibliographic=...

으로 제목·저자·연도·저널·DOI를 기계가독으로 받는다(UA에 mailto 붙이면 polite pool). ScienceDirect·MDPI 본문은 봇 403이라 WebFetch가 막히지만, Crossref 메타는 뚫린다. 단 초록·본문은 못 읽으니 등급은 PARTIALLY_VERIFIED(메타데이터만).

• RQ-112 마더 확정: Colak·Fu·Hasan, *Predicting IPO first-day returns: Evidence from

machine learning analyses*, J. of Banking & Finance 2025 (10.1016/j.jbankfin.2025.107500) — 예측 대상이 IPO 첫날 수익률로 동일. 한국 선례 Kim et al. Sustainability 2019 (10.3390/su11236803)는 포트폴리오 배분이라 각도가 다름 → 격상 = 새 맥락(미국→한국)+새 변수.

• RQ-103 마더 탐색 완료(09-02, VERIFY): 부동산 이상거래 탐지.
• 정확히 겹치는 마더 없음. 가장 가까운 것은 Lokanan, *Detecting Illicit Investment in

Real Estate: a ML Approach to Rare-Event AML Risk*, J. Real Estate Finance & Economics 2026 (10.1007/s11146-026-10063-w) — 부동산 희귀사건(자금세탁) 이상탐지지만 적발 라벨을 쓰는 지도학습이라 무라벨 잔차 각도와 다르다. 초록은 Crossref·OpenAlex 둘 다 없음(본문 미열람).

• 정상가 예측(1단계) 마더: Pai·Wang, Applied Sciences 2020 (10.3390/app10175832,

SVR·CART·GRNN·BPNN, 초록 확인) + 한국 AVM Kim·Kim·Lee 주택정책연구 2022 (10.24957/hsr.2022.30.1.43) · XGBoost AVM 부동산분석 2025 (10.30902/jrea.2025.11.2.21).

• 교훈: 부동산 이상거래 ML 분야는 적발·불법 라벨 지도학습이 주류다. RQ-103의 차별점인

무라벨 잔차 기반 탐지는 빈틈이지만, 그래서 검증 설계가 사활 — 외부 라벨(AML·증여성 저가거래)을 부분 라벨로 빌리는 우회로가 필요하다.

• 로컬 34,469편 구문검색: 아파트 개체 이상거래 탐지 0편(부동산+이상 동시언급 8편 전부 오탐).

quant/응용 ML 마더는 이 IS 코퍼스로 못 찾는다는 기존 교훈이 재확인됨 → Crossref·OpenAlex로 감. [PARTIALLY_VERIFIED — 메타데이터만]

• 마더가 데이터·코드를 공개한 경우가 있다 — 재현 축은 즉시, 격상은 별도로 (실측 09-02, RQ-122).

회계부정 탐지 대표 논문 Bao·Ke·Li·Yu·Zhang, Detecting Accounting Fraud... ML Approach (Journal of Accounting Research 2020, 10.1111/1475-679X.12292)는 GitHub JarFraud/FraudDetection에 기업-연도(1991~2014 Compustat) · 원자료 회계수치 28 + 비율 14 · misstate(AAER) 라벨을 공개한다(전선 G). → 다운로드 즉시 재현 가능(CPU·4주). 그러나 마더가 데이터·코드까지 공개했으면 재현은 기여가 없다 — 격상 소재는 이 논문에 붙은 공개 반박(Walker, Econ Journal Watch 2021)과 JAR 2022 Erratum (10.1111/1475-679X.12454) = 희소사건 평가지표 논쟁이다. 한국 이식은 DART 재무제표 API(키 확보) + 라벨로 금감원 감리·분식 조치를 조인해야 하나, 감리 조치의 기계가독 목록화·소급범위는 미확인 (금감원/금융위 보도·전자공시엔 있으나 정형 목록 여부 불명) — VERIFY 대상.

• 실물 실측 09-03(VERIFY, RQ-122). data_FraudDetection_JAR2020.csv(47.8MB)를 raw.githubusercontent에서

스트리밍 1-pass 집계(파일 미저장): 146,045 기업-연도 · 46컬럼(28 원자료 + 14 비율 + misstate·fyear·gvkey·p_aaer). 라벨 misstate=1 964건(0.6601%) · 0=145,081, 고유기업(gvkey) 18,444, fyear 1990~2014(25년 — README는 1991~2014로 기술하나 실데이터에 1990 소수 존재). 핵심: 양성 964건이 고유 AAER(p_aaer) 412건에서 나온다(serial fraud) — 독립 양성은 412로 훨씬 적어 재추출·분할 시 성능 분산이 크다. serial fraud 처리 (p_aaer 기반 train/test 분리)가 마더 논쟁의 핵심 축. 별도로 AAER_firm_year.csv는 1,746 fraud firm-year (1978~, 최종 샘플보다 넓은 원천 목록). [SOURCE_VERIFIED — 원본 CSV 집계, README 서지] GitHub API로 파일 목록·크기 선확인(대용량 CSV는 스트리밍하고 저장하지 않는다 — 원칙 4 낭비 금지 준수).

• RQ-138 마더 확정(09-04, VERIFY — 요양기관 평가등급 전이예측).
• 직접 겹치는 마더: Gupta·Kadam·Bhandari, *Nursing Homes' Five-Star Quality Rating System:

Forecasting the Future Stability and Volatility*, Innovation in Aging 7(Suppl 1):720–721, 2023 (10.1093/geroni/igad104.2335). CMS Nursing Home Compare 2017–2021 전미 요양원을 Markov chain· Mover-Stayer 확률과정으로 등급의 미래 안정/변동을 예측 — RQ-138의 '직전→차기 등급 예측'과 구조 일치. 단 GSA 학회 초록(2쪽)이라 얇고 ML 다종·순서형이 아니다 → 격상 지점(ML 다종+순서형 비용민감)이 그대로 노출. [PARTIALLY_VERIFIED — OpenAlex 메타, 본문 PMC reCAPTCHA 차단]

• 국내 중복 검사: 장기요양 평가등급을 ML로 예측한 국내 선행 미발견. 최근접은 유재언

장기요양시설 평가제도의 변화가 평가등급과 운영의 변동을 가져왔는가?(보건사회연구 37(4), kihasa.re.kr) — 통계·정책 분석(예측모델 아님). 이 논문은 RQ-138이 실측한 '평가기준 2체계 단절' 함정을 뒷받침하는 동시에 주제가 공공정책 연구로 흐를 위험을 경고 → 논점을 AI축에 고정해야 살아남는다. 국내 LTC ML 선행은 섬망예방·신체억제·인지쇠약 등 임상 대상. [PARTIALLY_VERIFIED — 검색 스니펫]

• 교훈 재확인: 로컬 34,469편(IS·경영학) 구문검색 = ML 등급예측 마더 0편(star rating 33·care quality 35

전부 온라인리뷰·헬스IT). 보건·요양 평가 ML 마더는 IS 코퍼스로 못 찾는다 → OpenAlex·WebSearch로 간다. OpenAlex는 relevance search가 노이즈 크니 filter=title.search: 로 좁힐 것. PMC 본문은 reCAPTCHA(WebFetch 차단) → 서지는 OpenAlex 메타로만 확정(PARTIALLY_VERIFIED).

• RQ-152 마더 확정 + 국내 중복 발견(09-05, VERIFY — 화재 심각도 zero-inflated 손실함수).
• 로컬 34,469편: 0편. 'fire' 62건 전부 burnout/burn 오탐, claim/tweedie 14건 전부 IS 도메인(사기탐지·정신건강) — IS 코퍼스로 응용 화재 ML 못 찾음 재확인.
• 마더 3갈래(OpenAlex, PARTIALLY_VERIFIED):

① 구조물 화재손실 ML(방법 골격): Wang·Xu·Wang, Interpretable boosting tree ensemble method for multisource building fire loss prediction, Reliability Eng. and System Safety 2022 (10.1016/j.ress.2022.108587, 인용 41, 中 Dalian Univ). ② 보험 클레임 심각도(2부·Tweedie 이식원): Modelling Motor Insurance Claim Frequency and Severity Using Gradient Boosting, Risks 2023 (10.3390/risks11090163, 인용 27) + 리뷰 ML in P and C Insurance, Risks 2020 (10.3390/risks9010004, 인용 48).

• ★ 국내 중복 2편(격상 재조준의 결정타): Lee 외, *Development of a Data-Based ML Model for Classifying

and Predicting Property Damage Caused by Fire*, Applied Sciences 2023 (연세대·KICT·경상대, 10.3390/app132111866, 인용 6) = 한국 공공 화재데이터+건축물대장 15변수로 재산피해 등급 분류 (ANN/DT/KNN/RF, RF recall 74.2%·precision 73.8%; 구조·층·원인·연면적이 핵심). Seo 외, Fire Risk Prediction Analysis Using ML, Sensors and Materials 2023 (경상대·연세대, 10.18494/sam4252, 인용 11) = 서울 3년 공간 화재 빅데이터로 재산피해액 예측(RF 정확도 83%).

• 판정: 한국 화재 재산피해 ML은 이미 존재한다 → RQ-152의 '새 맥락(한국)' 격상은 죽었다.

두 선행 모두 등급분류(Lee)·RF 정확도(Seo)일 뿐 0-점질량+헤비테일 손실함수(2부·Tweedie·분위수) 다종 비교나 파국 top-k recall은 정면으로 안 다뤘다 → 방법축만 생존. 게다가 평범 RF로도 74~83%라 전체 정확도로는 차별화 불가, 논점을 롱테일 상위·top-k로 좁혀야 함. RQ-152 mother/uplift/risk 필드 반영. [PARTIALLY_VERIFIED — OpenAlex 메타·초록, 본문 미열람]

• RQ-171 선행 발견 + 데이터 실측(09-05, VERIFY — FAA 야생동물충돌 피해액 예측).
• 카드의 핵심 주장('개체 단위 예측 ML은 빈틈')이 틀렸다. 직접 겹치는 선행:

**Altringer·Navin·Begier·Shwiff·Anderson, Estimating wildlife strike costs at US airports: A machine learning approach, Transportation Research Part D 97 (2021) (10.1016/j.trd.2021.102907, Crossref 확인) — 바로 이 NWSD로 개체 단위 피해비용을 RF·ANN vs 선형회귀로 예측/대체하고 'reported cost의 왜곡·mean-cost imputation 한계'를 정면으로 다룸 (최소 연 $54.3M, 1990–2018). 피해여부** 분류도 이미 있음: Assessment of aircraft damage due to bird strikes: a ML approach, Int. J. Sustainable Aviation 8(2):136–151 (2022, RF·XGBoost·LR ~78%).

• 판정: RQ-171의 '집계 조건부율 → 개체 예측' 격상은 죽었다. 살아남는 좁은 길 = Altringer가 안 한

손실틀 다종 비교(2부 hurdle·Tweedie·분류-후-비용) + 예산-피해 곡선(precision@budget)뿐 → RQ-152와 똑같이 방법·목적축만 생존. 게다가 피해액 라벨 20.5% 결측(위 표)이 겹쳐 2부 모형 회귀 파트가 취약. RQ-171 mother/data/risk/uplift 필드 반영.

• 교훈 재확인: '완전 개방·미국 데이터'는 그만큼 이미 갈렸다 — 개방셋 카드는 게시 전 선행 ML을

반드시 먼저 검색해야 격상 지점이 살아있는지 안다. FAA NWSD ML 선행은 최소 3편(비용·피해분류·위험).

• [PARTIALLY_VERIFIED — Crossref DOI·WebSearch 초록·arXiv, 본문 미열람]

휴대폰 시장 데이터 (2026-09-13 실측 — 회장님 지시)

설계 원리(09-13 수정): GfK/IDC 실판매는 못 구한다(확정). y를 무료 소스로 대체한다 — 출시가(GSMArena)·단종수명(GSMArena)·검색량(네이버 데이터랩)·중고가(크롤링). 살아있는 휴대폰 카드: RQ-244(출시가 헤도닉·무료완결) · RQ-245(중고감가) · RQ-246(제품수명·무료완결) · RQ-248(검색량 관심궤적) · RQ-249(스펙수렴 진단). 교훈: '판매를 예측한다'가 아니라 '무료로 얻는 라벨이 무엇인가'에서 출발해야 카드가 산다.

인플루언서 광고 · 웹 트래픽 (2026-09-16 실측)

강금석 교수 축 정렬: 유광기 = 「라이브스트리밍 판매예측」·「유튜브 키즈 성공요인」 계보. Similarweb+벤처명단 = 「스타트업 투자데이터 DX」 계보. 둘 다 교수 연구축에 정면으로 꽂힘. 카드: RQ-272~276.

기상청 지진 카탈로그 (2026-09-21 실측 — VERIFY, 무다운로드 / RQ-327)

교훈(핵심): 한국 지진 카탈로그는 개체 예측용으로 절대소량 — M2.0+ 단독 약 2천 건뿐이다. neural TPP(RMTPP·Neural Hawkes)엔 사실상 과적합 확정 규모. '수천~수만'은 미소지진(M2.0 미만) 병합 시에만 성립하고 그 경우 마크·컷오프 이질성 부담이 생긴다. → 사건 스트림/TPP 계열 카드는 소표본이 기본 제약이며, 살길은 파라메트릭 ETAS 우위 자체를 결과로 삼는 축소 설계다. 마더 EarthquakeNPP(Stockman·Lawson·Werner, TMLR 2026, arXiv 2410.08226)도 캘리포니아에서 NPP 5종 전부 ETAS에 못 미침을 보고 — 소량 한국 카탈로그에선 더 불리. 한국 카탈로그 전용 neural TPP 선행 응용은 재검색(WebSearch 2회)에도 0건(부재 증명 불가·처녀지 가능성).

국민연금 가입사업장 · SBA 7(a) FOIA (2026-10-05 FORAGE Seojin — 메타만, 무다운로드 / RQ-370·371)

교훈(핵심 — Seojin): 포화 보드(369장)에서 새 방법 축을 캐기보다 보드 미사용 실존 데이터의 '수집 메커니즘 자체가 라벨을 오염시키는' 구조를 발굴하는 것이 §2-2 데이터-흥미 트랙의 싼 uplift다. 둘 다 데이터 구조가 곧 AI 문제다 — ① 국민연금은 공개 규모 임계값(3인/10인)이 '사업장 소멸'을 폐업과 임계하회로 뒤섞어 크기-의존 라벨 오염(선택규칙이 가입자수로 *관측*되는 흔치 않은 SAR-PU)을 만든다. ② SBA는 멀티빈티지 스냅샷이라 젊은 대출 '정상'이 미성숙 우측절단인데, 나중 판 스냅샷을 실현 오라클로 써서 naive 라벨링 편향·모델순위 왜곡을 가정이 아니라 실측으로 잰다. 검색 함정 재확인: 공정위 가맹·IPO 공모주는 이미 보드 선점(RQ-125 계열·RQ 공모주)이라 데이터 발굴 전 반드시 grep 으로 보드 중복을 먼저 친다(이번에 franchise·IPO 회피). 둘 다 다운로드 0, ★미확인(월별 매칭 안정성 / 빈티지 전이율)은 VERIFY로 넘김.

INSIGHTS — 패턴화된 교훈

INSIGHTS — 패턴화된 교훈

★★★ 회장님 취향과 선호 (2026-10-06 분석 — 이것이 조준의 기준이다)

회장님 원문(ORD-020): "내가 코멘트를 달은 것을 보면 편향성이있다. 내 취향과 선호를 간파하고 그걸 중점적으로 연구하라." 근거: 회장님 코멘트 전부(08-31~10-06, 판정 문구 제외 약 70건). 괄호 안은 근거 카드 번호. ⚠ 이 절 아래의 'FORAGE/VERIFY …' 메모들은 무인 사이클이 스스로 쓴 것이고, 그중 '포화 보드에서 빈 축을 찾는다'는 전략이 RQ 를 길고 어렵고 쓸데없게 만든 원인이다(docs/ANALYSIS-rq-bloat-2026-10-06.md). 따르지 말 것.

끌리는 것 (데이터·소재)

• 장사·사업의 생애주기: 프랜차이즈가 언제 죽나(127 "흥미로운 시작"), 폐업 데이터(115 "데이터와 아이템은 흥미로운데", 140 "데이터가 아주 흥미롭다"), 국민연금 사업장(137 "있다면 데이터가 흥미롭다"), 고객 이탈(160 "눈에 간다")
• 휴대폰·마케팅: 스마트폰 성과 데이터(168 "스마트폰으로 할수없나"), 인플루언서·웹트래픽(272~276 "방향성은 좋은데"), 로컬 광고·형 학원(T-04)
• 이동·인프라 데이터: 고속도로(320 "흥미로운데"), 따릉이(325 "흥미로운데"), 건설현장 점검(134 "위에 있는 줄은 멋진데")
• 본인 경험: 정부 AI 학습데이터 구축사업(RQ-10 "이건 눈에 들어온다", T-05 네이버 때 하던 사업), 공모주(112 "원래 내가 하려던 주제")
• 미국에서 된 모델을 한국에 가져오기(108 "흥미롭다"), 취업(311 "흥미로운데")

싫어하는 것

1. 어렵고 긴 글 — 가장 많은 불만(112·113·178·274·297·309·311·318·320·325 "뭔소리냐", "존나 어렵게 길게써서")
2. 뻔한 결론(111 "너무 당연하다", T-34 경매 낙찰 "너무 당연한거다")
3. 선행연구가 넘치는데 엣지가 없음(111·115·136·159·164·272·273 "이런 연구 존나 많지 않아? 엣지가 뭐지")
4. 유치한 라벨: 좋아요 수(T-07), 네이버 데이터랩 검색량(248), '도움돼요' 투표(159)
5. AI 연구가 아닌 것: 기사·정책·사회과학 조사(T-31 "조선일보 기사지", 114, 311 "사회과학대 연구 아니냐"), LLM 성능·계보(T-11·T-24), 논문에 대한 논문(T-14)
6. 매력 없는 소재: 농산물 경매(102), 탄소배출권(166), 부동산 가격(106), 전력 수요(SC-004)
7. 교수가 익숙한 분야(162 채권·신용 — "통과가 더 어렵다")
8. 너무 큰·박사급·개인정보(107·116), 점쟁이 주가 예측(112)

요구하는 형식: 쉬운 말 · 짧게 · "어떤 데이터로 무엇을 맞히고 AI 는 어디에 쓰나" 가 한눈에 · DB 가 2번째, 내가 얻을 수 있나가 제일 중요(ORD-020) · 회사 데이터 금지(168)

조준: 위 '끌리는 것' 데이터 위에, '싫어하는 것' 1~8을 피한 짧은 질문. 같은 소재(예: 폐업)를 다시 해도 된다 — 필요한 건 엣지지 새 주제가 아니다.

★ FORAGE RQ-372·373 (Seojin) — '제도(시장 규칙)가 라벨·피처를 비트는 구조 = 데이터 발굴형의 2차 광맥, 미국엔 없는 한국 특유 제도일수록 데이터 흥미가 붙는다' (10-05, FORAGE): 전선 A(KRX 정보데이터시스템)·B(WRDS/FnGuide) 순회. 370·371의 '데이터 수집 메커니즘이 라벨을 오염' 계보를 <b>시장 제도가 만드는 라벨/피처 왜곡</b>으로 확장. <b>착수 전 grep 계량</b>: 상한가·하한가·가격제한폭·price limit = <b>0장</b>, 공매도·short sell·연속 결측 레짐 = <b>0장</b>, 변동성완화 = 0. 회피한 인접: selective labels(RQ-121 수입식품 down)·fraud latent label(RQ-122)·따릉이(RQ-325 ACI 구간)·vintage(RQ-365)·생존절단(RQ-148/352). <b>★ 두 장</b>: (1)<b>RQ-372 ±30% 가격제한폭 검열</b>(전선 A KRX + B WRDS, 개체=종목-일) — 축은 '<b>관측된 알려진 임계값에 의한 타깃 양방향 검열 × 검열무시 ML의 성능·순위 왜곡</b>'. 상한가=+30%는 '멈춘 게 아니라 잘린 것', 상한가 <b>이튿날 재차 상한</b>을 억눌린 수요의 <b>실현 오라클</b>로. 마더: magnet effect 한국[PARTIALLY_VERIFIED Hitotsubashi CEI WP 2005-17]·로짓[Oregon State]·검열예측 Tobit-IMR[arXiv 2211.07506]. 데이터 실재: ±30% 2015-06-15 시행[SOURCE_VERIFIED KRX Daily Price Limits]. <b>미국엔 가격제한폭 없음</b>(서킷브레이커만)=데이터 흥미. (2)<b>RQ-373 공매도 금지 연속 MNAR</b>(전선 A KRX 공매도 통계, 개체=종목-일) — 축은 '<b>정책이 만든 시간 연속 MNAR 피처(긴 블록 꺼짐) × 결측 처리 선택이 모델비교 왜곡</b>'. 공매도 금지(2023-11~)·<b>2025-03-31 재개</b>[SOURCE_VERIFIED 아주경제]를 자연실험으로 0-대치/지시변수/레짐분리 손익분기를 레짐 교차에서 계량. 마더: Beber·Pagano JF 68(1):343-381(2013)[SOURCE_VERIFIED RePEc]·MIM[arXiv 2211.09259]·대치 diminishing returns[arXiv 2407.19804]. <b>★ 교훈</b>: ⓐ 포화 보드에서 데이터 발굴형의 다음 광맥은 '수집 메커니즘'(370·371)에서 <b>'시장·행정 제도의 규칙'</b>으로 — 규칙이 라벨을 자르거나(검열) 피처를 끄면(정책 MNAR) 그게 곧 AI 데이터구조 문제다. ⓑ <b>미국에 없는 한국 특유 제도</b>(가격제한폭·잦은 공매도 금지)는 §2-2 데이터-흥미와 회장님의 '미국→한국' 긍정(RQ-108)의 교집합. ⓒ <b>금융 카드 점쟁이 차단</b>: y를 방향(수익)이 아니라 <b>위험(극단하락·변동성)</b>으로 두고 논점을 데이터구조 결함에 고정(373) — 회장님 점쟁이 혐오 선제 대응. ⓓ 데이터 실재 리스크: KRX 공개는 확실하나 <b>상·하한 플래그/오라클 전이율(372), 금지기간 0 vs 결측 기록·소급기간(373)</b>이 ★미확인 → RQ-370/371과 동일하게 VERIFY 1순위로 risk에 박음(RQ-242/247 모델단위 부재 ☠ 교훈 반영). 메타판정 원칙 4 준수(다운로드 0). [[RES-0001-seojin]]

★ FORAGE RQ-364·365 — '라벨이 여러 출처에서 오거나(다평가자) 데이터가 사후 개정되면, 단일·관행 라벨/백테스트는 체계적으로 틀린다 — 둘 다 포화 보드의 빈 축이고 회장님 성향(금융·데이터흥미·비점쟁이)에 조준' (10-04, FORAGE): 전선 A·G·B 순회. 362·363의 '라벨 결함을 주제로' 계보를 <b>라벨 출처의 복수성</b>과 <b>데이터의 시간적 개정</b>으로 확장. <b>착수 전 grep 계량</b>: 다평가자 truth-inference(Dawid-Skene·평가자간·라벨집계·truth inference·crowd·군중) = <b>0장</b>(357 노트가 '보류'로 명시한 축), 데이터 빈티지(빈티지·잠정치·속보치·vintage·data revision) ≈ <b>0장</b>(vintage 1건은 각주). 점유 확인된 인접: heaping 29·구간중도 17·MIDAS 18·exposure 4·측정소 44·에어코리아 19·cure 14 전부 회피. <b>★ 두 장</b>: (1)<b>RQ-364 한국 회사채 split rating</b>(전선 A 금투협 채권정보센터·DART + 전선 B WRDS FISD, 개체=발행 1건) — 축은 '<b>다평가자 순서형 truth-inference × 평가자 severity 분리</b>'. 크라우드 truth-inference는 오류가 <b>무작위</b>(confusion matrix)라 보지만 신평사는 <b>소수(3)·체계적 관대/엄격·순서형</b> → 무작위오류 Dawid-Skene[SOURCE_VERIFIED JRSS-C 28(1):20-28, RePEc] vs severity 모수화. 정답 부재라 등급변경·부도를 <b>외부검증 proxy</b>로. 도메인 마더=split rating 결정요인 KCI[PARTIALLY_VERIFIED 교보 4010028088151]. <b>357의 Dawid-Skene 보류(한국 비텍스트 다중평가자 데이터 미확정)를 신평사 등급으로 해소 시도</b>. (2)<b>RQ-365 FRED ALFRED 빈티지</b>(전선 G 미국 + 전선 A 한국은행 ECOS, 개체=계열×참조기간×예측시점) — 축은 '<b>데이터 개정(vintage)이 만드는 look-ahead 평가누수 × 평가현실성</b>'. 최종개정치 백테스트는 당시 없던 정보를 소급 주입 → revised vs pseudo/fully real-time 성능 '거품'을 개정폭으로 계량. 마더 Croushore·Stark real-time dataset[SOURCE_VERIFIED Richmond 24], ALFRED 데이터 실재[SOURCE_VERIFIED alfred.stlouisfed.org]. <b>★ 교훈</b>: ⓐ 포화 보드에서 빈 축은 '새 방법명'이 아니라 <b>라벨/데이터의 생성구조 결함</b>에서 계속 나온다 — 362(단일 비대칭 노이즈)→364(여러 라벨 출처 집계)→365(라벨·피처가 시간에 따라 바뀜)로 '라벨의 믿음직함'을 세 각도로 판 것. ⓑ <b>297(넛캐스팅)과 365의 혼동을 카드에서 먼저 차단</b>(297=최종값을 더 잘 맞히기 / 365=보고된 성능의 현실 유지율 측정) — 인접 0장 혼동 차단 원칙 준수. ⓒ <b>데이터 흥미 + 접근 리스크의 트레이드오프</b>: 364는 금융·복수등급 linkage가 흥미롭지만 '발행단위 복수등급 조인 패널'의 실재가 ★미확인 — RQ-242/247(GfK/IDC 모델단위 부재로 ☠)의 교훈을 명시 반영해 <b>VERIFY 최우선 + 전선 B(WRDS) 폴백</b>을 risk에 박음. 데이터 실물 없으면 죽는다를 선제 방어. ⓓ 재현 리스크 관리: 365는 2026 arXiv 2608.09033(ML vs Phillips curve, real-time)이 인접 — Phillips curve 한정이라 '다수 계열·거품 결정요인·한국 이식'으로 좁혀 재현을 회피(340/357 트렌디 홍수 경계 적용). 메타판정 원칙 4 준수(다운로드 0). [[예측이-뻔한지-먼저-재본다]] [[회장님이-좋아하는-두-축을-한-쌍에-겹쳤다]]

★ FORAGE RQ-362·363 — '라벨의 결함을 주제로 삼는다 — 노이즈의 방향성(비대칭)과 척도를 벗어난 범주(off-axis)는 포화 보드에 아직 빈 두 축이다' (10-04, FORAGE): 전선 A·G 2곳 순회, 데이터-열 전략(360·361) 계속. <b>★ 두 장</b>: (1)<b>RQ-362 국민건강보험공단 건강검진정보</b>(전선 A, data.go.kr 15007122 [PARTIALLY_VERIFIED], 개체=수검자 100만/연, y=자기보고 음주·흡연) — 축은 '<b>비대칭(class-conditional·one-sided) 라벨노이즈 추정 × 바이오마커 부분 정답 신호</b>'. 자기보고 건강행태는 <b>한 방향으로만</b> 틀린다(과소보고) — 역학이 수치로 못박음(자기보고 비흡연자 중 18.4%가 코티닌 양성, 흡연율 24.7%→36.1% [PARTIALLY_VERIFIED PMC3630336]). 대칭 노이즈 robust-loss 관성 vs 한쪽 플립률만 추정하는 비대칭 보정, GGT를 불일치 탐지 앵커로. 정답 부재라 '예측'이 아니라 <b>라벨 품질·식별가능성</b> 측정(점쟁이 아님). (2)<b>RQ-363 OULAD</b>(전선 G, Kuzilek 2017 Nature Sci Data [SOURCE_VERIFIED], 개체=학생-과목 3.2만, y=final_result 4클래스) — 축은 '<b>축외 범주가 섞인 순서형 라벨의 구조 선택</b>'. 마더 FlexNSLVOrd[SOURCE_VERIFIED s10489-023-04810-2]는 Withdrawn＜Fail＜Pass＜Distinction로 <b>강제 순서화</b>하지만 중도이탈은 성취가 낮은 게 아니라 <b>척도를 이탈한 사건</b> → 강제순서형 vs 2단계 위계(이탈 분리) vs 명목 비교로 off-by-k·Withdrawn recall 동시 측정. <b>★ 교훈</b>: ⓐ 360·361이 연 '검증·라벨 메커니즘' 메타 축의 두 새 변주 — <b>노이즈의 방향성</b>(대칭 가정이 틀리는 지점)과 <b>라벨 척도의 이질성</b>(순서에 안 맞는 범주를 순서에 넣는 오류). 둘 다 '성능 올리기'가 아니라 '<b>라벨을 어떻게 다룰까</b>'라 포화와 무관하게 빈다. ⓑ <b>마더의 설계 선택을 비판 대상으로</b> 삼으면 깔끔한 '새 방법' uplift가 선다(363은 FlexNSLVOrd의 강제순서화가 과녁). ⓒ 해양사고는 게이트 실패로 버림(사이즈형=한국어 텍스트§3·14k, 코드형=45행) → [[DEAD_ENDS]] 기록. 메타판정 원칙 4 준수(다운로드 0). ⓓ 조사 함정: data.go.kr fileData는 같은 키워드로 <b>시설목록·집계표·개체표</b>가 섞여 나온다 — '건수'와 '개체 단위인지'를 메타에서 먼저 확인해야 45행·110행 시설표에 속지 않는다. [[예측이-뻔한지-먼저-재본다]]

★ FORAGE RQ-360·361 — '보드 259장이 포화라 표준 ML 하위영역은 전부 점유. 이럴 땐 축을 더 파는 게 아니라 §2-2 이차원의 데이터 열(列)로 간다 — 보드에 없던 실존 데이터 하나가 정직한 축을 살린다' (10-04, FORAGE): 착수 전 ~50 키워드 grep 계량 결과 conformal(23)·calibration/platt/isotonic/venn(8/16/22/19)·quantile/분위수(8/122)·비용민감(44)·분포이동(32)·nnPU/Elkan(6/6)·단조(79)·공간자기상관(11)까지 <b>거의 모든 방법 축이 점유</b>. 'PU'(338)는 전부 <b>CPU</b> 오탐이었다(키워드 계량의 함정 — 복합어 부분일치 조심). <b>★ 전환</b>: 축을 더 캐는 대신 <b>데이터 열</b>을 스캔 → 보드 미사용 실존 데이터 발굴: 유기동물(0)·해양사고(0)·BAF/Feedzai(0)·심평원(0)·유기동물 outcome. <b>★ 두 장</b>: (1)<b>RQ-360 유기동물</b>(전선 A, data.go.kr 국가동물보호정보시스템 Open API 15098931 [SOURCE_VERIFIED], 개체=공고 1건, y=processState 안락사 포함 다클래스) — 축은 '<b>그룹(보호소)-블록 CV honesty × 결정으로 오염된 라벨</b>'. 안락사는 동물 속성이 아니라 <b>보호소 수용력·정책 결정</b>이라 라벨이 센터 식별자로 교란 → 랜덤 K-fold는 누수로 과대평가, 보호소-블록 grouped CV가 새 센터 일반화의 진짜 상한을 드러낸다. 마더=Deppner·Cajias 2022 spatial CV honesty [SOURCE_VERIFIED, springer s11146-022-09915-y]. (2)<b>RQ-361 BAF</b>(전선 G, Feedzai NeurIPS 2022 6변형 스위트 [SOURCE_VERIFIED, GitHub·PwC], 각 ~100만·사기 ~1%) — 축은 '<b>벤치마크 구성에 대한 결론 강건성</b>': 동일 원천에 편향만 달리 심은 6변형+시계열 분할을 가로질러 모델·불균형기법 랭킹이 Kendall τ로 보존되나(역전되면 단일셋 결론의 불안정성 수치경고). <b>★ 교훈</b>: ⓐ 포화 보드에서 '0인 키워드 축'을 찾는 건 점점 exotic/난이도 초과로 샌다 — §2-2는 <b>데이터 흥미로우면 RQ 정직해도 산다</b>고 명시했으니 <b>새 실존 데이터 한 건이 가장 싼 uplift(새 데이터·새 맥락)</b>다. ⓑ 두 카드 공통의 진짜 AI축은 <b>검증 설계(CV)와 라벨의 생성 메커니즘</b> — '성능 올리는 축'이 아니라 '<b>성능 수치를 믿을 수 있나</b>'를 묻는 메타 축이라 포화와 무관하게 빈다(유기동물=라벨이 사람 결정으로 오염, BAF=결론이 데이터셋 구성에 민감). ⓒ 데이터 다운로드 0, 메타로만 판정(원칙 4) — 둘 다 ★미확인(클래스 분포·변형별 행수)은 VERIFY로 넘김. [[예측이-뻔한지-먼저-재본다]]

★ VERIFY RQ-281 — '유찰 ML 예측'의 마더는 유찰 문헌이 아니라 입찰자수 예측 문헌이다 (10-04, VERIFY): RQ-281(방위사업청 7,405·유찰 23.6% 불균형 이진분류)은 데이터가 이미 실측(RQ-101 계승)이라 막힌 것이 ①③(마더 탐색 전 + 선행중복)뿐 — WebSearch로 뚫었다(기억 서지 금지, 원문 열람 우선). <b>★ 결과(정직 분리)</b>: (1)<b>유찰·실패 그 자체</b>를 다룬 유일 선행은 <b>Ma·Marmer·Xu, 「Managing Procurement Auction Failure」 arXiv 2503.03996(econ.GN, 2025)</b>인데 <b>구조적 경매모형(entry·reserve price)으로 실패확률을 '관리'하는 경제학 연구지 ML 예측이 아니다</b> [SOURCE_VERIFIED 초록]. 즉 '유찰'을 이름으로 가진 문헌은 ML 예측과 직교. (2)가장 가까운 <b>마더 테이블</b>은 유찰이 아니라 <b>입찰자수(competition) 예측</b> — Oo·Nguyen·Ahn·Lim, 「Predicting the number of bidders ... explainable ML」 <b>Construction Innovation 25(7):158(2025), DOI 10.1108/CI-10-2024-0325</b>: 싱가포르 공공건설 913건, XGBoost·CatBoost 등 vs 선형 + Tree-SHAP [SOURCE_VERIFIED 원문]. <b>★ 핵심: 이 마더는 입찰자수(count) 회귀일 뿐 '유찰=유효입찰 0'은 다루지 않는다</b> — RQ-281의 '한 단계'(0-입찰 불균형 이진분류)가 정확히 그 여백에 선다. (3)국내 최근접은 <b>최태홍·이경희·조완섭, 「빅데이터를 활용한 공공계약의 입찰참가자수 영향요인 분석」 한국빅데이터학회지 3(2):87-99(2018)</b>(나라장터 435만건, 종속=입찰참가자수) [PARTIALLY_VERIFIED 서지·요지 메타]인데 <b>다차원 통계 영향요인 분석이지 ML 예측도 유찰 분류도 아니다</b>. 조달 ML 주류는 <b>담합·입찰정보유출 탐지</b>로 재확인(RQ-101 조사 일치). <b>★ 판정</b>: 조달 '유찰 여부' ML 예측의 직접 선행은 국내·국제 모두 미발견 — '탐색 전'을 <b>마더 테이블=입찰자수 예측(Oo 2025), RQ-281=그 위 유찰 불균형 이진</b>으로 확정. <b>★ 교훈(FORAGE가 쓴 '탐색 전·국내 선행 미발견' 라벨의 검증 공정)</b>: ⓐ '유찰'처럼 *결과 이름*으로 검색하면 ML 선행을 못 찾는다 — <b>인접 과녁(입찰자수·경쟁수준)의 ML 문헌을 마더로 끌어와 한 단계로 재프레이밍</b>하는 것이 카드를 살린다(RQ-348 '방법×도메인'의 역방향: 여긴 '도메인은 같고 라벨만 한 칸 옮김'). ⓑ 마더를 <b>원문 열람으로 "무엇을 안 했는지"까지 확인</b>해야 uplift가 선다 — Oo 2025가 '입찰자수는 하되 유찰은 안 함'을 원문에서 못 박아 RQ-281 여백이 증명됐다. <b>★ 미확인(정직)</b>: ASCE JCEMD4.COENG-18464(경쟁수준 저/중/고 분류 ML+SHAP로 소개)는 원문 403으로 서지 미확정 [UNVERIFIED]; 디마툴즈·일타비드 등 상용은 투찰가/낙찰가라 유찰과 다름 [UNVERIFIED]. 로컬 34,469 구문검색은 이 세션에 raw/lit/ 부재로 불가 → WebSearch만. 다운로드 0. mother 필드에 4출처 링크·태그 기입 완료. [[예측이-뻔한지-먼저-재본다]]

★ FORAGE RQ-357·358 — '방법 축이 6사이클(351~356) 연속 생존(survival)이면 그 자체가 했던 짓 반복 — 의식적으로 비(非)생존 레이어로 이탈한다' (10-03, FORAGE): 직전 6장(351 WOE·352 이산시간해저드·353 분수응답·354 좌측절단·355 다상태·356 반복사건)이 전부 생존/절단 계열이었다 — 349/350 노트의 '방법 축 수십 장 연속이면 RULES §0-3 위반' 교훈을 내게 재적용해 <b>생존을 의도적으로 피하고</b> 반지도·인과구조 두 비생존 레이어로 갈라 뽑았다. <b>★ 착수 전 ~90축 grep 3배치 계량(이 사이클 최대 작업)</b>: 거의 모든 표준 ML 하위영역이 이미 점유였다 — hierarchical·long-tail/logit adjust·weak supervision/Snorkel(3592)·partial label(3774)·metric/contrastive(3531/4654)·anytime/early-exit·pruning/coreset(10072)·distillation·OOD/novelty·reject option/learning to defer(2857)/selective regression(3029)·propensity·random feature·synthetic control·graph neural·TabPFN/in-context(3468)·domain generalization(4740)·cascade·feature hashing·influence function·counterfactual explanation·SPO/decision-focused(5306)·MDN 혼합밀도(RQ-232)·MoE·IRM/ICP/spurious(RQ-217)·adversarial·deep ensemble·SWAG·missing indicator 전부 <b>점유 확인</b>. <b>진짜 0 둘</b>: (1)<b>전환적 그래프 라벨 전파</b>(label propagation·레이블 전파·harmonic·label spreading = 0; 'transductive' 2건은 cold-start 카드 구분용 언급뿐) → RQ-357. 보드의 준지도는 RQ-183 자기훈련(<b>귀납·분류기 반복 의사라벨</b>)뿐 — 라벨 전파는 <b>전환적·그래프 라플라시안·분류기 없이 미라벨 기하</b>라 직교. (2)<b>마르코프 블랭킷 국소 인과 특징선택</b>(Markov blanket·마르코프 블랭킷·causal feature·causal discovery = 0) → RQ-358. 보드의 인과는 RQ-217 IRM/ICP(<b>여러 환경 불변성</b>)·DML(<b>효과 추정</b>)뿐 — MB-CI 선택은 <b>환경 없이 단일 관측에서 CI 검정으로 최소-충분 예측집합</b>이라 직교. <b>★ 폐기한 후보 셋(정직 기록)</b>: (a)<b>Dawid-Skene 다중평가자 라벨집계</b> — 통념반박·절대측정 다 좋으나 <b>한국 공공 비(非)텍스트 다중평가자(복수 신용평가사·AI허브 원시 어노테이션) 데이터 실재를 메타로 확정 못 함</b> → RQ-353 교훈('데이터 실재 안 서면 게시 금지') 적용해 <b>보류</b>(한국어 텍스트 라벨은 §3 금지라 더 좁다). (b)<b>조건부 정규화 흐름(normalizing flow) 밀도추정</b> — 토큰은 0이나 <b>RQ-232 MDN과 인접 + 2025~26 tabular NF-vs-MDN 벤치가 쏟아짐</b>(arXiv 2508.17056 TabResFlow·2603.26611) → KAN/RQ-340 교훈('트렌디 밀도/아키텍처는 선행 홍수')으로 <b>폐기</b>. (c)co-training — 0이나 label propagation과 같은 SSL 레이어라 <b>같은 날 2장 SSL=피로 optics</b>(344/346 교훈)로 제외, 대신 인과구조로 레이어 분산. <b>★ 조준(회장님 성향 반영)</b>: 둘 다 방법 축(유통기한 없음·§3)·CPU 4주(RSSL/scikit LabelSpreading·bnlearn CI검정 경량)·한국 공공 실측 앵커(357=가계금융복지조사 RQ-114/270 계승 / 358=방위사업청 7,405 RQ-101 계승)·모방+한단계·반합성 참값(참 군집분리도·참 DAG→참 MB) 절대측정. 마더 전부 WebSearch 확인(기억 서지 금지): Zhu-Ghahramani-Lafferty ICML2003(mlanthology)·Zhu2005 thesis(uio.no)·Zhou NIPS2003 label spreading(papers.nips.cc/2506)·RSSL CRAN 전부 SOURCE_VERIFIED / Aliferis-Tsamardinos JMLR11(2010) aliferis10a·제약기반 인과발견 종설 arXiv1611.03977 SOURCE_VERIFIED. 다운로드 0(WebSearch만). <b>★ 데이터 실재 유보(★미확인 VERIFY 박음)</b>: 357='실데이터 군집 분리도(다양체 가정 성립)'·358='실데이터 자연 분포이동 강도' — 둘 다 이득의 사활이 걸린 양이 메타로만 확인돼 카드에 VERIFY로 명시. <b>★ 생사 경계(카드에 박음)</b>: 357은 'RQ-183 자기훈련과 같은 얘기'·'라벨 적으면 준지도가 당연', 358은 'L1이면 되지'·'RQ-217 IRM과 같은 얘기'가 첫 공격 — <b>기전 차이(전환 그래프 라플라시안 vs 귀납 분류기 / 환경없는 CI 최소충분집합 vs 환경불변·효과추정)를 ai_axis·risk에 명시 + 반합성 참값 대비 절대측정(참 라벨 전환정확도·참 MB 복원 F1)으로 '당연함'을 경계·오전파·복원 측정으로 전환</b>해야 생존. 보드 356→358장. [[예측이-뻔한지-먼저-재본다]] [[빈-축-사냥을-grep으로-계량화한다]]

★ FORAGE RQ-355·356 — '생존 계열이 포화여도 *상태공간의 위상(가역 전이·개체당 다중사건)*을 바꾸면 빈 축이 남는다' (10-03, FORAGE): 착수 전 전선 A~G grep 재계량으로 방법 공간을 순회(quantification·prevalence·LLP·label shift·selective/기권·Tobit/top-coding·공간CV·GWR·혼합효과/랜덤효과·GroupDRO/worst-group·active learning·feature acquisition·uplift·zero-inflated·NGBoost/이분산·monotonic·mixup 전부 점유 확인 — 각각 RQ-223/180/189/157/299/219/345/175/2107/2513/176/177, 불균형 282·분위수 121·생존 169). <b>★ 발굴 요령(351·352·353·354 '라벨의 지지집합/표집 구조' 교훈의 상태공간 위상 판)</b>: 생존이 Cox·RSF·cure·경쟁위험·interval·landmark·이산시간(352)·좌측절단(354)으로 포화여도 보드의 모든 생존 카드가 공유하는 암묵 가정 두 개가 비어 있다 — (a)가역 중간상태 다상태(multi-state·illness-death): 보드는 전부 '생존→흡수상태 하나'인 2상태, 경쟁위험조차 중간상태를 안 거침. 휴업↔재개라는 가역 전이상태를 명시 상태로 올려 전이별 해저드를 따로 적합하면 直交(RQ-355). (b)개체당 다중·비흡수 반복사건(recurrent event·Andersen-Gill/PWP/프레일티): 보드는 전부 '개체당 종결사건 하나'. 한 업소가 처분을 N번 받는 계수과정 N(t)과 개체 내 상관은 전용카드 0(RQ-356). <b>★ 조준(회장님 성향 반영)</b>: 둘 다 방법 축(유통기한 없음·§3)·CPU 4주(R mstate/RFmstate/survival/frailtypack·표본·거친 기간)·한국 공공 실측(LOCALDATA 750만 휴업/재개업/폐업 일자 / 식약처 행정처분 반복 원장, 둘 다 보드 선행 실측 계승)·모방+한단계·반합성 참값 절대측정. 마더 전부 WebSearch로 확인(기억 서지 금지): Putter·Fiocco·Geskus StatMed 2007 est.ufmg.br PDF[SOURCE_VERIFIED]·RFmstate CRAN[SOURCE_VERIFIED]·MSRIST BMC 2018[PARTIALLY]·Shared Frailty Review arXiv 2205.05322[SOURCE_VERIFIED]·고차원 반복사건 arXiv 2203.15694[SOURCE_VERIFIED]. 다운로드 0. <b>★ 데이터 실재 유보(회장님 '데이터 실재 의심' 성향)</b>: 두 축의 사활이 반복/가역 전이 밀도인데 메타로만 확인 → 카드에 ★미확인(VERIFY)로 박음: RQ-355='휴업→재개 1회+ 겪은 업소 비율·업종별 휴업률', RQ-356='한 인허가번호 2회+ 처분 업소 비율·업소당 처분 수 분포'. 희박하면 축이 死 — VERIFY 사이클이 LOCALDATA·식약처 OpenAPI로 실측해야 생존 확정. <b>★ 생사 경계(카드에 박음)</b>: 355는 '경쟁위험·148과 같은 생존 얘기'·'휴업 드무니 버려도 됨 당연', 356은 '독립 무시하면 SE 틀린다 교과서'·'보드 생존과 같다'가 첫 공격 — 상태공간 위상 차이(가역 전이·비흡수 다중사건)를 ai_axis·risk에 명시 + 반합성 참값 대비 절대측정으로 '당연함'을 top-k 순위역전 임계점·손익분기로 전환해야 생존. [[빈-축-사냥을-grep으로-계량화한다]] [[예측이-뻔한지-먼저-재본다]] [[회장님이-좋아하는-두-축을-한-쌍에-겹쳤다]]

★ FORAGE RQ-353·354 — '같은 데이터·같은 계열이 포화여도, 라벨의 *지지집합/표집 구조*를 바꾸면 빈 축이 남는다' (10-03, FORAGE): 착수 전 전선 A~G ~40축 grep 재계량(conformal 23·분위수 121·생존 169·캘리브레이션 119·불균형 282·코스닝 42·EVT 21·경쟁위험 23·측정오차 27·top-coding 11 등 전부 점유 확인). <b>★ 발굴 요령(351·352 교훈의 '지지집합/표집' 판)</b>: 거친 도메인(낙찰률 회귀·LOCALDATA 생존)이 포화여도 라벨이 사는 공간의 구조를 바꾸면 0칸이 남는다 — (a)단일 분수응답의 지지집합·경계점질량 인지 회귀(fractional logit·beta·ZOIB = grep 0): RQ-101은 무제약 실수축의 손실함수(MSE/분위수/Huber) 선택, RQ-215는 합=1 구성비 벡터(simplex/디리클레) — 둘 다 점유지만 스칼라 하나가 (0,1]에 갇히고 경계에 점질량인 경우(지지집합+평균-분산 연계+경계 inflation)는 비어 있다. (b)좌측절단/지연진입(risk-set adjustment)(전용카드 0, RQ-303이 '다른 절단'으로 명시 배제하며 나열만): 생존 계열은 우측절단(148/149)·길이편향(298)·구간중도절단(303)·이산시간 형식화(352)로 포화지만 진입 시각·위험집합의 좌측절단(생존자 편향)은 직교. <b>★ 조준(회장님 성향 반영)</b>: 둘 다 방법 축(유통기한 없음·§3)·CPU 4주·한국 공공 실측 데이터(방위사업청 낙찰률 7,405 / LOCALDATA 750만, 둘 다 보드 선행 실측 계승)·모방+한단계. 마더 전부 WebSearch로 확인(기억 서지 금지): Boosted Beta Regression PLoS ONE 2013 PMC3633987[SOURCE_VERIFIED]·Papke-Wooldridge JAE 1996[SOURCE_VERIFIED 전문]·좌측절단 arXiv 2107.10911[SOURCE_VERIFIED]. 다운로드 0. <b>★ 생사 경계(카드에 박음)</b>: 353은 '로짓변환 후 OLS면 됨'·'101/215와 같은 얘기', 354는 '보정하면 당연히 편향 준다 교과서'·'148/298/303/352와 같은 생존 얘기'가 첫 공격 — 인접 구분을 ai_axis·risk에 명시 + 반합성 참값 대비 절대측정으로 '당연함'을 경계·손익분기 측정으로 전환해야 생존. <b>★ 실패 회피 기록</b>: Card B 후보로 '구간부호(bracket)化된 연속 종속변수 interval regression(Stewart 1983·grep 0)'을 검토했으나 **한국 공공데이터에서 *전체 종속변수가 구간코딩*된 실존 데이터셋을 메타데이터로 확정 못 함(소상공인실태조사·가계금융복지조사·워크넷 급여 모두 구간코딩 여부 미확인) → '데이터 실재 의심' 성향 위배 위험으로 보류. 교훈: 방법 축이 비어도 데이터 실재가 메타로 안 서면 게시하지 않는다**(워크넷 data.go.kr/15135744 급여 min/max 구간 필드 여부 = 향후 VERIFY 과제). [[예측이-뻔한지-먼저-재본다]]

★ FORAGE RQ-351·352 — 246장 포화 보드에서 '방법 계열은 포화여도 그 계열 안의 특정 형식화·변환 토큰은 비어 있다'로 진짜 0장 둘 (10-03, FORAGE): 착수 전 전선 A~G ~40축 grep 계량 순회로 conformal(ACI·RCPS·LTT·Venn-Abers·SAVI)·calibration·multicalibration·monotonic·PU·MNAR·고카디널리티·Tweedie/hurdle/zero-inflated·CRPS/heteroscedastic·coarsening(RQ-150/151)·전처리누수·beta/디리클레(RQ-4590)·interval-censored(KLoSA)·landmarking·경쟁위험 전부 점유 확인. <b>★ 발굴 요령(RQ-343·347 교훈의 재확인·확장)</b>: 거친 계열 토큰이 포화여도 그 계열 안의 '특정 변환·형식화' 토큰은 비어 있다 — (a)WOE/지도형 최적 binning(grep 0): 이산화 자체는 RQ-150/151이 점유하나 그건 타깃 무관 코스닝, WOE는 타깃 인지 지도형 binning이라 직교. (b)이산시간 해저드 person-period 형식화(전용카드 0, RQ-148 마더 언급 1건뿐): 생존 계열은 Cox/RSF/cure/경쟁위험/interval-censored/landmark로 포화지만 '생존을 개체×기간 이진패널로 펼쳐 임의 분류기를 해저드 모델화'하는 모델 형식화는 비어 있다. <b>★ 조준(회장님 성향 반영)</b>: 둘 다 방법 축(유통기한 없음·§3)·CPU 4주·한국 공공 실측 데이터(방위사업청 유찰 7,405 / LOCALDATA 750만 인허가 원장, 둘 다 보드 선행 실측 계승)·모방+한단계(마더 arXiv 2001.08025 / BMC 2022 둘 다 SOURCE_VERIFIED). <b>★ 데이터 실재</b>: LOCALDATA 폐업일자·영업상태구분·750만 개체 무인증 CSV를 WebSearch로 SOURCE_VERIFIED(localdata.go.kr→data.go.kr 2026 이관). 다운로드 0(WebSearch만). <b>★ 생사 경계(카드에 박음)</b>: WOE는 코스닝(150/151)·전처리누수와, 이산시간은 생존vs이진(148)·구간중도절단과 '같은 얘기' 첫 공격을 받는다 — 인접 구분을 ai_axis·risk에 명시해야 생존. [[예측이-뻔한지-먼저-재본다]]

★ VERIFY RQ-348 — '방법×도메인' 응용카드는 그 조합이 이미 발표됐을 수 있다: 혼합 치유모델×상장폐지는 선점(Dong 2022 JORS) (10-03, VERIFY): RQ-348(표준 생존모델 S(∞)=0 가정의 한계 → 혼합 치유모델이 상장폐지에서 이기나)의 막힌 것 ③<b>선행중복 검사</b>를 웹으로 뚫었다(①데이터=WRDS 로그인 필요라 무인증 세션 구조적 불가, ②마더는 FORAGE가 이미 SOURCE_VERIFIED). <b>★ 결과(정직 하향)</b>: 혼합 치유모델을 <b>상장폐지 그 자체</b>에 적용한 직접 선행이 실재 — <b>Dong·Peng·Li, J. Operational Research Society 73(10):2358–2369, 2022(DOI 10.1080/01605682.2021.1992308)</b>, 중국 2거래소 위험경고 상장사 time-to-delisting을 시간가변 공변량 치유모델로 폐지확률·폐지시점 분리 [SOURCE_VERIFIED — JORS/RePEc 메타·초록]. 추가로 기업부도 치유모델(잠재변수 가산위험·스웨덴 Weibull 혼합)·신용/개인대출 치유모델(Tong·Mues·Thomas EJOR·Dirick 외 macro 시간가변 확장)은 확립 분야 [PARTIALLY_VERIFIED]. <b>★ 교훈(RQ-321·337·344 '웹 선행중복' 교훈의 survival판 재확인)</b>: FORAGE의 보드내 grep '0장'은 <b>보드 내부 중복만</b> 잰다 — '혼합 치유모델'이 보드에 0장이어도 '치유모델×상장폐지'라는 <b>방법×도메인 조합</b>은 OR/신용위험 저널(JORS·EJOR·Journal of Credit Risk)에 이미 있다. survival/생존·치유·경쟁위험 계열 카드는 VERIFY에서 <b>반드시 'method + 그 도메인'으로 웹 선행을 재라</b>(arXiv만 보면 OR·금융 저널 선행을 놓친다 — RQ-344 GBMixed가 arXiv에만 있던 것과 대칭: 금융 응용은 OR/계량경제 저널에 있다). <b>★ 카드 생사</b>: RQ-348은 죽지 않되 <b>조준이 셋으로 좁혀져야</b> 생존 — (a)Dong은 '시간가변 공변량 추정법(통계 기여)'이라 <b>ML 생존(RSF/DeepSurv) 경마를 안 함</b> (b)치유분율 π 지정 반합성 참 π 오라클 절대측정을 안 함 (c)한국 상장사(새 맥락). '치유모델 신규성'으로 팔면 심사 즉사. data/mother/risk에 선행 명기·조준 반영 완료. DEAD_ENDS에 '치유모델×상장폐지=선점' 재진입금지 등재. 다운로드 0(WebSearch만). [[예측이-뻔한지-먼저-재본다]]

★ 348장 포화 보드에서 '방법 포화 → 데이터 흥미로 의식적 이탈' — 생태학적 추론(RQ-349)·GWR/지리적 랜덤포레스트(RQ-350) (10-02, FORAGE): 직전 사이클(347·348)까지 10여 장 연속 <b>순수 방법 축 + 반합성 절대측정</b>으로 몰렸다. INSIGHTS 9/3 교훈('추상적 ML 기법 카드 100장+는 조준 실패 — 회장님은 구체적 대상+모델 비교+엣지 설명되는 응용을 원함')과 회장님 성향표(데이터 자체 흥미·미국→한국 이식·실무 감각)를 조준에 다시 넣어, 이번엔 <b>이미 접근 실측된 공공 데이터에 0장짜리 AI축을 얹는</b> 저비용 수단(09-16 RQ-270 교훈)으로 데이터 흥미를 부활시켰다. <b>★ 착수 전 ~60축 grep 계량</b>: 후보 다수가 이미 점유였다 — <b>선호적 표집·에어코리아(19)·공간 자기상관(8)·크리깅(6)·zero-inflated(18)·Tweedie(19)·MNAP/MNAR(18)·concept drift(12)</b> 전부 포화. <b>진짜 0 둘</b>: (1) <b>ecological inference·생태학적·생태적 오류·aggregate-only = 0</b> → RQ-349. 집계 marginal만으로 개체 결합관계(기울기)를 복원하는 문제로, LLP(RQ-189 bag 비율→개체 라벨)·정량화(RQ-223 유병률)와 <b>직교</b>(여긴 생태적 오류·Simpson 역전이 핵심). 데이터는 가계금융복지 미시(RQ-114·270 접근분)를 지역으로 접어 <b>참 개체관계 오라클</b> + KOSIS 집계(전선 A). (2) <b>geographically weighted·지리가중·geographical random forest·spatially varying·local regression = 0</b> → RQ-350. 보드의 공간 자기상관·크리깅·보간은 전부 <b>오차의 공간 상관/보간</b>인 반면 GWR/GRF는 <b>효과(계수) 자체의 비정상성</b>이라 직교. 데이터는 국토부 실거래가(RQ-103·297 계승, 다운로드 0) + 이질성강도 조절 반합성. <b>★ 교훈</b>: 방법 축이 수십 장 연속이면 그 자체가 '했던 짓 반복'(RULES §0-3)이다 — 조준을 <b>'0장 방법축'에서 '0장이면서 공공 데이터에 실리는 축'으로</b> 한 칸 좁히면 회장님 성향표의 '데이터 흥미' 신호가 되살아난다. 반합성 오라클은 유지하되(검증불가 정면돌파) <b>앵커를 반드시 실측·실재 공공 데이터로</b> 둔다. <b>★ 다음 사이클 이월</b>: frailty·Andersen-Gill(반복사건 상관구조, 보드 0 — 348 노트 계승, survival 없는 사이클에) / entity resolution·record linkage(보드 0 — 개체 연결, 다만 'AI 기술 자체' 프레이밍 확인 필요). 마더 WebSearch 검증: King 1997 Princeton(press.princeton.edu/node/18189)·Fotheringham-Brunsdon-Charlton 2002 GWR(CRAN spgwr vignette)·Georganos 2021 Geocarto(pure.unamur.be PDF). 숫자: 보드 348→350장, 두 축 grep 0히트 확인. 다운로드 0(WebSearch만). data 필드 X/y/비교기준 구조 준수(09-03 지시). [[예측이-뻔한지-먼저-재본다]]

★ 246장 포화 보드에서 '곡선의 한 구간만 지표로'와 '이월한 survival 큐 소진'으로 진짜 0장 둘 — 부분 AUC 최적화(RQ-347)·혼합 치유모델(RQ-348) (10-02, FORAGE): 착수 전 전선 A~G를 ~40축 grep 계량. <b>★ 교훈 1(지표의 '전체 평균'을 '한 구간'으로 쪼개기)</b>: 분류 평가·손실 레이어는 두껍지만(AUC·F1·calibration 3종·CRPS/NGBoost RQ-203/232·Neyman-Pearson RQ-194·비용민감 RQ-170/295) 전부 <b>곡선 전체를 평균</b>하거나 <b>단일 작동점</b>만 본다 — <b>ROC의 한 구간(낮은 FPR)만 지표로 삼는 부분 AUC(pAUC)</b>는 0 히트(부분 AUC·pAUC·high-specificity 영역 = 0; '작동점' 7건은 임계값/비용 카드의 일반 언급) → RQ-347. 즉 'N종 지표 비교'가 있어도 '곡선의 한 조각만 최적화·평가'는 거의 빈칸(선별·감사 예산이 FPR을 묶는 실무 맥락이 근거). NP(단일 제약)·비용민감(비용비)과 직교 — pAUC는 <b>구간 전체</b>. <b>★ 교훈 2(이월 큐는 다음 사이클 즉시 소진)</b>: 10-02 앞 노트(RQ-345/346)가 '2장 survival 피로 optics'로 미뤄 <b>클린 0 survival 큐에 올린 mixture cure model</b>을 이번 사이클이 바로 집행 → RQ-348. 비survival(pAUC)과 1:1로 갈라 '하루 2장 survival' 재발 방지(344·346 교훈 재적용). 치유모델 = Cox/RSF/DeepSurv(모두 S(∞)=0)가 못 보는 <b>비이환(면역) 분율</b> 분리 — RQ-148(표준 생존 비교)·178(경쟁위험=사건종류 여럿)·343(랜드마킹)과 직교. <b>★ 다음 사이클 이월(클린 0 survival 큐 잔여)</b>: frailty·Andersen-Gill(반복사건 상관구조) — 보드 0(frailty·Andersen·반복사건·counting process·gap time = 0) 확인, survival 없는 사이클에 투입. <b>★ 조준(§2-2)</b>: 347은 조달 7,405 실측 재사용(데이터 흥미)+분리도조절 반합성 참 pAUC 절대측정 / 348은 WRDS 상장사 상장폐지(데이터 급 높으나 <b>폐지 라벨 가용성이 최대 위험 → VERIFY 선행</b>)+치유분율 π 지정 반합성 절대측정. 두 카드 공통: 통념반박+절대측정(참 pAUC·참 π 복원)+점쟁이아님+유통기한없음 4신호 전부. 숫자: 보드 246→248장, 두 축 grep 0히트 확인(부분 AUC·치유분율 계열). 다운로드 0(WebSearch만). 마더 WebSearch 검증: Narasimhan-Agarwal ICML2013 PMLR v28·arXiv1605.04337·Sy-Taylor Biometrics2000(deepblue PDF)·Amico-VanKeilegom arXiv2011.12858. data 필드 X/y/비교기준 구조 준수(09-03 지시). 빌드 경고0·숫자대조253·다운로드0.

★ 244장 포화 보드에서 '같은 레이어의 2차(고차)판'과 '평가 기전의 미세 쪼개기'로 진짜 0장 둘 — 전처리 누수(RQ-345)·상호작용 탐지 진단(RQ-346) (10-02, FORAGE): 착수 전 전선 A~G를 structurally-distinguishing 토큰으로 ~40축 grep 순회. <b>전 고전축이 이미 점유</b> 확인(측정오차/EIV RQ-200·zero-inflated/Tweedie·PU RQ-122·LLP RQ-189·단조제약·non-crossing분위수·복합표본가중 RQ-270·불균형회귀 RQ-212·Neyman-Pearson·CRPS/NGBoost·drift탐지·DP·Rashomon RQ-188·DCA순편익·one-class·super learner/DML·calibration 3종·ordinal·multi-target RQ-206·active learning RQ-176·curriculum·label noise RQ-310·EBM/GA2M RQ-207·FM RQ-230·OPE·ACI·distillation·continual RQ-?·fANOVA·evidential→compositional RQ-?). <b>★ 교훈 1(2차판 쪼개기)</b>: 설명력 레이어가 포화여도 전부 <b>1차(주효과) 귀속</b>(RQ-154/155·267·PDP/ALE·SHAP순열비교)뿐 — <b>2차(상호작용) 대응판</b>은 0. 'interaction detection·H-통계량·교호작용 진단' = 0 히트(기존 '상호작용' 히트는 전부 <b>모델링</b> EBM/GA2M·FM·구조정칙화) → RQ-346. 즉 '주효과 N종 비교'가 있으면 '같은 걸 2차/쌍 단위로'가 거의 항상 빈칸. <b>★ 교훈 2(평가 기전 미세 쪼개기)</b>: '누수'·'낙관편의'는 두껍지만(RQ-225 선택편의·219 공간CV·시간누수) <b>기전별로 쪼개면</b> '표현(전처리) 누수'(fold 밖 전처리 적합 = 타깃인코딩·SMOTE·전역스케일링·전역피처선택이 테스트 통계를 흡수)는 0 → RQ-345. 338/343 '분포·생존을 더 가는 토큰으로'의 평가기전판. <b>★ 교훈 3(레이어 다양성 실천)</b>: 클린 0장 셋 중 <b>cure model(혼합치유)은 survival이라 RQ-343(랜드마킹, 같은 10-02)과 같은 날 2장 survival = 피로 optics</b> → 일부러 제외하고 평가+설명 두 비생존 레이어로 갈라 뽑음(344 교훈 재적용). <b>★ 다음 사이클 이월(클린 0 survival 큐)</b>: ① mixture cure model(비이환 분율 — Cox/RSF는 '언젠간 다 사건'을 가정, 장기지평서 틀림; 상장사·대출 데이터) ② frailty·Andersen-Gill(반복사건 상관구조, RQ-343 노트서 이월) — 둘 다 보드 0 확인, survival 없는 사이클에 투입. <b>★ 조준(§2-2)</b>: 345는 조달 7,405 실측 재사용(데이터 흥미)+null반합성 절대측정 / 346은 실거래가=뻔한 데이터라 RQ의 날(탐지기 합의·참복원 경계)로만 생존. 두 카드 공통: 통념반박+절대측정(null AUC·참 상호작용 복원 F1)+점쟁이아님+유통기한없음 4신호 전부. 숫자: 보드 244→246장, 두 축 grep 0히트 확인(전처리누수·interaction detection 계열). 다운로드 0(WebSearch만). 마더 WebSearch 검증: Kaufman TKDD2012(cs.umb.edu PDF)·Friedman-Popescu AoAS2008 arXiv0811.1679·Lundberg NatMI2020 arXiv1905.04610·Hooker JCGS2007. data 필드 X/y/비교기준 구조 준수(09-03 지시). 빌드 경고0·숫자대조251·다운로드0.

★ 242장 포화 보드에서도 '같은 레이어를 더 가는 토큰으로 쪼개면' 진짜 0장이 남는다 — 시변 공변량·랜드마킹(RQ-343)·랜덤기울기 혼합효과(RQ-344) (10-02, FORAGE): 전선 A~G를 grep으로 순회하니 federated·EVT·경쟁위험·open-set·example-dependent cost·Friedman/Nemenyi·NGBoost·SMOTE·사전확률이동·data Shapley·spurious·multi-task·탭트랜스포머·few-shot 전부 전용카드 점유. 그런데 <b>포화한 '생존'과 '혼합효과' 레이어를 더 가는 토큰으로 쪼개니 0칸이 섰다</b>. <b>★ 교훈 1(토큰 입도)</b>: 거친 토큰('생존'·'혼합효과')으로 grep하면 포화로 보이지만, <b>구조적 변별 토큰</b>으로 쪼개면 빈칸이 보인다 — (a) 생존은 14/149 우측절단·178 경쟁위험·133 반복개체·303 구간중도절단으로 두꺼우나 <b>'공변량이 언제 관측되나 vs 언제를 예측하나'(landmark·immortal time·dynamic prediction·시변 공변량 = 0)</b>는 처녀지 → RQ-343. (b) 혼합효과는 RQ-175(GPBoost 랜덤<b>절편</b>)로 점유됐으나 <b>랜덤<b>기울기</b>·varying-coefficient·랜덤기울기 = 0</b>(절편=수준 이동 ≠ 기울기=효과 이질성) → RQ-344. 338 교훈(분포이동을 p(y)/p(y|x)/p(x)로 쪼갬)의 생존·혼합효과판. <b>★ 교훈 2(340 반례 — 고전 통계축은 안전)</b>: RQ-340(KAN)은 트렌디라 '웹 선행이 12~18개월에 쏟아진다'가 치명적이었다. 반대로 <b>랜드마킹(van Houwelingen 2007)·가변계수(1993)·frailty는 수십 년 된 고전축이라 그 함정에서 자유</b> — 선행이 임상·바이오마커에 몰려 있어 <b>한국 공공/상장사 데이터 이식 빈틈이 진짜로 비어 있다</b>. 즉 '0장'의 신뢰도는 축의 나이에 반비례: 신축은 즉시 웹검증, 고전축은 보드 grep + '선행이 어느 도메인에 쏠렸나'만 봐도 충분. <b>★ 교훈 3(레이어 다양성)</b>: 두 카드를 모두 생존으로 뽑으면 '시계열·생존 우산 15사이클' 피로 재발 → 일부러 하나(343)는 생존, 하나(344)는 회귀/GLMM 레이어로 갈라 뽑았다. frailty·Andersen-Gill(반복사건 상관구조, 0장)은 <b>3번째 생존 카드가 되므로 다음 사이클로 이월</b>. <b>★ 조준(§2-2)</b>: 343은 WRDS·DART 정부/거래소 원장 + 돈 걸린 부도예측(데이터 흥미+통념반박=누수) / 344는 임금=뻔한 데이터라 RQ의 날(기울기 이질성 경계지도)로만 생존시킴. 숫자: 보드 242장, 두 축 모두 grep 0히트 확인(landmark·immortal time·dynamic survival·시변 생존 / random slope·랜덤기울기·varying coefficient·가변계수 = 각 0). 다운로드 0(WebSearch·arXiv/JMLR/포털 메타만). [근거 SOURCE_VERIFIED arXiv 2103.16252·1306.6479·JMLR v24 22-0501·arXiv 2206.03314 / PARTIALLY_VERIFIED van Houwelingen 2007 서지·Dynamic-DeepHit·GPBoost·MDIS/WRDS/DART 데이터 메타]

★ 트렌디 신아키텍처 카드(KAN 등)의 '응용 못 찾음'은 유통기한이 짧다 — 벤치 선행이 몇 달 만에 쏟아진다 (10-02, VERIFY RQ-340): RQ-340(KAN↔MLP↔GBDT 표형 3자 비교)의 mother는 착수 때 '표형 KAN 벤치 선행 유무는 VERIFY'로 미뤄 뒀다. 실제로 검증하니 <b>전제가 바뀌었다</b> — 표형 KAN 벤치는 이미 복수 존재: ① Poeta 「A Benchmarking Study of KANs on Tabular Data」(arXiv 2406.14529, 2024-06) KAN vs MLP 표형(트리 미포함) ② Toledo 「Is the Statistical Advantage Worth the Cost?」(arXiv 2607.13413, 2026-07) — <b>'비용 대비 가치' 각도까지 선점</b>(12셋·고정 HP·d=−0.46) ③ kan_mlp_comparison repo — <b>KAN↔MLP↔RandomForest 3자 비교가 이미 존재</b>(9 KAN변종·7 UCI 임상·1,155 폴드·베이지안 HPO). <b>★ 교훈 1</b>: 2024 이후 CS 신아키텍처는 원논문→벤치→반론이 <b>12~18개월에 다 나온다</b>. '보드에 0장'(내 보드 grep)과 '세상에 선행 없음'은 전혀 다르다 — 트렌디 축일수록 착수 전 <b>웹 선행중복 검사를 mother에서 미루지 말고 즉시</b> 해야 FORAGE가 중복 카드를 안 낳는다(RQ-339~342 전부 mother에 'VERIFY 과제'로 미룬 응용탐색이 남아 있음 — 다음 VERIFY 우선순위). <b>★ 교훈 2</b>: 선행이 포화돼도 카드가 꼭 죽는 건 아니다 — 격상 축을 <b>더 좁히면</b> 산다. RQ-340 생존 조건은 (a)GBDT 엄격 FLOP 통제(선행은 RandomForest·'동급 크기' 수준) (b)심볼릭 추출 해석 손익(선행 벤치 전무) (c)한국 공공 표형, <b>셋 동시</b>. 하나라도 빠지면 중복. <b>★ 교훈 3</b>: 로컬 34,469편(AIS+상위저널) 구문검색은 <b>CS 신아키텍처엔 거의 무력</b>(KAN 토큰 0·kolmogorov 3건은 전부 통계검정 오탐) — 코퍼스가 IS·경영 분야라 2024 CS 신축이 원천적으로 없다. 트렌디 아키텍처 선행검사는 로컬 코퍼스가 아니라 <b>arXiv·웹</b>이 1차 도구. 로컬 grep은 IS·경영·공공데이터 응용 카드에서만 유효. 숫자: 로컬 KAN=0·spline 4·arnold 1; 웹 벤치 ≥4편 확인. [근거 SOURCE_VERIFIED arXiv abs ①②·PARTIALLY_VERIFIED repo·스니펫 ③④]

직전 노트(339/340)의 '다음 후보' 목록에서 '입력→출력' 방향 뒤집기와 '거대모델→소형' 맥락 뒤집기로 진짜 0장 둘 — 집합 출력 예측(RQ-341)·μP 하이퍼파라미터 전이(RQ-342) (10-01, FORAGE): 보드 340장 포화 상황에서 직전 노트가 '다음 사이클 미탐색 후보'로 남긴 목록(<b>set prediction·neural CDE·DEQ·μP·conformalized quantile·tabular diffusion</b>)을 1차 재료로 썼다 — '노트가 다음 사냥터를 준다' 패턴 <b>8사이클째 재현</b>. 착수 전 독립 grep 계량으로 <b>진짜 0장</b> 재확인: ① set prediction·집합 출력·집합예측·Hungarian·Chamfer·책임 문제 = 0 → RQ-341; ② μP·maximal update·hyperparameter transfer·너비 전이·coordinate check = 0 → RQ-342. 동시에 grep으로 neural CDE·deep equilibrium·normalizing flow·tabular diffusion도 전부 0장임을 확인(다음 후보로 이월, 단 CDE는 337 쌍대라 '또 그거' 위험·diffusion은 생성 RQ-221과 매핑 필수). <b>★ 이번 사이클 최대 교훈 — 포화 보드의 0칸은 '방향'과 '맥락'을 뒤집으면 기존 카드 바로 옆에서 솟는다</b>: (a)RQ-341은 RQ-338(DeepSets=집합이 <b>입력</b>)을 <b>'입력↔출력' 방향으로 뒤집어</b> 집합이 <b>출력</b>인 축을 열었다 — 같은 데이터(가계금융복지조사)를 쓰되 338은 가구원 집합을 입력으로, 341은 가구원 속성 집합을 출력으로 예측해 <b>방향 직교</b>(325↔119·328↔319의 '축 직교 재사용' 수법을 '방향 뒤집기'로 변주). (b)RQ-342는 μP가 <b>거대 트랜스포머</b>에서만 검증된 점을 <b>'거대모델→소형 표형 MLP' 맥락으로 뒤집어</b>, '소형서 전이가 성립이나 하나'를 질문으로 세웠다 — CPU 관문을 '비싼 넓은 arm을 작게 제한, 전이가 깨져도 그게 결과'(337/340 교훈 재적용)로 통과. <b>인접 혼동 선제 박음</b>: 341=RQ-338(집합 입력)·334(순위 출력=순서 있음)·다중라벨(고정 어휘)과 3방 구분(집합이 출력·순서 없음·연속 원소·가변 카디널리티); 342=일반 HPO/베이지안(직접 튜닝)·multi-fidelity HPO(저해상 프록시)·RQ-331 double descent(용량-오차 위상)과 3방 구분(폭 스케일링 zero-shot 전이). <b>이차원 판정(§2-2)</b>: 두 데이터(가계금융복지조사·OpenML/조달)는 공공·벤치 표형=데이터 뻔함 → RQ를 논쟁 프레임으로(341=순서무관 집합손실 vs 고정슬롯/자기회귀 우열·책임문제 불연속, 342=μP 전이 성립이냐·튜닝절감 vs GBDT). 회장님 3대 긍정신호: 341=통념반박(고정슬롯 회귀면 충분 vs 책임문제 불연속)+절대측정(참 집합함수 semi-synthetic 회복·Chamfer, 329/332/338 수법)+점쟁이아님(집합 구조 출력 설계)+유통기한없음; 342=통념반박(폭 바뀌면 재튜닝 필수 vs μP zero-shot)+절대측정(coordinate check·최적 LR 전이오차·총 튜닝 CPU시간)+점쟁이아님(HP 전이 성립 여부)+유통기한없음(파라미터화 이론·§3 LLM 유통기한과 무관). 마더 WebSearch 검증(§2·기억 서지 금지): 341=Zhang Deep Set Prediction Networks NeurIPS2019 arXiv1906.06565(공식 proc.)·반론 FSPool 책임문제 ICLR2020 arXiv1906.02795; 342=Yang Tensor Programs V NeurIPS2021 arXiv2203.03466(공식 proc.)·반론 u-μP arXiv2407.17465(weight decay/dropout 미전이·구현난점). 전선 A(가계금융복지조사·조달)·G(OpenML 벤치·semi-synthetic). 데이터 다운로드 0(WebSearch·proceedings/arXiv/포털만). data 필드 X/y/비교기준 구조 준수(09-03 지시). <b>교훈 핵심: (a)포화 보드의 0칸은 '입력↔출력 방향 뒤집기'(341)·'거대↔소형 맥락 뒤집기'(342)로 기존 대형 카드(338·μP 선행) 바로 옆에서 솟는다 — grep 0장 확인 후 '어느 축을 어떻게 뒤집었나'를 카드에 직교로 박으면 산다. (b)노트의 '다음 후보'는 8사이클 연속 다음 사냥터를 정확히 줬다 — 단 CDE(337 쌍대)·diffusion(RQ-221 생성)처럼 인접 대형과 겹칠 후보는 반드시 매핑 후 착수.</b> VERIFY 대상: 341 가계금융복지조사 가구원 소득·연령 집합 관측 가능성·가구원수 분포(집합성 강도)·연결키·semi-synthetic 참 집합함수 설계 / 342 OpenML study337/334 셋 실측 재확인·소형 표형 MLP에서 폭 전이 선행 유무·μP 구현 비용·GBDT 튜닝비용 기준. <b>다음 사이클 미탐색 후보</b>: neural CDE(337 쌍대·CPU 주의)·deep equilibrium model(암묵적 깊이·고정점, 331 double descent와 구분)·normalizing flow(밀도추정, 생성 RQ-221·copula RQ-328과 구분 필수)·tabular diffusion(생성 RQ-221과 매핑 필수)·conformalized quantile regression(conformal 포화라 매핑 필수)·set prediction의 Hungarian vs Chamfer 손실 하위비교. [[빈-축-사냥을-grep으로-계량화한다]] [[예측이-뻔한지-먼저-재본다]]

포화 보드(338장)에서 '분포불일치 교정의 세분화'와 '트렌디 아키텍처'로 진짜 0장 둘 — 공변량이동 밀도비 재가중(RQ-339)·KAN(RQ-340) (10-01, FORAGE): 직전 노트(337/338)의 '다음 후보' 목록(set prediction·non-stationary bandit·neural CDE·DEQ·μP)은 전부 <b>또 비싼 CPU축이거나 추가 grep 필요</b>라, 이번엔 <b>독립 grep 계량</b>으로 '분포불일치 교정'이라는 포화 영역을 <b>더 잘게 쪼개</b> 아직 빈 칸을 찾았다. 전선 A(방위사업청 입찰 7,405 — RQ-101 실측 재사용)·전선 G(OpenML 표형 벤치·편향 부분추출 semi-synthetic). <b>★ 이번 사이클 교훈 — 포화 영역도 '교정 대상 분포가 무엇이냐'로 쪼개면 빈 칸이 남는다</b>: 분포이동은 보드가 두껍지만(라벨이동 정량화 RQ-180/223·concept drift·Group-DRO 재가중·공간CV RQ-218·TTA RQ-205 전부 점유), <b>'p(x)만 이동·p(y|x) 고정'의 공변량이동을 밀도비 w=p_te/p_tr로 교정</b>하는 칸은 grep 0장이었다(covariate shift·density ratio·밀도비·KLIEP·importance-weight = 0; 유일 히트 '공변량 이동' 1건은 라벨이동 카드의 <i>구분용 언급</i>). <b>교정 대상이 p(y)냐 p(y|x)냐 p(x)냐로 나누면 포화 영역 안에도 0칸이 선다 — 이게 338의 'witness 유무로 쪼갠다' 교훈의 분포이동판 재적용</b>. RQ-339의 살길은 통념반박: '다르면 재가중이 정석' vs IWERM 불안정·AIWERM λ 완화·'<b>재가중이 언제 필요한가</b>'(2303.04020) → 순진 ERM이 이기는 구간·손익분기를 semi-synthetic(참 밀도비 설계, 329/332 수법)로 절대측정. <b>RQ-340(KAN)</b>: kolmogorov·arnold·KAN = 0으로 완전 빈 축. 트렌디 신축(2024 ICLR2025)이지만 <b>LLM 유통기한 금지선(§3)과 무관</b> — 아키텍처 연구라 안 낡는다. 살길은 원논문 '학습활성으로 MLP보다 정확·해석' vs <b>반론</b> 「KAN or MLP: Fairer Comparison」(2407.16674 — 파라미터·FLOP 통제하면 symbolic 외 MLP 우세) + 표형=GBDT 왕(Grinsztajn) → <b>파라미터통제 하 KAN↔MLP↔GBDT 3자 비교 + 심볼릭 추출 해석 손익</b>. CPU 주의축이라 337 교훈 재적용('비싼 arm 작게 제한·져도 결과·꼭 필요한가의 비교연구로 프레임'). <b>인접 혼동 선제 박음</b>: 339=라벨이동(p(y))·concept drift(p(y|x))·Group-DRO(worst-case)·공간CV(평가분할)·TTA(추론적응)와 '학습손실 재가중 by 테스트입력밀도'로 5방 구분; 340=기호회귀 RQ-206/208(식 탐색)·유리상자 RQ-207(GAM 가산)·인수분해기계 RQ-230(쌍별 내적)과 '엣지 학습 스플라인 아키텍처'로 구분. <b>이차원 판정(§2-2)</b>: 두 데이터 공공·벤치 표형=데이터 뻔함 → RQ 논쟁 프레임으로 양쪽 통과. 회장님 3대 긍정신호: 339=통념반박+절대측정(참 밀도비 회복·위험감소곡선)+점쟁이아님(분포불일치를 손실에 어떻게)+유통기한없음; 340=통념반박(KAN 과대광고 반박)+절대측정(동일예산 성능·CPU·심볼릭 성공률)+점쟁이아님(아키텍처 적합성)+유통기한없음. 마더 WebSearch 검증(§2·기억 서지 금지): 339=Shimodaira 2000(서베이 arXiv2403.10175 경유)·KLIEP Sugiyama NeurIPS2007·uLSIF Kanamori JMLR2009·반론 arXiv2303.04020; 340=KAN Liu arXiv2404.19756 ICLR2025·반론 Yu arXiv2407.16674. 데이터 다운로드 0(WebSearch·proceedings/arXiv만). <b>교훈 핵심: (a)338장 포화에서도 '교정 대상 분포 종류'·'witness 유무'처럼 한 축을 변별 기준으로 더 잘게 쪼개면 0칸이 남는다. (b)트렌디 신(新)아키텍처(KAN)도 LLM 유통기한 금지선과 무관하면 열리고, 반론 논문이 이미 있으면 통념반박 프레임이 저절로 선다.</b> VERIFY 대상: 339 조달 p(y|x) 안정 구간 실재·편향부분추출 참밀도비 설계·KLIEP/uLSIF 구현비용 / 340 표형 KAN 선행벤치 유무·KAN CPU 실측·심볼릭 추출 성공률·동일예산 공정튜닝. <b>다음 사이클 미탐색 후보</b>: set prediction(집합 출력·여전히 0장)·neural CDE(337 쌍대)·deep equilibrium model·hyperparameter transfer(μP)·conformalized quantile(conformal 23장 포화라 매핑 필수)·tabular diffusion(생성 RQ-221과 구분). [[빈-축-사냥을-grep으로-계량화한다]] [[예측이-뻔한지-먼저-재본다]]

노트의 '다음 후보'(neural ODE)를 하나 실현 + 독립 grep으로 진짜 0장 하나(DeepSets) 더 — 연속시간 불규칙표집(RQ-337)·순열불변 집합입력(RQ-338) (10-01, FORAGE): 직전 노트(335/336)가 남긴 '다음 후보'에서 <b>neural ODE</b>를 실현(337), 노트에 없던 축을 <b>독립 grep으로 발굴</b>해 <b>DeepSets/set-input</b>을 열었다(338) — '노트가 사냥터를 주되 목록에 갇히지 않는다'(329/330 교훈 재적용). 착수 전 grep 계량으로 보드가 <b>극도로 포화</b>(337장)임을 재확인: DRO·active learning·bandit·PU·cost-sensitive·Tweedie/zero-inflated·monotonic·MNAR·LLP·quantile crossing·EVT·self-training·distillation·self-supervised·GP·mixture density·MoE 전부 <b>전용카드 점유</b> — <b>'다음 후보' 상당수가 이미 점유</b>라 매핑 없이 쓰면 중복이었다(335 교훈 '1~2건은 전용카드일 수 있다'의 대규모 재현). 진짜 0장으로 남은 것: ① neural ODE·연속시간·Latent ODE·ODE-RNN·불규칙 표집 = 0 → RQ-337; ② deepsets·set transformer·permutation invariant·순열불변·집합 입력 = 0(유일 히트는 RQ-214 MIL 풀링 언급 1건) → RQ-338. <b>★ 이번 사이클 최대 교훈 — '비싼 arm이 꼭 필요한가'를 묻는 비교연구 프레임이 CPU 관문·§2-2를 동시에 통과시킨다</b>: 337은 neural ODE가 노트에서 'CPU 주의'로 플래그됐으나, RQ를 '연속시간 모델이 보간+트리/GRU-D/mTAND 같은 <b>값싼 대안</b>을 실제로 이기나, 이득이 솔버 CPU 비용을 넘나'로 세우면 — (a)비싼 ODE arm을 작게 제한해도 되고(비싼 쪽이 져도 그게 결과), (b)통념반박(불규칙엔 ODE가 정답 vs mTAND·GRU-D가 비등·추월)이 저절로 선다. <b>CPU 난이도가 걸림돌인 축은 그 축을 '꼭 필요한가'의 비교대상으로 세우면 관문이 오히려 결과가 된다.</b> <b>인접 혼동 선제 박음</b>: 337=RQ-327(점과정 사건강도)·concept drift(p(y|x) 이동)·결측 RQ-117/120(값 채우기)과 '간격의 불규칙성'으로 직교; 338=RQ-214 MIL(witness 가정·이진 라벨)·다중라벨(고정 라벨)·RQ-334(출력이 순위)와 'witness 없는 집합 전체 함수·회귀 입력'으로 4방 구분. <b>이차원 판정(§2-2)</b>: 두 데이터(에어코리아 대기질·가계금융복지조사)는 공공 표형=데이터 뻔함 쪽 → RQ를 논쟁적 프레임으로(337=연속시간 vs 값싼 대안 우열·CPU 손익분기, 338=순열불변 풀링 vs 집계+GBDT 우열·집합크기 임계). 회장님 3대 긍정신호: 337=통념반박+실무(환경·설비 센서 불규칙)+절대측정(불규칙도×이득곡선·CPU시간)+점쟁이아님(불규칙 간격을 모델에 어떻게 넣나); 338=통념반박+절대측정(참 집합함수 semi-synthetic 회복률, 329/332 수법 재사용)+점쟁이아님(신상 아닌 집합학습 기법). 공공·무다운로드: 337=에어코리아 대기오염정보 Open API(전선 A, data.go.kr catalog 15156659 등)+PhysioNet/MIMIC 불규칙 벤치 앵커(G); 338=가계금융복지조사 가구-가구원 연결 MDIS(전선 A)+semi-synthetic 집합회귀(G). 마더 게시 전 WebSearch 검증(§2·기억 서지 금지): 337=Chen NeurIPS2018 arXiv1806.07366·Rubanova Latent ODE NeurIPS2019 arXiv1907.03907·<b>반론</b> mTAND Shukla-Marlin ICLR2021 arXiv2101.10318·GRU-D Che SciRep2018 arXiv1606.01865; 338=Deep Sets Zaheer NeurIPS2017 arXiv1703.06114·Set Transformer Lee ICML2019 arXiv1810.00825. <b>교훈: (a)보드 337장 포화에선 '다음 후보' 목록조차 상당수 점유 — 후보라도 반드시 grep 매핑 후 착수. (b)CPU 난이도가 걸리는 비싼 축(neural ODE)은 '그게 꼭 필요한가'의 비교연구로 세우면 난이도 관문이 결과로 바뀐다. (c)set-input(DeepSets)은 MIL(witness)·다중라벨(고정 라벨)과 혼동되기 쉬우니 'witness 유무·입력이 집합인지 출력이 집합인지'로 쪼개야 진짜 0장이 선다.</b> 데이터 다운로드 0(WebSearch·포털/API 페이지만). VERIFY 대상: 337 에어코리아 서비스 시간해상도·결측 구조·측정소 수·창 정의·표형 ODE 이득 유무 / 338 가계금융복지조사 가구원 연결키 가용성·연도 안정성·변수·가구 수. 전선 A(대기질·가구조사)·G(PhysioNet 벤치·semi-synthetic). <b>다음 사이클 미탐색 후보</b>: set prediction(집합 <b>출력</b> — 아직 0장)·non-stationary bandit(비정상 보상, 329 OPE와 구분 필요)·off-policy <b>학습</b>(329 평가→최적화)·neural CDE(337의 쌍대, CPU 주의)·deep equilibrium model·hyperparameter transfer(μP). [[빈-축-사냥을-grep으로-계량화한다]] [[예측이-뻔한지-먼저-재본다]]

직전 노트의 '다음 후보' 목록에서 쌍대·구분 축 2개 — 커리큘럼 학습(RQ-335, pruning의 쌍대)·일클래스 분류(RQ-336, 103 비지도와 구분) (10-01, FORAGE): 직전 노트(333/334)가 남긴 <b>다음 사이클 미탐색 후보</b>에서 두 개를 바로 실현했다 — '노트가 다음 사냥터를 준다' 패턴 <b>7사이클째 재현</b>. 착수 전 grep 계량으로 <b>진짜 0장</b> 확인: ① curriculum·커리큘럼(=의사라벨 커리큘럼 용례 4건뿐, 훈련순서 축 아님)·pacing·anti-curriculum·self-paced = 0 → RQ-335; ② one-class·OCSVM·Deep SVDD·novelty detection·원클래스·단일클래스 = 0 → RQ-336. 함정 회피: label smoothing은 0인 줄 알았으나 grep→<b>RQ-254가 이미 점유</b>, multi-output은 RQ-206, quantification/label-shift는 RQ-223/180, feature-selection stability는 RQ-220이 점유 — <b>'1~2건'은 passing mention이 아니라 전용 카드일 수 있어 반드시 어느 카드인지 매핑해야 안전</b>(이번에 4축이 이렇게 탈락). <b>★ 이번 교훈 — 노트의 괄호 힌트가 곧 직교 설계도</b>: 노트가 'curriculum=pruning의 쌍대(버리기 vs 순서주기)', 'one-class=103 이상탐지와 구분 필요'라고 미리 적어둔 그대로 카드에 직교를 박았다. 335는 RQ-333과 <b>같은 데이터(국토부 실거래가)·쌍대 축</b>으로 맞세움(333=행을 버린다/335=행을 순서준다) — 333↔224를 대립축으로 세운 직전 교훈의 재적용, '데이터×축' 미러판정. 336은 RQ-103(<b>정상참조도 라벨도 없는</b> 비지도 이상탐지의 <u>평가</u> 문제)과 '정상참조 유무'로 직교(336=검증된 정상만 학습하는 반지도 신규성). <b>이차원 판정(§2-2)</b>: 두 데이터(실거래가·제조센서)는 공공 표형=데이터 뻔함 쪽 → RQ를 <b>논쟁적 프레임</b>으로(335=Wu 2021 '커리큘럼 거의 무이득·난수 동등, 이득은 동적 집합크기, 예외는 저예산·잡음'을 표형서 검증, 336=정상참조 일클래스가 비지도를 이기나+오염률에 얼마나 약하나+Deep SVDD 표현붕괴로 얕은 iForest에 지나). 회장님 3대 긍정신호: 335=통념반박(쉬운것부터가 낫다 vs 난수와 동등)+실무(학습예산·라벨링)+절대측정(페이싱×난수대비이득·수렴epoch)+점쟁이아님(어떤 순서로 보여주나); 336=통념반박(정상참조 있으면 일클래스가 낫다 vs 오염·고차원서 무너진다)+실무(설비 예지보전)+절대측정(오염률×AUPRC 감쇠곡선)+점쟁이아님(고장날짜 아닌 신규성 기법). 공공·무다운로드: 335=국토부 실거래가 API(전선 A, RQ-333 VERIFY 재사용)+이미지 커리큘럼 벤치(G); 336=<b>KAMP 제조AI데이터셋(중기부 스마트제조혁신추진단 kamp-ai.kr, 50종 무료 — CNC·사출성형기·엔진진동, 정상/이상 포함)</b>(전선 A/G, <b>보드 첫 KAMP 활용</b>). 마더 게시 전 WebSearch 검증(§2·기억 서지 금지): 335=Bengio ICML2009 DOI10.1145/1553374.1553380·<b>반론</b> Wu-Dyer-Neyshabur 'When Do Curricula Work?' ICLR2021 arXiv2012.03107; 336=Ruff 'Deep One-Class Classification' ICML2018 PMLR v80 pp.4393-4402·서베이 arXiv2101.03064. <b>교훈: (a)노트의 '다음 후보' 괄호 힌트는 단순 목록이 아니라 직교 설계도다 — 그대로 옮기면 카드가 선다. (b)grep 0건 축 후보라도 유사어가 '1~2건'이면 반드시 카드 매핑으로 전용카드 여부를 확인 — 이번에 label smoothing·multi-output·quantification·feature-selection stability 4축이 이 단계에서 탈락, 헛게시를 막음. (c)쌍대 축은 같은 데이터로 맞세우면(333/335) 서로를 설명하는 연구 쌍이 돼 '데이터 뻔함'을 상쇄한다.</b> 데이터 다운로드 0(WebSearch·포털/API 페이지만). VERIFY 대상: 335 표형 커리큘럼 이득 유무·as-of 분할·동적집합크기 분해 / 336 KAMP 특정 데이터셋 컬럼·정상/이상 비율·개체 수·가입조건. 전선 A(실거래가·KAMP)·G(이미지 커리큘럼 벤치·제조 anomaly). <b>다음 사이클 미탐색 후보</b>: set prediction(집합 출력)·non-stationary bandit(비정상 보상)·neural ODE(불규칙 표집, CPU 주의)·off-policy 학습(329 평가→최적화)·curriculum의 쌍대군(active learning은 능동학습 점유 확인 필요)·conformal 외 분포강건 최적화(DRO). [[빈-축-사냥을-grep으로-계량화한다]] [[예측이-뻔한지-먼저-재본다]]

방법론 교과서 목차를 grep 사전 삼아 순수 학습이론 축 2개 더 — 데이터 가지치기·coreset(RQ-333)·라벨 순위 학습(RQ-334) (09-30, FORAGE): 직전 노트(331/332)가 확립한 전략 '보드가 응용축으로 포화(332장)할수록 순수 방법 축이 진짜 0장으로 남는다 — 방법론 교과서 목차를 grep 사전으로'를 그대로 실행했다. 착수 전 60+개 어구를 grep 계량해 <b>진짜 0장</b> 2축을 짚음: ① data pruning·coreset·데이터 가지치기·data diet·EL2N·GraNd·forgetting event·herding·training set size = 0 → RQ-333; ② label ranking·라벨 순위·pairwise preference·쌍별 선호·부분 순위·선호 순위 = 0 → RQ-334. <b>둘 다 직전 노트의 '다음 후보' 목록(label ranking 명시 등장)에서 나옴 — 노트가 다음 사냥터를 준다는 패턴 6사이클째 재현.</b> <b>★ 이번 사이클 최대 교훈 — 인접 대형 카드와의 혼동을 착수 전 grep 컨텍스트로 발견해 카드에 선제 박음</b>: 333은 grep 중 <b>RQ-224(학습곡선 외삽)·RQ-258(앙상블 멤버 가지치기)·데이터 가치평가(Data Shapley)</b>가 인접함을 발견 → 224는 '랜덤으로 n 늘릴 때 오차곡선 외삽'이고 333은 '같은 n에서 어느 부분집합' — <b>224가 외삽하는 멱법칙을 pruning이 깨는 보완·긴장 관계</b>로 프레이밍해 직교(오히려 두 카드를 한 쌍의 대립축으로 세움); 258은 <b>모델</b>을 버리고 333은 <b>훈련 행</b>을 버림. 334는 <b>RQ-204(learning-to-rank)</b>와 위험 인접(Plackett-Luce가 204 listwise 카드에 이미 등장) → 204는 '쿼리별 가변 아이템을 관련성으로 정렬'이고 334는 '고정 유한 라벨집합의 전체/부분 순서를 인스턴스마다' — 순서형(단일 타깃)·다중라벨(순서없는 집합)과 함께 4방 구분 박음. <b>이차원 판정(§2-2) 정면대응</b>: 두 데이터(실거래가·사회조사)는 공공 표형이라 '데이터 뻔함' 쪽 → 그래서 <b>RQ가 기가 막혀야</b> 살고, 둘 다 <b>논쟁적 프레임</b>으로 날 세움(333=Sorscher '멱법칙 깨기'+GraNd-at-init 미재현 반론 2303.14753을 한국 표형서 검증, 334=전용기법 대 슬롯분류·점수정렬 관행의 순위손실 경계+부분순위 결측처리). 회장님 3대 긍정신호 조준: 333=통념 반박(많을수록 좋다 vs 잘 고르면 멱법칙 깬다)+실무(라벨링·학습 예산)+절대측정(보존비율-오차 프런티어)+점쟁이 아님(얼마나·어떻게 버려도 되나); 334=통념 반박(슬롯 독립분류로 충분 vs 선호 상호의존이 비일관 순위 유발)+절대측정(Kendall τ·순환 발생률)+점쟁이 아님(신상 폭로 아닌 순위기법 우열). 데이터 성향표대로 공공·무다운로드: 333=<b>보드 첫 대규모 활용 국토부 실거래가 공개 API</b>(전선 A, data.go.kr 15126474; 103 이상탐지·119 컨포멀과 데이터 겹치나 <b>data pruning</b> 축은 처녀지 — '데이터×축' 단위 미러판정)+이미지 data-diet 벤치 앵커(G); 334=통계청 사회조사 순위형 문항 MDIS(전선 A)+UCI 변환 벤치 앵커(G). 마더 게시 전 WebSearch 검증(§2·기억 서지 금지): 333=Sorscher NeurIPS2022 arXiv2206.14486·Data Diet(EL2N/GraNd) Paul NeurIPS2021 arXiv2107.07075·forgetting Toneva ICLR2019 arXiv1812.05159·<b>반론</b> GraNd-at-init 미재현 Kirsch TMLR2023 arXiv2303.14753; 334=Hüllermeier RPC AIJ2008(ISSN 0004-3702)·Cheng-Hühn-Hüllermeier ICML2009 pp.161-168·Vembu-Gärtner survey Preference Learning Springer2010. <b>교훈: (a)방법론 교과서 목차(data-centric ML: pruning/coreset/curriculum/valuation, preference learning: label ranking/L2R/ordinal)를 grep 사전으로 쓰면 332장 포화 보드에서도 0장이 계속 나온다 — 331/332 노트의 전략이 재현됨. (b)0장 축이 인접 대형 카드와 겹칠 때 '회피'보다 <b>대립축으로 세우는 게 더 강하다</b> — 333↔224를 '멱법칙 외삽 vs 멱법칙 깨기'로 맞세우면 두 카드가 서로를 설명하는 연구 쌍이 된다. (c)공공 표형은 거의 다 '데이터 뻔함'이라 순수 방법 카드는 반드시 논쟁적 프레임(누가 맞나·언제 뒤집히나)으로 §2-2를 통과시켜야 한다 — 331/332의 교훈 3연속.</b> 데이터 다운로드 0(WebSearch·포털/API 페이지만). VERIFY 대상: 333 실거래가 행수·컬럼·법정동 조인·as-of 시간분할·표형 pruning 이득 유무 / 334 사회조사 순위형 문항 항목 수·부분순위 구조·MDIS 연도별 문항 안정성·개체 수. 전선 A(실거래가·사회조사)·G(이미지 data-diet 벤치·UCI 변환 벤치). <b>다음 사이클 미탐색 후보</b>: non-stationary bandit(비정상 보상)·set prediction(집합 출력)·neural ODE(불규칙 표집 연속시간, 단 CPU 난이도 주의)·off-policy 학습(329 평가에서 최적화로)·curriculum learning(pruning의 쌍대 — 버리기 vs 순서주기)·one-class classification(103 이상탐지와 구분 필요). [[빈-축-사냥을-grep으로-계량화한다]] [[예측이-뻔한지-먼저-재본다]]

순수 학습이론 축 2개 개방 — 이중하강(RQ-331)·특징측 측정오차(RQ-332) (09-21, FORAGE): 직전 노트대로 착수 전 grep을 어구 단위로 새로 돌려 <b>진짜 0장</b> 2축을 짚었다. ① double descent·이중하강·보간 임계·interpolation threshold·benign overfitting = 0 → RQ-331; ② 입력 잡음·특징 잡음·feature noise = 0, errors-in-variables ≈0 → RQ-332. <b>둘 다 '소재가 아니라 AI 기술 자체'인 순수 방법 카드</b> — 회장님이 원하는 'AI가 소재가 아닌 AI를 다루는 연구'의 정면. <b>인접 함정 회피(카드에 명시 구분 박음)</b>: 331은 RQ-105/124(<b>ID→OOD 일반화 격차</b>·분포이동)와 달리 <b>동일분포 안 용량-오차 곡선의 위상</b>; 332는 RQ-114(<b>라벨 y측</b> 노이즈)·RQ-117/120(<b>결측</b>=값 없음)과 달리 <b>X측 값이 있으나 틀림</b> — 이 세 개(y노이즈/결측/특징측 측정오차)는 자주 뭉뚱그려지는데 <b>어디가 오염됐나로 3분할</b>해야 축이 산다. 회장님 3대 긍정신호 조준: 331=통념 반박(키우면 과적합 U자 vs 임계 넘겨 재하강)+절대측정(용량축 테스트오차 곡선)+점쟁이 아님(오차가 용량에 어떻게 반응하나)+유통기한 없음; 332=통념 반박(있는 변수 그대로 vs 입력오차가 모델 순위까지 뒤집음)+실무(설문·저가센서·반올림은 어디에나)+절대측정(참값 대비 회복률). <b>이차원 판정 주의(§2-2)</b>: 두 데이터(음식점 폐업·KNHANES)는 이미 보드에 있는 공공 표형이라 '데이터 뻔함' 쪽 — 그래서 <b>RQ가 기가 막혀야</b> 산다. 둘 다 <b>논쟁적 프레임</b>으로 날을 세웠다(331=트리앙상블 이중하강이 착시라는 2402.01502 반론을 한국 표형에서 검증, 332=예측 성능·모델순위 관점으로 계수편향 문헌을 격상). <b>데이터 성향표대로 공공·무다운로드</b>: 331=서울 음식점 폐업 53만(RQ-136 실측 재사용, 축을 폐업예측→용량-오차 위상으로 직교; '축 직교 재사용' 5번째)+반규모 서브샘플로 보간 임계 통과; 332=KNHANES(RQ-321)+참 특징 아는 semi-synthetic(잡음 노브)로 절대측정 — 329의 semi-synthetic 절대측정 수법 재사용. 마더 게시 전 WebSearch 검증(§2·기억 서지 금지): 331=Belkin PNAS2019 arXiv1812.11118·Nakkiran DeepDoubleDescent ICLR2020 arXiv1912.02292·<b>반론</b> RandomForests self-regularizing arXiv2402.01502·GBDT split-candidate arXiv2608.03111·tree-based genomic arXiv2509.25216; 332=SIMEX PMC2710855·EHR ML covariate misclassification PMC12919593(보정 vs naïve AUROC +0.3~10.4%p)·중립비교 arXiv2606.02130·MCEM error-in-variables PMC10069785. <b>교훈: (a)보드가 응용축으로 포화(330장)할수록 순수 학습이론 축(일반화 위상·측정오차 전파)이 진짜 0장으로 남아 있다 — 방법론 교과서의 목차(bias-variance·measurement error·이상치·불확실성)를 grep 사전으로 삼아라. (b)순수 방법 카드는 '데이터 뻔함'을 감수하므로 반드시 <b>논쟁적 프레임(누가 맞나)</b>으로 RQ를 세워야 §2-2를 통과한다 — 331의 착시 반론, 332의 예측관점 격상이 그 날이다. (c)오염 위치 3분할(y/결측/X측)처럼, 자주 뭉뚱그려지는 개념을 어구로 쪼개면 인접해 보여도 진짜 0장 축이 튀어나온다.</b> 데이터 다운로드 0(WebSearch·기존 실측 재사용만). VERIFY 대상: 331 서브샘플·특징 차원별 보간 임계 도달 여부·라벨 잡음 충분성 / 332 KNHANES 공개 마이크로데이터의 자기신고·측정 동시수록 여부·오차분산 추정 가능성. 전선 A(음식점·KNHANES)·G(서브샘플·semi-synthetic). <b>다음 사이클 미탐색 후보</b>: label ranking·non-stationary bandit·set prediction·neural ODE·off-policy 학습(전 노트 이월) + 신규 후보 double descent의 <b>에폭축</b>(early-stopping과 상호작용)·selective prediction의 <b>용량 상호작용</b>·feature attribution 안정성×입력오차. [[빈-축-사냥을-grep으로-계량화한다]]

직전 노트의 '다음 후보' 목록(temporal GNN)을 하나 실현하고, 독립 발굴로 진짜 0장 하나(OPE) 더 — 오프폴리시 평가(RQ-329)·시공간 GNN(RQ-330) (09-21, FORAGE): 327/328 노트가 남긴 '다음 미탐색 후보(temporal/graph GNN·label ranking·non-stationary bandit·set prediction)'에서 <b>temporal GNN</b>을 실현(330), 그리고 노트에 없던 축을 <b>독립 grep으로 발굴</b>해 <b>OPE(오프폴리시 평가)</b>를 열었다(329). 착수 전 grep 계량으로 <b>진짜 0장</b> 재확인: ① off-policy·정책가치·정책학습·inverse propensity·doubly robust·logged bandit = 0 → 329; ② spatio-temporal·시공간·STGCN·DCRNN·확산 합성곱 = 0 → 330. <b>인접 함정 회피(카드에 명시 구분 박음)</b>: 329는 RQ-196(CATE=<b>개체 처치효과 τ(x)</b>, 랜덤화)과 달리 <b>결정규칙 전체의 가치 V(π)와 추정량 강건성</b>(관측 로그·성향 추정) — treatment effect 히트는 196/227/313뿐이고 'off-policy/정책가치'는 순수 0장이라 직교 확인; 330은 RQ-309/310(<b>정적</b> 그래프 링크·노드분류)·RQ-320(TCS <b>단변량</b> 변화점)·RQ-327(<b>점과정</b> 사건강도)과 각각 시간축·공간결합·격자 차원에서 직교. 회장님 3대 긍정신호 조준: 329=통념 반박(IPS 불편이나 분산 폭발 vs DM 편향)+실무(배포 전 A/B 없이 정책가치 평가)+절대측정(semi-synthetic 참값 대비 RMSE)+점쟁이 아님(미래예측 아닌 반사실 추정)+유통기한 없음; 330=통념 반박(공간 이웃 섞으면 늘 낫다 vs 희소·충격서 과평활로 해침)+실무(도로 소통 예보)+절대측정(지평별 MAE). <b>데이터 성향표대로 공공·무다운로드:</b> 329=조달 7,405(전선 A, RQ-101 <b>실측 재사용</b>이나 축을 낙찰가 회귀→정책가치 OPE로 직교)+참값 아는 semi-synthetic(G) — 회장님 최유력 데이터를 새 축으로 재활용(325↔119·328↔319와 같은 '축 직교 재사용' 수법 4번째 재현); 330=<b>보드 첫 등장 한국도로공사 VDS 지점속도</b>(전선 A, data.go.kr 15062124·15103523·15076691·15076797)+METR-LA/PEMS 벤치 앵커. 마더 게시 전 WebSearch 검증(§2·기억 서지 금지): 329=Dudík-Langford-Li DR ICML2011 arXiv1103.4601·SNIPS Swaminathan-Joachims NeurIPS2015(5748)·DR shrinkage Su arXiv1907.09623·Open Bandit Dataset Saito arXiv2008.07146·OPE robustness arXiv2108.13703; 330=DCRNN Li arXiv1707.01926 ICLR2018(METR-LA 207센서)·STGCN Yu-Yin-Zhu arXiv1709.04875 IJCAI2018. <b>교훈: (a)노트의 '다음 후보' 목록은 여전히 유효한 지도지만(330이 그 목록에서 나옴), 목록에 없어도 독립 grep이 새 0장(OPE)을 짚는다 — 목록에 갇히지 말고 매번 grep을 새로 돌려라. (b)causal 인접(OPE↔CATE)은 특히 위험 — 'treatment effect'는 히트가 있어도 'off-policy/정책가치'가 0장이면 축이 다른 것이니 grep을 어구 단위로 쪼개 판정하라. (c)330은 '경매=AI영역 아님' 폐기(102)의 재발 위험이 있는 도메인 예측 인접 — 반드시 '그래프 귀납편향이 언제 돕고 언제 과평활로 해치나'의 방법 질문으로 프레이밍을 고정해야 산다.</b> 데이터 다운로드 0(포털·API·서지만). VERIFY 대상: 329 조달 행동별 positivity 겹침·낙찰방식 카디널리티·성향 추정 가능성 / 330 VDS 시간해상도·결측·지점 수·좌표→인접 조인·15분 단위 신호충분성. 전선 A(조달·VDS)·G(semi-synthetic·부분그래프). <b>다음 사이클 미탐색 후보</b>: label ranking(순위 라벨)·non-stationary bandit(비정상 보상)·set prediction(집합 출력)·neural ODE(연속시간 잠재)·off-policy <b>학습</b>(평가에서 최적화로, 단 석사 난이도 주의). [[빈-축-사냥을-grep으로-계량화한다]] [[data-go-kr-swagger가-js-렌더면-xhr-본문에서-필드를-캔다]]

보증·추론 레이어를 떠나 두 새 잎을 팠다 — temporal point process(RQ-327)·copula 다변량 의존(RQ-328) (09-21): 직전 노트(325·326)가 명령한 <b>"다음 사이클은 이 레이어를 떠나야 한다"</b>를 지켰다. 착수 전 grep으로 방법축을 소진 실측하니 <b>survival·competing risk·monotonic·NGBoost·non-crossing·zero-inflated·MERF/GPBoost/부분풀링·label shift/BBSE·open-set·CRPS·quantification·IRM·worst-group·DRO·stability selection·DML(Neyman)·MIL·TabPFN·VIME/SCARF·federated·active learning·target encoding·entity embedding·uplift·X/R-learner·라벨비율·기권/abstention</b>이 <b>전부 이미 카드 있음</b>(320+장 보드는 고전·현대 표형 ML 방법축을 거의 전부 소진). grep이 진짜 <b>0장</b>을 짚은 축 둘: ① <b>시간적 점과정 TPP</b>(Hawkes·point process·점과정·강도함수·RMTPP·neural Hawkes·자기여기 = 0) → 327 — <b>인접 MIL은 45+장이나 이는 집합-약라벨 분류라 다른 축</b>임을 카드에 박아 직교; ② <b>copula 다변량 의존</b>(copula·코퓰러·vine·energy score·다변량 보정·joint CRPS = 0) → 328 — <b>보드의 CRPS·분위 카드는 전부 단변량</b>이라 결합확률·에너지점수로 직교. <b>★ 직전 노트가 '레이어 밖 미탐색 후보'로 남긴 목록(집합예측·temporal GNN·label ranking·non-stationary bandit)이 방향을 정확히 가리켰다 — TPP는 그 이웃(사건 스트림 시퀀스), copula는 새로 발굴한 잎.</b> 회장님 3대 긍정신호 조준: 327=통념 반박(사건을 구간에 세면 됨 vs 자기여기가 군집을 만들어 카운트가 타이밍 평활)+실무(지진·응급·고장 군집)+절대측정(로그우도·시간 MAE)+유통기한 없음; 328=통념 반박(각 물질 잘 맞히면 됨 vs 의존 틀리면 동시초과 확률 붕괴)+실무(통합대기지수·동시경보 결합사건)+절대측정(에너지점수·동시초과 보정)+유통기한 없음. 데이터 성향표대로 공공·무다운로드: 327=기상청 기상자료개방포털 지진목록(전선 A, eqkList/미소지진)+파라메트릭/카운트 대비, <b>보드 첫 등장 지진 카탈로그</b>; 328=에어코리아 최종확정 다물질(전선 A, 공공데이터포털 15122830)+코퓰러 주입 통제 시뮬(G) — <b>RQ-319가 같은 에어코리아를 preferential sampling(공간편향)으로 썼으므로, 물질간 의존·동시초과로 축을 직교시켜 '또 그거' 방지</b>(325가 119와 겹침을 회피한 것과 같은 수법·재현). 마더 게시 전 WebSearch 검증(§2·기억 서지 금지): 327=Ogata ETAS JASA1988·RMTPP Du KDD2016·Neural Hawkes Mei-Eisner NeurIPS2017 arXiv1612.09328·EarthquakeNPP 벤치 arXiv2410.08226(ETAS가 여전히 강한 구간 보고—카드 risk에 반영); 328=Aas vine copula IME2009·Gneiting-Raftery 에너지점수 JASA2007·ECC arXiv1302.7149·Boosting Distributional Copula Regression arXiv2202.12851. <b>교훈: (a)레이어가 포화하면 직전 노트의 '레이어 밖 후보' 목록이 다음 사냥터를 준다 — 노트를 미래의 지도로 신뢰하라(4사이클째 재현). (b)0장 축이라도 <b>인접 대형 카드군(TPP↔MIL, copula↔단변량 CRPS)</b>과 반드시 카드 본문에 명시 구분을 박아야 '또 그거'를 면한다. (c)같은 데이터의 재사용은 <b>축이 직교하면 허용</b>(에어코리아 319 공간편향 vs 328 물질의존) — 데이터 처녀지가 없으면 축 직교로 신선도를 만든다.</b> 데이터 다운로드 0(포털·API·서지만). VERIFY 대상: 327 지진목록 행수·마크 결측·미소지진 병합·컷오프 규모·사건간 간격 1,000+ / 328 에어코리아 물질 동시결측·기상 조인키·측정소 결측·동시초과 이진 정의. 전선 A(지진·대기질)·G(오라클·코퓰러 주입 시뮬). <b>다음 사이클 미탐색 후보</b>: temporal/graph GNN(관계형 사건)·label ranking(순위 라벨)·non-stationary bandit(비정상 보상)·set prediction(집합 출력)·neural ODE(연속시간 잠재). [[예측이-뻔한지-먼저-재본다]] [[빈-축-사냥을-grep으로-계량화한다]]

보증·추론 레이어 5칸째(325 ACI·326 LTT) — 착수 전 20+회 grep으로 <b>방법축은 물론 인접 응용축까지 소진</b>을 실측하고, 남은 진짜 0장(온라인 컨포멀·다중위험 LTT)만 개방 + 기존 RQ-119와의 중복을 <b>선제 회피</b> (09-21, RQ-325·326): 이번 FORAGE는 322·323·324가 세 칸 채운 '보증·추론 레이어'의 남은 처녀지를 팠다. <b>핵심 절차: 착수 전 20+회 grep으로 후보축을 계량하며, 명백히 좋아 보이는 축이 이미 있는지부터 실측</b> — 결과로 <b>SPO+/decision-focused(RQ 5306), concept drift(2678), ordinal·cost-sensitive·multi-label·recourse(2791)·Data Shapley(2738)·metric learning(4652)·준지도(2617)·multi-fidelity HPO(5425)·MoE(5839)</b>가 전부 이미 카드 있음을 확인(즉 320+장 보드는 <b>방법축뿐 아니라 인접 응용축까지 소진</b>). grep이 진짜 <b>0장</b>을 짚은 축은 내 직전 노트(323/324)가 '다음 후보'로 남긴 목록 안에 있었다: ① <b>온라인/적응형 컨포멀(ACI)</b>(adaptive conformal·ACI·온라인 컨포멀 = 0) → 325, ② <b>Learn-then-Test 다중위험(LTT)</b>(learn-then-test·다중 위험·FWER 설정선택 = 0) → 326. <b>★ 이번 사이클 최대 교훈 — 기존 카드와의 중복을 착수 중 발견해 선제 회피:</b> 처음엔 325를 '실거래가 컨포멀 커버리지 붕괴'로 구상했으나, grep→정독으로 <b>RQ-119가 이미 실거래가 AVM에서 시간이동(train과거→test미래) 하 컨포멀 커버리지 붕괴+적응형 재보정 회복을 소유</b>함을 발견. 그래서 (a)데이터를 실거래가→<b>따릉이 시간별 대여(보드 첫 등장 공공데이터, data.seoul.go.kr OA-15182/OA-15246)</b>로 바꾸고 (b)축을 응용('커버리지가 깨지나·어느 세그먼트')→<b>방법 설계('ACI 학습률 γ가 롤링 vs 장기 커버리지-폭 프런티어를 어떻게 가르나·AgACI/DtACI가 고정γ를 이기나')</b>로 격상해 119와 직교시켰다. 326은 322(RCPS 단일 단조위험)의 다음 칸으로 <b>여러 위험(FNR·검사예산·보정오차) 동시통제+설정 격자 위 FWER 보정</b>을 얹어 명시 구분(322=단일, 325=커버리지 온라인유지, 324=모델우열 순차판정, 225=중첩CV 다중성). <b>회장님 3대 긍정신호 조준</b>: 325=통념 반박(한 번 보정한 95% 구간은 배포 후에도 95% vs 국면전환서 조용히 붕괴)+실무(따릉이·전력 등 스트리밍 배포)+오라클(드리프트 주입으로 롤링/장기 커버리지·폭 절대측정)+유통기한 없음; 326=통념 반박(검증셋 최량 설정 고르면 됨 vs 다중성이 보증 붕괴)+실무(검사기관 다중규정 동시보증)+오라클(참 위험 시뮬로 동시위반율 절대측정)+유통기한 없음. <b>마더 게시 전 WebSearch 검증(§2 준수·기억 서지 금지)</b>: 325=Gibbs·Candès ACI NeurIPS 2021 arXiv 2106.00170·Zaffran 외 AgACI ICML 2022 PMLR v162 arXiv 2202.07282·Gibbs·Candès DtACI arXiv 2208.08401; 326=Angelopoulos·Bates·Candès·Jordan·Lei 「Learn then Test」 arXiv 2110.01052(위험통제를 다중가설검정으로 재구성)·대비군 RCPS 2101.02703·CRC 2208.02814. 데이터는 성향표대로 공공·무다운로드: 325=따릉이(전선 A)+드리프트 주입 오라클(G), 326=RQ-101 조달 7,405 로컬 실측 재사용+식약처 수입식품(A)+통제 시뮬(G). <b>교훈: (a)320+장 보드에선 '좋아 보이는 방법축'은 거의 다 이미 있다 — 착수 전 그 축부터 grep으로 실측해 헛삽질을 막고, 진짜 0장은 내 직전 노트의 '다음 후보' 목록에서 나온다(3사이클째 재현). (b)0장 축이라도 <b>인접 기존 카드(119)와 데이터·프레이밍이 겹치면</b> 회장님·미래의 내가 '또 그거'로 읽는다 — 데이터를 보드 처녀지로 바꾸고 축을 응용→방법으로 격상해 직교시키는 것이 생존의 핵심. (c)보증·추론 레이어는 이제 322·323·324·325·326 다섯 칸 — <b>곧 포화한다. 다음 사이클은 이 레이어를 떠나야 한다.</b> 남은 후보(레이어 내): weighted/nonexchangeable conformal(covariate shift, RQ-119와 <i>시간</i>이동 아닌 <i>공변량</i>이동으로 직교 가능·1히트뿐)·small area estimation(PPI 소지역판)·online risk control(2205.09095). <b>레이어 밖 미탐색 후보</b>: 그래프 temporal GNN·집합예측(set prediction)·라벨 순위(label ranking)·비정상 보상(non-stationary bandit).</b> 데이터 다운로드 0(포털·API·서지만). VERIFY 대상: 325 따릉이 시간별 집계 필드·결측·기상 조인키·1,000+·국면전환 구간 / 326 식약처 수입식품 분모 개방범위·보정오차용 확률라벨 정의·조달 시간분할 교환성. 전선 A(따릉이·조달·수입식품)·G(오라클·통제 시뮬). [[예측이-뻔한지-먼저-재본다]] [[빈-축-사냥을-grep으로-계량화한다]] [[회장님이-좋아하는-두-축을-한-쌍에-겹쳤다]]

322가 연 '보증·추론 레이어'가 진짜 처녀지임을 확인 — 예측 기반 추론(PPI, 323)과 안전 anytime-valid 추론(e-값·검정 마팅게일, 324)을 grep 부재확인 후 개방 (09-20, RQ-323·324): 직전 사이클(321·322)이 남긴 '다음 후보' 목록의 <b>맨 앞이 PPI였고</b>, 그 노트를 따라 이번엔 <b>방법이 아니라 'ML 예측 위에 얹는 통계적 보증'</b> 축을 두 칸 열었다. 착수 전 grep으로 부재부터 실측: PPI(prediction-powered·PPI·예측 기반 추론 = <b>0장</b>), anytime-valid(anytime-valid·검정 마팅게일·순차검정·e-process = <b>0장</b> — 'e-value' 히트는 전부 <i>extreme-value</i> 오탐이라 걸러야 함). <b>핵심 발견: 320장 규모에서 '방법축'은 소진됐지만(learning to defer·LLP·데이터가치·TTA·다중타깃·기호회귀·GAM/EBM은 이미 카드 있음을 grep으로 재확인), '보증·추론 레이어'는 322가 겨우 문을 열었을 뿐 거의 비어 있다.</b> 이 레이어의 공통 정체성: <b>예측 모델을 그대로 두고, 그 위에 유한표본·분포무관 보증(커버리지·위험·오류율)을 씌운다</b> — 322=배포 결정의 FNR 통제, 323=모집단 추정량의 유효 CI(값싼 예측 대량+비싼 골드 소표본), 324=두 모델 우열의 임의정지 유효 판정. <b>인접축 혼동을 카드에 못박음(반복 교훈 준수)</b>: 323 vs 321(LUPI=lab-free 예측정확도)·322(배포위험)·223(정량화 점추정)·119/466(개별예측 커버리지) — 여긴 <b>임의 추정량의 유효 CI</b>; 324 vs 320(CUSUM 변화점탐지)·225(중첩CV 배치 낙관편의)·322(배포 결정) — 여긴 <b>두 모델 예측력 우열의 연속모니터링 유효 판정</b>. <b>회장님 3대 긍정신호 조준</b>: 323=통념 반박(예측=진실로 평균내면 편향 vs 골드만 쓰면 CI 넓다 — PPI가 둘 다 깬다)+실무(검진 몇 %만 실제 채혈해도 전국 추정)+오라클(KNHANES 전수 혈액값=참값, 골드 비율·예측기 품질 스윕에서 커버리지·CI폭 절대측정)+유통기한 없음; 324=통념 반박(고정지평 DM 검정을 훔쳐보면 1종오류 폭증 vs e-과정은 언제 멈춰도 유효)+실무(온라인 A/B 모델 모니터링)+오라클(참-우열 δ 시뮬로 1종오류 폭증분·확정속도 절대측정)+유통기한 없음(게임이론적 통계). 데이터는 성향표대로 공공·무다운로드: 323=KNHANES(값싼 문진/계측=예측기 입력, 비싼 혈액검사=골드, 전수라 오라클), 324=KAMIS 농수산물 일별 가격(스트리밍 예측). <b>주의: 이번은 처음으로 KNHANES를 연속 2사이클(321·323) 재사용 — 축은 직교(예측정확도 vs 유효추론)라 §2 '같은 데이터 다른 축' 허용 범위지만, KNHANES 3연속은 미러피로 위험이므로 다음 건강축은 다른 소스로.</b> <b>마더 게시 전 WebSearch 검증(§2 준수·기억 서지 금지)</b>: 323=Angelopoulos·Bates·Fannjiang·Jordan·Zrnic 「Prediction-powered inference」 Science 2023 382(6671):669–674 DOI 10.1126/science.adi6000·PPI++ Angelopoulos·Duchi·Zrnic arXiv 2311.01453; 324=Ramdas·Grünwald·Vovk·Shafer 「Game-theoretic statistics and safe anytime-valid inference」 Statistical Science 2023 38(4):576–601 arXiv 2210.01948·Choe·Ramdas 「Comparing Sequential Forecasters」 arXiv 2110.00115. <b>교훈: (a)내 노트가 남긴 '다음 후보' 목록은 실제로 다음 사이클의 최단 진입로다 — 321·322가 적어둔 PPI를 그대로 집었더니 grep 0장 확정+마더 검증까지 매끈했다. INSIGHTS의 '다음 후보'를 진지하게 관리할 것. (b)방법축 소진 보드에서 남은 광맥은 '보증·추론 레이어'(예측 위에 커버리지/위험/오류율 보증) — 322·323·324로 세 칸 채웠으니 여기도 곧 포화한다. (c)이 레이어는 실데이터로 보증 위반을 직접 못 재므로 오라클/통제 시뮬을 검증 원형으로 반드시 심어야 산다(322 계승).</b> 데이터 다운로드 0(포털·API·서지만). VERIFY 대상: 323 KNHANES 정확 컬럼명·라벨정의·전수 결측·골드 하위표집 대표성 / 324 KAMIS 품목범위·결측·오픈API 필드·손실차 자기상관(마팅게일 가정). 다음 후보: Learn-then-Test 다중위험(RCPS 후속, Angelopoulos), 컨포멀 예측 <i>분포이동 하</i> 가중보정(weighted conformal, 1히트뿐), small-area estimation(PPI의 소지역판), 온라인 컨포멀(ACI, Gibbs·Candès). 전선 A(KNHANES·KAMIS)·G(오라클·통제 시뮬). [[예측이-뻔한지-먼저-재본다]]

320장 포화 보드에서 '남은 처녀지는 방법이 아니라 배포시 정보구조'였다 — 특권정보 학습(LUPI, 321)과 분포무관 위험통제(RCPS/conformal risk control, 322)를 grep 부재확인 후 개방 (09-20, RQ-321·322): 이번 FORAGE는 먼저 <b>방법축이 얼마나 남았나를 15+회 grep으로 실측</b>했다 — 계층조정(167)·길이편향(298)·conformal 커버리지(119/466)·MNAR(124)·단조제약(1965)·EVT(3330)·분위수교차(3210)·불균형회귀(212)·구성비(4587)·L2R(2082/3884)·MIL(4522)·LUPI 제외 전부 채워짐·선택적예측(157/1609)·부분라벨(3768)·약지도 Snorkel(3589)·측정오차(200)·label shift BBSE(180)·CATE/uplift(196)·NGBoost/MDN/BART(203/232)·TabPFN(197/307)·SCARF자기지도(198)·거리학습(4658)·특징선택안정성(220)·knockoffs(5420) — <b>표준·최신 방법축이 사실상 소진</b>. 이 포화가 이번 사이클의 핵심 발견이다. 소진 보드에서 grep이 진짜 <b>0장</b>을 짚은 축은 둘뿐이었다: ① <b>LUPI/특권정보/SVM+</b>(privileged·특권정보·train-time only = 0) → 321, ② <b>RCPS·conformal risk control</b>(risk control·RCPS·위험통제예측 = 0; 119/466은 <b>커버리지</b>만, 157은 <b>보증 없는</b> 경험적 위험-커버리지) → 322. 둘의 공통점: 방법 자체보다 <b>'배포(test-time)에서 정보가 어떻게 제약되나'</b>가 축이다 — 321은 <b>훈련엔 있고 배포엔 원리상 없는 정보(혈액검사)를 훈련신호로만</b>, 322는 <b>배포 결정의 위험(놓치는 비율)에 유한표본 보증을 얹기</b>. 데이터는 회장님 성향표대로 공공·무다운로드: 321=KNHANES(질병청, 검진 혈액값=특권/문진·계측=값싼의 자연 분리), 322=RQ-101 조달 7,405행 실측 재사용+식약처 수입식품. <b>인접축 혼동을 카드에 먼저 못박음(반복 교훈 준수)</b>: 321 vs RQ-177(배포때 <i>추가 측정</i> 결정)·124(랜덤아닌 결측)·1206(디지털바이오마커) — 여긴 특권정보 <b>전이 이득</b>; 322 vs 119/466(커버리지)·157(보증없는 reject)·223(유병률) — 여긴 <b>임의 단조위험 FNR 유한표본 보증</b>. <b>회장님 긍정신호 조준</b>: 321=통념 반박(비침습 스크리너는 검사값을 <i>버림</i> vs 특권정보로 <i>짜냄</i>)+실무(무채혈 앱이 어디까지)+오라클(검사값 test-time 포함=복원상한 절대측정, RQ-296 계승)+유통기한 없음; 322=통념 반박(검증셋 임계면 충분 vs 유한표본 보증 없음)+실무(검사기관 FNR 규정보증)+통제 시뮬 절대측정. <b>마더 게시 전 WebSearch 검증(§2 준수·기억 서지 금지)</b>: 321=Vapnik·Vashist Neural Networks 2009 22(5-6):544-557 SVM+·Vapnik·Izmailov JMLR 2015 16·Lopez-Paz ICLR 2016 arXiv 1511.03643·무채혈 스크리닝 arXiv 2606.16056(단 검사값을 <i>드롭</i>만 함=격상 빈틈); 322=Bates 외 JACM 2021 68(6):43 arXiv 2101.02703·Angelopoulos 외 Conformal Risk Control ICLR 2024 arXiv 2208.02814. <b>교훈: (a)320장 규모 보드에선 '빈 방법축'이 거의 없다 — 남은 처녀지는 <i>같은 예측을 배포 제약(정보 가용성·위험 보증)으로 다시 프레이밍</i>하는 메타 축이다. 미러 피로 판정 단위를 '방법'에서 '배포시 정보구조'로 한 칸 올리면 아직 0장이 나온다. (b)비침습 스크리닝처럼 '값싼 피처만 쓰는 응용'이 이미 많을 때, 그 응용이 <i>버리는</i> 비싼 피처를 <i>특권정보</i>로 되살리는 게 저비용 격상(응용 재현이 아니라 LUPI 이식). (c)보증류(RCPS)·특권류(LUPI)는 오라클/통제 시뮬을 검증 원형으로 심어야 산다 — 실데이터는 상한/보증 위반율을 직접 못 재기 때문. 다음 후보: prediction-powered inference(PPI, gold 소표본+예측 대량), Learn-then-Test 다중위험, 테스트타임 임의 결측패턴 강건(NeuMiss), 특권정보의 회귀판(증류 회귀).</b> 데이터 다운로드 0(포털·API·서지만). VERIFY 대상: 321 KNHANES 정확 컬럼명·당뇨 라벨정의·연도병합 1,000+·특권↔값싼 상관(중복도) / 322 식약처 수입식품 분모(적합) 개방범위·조달 시간분할 교환성. 전선 A(KNHANES·조달·수입식품)·G(오라클·통제 시뮬). [[예측이-뻔한지-먼저-재본다]] [[회장님이-좋아하는-두-축을-한-쌍에-겹쳤다]]

317/318이 남긴 '다음 후보(가정-부수기)' 목록에서 grep 부재확인부터 시작해 처녀지 2축을 열었다 — 선호적 표집(319)과 온라인 변화점 탐지(320), 둘 다 보드에 처음 오는 공공데이터(에어코리아·도로공사 TCS) (09-20, RQ-319·320): 직전 사이클 노트가 남긴 '다음 후보' 목록(<b>선호적 표집·변화점 탐지</b>)을 이번 조준의 1차 재료로 썼다 — 내 반복 교훈 '노트 끝 다음후보 목록은 낭비가 아니라 다음 조준의 재료'를 실제로 실행. <b>grep 순차계량으로 둘 다 전용 0장 재확인</b>: 선호적표집·preferential sampling·측정소 배치편향 0 / 변화점·changepoint·구조변화 탐지 0. <b>데이터 소스 미러 피로 정면대응(315/316·317/318 자기경고 준수)</b>: 재해석 0 — 보드에 한 번도 안 온 공공데이터 2종을 각각 새로 끌어왔다 ① <b>에어코리아 측정소자료</b>(data.go.kr 15073877·15122830, WebSearch 확인) → 319, ② <b>한국도로공사 TCS 영업소간 교통량 시간대별</b>(data.go.kr 15043753·15043774) → 320. 기존 에어코리아 카드는 <b>측정소 next-day 시간예보</b>였고 319는 <b>미측정 위치 공간예측+표집위치편향</b>이라 데이터는 겹쳐도 축은 처녀지. <b>인접 0장과의 혼동을 카드에 먼저 못박음(반복 교훈 준수)</b>: 319 vs RQ-318(Heckman=특징공간 y선택)·119(공간 conformal=커버리지)·기존 에어코리아(시간예보) — 여긴 '공간 <i>위치</i>의 표집밀도가 정보적'; 320 vs RQ-313(수행적/진화피처=모델유발 드리프트)·넛캐스팅(관측지연)·open-set(신종클래스)·점이상탐지 — 여긴 '구간(체제) 전환 <i>시점</i> 탐지, 지연-오경보 절충'. <b>회장님 긍정신호 조준</b>: 319=통념 반박(측정소로 잘 맞히면 전국지도 vs 배치가 편향)+실무(노출평가·미측정지 정책)+데이터 흥미(전국 대기질 공간)+오라클(시뮬 잠재장으로 복원상한 절대측정, RQ-296 계승)+유통기한 없음(공간통계); 320=통념 반박(딥이 늘 낫다 vs 변화점 벤치서 CUSUM/BOCPD가 강함)+실무(요금소운영·재학습 트리거)+데이터 흥미(전국 고속도로 다계열)+오라클(변화 주입 절대측정)+TCPDBench 외부주석. <b>마더 게시 전 WebSearch 검증(§2 준수 — 기억 서지 금지)</b>: 319=Diggle JRSS-C 2010 59(2):191-232·Gelfand Environmetrics 2012 env.2169·대기오염응용 PubMed 29576734·ISIW arXiv 2503.05067·RFSI RS rs12101687; 320=Adams·MacKay BOCPD arXiv 0710.3742·Page 1954 CUSUM·van den Burg 벤치 arXiv 2003.06222·TCPDBench(Zenodo 3740582, 42 실계열). <b>데이터 실재 정직 태깅</b>: 둘 다 측정소 수/영업소 수·행수·1,000+ 관문은 PARTIALLY→VERIFY, 라벨 희소성(320 자연 개입 몇 개뿐)은 오라클+외부주석으로 정면돌파(RQ-138 '뻔한지 먼저 재본다' 교훈을 SNR·배치편향 강도 구간별 지도로 흡수). <b>교훈: (a)내 노트의 '다음 후보' 목록은 실제로 다음 사이클 조준의 시작점으로 작동한다 — grep 부재확인 → 데이터 소스 신규 → 인접축 4방 구분 순서가 처녀지 카드 생산의 재현 가능한 공정이 됐다. (b)데이터가 기존 카드와 겹쳐도(에어코리아) 축이 처녀지면(공간 vs 시간) 재해석이 아니라 신규다 — 미러 피로 판정은 '데이터 소스'가 아니라 '데이터×축' 단위로 해야 정확하다. (c)라벨이 희소·검증불가한 축(변화점·선호표집)은 오라클 주입을 검증 원형으로 심으면 살아난다 — RQ-296/318에서 확립한 패턴이 세 번째로 재사용됐다.</b>

다음 후보(가정-부수기 처녀지, grep 부재확인 권장): 라벨 순위(label ranking)·집합예측(set prediction)·계층 시계열 조정(hierarchical reconciliation)의 ML화·비정상 보상 학습(non-stationary bandit)·선호적 표집의 시공간 확장(에어코리아 시간축). 전선 A(공공)·G(방법·벤치). [[예측이-뻔한지-먼저-재본다]] [[빈-축-사냥을-grep으로-계량화한다]] [[회장님이-좋아하는-두-축을-한-쌍에-겹쳤다]]

315·316이 경고한 '데이터 소스 미러 피로'에 정면 대응해 <b>보드에 처음 오는 공공데이터 2종</b>을 새 전선에서 끌어와 INSIGHTS가 스스로 남긴 '다음 후보' 두 축을 열었다 — 간헐수요(317)와 표본선택편향 명시보정(318) (09-20, RQ-317·318): 직전 315/316 노트가 <b>'미러 피로는 축·포맷뿐 아니라 데이터 소스 차원에서도 쌓인다 — 같은 두 로컬데이터(방위사업청·장기요양)를 N사이클 재해석하면 또 그 데이터가 된다'</b>고 자기경고했다. 그래서 이번엔 재해석을 완전히 버리고 <b>보드에 한 번도 안 나온 공공데이터 2종</b>을 각각 다른 전선에서 끌어왔다: ① <b>정보나루 도서관 빅데이터</b>(data4library.kr, 오픈API·2017-10~2024-11 월단위, WebSearch 확인) → RQ-317, ② <b>MDIS 경제활동인구조사 + folktables ACS 오라클</b> → RQ-318. 축 선정은 <b>내 과거 노트가 명시한 '다음 후보' 목록에서 직접 조준</b>했다 — 305/306 노트의 '간헐수요(intermittent demand)·Croston'과 313/314 노트의 '표본선택편향 명시모형(Heckman/IPW, 선택편향 전용 0장 확인)'. grep 순차계량으로 <b>둘 다 전용 0장 재확인</b>: Croston 0·간헐 0·intermittent 0 / Heckman·표본선택 전용 카드 0(언급만 5곳). <b>인접 0장과의 혼동을 카드에 먼저 못박음(내 반복 교훈 준수)</b>: 317 vs RQ-152/171(zero-inflation=시간구조 없는 횡단면 제로과잉)·305/306(연속·비간헐 시계열) — 여긴 '같은 계열 시간축의 0-과잉+발생간격'; 318 vs RQ-121(selective labels=예산하 이진결정 랭킹·precision@k 반사실평가)·114/124(MNAR 공변량결측)·122(PU) — 여긴 '연속 y의 조건부평균 회귀를 선택식으로 교정'. <b>회장님 긍정신호 조준</b>: 317=통념 반박(딥러닝이 늘 낫지 않다 — 정확도론 Croston 못 이기나 서비스수준선 역전)+실무(도서 재고·구매)+데이터 자체 흥미(도서관 대출 빅데이터·극단 간헐)+점쟁이 회피; 318=통념 반박(관측표본으로 잘 맞히면 됨 vs 관측 자체가 편향)+실무(신용 reject inference·정책대상 예측)+US이식/오라클(ACS로 복원상한 절대측정)+유통기한 차단(계량경제 선택모형은 LLM 계보 아님). <b>마더 게시 전 WebSearch 검증(§2 준수)</b>: 317=Croston OR Quarterly 1972·Syntetos-Boylan SBA·Transformer 간헐수요 Annals of OR 2023 s10479-023-05447-7·renewal process arXiv 2010.01550·M5(RMSSE); 318=Heckman Econometrica 1979·arXiv 2309.08043·arXiv 2505.07367·regularized Heckman Stat Papers s00362-021-01246-z. <b>데이터 실재 정직 태깅</b>: 317 도서-월 행수·1,000+ 관문 PARTIALLY→VERIFY, 318 경활 임금·취업 컬럼 입도·MDIS 접근 리드타임 PARTIALLY→VERIFY(RQ-107 교훈으로 ACS 오라클 폴백을 risk에 박음). <b>교훈: (a)내가 매 사이클 노트 끝에 남기는 '다음 후보' 목록은 낭비가 아니라 다음 조준의 1차 재료다 — 새 사이클은 그 목록을 grep 부재확인부터 시작하면 처녀지 탐색이 빨라진다. (b)데이터 소스 미러 피로 경고를 받은 다음 사이클은 반드시 보드에 처음 오는 공공데이터를 끌어와야 실효가 있다(재해석 0). (c)0장 축이라도 인접 축(selective labels·zero-inflation)과 개념이 겹쳐 보이면 회장님·미래의 내가 '또 그거'로 읽으므로, ai_axis에 4~5방 구분을 먼저 박는 것이 카드 생존의 핵심.</b> 데이터 다운로드 0(오픈API·포털·조사개요·서지만). VERIFY 대상: 317=정보나루 도서 종수·도서-월 행수·간헐성 분포(ADI·CV²)·항상0 베이스라인 강도 / 318=경활 임금·취업 컬럼 실존·표본크기·배제제약 후보변수·MDIS 승인 리드타임이 11/30 안에 드나. 다음 후보(내 노트 계승): 변화점 탐지(changepoint, grep 0장 확인)·예측구간 conformal-TS·라벨 순위(label ranking)·집합예측(set prediction)·open-set/신종거부. 전선 A(정보나루·MDIS)·G(folktables·M벤치). [[예측이-뻔한지-먼저-재본다]] [[빈-축-사냥을-grep으로-계량화한다]] [[회장님이-좋아하는-두-축을-한-쌍에-겹쳤다]]

313·314가 '이미 실측한 로컬데이터 재해석'이었던 리듬을 깨고 <b>두 전선(A 대학알리미·G AI허브)에서 새 공공데이터를 끌어와</b> 방법축도 처녀지 두 개(다중작업 부정전이·비용제약 특징획득)를 열었다 (09-19, RQ-315·316): 직전 여러 사이클(특히 313 방위사업청·314 장기요양)이 <b>이미 로컬에 있는 검증데이터를 새 가정-부수기 축으로 재해석</b>하는 패턴이라, §2-7 미러 피로가 <b>데이터 차원</b>으로 쌓일 위험(회장님이 '또 그 두 데이터'로 읽음)을 감지. 그래서 이번엔 <b>둘 다 보드에 처음 오는 공공데이터</b>를 두 전선에서 각각 끌어왔다 — 회장님 지시 '공공데이터(AI허브·기관별) 우선'에 정면 정렬. grep 순차계량으로 두 방법축 <b>둘 다 전용 0장</b> 확인: ① <b>negative transfer 1·부정 전이 0·hard parameter sharing 0</b> → RQ-315 <b>다중작업학습 부정 전이·태스크 그룹핑</b>(전선 A 대학알리미 대학×연도 패널, 취업률·중도탈락률·충원율을 <b>같이</b> 예측했을 때 서로 돕나 간섭하나). 인접 RQ-206(다중출력 회귀=얽힌 타깃 벡터 하나)과 명시 구분해 박음 — 여긴 <b>본래 별개 과제가 표현공유 시 전이/간섭</b>이 축. ② <b>측정비용 0·feature acquisition 1·early exit 0</b> → RQ-316 <b>비용제약 특징획득(CwCF)·정보가치(VOI)</b>(전선 G AI허브 자율주행 고장진단 71347, 값싼 스칼라→배터리 OBD→비싼 모터 STFT tier를 개체마다 순차 획득하며 조기종료). 변수선택(학습시 고정 부분집합)과 명시 구분 — 여긴 <b>추론시 개체별 순차 획득</b>. <b>회장님 3대 긍정신호 조준</b>: 315=통념 반박(관련지표 같이 배우면 좋다 vs 부정전이)+실무(대학평가 다지표 관리)+점쟁이 회피; 316=실무(센서 계측비용)+통념 반박(전체 스펙트럼 다 재야 하나)+데이터 자체 흥미(STFT 주파수+배터리 severity 다중클래스). 마더 <b>게시 전 WebSearch 검증(§2 준수)</b>: 315=Standley ICML2020 arXiv 1905.07553(+Fifty NeurIPS2021 서지만·arXiv id 미확인 PARTIALLY)+국내 도메인선례 KCI 중도탈락 ML; 316=Janisch ML2020 s10994-020-05874-8 + Kachuee ICLR2019 arXiv 1901.00243. <b>데이터 실재 정직 태깅</b>: 315 대학알리미=공공데이터포털 fileData 무인증 다운로드 확인(15118998·15037346), 행수·조인키·1,000+ 관문은 PARTIALLY→VERIFY; 316 AI허브 71347=로그인·승인 후 다운로드(접근 관문=죽는 지점, RQ-107 NHIS 교훈 적용해 UCI CwCF 폴백 명기), 행수·비용 tier 근거 PARTIALLY→VERIFY. <b>교훈: (a)미러 피로는 축·포맷뿐 아니라 <u>데이터 소스</u> 차원에서도 쌓인다 — 같은 두 로컬데이터를 N사이클 재해석하면 '또 그 데이터'가 되므로, 방법축이 새로워도 주기적으로 <u>새 공공데이터를 새 전선에서</u> 끌어와야 한다. (b)방법축 포화 보드(314장)에서도 '학습시 vs 추론시' 축을 가르면 처녀지가 나온다 — 변수선택(학습시 고정)↔특징획득(추론시 순차), 다중출력(타깃구조)↔다중작업(과제전이)처럼 인접해 보이는 쌍을 시점·대상으로 분리하면 전용 0장. (c)AI허브류 승인-게이트 데이터는 반드시 폴백(공개 벤치마크)을 카드 risk에 박아 RQ-107식 리드타임 자멸을 예방한다.</b> 데이터 다운로드 0(포털 메타·view 페이지·서지만). VERIFY 대상: 315=대학알리미 행수·연도범위·조인키·자기상관 강도(관성 베이스라인); 316=71347 행수·특징차원·tier별 정보량·1,000+ 관문.

6사이클 연속 '응용↔방법 쌍'(307~312) 리듬을 깨고 <b>독립 단일 카드 2장</b>으로 진짜 처녀지 두 축을 열었다 — 수행적 예측(313)·진화하는 피처공간(314) (09-19, RQ-313·314): 305~312가 6사이클 연속 <b>A↔G 응용↔방법 쌍</b>이라 §2-7 미러 피로가 <b>구조(쌍 포맷) 차원</b>으로 쌓였다(회장님이 '또 그 쌍틀'로 읽을 위험 — 내 INSIGHTS가 스스로 경고한 실패 모드). 그래서 이번엔 쌍을 버리고 <b>서로 무관한 독립 카드 2장</b>으로 포맷을 깼다. 250장 포화 보드에서 grep 순차 계량으로 <b>둘 다 전용 0장</b> 확인: ① <b>수행적·performative·Perdomo = 0</b> → RQ-313 <b>수행적 예측(performative prediction)</b> — 기존 분포이동 카드(126 붕괴량·217 환경불변·test-time adaptation)가 이동을 <b>외생</b>으로 보고 쫓는 것과 달리, <b>모델 배포가 분포를 내생적으로 옮긴다</b>(낙찰가 예측 공개→입찰자 반응→다음 낙찰률 이동). '재학습으로 쫓는 관행(RRM)이 언제 진동·발산하나'를 반응강도 β 스윕으로 지도. ② <b>피처공간·feature space·스키마 변경·feature drift 전용 = 0</b>(피처공간 3히트 전부 부수언급) → RQ-314 <b>진화하는 피처공간(feature-evolvable/FESL)</b> — 기존 드리프트 카드는 전부 <b>피처 집합 고정</b> 가정인데, 여긴 <b>피처 축 자체가 교체</b>(장기요양 평가 舊5영역→新4영역, 2024→2025). <b>회장님 긍정신호 조준</b>: 313=이미 실측한 방위사업청 7,405 기저분포+통념 반박(재학습이 늘 낫다는 관행 반박)+점쟁이 회피(주가 아님, 재학습 안정성 측정); 314=<b>실측 정부 평가데이터 27,947행</b>(데이터 자체 흥미)+실무(공공 평가체계 개편은 실제 운영문제)+통념 반박(체계 바뀌면 기다린다 vs 총점 다리로 과거 살린다). 마더 <b>WebSearch 게시 전 검증</b>(§2 준수): 313=Perdomo·Zrnic·Mendler-Dünner·Hardt ICML 2020 PMLR 119:7599-7609(proceedings.mlr.press v119/perdomo20a·코드 jcperdomo/performative-prediction·개관 arXiv 2310.16608); 314=Hou·Zhang·Zhou 「Learning with Feature Evolvable Streams」 NeurIPS 2017(lamda.nju FESL PDF)·후속 Zhang ICML 2020 zhang20ad·개관 arXiv 2206.00423 Open-environment ML. <b>인접 카드 구분 박음</b>: 313 vs 196/CATE(개별 처치효과 ≠ 배포가 모집단 옮김) / 314 vs RQ-138(같은 장기요양 데이터·직전→차기 등급 전이쌍이지만 <b>피처공간 고정</b> 가정). <b>교훈: (a)축(axis)뿐 아니라 카드 포맷(응용↔방법 쌍)도 반복되면 미러가 된다 — N사이클 같은 포맷이 쌓이면 축을 바꾸는 것만으로 부족하고 포맷 자체를 깨야 한다(쌍→독립 단일). (b)방법 축이 극도로 포화한 250장 보드에서도 '가정을 뒤집는 축'은 남아 있다 — 대부분 카드가 암묵 가정하는 것(분포는 모델과 무관하다·피처 집합은 고정이다)을 명시적으로 부수면 전용 0장 처녀지가 나온다. grep으로 그 가정어(performative·feature space)가 0임을 계량 확인하고 연다. (c)이미 실측한 데이터(방위사업청·장기요양)를 새 가정-부수기 축으로 재해석하면 다운로드 0으로 데이터 흥미+새 방법을 동시에 산다.</b> 데이터 다운로드 0(로컬 실측 재해석·포털 메타·서지만). VERIFY 대상: 313=수행적 반응 D(θ) 관측 불가라 반응족 2~3종으로 경계 정성 안정성 확인(실데이터는 β=0 앵커) / 314=舊·新 영역 실제 대응관계·기관특성 공유컬럼·2024→2025 전환경계 전이쌍 수(6,731 중 부분집합)·등급 자기상관 상한(예측이 뻔한지 선검). 다음 후보(가정-부수기 처녀지): 표본선택편향 명시모형(Heckman/IPW, 선택편향 전용 0장 확인)·open-world/신종거부·비정상 보상 학습. 전선 A(조달·평가)·G(방법). [[예측이-뻔한지-먼저-재본다]] [[빈-축-사냥을-grep으로-계량화한다]]

그래프 리듬(309·310)을 깨고 '구조적 출력=계층적 분류'라는 남은 처녀지를 응용↔방법 쌍으로 열었다 — 한국 대졸자 직업코드 계층예측(311)과 계층이득의 조건지도(312) (09-19, RQ-311·312): 직전 309·310이 그래프/관계형이라 <b>또 관계형이면 리듬이 안 깨진다</b>고 판단, 이번엔 라벨이 <b>트리 위계</b>를 갖는 <b>구조적 출력(계층적 분류)</b>으로 이탈. grep 계량으로 <b>hierarchical classification·계층적 분류 전용 카드 = 0장</b>(기존 '계층' 히트는 계층 시계열 조정·부분풀링 등 부수 언급) — 방법 축이 포화한 이 보드(210장)에서 conformal·calibration·data valuation(185)·synthetic tabular·EBM(207)·causal HTE·EVT·target encoding까지 이미 채워졌음을 순차 grep으로 확인한 뒤 남은 진짜 빈 축이 <b>구조적 출력</b>이었다. <b>INSIGHTS-권장 응용↔방법 쌍</b>으로 세움(146/147·125/126 패턴 계승, 회장님이 어느 쪽에 반응하든 그 축으로 수렴): ① <b>RQ-311 응용(전선 A)</b> — 한국고용정보원 GOMS(대졸자직업이동경로조사, 연 약 18,000명 개체 마이크로데이터, survey.keis.or.kr/goms·공공포털 15068006)에서 첫 일자리 <b>KSCO 직업코드(대분류10→…→세세분류1,270, 5단계 트리)</b>를 졸업시점 특성으로 예측 — 평면 다중클래스 vs 지역분류기(LCPN)·전역 계층손실. ② <b>RQ-312 방법(전선 G)</b> — 계층 활용이 평면을 이기는 <b>이득의 크기를 데이터 측도(위계 깊이·클래스 불균형·형제 혼동도)의 함수로</b> 지도화, US→한국 다리로 Folktables/ACS PUMS(OCCP/INDP=SOC/NAICS 위계)를 KSCO로 이식. <b>회장님 긍정신호 조준</b>: (a)데이터 자체 흥미(고용정보원 대규모 졸업생 패널·직업코드 위계) (b)US→한국 이식(ACS SOC→KSCO) (c)실무(인력수급전망·진로예측) (d)통념 반박(311='세분류 바로 맞히면 됨' / 312='위계 있으면 계층분류가 당연') (e)점쟁이 회피(구조적 분류의 <b>조건부 이득</b> 측정) (f)유통기한 차단(계층적 분류는 LLM 계보 아님). 마더 <b>WebSearch 게시 전 검증</b>(§2 준수): Silla·Freitas DMKD 2011 「survey of hierarchical classification」 DOI 10.1007/s10618-010-0175-9(URL·권/페이지 확인)·HiClass Miranda 외 JMLR 2023 arXiv 2112.06560(scikit-learn-contrib/hiclass, LCN/LCPN/LCL+계층지표)·Ding 외 NeurIPS 2021 Retiring Adult/Folktables(proceedings PDF·태스크 규모)·KSSC 8차 KSCO 위계(kssc.kostat.go.kr). <b>인접 카드 구분 박음</b>: 311 vs RQ-207(EBM 해석)·115(라벨정의 민감도) / 312 vs 307(표형 아키텍처, 라벨구조 없음)·311(응용). <b>교훈: (a)그래프까지 연 뒤에도 방법 축 포화 보드엔 '구조적 출력(계층·순위·집합 라벨)'이라는 처녀지가 남는다 — 라벨의 형태 자체가 다른 축을 grep '전용 0장'으로 확인하고 연다. (b)공식 분류체계(KSCO·SOC)는 그 자체가 무료로 검증된 라벨 위계라, 위계형 라벨을 쓰는 응용은 마더(계층분류 이론)와 데이터흥미(공식 코드)와 US이식을 동시에 산다. (c)응용(A)↔방법(G) 쌍은 여전히 최선의 수렴전략 — 한국 GOMS 응용과 ACS 방법지도를 위계라는 한 축으로 묶었다.</b> 데이터 다운로드 0(GOMS 조사개요·표본·다운로드 페이지·ACS 규모·서지만). VERIFY 대상: 311 공개 마이크로데이터 직업코드 입도(세세분류까지 vs 대분류만 — 얕으면 위계 잉여)·세분류당 표본·전공/자격증 필드 / 312 ACS OCCP→SOC 공식 위계 매핑 접근·추가 taxonomic 표형셋 2~3종(형제 혼동도 스윕, 없으면 합성 위계로 보강). 다음 후보(구조적 출력 처녀지): 라벨 순위(label ranking)·다중레이블 위계(hierarchical multi-label)·집합예측(set prediction)·순서형+위계 결합. 전선 A(GOMS)·G(ACS·HiClass). [[예측이-뻔한지-먼저-재본다]] [[빈-축-사냥을-grep으로-계량화한다]] [[회장님이-좋아하는-두-축을-한-쌍에-겹쳤다]]

방법 축이 포화한 표형 보드에서 grep으로 진짜 처녀지(그래프/관계형 학습)를 찾아 통째로 열었다 — 조달 이분 그래프 링크예측(309)과 동형성이 가르는 노드분류(310) (09-19, RQ-309·310): 293~308이 16사이클 연속 <b>표형 정적/시계열/생존·절단</b>이라, 305/306의 '영역째 열기'(시계열)에 이어 이번엔 <b>그래프/관계형 학습</b>을 열어 리듬을 깼다. grep 계량으로 <b>graph·그래프·관계형 = 3장이나 전부 부수 언급(718 Home Credit 관계형테이블·6492 featuretools·4876 무관), GNN·GraphSAGE·노드분류·링크예측·homophily 전용 = 0장</b> 확인 — 이 보드의 진짜 처녀지. 두 카드를 <b>직교 축</b>으로(305/306 '한 영역 두 직교축' 패턴 계승): ① <b>RQ-309 링크예측</b> — 라벨=엣지, 조달 기관↔기업 이분 그래프에서 관계형 구조(공통이웃·Adamic-Adar·Katz·GraphSAGE 임베딩)가 '다음 수주 기업'을 표형 GBM·인기도 위에 얼마나 더 맞히나. ② <b>RQ-310 노드분류</b> — 라벨=노드 속성(기업 품목분류), <b>메시지전달 GNN의 동형성(homophily) 가정</b>이 엣지 무시 MLP/GBM을 이기는 경계를 edge homophily·NTV/NSV로 매핑(=<b>RQ-307 트리vs딥 표형 아키텍처 귀납편향의 그래프 판</b>). <b>회장님 긍정신호 조준</b>: 둘 다 (a)<b>이미 실측한 방위사업청 7,405를 다운로드 0으로 관계형 그래프 재해석</b>(데이터 자체 흥미·나라장터 계열) + (b)<b>해외→한국 이식</b>(309=Turing Institute 조달 추천·스페인 bidders recommender / 310=OGB·「When Do We Need GNNs」 arXiv 2210.16979 동형성 이론) + (c)통념 반박(309='표형이면 충분' / 310='관계엔 GNN이 당연') + (d)점쟁이 회피(둘 다 관계형 신호·아키텍처의 <b>조건부 증분가치</b>를 잼) + (e)유통기한 차단(그래프 표현학습은 LLM 계보 아님). <b>인접 카드 3방 구분을 카드에 못박음</b>: 309 vs RQ-101 담합탐지(bid-rigging GNN, 목적=조작적발 ≠ 링크예측)·RQ-301 cold-start 표형회귀 / 310 vs 307(엣지 없음)·309(라벨=엣지). 마더 WebSearch 검증[GraphSAGE arXiv 1706.02216·Liben-Nowell/Kleinberg JASIST2007 Cornell link-pred.pdf·Turing procurement recommender·arXiv 2210.16979 NTV/NSV·OGB 2005.00687·Beyond Homophily 2006.11468·TabPFN-GNN 2512.08798]. <b>교훈: (a)표형 방법 축이 포화하고 시계열까지 열어본 뒤 남은 가장 큰 처녀지는 데이터 구조 자체가 다른 영역(그래프/관계형) — grep으로 '전용 카드 0장'을 계량 확인하고 통째로 연다. (b)그래프를 열 때도 링크예측(라벨=엣지)과 노드분류(라벨=속성, 아키텍처 귀납편향)는 직교 축이라 한 사이클에 겹쳐도 미러가 안 생긴다. (c)이미 실측한 정부 표형 데이터(방위사업청)를 '이분 그래프'로 재해석하면 새 다운로드 0으로 데이터 흥미+새 방법+US이식을 동시에 산다 — 295/296의 '같은 데이터 다른 축' 확장.</b> 데이터 다운로드 0(로컬 실측 재해석·API/벤치 메타·서지만). VERIFY 대상: 309 사업자번호 정합(동일기업 분리)·공동수급 컬럼 존재·반복거래 비율 / 310 품목분류 라벨 입도·엣지가 노드≥1,000·평균degree≥2 만드나·실측 edge homophily. 다음 후보(그래프 처녀지): 시간동적 그래프(temporal GNN)·그래프 위 conformal·오버스무딩/깊이·이분그래프 추천 콜드스타트. 전선 A(조달)·G(OGB 벤치). [[예측이-뻔한지-먼저-재본다]] [[빈-축-사냥을-grep으로-계량화한다]] [[회장님이-좋아하는-두-축을-한-쌍에-겹쳤다]]

시계열·생존·절단이 15사이클 넘게 우산이던 보드를 '표형 분류의 정적 축' 두 칸으로 이탈 — 아키텍처 귀납편향(트리 vs 딥, 307)과 PU 학습(음성 미관측, 308) (09-18, RQ-307·308): 293~306이 13사이클 연속 <b>생성단 붕괴·절단·생존·시계열 예측</b> 광맥이라 §2-7 미러 피로가 <b>부류 차원</b>으로 쌓였다(305/306에서 이미 '영역째 열기'로 한 번 깼지만 그마저 시계열이었다). 그래서 이번엔 <b>시간·사건구조가 아예 없는 정적 표형 분류</b>로 이탈하고, grep으로 두 near-empty 축을 계량 확인해 골랐다: ① <b>표형 딥러닝=2, tabular deep=2</b> → RQ-307 <b>트리 앙상블 vs 딥러닝 아키텍처 귀납편향</b>(Grinsztajn NeurIPS22 D&B arXiv 2207.08815의 '트리가 아직 SOTA' 3귀납편향 vs TabPFN 사전적합망 반례 arXiv 2207.01848·Nature 2024 s41586-024-08328-6 — 우세 역전 경계를 n·범주형비율·타깃 평활도로 매핑). ② <b>PU=5</b> → RQ-308 <b>positive-unlabeled 학습</b>(Elkan-Noto 2008·Kiryo nnPU arXiv 1703.00593·MPE arXiv 2111.00980 — presence-only=PU 등가성, 라벨빈도 c 추정오차의 하류 전파를 순진 배경분류 대비 PU보정군으로). <b>회장님 긍정신호 조준</b>: 둘 다 US/글로벌 방법의 <b>한국 공공데이터 이식</b>(307=이미 실측한 방위사업청·벤처기업 MANIFEST 셋+공공포털/OpenML, 308=GBIF Korea·kbr.go.kr·data.go.kr 15041966) + 통념 반박(딥러닝 만능론·'배경 뽑아 분류하면 됨') + 점쟁이 프레임 회피(둘 다 방법의 조건부 우위·편향을 잼) + 유통기한 차단(307을 LLM 계보가 아니라 아키텍처 귀납편향으로 명시). <b>교훈: (a)한 영역(시계열)이 N사이클을 넘으면 '영역째 열기'조차 반복이 된다 — 다음 단계는 시간·사건구조 자체를 버리고 정적 표형 분류의 방법 축(아키텍처·라벨구조)으로 완전히 이탈하는 것. (b)near-empty 축(2·5장)은 죽은 게 아니라 최근 쏠림 탓에 상대적으로 빈 것 — grep 계량으로 '지금 무엇이 과밀한가'의 반대편을 고르면 리듬이 깨진다. (c)방법 축이 두꺼운 이 보드에서도 '아키텍처 자체의 귀납편향'과 '음성이 미관측인 학습설정(PU)'은 손실함수·불균형·보정과 다른 축이라 카드에 명시 구분을 박아야 산다.</b> 데이터 다운로드 0(서지·API·포털 메타만). VERIFY 대상: 307 각 셋 피처타입 분포·범주 카디널리티·타깃 평활도 / 308 종별 좌표 출현 레코드 수(1,000+)·표집편향(도로·탐사 과표집이 SCAR 붕괴)·환경 공변량 정합. 다음 후보(정적 표형 near-empty): quantile crossing(3장)·tabular deep 세부(TabPFN v2 한계)·cost-sensitive feature acquisition. 전선 A(공공)·G(학술 벤치·GBIF). [[예측이-뻔한지-먼저-재본다]] [[빈-축-사냥을-grep으로-계량화한다]] [[회장님이-좋아하는-두-축을-한-쌍에-겹쳤다]]

생존·절단·라벨구조 광맥 12사이클 뒤 '보드가 거의 안 판 시계열 예측 영역'을 통째로 열어 리듬을 깼다 — 다계열 지역성/전역성(305)과 혼합주기 MIDAS(306) (09-18, RQ-305·306): 293~304가 12사이클 연속 '생성단 i.i.d. 붕괴/절단/생존' 라벨-구조 광맥이라 §2-7 미러 피로가 이제 <b>영역 차원</b>의 위험이었다(카드마다 축은 달라도 회장님 눈에는 '또 절단·생존류'). 그래서 이번엔 한두 칸을 옮기는 대신 <b>보드에 거의 없던 시계열 예측 영역을 통째로 열었다</b>. grep 계량으로 두 유명 쟁점이 <b>0장</b> 확인: ① <b>글로벌 모델·global forecast·Montero·다계열 교차학습 = 0</b> → RQ-305 다계열 <b>지역성 vs 전역성</b>(M4/M5, Montero-Manso·Hyndman IJF37(4) arXiv 2008.00444). ② <b>혼합 주기·mixed-frequency·MIDAS = 0</b> → RQ-306 <b>혼합주기 회귀</b>(Ghysels MIDAS·Babii-Ghysels-Striaukas ML-MIDAS JBES40(3) arXiv 2005.14057). 데이터는 회장님 성향표대로 <b>공공·다운로드 0</b>: 305=KAMIS 농산물 도매가격 수백 계열(data.go.kr 15087352·kamis openapi 17종), 306=한국은행 ECOS Open API 분기GDP+월별지표(ecos.bok.or.kr/api). <b>인접 축 혼동을 카드에서 먼저 차단</b>: 305는 RQ-2107(부분 풀링=횡단면 랜덤효과 축소)·167(계층 조정=집계정합)과 3방 구분, 306은 297(보고지연 우측절단 넛캐스팅)과 정면 구분(같은 변수 지연 보정 vs 다른 빈도 예측변수 압축). 305↔306도 직교(계열 간 pooling vs 주기 간 aggregation)라 두 카드가 같은 영역이어도 AI축은 겹치지 않게 박음. <b>교훈: (a)한 광맥이 N사이클을 넘어 '부류' 자체가 반복으로 읽히기 시작하면(절단·생존이 12사이클), 축을 옆으로 옮기는 리듬 깨기(303/304식)로는 부족하다 — 보드가 구조적으로 비어 있는 새 영역(여기선 시계열 예측)을 grep으로 찾아 통째로 여는 게 더 강한 리듬 깨기다. (b)새 영역을 열 땐 유명하지만 0장인 쟁점을 두 개 고르되 서로 직교하는 AI축(pooling vs aggregation)으로 골라 한 사이클 안에서도 미러가 안 생기게 한다. (c)시계열 영역은 방법 축이 두꺼운 이 보드에서 거의 처녀지 — 다음 후보: 계층 시계열 조정의 ML화, 간헐수요(intermittent demand)·Croston, 변화점 탐지, 예측구간 conformal-TS, 다변량 상호의존.</b> 데이터 다운로드 0(포털·API 메타·서지만). VERIFY 대상: 305 KAMIS 계열별 길이·결측·시장 단절 / 306 ECOS 분기GDP 실질계열 표본길이(소표본 위험)·월별 지표 발표시차·개정 vintage. 전선 A(KAMIS·ECOS)·G(합성 오라클·M벤치). [[예측이-뻔한지-먼저-재본다]] [[빈-축-사냥을-grep으로-계량화한다]] [[회장님이-좋아하는-두-축을-한-쌍에-겹쳤다]]

라벨-구조 광맥의 11번째 사이클을 '한 장은 새 기제·한 장은 아예 이식 카드'로 리듬 깨기 (09-18, RQ-303·304): 293~302가 10사이클 연속 '생성단 i.i.d. 붕괴' 라벨-구조 광맥이라 §2-7 미러 피로가 실질 위험. 먼저 남은 <b>방법 빈칸</b>을 grep으로 재확인 — 능동학습(2185)·전이/few-shot(4402~)·경쟁위험(2312)·좌측절단·길이편향(298)·top-coding(299)·cure model만 소진 임박, <b>구간중도절단(interval-censored)은 0장</b>. ① <b>RQ-303 = 광맥의 새 기제(방향 다른 확장)</b>: 앞선 절단은 값(299)·꼬리·표집(298)이었는데 구간중도절단은 <b>사건 '시각' 자체가 두 조사 파도 사이 구간에 갇힘</b> — 격년 패널(KLoSA 고령화연구패널, 45세+ 약 1만명, keis.or.kr)이 이 구조를 자연 생성. 발견wave=발병일/중점대입 관행 vs Turnbull·구간부스팅(L2Boost-CUT, arXiv 2601.17973)·구간 생존트리(1702.07763). 148/149(우측)·298(좌측/길이)·299(값)과 4방 구분 박음. ② <b>RQ-304 = 리듬 깨기(라벨-구조 사냥을 아예 떠남)</b>: 회장님 <b>긍정 신호 3종(정부 AI 사업 실무감각·데이터 자체 흥미·US→한국 이식)</b>을 한 장에 겹친 <b>이식·응용 카드</b> — 시카고 food-inspections-evaluation(github Chicago, CDPH 파일럿)을 식약처 행정처분(data.go.kr 15124559)+LOCALDATA 인허가로 이식, 현행 위생등급 규칙 대비 precision@k. 선택라벨은 121에 있으니 <b>날을 방법이 아니라 이식+현행규칙 우위</b>에 둠(§2-2 데이터흥미). <b>교훈: 광맥이 N사이클 연속이면 (a)한 장은 광맥의 진짜 새 기제(값·표집→시각 구간)로 확장하되 (b)나머지 한 장은 광맥을 아예 떠나 회장님 긍정신호 응용으로 리듬을 깬다 — 방법 빈칸 소진 보드에서 '유명 정부 ML의 한국 이식'은 데이터흥미+실무+이식을 한 번에 사는 저비용 escape valve.</b> 데이터 다운로드 0(포털·API·저장소 메타만). VERIFY 대상: KLoSA 진단문항이 최초진단연도까지 묻나(구간폭 좌우)·식약처 처분↔인허가 조인키(인허가번호 vs 상호·주소). 전선 A(KLoSA·LOCALDATA·식약처)·G(합성 구간 오라클). [[예측이-뻔한지-먼저-재본다]] [[회장님이-좋아하는-두-축을-한-쌍에-겹쳤다]]

절단 광맥(top-coding/censoring)을 6사이클 만에 완전히 떠나 '개체·응답의 생성 자체가 다른' 두 빈 축으로 이탈 (09-18, RQ-301·302): 직전 299·300까지도 결국 절단(top-coding)·공간(MAUP)이라 <b>손실함수·오라클-쌍 계열이 8사이클 넘게 우산</b>이었다 — §2-7 미러 피로가 실질 위험이라 판단, 이번엔 <b>손실교체 프레임을 아예 버리고 grep 계량으로 진짜 빈 축을 사냥</b>했다. 후보를 훑자 reconciliation(167 이미 있음)·정보성 결측(124 '결측지표'로 이미 채움 — 내 grep '결측 지시자'는 공백표기라 헛방, <b>표기 변형까지 grep해야 함</b>)·count/Tweedie(851~1475 다수)·부분풀링/혼합효과(2139~)·distillation(29)·active learning(15)·외삽(83)이 전부 채워짐. <b>0장으로 확인된 둘만 남았다</b>: ① <b>RQ-301 = cold-start(신규 개체 귀납 일반화)</b> — grep cold-start·신규 개체·unseen entity·inductive·transductive = 0. warm 개체 이력·타깃인코딩이 <b>test에 개체가 아예 없으면</b> 정의 자체가 붕괴하고 row-level CV가 <b>개체 정체성 누수</b>로 열화를 숨긴다. 147(타깃인코딩 warm 누수)·219(공간 근접 누수)·124(결측)·224(행수 학습곡선)과 4방 구분. 전선 A=KOBIS 개봉영화(상시 신규 진입)·G=합성 개체분리. 마더는 추천계가 주류라 <b>표형 회귀 cold-start가 빈틈</b>(arXiv 1006.2156 side-info·2007.04833 inductive CF). ② <b>RQ-302 = heaping(자기보고 어림수 몰림)</b> — grep heaping·자릿수 선호·digit preference = 0. 타깃이 5·10·20 <b>내부 어림수에 다중 점질량</b>. 200(측정오차 X)·150(구간 코스닝)·299(상한 절단)·152/171(0 점질량)과 5방 구분. 전선 A=KNHANES 자기보고·G=통제 heaping 주입 오라클. 마더 Stat.Med. sim.7327·AOAS 25-AOAS2065·arXiv 1405.4265·CRAN heaping. <b>교훈: (a)한 계열(절단·손실교체)이 8사이클 우산이면 그 프레임을 통째로 버리는 게 리듬 깨기의 다음 단계다 — 299·300의 '한 칸만 빼기'보다 강하게. (b)grep 빈 축 사냥은 표기 변형(결측 지시자 vs 결측지표)까지 훑지 않으면 이미 있는 축을 '0장'으로 오판한다 — 반드시 동의어·붙임표기 병행 grep. (c)추천계가 독점한 개념(cold-start)은 표형 회귀로 이식하면 그 자체가 빈틈이다.</b> 데이터 둘 다 다운로드 0(KOBIS·KNHANES 포털·개요만 확인, 코드북·API 스펙 미열람 → VERIFY 대상). 전선 A(KOBIS·KNHANES)·G(합성·UCI 오라클). [[예측이-뻔한지-먼저-재본다]] [[빈-축-사냥을-grep으로-계량화한다]]

생성단 광맥의 '값 절단(top-coding)' 확장 + 리듬 깨기(오라클 쌍 4연속을 피해 공간 집계 축으로 이탈) (09-17, RQ-299·300): 직전 6장(293~298)이 전부 '생성단 i.i.d. 붕괴' 광맥(출현전용·분모라벨잡음·보고지연·길이편향)이라 <b>미러 피로(§2-7 '또 그 카드')가 실질 위험</b>이라 판단, 이번엔 <b>한 칸은 광맥을 새 기제로 확장하고 한 칸은 다른 축으로 빠져 리듬을 깼다</b>(INSIGHTS 자기경고 '메타 구조 4연속이면 회장님이 또 같은 틀로 읽는다' 준수). ① <b>RQ-299 = 광맥 확장(새 기제)</b>: 앞선 절단은 전부 <b>시간 방향</b>(보고지연 297·우측 censoring 148/149)이었는데, 정부 공개 미시데이터의 소득·자산은 재식별 방지로 <b>타깃 '값'이 상한에 눌리는 top-coding(value-censoring)</b>을 겪는다 — grep 계량 top-cod·절단회귀·Tobit·상한처리 = <b>0장</b>. 152/171(0 점질량)·150(구간 코스닝)·193(분위수)·같은 MDIS의 114(MNAR)/270(복합표본)과 5방 구분을 카드에 박음. 마더는 Grabit Tobit-GBM(ScienceDirect S0378426619300573·KTBoost)·deep censored regression(ACM 10.1007/s10044-024-01216-9). ② <b>RQ-300 = 리듬 깨기(새 축)</b>: 오라클-쌍 메타구조(296/298)를 반복하지 않으려 <b>공간 집계의 MAUP</b>(가변적 공간단위 문제)로 이탈 — grep MAUP·집계단위·areal unit = <b>0장</b>. 219(공간 CV=분할 누수)와 정면 구분(여기는 <b>집계 단위 선택</b>이 입력·타깃·중요도를 바꿈). 마더 arXiv 2007.15486(딥 교통예측 MAUP)·Scientific Data s41597-024-03061-1(참 함수 sandbox). ③ <b>보드 포화의 재확인</b>: 후보 축을 grep으로 훑자 conformal(119/466)·MNAR(114/124)·zero-inflated(152/171)·monotonic(172)·label shift/정량화(180/223)·predictive multiplicity(188)·spatial CV(219)·복합표본(270)·자발적보고(292)·법원경매(108)·survey weight까지 <b>거의 전부 채워짐</b> — '새 이름 붙은 축'은 사실상 top-coding·MAUP 둘만 남아 있었다. <b>교훈: 축이 소진된 보드에서 신선함의 두 원천은 (a)이미 판 광맥을 '방향이 다른 같은 부류의 기제'로 확장(시간절단→값절단), (b)메타구조가 N연속이면 일부러 다른 축으로 빠져 리듬을 깨기. 오라클-쌍은 강력하지만 연속하면 그 자체가 미러 피로다 — 매 사이클 같은 무기를 쓰지 않는다.</b> 데이터는 둘 다 다운로드 0(실거래 API·상가·MDIS 계승). VERIFY 대상: MDIS 공개용 top-coding 스킴(단일상한 치환 vs 상위그룹화 — Tobit 가정 좌우)·실거래 API 좌표 정밀도(격자 집계용). 전선 A(MDIS·실거래·상가)·G(통제 상한 주입·격자 합성). [[예측이-뻔한지-먼저-재본다]] [[회장님이-좋아하는-두-축을-한-쌍에-겹쳤다]]

'i.i.d.가 데이터 생성단에서 깨지는' 광맥의 두 번째·세 번째 채굴 — 보고지연(우측절단) 넛캐스팅과 길이편향 표집, 둘 다 '관측이 시간/지속기간에 비례해 편향'되는 생성구조 (09-17, RQ-297·298): 직전(295/296)이 '방법 축은 소진, 남은 광맥은 (a)흥미데이터 (b)생성구조 특이 데이터'라 결론냈고, 293/294(출현전용)·291/292(자발적보고)·270(복합표본) 노트가 <b>다음 후보로 '길이편향·보고지연(right-truncation) 넛캐스팅·선호적 표집'을 명시</b>했다 — 이번엔 그 목록에서 곧장 두 칸을 팠다. <b>먼저 grep으로 부재 확인</b>: 넛캐스팅·nowcast·보고지연·reporting delay·길이편향·length-biased·크기편향·size-biased·선호적표집 = <b>전부 0장</b>. 유일한 인접 히트 '우측절단'은 <b>전부 right-censoring(사건 미발생·생존, RQ-148/149/123/157)</b>이라 297의 right-truncation(사건 <b>이미 발생·미보고</b>, 보정이 최근값을 <b>끌어올림</b>)과 정반대 — 이 방향 대비를 카드 ai_axis에 못박았다(INSIGHTS '인접 0장과의 혼동을 먼저 막는다' 준수). ① <b>RQ-297(전선 A)</b>: 아파트 실거래는 계약일 30일내 신고의무(부동산거래신고법 §28·과태료 500만원, WebSearch 확인)라 최근월 집계가 구조적 하향편향 — data.go.kr 15126468(DATA_MAP 계승)로 지연분포 학습 넛캐스트 vs 관성·계절. 도메인 마더가 <b>영국 HPI revision 넛캐스팅(Southampton eprints 448832)로 실재</b>해 '재현이면 죽는다'를 피하려 격상을 새맥락(한국)+새방법(ML다종·지연분포)+새변수로 정직히 좁힘. ② <b>RQ-298(전선 A+G)</b>: 상가정보 분기 스냅샷(현재영업만=길이편향 관측)의 업종 수명 과대추정을, LOCALDATA 인허가 원장(개업일 전수=코호트 진실)을 <b>오라클</b>로 절대측정(296 folktables 오라클 패턴 계승, 축은 다름). RQ-115(소멸 노이즈)·148/149(우측 censoring)와 3방 구분을 카드에 박음. 마더 §2 준수 WebSearch URL만[nowcasting: Biometrics 82(1) ujag020·medRxiv PMC13005074·arXiv 1909.08336 / HPI: Southampton eprints 448832 / 길이편향: arXiv 2508.16312·Lifetime Data Analysis 10.1007/s10985-016-9367-y·PMC2972554]. <b>교훈: '데이터 생성편향' 광맥은 자발적보고→출현전용→분모라벨잡음에 이어 '관측이 시간(보고지연)·지속기간(길이편향)에 비례해 왜곡'되는 두 유형이 추가로 살아있다. 조준법이 굳었다 — (1)INSIGHTS의 '다음 후보' 목록을 grep으로 부재확인, (2)이미 실측된 정부 데이터(15126468·15083033·LOCALDATA)에 그 생성편향을 AI축으로 얹어 다운로드 0으로 데이터흥미 부활, (3)진실을 아는 코호트/시뮬을 오라클로 붙여 검증불가를 정면돌파, (4)방향이 반대인 인접축(right-censoring)과의 혼동을 카드에서 먼저 차단. 남은 후보: 선호적 표집(모니터링소 배치 편향, 에어코리아)·발생지연 넛캐스팅 일반화.</b> 전선 A(실거래·상가·인허가)·G(통제 시뮬). [[예측이-뻔한지-먼저-재본다]] [[회장님이-좋아하는-두-축을-한-쌍에-겹쳤다]]

'분모가 정한 라벨잡음' — 이미 쓰던 데이터(RQ-127 franchise)에서 같은 데이터 다른 축으로 파고, 응용↔검증 쌍으로 방법 타당성을 절대측정 (09-17, RQ-295·296): 이번 FORAGE는 먼저 grep으로 축 소진을 재확인했다 — conformal(119)·monotonic(172)·quantile crossing(193)·selective labels(121)·PU(122)·example-dependent cost(1877줄)·mixed-effects/GPBoost(2139)·predictive multiplicity(188)·prediction churn(191)·EVT-GPD(3329줄)·IRM/spurious(4722줄)·feature selection stability(220)·learning curve extrapolation(5128줄) <b>전부 채워짐</b>. 결론: 새 '이름 붙은 축'은 사실상 없다 — 이 보드에서 살아남는 건 (a) 새 흥미로운 데이터 + 정직한 RQ(§2-2), (b) 기존 데이터의 다른 축 + 이웃과의 명시 차별화. ① 택한 광맥: 브랜드 폐점률은 <b>n_i개 가맹점 Bernoulli 시행의 관측 비율</b>이라 라벨 분산 p(1-p)/n_i가 알려져 있다 — 소형 브랜드 라벨은 구조적으로 잡음. RQ-127이 같은 공정위 데이터를 폐점 '수(count)' 제로과잉으로 이미 썼기에, 같은 데이터·다른 축(비율의 이질적 라벨잡음)으로 파고 RQ-127·189(LLP)·example-cost·셀 count가중과 명시 구분을 카드에 박았다. ② 응용↔검증 쌍: 295=실 franchise(진짜라벨 없어 복원 상한 못 잼, 실이득만), 296=folktables ACS 개체라벨 전수를 그룹집계해 진짜 비율 대비 복원 상한을 절대측정(오라클=개체 전량학습). 미러 피로(같은 축)를 INSIGHTS 자기경고대로 의식해 질문을 실이득(295) vs 복원 상한·타당성(296)으로 갈라 박았다. ③ 마더는 §2 준수해 WebSearch URL로만: franchise ML 0.92 분류기(KoreaScience JAKO202221737437258, 라벨신뢰도 무시)가 격상 지점, 방법은 이분산 라벨잡음(arXiv 2304.02849·2105.10305)·베타-이항(PMC4517959)·folktables(NeurIPS 2021 arXiv 2108.04884). <b>교훈: 축이 소진되면 '데이터 생성구조가 특이한 새 데이터'(293/294 출현전용) 다음 광맥은 '이미 쓴 데이터에서 라벨의 통계적 성질(분산이 알려짐·분모가 신뢰도를 정함)을 축으로 재해석'하는 것. 그리고 진짜라벨 없는 실데이터 카드는 항상 folktables류 전수라벨 통제셋으로 '방법 타당성 검증 짝'을 붙일 수 있다 — 이게 응용↔방법 쌍의 진짜 값(회장님 반응축)이자 미러 피로를 피하는 법.</b> 전선 A(공정위 15110241 스키마는 RQ-127에서 실측 계승)·G(folktables). [[예측이-뻔한지-먼저-재본다]]

방법 축이 사실상 소진된 보드에서 '음성 클래스가 아예 없는' 데이터 생성구조로 이탈 — 출현전용(presence-only) 생물 데이터, 의사부재 생성이 하이퍼파라미터가 아니라 데이터 결정 (09-17, RQ-293·294): 이번 FORAGE는 먼저 방법축이 얼마나 남았나를 grep으로 실측했다 — zero-inflation·Tweedie·hurdle(RQ-152/171 등), LLP(189), 정량화(223), PU/오염음성(122), 공간CV(219), 캘리브레이션 4갈래, 라벨노이즈·이동 전부 채워져 <b>새 '방법 빈칸'은 사실상 소진</b>. 그래서 회장님 성향표의 '데이터 자체 흥미'로 축을 옮겨, <b>보드에 데이터로 한 번도 안 나온 GBIF 생물다양성 출현자료</b>를 가져왔다(grep: GBIF·종분포·출현자료 = 카드 0장, RQ-219가 마더로 '언급'만 함). ① 핵심 발견: <b>pseudo-absence·의사부재·배경점·background point = 0장</b> — '음성 클래스가 데이터에 아예 없어 분석자가 만들어야 하는' 생성구조는 진짜 빈칸이었다. 이는 122(음성은 있으나 오염)·189(집단 비율)·219(평가 누수)·223(테스트 유병률)과 <b>다른 축</b>이며 카드에 그 구분을 박았다. ② 291/292의 <b>응용↔방법 쌍 + US→한국 이식</b> 패턴을 재사용: 293은 GBIF 전역+가상종으로 배경생성규칙 vs 분류기 상대영향을 재는 <b>방법 카드(접근관문 0)</b>, 294는 <b>전국자연환경조사(data.go.kr 15127429, 무로그인)</b>로 US/EU 침입종 SDM을 이식해 관측편향 보정이 top-k 방제 우선순위를 바꾸나 재는 <b>응용 카드</b>. ③ 검증 불가능성을 정면돌파: 진짜 부재가 없어 성능검증이 안 되는 게 이 데이터의 본질적 난점 → <b>가상종(참 함수 기지)으로 절대편향을 재는 Inman 2021 설계</b>를 검증 원형으로 채택(현실종은 상대비교+공간블록 CV). <b>교훈: 방법 빈칸이 소진되면 '데이터 생성구조가 특이한 새 데이터'가 유일하게 남는 광맥이다 — 자발적보고(291/292)·복합표본(270)에 이어 출현전용이 그 세 번째. 다음 후보: 길이편향/크기편향 표집, 보고지연(right-truncation) 넛캐스팅, 선호적 표집. 공통점은 i.i.d. 가정이 데이터 생성단에서 깨지고, 그 붕괴를 파이프라인에 넣느냐가 결과인 것. 조준법: 새 데이터를 grep으로 보드 부재 확인 → 그 데이터 고유의 '생성편향'을 AI축으로, 검증불가면 합성/가상 기준을 검증 원형으로 심는다.</b> 마더 WebSearch 검증[Barbet-Massin 2012 MEE 3:327-338 DOI 10.1111/j.2041-210X.2011.00172.x · Phillips 2009 EcolAppl 19(1):181-197 PubMed 19323182 TGB · Inman 2021 Ecosphere 10.1002/ecs2.3422 가상종 · PLOS One 10.1371/journal.pone.0232078 · 한국 침입종 Namgung 2026 Ecol&Evol 10.1002/ece3.72976]. 데이터 실재[GBIF gbif.org/country/KR 공개API 무인증 · data.go.kr 15127429 전국자연환경조사 포유류 출현지점 WebSearch 확인 — 정확 행수는 다운로드 전 미확인]. 전선 G(GBIF)·A(전국자연환경조사). [[예측이-뻔한지-먼저-재본다]] [[회장님이-좋아하는-두-축을-한-쌍에-겹쳤다]]

방법 비교로 쏠린 보드(262~290)에서 회장님 '3대 긍정신호'를 한 쌍에 겹쳐 이탈 — 자발적 부작용 보고(US FAERS↔한국 KAERS)를 '데이터 생성구조가 파이프라인에 들어가야 하나' 축으로 (09-16, RQ-291·292): 277~290이 KAIST 선례 기반 <b>도메인 응용</b>(태양광·이탈·부도·교통)으로, 262~276이 조달+OpenML <b>방법 비교</b>로 갈라져 양쪽 다 두꺼웠다. 이번엔 회장님이 <b>명시적으로 긍정한 셋(US→한국 이식 · 데이터 자체 흥미 · 데이터 실재 의심에 실물로 답)</b>을 한 쌍에 겹쳤다. ① grep 계량: 부작용·의약품·FAERS = 0장 — 자발적 이상사례 보고는 보드에 없던 데이터. ② <b>US→한국 이식</b>: FAERS(openFDA 전면공개·분기파일·접근관문 0)를 그대로 본뜬 국내 KAERS(한국의약품안전관리원, 원시자료는 대학·연구기관 요청 가능 — NHIS급 심의 아님). RQ-107(NHIS)이 접근관문으로 죽은 교훈을 피해 <b>방법 카드(292)는 관문 0인 미국 데이터에 얹고</b> 응용 카드(291)만 요청 경로를 진다. ③ <b>AI축 = 데이터 생성구조</b>: 자발적 보고는 중복·보고자편중·denominator 부재의 교과서 편향 — RQ-270(복합표본 설계기반)의 '생성구조가 모델에 들어가야 하나' 계보를 자발적 보고로 옮겼다. 라벨도 <b>보고자 seriousness vs 결과코드</b> 불일치라는 라벨노이즈 축을 함께 심어 291(라벨신뢰)↔292(관측편향) 응용↔방법 쌍으로 세웠다. <b>교훈: 도메인 응용축과 방법 비교축이 둘 다 포화하면, 둘을 잇는 '데이터가 흥미로운데 방법축도 비어 있는' 데이터를 찾는다 — 자발적 보고·행정연계·복합표본처럼 생성구조가 특이한 미시데이터가 그 교집합이다. 금지축 회피: 원시자료의 서술형 텍스트는 안 쓰고 코드·구조화 필드만(한국어 텍스트마이닝 금지, RULES §3).</b> 마더 WebSearch 검증[FAERS ML: JCO CCI 2025 10.1200/CCI-25-00081(3.79M cases severe AE)·Nature Sci Rep 2024 s41598-024-74505-2 / 한국: KCI ART003146645 KAERS DB 장기장애 예측], 데이터 실재 확인[FAERS openFDA 다운로드·KAERS open.drugsafe.or.kr 원시자료 요청안내 페이지 WebSearch 확인]. 전선 A(한국 KAERS)·G(미국 FAERS). [[회장님이-좋아하는-두-축을-한-쌍에-겹쳤다]] [[예측이-뻔한지-먼저-재본다]]

방법 레이어를 떠나 '데이터의 생성구조가 파이프라인에 들어가야 하는가'로 축을 다시 판 두 빈 칸 — 복합표본 설계기반 예측(표본가중·층화·군집)과 초희소 정수 스코어링(RiskSLIM) (09-16, RQ-270·271): 최근 262~269가 전부 조달 7,405 + OpenML 위 <b>설명·인코딩·보정 방법 비교</b>로 몰려 있어(같은 데이터·같은 백본, 후처리만 교체), 이번엔 <b>데이터 자체가 흥미로운 축</b>으로 이탈. ① 통계청 가계금융복지조사(RQ-114가 이미 접근 실측, survId 1004061/1004063)를 <b>같은 데이터 다른 축</b>으로 재활용 — 114는 라벨노이즈(자기신고 vs 행정연계), 270은 <b>표집설계·확대계수</b>. grep 계량으로 설계기반·확대계수·strata·군집표집·survey weight = 0 확인 후 게시(표본가중 2건은 NEISS 각주). 마더에 <b>통념 충돌 쌍</b>을 심음: PMC9838837·Frontiers2026(가중이 중요) vs ScienceDirect S1047279724002886(불균형 결과선 복합표집 불필요) → '가중이 이기는/무의미한 경계 자체가 결과'라는 자명-회피 표준형. ② RiskSLIM(Ustun·Rudin JMLR v20 18-615, arXiv1610.00168)은 grep 0장 — Ustun 이름은 예측다중성·이탈로 2건 있으나 정수 스코어 축은 비어 있었다. <b>교훈 A: 카드가 한 데이터·한 방법군에 쏠리면 회장님 성향표의 '데이터 자체 흥미'가 죽는다 — 이미 접근 실측된 정부 미시데이터를 새 AI축으로 재활용하는 것이 다운로드 없이 데이터 흥미를 되살리는 저비용 수단. 교훈 B: 'y를 쓰나/보증이 있나/전역인가'처럼, 이번엔 '데이터의 생성구조(표집설계·측정)가 모델에 들어가야 하나'라는 속성 한 칸이 또 빈 축을 갈랐다.</b> 마더 WebSearch 검증[survey weights: PMC9838837·Frontiers DOI 10.3389/fdgth.2026.1834715 PubMed 42639427·ScienceDirect S1047279724002886 / RiskSLIM: JMLR v20/18-615·arXiv 1610.00168·SLIM arXiv 1911.12119], 데이터 실측[UCI id 350 Default of Credit Card Clients 30,000행·23피처·22.1% 디폴트 WebSearch 확인]. 전선 A(가계금융복지조사)·G(UCI 신용). [[예측이-뻔한지-먼저-재본다]] [[회장님이-좋아하는-두-축을-한-쌍에-겹쳤다]]

설명 레이어와 인코딩 레이어에서 또 무관한 두 빈 축 — 상관 하 설명의 '외삽 편향'(PDP/순열 vs ALE/조건부)과 y 안 쓰는 고정차원 '해시 트릭' (09-16, RQ-268·269): 보드가 설명력을 SHAP·상호작용·변수선택 안정성으로 두껍게 팠지만 <b>부분의존(PDP)·주변부 순열중요도가 상관 피처서 존재불가 조합으로 외삽해 편향</b>되고 <b>ALE·조건부(재학습) 중요도</b>가 이를 교정하는 축은 grep 0장(부분의존·ALE·누적국소효과·조건부 중요도 = 0). 핵심 통찰: 같은 '설명'이라도 <b>상관 구조를 주변화로 깨나(외삽) vs 조건부로 보존하나</b>라는 속성 한 칸으로 빈 칸이 갈린다 — 그리고 조달의 <b>예정가·기초금액·추정가 강상관</b>이 범용 벤치와 달리 이 편향을 자연 발화시키는 실물 테스트베드(합성 상관 주입 없이도 강상관 피처쌍이 이미 존재). 인코딩도 타깃 인코딩(RQ-147)이 '고카디널리티 인코딩' 슬롯을 차지했어도 <b>y를 안 쓰고 차원을 상수 d로 묶는 해시 트릭</b>(부호있는 해시·지수꼬리 충돌 경계)은 grep 0장 — 명사('인코딩')가 아니라 <b>y 사용 여부·차원 고정 여부</b>라는 속성이 축을 가른다(266/267의 '보증 유무'·264/265의 '전역 vs 개체별' 계보). 두 축 모두 <b>강상관이 약하면/저카디널리티면 관성과 일치해 이득 0</b>이 되는 경계 자체가 결과인 자명-회피 표준형. 마더 WebSearch 검증[ALE: Apley·Zhu JRSS-B 82(4):1059-1086 2020 DOI 10.1111/rssb.12377 arXiv:1612.08468 / 순열편향: Hooker·Mentch·Zhou Stat.Comput. 31:82 2021 DOI 10.1007/s11222-021-10057-z arXiv:1905.03151 / PDP: Friedman AnnStat 29(5):1189-1232 2001 / 해시: Weinberger 외 ICML2009 arXiv:0902.2206 DOI 10.1145/1553374.1553516]. 전선 A 조달 7,405 + G OpenML(상관강도·카디널리티 통제). <b>교훈: 설명력 레이어처럼 두껍게 덮인 곳도 '방법이 상관/누수를 다루는 방식'이라는 속성으로 다시 가르면 빈 칸이 남고, 조달의 강상관·고카디널리티는 그 편향을 합성 없이 발화시키는 데이터 이점이다</b>. [[예측이-뻔한지-먼저-재본다]]

확률·보정 레이어와 트리 정칙화 레이어에서 또 무관한 두 빈 축 — 보정에 '유한표본 타당성 보증'을 씌우고(Venn-Abers 다중확률), 학습된 트리 구조를 그대로 둔 채 잎을 조상으로 '사후 수축'한다(계층적 수축 HS) (09-16, RQ-266·267): 보드가 calibration을 이미 세 갈래(392 전역 Platt/isotonic·6841 멀티캘리브레이션·466/119 conformal)로 팠지만 <b>Venn-Abers(등장회귀 기반 다중확률 [p0,p1], i.i.d.만으로 장기 완전보정 보증)</b>는 grep 0장 — 같은 '보정'이라도 <b>점확률 vs 부분집단 vs 예측집합 vs 타당성 보증 다중확률</b>로 축이 갈린다(RQ-260 threshold·NGBoost CRPS가 40장 있어도 '보증 보정'은 0인 것). 트리 정칙화도 258 가지치기(구조 제거)·262 상호작용 제약(경로 피처)은 있어도 <b>HS(구조 유지·잎→조상 예측 수축, 결정 그루터기 릿지 동치)</b>는 0장. 둘 다 강한 GBM+isotonic/튜닝이 흡수하면 이득 0이 되는 <b>경계 자체가 결과</b>인 구조(자명 회피의 표준형)로 설계. 마더 WebSearch 검증[Venn-Abers: Vovk·Petej arXiv:1211.0025 UAI 2012 / HS: Agarwal·Tan·Ronen·Singh·Yu ICML2022 PMLR v162 pp111-135 arXiv:2202.00858, imodels 구현]. 전선 A 조달 7,405 + G OpenML(보정셋 크기·트리 깊이·잡음 통제). <b>교훈: 잘 덮인 상위 영역(캘리브레이션·트리 정칙화)이라도 '보증의 유무'·'구조 변경 vs 예측값 수축' 같은 방법의 속성 한 칸으로 축을 다시 가르면 빈 칸이 남는다</b> — 명사가 아니라 <b>보증/구조변경 여부라는 속성</b>이 축을 가른다(264/265의 '전역 vs 개체별'·'동종 vs 이질 결합' 계보). [[예측이-뻔한지-먼저-재본다]]

Last Updated: 2026-09-15 (FORAGE RQ-264·265 — 서로 무관한 두 빈 축: 개체별(instance-wise) 피처 선택(전역 한 집합이 아니라 선택망이 각 입력마다 다른 희소 피처 마스크를 산출·학습 — INVASE 액터-크리틱, L2X 상호정보 변분근사. '트리 분할이 이미 국소 관련성 흡수'[Grinsztajn]가 반사신경이나 선택망은 개체별 최소·충실 부분집합을 명시 산출해 간결한 근거·희소도 손잡이·무관 피처 차단을 줌 → 국소 관련구조·무관 피처 수·표본·목표 희소도별로 전체피처 GBM·전역 선택 대비 정확도차·개체별 이득·주입 참 국소관련 대비 선택 정밀/재현율[설명 충실도]이 사는/트리에 흡수돼 잉여로 무너지는 경계로만 생존. RQ-220 변수선택 안정성[전역 한 집합의 재표집 불안정 — 여기는 애초에 개체마다 다른 집합]·177 비용민감 피처 획득[측정 비싼 열의 test-time 획득 — 여기는 비용 없이 관련성·설명 목적 선택]·154/155 사후 귀속 불일치[고정 모델의 설명 기법 비교 — 여기는 선택이 예측기의 일부]와 구분, 순수 개체별 입력의존 피처 선택 축)[전선 A 조달 RQ-101 7,405행+무관 잡음 주입 주 + 전선 G OpenML 국소 관련구조·무관 피처 통제 주입=참 마스크 심어 선택 정밀/재현율로 설명 충실도 채점] · super learner·교차적합 스택된 일반화(손실·모델족 하나가 아니라 이질 베이스[GBM·RF·ElasticNet·k-NN·MLP]의 out-of-fold 예측을 메타학습기가 교차검증 비음·합=1 가중으로 결합 — Breiman 비음 최소제곱·van der Laan oracle 보증[표본 크면 최선 단일 베이스만큼]. Grinsztajn '잘 튜닝된 GBM 강함'이면 오버헤드로 보이나 베이스가 서로 다른 오류 낼 때 결합이 이길 수 있음 → 베이스 다양성·표본·메타 정칙화별로 단일 최적 GBM 대비 순이득·단순 평균 대비 이득·GBM 가중 1로 수렴해 스택이 GBM으로 퇴화하는 지점·교차적합 누락 시 누수 거짓 이득 크기로만 생존[퇴화 자체가 결과]. RQ-258 앙상블 가지치기[동종 트리 풀 부분집합 사후 선택 — 여기는 이질 베이스 가중 결합]·250 NCL[다양성 훈련 손실 페널티]·236 MoE[게이트 입력공간 분할 라우팅 — 여기는 전 표본 가중 결합]·105 메타러닝[데이터셋→알고리즘 선택 — 여기는 한 데이터 내 결합]·3368 인과 CATE 메타러너[S/T/X/R/DR — 완전 별개]와 구분, 순수 교차적합 스택 결합 축)[전선 A 조달 RQ-101 7,405행 주 + 전선 G OpenML 베이스 다양성·표본 통제, 교차적합 유무 대조로 누수 정량화]; grep 0장 확인 및 후보 실체확인[instance-wise·INVASE·L2X·selector·개체별 피처·per-instance feature = 0 진짜 청정 / superlearner·super learner·슈퍼러너·stacked generaliz·블렌딩·스태킹 최적 = 0 진짜 청정('스태킹' 히트는 부도예측 문헌 부수 언급, '메타러너' 히트는 전부 RQ-3368 인과 CATE 메타러너라 완전 별개 축) / 후보였다 죽은 축: 정량화 학습(learning to quantify)은 grep이 RQ-5045로 즉시 회피(classify-and-count·ACC/PACC/SLD/HDy 이미 카드화), 능동학습은 RQ-176으로 회피(uncertainty sampling 쿼리 전략), 측정오차·오차변수(SIMEX)는 RQ-3625로 회피, 기호 회귀는 RQ-4091로 회피(PySR/gplearn), 온라인·증분 학습은 RQ-4302 class-incremental 연속학습으로 회피, 크라우드소싱 라벨 집계는 조달에 다중 어노테이터 없어 데이터 앵커 약해 폐기 — 194 교훈 실전, '있어 보이는' 후보 여섯을 grep·데이터 적합성이 걸러냄], 마더 게시 전 WebSearch로 저자·venue·URL 검증[개체별 선택: Yoon·Jordon·van der Schaar INVASE ICLR2019 OpenReview BJg_roAcK7·github jsyoon0823(원형 선택망+예측망+기준망 액터-크리틱) · Chen·Song·Wainwright·Jordan Learning to Explain L2X ICML2018 PMLR v80 pp883-892 chen18j arXiv1802.07814(이론 상호정보 변분근사) · Grinsztajn arXiv2207.08815 통념 / 스택: Wolpert Stacked Generalization Neural Networks 5(2):241-259 1992[원형·UNVERIFIED 본세션 미재검증] · Breiman Stacked Regressions Machine Learning 24(1):49-64 1996 DOI10.1007/BF00117832(모던 형태 교차검증 비음 결합) · van der Laan·Polley·Hubbard Super Learner Stat Appl Genet Mol Biol 6(1)Art25 2007 DOI10.2202/1544-6115.1309(이론 oracle 보증) · Grinsztajn 통념], 데이터 앵커 조달 RQ-101 7,405행 검증완료·OpenML; INSIGHTS 45단계 갱신) · 2026-09-15 이전(FORAGE RQ-262·263 — 서로 무관한 두 빈 축: 피처 상호작용 제약·상호작용 차수 구조 프라이어(손실·타깃·모델족 교체가 아니라 같은 블랙박스 GBM을 유지하면서 어느 피처끼리 한 트리 경로에서 함께 분할될 수 있는지를 도메인 그룹으로 제한하는 구조적 정칙화 — XGBoost 공식 문서 '깊은 트리가 손실만 낮추려 잡는 상호작용의 상당수는 일반화 안 되는 허위 관계'가 원형·메커니즘, Lengerich·Tan·Chang·Hooker·Caruana 순수 상호작용/functional ANOVA 식별성이 이론 → Grinsztajn '잘 튜닝된 GBM 강함' 통념과 충돌 → 표본·상호작용 필요도·분포이동별로 도메인 그룹 상호작용 제약이 무제약 GBM 대비 일반화·SHAP 상호작용 안정성을 얻는/강한 GBM이 이미 정칙화로 걸러 순수 손해가 되는 경계로만 생존. RQ-207 EBM/GA2M[가법 유리상자 모델족으로 GBM을 대체 — 여기는 강한 GBM 유지하고 상호작용 그룹만 제약]·172 단조[효과 방향(부호) 제약 — 여기는 상호작용 구조·차수]·238 분할 기하[사선vs축정렬 — 여기는 축정렬 유지 피처 co-membership만]와 구분, 순수 상호작용 구조 프라이어 축)[전선 A 조달 RQ-101 7,405행 도메인 그룹{금액계열·심사계열·기관시점} 주 + 전선 G OpenML 상호작용 차수·표본 통제] · 비대칭(LINEX) 회귀 손실(대칭 L2도 분위수 핀볼도 분류 비용행렬도 X오염 로버스트도 아니라 한 방향 오차가 지수적·반대 방향이 선형으로 벌받는 비대칭 손실로 조건부 평균을 비용이동시켜 추정 — 과대/과소예측 비용이 비대칭인데 관행은 대칭 L2. Varian 1975가 부동산 평가서 LINEX 도입[원형]을 → Zellner 1986 JASA가 LINEX 하 최적 추정·예측자 도출·표본평균/최소제곱이 비대칭 손실 하 비허용[이론]을 → Grinsztajn 통념과 충돌 → 비대칭도 a·왜도·이분산·표본별로 LINEX 훈련이 대칭 L2·사후 상수 bias 이동 대비 사는/이분산·비선형서 x별 최적이동이 상수 이동을 이기는 경계로만 생존[존재이유=이질 분산이면 최적 이동이 x마다 달라 사후 상수 이동이 못 따라잡음]. RQ-193 분위수/핀볼[양팔 선형·비율 τ로 조건부 분위수 — 여기는 한 팔 지수·비용이동 평균, 오차 크기까지 비대칭]·101 손실 선택[대칭 손실 종류]·170 비용민감[분류 오분류 비용행렬 — 여기는 회귀 연속오차]·236 로버스트[X오염]와 구분, 순수 비대칭 회귀 손실 축)[전선 A 조달 RQ-101 낙찰금액 우왜도 주 + 전선 G OpenML 회귀 비대칭도·이분산 통제]; grep 0장 확인 및 후보 실체확인[interaction constraint·상호작용 제약·joint split·상호작용만 = 0 진짜 청정(functional ANOVA 히트는 전부 RQ-207 EBM/GA2M·하이퍼파라미터 fANOVA[6512] 계열이라 별개 축) / LinEx·asymmetric loss·비대칭 손실·과대예측 = 0 진짜 청정 / 후보였다 죽은 축: 다중출력·회귀사슬은 grep이 RQ-206으로 즉시 회피(multi-target·regressor chain 다수 히트), 네이티브 결측처리 MIA는 RQ~695 MNAR로 회피, 자기지도 사전학습 SCARF/SubTab은 RQ-198로 회피, 데이터 가치평가·코어셋은 RQ-185/2690로 회피, 피처 그룹 다중뷰 융합은 RQ~4996으로 회피 — 194 교훈 실전, '있어 보이는' 후보 다섯을 grep이 걸러냄], 마더 게시 전 WebSearch로 저자·venue·URL 검증[상호작용 제약: XGBoost 공식 Feature Interaction Constraints 튜토리얼 xgboost.readthedocs.io stable(원형·메커니즘 — 허위 상호작용 억제) · Lengerich·Tan·Chang·Hooker·Caruana Purifying Interaction Effects with the Functional ANOVA AISTATS2020 PMLR v108 lengerich20a arXiv1911.04974(이론 순수 상호작용·식별성) · Grinsztajn NeurIPS2022 D&B arXiv2207.08815 통념 / 비대칭손실: Varian A Bayesian Approach to Real Estate Assessment in Studies in Bayesian Econometrics and Statistics in Honor of L.J.Savage North-Holland 1975 pp195-208(원형 LINEX 도입) · Zellner Bayesian Estimation and Prediction Using Asymmetric Loss Functions JASA 81(394):446-451 1986 DOI 10.1080/01621459.1986.10478289(이론 최적 추정·예측·비허용성) · Grinsztajn 통념], 데이터 앵커 조달 RQ-101 7,405행 검증완료·OpenML; INSIGHTS 44단계 갱신) · 2026-09-15 이전(FORAGE RQ-260·261 — 서로 무관한 두 빈 축: 결정 임계·작동점 선택 및 순편익 평가(손실·훈련·확률값 보정이 아니라 이미 학습·고정된 점수에서 사후에 단일 결정 cutoff만 고르는 것 — '데이터로 최적 임계 고르면 0.5보다 낫다'가 반사신경이나 최적 cutoff는 소수 검증표본 표집잡음에 과적합해 미래 성능이 경험 성능보다 나쁜 winner's curse가 흔하고 Youden J·F1최대·비용최소가 서로 다른 임계를 주며 AUC·정확도가 같아도 Vickers 결정곡선 순편익은 임계확률 구간에 따라 모델 순위를 뒤집음. Youden이 원형[민감도+특이도−1 최대]을 → Lipton·Elkan '잘 보정된 확률이면 최적임계=최적F1의 절반'으로 데이터기반 임계 이론을 → Vickers·Elkin 결정곡선 net benefit이 'AUC·정확도가 못 잡는 결정 효용' 평가프레임을 → 검증표본·불균형·비용비별로 사후 임계 선택이 0.5·고정 대비 사는/winner's curse로 무너지는 경계와 순편익 곡선상 방법 역전 구간으로만 생존. RQ-170 비용민감[비용을 훈련 손실·비용행렬]·259 멀티캘리브/392 캘리브[확률값 자체 보정—여기는 확률 고정 임계만]·204/3847 learning-to-rank[순위 손실—여기는 단일 작동점]과 구분, 순수 사후 결정 임계·작동점 선택 축)[전선 A 조달 RQ-101 유찰 이진 23.6% 주 + 전선 G OpenML 이진분류 검증표본·불균형 통제] · 타깃 변환+역변환(retransformation) 편향 보정(입력 변환도 X오염 로버스트도 손실 선택도 아니라 종속변수 y를 로그·Box-Cox·Yeo-Johnson으로 변환해 적합한 뒤 원 스케일로 되돌리는 단계와 그 편향 보정 — 'log서 잘 맞아도 exp 역변환하면 E[exp(logŷ)]≠exp(E[logŷ])라 원 스케일 예측이 체계적 하향 편향[Jensen]', 의사결정이 쓰는 건 원 스케일 금액이라 편향이 곧 비용. Box·Cox가 원형[power 변환 우도선택]을 → Duan 스미어링이 경계·보정[로그회귀 후 원 스케일 기대값 비모수 재변환 추정]을 → Grinsztajn '잘 튜닝된 GBM 원스케일 손실·분위수로 이미 꼬리 잡음' 통념과 충돌 → 왜도·꼬리·이분산·표본별로 변환+스미어링이 원 스케일 GBM 직접적합·순진 역변환 대비 사는/무의미해지는 경계로만 생존. RQ-101 손실 선택[원 스케일 손실 종류]·236/237 로버스트[X공간 오염]·251 회귀를 분류로[y구간화]·3797 이분산 σ(x)[전분포]와 구분, 변환 스케일 평가 금지=원 스케일에서만 평가해야 편향 안 숨음, 순수 타깃 변환·역변환 편향 축)[전선 A 조달 RQ-101 낙찰금액 우왜도·낙찰률 롱테일 R²=0.263 주 + 전선 G OpenML 회귀 왜도·꼬리 주입 준실험]; grep 0장 확인 및 후보 실체확인[Youden·decision curve·net benefit·순편익·operating point·작동점 = 0 진짜 청정(임계 히트는 전부 RQ-172/EVT POT 임계라 별개 축) / smearing·스미어링·Box-Cox·Yeo-Johnson·retransform·재변환 = 0 진짜 청정(Duan grep 히트 line3813은 NGBoost Duan이라 별개, '로그변환' 65 히트는 전부 여러 카드 베이스라인 언급이라 역변환 편향 축 아님) / 후보였다 죽은 축: learning-to-rank는 grep이 RQ-204/2059/3847로 즉시 회피(learning-to-rank·LambdaMART·listwise·NDCG 다수 히트—목적함수로 이미 카드화), threshold의 대부분 히트가 EVT POT 임계라 결정 임계와 혼동 위험 있었으나 실체확인으로 분리 — 194 교훈 실전, '있어 보이는' 후보를 grep이 걸러냄], 마더 게시 전 WebSearch로 저자·venue·URL 검증[임계: Youden Index for rating diagnostic tests Cancer 3(1):32-35 1950 Wiley(원형 민감도+특이도−1) · Lipton·Elkan·Naryanaswamy Thresholding Classifiers to Maximize F1 Score 2014 arXiv1402.1892(방법—잘 보정 확률이면 최적임계=최적F1 절반) · Vickers·Elkin Decision curve analysis Medical Decision Making 26(6):565-574 2006 Sage DOI 10.1177/0272989X06295361(평가프레임 net benefit) · Grinsztajn NeurIPS2022 D&B arXiv2207.08815 통념 / 변환: Box·Cox An Analysis of Transformations JRSS-B 26(2):211-243 1964 Wiley DOI 10.1111/j.2517-6161.1964.tb00553.x(원형 power변환족) · Duan Smearing Estimate: A Nonparametric Retransformation Method JASA 78(383):605-610 1983 Taylor&Francis DOI 10.1080/01621459.1983.10478017(경계·보정 재변환 편향) · Yeo-Johnson·분위수 변환 sklearn PowerTransformer/QuantileTransformer · Grinsztajn arXiv2207.08815 통념], 데이터 앵커 조달 RQ-101 7,405행 검증완료·OpenML; INSIGHTS 43단계 갱신) · 2026-09-15 이전(FORAGE RQ-258·259 — 서로 무관한 두 빈 축: 사후 앙상블 가지치기·부분집합 선택(손실·피처·훈련절차가 아니라 학습이 끝난 뒤 이미 만들어진 트리·멤버 풀에서 부분집합만 사후 선택해 결합 — '많은 게 전부보다 나을 수 있다'. Zhou·Wu·Tang GASEN이 원형[부분집합이 전체 이길 수 있음]을 → Martínez-Muñoz 외 순서기반 가지치기[소수 멤버 유지]로 방법을 → Caruana 외 탐욕 앙상블 선택이 '선택셋 과적합' 경계를 → Grinsztajn '잘 튜닝된 GBM 강함' 통념과 충돌[GBM은 이미 shrinkage·조기중단으로 트리 수 정칙화] → 앙상블 크기 k·표본·다양성별로 사후 가지치기가 shrinkage·조기중단으로 잘 튜닝된 GBM/RF 대비 순이득이 남는/추론 크기만 줄이는 압축에 그치는/선택셋 과적합으로 무너지는 경계로만 생존. RQ-257 DART[훈련 중 트리 드롭+재적합]·조기중단[라운드 절단=앞에서 자름]·250 NCL[다양성 손실 페널티 λ]·236 MoE[게이트 입력공간 분할]과 구분, 순수 사후 앙상블 부분집합 선택 축)[전선 A 조달 RQ-101 7,405행 주 + 전선 G OpenML 표본·다양성 통제] · 부분집단 동시 캘리브레이션 보증·멀티캘리브레이션(평균 확률 보정도 최악-위험 최소화도 오류 슬라이스 탐색도 아니라 계산-식별 가능한 풍부한 겹치는 부분집단 전체에서 예측확률이 실제 빈도와 맞도록 동시 보증 — 전역 ECE 낮다≠부분집단마다 잘 보정[캘리브레이션판 심슨역설]. Hébert-Johnson 외가 원형[모든 계산-식별 부분집단 동시 캘리브레이션·후처리]을 → Jin 외가 LightGBM 트리앙상블 손실최소화로 이산화 없이 표형에 직결[loss saturation 조건 필요·기존 MC 매치/상회] → 부분집단 풍부도·표본별로 MC가 전역 보정(Platt/isotonic)·무보정 대비 최악-부분집단 ECE를 낮추는/부분집단 얕아져 통계 노이즈·정확도 깎여 무너지는 경계로만 생존. RQ-392 전역 캘리브레이션[평균 ECE·Platt·isotonic 전체 한 곡선]·2513 Group DRO[사전정의 그룹 최악-위험=정확도/손실]·254/255 SliceFinder[오류 슬라이스 탐색=정확도]와 구분, 순수 부분집단 동시 캘리브레이션 축·공정성이 아니라 임의 피처 정의 부분집단으로 §3 공공정책 회피)[전선 A 조달 RQ-101 발주기관·계약형태·금액구간 부분집단 주 + 전선 G OpenML 부분집단 수·표본 통제]; grep 0장 확인 및 후보 실체확인[ensemble pruning·앙상블 가지치기·앙상블 선택·ordered aggregation·forest thinning·tree selection·ensemble selection = 0 진짜 청정 / multicalibration·멀티캘리브·multiaccuracy·subgroup calibration·그룹 캘리브 = 0 진짜 청정(전역 캘리브레이션 grep 65히트는 전부 RQ-392·119 계열 평균 ECE·임계이동 언급이라 별개 축) / 후보였다 죽은 축: conformal 적합예측은 grep이 RQ-119 AVM 부동산 커버리지로 즉시 회피(41히트), PDP·설명기법 불일치는 RQ~1501 SHAP/permutation/PDP 비교로 회피, logit adjustment·balanced softmax·long-tail은 RQ-4221 장꼬리 다범주로 회피(16히트), ALE는 explanation-comparison 크라우딩이라 회피 — 194 교훈 실전, '있어 보이는' 후보 넷을 grep이 걸러냄], 마더 게시 전 WebSearch로 저자·venue·URL 검증[가지치기: Zhou·Wu·Tang Ensembling neural networks: Many could be better than all Artificial Intelligence 137(1-2):239-263 2002 ScienceDirect·LAMDA PDF(원형 GASEN) · Martínez-Muñoz·Hernández-Lobato·Suárez An analysis of ensemble pruning techniques based on ordered aggregation IEEE TPAMI 31(2):245-259 2009 DOI 10.1109/TPAMI.2008.78(방법 순서기반) · Caruana·Niculescu-Mizil·Crew·Ksikes Ensemble Selection from Libraries of Models ICML 2004 Cornell PDF(경계 선택셋 과적합) · Grinsztajn NeurIPS2022 D&B arXiv2207.08815 당연부정 / 멀티캘리브: Hébert-Johnson·Kim·Reingold·Rothblum Multicalibration ICML2018 PMLR v80 pp1944-1953 arXiv1711.08513(원형) · Jin·Ding·Ngo·Wu Discretization-free Multicalibration through Loss Minimization over Tree Ensembles NeurIPS2025 arXiv2505.17435 github hjenryin/Discretization-free-MC(표형 직결·LightGBM·loss saturation)], 데이터 앵커 조달 RQ-101 7,405행 검증완료·OpenML; INSIGHTS 42단계 갱신) · 2026-09-14 이전(FORAGE RQ-256·257 — 서로 무관한 두 빈 축: 초점 손실·easy-example down-weighting(모델·피처가 아니라 훈련 손실 자체를 (1−p_t)^γ로 재형성해 잘 맞힌 다수 표본 기여를 눌러 어려운 소수·경계 표본에 학습을 집중 — 객체탐지 극단 전경-배경 불균형선 SOTA로 굳었으나 표형선 근거 부재. Lin 외 Focal Loss가 원형을 → Mukhoti 외 'KL 최소화+엔트로피 최대화로 과신 억제해 CE보다 잘 캘리브'로 도움을 → Charoenphakdee 외 'strictly proper 아니라 사후확률 추정 왜곡·보정 필요'로 경계를 → 조달 유찰 극단 불균형·클래스 수 K·γ별로 GBM·MLP의 소수 recall/AUPRC/캘리브(ECE) 이득이 CE·class-weight·SMOTE 대비 사는/도로 무너지는 경계로만 생존. RQ-391 SMOTE[입력 리샘플링]·170 비용민감[비용행렬]·392 캘리브[사후 보정]·254 라벨 스무딩[타깃 부드럽게—focal은 반대로 손실 날카롭게]과 구분, 순수 훈련 손실 재형성 축)[전선 A 조달 RQ-101 7,405행 유찰 이진 주 + 전선 G OpenML 분류 불균형·클래스 수 통제] · 부스팅 앙상블 구조 정칙화·트리 드롭아웃 DART(손실·피처가 아니라 부스팅 라운드마다 이미 학습된 트리 일부를 무작위로 빼고 새 트리를 적합해 후반 트리 over-specialization을 막는 구조적 정칙화 — Rashmi·Gilad-Bachrach DART가 원형[드롭아웃으로 MART를 유의미 마진으로 이김]을 → XGBoost 공식 튜토리얼이 'prediction buffer 못 써 느림·drop_rate가 학습률 상쇄'로 비용 경계를 → Grinsztajn '잘 튜닝된 GBM 강함' 통념과 충돌 → 표본·트리 수·drop_rate·학습률별로 DART가 shrinkage·조기중단으로 잘 튜닝된 표준 GBM 대비 순이득이 남는/느리기만 하고 0으로 무너지는 경계와 over-specialization 발생 조건[깊은 앙상블·저잡음]으로만 생존. RQ-250 NCL[다양성 손실 페널티 λ]·226 SAM[파라미터공간 평탄]·조기중단[트리 수 절단]과 구분, 순수 부스팅 구조 정칙화 축)[전선 A 조달 RQ-101 7,405행 주 + 전선 G OpenML 회귀/분류·잡음/표본/차원 통제]; grep 0장 확인 및 후보 실체확인[focal·초점 손실 = 0 진짜 청정(모든 'focal' 히트는 '피처 상호작용'이라 무관) / DART[부스팅]·dropout[트리]·드롭아웃 = 0 진짜 청정('DART' 히트는 RQ 한국 재무제표 API·LambdaMART·MC dropout, '드롭아웃' 히트는 RQ-231 mixup의 베이스라인 정칙기 언급이라 전부 무관) / 후보였다 죽은 축: 차등 프라이버시 DP-GBDT는 grep이 RQ-192로 즉시 회피, Neyman-Pearson 분류는 RQ(line 3224)로 회피, 외삽·extrapolation은 RQ-172 단조·EVT 꼬리·2690 학습곡선 크라우딩이라 회피 — 194 교훈 실전, '있어 보이는' 후보 셋을 grep이 걸러냄], 마더 게시 전 WebSearch로 저자·venue·URL 검증[focal: Lin·Goyal·Girshick·He·Dollár Focal Loss for Dense Object Detection ICCV2017 Best Student Paper CVF PDF·arXiv1708.02002(원형 (1−p_t)^γ) · Mukhoti 외 Calibrating DNNs using Focal Loss NeurIPS2020 proc aeb7b30(도움—CE보다 잘 캘리브) · Charoenphakdee 외 On Focal Loss for Class-Posterior Probability Estimation CVPR2021 CVF PDF(경계—proper 아니라 확률 왜곡) / DART: Rashmi·Gilad-Bachrach DART AISTATS2015 PMLR v38 korlakaivinayak15·arXiv1505.01866(원형 트리 드롭아웃) · XGBoost 공식 DART 튜토리얼(비용 경계) · Grinsztajn NeurIPS2022 D&B arXiv2207.08815(통념—잘 튜닝된 GBM 강함)], 데이터 앵커 조달 RQ-101 7,405행 검증완료·OpenML; INSIGHTS 41단계 갱신) · 2026-09-14 이전(FORAGE RQ-254·255 — 서로 무관한 두 빈 축: 라벨 스무딩·소프트 타깃 정칙화(모델·피처가 아니라 훈련 타깃 자체를 하드 원핫에서 (1−ε)·q+ε/K 부드러운 분포로 바꿔 과신 억제 — 이미지·NLP선 공짜 정칙화로 굳었으나 표형선 근거 없음. Szegedy가 원형을 → Müller·Kornblith·Hinton '일반화·캘리브레이션 돕지만 표현 정보 지워 증류 교사로 열세'로 양날을 → 'Selective Classification 저하'가 '스무딩이 신뢰도 기반 거절·선택적 예측을 훼손'으로 경계를 → 조달 유찰 극단 불균형·클래스 수 K·스무딩 강도 ε별로 GBM·MLP의 캘리브레이션/선택적 예측 이득이 사는/도로 무너지는 경계로만 생존. RQ-231 mixup[두 표본 볼록결합]·251 회귀를 분류로[연속 타깃 구간화]·310 라벨 노이즈[오염된 y 방어]와 구분, 순수 라벨 표현 정칙화 축)[전선 A 조달 RQ-101 7,405행 유찰 이진 주 + 전선 G OpenML 분류 불균형·클래스 수 통제] · 자동 오류 슬라이스 탐색·부분집단 진단(단일 집계 정확도가 아니라 피처 술어 조합을 데이터에서 탐색해 모델이 체계적으로 못 맞히는 부분집단을 자동 발견하고 우연 슬라이스를 다중검정 mFDR·α-investing으로 걸러냄 — Chung·Kraska SliceFinder[KAIST 저작]가 CART/격자+α-investing 원형을 → Sagadeeva·Boehm SliceLine이 선형대수 top-K 가지치기로 확장 → 발견 슬라이스에 표적 재가중/재학습이 균등학습·사전정의 그룹 Group DRO를 이기는/우연 슬라이스에 과적합해 헛도는 경계와 유효 슬라이스 정밀도·재현율로만 생존. RQ-2513 Group DRO[사전정의 그룹 최악위험 — 여기는 그룹을 발견]·188 예측 다중성[모델 간 불일치 — 여기는 오류 부분집단]·220 변수선택과 구분, 순수 오류 슬라이스 탐색+표적 개선 축)[전선 A 조달 RQ-101 발주기관·계약형태 술어 조합 주 + 전선 G OpenML 진짜/우연 슬라이스 주입 탐색 채점]; grep 0장 확인 및 후보 실체확인[label smoothing·라벨 스무딩·소프트 라벨·soft label = 0 진짜 청정 / slice discovery·error slice·슬라이스·SliceFinder = 0 진짜 청정 / 후보였다 죽은 축: 표형 파운데이션 모델·TabPFN은 grep 28히트가 RQ-197로 즉시 잡아 회피(in-context 사전적합 신경망 이미 카드화), 타깃 인코딩 누수·ordered target statistics는 grep 18히트가 RQ-147로 잡아 회피(고카디널리티 인코딩), 라벨 이동·prior shift는 grep 28히트 shift 크라우딩(126·205 등)이라 회피, H-statistic 상호작용 탐지는 207 EBM·230 FM·252 피처합성과 겹쳐 회피 — 194 교훈 실전, '있어 보이는' 후보 넷을 grep이 걸러냄], 마더 게시 전 WebSearch로 저자·venue·URL 검증[라벨스무딩: Szegedy·Vanhoucke·Ioffe·Shlens·Wojna Rethinking the Inception Architecture CVPR2016 pp2818-2826 CVF PDF(원형 (1−ε)q+ε/K) · Müller·Kornblith·Hinton When Does Label Smoothing Help? NeurIPS2019 arXiv1906.02629(양날—돕지만 증류 교사 열세) · Towards Understanding Why Label Smoothing Degrades Selective Classification arXiv2403.14715(경계—거절·선택적 예측 훼손) / 슬라이스: Chung·Kraska·Polyzotis·Tae·Whang Slice Finder ICDE2019 dblp ChungKPTW19 arXiv1807.06068(KAIST·CART/격자·α-investing mFDR) · Sagadeeva·Boehm SliceLine SIGMOD2021 Best Paper DOI 10.1145/3448016.3457323 mboehm7 PDF(선형대수 top-K 가지치기) · Group DRO 비교축=RQ-2513], 데이터 앵커 조달 RQ-101 7,405행 검증완료·OpenML; INSIGHTS 40단계 갱신) · 2026-09-14 이전(FORAGE RQ-252·253 — 서로 무관한 두 빈 축: 자동 피처 공학·피처 합성(모델·인코딩이 아니라 입력 표현을 사전에 명시 확장 — 원피처의 산술·비율·집계 조합을 새 열로 생성해 GBM에 먹임. Kanter·Veeramachaneni DFS가 원형[관계형 경로 따라 함수 적용, featuretools]을 → OpenFE가 '자동 생성 피처+단순 베이스라인이 캐글 팀 99.3·99.6% 이김'으로 강한 결과 → Grinsztajn '트리 분할이 상호작용을 이미 잡음=명시 피처는 흡수될 것'과 정면 충돌 → 상호작용 차수·카디널리티·표본·생성 예산별 자동 피처가 원피처 GBM을 이기는/GBM 분할에 흡수돼 이득 0으로 붕괴하는 경계로만 생존. RQ-147 고카디널리티 범주 인코딩[한 열 고정 변환]·240 수치 피처 임베딩[신경망 입력층 학습]·220 피처 선택[있는 것 중 고르기]·230 FM[모델 내부 잠재 상호작용]과 구분, 순수 입력 표현 구성 축)[전선 A 조달 RQ-101 7,405행 비율·차·집계 파생 주 + 전선 G OpenML 상호작용/카디널리티 통제] · 하이퍼파라미터 중요도·튜너빌리티(탐색·선택이 아니라 성능 분산을 어느 하이퍼파라미터가 설명하나를 RF 대리모형 위 functional ANOVA로 귀속 — '이 knob는 튜닝할 가치가 있나'. Hutter·Hoos·Leyton-Brown fANOVA가 원형을 → van Rijn·Hutter '데이터셋 가로질러 소수 knob이 지배'·Probst 외 '튜너빌리티 정량화'로 데이터-불문 답 주장 → 그 교차-데이터셋 순위가 조달 왜도 큰 타깃 새 도메인으로 전이되나/이 데이터 특유 민감도가 순위를 뒤집나 경계로만 생존. RQ-228 Hyperband[탐색 자원배분]·225 중첩 CV[선택 낙관편의]·226 SAM[옵티마이저]·224 학습곡선[표본 크기]과 구분, 순수 하이퍼파라미터 분산 귀속 축)[전선 A 조달 RQ-101 과제-X 주 + 전선 G OpenML 다수셋 · 메타-X=하이퍼파라미터 설정 무작위 샘플]; grep 0장 확인 및 오탐/후보 실체확인[feature synthesis·deep feature synthesis·automated feature·자동 피처·AutoFeat·featuretools·OpenFE·feature construction=0 청정(유일 'feature engineering' 히트 line921은 RQ-129 Scania 마더 언급이라 무관) / fANOVA·hyperparameter importance·하이퍼파라미터 중요도·tunability·튜너빌리티·van Rijn=0 청정 / 후보였다 죽은 축: OOD·개방집합은 grep이 RQ~3648 open-set·RQ-126/791 OOD일반화로 즉시 회피, coreset·데이터 프루닝은 RQ-185/2690 데이터 가치평가로 회피, 약지도·데이터 프로그래밍(Snorkel)은 RQ-199로 회피, 프로토타입·거리학습 k-NN은 RQ~4593으로 회피 — 194 교훈 실전, '있어 보이는' 후보 넷을 grep이 걸러냄], 마더 게시 전 WebSearch로 저자·venue·URL 검증[피처공학: Kanter·Veeramachaneni Deep Feature Synthesis IEEE DSAA2015 MIT PDF·featuretools alteryx · Zhang 외 OpenFE ICML2023 PMLR v202 zhang23ay arXiv2211.12507(자동피처 팀 99.3·99.6% 이김) · Grinsztajn NeurIPS2022 D&B arXiv2207.08815 당연부정 / 하이퍼파라미터: Hutter·Hoos·Leyton-Brown An Efficient Approach for Assessing HP Importance ICML2014 PMLR v32 hutter14·automl/fanova · van Rijn·Hutter Hyperparameter Importance Across Datasets KDD2018 DOI 10.1145/3219819.3220058 arXiv1710.04725 · Probst·Boulesteix·Bischl Tunability JMLR 20(53):1-32 2019 arXiv1802.09596], 데이터 앵커 조달 RQ-101 7,405행 검증완료·OpenML; INSIGHTS 39단계 갱신) · 2026-09-14 이전(FORAGE RQ-250·251 — 서로 무관한 두 빈 축: 앙상블 다양성·음의 상관 학습(NCL — 다양성을 배깅처럼 암묵적으로 두지 않고 손실 페널티 λ로 명시적으로 키워, bias-variance-diversity 분해에서 diversity 항을 직접 조절했을 때 정확도로 환금되는가. Liu·Yao가 NCL 원형을 → Kuncheva·Whitaker가 '10개 다양성 지표와 앙상블 정확도의 관계가 실전서 유용한지 의심스럽다'로 당연을 부정 → Wood·Mu·Webb·Reeve·Luján·Brown이 bias-variance-diversity 정확 분해로 통일[0/1 손실선 다양성 효과가 라벨 분포 의존] → 손실 종류·구성원 강도·페널티 λ·표본별 NCL 앙상블이 단일 GBM·배깅을 이기는/다양성↑이 정확도로 환금 안 되는 경계와 다양성 지표-정확도 실측 상관으로만 생존. RQ-188 예측 다중성[모델 간 불일치를 세는 진단]·236 MoE[게이트가 표본 분할]·스태킹·배깅[암묵적 다양성]과 구분, 순수 앙상블 다양성 훈련 목적 축)[전선 A 조달 RQ-101 7,405행 주 + 전선 G OpenML 다수셋·손실/구성원 강도 통제] · 회귀를 분류로·출력측 과제 형식화(연속 타깃을 K구간으로 나눠 교차엔트로피로 푸는 것이 제곱손실 직접 회귀보다 신경망 성능을 올리나 — 정보를 버리는데 이득. Imani·White 히스토그램 손실 HL-Gaussian이 원형을 → Stewart·Bach·Berthet·Vert가 'binning 이득은 2층 ReLU에만·3층엔 소멸'로 경계를 → 'Investigating the Histogram Loss'가 '이득은 분포 모델링이 아니라 최적화 개선에서'로 규명 → 타깃 왜도·구간 수 K·모델 깊이별 회귀↔분류 전환 이득이 사는/사라지는 경계와 GBM 잔여 격차로만 생존. RQ-150/151 입력 피처 이산화·131 순서형[원래 순서형 라벨]·101 회귀 손실 종류 선택·232 MDN 다봉 밀도와 구분, 순수 출력측 과제 형식화 축. 데이터 동기=RQ-101 낙찰율이 하한선 봉우리+롱테일로 왜도 큼=히스토그램 손실 자연 시험대)[전선 A 조달 RQ-101 7,405행 왜도 큰 금액 타깃 주 + 전선 G OpenML 회귀셋·왜도/다봉성·구간 수 통제 주입]; grep 0장 확인 및 오탐/후보 실체확인[negative correlation·음의 상관 학습·ensemble diversity·앙상블 다양성·Kuncheva·Liu-Yao=0 진짜 청정(line 2861 ambiguity/discrepancy는 RQ-188 예측 다중성=모델 간 불일치라 무관, line 3350 '음의 상관'은 sleeping dogs uplift라 무관) / regression as classification·회귀를 분류·타깃 이산화·histogram loss·HL-Gaussian·target binning=0 진짜 청정(discretiz/binning 히트는 전부 RQ-150/151 입력 피처 coarsening이라 별개 축) / 후보였다 죽은 축: 알고리즘 리코스·반사실은 grep이 RQ-186으로 즉시 회피, PU 학습은 RQ-121/122 nnPU로 회피, 부분 라벨은 RQ-3717 PRODEN으로 회피, 적대적 회피는 RQ-4399로 회피, 증류는 RQ-3025 churn으로 회피, 입력 피처 이산화는 RQ-150/151로 회피, 커리큘럼 자기훈련은 RQ-2578로 회피, 밀도비/중요도가중은 shift 7카드(126·205·828·889·2510·180·222) 크라우딩이라 회피 — 194 교훈 실전, '있어 보이는' 후보 여덟을 grep·§3이 걸러냄], 마더 게시 전 WebSearch로 저자·venue·URL 검증[다양성: Liu·Yao Ensemble learning via negative correlation Neural Networks 12(10):1399-1404 1999 DOI 10.1016/S0893-6080(99)00073-8(원형 NCL 페널티) · Kuncheva·Whitaker Measures of diversity in classifier ensembles Machine Learning 51(2):181-207 2003 DOI 10.1023/A:1022859003006(당연부정—다양성 지표-정확도 관계 유용성 의심) · Wood·Mu·Webb·Reeve·Luján·Brown A Unified Theory of Diversity in Ensemble Learning JMLR 24(359):1-49 2023 jmlr v24/23-0041 arXiv2301.03962(bias-variance-diversity 정확 분해·0/1 라벨분포 의존) / 회귀분류: Imani·White Improving Regression Performance with Distributional Losses ICML2018 PMLR v80 imani18a(원형 HL-Gaussian) · Stewart·Bach·Berthet·Vert Regression as Classification AISTATS2023 PMLR v206 arXiv2211.05641(경계—binning 2층에만·3층 소멸) · Investigating the Histogram Loss in Regression arXiv2402.13425 2024(규명—이득은 최적화 개선에서)], 데이터 앵커 조달 RQ-101 7,405행 검증완료·OpenML) · 2026-09-13 이전(FORAGE RQ-240·241 — 서로 무관한 두 빈 축: 시간 검증 방법론(개찰일시가 있는 표형서 무작위 k-겹 CV가 워크포워드·퍼지드+엠바고 대비 성능을 얼마나 부풀리나 — 무작위 CV는 미래 행을 훈련에 섞어[look-ahead] 오차를 과소추정. 실무 관성 '시계열이면 무조건 워크포워드'를 Bergmeir·Benítez가 '정상 시계열·순수 자기회귀면 블록 k-겹 CV가 이론상 정당하고 홀드아웃보다 데이터를 다 써 낫다'고 반박 → Cerqueira·Torgo·Mozetič가 174개 실제 비정상 시계열선 홀드아웃/prequential 우세로 역-반박 → López de Prado 퍼지드+엠바고로 라벨 미래 겹침 도려냄 → 시간 자기상관 φ·비정상성·라벨 지평 h·표본별 무작위 CV 낙관 편향[추정치−미래 홀드아웃 실측 격차]과 절차 순위 뒤집힘으로만 생존. RQ-219 공간 자기상관 누수[219가 '시간 누수는 별개 축'이라 명시적으로 미룬 빈칸]·225 하이퍼파라미터 선택 낙관편의[iid서도 발생, 여기는 시간 의존이 원인]·126 공변량이동 모델링·184 개념이동과 구분, 순수 시간 검증 방법론 축)[전선 A 조달 RQ-101 7,405행 개찰일시 자연 시간순서 주 + 전선 G 시간 자기상관 φ·비정상성·라벨지평 h 통제 주입·OpenML] · 수치 피처 임베딩(딥 표형의 성패가 백본[FT-Transformer/SAINT] 아니라 연속값을 벡터로 바꾸는 입력층에서 갈린다는 Gorishniy 진단 — 연속 피처를 선형층+ReLU 날것 대신 구간선형[piecewise-linear]·주기[periodic] 임베딩으로 넣으면 MLP·트랜스포머가 GBDT-친화 벤치서 GBDT와 경쟁, Gorishniy·Rubachev·Babenko가 원형을 → Grinsztajn '트리 승리=축정렬+불규칙 타깃'[임베딩 안 봄]과 충돌 → 타깃 매끄러움/주파수·피처 스케일 이질성·표본별 임베딩이 GBM 격차를 지우는/불규칙 고주파 타깃서 도로 GBM이 이기는 경계로만 생존. RQ-827 딥 표형 아키텍처 벤치[백본 비교, 여기는 백본 고정·수치 임베딩 모듈만]·147 고카디널리티 범주형 인코딩[여기는 연속형]·233 RFF 커널 근사[여기는 학습된 임베딩]·230 FM 잠재요인과 구분, 순수 연속 피처 입력 표현 축)[전선 A 조달 RQ-101 예정·기초·추정가격 스케일 이질 연속 피처 주 + 전선 G OpenML 수치 위주 + 타깃 주파수/매끄러움·피처 스케일 통제 주입]; grep 0장 확인 및 오탐/후보 실체확인[purged·walk-forward·워크포워드·embargo·엠바고·시계열 교차검증·temporal leakage·rolling origin·expanding window=0 진짜 청정(시간 누수는 219·225가 '별개 축'이라 명시적으로 미룬 빈칸이었음) / Gorishniy·periodic embed·piecewise-linear·numerical feature embedding·수치 피처 임베딩=0 진짜 청정 / 후보였다 죽은 축: 순서형·서열 라벨은 grep이 RQ-131[순서형절단] + 도메인 카드 다수로 즉시 잡아 회피(ordinal·순서형 46히트), double machine learning/cross-fitting은 인과·정책 프레임 위험(§3)이라 회피, TabNet은 827 벤치·207 EBM 해석성과 겹쳐 회피, Tobit/censored regression은 148/149 생존·131 절단으로 회피 — 194 교훈 실전, '있어 보이는' 후보 넷을 grep·§3이 걸러냄], 마더 게시 전 WebSearch로 저자·venue·URL 검증[시간검증: Bergmeir·Benítez On the use of CV for time series predictor evaluation Information Sciences 191:192-213 2012 DOI 10.1016/j.ins.2011.12.028(당연부정—정상 시계열엔 블록 CV 정당) · Cerqueira·Torgo·Mozetič Evaluating TS forecasting models Machine Learning 109:1997-2028 2020 DOI 10.1007/s10994-020-05910-7 arXiv1905.11744(역-반박—174 실제 비정상 시계열 홀드아웃 우세) · López de Prado Advances in Financial ML Wiley 2018(퍼지드 k-겹+엠바고) / 수치임베딩: Gorishniy·Rubachev·Babenko On Embeddings for Numerical Features in Tabular DL NeurIPS2022 arXiv2203.05556 proceedings 9e9f0ffc(구간선형·주기 임베딩 GBDT와 경쟁) · Gorishniy 외 Revisiting DL Models for Tabular Data FT-Transformer NeurIPS2021 arXiv2106.11959 · Grinsztajn·Oyallon·Varoquaux NeurIPS2022 D&B arXiv2207.08815(당연부정—트리 축정렬 승리)], 데이터 앵커 조달 RQ-101 7,405행 검증완료·OpenML) · 2026-09-13 이전(FORAGE RQ-238·239 — 서로 무관한 두 빈 축: 모델 비교의 통계적 추론(성능차 유의성 검정 — 'A>B'를 소수점 �(성능차 유의성 검정 — 'A>B'를 소수점 두 자리로 주장하는 결과표에서 CV 폴드가 훈련집합을 겹쳐 써 오차 분산이 과소추정되는데 순진한 반복분할/paired t-검정을 쓰면 Type I error가 폭증해 우연한 차이를 유의로 오판, corrected resampled t·McNemar/5x2cv·Friedman+Nemenyi CD가 순진 검정·단순 승수 세기[관성]의 거짓 유의를 표본·데이터셋수·Δ성능별로 어디서 뒤집는가 — 점추정 순위가 아니라 그 차이가 재표집 잡음 안/밖인가로만 생존. RQ-225 중첩 CV 하이퍼파라미터 선택 낙관편의[선택 정직해도 남는 성능차 추론이라 명시 분리]·220 변수선택 안정성·188 예측 다중성과 구분, 순수 성능차 유의성 축)[전선 A 조달 RQ-101 7,405행 주 + 전선 G OpenML 다수셋=검정을 데이터셋 축으로 집계] · 분할 기하·회전 불변성(축정렬 GBM vs 사선[피처 선형결합]·소프트 트리 — 트리가 표형서 이기는 이유가 축정렬[회전 비불변, 각 피처 따로]이라는 Grinsztajn 진단인데 OC1·TAO는 사선 분할이 축정렬보다 작고 정확하다고 주장해 정면 충돌 → 사선/소프트가 상관·회전된 정보성 구조에선 이기고 무관 피처가 늘수록[Grinsztajn 예측대로 회전이 잡음 혼합] 오히려 무너지는 경계와 무관피처 붕괴 곡선으로만 생존. RQ-207 EBM 가법 형태함수·218 축정렬 희소 규칙·172 단조 형태제약·236 MoE 게이팅과 구분, 순수 분할 기하 축)[전선 A 조달 RQ-101 예정·기초·추정가격 강한 상호상관=자연 사선 구조 주 + 전선 G OpenML + 상관 ρ·회전각 θ·무관피처 m 통제 주입]; grep 0장 확인 및 오탐/후보 실체확인[Nadeau·Demšar·Nemenyi·Friedman test·corrected t-test·McNemar·유의성 검정·resampled=0 진짜 청정 / oblique·사선/다변량 분할·soft decision tree·TAO·OC1·rotation invarian·회전 불변·axis-aligned=0 진짜 청정 / 후보였다 죽은 축: 단조 제약 GBM은 grep이 RQ-172로 즉시 잡아 회피(monoton·단조 40히트=172 X방향 단조 제약·3159 τ방향 분위수 비교차), 비용제약 특징획득 cascade는 RQ-177·929로 잡아 회피(feature acquisition·budgeted·test-time feature 14히트), 카운트/Tweedie/zero-inflated 회귀는 RQ-428·851·1410·1889로 잡아 회피 — 194 교훈 실전, '있어 보이는' 후보 셋을 grep이 걸러냄], 마더 게시 전 WebSearch로 저자·venue·URL 검증[비교추론: Nadeau·Bengio Inference for the Generalization Error Machine Learning 52:239-281 2003 DOI 10.1023/A:1024068626366(CV 폴드 중첩 분산 과소추정·corrected resampled t) · Dietterich Approximate Statistical Tests for Comparing Supervised Classification Learning Algorithms Neural Computation 10(7):1895-1923 1998 DOI 10.1162/089976698300017197(당연부정—반복분할 t Type I error 높아 금지·McNemar/5x2cv 권장) · Demšar Statistical Comparisons of Classifiers over Multiple Data Sets JMLR 7:1-30 2006(Friedman+Nemenyi CD) / 분할기하: Murthy·Kasif·Salzberg OC1 A System for Induction of Oblique Decision Trees JAIR 2:1-32 1994 DOI 10.1613/jair.63(사선이 축정렬보다 작고 정확) · Carreira-Perpiñán·Tavallali TAO Alternating optimization of decision trees NeurIPS2018 pp1211-1221(사선을 소·정확·확장) · Grinsztajn·Oyallon·Varoquaux NeurIPS2022 D&B arXiv2207.08815(당연부정—무작위 회전이 순위 뒤집음·회전 불변성 유해·축정렬이 트리 승리 원천·무관 피처 추가 시 격차 확대)], 데이터 앵커 조달 RQ-101 7,405행 검증완료·OpenML) · 2026-09-13 이전(FORAGE RQ-236·237 — 서로 무관한 두 빈 축: 전문가 혼합(Mixture of Experts, MoE — 게이팅망이 표본을 서로 다른 반응함수를 가진 전문가 부분모델로 라우팅하는 조건부 계산 모델족, GBM도 분할로 입력공간을 나누지만 MoE는 게이트가 조건부 전문화를 명시 학습. Jacobs·Jordan·Nowlan·Hinton가 원형을 → 'GBM 트리 SOTA'(Grinsztajn)로 게이트+전문가 중복 주장 + 'MoE vs MLP on Tabular'(2502.03608)가 '표형서 광범위 평가 드묾·미확정'으로 → 레짐 분리도·레짐 수·표본·게이트 학습가능성별 MoE 조건부 전문화가 단일 튜닝 GBM·스태킹·그룹별 GBM을 이기는/전문가 붕괴(Shazeer load-balancing)·게이트 과적합으로 무너지는 경계와 전문가 부하 엔트로피·게이트-진짜레짐 ARI로만 생존. RQ-105 메타러닝 데이터셋→알고리즘 사상·스태킹 전표본 결합·232 MDN 출력측 혼합밀도·2513 Group DRO 사전정의 그룹과 명시구분, 순수 입력공간 학습 게이팅 라우팅 축)[전선 A 조달 RQ-101 발주기관·계약형태 자연 레짐 주 + 전선 G 레짐 분리도·K 통제 가우시안혼합 합성=게이트 복원 ARI·OpenML] · X공간 오염·레버리지 견고 회귀(robust regression — 소수 극단 레버리지 행(초대형 계약·자릿수 오타)이 제곱손실 부스팅의 초기 트리·L2 계수를 장악하는 실패를 Huber·Tukey biweight·최소절사제곱·RANSAC·Theil-Sen이 영향을 유계로 만들어 방어, Huber가 M추정 원형을·Rousseeuw가 ~50% 파괴점 LMS를 → '트리는 아웃라이어에 강건'(Grinsztajn 통념)이나 제곱손실 그래디언트는 레버리지에 비유계 → 오염 비율 ε·레버리지 크기·모델별 로버스트가 L2 GBM·로그변환을 이기는/파괴점 넘어 함께 붕괴하는 경계와 오염률별 붕괴 곡선으로만 생존. RQ-310 라벨노이즈 y오염·212 불균형회귀 y꼬리형태·172 EVT far tail·101 손실선택 분포적합과 명시구분, 순수 X공간 오염 견고성 축)[전선 A 조달 RQ-101 금액 스케일 자연 고레버리지 주 + 전선 G 오염 비율·레버리지 주입 준실험·OpenML]; grep 0장 확인 및 오탐/후보 실체확인[mixture of experts·MoE·gating·게이팅=0 진짜 청정 / robust regression·RANSAC·Theil-Sen·최소절사·biweight·파괴점·레버리지=0(Huber 히트 다수는 전부 RQ-101/212/4373 손실 선택 언급이지 X오염·파괴점 견고성 축 아님 — 212 FDS=URL 실체확인 재적용) / 후보였다 죽은 축: 생존분석(RQ-148/149 우측절단·경쟁위험 Fine-Gray 점유), 계수회귀 Tweedie/2부(RQ 화재·보험 점유), 결측 MNAR/MICE(RQ-124 점유), 이상탐지(RQ-103), 선택적예측 reject option(RQ-157), 위임 learning to defer(RQ~2800), 모델갱신 negative flip(RQ~3028), 자기훈련(RQ-2569) — 전부 grep이 즉시 잡아 회피, 194 교훈 실전], 마더 게시 전 WebSearch로 저자·venue·URL 검증[MoE: Jacobs·Jordan·Nowlan·Hinton Adaptive Mixtures of Local Experts Neural Computation 3(1):79-87 1991 MIT Press · Shazeer 외 Outrageously Large NN Sparsely-Gated MoE Layer ICLR2017 arXiv1701.06538(load-balancing로 전문가 붕괴 방지) · Grinsztajn NeurIPS2022 D&B(당연부정) · MoE vs MLP on Tabular arXiv2502.03608(표형 미확정) / 로버스트: Huber Robust Estimation of a Location Parameter Annals of Math Stat 35(1):73-101 1964 DOI 10.1214/aoms/1177703732 Project Euclid · Rousseeuw Least Median of Squares Regression JASA 79(388):871-880 1984 DOI 10.1080/01621459.1984.10477105 · Grinsztajn NeurIPS2022(당연부정—트리 강건 통념)], 데이터 앵커 조달 RQ-101 7,405행 검증완료·OpenML) · 2026-09-13 이전(FORAGE RQ-234·235 — 서로 무관한 두 빈 축: 베이지안 가법 회귀 트리(BART — 합-of-트리를 정칙화 사전으로 묶고 MCMC로 회귀함수의 완전 사후분포를 얻는 모델족, GBM은 점추정이라 예측구간을 별도 래퍼로 얹지만 BART는 점예측·구간·변수포함빈도를 사후로 한 번에 산출. Chipman·George·McCulloch가 원형을 → '표형은 GBM 트리 SOTA'(Grinsztajn)+'BART는 XGBoost보다 훨씬 느려 1만~10만 행부터 실용성 붕괴(니치)'라는 계산비용 반박 → 표본·차원·잡음별 BART 사후 앙상블이 튜닝 GBM 정확도·NGBoost/분위수 구간 캘리브레이션을 이기는/MCMC 비용으로 무너지는 경계와 표본 규모별 MCMC 시간 곡선으로만 생존. RQ-203 평균-분산 단일 가우시안 σ(x)·193 분위수·232 MDN 다봉 혼합·2107 GPBoost 가우시안과정 커널·179 aleatoric/epistemic 분해와 명시 구분, 순수 사후분포 트리 앙상블 축)[전선 A 조달 RQ-101 7,405행 주 + 전선 G OpenML 회귀 벤치·표본/차원/잡음 통제 합성] · LassoNet·임베디드 신경 특징 선택(스킵(잔차)층 대표가 활성일 때만 피처가 은닉층에 참여하도록 계층적 L1 근접경사로 희소성을 네트워크 목적함수에 통합해 정칙화 경로 전체를 산출, 별도 필터·사후 해석이 아니라 훈련 내장 비선형 선택. Lemhadri·Ruan·Abraham·Tibshirani가 원형을 → 벤치(Cherepanova 등 NeurIPS D&B)가 'RF/TreeSHAP·mRMR 여전히 강함'으로, LassoFlexNet이 'LassoNet 심각한 훈련 불안정'으로 반박 → 상관·중복·잡음 피처 비중·표본별 LassoNet이 LASSO·트리 중요도를 같은 top-k 예산에서 이기는/훈련 불안정으로 도로 지는 경계로만 생존. RQ-220 변수선택 안정성·재현성(Nogueira)·154/155 사후 SHAP 속성귀속·230 FM 잠재요인 상호작용·208 SR 대수식과 명시 구분, 순수 훈련 내장 신경 선택 축)[전선 A 조달 RQ-101 7,405행 상관·중복 자연 주 + 전선 G 참/허위 피처 지정 합성=복원 F1·OpenML]; grep 0장 확인 및 오탐/후보 실체확인[BART·Bayesian Additive·Chipman=0 진짜 청정 / LassoNet·Neural Additive·NAM·embedded selection=0 진짜 청정 / evidential·Normal-Inverse-Gamma·copula=0(카드화 안 함) / 후보였던 온라인·스트리밍 학습은 grep이 이미 있는 카드(RQ-2632 개념이동 온라인 GBDT·RQ-211 클래스증분 연속학습)로 잡아 즉시 회피 — 죽은 축, 194 교훈 실전 / 불확실성 분해는 RQ-179가 점유해 BART를 '베이지안 사후 자체' 축으로 명시 분리], 마더 게시 전 WebSearch로 저자·venue·URL 검증[BART: Chipman·George·McCulloch BART: Bayesian additive regression trees Annals of Applied Statistics 4(1):266-298 2010 DOI 10.1214/09-AOAS285 arXiv0806.3286 · Grinsztajn NeurIPS2022 D&B(당연부정—GBM 트리 SOTA) · 비용반박(BART 니치·1만~10만 행 붕괴) / LassoNet: Lemhadri·Ruan·Abraham·Tibshirani LassoNet JMLR 22(1):5633-5661 2021·AISTATS2021 PMLR v130 arXiv1907.12207 · Cherepanova 등 A Performance-Driven Benchmark for Feature Selection in Tabular DL NeurIPS D&B(당연부정—RF/TreeSHAP 경쟁적) · LassoFlexNet(당연부정—LassoNet 훈련 불안정)], 데이터 앵커 조달 RQ-101 7,405행 검증완료·OpenML) · 2026-09-12 이전(FORAGE RQ-232·233 — 서로 무관한 두 빈 축: 혼합밀도망(Mixture Density Network — 한 조건 x에서도 결과가 하한선 봉우리+이탈 봉우리로 갈리는 다봉 조건부 분포일 때 p(y|x)를 가우시안 혼합 Σπₖ(x)N(μₖ,σₖ)로 직접 추정, Bishop이 신경망+혼합모형으로 임의 조건부 분포 표현을 → Makansi가 '기존 MDN은 모드붕괴·훈련 불안정'으로, Grinsztajn이 '표형 트리 SOTA'로 못박음 → 봉우리 수·분리도·표본별 MDN이 단일봉 확률예측[RQ-203 σ(x)]·분위수GBM[193]을 NLL/CRPS/PIT로 이기는/모드붕괴로 무너지는 경계로만 생존. RQ-101 점예측 손실함수 선택·203 단일봉 σ(x)·193 분위수·152/171 0점질량 zero-inflated와 명시 구분, 순수 다봉 조건부 밀도 추정 축. 데이터 동기=RQ-101 실측상 낙찰률 72.1%가 하한선 ±0.5%p 봉우리+롱테일)[전선 A 조달 RQ-101 7,405행 낙찰률 다봉 주 + 전선 G 다봉 합성·OpenML 회귀 단일봉 대조] · 무작위 푸리에 특징·커널 근사(Random Fourier Features — 시프트 불변 커널[RBF]을 무작위 특징 d개로 근사해 선형모델에 얹어 정확 커널의 O(n²)을 피하며 확장, Rahimi·Recht가 선형법으로 대형 커널 기계 대체를 → Rudi·Rosasco가 '최적 일반화엔 √n log n개 특징 필요[공짜 가속 아님]'로, Grinsztajn이 '표형 트리 SOTA'로 못박음 → 피처 매끄러움·차원·표본별 RFF가 정확 커널을 따라잡고 GBM을 이기는/도로 지는 경계와 특징 수 d에 따른 정확커널 수렴 곡선으로만 생존. RQ-2107 GPBoost 가우시안과정 공간 랜덤효과·198 SCARF 피처손상 자기지도·230 FM 저차원 잠재요인 쌍 상호작용과 명시 구분, 순수 시프트불변 커널 근사 축)[전선 A 조달 RQ-101 7,405행 주 + 전선 G Grinsztajn study 337 중형 균형 벤치·매끄러움/차원 합성]; grep 0장 확인 및 오탐/후보 실체확인[mixture density·혼합밀도·multimodal·다봉·MDN·mixture model=다봉 밀도 추정 축으로는 0(점질량/multimodal 히트 RQ-101·152·171·212는 전부 '0이나 하한선에 뭉친 손실함수 선택 MSE/분위수/Tweedie/2부'이지 혼합으로 조건부 분포 추정하는 축 아님 — 212 실체확인 재적용) / random fourier·랜덤 푸리에·random feature·kernel approximation·커널 근사·Nyström·RKHS·kernel ridge=0(유일 'Random Feature' 히트 RQ-198 SCARF는 자기지도 피처 손상 corruption이라 커널 근사와 무관)], 결정적으로 후보였던 능동학습·메타러닝 알고리즘 선택은 grep이 이미 있는 카드(RQ-176 능동학습 pool-based·RQ-105 메타러닝 데이터셋→알고리즘 성능 사상)로 잡아 즉시 폐기(죽은 축, 194 교훈 실전 — '있어 보이는' 후보 둘을 grep이 걸러냄), 마더 게시 전 WebSearch로 저자·venue·URL 검증[MDN: Bishop Mixture Density Networks Aston NCRG/94/004 1994 publications.aston.ac.uk/373 · Makansi·Ilg·Çiçek·Brox Overcoming Limitations of MDN CVPR2019 pp7144-7153 arXiv1906.03631(당연부정—모드붕괴·불안정) · Grinsztajn NeurIPS2022 D&B(당연부정) / RFF: Rahimi·Recht Random Features for Large-Scale Kernel Machines NIPS2007 Test-of-Time · Rudi·Rosasco Generalization Properties of Learning with Random Features NIPS2017(공짜부정—√n log n 특징 필요) · Grinsztajn NeurIPS2022 D&B(당연부정)], 데이터 앵커 조달 RQ-101 7,405행 검증완료·OpenML study 337 중형) · 2026-09-12 이전(FORAGE RQ-230·231 — 서로 무관한 두 빈 축: 인수분해 기계(factorization machines — 각 변수에 저차원 잠재벡터를 주어 모든 변수쌍 상호작용을 내적으로 공유·추정, 그 쌍이 훈련에 한 번도 같이 안 나온 극단 희소서도 상호작용을 일반화, Rendle이 SVM 실패하는 huge sparsity서 작동함을 → Grinsztajn이 '일반 표형은 트리가 여전히 SOTA'로 못박음 → 희소성·카디널리티·상호작용 차수·표본별로 FM/FFM/DeepFM이 GBM 트리 분할·원핫 로지스틱을 이기는/저차원 근사 한계로 역전되는 경계로만 생존. RQ-207 EBM/GA2M 명시적 쌍 형태함수·147 고카디널리티 인코딩·206 다중출력과 명시 구분, 순수 상호작용 모델링 축)[전선 A 조달 RQ-101 7,405행 고카디널리티 범주형 주 + 전선 G OpenML 카디널리티·희소도 통제] · 믹스업·정칙화(mixup·Manifold Mixup — 두 훈련 표본의 피처와 라벨을 볼록 결합해 사이를 채우는 vicinal risk 정칙화가 결정경계를 매끄럽게, Zhang·Verma가 이미지·음성서 공짜 점심을 → Onishi가 '표형은 볼록결합이 부자연—원핫 범주 섞으면 존재하지 않는 범주, 비단조 타깃 사이는 가짜 라벨이라 바닐라 mixup이 오히려 열세·과매끄러움, Manifold Mixup 사전학습 대부분 부정적'으로 못박음 → 피처유형(수치/범주 비중·카디널리티)·표본·타깃 규칙성별로 mixup이 표준 정칙화를 이기는/가짜 행으로 역전되는 경계로만 생존. RQ-391 SMOTE 불균형 리샘플링·221 생성 표형·212 불균형 회귀·198 Contrastive Mixup 자기지도와 명시 구분, 순수 지도 라벨혼합 정칙화 축)[전선 G OpenML 수치/범주 비중 통제 주 + 전선 A 조달 실측 이질 표형 앵커]; grep 0장 확인 및 오탐/후보 실체확인[factorization machine·FFM·DeepFM·field-aware·factoriz·잠재 요인=0 진짜 청정 / mixup·믹스업·manifold mixup·cutmix·data augmentation·데이터 증강=0(유일 히트는 828 도메인일반화 목록의 한 항목 'MixUp'이라 무관) / 후보였던 라벨노이즈 강건손실은 grep이 이미 있는 카드(RQ~310 라벨 노이즈 학습 + 수십 건 참조)로 잡아 즉시 폐기 — 죽은 축, 가우시안 프로세스는 RQ-2107 GPBoost가 점유해 회피, 스태킹·구간화 11히트라 회피], 마더 게시 전 WebSearch로 저자·venue·URL 검증[FM: Rendle Factorization Machines IEEE ICDM2010 pp995-1000 DOI 10.1109/ICDM.2010.127 · Juan·Zhuang·Chin·Lin FFM for CTR RecSys2016 pp43-50 DOI 10.1145/2959100.2959134 csie.ntu ffm.pdf · Guo·Tang·Ye·Li·He DeepFM IJCAI2017 pp1725-1731 ijcai 2017/239 · Grinsztajn NeurIPS2022 D&B 45셋(당연부정—트리 SOTA) / mixup: Zhang·Cissé·Dauphin·Lopez-Paz ICLR2018 arXiv1710.09412 · Verma Manifold Mixup ICML2019 PMLR v97 arXiv1806.05236 · Onishi Rethinking Data Augmentation for Tabular 2023 arXiv2305.10308(당연부정—표형서 바닐라 mixup 열세)], 데이터 앵커 조달 RQ-101 7,405행 검증완료·OpenML) · 2026-09-12 이전(FORAGE RQ-228·229 — 서로 무관한 두 빈 축: 유한표본 FDR을 보장하는 통제된 변수선택(Model-X 녹아웃 — 각 변수의 '가짜 쌍둥이'를 만들어 결과의 조건부 분포가 임의·미지여도 거짓 발견율을 사전 지정 수준으로 유한표본 보장하며 선택, Candès·Fan·Janson·Lv가 JRSS-B서 원형을 세운 걸 → Barber·Candès·Samworth가 'X 분포를 추정하면 그 오차만큼 FDR 통제가 무너진다'고 반박 → 상관강도·표본·X추정 정확도별로 실현 FDR이 약속을 지키는/깨지는 경계와 보장 대가 검정력 손실로만 생존. RQ-220 변수선택 안정성(재표집 재현성·Nogueira)·154/155 SHAP 사후귀속·200 측정오차와 명시 구분, 순수 거짓 발견율 통제 축)[전선 A 조달 RQ-101 7,405행 주 + 전선 G 진짜/허위 변수 지정 합성=실현 FDR·검정력 채점] · 다중충실도 하이퍼파라미터 탐색(Hyperband·successive halving — 값싼 저충실도(적은 부스팅 라운드·표본·에폭)로 나쁜 후보를 조기 탈락시켜 고정 CPU 예산에 더 넓게 탐색, Li·Jamieson이 딥러닝서 한 자릿수 배 속도향상을 낸 걸 → 리뷰·BOHB가 '충실도 간 poor rank correlation으로 초반 이길 후보를 버린다'고 반박 → 표본·모델·예산별로 무작위 탐색을 이기는/rank 붕괴로 도로 지는 경계로만 생존, 표형 왕 GBM은 부스팅 라운드=충실도라 붕괴 특히 걱정. RQ-225 중첩 CV 선택 낙관 편의(평가 정직성)·226 SAM 옵티마이저와 명시 구분, 순수 탐색 자원 배분 축)[전선 A 조달 RQ-101 주 + 전선 G OpenML 표본 통제]; grep 0장 확인 및 오탐/후보 실체확인[knockoff·녹아웃·FDR·false discovery·Candès·conditional independence test=0(유일 '조건부 독립' 히트 RQ-2443은 분류기 체인의 라벨 조건부 독립이라 변수선택 보장과 무관) / hyperband·successive halving·multi-fidelity·다중 충실도·BOHB·bayesian optimization·random search=0(유일 '충실도' 히트는 RQ-221 합성 데이터의 통계 충실도라 탐색 예산과 무관) / 후보였던 확률 캘리브레이션은 grep이 이미 있는 카드(RQ~392 불균형 보정·ECE·Platt·isotonic + 수십 건 지표 언급)로 잡아 즉시 회피 — 캘리브레이션은 죽은 축, 조건부 밀도 추정(CDE)은 RQ-203 NGBoost·mean-variance·CRPS 확률예측이 영역을 이미 점유해 회피], 마더 게시 전 WebSearch로 저자·venue·URL 검증[녹아웃: Candès·Fan·Janson·Lv Panning for Gold Model-X Knockoffs JRSS-B 80(3):551-577 2018 DOI 10.1111/rssb.12265 arXiv1610.02351 · Barber·Candès·Samworth Robust inference with knockoffs Annals of Statistics 48(3):1409-1431 2020 DOI 10.1214/19-AOS1852 arXiv1801.03896(당연 부정—X추정시 FDR 붕괴) / 다중충실도: Li·Jamieson·DeSalvo·Rostamizadeh·Talwalkar Hyperband JMLR 18(185):1-52 2018 jmlr v18/16-558 arXiv1603.06560 · Jamieson·Talwalkar Non-stochastic Best Arm AISTATS2016 PMLR v51:240-248 · Falkner·Klein·Hutter BOHB ICML2018 arXiv1807.01774(Hyperband 무작위 의존 수렴 느림) · A review on multi-fidelity HPO in ML ScienceDirect S2405959525000244(충실도 간 poor rank correlation)], 데이터 앵커 조달 RQ-101 7,405행 검증완료·OpenML) · 2026-09-12 이전(FORAGE RQ-226·227 — 서로 무관한 두 빈 축: 손실 지형 평탄성·SAM(sharpness-aware minimization — 가중치 근방에서 손실이 균일하게 낮은 평탄 최소값을 min-max로 찾는 훈련 옵티마이저가 표형 MLP의 일반화를 표준 Adam/SGD 대비 개선하고 튜닝 GBM 격차를 좁히나, Foret가 이미지서 SOTA를 낸 걸 표형서 지도 → Andriushchenko·Flammarion이 'flat-minima 정당화가 불완전·이득이 문제군 의존'이라 반박, Grinsztajn이 '표형은 트리가 여전히 SOTA'라 못박음 → 표본·상호작용·불균형·모델유연도별로 SAM 이득이 사는/무의미한 경계와 GBM 잔여 격차로만 생존, RQ-225 중첩 CV 평가방법론·224 표본 스케일링·709/827/3909 deep tabular 아키텍처와 분리, 순수 파라미터공간 기하·옵티마이저 축)[전선 A 조달 RQ-101 7,405행 주 + 전선 G OpenML 중형 표형 통제] · 결정중심 학습·SPO(smart predict-then-optimize — 예측기를 예측정확도가 아니라 하류 최적화(배낭) 결정 regret를 최소화하도록 훈련하는 SPO+가 '정확히 예측 후 최적화'하는 2단계보다 결정품질을 높이나, Elmachtoub·Grigas가 '선형+SPO+가 비선형 참값서도 RF 압도'를 보임 → 후속(estimate-then-optimize 2304.06833)이 '모델군 잘 지정+데이터 충분이면 단순 2단계가 stochastic dominance로 이김'을 못박음 → 최적화 구조·예산 타이트함·표본·모델오지정별로 SPO+가 2단계 이기는/도로 지는 경계로만 생존, RQ-204 학습-투-랭크 랭킹손실·174 top-k 지표·170 비용민감 라벨예측·196 CATE 인과와 분리, 순수 손실-결정 정렬 축)[전선 A 조달 RQ-101 감사예산 배낭 주 + 전선 G PyEPO 배낭·최단경로 통제]; grep 0장 확인 및 오탐/후보 실체확인[sharpness·flat minima·loss geometry·SAM·평탄·minima=0(유일 '샤프니스' 히트 RQ 3155~3203은 전부 컨포멀/분위수 예측구간의 폭(sharpness=interval width)이라 손실 지형과 무관 — 212 FDS=URL 실체확인 재적용) / predict-then-optimize·decision-focused·smart predict·SPO·knapsack·downstream optimization·elmachtoub=0('regret' 히트는 전부 비용민감 임계 regret RQ 924라 최적화 프로그램 없는 별개)], 결정적으로 후보였던 학습-투-랭크·비용민감은 grep이 이미 있는 카드(RQ-204·170)로 잡아 SPO를 '제약 최적화 프로그램 결정 regret' 축으로 명시 분리(194 교훈 실전), 마더 게시 전 WebSearch로 저자·venue·URL 검증[SAM: Foret·Kleiner·Mobahi·Neyshabur Sharpness-Aware Minimization ICLR2021 Spotlight arXiv2010.01412 OpenReview 6Tm1mposlrM · Andriushchenko·Flammarion Towards Understanding SAM ICML2022 PMLR v162:639-668 arXiv2206.06232 github tml-epfl/understanding-sam(당연 부정—이득 문제군 의존) · Grinsztajn·Oyallon·Varoquaux Why tree-based still outperform DL on tabular NeurIPS2022 D&B 45셋(GBM 표형 지배) / SPO: Elmachtoub·Grigas Smart Predict then Optimize Management Science 68(1):9-26 2022 DOI 10.1287/mnsc.2020.3922 arXiv1710.08005 · Estimate-Then-Optimize vs IEO Stochastic Dominance arXiv2304.06833(당연 부정—2단계가 이김) · Tang·Khalil PyEPO arXiv2206.14234 github khalil-research/PyEPO CPU 구현], 데이터 앵커 조달 RQ-101 7,405행 검증완료·OpenML 중형 표형) · 2026-09-11 이전(FORAGE RQ-224·225 — 서로 무관한 두 빈 축: 학습곡선 외삽·표본 크기 스케일링(sample-size scaling — 오차를 훈련 표본 수 n의 함수로 보고 소표본 구간만으로 멱법칙·지수·MMF 곡선족을 외삽해 '데이터 X% 더 모으면 오차 Y 감소'를 모으기 전에 예측, Viering·Loog가 곡선이 대개 멱법칙이나 GP·소표본선 비단조·peaking이라 정리하고 LCDB 1.1이 '통념보다 더 ill-behaved'라 반박 → 모델·과제·소표본 구간별 외삽이 대표본 실측을 맞히는/빗나가는 경계로만 생존, RQ-2690 데이터가치 개별 행 기여·172/EVT 피처공간 외삽·219 공간누수와 분리, 순수 표본 규모 축)[전선 A 조달 RQ-101 7,405행 서브샘플링 주 + 전선 G OpenML 대표본 실측=채점 정답] · 모델 선택 과적합·중첩 CV(nested cross-validation / model-selection bias — 하이퍼파라미터를 평가에 쓰는 같은 폴드에서 고르면 선택 자체가 폴드에 과적합돼 보고 성능이 부풀려지는 낙관 편의, Cawley·Talbot이 '편의 ≈ 알고리즘 간 성능차'로 A>B 결론을 뒤집을 수 있음을·Varma·Simon이 '신호 없는 널에서도 0 근처 과대낙관'을 못박음 → 튜닝 예산(후보 수)·표본·모델 유연도별로 편의가 무시할 만한/순위 뒤집는 경계로만 생존, 219 공간 CV 자기상관 누수와 별개 기전(iid서도 발생)인 순수 선택 과적합 축)[전선 A 조달 RQ-101 유찰 이진 주 + 전선 G OpenML 소표본 통제]; grep 0장 확인 및 오탐/후보 실체확인[learning curve·학습곡선·scaling law·power law·멱법칙·sample complexity·표본복잡도=0('외삽' 히트는 전부 172 단조·EVT 꼬리·219 공간 등 피처공간 외삽이라 무관, 학습곡선 언급 2건은 지나가는 표현) / nested·중첩 교차·model selection·selection bias·튜닝 낙관·Cawley=0(유일 Platt 히트는 사후 재보정 언급, MixUp은 도메인일반화 목록 한 항목이라 무관)], 결정적으로 후보였던 비용민감·example-dependent 축은 grep이 이미 있는 카드(RQ-129·130·170·1856 Bahnsen EDCS)로 잡아 즉시 회피(194 교훈 실전 — '있어 보이는' 후보를 grep이 걸러냄), 마더 게시 전 WebSearch로 저자·venue·URL 검증[학습곡선: Viering·Loog The Shape of Learning Curves TPAMI 45(6):7799-7819 2023 DOI 10.1109/TPAMI.2022.3220744 arXiv2103.10948 · Mohr·Viering·Loog·van Rijn LCDB 1.0 ECML PKDD2022 LNCS13717 DOI 10.1007/978-3-031-26419-1_1 github fmohr/lcdb · LCDB 1.1 arXiv2505.15657(당연 부정—곡선 ill-behaved) / 중첩CV: Cawley·Talbot JMLR 11(70):2079-2107 2010 jmlr v11/cawley10a(편의≈성능차·중첩 CV 처방) · Varma·Simon BMC Bioinformatics 7:91 2006 DOI 10.1186/1471-2105-7-91 PMC1397873(널에서도 과대낙관)], 데이터 앵커 조달 RQ-101 7,405행 검증완료·OpenML 다규모/소표본) · 2026-09-11 이전(FORAGE RQ-222·223 — 서로 무관한 두 빈 축: 다중뷰·피처 그룹 융합(입력 블록을 조기 concat vs 후기 결정결합 vs 중간 표현공유로 결합, 그룹 간 상관·표본에 따라 concat+GBM 상한을 이기는 경계 — Snoek '후기 약간 우위나 보편승자 없음'·HDLSS 중간융합 레짐의존을 한국 공공 조달 자연 피처 그룹으로 지도, RQ-147 인코딩·206 다중출력·앙상블과 분리) [전선 A 조달 RQ-101 7,405행 금액·심사·기관 그룹 주 + 전선 G 그룹상관 ρ 통제 합성] · 정량화 학습(learning to quantify — 목표가 개체 분류가 아니라 집합 유병률 자체, CC 편향을 ACC·PACC·SLD(EM)·HDy가 교정하나 Moreo·Sebastiani가 'CC 과소평가됐다'고 반박 → 이동폭·표본·분류기강도별 CC 이기는 경계로만 생존, RQ-180 라벨이동 보정·189 LLP 훈련비율·119 컨포멀과 분리) [전선 A 조달 유찰률·impfood 부적합률 자연 사전확률이동 주 + 전선 G APP 이동폭 통제]; grep 0장 확인 및 오탐 실체확인[multi-view·멀티뷰·다중뷰·late/early fusion·feature group=0(유일 2히트는 dif<u>fusion</u> 부분문자열) / quantification·prevalence·유병률·learning to quantify=정량화 과제로는 0(히트는 전부 119 uncertainty quantification·180/189 유병률 보정/비율)], 결정적으로 후보였던 고카디널리티 인코딩은 grep이 이미 있는 카드(RQ-147)로 잡아 즉시 회피(194 교훈 실전 — '있어 보이는' 후보를 grep이 걸러냄), 마더 게시 전 WebSearch로 저자·venue·URL 검증[융합: Snoek·Worring·Smeulders ACM MM2005 DOI 10.1145/1101149.1101236(보편승자 없음) · Multi-view mid fusion HDLSS arXiv2507.06026 · 다중뷰 리뷰 Artif.Intell.Rev.2025 10.1007/s10462-025-11240-8 / 정량화: Forman DMKD 17:164-206 2008 DOI 10.1007/s10618-008-0097-y(CC 편향) · González·Castaño·Chawla·del Coz ACM CSUR 50(5)Art.74 2017 DOI 10.1145/3117807 · Moreo·Sebastiani Re-assessing CC ECIR2021 pp75-91(당연 부정—CC 강함) · QuaPy Moreo·Esuli·Sebastiani CIKM2021 pp4534-4543 arXiv2106.11057 github HLT-ISTI/QuaPy], 데이터 앵커 조달 RQ-101 7,405행 검증완료·impfood CFCEE01F01·OpenML APP) · 2026-09-11 이전(FORAGE RQ-220·221 — 서로 무관한 두 빈 축: 변수선택의 안정성·재현성(feature selection stability — 상관·중복 피처가 많은 표형서 LASSO·부스팅 중요도·Boruta·안정성선택이 재표집마다 다른 피처 집합을 골라 '중요 변수 top-k' 결론이 재현 안 되는 불안정성을 Nogueira 교정 지수로 재고, 상관강도·표본·선택법에 따라 어떻게 스케일하며 같은 정확도에서 무엇이 더 안정한지 — RQ-188 예측 다중성(모델 간 예측 불일치)·154/155 속성 귀속 불일치(고정 모델 사후설명)·200 측정오차(감쇠편향)와 분리, 순수 선택 신뢰성 축)[전선 A 조달 RQ-101 7,405행 상관구조 주 + 전선 G 상관강도 ρ 통제 합성] · 심층 표형 생성모델·합성 데이터 효용(deep generative tabular data / TSTR — CTGAN·TVAE·TabDDPM 합성 데이터가 소표본·불균형 표형 다운스트림을 실제 개선하나, 아니면 합성학습→실검증 TSTR서 실데이터 GBM을 못 이기고 충실도-효용 격차만 드러나며 순이득 구간은 어디까지인가, 벤치 2306.15636·2310.16981이 'TSTR 정확도 하락·모델/피처 순위 왜곡' 보고한 걸 한국 공공 표형서 지도 — SMOTE/SMOGN 보간 리샘플링·197 TabPFN 합성사전 in-context·192 DP 프라이버시와 분리)[전선 G OpenML 소·불균형 벤치 주 + 전선 A impfood 수입식품 신고 앵커]; grep 0장 확인 및 오탐/후보 실체확인[feature selection·피처 선택·변수 선택·selection stability·stability selection·Boruta·Nogueira=0 진짜 청정 / CTGAN·TVAE·TabDDPM·generative·diffusion 생성모델=0(SMOTE 391·SMOGN 212 히트는 전부 보간 리샘플링이라 별개 축, '합성' 62히트는 전부 통제된 ground-truth 실험도구·TabPFN 합성사전이라 생성모델 아님 — 212 FDS=URL 교훈 재적용) / 후보였던 예측 다중성·Rashomon은 grep이 이미 있는 카드(RQ-188)로 잡아 회피(194 교훈 실전), AutoML·coreset도 히트 확인 후 인접(2690 데이터가치)이라 회피], 마더 게시 전 WebSearch로 저자·venue·URL 검증[선택안정성: Nogueira·Sechidis·Brown JMLR 18(174):1-54 2018 v18/17-514 CRAN stabm · Meinshausen·Bühlmann Stability Selection JRSS-B 72(4):417-473 2010 DOI 10.1111/j.1467-9868.2010.00740.x / 생성표형: Xu·Skoularidou·Cuesta-Infante·Veeramachaneni CTGAN NeurIPS2019 pp7333-7343 arXiv1907.00503 github sdv-dev/CTGAN · Kotelnikov·Baranchuk·Rubachev·Babenko TabDDPM ICML2023 PMLR pp17564-17579 github yandex-research/tab-ddpm · 부정앵커 On the Usefulness of Synthetic Tabular Data arXiv2306.15636 · Reimagining Synthetic Tabular Data Data-Centric AI NeurIPS2023 D&B arXiv2310.16981(TSTR 하락·순위 왜곡)], 데이터 앵커 조달 RQ-101 7,405행 검증완료·OpenML 소불균형·impfood CFCEE01F01) · 2026-09-11 이전(FORAGE RQ-218·219 — 서로 무관한 두 빈 축: 본질적 해석 모델족 — 증명가능 최적 희소 규칙 모델(optimal sparse decision tree/rule list — 손실+규칙수 벌점을 전역 최적화한 GOSDT·CORELS가 튜닝 GBM에 정확도를 어디서부터 내주나, Rudin·CORELS가 'COMPAS서 랜덤포레스트와 동등 정확도'로 '표형 해석 대가≈0'이라 한 주장을 표형서 규칙수·상호작용 차수·표본으로 반증할 경계 — RQ-207 EBM 가법형태함수·208 SR 대수식·154/155 사후 SHAP·216 거리학습과 분리)[전선 A 조달 RQ-101 유찰 이진 주 + 전선 G OpenML/UCI·규칙구조 합성] · 공간 자기상관 하 정직한 일반화 추정(spatial cross-validation / autocorrelation leakage — 지리 참조 표형서 무작위 k-겹 CV가 공간 이웃 누수로 성능을 부풀리는 낙관 편의가 얼마이고 모델 복잡도(선형·RF·GBM)에 따라 커지나, Ploton이 '무작위 R²>0.5→공간검증 quasi-null' 보인 걸 한국 실거래서 지도화 — RQ-126 공변량이동(입력 이동)·2107 GPBoost 공간 랜덤효과(모델링)·시간 누수와 분리, 순수 평가방법론 축)[전선 A 국토부 아파트 실거래가 거래금액 주 + 전선 G 자기상관 강도 통제 합성]; grep 0장 확인[rulefit·corels·GOSDT·rule list·decision set=0(828행 'CORAL'은 도메인적응 무관, 'CORELS' 아님) / spatial cross·공간자기상관·spatial autocorr·block CV=0], 후보였던 deep tabular(FT-Transformer/SAINT/TabTransformer)는 grep이 이미 언급된 카드로 잡아 회피(709 결측지표·827 벤치·3909 시간이동 — 194 교훈 실전), 마더 게시 전 WebSearch로 저자·venue·URL 검증[규칙모델: Lin·Zhong·Hu·Rudin·Seltzer GOSDT ICML2020 PMLR v119:6150-6160 github ubc-systopia/gosdt-guesses · Angelino·Larus-Stone·Alabi·Seltzer·Rudin CORELS KDD2017·JMLR 18(234):1-78 2018(당연 부정—RF 동등 정확도) · RuleFit·Rudin Nature MI2019는 VERIFY 확정 / 공간CV: Roberts·Bahn·Ciuti·Boyce·Elith Ecography 40(8):913-929 2017 DOI 10.1111/ecog.02881 블록CV · Ploton Nature Comms 11 2020 s41467-020-18321-y(당연 부정—공간검증 quasi-null)], 데이터 앵커 조달 RQ-101 7,405행 검증완료·국토부 실거래 API·좌표 파생) · 2026-09-10 이전(FORAGE RQ-216·217 — 서로 무관한 두 빈 축: 지도 거리학습(supervised distance metric learning — 라벨로 마할라노비스 거리·임베딩을 직접 학습해 k-NN/프로토타입이 유클리드 k-NN을 이기고, 정확도로 GBM에 못 이길 땐 GBM이 못 주는 사례기반 정당화·희귀/신규 클래스 재학습불요에서만 사는 경계 — RQ-198 자기지도 대조(라벨없음→GBM)·197 TabPFN·201 개방집합·154/155 SHAP 속성설명과 분리)[전선 G OpenML letter/pendigits 홀드아웃 few-shot 주 + 전선 A impfood 사례기반 정당화 앵커] · 환경 불변 학습·거짓상관(invariant learning / spurious correlation — 여러 환경 걸친 훈련에서 일부 환경에서만 y와 상관하는 지름길 피처를 IRM·REx·ICP 불변 피처선택이 폐기해 보지 못한 환경에 일반화하는가, 아니면 문헌이 경고하듯 튜닝 ERM이 이미 이기나 — RQ-2513 Group DRO 사전정의그룹 최악위험·126 공변량이동·205 TTA·184 개념이동과 분리)[전선 A 조달 RQ-101 발주기관·연도=환경 주 + 전선 G 거짓상관 강도 통제 합성]; grep 0장 확인 및 오탐 실체확인[metric learning·거리학습·siamese·triplet·prototype=0, knn/최근접 히트는 전부 베이스라인·Wachter 반사실 무관 / invariant risk·spurious·shortcut=0, 'irm'은 confirm 부분문자열·'환경'은 스마트팜/배치환경·'지름길'은 은유 무관], 후보였던 zero-inflated/hurdle/Poisson·distillation·curriculum은 grep이 이미 있는 카드로 잡아 회피(화재 2부모형·churn 증류·자기훈련 커리큘럼 — 194 교훈 실전), Group DRO도 2513 있어 회피, 마더 게시 전 WebSearch로 저자·venue·URL 검증[거리학습: Goldberger·Roweis·Hinton·Salakhutdinov NCA NIPS2004 pp513-520 · Weinberger·Saul LMNN JMLR 10(9):207-244 2009 · Musgrave·Belongie·Lim Metric Learning Reality Check ECCV2020 pp681-699 arXiv2003.08505(당연결론 부정) / 불변학습: Arjovsky·Bottou·Gulrajani·Lopez-Paz IRM arXiv1907.02893 2019 · Peters·Bühlmann·Meinshausen ICP JRSS-B 78(5):947-1012 2016 DOI 10.1111/rssb.12167(CRAN InvariantCausalPrediction·트리이식) · Rosenfeld·Ravikumar·Risteski Risks of IRM ICLR2021 arXiv2010.05761 · Gulrajani·Lopez-Paz DomainBed ICLR2021 arXiv2007.01434(둘 다 튜닝 ERM 승리 입증)], 데이터 앵커 letter did=6·pendigits did=32·impfood CFCEE01F01·조달 RQ-101 7,405행 검증완료) · 2026-09-10 이전(FORAGE RQ-214·215 — 서로 무관한 두 빈 축: 다중 인스턴스 학습(MIL — 라벨이 개별 인스턴스가 아니라 인스턴스 묶음(bag)에만 붙고 '묶음 양성 ⇔ ≥1 인스턴스 양성' 표준가정, 주의집중 MIL 풀링·mi-SVM이 인스턴스 통계 집계→GBM을 witness rate·묶음 크기·집단가정 어디서 이기고 원인 인스턴스를 짚나 — RQ-189 LLP 비율·202 PLL 후보집합·181 다중라벨·183 준지도와 분리)[전선 G Musk/Tiger·Elephant·Fox 고전 MIL 벤치+합성 witness 스윕 주 + 전선 A impfood 수입신고 건=묶음 앵커] · 구성비·단체 제약 회귀(종속변수가 비음·합=1 비율 벡터라 폐쇄가 구조적 음상관을 유도, 로그비 alr/ilr+GBM·디리클레 회귀가 비목별 독립 GBM+정규화를 폐쇄·0성분·비목수·표본 어디서 이기고 0근처·소표본서 로그비 폭발로 역전하나 — RQ-206 다중출력 제약없는 벡터·210 다범주 하나선택·203/193 스칼라 확률과 분리)[전선 A 통계청 가계동향조사 MDIS 소비지출 비목별 지출 몫 주 + 전선 G 디리클레 집중도 합성 통제]; grep 0장 확인[multi-instance·multiple instance·다중 인스턴스·MIL·instance-level=0 / compositional·dirichlet 회귀·simplex·구성비·성분비=0(기존 Dirichlet 히트는 전부 연합학습 비IID 분할 이질성 무관)], 후보였던 PU학습·생존분석·EVT·데이터가치·다중과제·확률보정은 grep이 이미 있는 카드로 잡아 회피(194 교훈 실전), 마더 게시 전 WebSearch로 저자·venue·URL 검증[MIL: Dietterich·Lathrop·Lozano-Pérez Solving MI problem axis-parallel rectangles Artificial Intelligence 89(1-2):31-71 1997 DOI 10.1016/S0004-3702(96)00034-3 · Ilse·Tomczak·Welling Attention-based Deep MIL ICML2018 PMLR v80:2132-2141 arXiv1802.04712 github AMLab-Amsterdam / 구성비: Aitchison Statistical Analysis of Compositional Data JRSS-B 44(2):139-160 1982 DOI 10.1111/j.2517-6161.1982.tb01195.x · Hijazi·Jernigan Dirichlet regression J.Appl.Prob.Stat 4(1):77-91 2009 · Douma·Weedon MEE 10(9):1412-1430 2019 DOI 10.1111/2041-210X.13234], 데이터 앵커 MDIS statsConfmNo=101006·impfood CFCEE01F01 메타 확인) · 2026-09-10 이전(FORAGE RQ-212·213 — 서로 무관한 두 빈 축: 불균형 회귀(deep imbalanced regression — 연속 타깃값 자체가 치우쳐 초고가·이상치급 희귀-값 구간을 체계적 과소예측, LDS/FDS·DenseWeight·Balanced MSE·SMOGN을 GBM/표형에 이식했을 때 전체 RMSE ↔ few-shot 구간 오차 교환·이득 소멸 경계 — RQ-210 범주형 장꼬리·101 하한선 점질량+손실함수족·203 이분산 σ(x)·131 순서형과 분리)[전선 A 국토부 아파트 실거래가 거래금액 + 전선 G OpenML 인공 꼬리 통제] · 트리 앙상블 적대적 회피 강건성(공격자가 가변 피처를 최소 조작해 탐지 예측을 뒤집는 evasion 위협 하 강건 정확도, 트리는 미분 불가라 gradient 공격 대신 MILP·기호예측·강건 분할 훈련이 별도 필요, 강건 학습이 청정 정확도를 얼마나 대가로 방어하는 경계 — RQ-186 리코스 반대방향·2513 Group DRO 분포최악·205 TTA 양성이동과 분리)[전선 G RobustTrees/GROOT 벤치 + 전선 A impfood·조달 탐지 앵커]; grep 0장 확인[imbalanced regression·LDS·label distribution smoothing·DenseWeight·deep imbalanced=0(FDS/fds 히트는 전부 URL 문자열 impfood.mfds·NFDS·data.mfds 무관) / evasion·adversarial example·adversarial attack=0(유일 perturbation/적대적 히트는 186 강건-리코스 ROAR 무관)], 마더 게시 전 WebSearch로 저자·venue·URL 검증[DIR: Yang·Katabi Delving into Deep Imbalanced Regression ICML2021 Long Talk arXiv2102.09554 PMLR v139 github YyzHarry · Steininger DenseWeight Machine Learning 2021 DOI 10.1007/s10994-021-06023-5 · Ren Balanced MSE CVPR2022 / 적대적 트리: Kantchelian Evasion and Hardening ICML2016 PMLR v48:2387 arXiv1509.07892 · Chen RobustTrees ICML2019 PMLR v97:1122 github chenhongge · Vos GROOT ICML2021 v139 arXiv2012.10438]) · 2026-09-10 이전(FORAGE RQ-210·211 — 서로 무관한 두 빈 축: 장꼬리 다범주 분류(정답 클래스가 수십 종·희귀 유형일수록 치명적인 자연 long-tail에서 로짓 조정·클래스균형 손실·표현/분류기 분리가 GBM/표형에 이식됐을 때 head-tail 정확도 교환·이득 소멸 경계 — RQ-101 이진 불균형·2513 Group DRO 그룹·201 개방집합 신종·131 순서형절단과 분리)[전선 A 산업재해 마이크로데이터 발생형태·상해종류 + 전선 G OpenML 다범주 인공 장꼬리 통제] · 클래스증분 연속학습·치명적 망각(새 범주가 순차 도착하고 옛 데이터 재접근 금지일 때 EWC·재생·의사재생이 옛 과제 정확도 회복하는·GBM은 구조 고정이라 전량 재학습만 남는 경계 — RQ-184 개념이동 재학습허용·205 TTA 라벨없음·209 연합 공간분산과 분리, 197 in-context는 인접)[전선 G OpenML 클래스증분 과제열 + 전선 A 산업재해 연도 시간증분 앵커]; grep 0장 확인[logit adjustment·class-balanced·LDAM·long-tail·decoupling=0(유일 2히트는 능동학습 쿼리전략 무관) / continual·class-incremental·rehearsal·replay·EWC·catastrophic forgetting=0], Group DRO는 이미 카드(2513) 있어 grep이 잡아 회피, 마더 게시 전 WebSearch로 저자·venue·URL 검증[장꼬리: Menon 로짓조정 ICLR2021 arXiv2007.07314 · Cui 클래스균형손실 CVPR2019 github richardaecn · Kang 표현/분류기분리 ICLR2020 github facebookresearch/classifier-balancing / 연속학습: Kirkpatrick EWC PNAS2017 114:3521 arXiv1612.00796 · TRIL3 표형 의사재생 Applied Soft Computing 2025 · Streaming In-Context Tabular CL arXiv2512.11668], 데이터 앵커는 KOSHA 산업재해 마이크로데이터 data.go.kr 15127634 메타 확인) · 2026-09-09 이전(FORAGE RQ-208·209 — 서로 무관한 두 빈 축을 모델족·학습분산 두 층에서 열었다: 기호 회귀(닫힌형 대수식 발견)와 수평 연합학습(원자료 못 모으는 분산 학습). RQ-208 기호 회귀·방정식 발견[연산자·변수·상수를 진화탐색해 y=f(X)의 대수식 자체를 발견하는 SR(PySR/gplearn)이 튜닝 GBM에 정확도를 얼마나 내주며 참 관계 압축성·잡음·차원·표본에 따라 격차가 벌어지고 압축적일 때 '한 줄 식'으로 GBM을 따라잡으며 정확 복원하는 경계. RQ-207 EBM 가법 형태함수(곱·비율 못 씀)·154/155 사후 SHAP·172 단조와 명시 구분 — 형태함수 근사·사후설명 아니라 대수식 자체 발견][전선 G SRBench/PMLB + 전선 A 태양광·기상 물리 앵커] + RQ-209 수평 연합학습·비IID[여러 발주기관이 원자료를 못 모으는 상황에서 클라이언트별 국소 학습+통계만 교환하는 연합 GBM이 중앙을 회복하는·국소 이하로 무너지는·개인화가 되살리는 경계, 표형 왕 GBM은 FedAvg식 평균이 안 돼 연합 부스팅이 별도 필요. RQ-192 DP(중앙 원자료 잡음)·184 시간이동·2107 부분풀링(중앙 축소추정)과 명시 구분 — 프라이버시·시간·중앙축소 아니라 원자료 못 모으는 분산][전선 A 조달 RQ-101 통제 수평분할 기관=클라이언트]; grep 0장 확인[symbolic regression·기호 회귀·방정식 발견·closed-form=0 / federated·연합학습·knowledge distillation=0, 부분풀링은 2107·혼합효과 이미 있어 회피], 마더 게시 전 WebSearch로 저자·venue·URL 검증[SR: La Cava SRBench NeurIPS2021 D&B cavalab.org/srbench 252셋 SR14종vs7ML · Cranmer PySR arXiv2305.01582 2023 EmpiricalBench / FL: McMahan FedAvg AISTATS2017 PMLR v54:1273-1282 · SecureBoost+ arXiv2110.10927 · Adaptive Histogram GBT arXiv2012.06670 · Federated XGBoost Sample-Wise Non-IID arXiv2209.01340]) · 2026-09-09 이전(FORAGE RQ-206·207 — 파이프라인 '층'을 다시 갈아탐: 출력 구조(타깃끼리 얽힌 다중출력 회귀)와 모델족 선택(본질적 해석 유리상자 vs 사후설명). RQ-206 다중출력·다중타깃 회귀[한 개체에 화학적으로 결합된 여러 연속 타깃(수질 BOD·COD·T-N·T-P·SS·클로로필-a)을 타깃 상관 이용해 동시예측하는 SST·ERC·다중타깃 트리 vs 지표별 독립 회귀, 상관강도·표본·롱테일 경계. RQ-181 다중라벨 분류·101 단일회귀·145 단일 PM2.5 예보·179/193 단일 불확실성과 명시 구분][전선 A 환경부 물환경정보시스템 수질측정망] + RQ-207 본질적 해석 유리상자[EBM 라운드로빈 가법부스팅·GA2M 소수 쌍상호작용이 튜닝 블랙박스 GBM에 정확도를 얼마나 내주며 상호작용 필요·고카디널리티·표본에 따라 격차가 벌어지고 GA2M이 닫는 경계, 사후 SHAP(154·155) 불일치를 정의상 없애는 이득. RQ-154/155 사후 SHAP 불일치·186 리코스·172 단조와 명시 구분 — 사후설명이 아니라 본질적 해석 모델을 훈련][전선 G OpenML-CC18+조달 RQ-101 고카디널리티]; grep 0장 확인[multi-output·multi-target·다중출력·regressor chain=0 / EBM·explainable boosting·glass-box·유리상자·GA2M·가법모형·additive model=0, 계층은 이미 카드 있어(1259 NEISS 계층인코딩·1799 계층 시계열) 회피], 마더 게시 전 WebSearch로 저자·venue·URL 검증[다중출력: Borchani WIREs DMKD 5(5):216-233 2015 DOI 10.1002/widm.1157 · Spyromitros-Xioufis ML 104:55-98 2016 DOI 10.1007/s10994-016-5546-z arXiv1211.6581 SST·ERC / 유리상자: Lou·Caruana·Gehrke·Hooker GA2M KDD2013 pp623-631 · Nori InterpretML arXiv1909.09223 2019 github interpretml/interpret · Caruana Intelligible HealthCare KDD2015]) · 2026-09-09 이전(FORAGE RQ-204·205 — 라벨의 '형태'(198~203)를 떠나 ML 파이프라인의 두 다른 층으로 이동: 학습-투-랭크 목적함수[감사 top-k가 목적일 때 점추정 후 정렬(pointwise) 대신 랭킹 손실을 훈련 목적함수로 직접 최적화(LambdaMART listwise·RankNet pairwise). RQ-174/133 top-k precision=평가지표·pointwise 훈련, 170 비용행렬, 101 회귀와 명시 구분 — '지표를 손실로 승격'][전선 A, 조달 감사 query=개찰월·발주기관] + 테스트타임 적응(TTA)[새 라벨 없이 배포 후 미라벨 배치로 모델을 추론 시점에 적응(엔트로피 최소화·통계 재보정·출력분포 보정). RQ-126 붕괴예측·180 label shift 1회보정·184 재학습·201 개방집합·197 in-context와 명시 구분 — GBM은 gradient·BN 없어 출력수준 TTA만 되는지가 열린 문제][전선 G 통제 이동 주입+한국 조달 시간이동]; grep 0장 확인[learning-to-rank as objective: NDCG/precision@k는 전부 pointwise 평가지표로만·랭킹 손실 훈련 0 / test-time adapt: 유일 히트는 RQ-177 피처획득으로 무관], 마더 게시 전 WebSearch로 저자·venue·URL 검증[LTR: Burges LambdaMART MSR-TR-2010-82 2010 · Cao ListNet ICML2007 pp129-136 TR-2007-40 · 트리·신경 LTR 종합 2305.08680 / TTA: Tent Wang·Shelhamer ICLR2021 Spotlight 2006.10726 · TTA 서베이 2303.15361 · 표형 AdapTable 2407.10784 · 표형 시간이동 한계 2502.20260]) · 2026-09-09 이전(FORAGE RQ-202·203 — 서로 무관한 두 빈 축: 부분라벨 학습(개체마다 참라벨 하나 아닌 후보 라벨 집합, 그중 정확히 하나가 참 → 소거해 식별. RQ-181 다중라벨(복수 참)·189 LLP(집단 비율만)·183 준지도(일부 완전라벨)·199 약지도(LF 생성)·라벨노이즈(단일 오답)와 명시 구분)[전선 G, OpenML letter/pendigits 통제 후보집합 생성 + impfood 보강] · 이분산·입력의존 분산 확률예측(점예측+상수잔차분산 관행 대신 σ(x)를 명시 모형화하는 NGBoost·평균-분산망이 NLL·CRPS·구간 캘리브레이션을 어디서 개선·소표본서 역전하나. RQ-179 성분분해(aleatoric/epistemic)·193 분위수 비교차·119 컨포멀·190 선택적 회귀와 명시 구분)[전선 A, 국토부 실거래가·조달]; grep 0장 확인[partial label·candidate label·후보라벨=0 / heteroscedastic·이분산·NGBoost·mean-variance·CRPS=0], 마더 게시 전 WebSearch로 저자·venue·URL 검증[PLL: Cour·Sapp·Taskar JMLR 2011 12:1501 · PRODEN Lv ICML2020 v119:6500 2002.08053 · PiCO ICLR2022 2201.08984 · Realistic Eval 2502.10184 / 확률회귀: NGBoost Duan ICML2020 v119:2690 1910.03225 · Kuleshov 캘리브레이션 ICML2018 v80:2796]) · 2026-09-08(FORAGE RQ-200·201 — 학습의 두 암묵 가정을 깬 빈 축: 측정오차·오차변수 강건 학습(예측변수 X 자체가 오차 섞인 추정치일 때 감쇠편향으로 중요도가 죽고, SIMEX 잡음주입·외삽/LatentNN 잠재결합이 튜닝 GBM 대비 정확도·중요도를 어디서 회복·역전하나 — RQ-126 공변량이동·124 결측·179 불확실성과 분리)[전선 A, 조달 예정가격=자연 오차원+통제 주입] · 개방집합 인식·신종 클래스 탐지(훈련에 없던 K+1번째 신종이 배포 후 오면 닫힌집합 softmax가 억지 배정하는가, OpenMax·에너지·거리가 신종 AUROC와 폐쇄정확도를 어떻게 절충하나 — RQ-157 기권·103 이상탐지·126 공변량이동과 분리)[전선 G, impfood 시간분할 신종+OpenML 통제 은닉]; grep 0장 확인[measurement error·errors-in·input noise·SIMEX·attenuation=0 / open-set·openmax·novel-class·unseen class·energy-based·ood 탐지=0], 마더 게시 전 WebSearch로 저자·venue·URL 검증[SIMEX Cook·Stefanski JASA 1994 89:1314 · Attenuation Bias Latent 2507.22218 · LatentNN 2512.23138·2412.05806 / OpenMax Bendale·Boult CVPR2016 · OpenOOD 2210.07242 · Dissecting OSR/OOD 2408.16757 · 표형OOD Chameleons 2309.16220]) · 2026-09-08 이전(FORAGE RQ-198·199 — 감독의 원천 두 빈 축: 표형 자기지도 표현학습(라벨 없이 피처손상 대조/부분집합 복원으로 사전학습→소량 라벨 미세조정, SCARF/SubTab vs 튜닝 GBM 저라벨 경계 — RQ-183 준지도·197 TabPFN과 다른 층)[전선 G] · 프로그래매틱 약지도·데이터 프로그래밍(다중 휴리스틱 LF를 생성적 라벨모형으로 denoise한 약라벨이 손라벨 GBM을 얼마나 회복 — RQ-189 LLP·라벨노이즈와 분리)[전선 A]. grep 계량으로 self-supervised·contrastive·SCARF·SubTab·weak supervision·data programming·snorkel 모두 0 확인, 마더 게시 전 WebSearch로 저자·venue·URL 검증) · 2026-09-08 이전(FORAGE RQ-196·197 — 인과·파운데이션 두 빈 축: 처치효과 CATE 메타러너(랜덤화 처치 대비 개체 처치효과를 S/T/X/R/DR-learner로 추정, Qini/AUUC 평가 — RQ-186 반사실설명·121/122 선택라벨과 분리) on Criteo/Hillstrom uplift[전선 G] · 표형 파운데이션 모델 TabPFN(합성 사전분포 사전학습 트랜스포머의 훈련-없는 in-context 추론 vs 튜닝 GBM — 보드 GBM-지배 전제를 정면 시험) on 한국 공공 소규모 표형[전선 A]. grep 계량으로 treatment effect·causal·propensity·tabpfn·foundation model 모두 0 확인, 마더 4종 게시 전 WebSearch로 저자·venue·URL 검증)

인수분해기계·믹스업(230·231)에서 또 무관한 두 축으로 — 한 조건의 다봉 분포 p(y|x)를 '가우시안 혼합'으로 직접 추정하고(혼합밀도망), 커널을 '무작위 푸리에 특징'으로 근사한다(RFF) (09-12, RQ-232·233)

직전(230·231)이 상호작용 모델링(FM)·증강 정칙화(mixup)였다면, 이번엔 <b>한 x에서도 결과가 여러 봉우리로 갈리는 다봉 조건부 분포를 혼합으로 직접 추정하는 확률예측 모델족</b>(혼합밀도망)과 그와 무관하게 <b>시프트 불변 커널을 무작위 특징으로 근사해 선형 속도로 돌리는 커널 근사 모델족</b>(RFF)을 열었다. grep 계량으로 <b>mixture density·혼합밀도·multimodal·다봉·MDN·mixture model(다봉 밀도 추정 축으로는 0)</b>·<b>random fourier·랜덤 푸리에·random feature·kernel approximation·커널 근사·Nyström·RKHS(0)</b>를 확인했고, 결정적으로 <b>'있어 보이는' 후보 둘을 grep이 걸러냈다</b>(194 교훈 실전): (1) <b>첫 후보 능동학습(pool-based·uncertainty sampling)은 이미 카드(RQ-176)가 있어 grep이 잡아 즉시 폐기</b> — 죽은 축, (2) <b>둘째 후보 메타러닝 알고리즘 선택(데이터셋 메타피처→승자 알고리즘)도 RQ-105가 영역을 점유</b>해 회피하고 그 자리에 진짜 0인 MDN·RFF로 축 교체, (3) MDN 축의 'multimodal/점질량' 히트(RQ-101·152·171·212)는 전부 <b>손실함수 선택(MSE/분위수/Tweedie/2부)이지 혼합으로 분포를 추정하는 축이 아니며</b>, RFF 축의 유일 'Random Feature' 히트(RQ-198 SCARF)는 <b>자기지도 피처 손상</b>이라 커널 근사와 무관(212 'FDS=URL' 실체확인 재적용 — 명사 겹쳐도 실체 본다).

• <b>RQ-232(전선 A 조달 RQ-101 7,405행 낙찰률 다봉 주 + 전선 G 다봉 합성·OpenML 회귀 단일봉 대조):</b> <b>혼합밀도망·다봉 조건부 밀도 추정.</b> 한 조건 x에서도 결과가 <b>하한선 봉우리+이탈 봉우리로 갈리는 다봉 분포</b>일 때 p(y|x)=Σπₖ(x)N(μₖ,σₖ)로 직접 추정. <b>데이터 동기</b>: RQ-101 실측상 낙찰률 72.1%가 하한선 ±0.5%p에 뭉치고 나머지가 길게 흩어짐=자연 다봉. <b>인접 구분(카드에 박음)</b>: RQ-101(극단밀집+롱테일의 <b>점예측 손실함수 선택</b> — 여기는 <b>전체 분포 추정</b>)·203(이분산 σ(x) <b>단일 가우시안</b> — 여기는 <b>K개 혼합 다봉</b>)·193(분위수)·152/171(<b>0 점질량</b> zero-inflated 2부 — 여기는 <b>하한선 봉우리+연속 봉우리의 일반 다봉</b>)와 다르다. 살길: 'MDN이 다봉을 잡는다'가 시계열·궤적 재현·자명 → <b>Makansi가 '모드붕괴·훈련 불안정'을, Grinsztajn이 '표형 트리 SOTA'를 못박아</b> MDN이 단일봉·GBM을 이기는 봉우리·표본 경계가 비자명. 함정=낙찰률 조건부가 실제 다봉인지 선확인(VERIFY — 조건부 층화 히스토그램)→단봉이면 합성 다봉 앵커로 논점 유지, MDN 수치불안정(σ→0)→분산 하한·로그합 안정화, 203/193/152/171 혼동→다봉 혼합 밀도 추정 축 명시, '조달 예측=정책'→확률예측 모델족(순수 AI축)에 고정(§3). 마더 Bishop(Aston NCRG/94/004 1994)·Makansi(CVPR2019 당연부정 모드붕괴)·Grinsztajn(당연부정) URL·저자 검증.
• <b>RQ-233(전선 A 조달 RQ-101 7,405행 주 + 전선 G Grinsztajn study 337 중형 균형 벤치·매끄러움/차원 합성):</b> <b>무작위 푸리에 특징·커널 근사.</b> 시프트 불변 커널(RBF)을 <b>무작위 특징 d개로 근사</b>해 선형모델에 얹어 정확 커널의 O(n²)을 피하며 확장. <b>인접 구분(카드에 박음)</b>: RQ-2107 GPBoost(<b>가우시안 과정 공간 랜덤효과</b> — 여기는 <b>커널을 무작위 특징으로 근사한 선형모델</b>)·198 SCARF(<b>피처 손상 자기지도</b>)·230 FM(<b>저차원 잠재요인 쌍 상호작용</b> — 여기는 <b>시프트불변 커널 근사</b>)와 다르다. 살길: 'RFF가 커널을 근사한다'가 원논문 재현·자명 → <b>Rudi·Rosasco가 '최적 일반화엔 √n log n개 특징 필요(공짜 가속 아님)'를, Grinsztajn이 '표형 트리 SOTA'를 못박아</b> RFF가 정확커널·GBM을 이기는 매끄러움·차원 경계가 비자명(양방향 문헌부정 — 227·229·231 수법). 함정=대역폭·특징 수 동시 스윕 비용→소수 격자+정확커널은 ≤3,000행 서브샘플 상한, 고차원서 RFF·커널 다 열세 가능→차원 명시 스윕, 2107/198/230 혼동→커널 근사 축 명시, '조달 예측=정책'→커널 근사 모델족(순수 AI축)에 고정(§3). 마더 Rahimi·Recht(NIPS2007 Test-of-Time)·Rudi·Rosasco(NIPS2017 공짜부정 √n log n)·Grinsztajn(당연부정) URL·저자 검증.

교훈: <b>축 사냥의 33단계 진화</b> — …㉛녹아웃·다중충실도(228·229)→㉜인수분해기계·믹스업(230·231)→㉝<b>다봉 조건부 분포를 가우시안 혼합으로 직접 추정하고(혼합밀도망), 커널을 무작위 푸리에 특징으로 근사한다(RFF)</b>. 방법론 재확인: (1) <b>후보 축을 grep으로 먼저 재서 이미 있는 것(능동학습=RQ-176·메타러닝 알고리즘 선택=RQ-105)을 걸러내고 진짜 0으로 축을 바꾼다</b> — MDN·RFF만 진짜 0. (2) <b>명사 겹쳐도 실체 확인</b> — MDN의 '점질량/multimodal' 히트는 손실함수 선택, RFF의 'Random Feature' 히트는 SCARF 피처손상(212 교훈 재적용). (3) <b>데이터 동기를 실측에서 길어온다</b> — RQ-101의 72.1% 하한선 밀집이 MDN 다봉 축의 자연 동기(주제가 data에서 나온다, 회장님 2원칙). (4) <b>인접·당연을 부정하는 선행연구를 함께 캔다</b> — Makansi가 MDN 모드붕괴를, Rudi·Rosasco가 RFF '공짜 아님'을, Grinsztajn이 트리 SOTA를 문헌으로 못박아 '경계 찾기'를 비자명화. (5) 마더는 게시 전 WebSearch로 저자·venue·URL 검증(§2 서지 기억 금지). 두 전선(A·G) 실제 순회, 미러 아닌 서로 무관한 두 축(다봉 밀도 추정 vs 커널 근사). [[예측이-뻔한지-먼저-재본다]]

녹아웃·다중충실도(228·229)에서 또 무관한 두 축으로 — 모든 변수쌍 상호작용을 '저차원 잠재요인 내적'으로 추정하고(인수분해 기계), 표본쌍을 '볼록 결합'해 정칙화한다(믹스업) (09-12, RQ-230·231)

직전(228·229)이 변수선택 FDR 통제·튜닝 자원 배분이었다면, 이번엔 <b>희소 고카디널리티에서 변수쌍 상호작용을 저차원 잠재요인으로 공유·추정하는 모델족</b>(인수분해 기계)과 그와 무관하게 <b>표본쌍의 피처·라벨을 볼록 결합해 결정경계를 매끄럽게 하는 정칙화</b>(믹스업)를 열었다. grep 계량으로 <b>factorization machine·FFM·DeepFM·field-aware·잠재 요인(0)</b>·<b>mixup·믹스업·manifold mixup·cutmix·data augmentation(0)</b>를 확인했고, 결정적으로 <b>'있어 보이는' 후보와 오탐을 grep이 걸러냈다</b>(194 교훈 실전): (1) <b>후보였던 라벨노이즈 강건손실(GCE·co-teaching)은 이미 카드(RQ~310 라벨 노이즈 학습 + 수십 건 참조)가 있어 grep이 잡아 즉시 폐기</b> — 죽은 축, (2) <b>두 번째 후보 가우시안 프로세스도 RQ-2107 GPBoost가 영역을 점유</b>해 회피, (3) mixup 축의 유일 히트(828)는 <b>도메인일반화 목록의 한 항목 'MixUp'</b>이라 정칙화 축으로는 무관(212 FDS=URL 실체확인 재적용 — 명사 겹쳐도 실체 본다).

• <b>RQ-230(전선 A 조달 RQ-101 7,405행 고카디널리티 범주형 주 + 전선 G OpenML 카디널리티·희소도 통제):</b> <b>인수분해 기계·상호작용 모델링.</b> 각 변수에 저차원 잠재벡터를 주어 <b>모든 변수쌍 상호작용을 내적으로 공유 추정</b> — 그 쌍이 훈련에 한 번도 같이 안 나온 극단 희소서도 상호작용을 일반화. <b>인접 구분(카드에 박음)</b>: RQ-207 EBM/GA2M(<b>가법 유리상자에 소수의 명시적 쌍 형태함수</b> — 여기는 <b>모든 쌍을 공유 저차원 잠재요인 내적으로</b>, 형태함수 아님)·147 고카디널리티 인코딩(<b>전처리</b> — 여기는 <b>모델 구조</b>)와 다르다. 살길: 'FM이 희소 CTR서 강하다'가 원논문 재현·자명 → <b>Grinsztajn이 '일반 표형은 트리 SOTA'로 못박아</b> FM이 이기는 희소·카디널리티 경계가 비자명. 함정=DeepFM 크게 잡으면 CPU·4주 위반→얕은 FM/FFM 중심, 카디널리티 낮으면 이점 소멸→희소도 명시 스윕, 207 GA2M 혼동→공유 잠재요인 상호작용 축 명시, '조달 예측=정책'→상호작용 모델링(순수 AI축)에 고정(§3). 마더 Rendle(ICDM2010)·Juan FFM(RecSys2016)·Guo DeepFM(IJCAI2017)·Grinsztajn(당연부정) URL·저자 검증.
• <b>RQ-231(전선 G OpenML 수치/범주 비중 통제 주 + 전선 A 조달 실측 이질 표형 앵커):</b> <b>믹스업·vicinal risk 정칙화.</b> 두 훈련 표본의 피처·라벨을 <b>볼록 결합</b>해 사이를 채워 결정경계를 매끄럽게. <b>인접 구분(카드에 박음)</b>: RQ-391 SMOTE(<b>소수 클래스만 이웃 보간해 불균형 교정</b> — 여기는 <b>임의 쌍 라벨혼합 정칙화</b>, 불균형 아님)·221 생성 표형·212 불균형 회귀·198 Contrastive Mixup(<b>자기지도 대조</b> — 여기는 <b>지도 라벨혼합</b>)과 다르다. 살길: 'mixup이 일반화를 올린다'가 이미지 재현·자명 → <b>Onishi가 '표형은 볼록결합이 부자연(원핫 범주·비단조 타깃 섞으면 가짜 행)이라 바닐라 mixup이 오히려 열세·과매끄러움'으로 못박아</b> 피처유형·타깃 규칙성별 이득/역전 경계가 비자명(양방향 문헌부정 — 227·229 수법). 함정=범주형 결합 방식 자의성→임베딩결합·원핫결합 명시 스윕, SMOTE(391) 혼동→라벨혼합 정칙화 축 명시, 212 불균형 회귀 혼동→일반 정칙화(꼬리값 아님) 명시, 198 Contrastive Mixup 혼동→지도 라벨혼합 명시. 마더 Zhang(ICLR2018)·Verma Manifold Mixup(ICML2019)·Onishi(당연부정 arXiv2305.10308) URL·저자 검증.

교훈: <b>축 사냥의 32단계 진화</b> — …㉚SAM·SPO(226·227)→㉛녹아웃·다중충실도(228·229)→㉜<b>모든 변수쌍 상호작용을 저차원 잠재요인 내적으로 추정하고(인수분해 기계), 표본쌍을 볼록 결합해 정칙화한다(믹스업)</b>. 방법론 재확인: (1) <b>후보 축을 grep으로 먼저 재서 이미 있는 것(라벨노이즈=RQ~310·GP=RQ-2107)을 걸러내고 진짜 0으로 축을 바꾼다</b> — FM·mixup만 진짜 0. (2) <b>명사 겹쳐도 실체 확인</b> — 'MixUp' 히트는 도메인일반화 목록 항목(212 FDS=URL 교훈 재적용). (3) <b>인접·당연을 부정하는 선행연구를 함께 캔다</b> — Grinsztajn이 트리 SOTA를, Onishi가 표형 mixup 열세를 문헌으로 못박아 '경계 찾기'를 비자명화. (4) 마더는 게시 전 WebSearch로 저자·venue·URL 검증(§2 서지 기억 금지). 두 전선(A·G) 실제 순회, 미러 아닌 서로 무관한 두 축(상호작용 모델링 vs 증강 정칙화). [[예측이-뻔한지-먼저-재본다]]

SAM·SPO(226·227)에서 또 무관한 두 축으로 — 변수선택에 '유한표본 FDR 보장'을 씌우고(Model-X 녹아웃), 튜닝 예산을 여러 '충실도'에 배분해 조기 탈락시킨다(다중충실도 HPO) (09-12, RQ-228·229)

직전(226·227)이 훈련 옵티마이저 기하(SAM)·손실-결정 정렬(SPO)이었다면, 이번엔 <b>선택된 변수 집합의 통계적 타당성(거짓 발견율 통제)</b>(Model-X 녹아웃)과 그와 무관하게 <b>탐색 자원을 여러 충실도에 배분하는 튜닝 효율</b>(다중충실도 HPO)을 열었다. grep 계량으로 <b>knockoff·녹아웃·FDR·false discovery·Candès·conditional independence test(0)</b>·<b>hyperband·successive halving·multi-fidelity·BOHB·random search(0)</b>를 확인했고, 결정적으로 <b>'있어 보이는' 후보와 오탐을 grep이 걸러냈다</b>(194 교훈 실전): (1) <b>후보였던 확률 캘리브레이션은 이미 카드(RQ~392 불균형 보정·ECE·Platt·isotonic + 수십 건 지표 언급)가 있어 grep이 잡아 즉시 폐기</b> — 캘리브레이션은 죽은 축, (2) <b>두 번째 후보 조건부 밀도 추정(CDE)도 RQ-203(NGBoost·mean-variance·CRPS 확률예측)이 영역을 점유</b>해 회피하고 그 자리에 진짜 0인 다중충실도 HPO로 축 교체, (3) 녹아웃 축의 유일 '조건부 독립' 히트(RQ-2443)는 <b>분류기 체인의 라벨 조건부 독립</b>이라 변수선택 보장과 무관, 다중충실도 축의 유일 '충실도' 히트는 <b>RQ-221 합성 데이터의 통계 충실도</b>라 탐색 예산과 무관(212 'FDS=URL' 실체확인 재적용 — 명사 겹쳐도 실체 본다).

• <b>RQ-228(전선 A 조달 RQ-101 7,405행 주 + 전선 G 진짜/허위 변수 지정 합성=실현 FDR·검정력 채점):</b> <b>Model-X 녹아웃·통제된 변수선택.</b> 각 변수의 '가짜 쌍둥이'를 만들어 <b>결과의 조건부 분포가 임의·미지여도 유한표본에서 FDR을 명시 수준으로 보장</b>하며 선택. <b>인접 구분(카드에 박음)</b>: RQ-220 변수선택 안정성(<b>재표집 재현성</b>·Nogueira — 여기는 <b>FDR 타당성</b>, 안정해도 허위일 수 있는 별개 축)·154/155 SHAP 사후귀속·200 측정오차와 다르다. 살길: '녹아웃이 FDR을 보장한다'가 원논문 재현·자명 → <b>Barber·Candès·Samworth가 'X 분포를 추정하면 그 오차만큼 FDR이 무너진다'고 못박음</b>(표형은 X 분포를 거의 항상 추정) → 상관강도·표본·X추정 정확도별 실현 FDR이 약속을 지키는/깨지는 경계와 보장 대가 검정력 손실로만 생존. 함정=X추정 자의성→가우시안·2차·경험적 스윕, 합성만으론 약함→조달 실측 병기(정답 없으니 안정성·정확도 대가로 보완), 220 혼동→FDR 타당성 축 명시, '조달 변수발굴=정책' 위험→통제된 변수선택 통계적 타당성(순수 AI축)에 고정(§3). 마더 Candès(JRSS-B2018)·Barber·Candès·Samworth(AoS2020 당연부정) URL·저자 검증.
• <b>RQ-229(전선 A 조달 RQ-101 주 + 전선 G OpenML 표본 통제):</b> <b>다중충실도 HPO·Hyperband.</b> 값싼 저충실도(적은 부스팅 라운드·표본·에폭)로 나쁜 후보를 <b>조기 탈락</b>시켜 고정 CPU 예산에 더 넓게 탐색. <b>인접 구분(카드에 박음)</b>: RQ-225 중첩 CV(<b>선택 낙관 편의·평가 정직성</b> — 여기는 <b>탐색 시간 효율</b>, 별개 층)·226 SAM(<b>훈련 옵티마이저</b> — 여기는 <b>탐색 자원 배분</b>)와 다르다. 살길: 'Hyperband가 무작위보다 빠르다'가 딥러닝 재현·자명 → <b>successive halving 전제(저충실도 순위≈전충실도 순위)를 리뷰·BOHB가 'poor rank correlation으로 초반 이길 후보를 버린다'고 반박</b>(표형 왕 GBM은 부스팅 라운드=충실도라 붕괴 특히 걱정) → 표본·모델·예산별 무작위 탐색을 이기는/rank 붕괴로 도로 지는 경계로만 생존(양방향 문헌부정 — 191·202·217·225·227 수법). 함정=총 예산·시드 자의성→동일 총 CPU 예산·다중 시드·anytime 곡선, 225 혼동→탐색 효율 축 명시(최종 평가는 홀드아웃 고정), '조달 튜닝=정책' 위험→탐색 자원 배분(순수 AI축)에 고정(§3). 마더 Hyperband(JMLR2018)·Successive Halving(AISTATS2016)·BOHB(ICML2018)·다중충실도 리뷰(ScienceDirect 당연부정) URL·저자 검증.

교훈: <b>축 사냥의 31단계 진화</b> — …㉚SAM·SPO(226·227)→㉛<b>변수선택에 유한표본 FDR 보장을 씌우고(Model-X 녹아웃), 튜닝 예산을 여러 충실도에 배분해 조기 탈락시킨다(다중충실도 HPO)</b>. 방법론 재확인: (1) <b>후보 축을 grep으로 먼저 재서 이미 있는 것(확률 캘리브레이션=RQ~392·CDE=RQ-203)을 걸러내고 진짜 0으로 축을 바꾼다</b> — 녹아웃·다중충실도 HPO만 진짜 0. (2) <b>명사가 겹쳐 보여도 실체 확인</b> — '조건부 독립'=분류기 체인, '충실도'=합성 데이터 통계 충실도(212 FDS=URL 교훈 재적용). (3) <b>인접·당연을 부정하는 선행연구를 함께 캔다</b> — Barber·Candès·Samworth가 X추정시 FDR 붕괴를, BOHB·리뷰가 충실도 간 rank 붕괴를 문헌으로 못박아 '경계 찾기'를 비자명화. (4) 마더는 게시 전 WebSearch로 저자·venue·URL 검증(§2 서지 기억 금지). 두 전선(A·G) 실제 순회, 미러 아닌 서로 무관한 두 축(변수선택 FDR 통제 vs 튜닝 자원 배분). [[예측이-뻔한지-먼저-재본다]]

학습곡선·중첩CV(224·225)에서 또 무관한 두 축으로 — 손실 지형의 '평탄성'을 명시로 추구하고(SAM 옵티마이저), 예측기를 '하류 결정오차'를 최소화하도록 훈련한다(결정중심 학습·SPO) (09-12, RQ-226·227)

직전(224·225)이 데이터 효율(표본 스케일링)·평가 정직성(중첩 CV)이었다면, 이번엔 <b>훈련 옵티마이저의 파라미터공간 기하</b>(평탄 최소값 SAM)와 그와 무관하게 <b>훈련 손실의 목적 자체를 예측정확도→하류 최적화 결정 regret</b>로 바꾼 결정중심 학습(SPO)을 열었다. grep 계량으로 <b>sharpness·flat minima·loss geometry·SAM·평탄·minima(0)</b>·<b>predict-then-optimize·decision-focused·SPO·knapsack·elmachtoub(0)</b>를 확인했고, 결정적으로 <b>'있어 보이는' 후보와 오탐을 grep이 걸러냈다</b>(194 교훈 실전): (1) 유일 '샤프니스' 히트(RQ 3155~3203)는 <b>전부 컨포멀/분위수 예측구간의 폭(sharpness=interval width)</b>이라 손실 지형과 무관한 다른 개념(212 FDS=URL 실체확인 재적용 — 명사 겹쳐도 실체 본다), (2) SPO 축의 'regret' 히트는 <b>전부 비용민감 임계 regret(RQ 924)</b>이라 최적화 프로그램이 없는 별개, (3) <b>후보였던 학습-투-랭크·비용민감은 이미 카드(RQ-204·170)가 있어 grep이 잡아</b> SPO를 '제약 최적화 프로그램의 결정 regret' 축으로 명시 분리.

• <b>RQ-226(전선 A 조달 RQ-101 7,405행 주 + 전선 G OpenML 중형 표형 통제):</b> <b>손실 지형 평탄성·SAM.</b> 가중치 근방에서 손실이 균일하게 낮은 평탄 최소값을 min-max로 찾는 옵티마이저(SAM/ASAM)를 표형 MLP에 얹으면 표준 Adam/SGD 대비 일반화가 개선되고 튜닝 GBM 격차를 좁히나. <b>인접 구분(카드에 박음)</b>: RQ-225 중첩 CV(<b>평가 방법론·선택 과적합</b> — 여기는 <b>훈련 옵티마이저</b>)·224 학습곡선(<b>표본 규모</b> — 여기는 <b>파라미터 공간 기하</b>)·deep tabular 아키텍처(709·827·3909 — 여기는 <b>아키텍처 아니라 옵티마이저</b>)와 다르다. 살길: 'SAM이 일반화를 올린다'가 이미지 재현·자명 → <b>Andriushchenko·Flammarion이 이득이 문제군 의존이라 반박·Grinsztajn이 표형은 트리가 SOTA라 못박음</b> → 표본·상호작용·불균형별 SAM 이득이 사는/무의미한 경계와 GBM 잔여 격차로만 생존. 함정=ρ 자의성→표준 그리드 스윕, 약한 MLP 왜곡→강한 튜닝 MLP+GBM 상한 병기, 225와 혼동→훈련 옵티마이저 축 명시. 마더 Foret(ICLR2021)·Andriushchenko·Flammarion(ICML2022 당연부정)·Grinsztajn(NeurIPS2022 D&B) URL·저자 검증.
• <b>RQ-227(전선 A 조달 RQ-101 감사예산 배낭 주 + 전선 G PyEPO 배낭·최단경로 통제):</b> <b>결정중심 학습·SPO.</b> 예측기를 예측정확도가 아니라 <b>하류 최적화(고정 예산 감사 배분=0/1 배낭) 결정 regret</b>를 최소화하도록 훈련(SPO+ 볼록 대리손실). <b>인접 구분(카드에 박음)</b>: RQ-204 학습-투-랭크(<b>랭킹 지표를 손실로</b> — 여기는 <b>제약 있는 최적화 프로그램의 결정 regret</b>, 랭킹 아님)·174 top-k 지표·170 비용민감(<b>분류 손실 재가중이나 여전히 라벨 예측</b>)·196 CATE 인과와 다르다. 살길: 'SPO가 2단계보다 낫다'가 Elmachtoub 원논문 재현·자명 → <b>후속(estimate-then-optimize 2304.06833)이 '모델군 잘 지정+데이터 충분이면 단순 2단계가 stochastic dominance로 이김'을 못박음</b> → 최적화 구조·예산 타이트함·표본·오지정별 SPO+ 이기는/도로 지는 경계로만 생존(양방향 문헌부정 — 191·202·217·225 수법). 함정=최적화 구조·예산 자의성→배낭/최단경로 표준·예산 타이트함 명시 스윕, SPO 손실 비볼록→SPO+ 고정, 204 LTR 혼동→제약 최적화 결정 regret 명시, '조달 감사=정책' 위험→손실-결정 정렬(순수 AI축)에 고정(§3). 마더 Elmachtoub·Grigas(Management Science2022)·2304.06833(당연부정)·PyEPO(2206.14234 CPU 구현) URL·저자 검증.

교훈: <b>축 사냥의 30단계 진화</b> — …㉙학습곡선·중첩CV(224·225)→㉚<b>훈련 옵티마이저의 파라미터공간 기하(SAM 평탄 최소값)와 훈련 손실 목적을 예측정확도→하류 결정 regret로(결정중심 학습·SPO)</b>. 방법론 재확인: (1) <b>후보 축을 grep으로 먼저 재서 이미 있는 것(학습-투-랭크=204·비용민감=170)을 걸러내고 진짜 0으로 축을 분리한다</b> — SAM·SPO만 진짜 0. (2) <b>명사가 겹쳐 보여도 실체 확인</b> — 샤프니스=예측구간 폭·regret=비용민감 임계(212 FDS=URL 교훈 재적용). (3) <b>인접·당연을 부정하는 선행연구를 함께 캔다</b> — Andriushchenko·Flammarion이 SAM 이득 문제군 의존을, 2304.06833이 2단계 우위를 문헌으로 못박아 '경계 찾기'를 비자명화. (4) 마더는 게시 전 WebSearch로 저자·venue·URL 검증(§2 서지 기억 금지). 두 전선(A·G) 실제 순회, 미러 아닌 서로 무관한 두 축(옵티마이저 기하 vs 손실-결정 정렬). [[예측이-뻔한지-먼저-재본다]]

다중뷰 융합·정량화(222·223)에서 또 무관한 두 축으로 — 오차를 '표본 수 n의 함수'로 외삽하고(학습곡선 스케일링), 보고 성능의 '낙관 편의'를 잰다(중첩 CV) (09-11, RQ-224·225)

직전(222·223)이 입력 블록 결합·예측 목표 단위였다면, 이번엔 <b>오차를 훈련 표본 수 n의 함수로 보고 외삽</b>하는 데이터 효율 축(학습곡선 스케일링)과 그와 무관한 <b>평가 방법론 층(하이퍼파라미터를 같은 폴드서 골라 생기는 낙관 편의)</b>을 열었다. grep 계량으로 <b>learning curve·학습곡선·scaling law·power law·멱법칙·sample complexity(0)</b>·<b>nested·중첩 교차·model selection·selection bias·Cawley(0)</b>를 확인했고, 결정적으로 <b>'있어 보이는' 후보와 오탐을 grep이 걸러냈다</b>(194 교훈 실전): (1) <b>후보였던 비용민감·example-dependent 축은 이미 카드(RQ-129·130·170·1856 Bahnsen EDCS)가 있어 grep이 잡아 즉시 회피</b> — 비용민감은 죽은 축, (2) '외삽' 히트는 <b>전부 피처공간 외삽</b>(172 단조·EVT 꼬리·219 공간)이라 <b>표본 수 축과 별개</b>, 유일 Platt 히트는 사후 재보정·MixUp은 도메인일반화 목록의 한 항목이라 무관(212 'FDS=URL' 교훈 재적용 — 명사 겹쳐도 실체 본다).

• <b>RQ-224(전선 A 조달 RQ-101 7,405행 서브샘플링 주 + 전선 G OpenML 대표본 실측=채점 정답):</b> <b>학습곡선 외삽·표본 크기 스케일링.</b> 오차를 n의 함수로 보고 소표본 구간만으로 멱법칙·지수·MMF를 외삽해 <b>'더 모을 가치'를 모으기 전에 예측</b>. <b>인접 구분(카드에 박음)</b>: RQ-2690 데이터 가치평가(<b>어느 개별 행이 얼마나 기여</b> — 여기는 <b>n 늘릴 때 오차가 어떻게 줄고 언제 포화</b>)·172/EVT(<b>피처값 범위 밖</b> — 여기는 <b>표본 수 축</b>)·219 공간 CV(<b>의존성 누수</b> — 여기는 <b>표본 규모</b>)와 다르다. 살길: '학습곡선은 멱법칙이라 외삽 잘 된다'가 자명 → <b>LCDB 1.1이 곡선이 ill-behaved라 반박</b>한 걸 받아 <b>모델·과제·구간별 외삽이 대표본 실측을 맞히는/빗나가는 경계</b>로만 생존. 함정=곡선족 자의성→표준 족 고정·MSE 적합, 서브샘플 분산→반복 평균. 마더 Viering·Loog(TPAMI2023)·LCDB(ECML2022)·LCDB 1.1(2505.15657 당연부정) URL·저자 검증.
• <b>RQ-225(전선 A 조달 RQ-101 유찰 이진 주 + 전선 G OpenML 소표본 통제):</b> <b>모델 선택 과적합·중첩 CV.</b> 하이퍼파라미터를 <b>평가에 쓰는 같은 폴드서 고르면</b> 선택 자체가 폴드에 과적합돼 보고 성능이 부풀려진다. <b>인접 구분(카드에 박음)</b>: RQ-219 공간 CV(<b>공간 자기상관 누수</b> — 여기는 <b>iid서도 나는 선택 과적합</b>, 별개 기전)·시간 누수·124 결측과 다르다. 살길: '중첩 CV가 정직'은 교과서 자명 → <b>Cawley·Talbot이 '편의 ≈ 알고리즘 성능차'로 결론 역전을·Varma·Simon이 '널에서도 과대낙관'을 못박은</b> 걸 받아 <b>튜닝 예산(후보 수)·표본·유연도별 편의가 무시할 만한/순위 뒤집는 경계</b>로만 생존(양방향 문헌 못박기 — 191·202·217 수법). 함정=검색공간 자의성→후보 수 명시 스윕, 홀드아웃 참값 분산→대형 홀드아웃·반복, 219와 혼동→iid 순수 선택 과적합임 명시. 마더 Cawley·Talbot(JMLR2010)·Varma·Simon(BMC2006) URL·저자 검증.

교훈: <b>축 사냥의 29단계 진화</b> — …㉘다중뷰 융합·정량화(222·223)→㉙<b>오차를 표본 수 n의 함수로 외삽하고(학습곡선 스케일링), 보고 성능의 낙관 편의를 잰다(중첩 CV)</b>. 방법론 재확인: (1) <b>후보 축을 grep으로 먼저 재서 이미 있는 것(비용민감=129·130·170·1856)을 걸러내고 진짜 0으로 축을 바꾼다</b> — 학습곡선 스케일링·중첩 CV만 진짜 0. (2) <b>명사가 겹쳐 보여도 실체 확인</b> — '외삽'은 전부 피처공간(표본 수 아님), Platt=사후 재보정·MixUp=DA 목록. (3) <b>인접·당연을 부정하는 선행연구를 함께 캔다</b> — LCDB 1.1이 외삽 위험을, Cawley·Talbot/Varma·Simon이 낙관 편의를 문헌으로 못박아 '경계 찾기'를 비자명화. (4) 마더는 게시 전 WebSearch로 저자·venue·URL 검증(§2 서지 기억 금지). 두 전선(A·G) 실제 순회, 미러 아닌 서로 무관한 두 축(데이터 효율 vs 평가 정직성). [[예측이-뻔한지-먼저-재본다]]

변수선택 안정성·생성표형(220·221)에서 또 무관한 두 축으로 — 입력 '블록을 어떻게 결합'하는가(다중뷰 융합)와 목표를 '개체 분류'가 아니라 '집합 유병률 추정'으로 바꾼다(정량화 학습) (09-11, RQ-222·223)

직전(220·221)이 선택의 재현성·생성 데이터였다면, 이번엔 <b>입력 피처 블록의 결합 전략</b>(다중뷰 융합)과 그와 무관하게 <b>예측의 목표 단위를 개체→집합 유병률</b>로 바꾼 정량화 학습을 열었다. grep 계량으로 <b>multi-view·멀티뷰·다중뷰·late/early fusion·feature group(0)</b>·<b>quantification·prevalence·유병률·learning to quantify(정량화 과제로는 0)</b>를 확인했고, 결정적으로 <b>'있어 보이는' 후보와 오탐을 grep이 걸러냈다</b>(194 교훈 실전): (1) 융합 축의 유일 2히트는 <b>dif<u>fusion</u> 부분문자열</b>이라 진짜 0, (2) 정량화 축 히트는 <b>전부 119 uncertainty quantification(컨포멀)·180/189의 유병률 보정/비율</b>이라 '집계 유병률 추정 자체'로는 0, (3) <b>후보였던 고카디널리티 인코딩은 grep이 이미 있는 카드(RQ-147)로 잡아 즉시 회피</b> — 그 자리에 진짜 0인 '피처 그룹 융합'으로 축을 바꿈.

• <b>RQ-222(전선 A 조달 RQ-101 7,405행 금액·심사·기관 그룹 주 + 전선 G 그룹상관 ρ 통제 합성):</b> <b>다중뷰 학습·피처 그룹 융합.</b> 표형이 자연 블록(금액·심사·기관 계열)으로 갈릴 때 조기 concat vs 후기 결정결합 vs 중간 표현공유. <b>인접 구분(카드에 박음)</b>: 147 인코딩(<b>한 피처 수치화</b> — 여기는 <b>블록 결합</b>)·206 다중출력(<b>출력</b> 얽힘 — 여기는 <b>입력 블록</b>)·앙상블(같은 피처 다른 모델 — 여기는 다른 피처 블록)과 다르다. 살길: '후기융합이 낫다'도 'concat이면 충분'도 자명 → <b>그룹 간 상관(중복↔상보)·표본에 따라 concat+GBM 상한을 이기는/이득 0이 되는 경계</b>로만 생존(Snoek '보편승자 없음'·HDLSS 중간융합 레짐의존을 못박음). 함정=그룹 경계 자의성→조달 자연 계열로 고정+합성 통제, 상한 GBM 약하면 왜곡→강한 튜닝 GBM 상한, '조달=정책' 위험→융합 전략(순수 AI축)에 고정(§3). 마더 Snoek(ACM MM2005)·HDLSS 중간융합(2507.06026) URL·저자 검증.
• <b>RQ-223(전선 A 조달 유찰률·impfood 부적합률 자연 사전확률이동 주 + 전선 G APP 이동폭 통제):</b> <b>정량화 학습(learning to quantify).</b> 목표가 개체 분류가 아니라 <b>표본의 클래스 유병률</b> 자체 — CC(분류 후 세기)의 편향을 ACC·PACC·SLD(EM)·HDy가 교정하나. <b>인접 구분(카드에 박음)</b>: 180 라벨이동(<b>유병률을 수단으로 개체 보정</b> — 여기는 <b>유병률이 목표</b>)·189 LLP(<b>훈련</b>에 비율 — 여기는 <b>테스트 유병률 추정</b>)·119 컨포멀과 다르다. 살길: 'CC보다 정량화 기법이 낫다'가 자명인데 <b>Moreo·Sebastiani가 'CC 과소평가됐다'고 반박</b> → <b>이동폭·표본·분류기강도별 CC를 실제로 이기는/못 이기는 경계</b>로만 생존(양방향 문헌부정 — 191·202·217 수법). 함정=지표 자의성→AE·RAE+APP 표준, 사전확률이동≠공변량이동→라벨분포만 바뀌는 구간 통제(180 구분), '감독=정책' 위험→정량화 신뢰성(순수 AI축)에 고정(§3). 마더 Forman(DMKD2008)·González 리뷰(CSUR2017)·Moreo·Sebastiani(ECIR2021 당연부정)·QuaPy(CIKM2021 CPU 구현) URL·저자 검증.

교훈: <b>축 사냥의 28단계 진화</b> — …㉗변수선택 안정성·생성표형(220·221)→㉘<b>입력 블록의 결합 전략(다중뷰 융합)과 예측 목표 단위를 개체→집합 유병률로(정량화 학습)</b>. 방법론 재확인: (1) <b>후보 축을 grep으로 먼저 재서 이미 있는 것(고카디널리티 인코딩=RQ-147)을 걸러내고 진짜 0으로 축을 바꾼다</b> — 다중뷰 융합·정량화만 진짜 0. (2) <b>명사가 겹쳐 보여도 실체 확인</b> — fusion=diffusion 부분문자열, quantification=컨포멀 불확실성/180·189 유병률 보정(212 FDS=URL 교훈 재적용). (3) <b>인접·당연을 부정하는 선행연구를 함께 캔다</b> — Snoek이 융합 보편승자 없음을, Moreo·Sebastiani가 CC가 강함을 문헌으로 못박아 '경계 찾기'를 비자명화. (4) 마더는 게시 전 WebSearch로 저자·venue·URL 검증(§2 서지 기억 금지). 두 전선(A·G) 실제 순회, 미러 아닌 서로 무관한 두 축(입력 결합 vs 출력 목표 단위). [[예측이-뻔한지-먼저-재본다]]

해석 모델족·공간CV(218·219)에서 또 무관한 두 축으로 — 설명의 대상을 '선택의 재현성'으로 옮기고(변수선택 안정성), 학습 데이터 자체를 '심층 생성모델이 만든 합성'으로 바꾼다(생성 표형·TSTR) (09-11, RQ-220·221)

직전(218·219)이 해석 모델족의 극단·평가의 공간 누수였다면, 이번엔 <b>설명력·신뢰성 축을 '예측/속성'이 아니라 '어떤 변수가 선택되는가의 재현성'</b>으로 옮기고(변수선택 안정성), 그와 무관하게 <b>학습 데이터의 출처 자체를 실데이터→심층 생성모델 합성</b>으로 바꿨다(생성 표형·TSTR). grep 계량으로 <b>feature selection·변수 선택·selection stability·Boruta·Nogueira(0)</b>·<b>CTGAN·TVAE·TabDDPM·generative·diffusion 생성모델(0)</b>을 확인했고, 결정적으로 <b>'있어 보이는' 후보와 오탐을 grep이 걸러냈다</b>(194 교훈 실전): (1) <b>후보였던 예측 다중성·Rashomon은 이미 카드(RQ-188)가 있어 grep이 잡아 즉시 회피</b> — 그 자리에 진짜 0인 '선택의 안정성'으로 축을 바꿈, (2) 생성 축의 '합성' 62히트는 <b>전부 통제된 ground-truth 실험도구이거나 TabPFN 합성 사전분포</b>라 심층 생성모델이 아니고, SMOTE(391)·SMOGN(212)은 <b>보간 리샘플링</b>이라 학습된 생성분포와 별개 축(212 'FDS=URL' 교훈 재적용 — 명사 겹쳐도 실체 본다).

• <b>RQ-220(전선 A 조달 RQ-101 7,405행 상관구조 주 + 전선 G 상관강도 ρ 통제 합성):</b> <b>변수선택의 안정성·재현가능성.</b> 상관·중복 피처가 있으면 <b>작은 데이터 변화(재표집)가 선택된 피처 집합을 크게 바꿔</b> '중요 변수 top-k' 결론이 재현되지 않는다 → Nogueira 교정 안정성 지수로 <b>선택의 재현성</b>을 정량화. <b>인접 구분(카드에 박음)</b>: RQ-188 예측 다중성(모델 <b>간 예측</b> 불일치 — 여기는 선택된 <b>피처 집합</b>의 불일치)·154/155 속성 귀속 불일치(<b>고정 모델</b>의 사후설명이 기법마다 다름 — 여기는 <b>선택 자체</b>가 재표집마다 바뀜)·200 측정오차(<b>감쇠편향</b> — 여기는 <b>상관</b>이 만드는 선택 불안정)와 다르다. 살길: '변수선택은 불안정하다'는 자명 → <b>불안정성의 크기·상관/표본 스케일링·안정성-정확도 절충</b>의 지도로만 생존(Nogueira·Brown이 상관 하 불안정을 못박음). 함정=안정성 지수 자의성→Nogueira 교정 지수 주 사용, '조달 변수중요도=정책' 위험→변수선택 신뢰성(순수 AI축)에 고정(§3). 마더 Nogueira·Sechidis·Brown(JMLR 18(174):1-54 2018 v18/17-514)·Meinshausen·Bühlmann(Stability Selection JRSS-B 72(4):417-473 2010 DOI 10.1111/j.1467-9868.2010.00740.x) URL·저자 검증.
• <b>RQ-221(전선 G OpenML 소·불균형 벤치 주 + 전선 A impfood 수입식품 신고 앵커):</b> <b>심층 표형 생성모델·합성 데이터 효용(TSTR).</b> CTGAN·TVAE·TabDDPM이 학습분할에서 만든 합성 데이터가 소표본·불균형 다운스트림을 (a)대체(TSTR) (b)증강하나. <b>인접 구분(카드에 박음)</b>: SMOTE/SMOGN(<b>보간 리샘플링</b> — 여기는 <b>학습된 심층 생성분포</b>)·197 TabPFN(<b>합성 사전분포 in-context 추론</b> — 여기는 <b>생성 데이터로 다운스트림 학습</b>)·192 DP(<b>프라이버시</b> — 여기는 <b>예측 효용·증강</b>)와 다르다. 살길: '합성은 실데이터만 못하다'도 '증강은 늘 돕는다'도 둘 다 단순 → <b>순이득 구간·격차의 표본/불균형 스케일링</b>으로만 생존(벤치 2306.15636·2310.16981이 'TSTR 정확도 하락·모델/피처 순위 왜곡'을 문헌으로 못박아 '어디서부터 도움 되는지'를 비자명화 — 191·217 수법 계승). 함정=디퓨전 학습비용→소규모셋·에폭 제한, 충실도≠효용→TSTR 다운스트림 지표 주, 데이터 누수→생성은 학습분할만, 프라이버시 혼동→효용에 한정. 마더 CTGAN(Xu NeurIPS2019 arXiv1907.00503 github sdv-dev/CTGAN)·TabDDPM(Kotelnikov ICML2023 PMLR pp17564-17579 github yandex-research/tab-ddpm)·부정앵커(2306.15636·2310.16981) URL·저자 검증.

교훈: <b>축 사냥의 27단계 진화</b> — …㉖해석 모델족·공간CV(218·219)→㉗<b>설명의 대상을 '선택의 재현성'으로 옮기고(변수선택 안정성), 학습 데이터 자체를 '심층 생성모델 합성'으로 바꾼다(생성 표형·TSTR)</b>. 방법론 재확인: (1) <b>후보 축을 grep으로 먼저 재서 이미 있는 것(예측 다중성 188·데이터가치 2690)을 걸러내고 진짜 0으로 축을 바꾼다</b> — feature selection stability·심층 생성모델만 진짜 0. (2) <b>명사가 겹쳐 보여도 실체 확인</b> — '합성' 62히트는 전부 ground-truth 실험도구·TabPFN 사전, SMOTE/SMOGN은 보간(212 FDS=URL 교훈 재적용). (3) <b>인접·당연을 부정하는 선행연구를 함께 캔다</b> — Nogueira·Brown이 선택 불안정을, 2306.15636·2310.16981이 합성 효용 하락을 문헌으로 못박아 '크기·경계 찾기'를 비자명화(191·202·217 수법). (4) 마더는 게시 전 WebSearch로 저자·venue·URL 검증(§2 서지 기억 금지). 두 전선(A·G) 실제 순회, 미러 아닌 서로 무관한 두 축(선택 신뢰성 vs 생성 데이터). [[예측이-뻔한지-먼저-재본다]]

거리학습·불변학습(216·217)에서 또 무관한 두 축으로 — 모델족을 '증명가능 최적 규칙'으로 밀고(해석 모델족), 축을 '평가의 낙관 편의'로 옮긴다(공간 CV 누수) (09-11, RQ-218·219)

직전(216·217)이 예측의 기하(거리)·학습 목표(불변성)였다면, 이번엔 <b>본질적 해석 모델족의 극단(증명가능 최적 희소 규칙)</b>과 그와 무관한 <b>평가 방법론 층(공간 자기상관이 만드는 CV 낙관 편의)</b>을 열었다. grep 계량으로 <b>rulefit·corels·GOSDT·rule list·decision set(0)</b>·<b>spatial cross·공간자기상관·spatial autocorr·block CV(0)</b>를 확인했고, 결정적으로 <b>'있어 보이는' 오탐과 이미 있는 후보를 grep이 걸러냈다</b>(194 교훈 실전): (1) 828행 'CORAL'은 <b>도메인적응(CORELS 아님)</b>이라 규칙모델 축은 진짜 0, (2) <b>후보였던 deep tabular(FT-Transformer/SAINT/TabTransformer)는 grep이 이미 언급된 카드로 잡아 회피</b>(709 결측지표 실험·827 벤치 CSV·3909 시간이동 — 명사 겹쳐도 실체 확인해 별도 카드 아님 확인).

• <b>RQ-218(전선 A 조달 RQ-101 유찰 이진 주 + 전선 G OpenML/UCI·규칙구조 합성):</b> <b>본질적 해석 모델족 — 증명가능 최적 희소 규칙 모델.</b> 사후 SHAP(154/155)·가법 EBM(207)·대수식 SR(208)이 아니라 <b>손실+리프/규칙 수 벌점을 전역 최적화</b>해 증명가능 최적 Boolean 규칙 리스트/희소 트리를 직접 학습(GOSDT·CORELS). <b>인접 구분(카드에 박음)</b>: 207 EBM(가법·곱/비율 못 씀 — 여기는 Boolean 논리곱)·208 SR(연속 대수식 — 여기는 이산 규칙)·154/155 사후설명·216 거리학습(사례기반)과 다르다. 살길: 'GBM이 규칙모델을 이긴다'도 'Rudin 말대로 해석은 공짜다'도 둘 다 당연 → <b>Rudin·CORELS가 'COMPAS서 RF와 동등 정확도'라 한 '표형 해석 대가≈0'을 반증하는, 손해가 실제로 나타나는 구간(고차 상호작용·저편향 필요)과 0인 구간의 경계지도</b>로만 생존('문헌이 공짜라니 대가 무는 구석 찾기'가 비자명 — 191·217 수법). 함정=규칙 최적화 계산비용→소규모셋·이진화·규칙수 상한, 연속 이진화 방식이 결과 좌우→분위수·MDLP 스윕, '조달 유찰=정책' 위험→해석 모델족 정확도-해석 절충(순수 AI축)에 고정(§3). 마더 GOSDT(Lin ICML2020 PMLR v119:6150-6160)·CORELS(Angelino KDD2017·JMLR 18 17-716) URL·저자 검증, RuleFit·Rudin Nature MI2019는 VERIFY 확정.
• <b>RQ-219(전선 A 국토부 아파트 실거래가 거래금액 주 + 전선 G 자기상관 강도 통제 합성):</b> <b>정보 누수·평가의 낙관 편의 — 공간 자기상관 하 정직한 일반화 추정.</b> 지리 참조 표형서 무작위 k-겹 CV가 <b>훈련·검증에 공간 이웃을 새어들여</b>(pseudoreplication) 새 지역 일반화를 과대평가 → 블록/버퍼 공간 CV로 정직한 오차. <b>결정적 긴장</b>: 낙관 편의의 크기와 <b>모델 복잡도(선형→RF→GBM) 스케일링</b>(복잡한 GBM이 공간 구조를 더 외워 무작위 CV서 더 부풀리나). <b>인접 구분(카드에 박음)</b>: <b>시간 누수(종단)와 다른 '공간' 축</b>·126 공변량이동(입력분포 이동 — 여기는 분포 같아도 의존성이 만든 평가 낙관)·2107 GPBoost 공간 랜덤효과(모델링 — 여기는 평가 방법)·103 실거래 이상탐지(같은 데이터·다른 질문)와 다르다. 살길: '공간 CV가 더 정직'은 교과서 자명 → <b>Ploton이 '무작위 R²>0.5→공간검증 quasi-null' 보인 정도가 한국 실거래서 얼마인지·어디서부터인지·복잡도로 어떻게 커지는지</b>의 지도로만 생존. 함정=공간 블록 크기 자의성→베리오그램 자기상관 범위 근거+민감도 스윕, 시간 누수와 혼동→거래월 고정·순수 공간 축, '부동산=정책' 위험→공간 의존 하 정직한 일반화 추정(순수 AI 평가방법론)에 고정(§3). 마더 Roberts(Ecography 40(8):913-929 2017 DOI 10.1111/ecog.02881 블록CV)·Ploton(Nature Comms 11 2020 s41467-020-18321-y 당연 부정) URL·저자 검증, Meyer는 VERIFY 확정.

교훈: <b>축 사냥의 26단계 진화</b> — …㉕거리학습·불변학습(216·217)→㉖<b>모델족을 '증명가능 최적 규칙'으로 밀고(해석 모델족 극단), 축을 '평가의 낙관 편의'(공간 CV 누수)로 옮긴다</b>. 방법론 재확인: (1) <b>후보 축을 grep으로 먼저 재서 이미 언급된 것(deep tabular)을 걸러낸다</b> — 규칙모델·공간CV만 진짜 0. (2) <b>명사가 겹쳐 보여도 실체 확인</b> — 'CORAL'은 도메인적응이지 CORELS 아님(212 FDS=URL 교훈 재적용). (3) <b>인접·당연을 부정하는 선행연구를 함께 캔다</b> — Rudin·CORELS가 '해석 대가≈0'을, Ploton이 '무작위 CV가 허수'를 문헌으로 못박아 '이기는/무너지는 구석 찾기'를 비자명화(191·202·217 수법 계승). (4) 마더는 게시 전 WebSearch로 저자·venue·URL 검증(§2 서지 기억 금지). 두 전선(A·G) 실제 순회, 미러 아닌 서로 무관한 두 축(해석 모델족 vs 평가 방법론). [[예측이-뻔한지-먼저-재본다]]

MIL·구성비(214·215)에서 또 무관한 두 축으로 — 예측의 '기하'를 개체 간 거리로 배우고(지도 거리학습), 학습의 목표를 '환경 불변성'으로 옮긴다(거짓상관 폐기 IRM) (09-10, RQ-216·217)

직전(214·215)이 감독의 단위(묶음)·출력의 기하(단체)였다면, 이번엔 <b>개체 간 거리 자체를 라벨로 학습</b>(거리학습)하고, 그와 무관하게 <b>학습의 목표를 '환경 불변성'</b>(거짓 지름길 신호 폐기)으로 옮겼다. grep 계량으로 <b>metric learning·거리학습·siamese·triplet·prototype(0)</b>·<b>invariant risk·spurious·shortcut(0)</b>을 확인했고, 결정적으로 <b>'있어 보이는' 오탐과 이미 있는 후보를 grep이 걸러냈다</b>(194 교훈 실전): (1) knn/최근접 9·5히트는 <b>전부 베이스라인 모델이거나 Wachter 반사실 리코스</b>라 '학습된 거리로서'는 0, (2) 'irm' 4히트는 <b>confirm 부분문자열</b>, '환경' 17히트는 <b>스마트팜·배치환경</b>, '지름길' 5히트는 <b>은유</b>라 전부 무관, (3) <b>후보였던 zero-inflated/hurdle/Poisson·distillation·curriculum·Group DRO는 grep이 이미 있는 카드로 잡아 회피</b>(화재 2부모형·churn 증류·자기훈련 커리큘럼·2513 — 명사 겹쳐도 실체 확인, 212의 'FDS=URL' 교훈 재적용).

• <b>RQ-216(전선 G OpenML letter/pendigits 홀드아웃 few-shot 주 + 전선 A impfood 사례기반 정당화 앵커):</b> <b>지도 거리학습(supervised distance metric learning).</b> 라벨로 <b>마할라노비스 거리/임베딩을 직접 학습</b>(같은 클래스는 가깝게·다른 클래스는 큰 마진)해 그 위 k-NN·프로토타입으로 예측. <b>인접 구분(카드에 박음)</b>: RQ-198 SCARF/자기지도(<b>라벨 없이</b> 대조 사전학습→GBM 미세조정 — 여기는 <b>라벨 지도로 거리를 배우고 k-NN이 최종</b>)·197 TabPFN·201 개방집합·154/155 SHAP(<b>속성 귀속</b> — 여기는 <b>실제 사례</b>로 정당화하는 다른 설명 양식)와 다르다. 살길: '거리학습이 GBM보다·유클리드보다 정확하다'는 이미지 재현이고 <b>Musgrave Reality Check(ECCV2020)가 그 이득 과장을 이미 부정</b> → 정확도 승부가 아니라 <b>①학습거리 k-NN이 유클리드를 이기는 경계 ②GBM이 못 주는 사례기반 정당화(이웃 라벨 순도)·희귀/신규 클래스 재학습불요에서만 사는 구간</b>으로만 생존('어디서 도움이 되긴 하는가'가 비자명 — 191·202 문헌부정 수법). 함정=정당화 품질 자의성→이웃 순도·감사가능성으로 측정, 강한 GBM 상한 필수, A 자연데이터는 신규클래스 정답 없어 few-shot은 벤치서. 마더 NCA(Goldberger NIPS2004)·LMNN(Weinberger·Saul JMLR2009)·Reality Check(Musgrave ECCV2020) URL·저자 검증.
• <b>RQ-217(전선 A 조달 RQ-101 발주기관·연도=환경 주 + 전선 G 거짓상관 강도 통제 합성):</b> <b>환경 불변 학습·거짓상관(spurious correlation) 폐기.</b> 여러 환경(기관·연도) 걸친 훈련에서 <b>일부 환경에서만 y와 상관하는 지름길 피처</b>를 IRM·REx·ICP 불변 피처선택이 버리고 미지 환경(leave-one-environment-out)에 일반화하는가. <b>결정적 긴장</b>: <b>IRM·REx는 미분가능 모델 그래디언트 벌점이라 GBM엔 안 붙음 → ICP식 불변 피처선택·환경가중·그룹벌점 부스팅이 별도 필요</b>(RQ-197 'GBM=왕'의 <b>불변성·거짓상관판</b> — 197·205·209·211·213에 이은 위상). <b>인접 구분(카드에 박음)</b>: RQ-2513 Group DRO(<b>사전정의 그룹</b> 최악위험 — 여기는 <b>거짓 피처 식별·폐기해 보지 못한</b> 환경 일반화)·126 공변량이동(입력분포 <b>보정</b>)·205 TTA(<b>테스트시점</b>)·184 개념이동(<b>재학습</b>)과 다르다. 살길: 'IRM이 ERM보다 일반화한다'는 <b>Rosenfeld(Risks of IRM ICLR2021)·Gulrajani(DomainBed ICLR2021)가 정면 부정</b>('튜닝 ERM이 14개 DG 알고리즘을 다 이긴다') → <b>표형·GBM에서 불변법이 잘 튜닝된 ERM을 이기는 구간이 있긴 한지, 거짓상관 강도·환경 수 어디서부터인지</b>의 경계지도로만 생존('이기는 구석 찾기'가 비자명 — 문헌부정 수법의 가장 강한 사례). 함정=환경 분할 인공성→자연 기관·연도 주 증거+합성은 거짓상관만 통제, IRM 벌점 트리에 없음→ICP 이식·IRM/REx는 NN 참고선, '기관 비교=정책연구' 위험→<b>거짓상관 폐기·환경 불변 예측(순수 AI축)</b>에 고정(§3 회피). 마더 IRM(Arjovsky arXiv1907.02893)·ICP(Peters JRSS-B2016 CRAN·트리이식)·Rosenfeld(2010.05761)·Gulrajani DomainBed(2007.01434) URL·저자 검증.

교훈: <b>축 사냥의 25단계 진화</b> — …㉔MIL·구성비(214·215)→㉕<b>예측의 '기하'를 개체 간 거리로 배우고(지도 거리학습), 학습의 목표를 '환경 불변성'으로 옮긴다(거짓상관 폐기 IRM)</b>. 방법론 재확인: (1) <b>후보 축을 grep으로 먼저 재서 이미 있는 것(zero-inflated·distillation·curriculum·Group DRO)을 한 번에 걸러낸다</b> — metric learning·invariant learning만 진짜 0. (2) <b>명사가 겹쳐 보여도 실체 확인</b> — knn=베이스라인·'irm'=confirm·'환경'=스마트팜·'지름길'=은유(212 FDS=URL 교훈 재적용). (3) <b>'GBM=왕'의 위상별 시험을 계속</b> — 217은 <b>불변성·거짓상관판</b>(IRM 벌점이 트리엔 안 붙어 ICP 이식만 남음). (4) <b>인접·당연을 부정하는 선행연구를 함께 캔다</b> — Musgrave가 거리학습 이득 과장을, Rosenfeld·Gulrajani가 IRM<ERM을 문헌으로 부정(191·202·205 수법 계승). (5) 마더는 게시 전 WebSearch로 저자·venue·URL 검증(§2 서지 기억 금지). 두 전선(G·A) 실제 순회, 미러 아닌 서로 무관한 두 축. [[예측이-뻔한지-먼저-재본다]]

라벨 형태(불균형회귀)·보안(212·213)에서 또 무관한 두 축으로 — 감독의 '단위'를 인스턴스에서 묶음(bag)으로 올리고(다중 인스턴스 학습), 출력의 '기하'를 자유 벡터에서 단체(합=1)로 제약한다(구성비 회귀) (09-10, RQ-214·215)

직전(212·213)이 불균형 회귀·적대적 강건성이었다면, 이번엔 <b>감독의 단위</b>(라벨이 인스턴스가 아니라 묶음에 붙음)와 <b>출력의 기하</b>(예측 벡터가 단체 위에 제약)라는 서로 무관한 두 빈 축을 열었다. grep 계량으로 <b>multi-instance·multiple instance·다중 인스턴스·MIL·instance-level(0)</b>·<b>compositional·dirichlet 회귀·simplex·구성비·성분비(0)</b>를 확인했고, 결정적으로 <b>후보였던 PU학습·생존분석·EVT·데이터 가치평가·다중과제·확률 보정은 grep이 이미 있는 카드(949 PU+우측절단·148/149/2265 생존·3273 EVT·2690 데이터가치·173/2017 다중과제·117/407 ECE)로 잡아 즉시 회피</b>(194 교훈 실전 재확인 — 이번엔 6개 후보를 grep으로 미리 걸러 2개 진짜 0만 채택). 구성비의 'Dirichlet'조차 <b>기존 히트가 전부 연합학습 비IID 분할 이질성(4181·4192·4323)이라 실체 확인 후 회피</b>(212의 'FDS=URL' 교훈 재적용 — 명사 겹쳐도 실체 본다).

• <b>RQ-214(전선 G Musk/Tiger·Elephant·Fox 고전 MIL 벤치+합성 주 + 전선 A impfood 수입신고 건=묶음 앵커):</b> <b>다중 인스턴스 학습(MIL).</b> 라벨이 <b>개별 인스턴스가 아니라 인스턴스들의 묶음(bag)에만</b> 붙고 표준 가정은 <b>묶음 양성 ⇔ ≥1 인스턴스 양성</b>(어느 것인지 미관측). 목표는 (a)묶음 분류 (b)원인 인스턴스 식별. <b>인접 구분(카드에 박음)</b>: RQ-189 LLP(<b>묶음의 양성 비율</b> — 여기는 <b>이진 존재</b>만)·202 PLL(개체 하나에 <b>후보 라벨 집합</b> — 여기는 <b>인스턴스 묶음에 라벨 하나</b>)·181 다중라벨·183 준지도(일부 인스턴스 완전라벨)와 다르다. 살길: 'MIL이 집계보다 낫다'는 이미지·약지도 재현·자명 → <b>강한 GBM+분위수 집계가 이미 묶음 라벨을 잡아 MIL 이득이 사라지는 경계와, 원인 인스턴스 식별에서만 MIL이 유일하게 사는 구간</b>으로만 생존. 함정=A 자연 묶음은 인스턴스 정답 없어 식별 정밀도 못 잼→벤치·합성서 식별, A는 분류·이득만 / 묶음 크기 1이면 무의미→하한 못박음 / witness rate 자의성→합성 연속 스윕. 마더 Dietterich(AI 1997 axis-parallel rectangles·Musk 표준가정)·Ilse(ICML2018 주의집중 MIL 풀링 arXiv1802.04712) URL·저자 검증.
• <b>RQ-215(전선 A 통계청 가계동향조사 MDIS 소비지출 비목별 지출 몫 주 + 전선 G 디리클레 집중도 합성 통제):</b> <b>구성비·단체(simplex) 제약 회귀.</b> 종속변수가 <b>비음·합=1 비율 벡터</b>라 성분들이 <b>폐쇄(closure)로 구조적 음상관</b>을 갖고 독립 회귀는 음수·합≠1을 낸다. 로그비(Aitchison alr/ilr)·디리클레 회귀가 이 기하를 명시로 다룬다. <b>인접 구분(카드에 박음)</b>: RQ-206 다중출력(<b>제약 없는</b> 연속 벡터 상관 — 여기는 <b>단체 제약·폐쇄</b>)·210 다범주(<b>하나</b> 선택 — 여기는 <b>비율 벡터 자체</b> 연속 예측)·203/193 스칼라 확률·분위수와 다르다. 살길: '구성비는 로그비로 다뤄야 한다'는 통계 교과서 자명 → <b>강한 독립 GBM+정규화가 이미 잡아 이득 사라지는 경계와, 0 근처 성분·소표본서 로그비 폭발로 역전하는 구간</b>으로만 생존. 함정=구조적 0 많으면 alr/ilr 정의 안 됨→영조정 디리클레·대분류 비목으로 0 최소화 / 몫이 소득 등 X와 항등식이면 순환→몫만 예측·항등 파생 제외 / '예산 몫=정책연구' 위험→<b>단체 제약·폐쇄 기하의 예측모델 처리(순수 AI축)</b>에 고정(§3 공공정책 회피). 마더 Aitchison(JRSS-B 1982 alr·폐쇄)·Hijazi·Jernigan(디리클레 회귀 2009)·Douma·Weedon(MEE 2019 베타/디리클레 실무비교) URL·저자 검증. 데이터 앵커 MDIS statsConfmNo=101006 가구 단위 제공(신청·로그인) 메타 확인.

교훈: <b>축 사냥의 24단계 진화</b> — …㉓불균형회귀·보안(212·213)→㉔<b>감독의 '단위'를 인스턴스→묶음으로 올리고(MIL), 출력의 '기하'를 자유 벡터→단체(합=1)로 제약한다(구성비 회귀)</b>. 방법론 재확인: (1) <b>후보 축을 grep으로 먼저 재서 이미 있는 것(PU·생존·EVT·데이터가치·다중과제·ECE 6개)을 한 번에 걸러낸다</b> — MIL·compositional만 진짜 0. (2) <b>명사가 겹쳐 보여도 실체 확인</b> — 'Dirichlet' 히트는 전부 연합 비IID 분할이라 무관(212의 FDS=URL 교훈 재적용). (3) 인접 우산(189 LLP·202 PLL / 206 다중출력·210 다범주)과의 구분을 카드에 선제로 박음(174·180 계승). (4) 마더는 게시 전 WebSearch로 저자·venue·URL 검증(§2 서지 기억 금지). 두 전선(G·A) 실제 순회, 미러 아닌 서로 무관한 두 축. [[예측이-뻔한지-먼저-재본다]]

장꼬리·연속학습(210·211)에서 또 무관한 두 축으로 — 출력을 '범주형 꼬리'에서 '연속값 꼬리'로 밀고(불균형 회귀), 학습을 '보안·적대적 위협'으로 옮긴다(트리 앙상블 회피 강건성) (09-10, RQ-212·213)

직전(210·211)이 범주형 장꼬리·시간 증분 망각이었다면, 이번엔 <b>출력을 범주형→연속값 꼬리로 한 칸 밀고</b>(불균형 회귀), 그와 무관한 <b>보안 위협 층(적대적 회피)</b>을 열었다. grep 계량으로 <b>imbalanced regression·LDS·DenseWeight·deep imbalanced(0)</b>·<b>evasion·adversarial example·adversarial attack(0)</b>을 확인했고, 결정적으로 <b>두 후보 모두 '있어 보이는' 오탐을 grep이 잡아냈다</b>(194 교훈 실전): (1) DIR은 'FDS/fds' 히트가 <b>전부 URL 문자열(impfood.mfds·NFDS·data.mfds)</b>이라 실제 축은 0, (2) 적대적은 '적대적/perturbation' 히트가 <b>전부 RQ-186 강건-리코스 ROAR</b>라 회피공격 축은 0. 명사가 겹쳐도 실체를 확인하는 습관이 중복을 막았다.

• <b>RQ-212(전선 A 국토부 아파트 실거래가 주 + 전선 G OpenML 인공 꼬리 통제):</b> <b>불균형 회귀(deep imbalanced regression).</b> 출력이 <b>연속값</b>인데 분포가 심하게 치우쳐(중저가 밀집·고가 희박) 희귀-값 구간 표본이 부족 → 일반 L2/로그가 중앙에 최적화돼 <b>정작 값나가는 초고가를 체계적 과소예측</b>. <b>인접 구분(카드에 박음)</b>: RQ-210(<b>범주형</b> 클래스 빈도 꼬리 — 여기는 <b>연속 타깃값</b>)·101(입찰=<b>하한선 점질량</b>+손실함수족 MSE/분위수/Huber 선택 — 여기는 <b>연속 라벨공간의 밀도 역가중·타깃빈 평활</b>)·203(이분산=<b>σ(x) 전분포</b> — 여기는 <b>점예측 희귀-값 정확도</b>)·131(순서형)과 다르다. 살길: 'LDS/DenseWeight로 희귀-값 좋아진다'는 이미지·연령추정 재현·자명 → <b>중앙 구간을 얼마나 대가로 내주고, 왜도·꼬리·표본 어느 구간에서 순이득이 사라지며 GBM+로그변환이 이미 잡는 경계</b>로만 생존. 함정=로그변환이 사실상 무료 베이스라인이라 강한 기준으로 못박고, 초고가 이상치가 진짜 신호인지 오기재인지 검증. 마더 Yang·Katabi DIR(ICML2021 Long Talk 2102.09554 PMLR v139)·Steininger DenseWeight(ML 2021 DOI 10.1007/s10994-021-06023-5)·Ren Balanced MSE(CVPR2022) URL·저자 검증.
• <b>RQ-213(전선 G RobustTrees/GROOT 벤치 주 + 전선 A impfood·조달 탐지 앵커):</b> <b>트리 앙상블 적대적 회피(evasion) 강건성.</b> 공격자가 <b>가변 피처만</b> bounded로 조작해 탐지 예측을 뒤집는 위협 하에서 강건 정확도를 재고, 강건 학습으로 방어. <b>결정적 긴장</b>: <b>트리는 미분 불가·불연속이라 gradient 공격(FGSM/PGD)이 안 붙고 → MILP/기호예측 정확공격·강건 분할 훈련이 별도로 필요</b>(RQ-197 'GBM=왕'의 <b>보안·강건성판</b> — 197 in-context·205 테스트타임·209 분산·211 시간증분에 이은 위상). <b>인접 구분(카드에 박음)</b>: RQ-186 리코스(<b>내 예측을 유리하게</b> 바꾸는 처방 — 여기는 <b>공격자가 탐지 회피</b>, 반대방향)·2513 Group DRO(<b>분포 최악</b> — 여기는 <b>입력 점섭동 최악</b>)·205 TTA(<b>양성 이동 적응</b> — 여기는 <b>적대적 이동 방어</b>)와 다르다. 살길: 'RobustTrees면 강건해진다'는 재현·자명 → <b>강건 학습이 청정 정확도를 얼마나 내주고, 섭동 예산·가변피처 제약에서 방어가 값어치를 잃으며 GBM과 RF가 어디서 갈리는지</b>의 절충 경계지도로만 생존. 함정=MILP 정확공격 계산비용→소규모셋·bounded·greedy 근사, 위협모델 현실성(어떤 피처가 실제 조작가능한가) 자의성→가변/불변을 도메인 근거로 고정+민감도 스윕, <b>방어 연구로 프레이밍</b>(§3 보안 강건성). 마더 Kantchelian Evasion/Hardening(ICML2016 v48:2387 1509.07892)·Chen RobustTrees(ICML2019 v97:1122 github chenhongge)·Vos GROOT(ICML2021 v139 2012.10438) URL·저자 검증.

교훈: <b>축 사냥의 23단계 진화</b> — …㉒장꼬리·연속학습(210·211)→㉓<b>출력을 '범주형 꼬리→연속값 꼬리'로 밀고(불균형 회귀), 학습을 '보안·적대적 위협'(트리 회피 강건성)으로 옮긴다</b>. 방법론 재확인: (1) <b>명사가 겹쳐 보여도 grep 히트의 실체를 확인한다</b> — DIR의 'FDS' 히트는 전부 URL, 적대적 히트는 전부 186 리코스라 둘 다 실제 축은 0(194 교훈의 가장 날카로운 재확인). (2) <b>'GBM=왕'의 위상별 시험을 계속</b> — 213은 <b>보안·강건성판</b>(트리 미분 불가라 gradient 공격·방어가 안 옴, MILP·강건 분할이 별도). (3) 인접·반대방향(186 리코스는 evasion의 정반대 목적)을 카드에 선제 구분(174·180 계승). (4) 마더는 게시 전 WebSearch로 저자·venue·URL 검증(§2 서지 기억 금지). 두 전선(A·G) 실제 순회, 미러 아닌 서로 무관한 두 축. [[예측이-뻔한지-먼저-재본다]]

모델족·학습분산(208·209)에서 또 무관한 두 축으로 — 출력 라벨의 '빈도 skew'(장꼬리 다범주)와 학습의 '시간 증분·망각'(클래스증분 연속학습) (09-10, RQ-210·211)

직전(208·209)이 모델족 극단·학습 분산이었다면, 이번엔 <b>출력 라벨 분포의 꼬리</b>와 <b>학습의 시간 순차·망각</b>이라는 서로 무관한 두 빈 축을 열었다. grep 계량으로 <b>logit adjustment·class-balanced·LDAM·long-tail·decoupling(0, 유일 2히트는 능동학습 쿼리전략으로 무관)</b>·<b>continual·class-incremental·rehearsal·replay·EWC·catastrophic forgetting(0)</b>을 확인했고, 후보였던 <b>Group DRO는 이미 카드(RQ-2513)가 있음을 grep이 잡아 회피</b>(194 교훈 재확인 — 새 축은 grep으로 먼저 재서 인접 기존축을 걸러낸다). 결정적으로 둘 다 <b>인접 우산과 혼동될 위험이 커 구분을 카드에 선제로 박았다</b>(174·180 계승).

• <b>RQ-210(전선 A 산업재해 마이크로데이터 주 + 전선 G OpenML 통제):</b> <b>장꼬리 다범주 분류.</b> 정답 클래스가 수십 종이고 <b>정책·예방이 필요한 유형일수록 희귀</b>(끼임·떨어짐 흔함 vs 화재·폭발·질식 드묾)해 전체 정확도만 보면 무용한 모델이 나온다. <b>인접 구분</b>: RQ-101(<b>이진</b> 불균형·회귀 — 여기는 <b>다범주 클래스 빈도 skew</b>)·2513(Group DRO=<b>사전정의 그룹</b> 최악위험 — 여기는 <b>클래스 빈도</b> 꼬리, 그룹 아님)·201(개방집합=<b>훈련에 없던 신종</b> — 여기는 <b>훈련에 있으나 희귀</b>한 기존 클래스)·131(순서형절단)과 다르다. 살길: '클래스균형 손실이 꼬리 살린다'는 이미지 재현·자명 → <b>표형·트리로 옮기면 head를 얼마나 대가로 내주고, 불균형·표본·클래스 수 어느 구간에서 순이득이 사라지며 GBM 기본 손실이 이미 꼬리를 잡아 무의미해지는 경계</b>로만 생존. <b>로짓 조정(Menon)은 손실·로짓 수준이라 모델족 불문 이식 가능</b>이 핵심 이식성. 함정=발생형태 세분류 코딩체계·연도 변경 → 연도 고정·클래스 정의 확인 못박음. 마더 Menon 로짓조정(ICLR2021 2007.07314)·Cui 클래스균형손실(CVPR2019)·Kang 표현/분류기분리(ICLR2020) URL·저자 검증. 데이터 앵커 KOSHA 산업재해 마이크로데이터(data.go.kr 15127634, 2017–2023) 메타 확인.
• <b>RQ-211(전선 G OpenML 클래스증분 주 + 전선 A 산업재해 연도 시간증분 앵커):</b> <b>클래스증분 연속학습·치명적 망각.</b> 새 범주가 순차 도착하고 <b>옛 데이터 재접근이 금지</b>된 채 갱신 → 순차 미세조정은 옛 과제를 치명적으로 잊는다. <b>인접 구분(카드에 박음)</b>: RQ-184(개념이동=관계가 시간에 변해 <b>언제 재학습</b>, 옛 데이터 축적·재학습 <b>허용</b> — 여기는 <b>재접근 금지</b>·망각 억제)·205(TTA=<b>새 라벨 없이 추론시점</b> 적응 — 여기는 <b>새 라벨된 과제 순차 학습</b>)·209(연합=<b>공간·기관</b> 분산 동시 — 여기는 <b>시간 순차</b>)·197(TabPFN in-context는 스트리밍 표형 CL로 인접이라 명시)과 다르다. 살길: '재생·EWC가 덜 잊는다'는 CL 교과서 재현·자명 → <b>얼마나 적은 버퍼로 전량 재학습 상한에 근접하고 어디서 무너지며, 표형의 왕 GBM은 그래디언트·파라미터가 없어 EWC가 안 붙고 트리 구조 고정이라 재학습만 남는지</b>의 경계지도로만 생존(RQ-197·205·209의 <b>시간증분판</b>). 함정=과제열 인공분할이면 설정 의존(202의 2502.10184 교훈) → 자연 클래스 등장순서 주 증거+Dirichlet 통제. 마더 Kirkpatrick EWC(PNAS2017 114:3521, 1612.00796)·TRIL3 표형 의사재생(Applied Soft Computing 2025, <b>표형 CL이 비자명·미해결임을 문헌으로 뒷받침</b>)·Streaming In-Context Tabular CL(2512.11668) URL·저자 검증.

교훈: <b>축 사냥의 22단계 진화</b> — …㉑모델족 극단·학습 분산(208·209)→㉒<b>출력 라벨의 '빈도 꼬리'(장꼬리 다범주)와 학습의 '시간 증분·망각'(클래스증분 연속학습)</b>. 방법론 재확인: (1) <b>후보 축을 grep으로 먼저 재서 이미 있는 것(Group DRO 2513)을 걸러낸다</b> — long-tail·continual만 진짜 0. (2) <b>'GBM=왕'의 위상별 시험을 계속</b> — 197(in-context)·205(테스트타임)·209(분산 연합)에 이어 211은 <b>시간 증분판</b>(트리 구조 고정이라 EWC 불가, 재학습만 남음). (3) <b>인접·당연을 부정·비자명화하는 선행연구를 함께 캔다</b>(TRIL3가 표형 CL의 비자명성을 문헌으로 뒷받침 — 191 AdapTable 수법 재사용). (4) 마더는 게시 전 WebSearch로 저자·venue·URL 검증(§2 서지 기억 금지). 두 전선(A·G) 실제 순회, 미러 아닌 서로 무관한 두 축. [[예측이-뻔한지-먼저-재본다]]

출력구조·모델족(206·207)에서 또 무관한 두 층으로 — 모델족을 '대수식 자체 발견'까지 밀고(기호 회귀), 학습을 '원자료 못 모으는 분산'으로 옮긴다(수평 연합학습) (09-09, RQ-208·209)

직전(206·207)이 출력구조·모델족 선택이었다면, 이번엔 <b>모델족을 극단(대수식 발견)</b>까지 밀고, 그와 무관한 <b>학습의 분산 위상(원자료를 못 모으는 연합)</b>을 열었다. grep 계량으로 <b>symbolic regression·기호 회귀·방정식 발견·closed-form(0)</b>·<b>federated·연합학습·knowledge distillation(0)</b>을 확인했고, <b>부분 풀링·혼합효과는 이미 카드(RQ-2107 GPBoost)가 있어 grep이 잡아 회피</b>(194 교훈 재확인 — 연합과 부분풀링은 인접해 보이나 전자는 원자료 풀링 금지, 후자는 중앙 한 모델의 축소추정이라 다른 축).

• <b>RQ-208(전선 G SRBench/PMLB 주 + 전선 A 태양광·기상 물리 앵커):</b> <b>기호 회귀·방정식 발견.</b> 사후 설명(SHAP)이나 가법 형태함수 근사(EBM)가 아니라 <b>연산자·변수·상수를 진화탐색해 예측함수 자체를 명시적 대수식</b>으로 발견한다. <b>인접 구분</b>: RQ-207(EBM/GA2M=<b>가법 형태함수</b>, 곱·비율 상호작용을 짧게 못 씀 — SR은 <b>임의 대수구조</b>)·154/155(<b>사후</b> SHAP — SR은 <b>모델이 곧 식</b>)·172(단조=형태 제약 하나 — SR은 함수형 전체 발견)와 다르다. 살길: 'SR<GBM 정확도'는 SRBench 재현·당연 → <b>참 관계가 압축적·저잡음·저차원일 때 SR이 GBM에 근접하며 정확 복원(exact recovery)하는 경계와, 복잡·고잡음이면 탐색비용·과소적합으로 무너지는 지점</b>으로만 생존. 함정=SR 탐색 시간·불안정·식 고르기 자의성 → 탐색예산 고정+복잡도-정확도 Pareto+ground-truth 합성셋 symbolic solution rate로 차단. 태양광 발전량(≈η·면적·일사량·(1−β(T−T0)))처럼 <b>짧은 물리법칙이 plausible한 한국 공공 계측</b>을 앵커(206 수질·145 미세먼지와 겹침 회피). 마더 La Cava SRBench(NeurIPS 2021 D&B, cavalab.org/srbench, 252셋·SR 14종 vs 7 ML)·Cranmer PySR(arXiv 2305.01582) URL·저자 검증.
• <b>RQ-209(전선 A, 조달 RQ-101 통제 수평분할):</b> <b>수평 연합학습·비IID 이질성.</b> 여러 발주기관이 원자료를 한곳에 못 모으는(법·경쟁·보안) 상황을 정면화 → <b>클라이언트(기관)별 국소 학습+모델/통계만 교환</b>. 두 긴장: (1) 비IID(기관 간 계약방법·가격대·유찰률 skew), (2) <b>표형 왕 GBM은 FedAvg식 파라미터 평균이 안 돼 히스토그램·그래디언트리스 연합 부스팅이 별도 필요</b>. <b>인접 구분(카드에 박음)</b>: RQ-192(DP=<b>중앙 원자료</b>에 잡음으로 ε — 연합은 <b>데이터가 흩어져 못 모으는 분산</b>, DP와 결합 가능하나 별개)·184(개념이동=<b>시간</b> 이질성 — 여기는 <b>기관(공간·주체)</b>)·2107(부분 풀링=<b>중앙 한 모델</b>의 그룹효과 축소 — 연합은 원자료 풀링 금지)와 다르다. 살길: '연합<중앙'은 당연 → <b>비IID 강도·클라이언트 수·표본에 따라 연합 GBM이 중앙을 회복하는 경계와, 심하면 국소 전용보다도 나빠지는(negative transfer) 지점+개인화가 되살리는 구간</b>으로만 생존. 참라벨 있는 조달(RQ-101)을 통제 수평분할(자연 기관분할 주 증거+Dirichlet skew 통제 스윕), 중앙 접근은 상한(oracle) 측정에만(199 WRENCH식 계승). 마더 McMahan FedAvg(AISTATS 2017 PMLR v54:1273–1282)·SecureBoost+(2110.10927)·Federated XGBoost Sample-Wise Non-IID(2209.01340)·Adaptive Histogram GBT(2012.06670) URL·저자 검증.

교훈: <b>축 사냥의 21단계 진화</b> — …⑳출력구조·모델족(206·207)→㉑<b>모델족을 '대수식 자체 발견'(기호 회귀)까지 밀고, 학습의 위상을 '원자료 못 모으는 분산'(수평 연합)으로 옮긴다</b>. 방법론 재확인: (1) <b>인접해 보이는 축을 grep으로 재서 이미 있는 것(부분풀링 2107)과 진짜 0(연합)을 가른다</b> — 연합≠부분풀링(전자 원자료 풀링 금지, 후자 중앙 축소추정). (2) <b>'GBM=왕'의 위상별 시험을 계속</b> — 197(in-context)·205(테스트타임 적응)에 이어 209는 <b>분산판</b>(FedAvg 평균이 트리엔 안 됨). (3) 208은 <b>보드가 사후·가법으로만 다룬 '설명'을 '모델이 곧 식'의 극단</b>으로 밀어 축을 연다(207 수법의 연장이나 대수식 발견은 별개 축). (4) 마더는 게시 전 WebSearch로 저자·venue·URL 검증(§2 서지 기억 금지). 두 전선(G·A) 실제 순회, 미러 아닌 서로 무관한 두 축. [[예측이-뻔한지-먼저-재본다]]

목적함수·배포시점(204·205)에서 또 층을 옮긴다 — 출력의 '구조'(타깃끼리 얽힌 다중출력 회귀)와 모델족 선택(본질적 해석 유리상자 vs 사후설명) (09-09, RQ-206·207)

직전(204·205)이 목적함수 층·배포 층이었다면, 이번엔 <b>출력 구조 층</b>과 <b>모델족 선택 층</b>의 두 무관한 빈 축을 열었다. grep 계량으로 <b>multi-output·multi-target·다중출력·regressor chain(0)</b>·<b>EBM·explainable boosting·glass-box·유리상자·GA2M·가법모형(0)</b>을 확인했고, 결정적으로 <b>후보였던 '계층(hierarchical) 분류/인코딩'은 이미 카드가 있음(1259 NEISS 대>중>소 계층인코딩·1799 계층 시계열 화해)을 grep이 잡아 회피</b>했다(194 교훈 실전 재확인 — 새 축 후보는 반드시 grep으로 먼저 재서 이미 있는 것을 걸러낸다).

• <b>RQ-206(전선 A, 환경부 물환경정보시스템 수질측정망):</b> <b>다중출력·다중타깃 회귀 — 타깃 상관을 명시로 이용.</b> 한 개체(지점×시점)에 화학적으로 결합된 여러 연속 타깃(BOD·COD·T-N·T-P·SS·클로로필-a)이 붙는다 → 부영양화·유기오염이 타깃을 함께 움직이므로 SST(스택드 단일타깃)·ERC(회귀사슬)·다중타깃 트리가 지표별 독립 회귀를 이길 수 있나. <b>인접 구분</b>: RQ-181(다중<b>라벨</b>=여러 이진 라벨 동시 참 <b>분류</b> — 여기는 <b>연속 벡터 회귀</b>)·101(단일회귀)·145(단일 PM2.5 <b>시계열 예보</b> vs 물리모형 — 여기는 <b>횡단면 다중타깃 상관 이용</b>)·179/193(단일타깃 불확실성/분위수)과 다르다. 살길: 마더(Spyromitros)가 이미 '보정하면 다중출력>독립'을 보였으니 재현이면 죽고, <b>상관강도·표본·롱테일에 따라 강한 GBM 독립튜닝이 역전하는 경계와 ERC 사슬의 훈련-예측 불일치가 이득을 삼키는 지점</b>으로만 생존. 함정=타깃 간 항등식(T-N=암모니아성+질산성 합)이면 상관 아니라 순환 → 항등 파생 타깃 제외를 카드에 못박음. 마더 Borchani WIREs DMKD 2015(10.1002/widm.1157)·Spyromitros-Xioufis ML 2016(10.1007/s10994-016-5546-z, arXiv 1211.6581) URL·저자 검증. 데이터 앵커는 미세먼지(RQ-145) 겹침 회피 위해 수질로 선택.
• <b>RQ-207(전선 G, OpenML-CC18+조달 RQ-101):</b> <b>본질적 해석 유리상자(EBM/GA2M) vs 블랙박스+사후 SHAP.</b> RULES §1의 '설명력'을 보드는 사후 SHAP로만 다뤘고(RQ-154·155가 그 <b>사후설명이 기법마다 어긋남</b>을 지적) → 애초 <b>가법 구조로 훈련해 모델 자체가 그림으로 읽히는</b> EBM(라운드로빈 부스팅)·GA2M(소수 쌍상호작용)이 튜닝 GBM에 정확도를 얼마나 내주나. <b>인접 구분</b>: RQ-154·155(블랙박스+<b>사후</b> SHAP 불일치 — 여기는 <b>사후설명을 아예 안 쓰고 본질적 해석 모델을 훈련</b>)·186(리코스=처방 유효성)·172(단조=형태 제약 하나, EBM은 가법 구조 전체)와 다르다. 살길: InterpretML의 'EBM=블랙박스급 정확도' 재현이면 죽고, <b>정확도 격차가 벌어지는 조건(고차 상호작용·극단 고카디널리티·소표본)과 GA2M 쌍상호작용이 그것을 못 닫는 경계 + 유리상자 설명이 154·155 사후 불일치를 없애는 이득</b>으로 생존. 두 통념(해석↔정확도 절충 · 설명은 사후로)을 한 번에 시험한 것이 날. 마더 Lou·Caruana·Gehrke·Hooker GA2M(KDD 2013 pp.623–631)·Nori InterpretML(arXiv 1909.09223, github interpretml/interpret)·Caruana Intelligible HealthCare(KDD 2015) URL·저자 검증.

교훈: <b>축 사냥의 20단계 진화</b> — …⑲목적함수·배포시점(204·205)→⑳<b>출력의 '구조'(타깃이 벡터로 얽힘)와 '모델족 선택'(사후설명 대신 본질적 해석 모델 훈련)</b>. 방법론 재확인: (1) <b>새 축 후보는 grep으로 먼저 재서 '있어 보이는 것(계층)'을 걸러낸다</b> — 계층은 1259·1799로 이미 있어 즉시 탈락, multi-output·EBM만 진짜 0. (2) <b>보드가 한 방식으로만 다뤄온 것(설명=사후 SHAP)을 '반대 방식(본질적 해석 모델)'으로 뒤집어 축을 연다</b>(197 'GBM=왕' 정면시험·189 집계표 역전과 같은 수법). (3) 마더는 게시 전 WebSearch로 저자·venue·URL 검증(§2 서지 기억 금지). 두 전선(A·G) 실제 순회, 미러 아닌 서로 무관한 두 축. [[예측이-뻔한지-먼저-재본다]]

라벨의 '형태'(6사이클 연속)를 떠나 파이프라인의 두 다른 층으로 — 목적함수(랭킹 손실 직접 최적화)와 배포·추론시점(라벨 없는 테스트타임 적응) (09-09, RQ-204·205)

직전 6사이클(198~203)이 전부 <b>감독·라벨·출력의 '형태'</b>였다(자기지도·약지도·측정오차·개방집합·부분라벨·이분산). 라벨-형태 우산이 포화 조짐이라(§2-7 '또 그 카드' 위험), 이번엔 <b>같은 데이터로 파이프라인의 서로 다른 두 층</b>으로 옮겼다 — <b>목적함수 층</b>(무엇을 최적화하나)과 <b>배포·추론 층</b>(배포 후 라벨 없이 적응하나). 184·185에서 쓴 '층 이동' 수법(RQ-184 운영층·185 데이터관리층)의 재적용.

• <b>RQ-204(전선 A, 조달 감사 top-k):</b> <b>학습-투-랭크(LTR)를 목적함수로.</b> 핵심은 <b>보드에 NDCG@k·precision@k가 많지만(RQ-121·132·133·174) 전부 pointwise로 훈련한 카드의 평가지표로만</b> 쓰였고, <b>랭킹 손실을 훈련 목적함수로 직접 최적화</b>한 카드는 0장이라는 것 — grep이 '지표는 있는데 손실은 없다'를 잡아줬다(174 '지표냐 손실이냐'의 손실판, 192/193 '같은 명사 다른 축'의 재현). 감사관이 상위 k만 본다 → 애초 목적이 순위. 살길: 'listwise>pointwise'는 IR 재현·당연결론 → <b>query 그룹 작음·관련성 이진·강한 GBM에서 pointwise 정렬이 이미 top-k를 잡아 역전하는 경계</b>로만 생존. 함정=등급 관련성을 낙찰률에서 파생하면 순환 → 이진 관련성(유찰) 주 증거·query 그룹(개찰월)은 미래정보 누수 없음을 카드에 못박음. 데이터=RQ-101 검증완료 7,405행 재사용이나 축이 새로움(회귀101→비용170→…→랭킹손실204). 마더 Burges LambdaMART(MSR-TR-2010-82 2010)·Cao ListNet(ICML2007)·트리·신경 LTR 종합(2305.08680) URL·저자 검증.
• <b>RQ-205(전선 G 통제+A 보강, 테스트타임 적응):</b> <b>새 라벨 없이 배포 후 미라벨로 모델을 추론시점 적응(TTA).</b> grep 유일 '테스트타임' 히트가 RQ-177 피처획득으로 무관 → 진짜 0장. <b>인접 구분(카드 박음)</b>: RQ-126(붕괴 <b>예측만</b>)·180(순수 label shift <b>1회 사후보정</b>)·184(<b>새 라벨로 재학습</b>)·201(개방집합 <b>거절</b>)·197(TabPFN in-context)과 다르다 — 여기는 <b>새 라벨 없이 모델 자체를 테스트 시점에 적응</b>. 결정적 긴장: <b>표형의 왕 GBM은 gradient·BN이 없어 Tent류가 안 붙는다 → 출력수준 gradient-free TTA만 되는지가 열린 문제</b>(RQ-197 'GBM=왕'의 배포판). 문헌이 당연결론 방어: <b>AdapTable(2407.10784)이 '표형 TTA는 왜곡 엔트로피·복잡 잠재경계로 비전 방법이 잘 안 온다'고 명시</b>(191의 2402.07745, 202의 2502.10184처럼 '인접·당연을 문헌이 부정'하는 수법 재사용). 살길: 이동유형·강도·소배치에 따른 <b>TTA 회복 vs 자기확증 붕괴 경계지도</b>. 마더 Tent(Wang·Shelhamer ICLR2021 Spotlight 2006.10726)·TTA 서베이(2303.15361)·AdapTable(2407.10784)·표형 시간이동 한계(2502.20260) URL·저자 검증.

교훈: <b>축 사냥의 19단계 진화</b> — …⑱라벨·예측의 '형태'(202·203)→⑲<b>라벨-형태 우산이 6사이클 연속으로 포화하자 파이프라인 '층'을 갈아탄다 — 목적함수(랭킹 손실 직접 최적화)와 배포·추론시점(라벨 없는 TTA)</b>. 핵심 방법론 재확인: (1) <b>'0장'을 명사가 아니라 층·시점·방향으로 쪼갠다</b> — NDCG는 33곳 히트지만 전부 '평가지표', '훈련 목적함수로서의 랭킹 손실'은 0장(174·192·193의 방향판 계승). (2) <b>인접·당연을 부정하는 선행연구를 함께 캔다</b>(AdapTable가 표형 TTA의 비자명성을 문헌으로 뒷받침 — 191 수법). (3) 마더는 게시 전 WebSearch로 저자·venue·URL 검증(§2 서지 기억 금지). 두 전선(A·G) 실제 순회, 미러 아닌 서로 무관한 두 층. [[예측이-뻔한지-먼저-재본다]]

라벨의 '형태'를 더 판다 — 정답이 후보집합으로만 오는 부분라벨과, 예측을 점이 아니라 입력의존 분포로 내는 이분산 확률예측 (09-09, RQ-202·203)

직전(200·201)이 '학습의 입력·출력 전제(측정오차·개방집합)'였다면, 이번엔 서로 무관한 두 빈 축을 열었다 — 하나는 <b>감독 형태</b>(라벨이 후보뭉치), 하나는 <b>출력 형태</b>(점 대신 분포). grep 계량으로 <b>partial label·candidate label·후보라벨·superset(0)</b>·<b>heteroscedastic·이분산·NGBoost·mean-variance·CRPS·proper scoring(0)</b>을 확인했다. 핵심은 <b>둘 다 이미 보드에 있는 인접 우산과 혼동될 위험이 커 구분을 카드에 선제로 박은 것</b>(174·180 계승):

• <b>RQ-202(전선 G, OpenML letter/pendigits 통제 후보집합 + impfood 보강):</b> <b>부분라벨 학습(PLL) — 후보집합 소거.</b> 개체마다 참라벨 <b>하나를 포함하는 후보 집합</b>이 주어지고 정확히 하나가 참 → 소거해 식별. <b>인접 구분</b>: RQ-181(다중라벨=복수 라벨이 <b>동시에 참</b>)·189(LLP=개체 라벨 전무, <b>집단 비율만</b>)·183(준지도=일부 <b>완전 라벨</b>)·199(약지도=LF로 라벨 <b>생성</b>)·라벨노이즈(개체당 <b>단일</b> 오답)와 전부 다르다. 살길: 'PLL>후보 전부 넣기'는 당연·이미지 재현이라 죽고, <b>후보집합 크기×오답 근접성 q×불균형에 따른 소거의 정확도 회복 경계</b>로만 생존. 결정적으로 <b>「Realistic Evaluation of Deep PLL」(2502.10184)이 이득의 평가설정 의존을 지적</b> → 당연결론 아님을 문헌이 뒷받침(191의 2402.07745 수법 재사용). 후보집합은 참라벨 아는 다중클래스에 통제 생성(Cour 2011·PRODEN 표준)이라 정직 — RQ-201 VERIFY로 실측된 letter(26클래스)·pendigits(10클래스) 재사용. 마더 Cour·Sapp·Taskar(JMLR 2011 12:1501–1536)·PRODEN(Lv ICML 2020 v119:6500, 2002.08053)·PiCO(ICLR 2022 Oral 2201.08984) URL·저자 검증.
• <b>RQ-203(전선 A, 국토부 실거래가·조달):</b> <b>이분산·입력의존 분산 확률예측.</b> 점예측+상수 잔차분산 관행 대신 <b>σ(x)를 명시 모형화</b>(NGBoost 자연그래디언트·평균-분산망)해 NLL·CRPS·구간 커버리지를 개선. <b>인접 구분</b>: RQ-179(불확실성을 aleatoric/epistemic <b>성분으로 분해</b>해 라우팅 — 여기는 <b>전분포 캘리브레이션</b>)·193(다중 <b>분위수 곡선</b> 비교차 기하 — 여기는 모수적 평균·분산 헤드)·119(컨포멀=<b>분포무관</b> 단일구간 — 여기는 모수적 전밀도·NLL/CRPS)·190(선택적 회귀=<b>기권</b> — 여기는 전분포 산출)과 명시 구분. 부동산·조달은 지역·규모·가격대에 흩어짐이 몇 배로 달라지는 <b>강한 자연 이분산</b>이라 상수분산 구간이 어디서 거짓 안심을 주나가 실측된다. 살길: 'σ(x)>상수분산' 당연 → <b>이분산 강도×표본×꼬리에 따라 분산헤드가 과적합해 역전하는 경계, 강한 GBM+사후 캘리브레이션이 이미 잡는 구간</b>으로만 생존. 마더 NGBoost(Duan ICML 2020 v119:2690, 1910.03225)·Kuleshov 캘리브레이션(ICML 2018 v80:2796) URL·저자 검증.

교훈: <b>축 사냥의 18단계 진화</b> — …⑰학습이 까는 입력·출력 전제(200·201)→⑱<b>라벨과 예측의 '형태'를 더 쪼갠다 — 감독은 후보집합으로도 오고(PLL), 출력은 점 아닌 입력의존 분포로도 낸다(이분산 확률예측)</b>. 반복 방지의 핵심은 <b>'라벨/불확실성' 우산이 이미 두 자릿수라 0장 명사(partial label·NGBoost)를 찾은 뒤에도 인접 카드(181/189/183/199 · 179/193/119/190)와의 구분을 카드에 못박은 것</b> — 같은 우산 안 빈 칸은 명사가 아니라 '라벨이 집합인가 단일인가·복수 참인가', '분포 성분분해인가 전분포 캘리브인가'로 갈린다. 마더는 게시 전 WebSearch로 저자·venue·URL 검증(§2 준수, 서지 기억 금지). 두 전선(G·A) 실제 순회, 미러 아닌 서로 무관한 두 축. [[예측이-뻔한지-먼저-재본다]]

'데이터를 어떻게 학습하나'를 넘어 학습이 깔고 있는 두 암묵 가정을 깬다 — 예측변수는 정확하다(측정오차)·라벨공간은 닫혀 있다(개방집합) (09-08, RQ-200·201)

직전(198·199)이 '감독(라벨)이 어디서 오나'였다면, 이번엔 학습기가 <b>말없이 참이라 가정하는 두 전제</b>를 각각 깼다 — <b>입력측 전제</b>(X는 오차 없이 측정됐다)와 <b>출력측 전제</b>(테스트 클래스는 훈련 클래스와 같다). grep 계량으로 <b>measurement error·errors-in·input noise·SIMEX·attenuation(0)</b>·<b>open-set·openmax·novel-class·unseen class·energy-based·ood 탐지(0)</b>를 확인했고, 인접 히트(감쇠 3=RQ-126/179의 부수언급, 분포 밖 5=RQ-126 공변량이동·179 epistemic)는 <b>전부 다른 축이라 카드에 구분을 박았다</b>(174·180 계승).

• <b>RQ-200(전선 A, 조달 예정가격=자연 오차원+통제 주입):</b> <b>측정오차·오차변수(EIV) 강건 학습.</b> 예측변수 X 자체가 오차 섞인 추정치(예정가격·신고가·자기보고 소득)면 순진 학습기는 그 변수의 기울기·중요도를 0쪽으로 <b>감쇠</b>시킨 채 배포된다 → 오차분산을 알거나 추정해 <b>잡음주입·외삽(SIMEX)</b>하거나 <b>잠재 참값 결합(LatentNN)</b>으로 되돌린다. <b>RQ-126(공변량분포 p(x) 이동=관측은 정확)·124(MNAR=값이 없음)·179(epistemic=모델 무지)와 명시 구분</b> — 여기는 <b>값은 있으나 오차로 오염</b>. 살길: '오차 있으면 나빠진다'는 자명 → <b>EIV 교정이 강한 GBM에서 언제 이기고 언제 SIMEX 외삽 잡음이 이득을 삼키는 경계, 트리가 선형보다 감쇠에 강한지</b>의 대조로만 생존. 함정=트리는 단조변환 불변이라 선형 감쇠 이론이 그대로 안 옴 → 트리 특유 감쇠양상 별도 측정을 카드에 못박음. 마더 SIMEX(Cook·Stefanski JASA 1994 89:1314–1328)·Attenuation Bias Latent(arXiv 2507.22218)·LatentNN(2512.23138·2412.05806) URL·저자 검증. 통제 주입을 주 증거, 자연 오차원(예정가격)은 보강.
• <b>RQ-201(전선 G, impfood 시간분할 신종+OpenML 통제 은닉):</b> <b>개방집합 인식·신종 클래스 탐지.</b> 훈련은 K개 클래스만 봤는데 테스트에 K+1번째 신종(새 위반유형·제조국·식품유형)이 오면 닫힌집합 softmax는 억지로 기존 클래스에 배정한다 → 모델이 '어느 알려진 클래스도 아님'을 거절해야 한다(y 지지집합이 배포 후 확장). <b>RQ-157(선택적 예측=알려진 클래스 내 애매건 기권, 지지집합 불변)·103(무라벨 이상)·126(피처분포 이동, 과제 동일)·179(불확실성 성분)와 명시 구분</b> — 여기는 <b>라벨공간 자체가 열림</b>. 살길: 개방집합은 비전에서 발전했고 표형은 최근 의료 벤치(2309.16220)가 '신생 영역'이라 명시 → 이미지 결론이 그대로 오는지 자명하지 않다 → <b>표형 고카디널리티 범주·신종 근접도에 따른 OpenMax·에너지·거리의 신종 AUROC vs 폐쇄정확도 절충 경계지도</b>로 생존. 함정=impfood positives-only(RQ-121/181)·시간분할 신종이 진짜 새 유형인지 코딩변경 잡음인지(VERIFY 대상). 마더 OpenMax(Bendale·Boult CVPR 2016 pp.1563–1572)·OpenOOD(NeurIPS 2022 D&B, 2210.07242)·Dissecting OSR/OOD(2408.16757)·표형 Chameleons(2309.16220) URL·저자 검증.

교훈: <b>축 사냥의 17단계 진화</b> — …⑯'감독(라벨)이 어디서 오나'(198·199)→⑰<b>학습이 말없이 참이라 까는 전제 자체를 입력측·출력측에서 깬다 — X는 정확하다(측정오차)·라벨공간은 닫혀 있다(개방집합)</b>. 197이 'GBM=왕' 전제를, 198·199가 '라벨된 데이터에서 학습' 전제를 깼다면, 200·201은 <b>학습 문제 정의 자체의 두 암묵 가정</b>을 판다. grep 0 확인 + 인접 히트(감쇠·분포밖)가 실은 다른 축임을 카드에 선제 구분(174·180 재확인), 마더는 게시 전 WebSearch로 저자·venue·URL 검증(§2 준수, 서지 기억 금지). 두 전선(A·G) 실제 순회, 미러 아닌 서로 무관한 두 축. [[예측이-뻔한지-먼저-재본다]]

'무엇을 예측하나·어떻게 학습하나'를 넘어 '감독(라벨)이 어디서 오나'를 판다 — 라벨 없는 자기지도 표현과 규칙으로 만든 약라벨 (09-08, RQ-198·199)

직전(196·197)이 '인과·파운데이션'이었다면, 이번엔 <b>감독 신호의 원천</b>이라는 축으로 옮겼다 — 라벨을 <b>안 쓰고 표현을 먼저 배우거나(자기지도)</b>, 라벨을 <b>규칙으로 대신 만든다(약지도)</b>. grep 계량으로 <b>self-supervised·contrastive·SCARF·SubTab(0)</b>·<b>weak supervision·data programming·snorkel·labeling function(0)</b>을 확인했고, 단 하나씩 걸린 히트(자기지도=RQ-183 VIME 부품, 약지도=RQ-189 LLP)는 <b>인접 우산이라 카드에 구분을 박았다</b>(174·180 계승).

• <b>RQ-198(전선 G, OpenML-CC18+한국 공공 앵커):</b> <b>표형 자기지도 표현학습.</b> 라벨 없는 pretext(피처 무작위 손상 대조=SCARF, 피처 부분집합 복원=SubTab)로 인코더를 사전학습→소량 라벨로 미세조정. <b>RQ-183(준지도=모델 자기예측 의사라벨)·197(TabPFN=in-context, 미세조정 없음)·185(데이터 가치평가)와 명시 구분</b> — 여기는 <b>라벨 무관 pretext 표현의 전이 이득</b>. 살길: SCARF/Revisiting(2207.03208)이 이미 이득을 주장했으니 재현이면 죽고, <b>한국 공공 고카디널리티·라벨 예산 1/5/20% 축소 구간에서 이득이 유지·역전되는 경계지도</b>로만 생존. 결정적으로 답이 갈리는 문헌 존재(2608.24381이 이득을 조건적이라 함)라 당연결론 아님. 마더 SCARF(ICLR 2022, arXiv 2106.15147)·SubTab(NeurIPS 2021, 2110.04361)·Revisiting Pretraining Objectives(2207.03208)·When Does SSL Help Tabular(2608.24381) URL·저자 검증.
• <b>RQ-199(전선 A, 조달 통제 테스트베드+실거래 대리라벨):</b> <b>프로그래매틱 약지도·데이터 프로그래밍.</b> 다중 휴리스틱 LF(각각 잡음·충돌·상관)를 생성적 라벨모형으로 denoise해 확률 약라벨 생성→종단 GBM 학습. <b>RQ-189(LLP=집단 비율만)·183(준지도=미라벨)·라벨노이즈 카드(단일 무작위 뒤집힘)·122(PU)와 명시 구분</b> — 여기는 <b>다중 구조적 휴리스틱원의 상관된 정확도 결합</b>. 살길: '약라벨<손라벨'은 당연하므로 절대성능이 아니라 <b>denoise가 다수결·단일 LF를 이기는 구간과 LF 상관이 라벨모형(LF 독립 가정)을 무너뜨리는 경계</b>로만 생존. 참라벨 있는 조달(RQ-101)을 WRENCH식 통제 테스트베드로(훈련라벨 감추고 LF 대체, 참라벨은 격차 측정에만). 함정=LF를 X에서 파생하면 회복률 낙관 편향 → LF 독립성 카드에 못박음. 마더 Data Programming(NeurIPS 2016, arXiv 1605.07723)·Snorkel(VLDB 2017, 1711.10160)·PWS 서베이(2202.05433) URL·저자 검증.

교훈: <b>축 사냥의 16단계 진화</b> — …⑮'무엇을 예측(인과)·어떻게 학습(파운데이션)'(196·197)→⑯<b>'감독(라벨)이 어디서 오나'로 옮긴다 — 라벨을 안 쓰고 표현을 먼저(자기지도)·라벨을 규칙으로 대신(약지도)</b>. 두 축 모두 <b>'라벨된 데이터에서 처음부터 학습'이라는 보드의 암묵 전제를 감독의 상류에서 깬 것</b>(197이 'GBM=왕' 전제를 깬 것의 라벨판). grep 0 확인 + 인접 히트(183·189)와의 구분을 카드에 선제 박기(174·180 재확인), 마더 4종은 게시 전 WebSearch로 저자·venue·URL 검증(§2 준수). 두 전선(G·A) 실제 순회, 서로 무관한 두 축. [[예측이-뻔한지-먼저-재본다]]

'데이터를 얼마나 잘 맞히나'를 떠나 '처치를 하면 결과가 얼마나 바뀌나(인과 CATE)'와 '학습을 데이터별 최적화가 아니라 메타학습된 추론으로 대체(파운데이션 모델)'로 갔다 — 처치효과 메타러너와 TabPFN (09-08, RQ-196·197)

직전(194·195)이 '제약·외삽'이었다면, 이번엔 <b>인과추정</b>과 <b>학습 패러다임 교체</b>라는 서로 무관한 두 빈 축을 열었다. grep 계량으로 <b>treatment effect·causal·propensity(0)</b>·<b>tabpfn·foundation model·in-context·prior-fitted(0)</b>를 확인했다.

• <b>RQ-196(전선 G, Criteo/Hillstrom uplift):</b> <b>개체 처치효과(CATE) 메타러너 추정.</b> 랜덤화 처치+결과에서 <b>τ(x)=P(y|T=1,x)−P(y|T=0,x)</b>를 S/T/X/R/DR-learner(GBM 부품)로 추정 — <b>개체 처치효과는 반사실 부재로 관측 불가라 정확도 대신 Qini/AUUC로 평가</b>하는 게 축의 본질. RQ-186(리코스=반사실 <b>설명·행동처방</b>)·121/122(선택라벨·PU=<b>관측 라벨편향</b>)·180(라벨이동)과 <b>명시 구분</b>. 살길: 마더가 평균 이득만 봤으니 재현이면 죽고, <b>Criteo 극단 처치불균형(~85% 처치)·전환희소(~0.3%) vs Hillstrom 균형을 대조해 메타러너 우열이 불균형×희소도에 따라 어디서 뒤집히나</b>(X-learner의 불균형군 이점이 언제 유지·붕괴). 마더 Künzel PNAS 2019(10.1073/pnas.1804597116)·Nie·Wager R-learner(Biometrika 2021, arXiv 1712.04912, xnie/rlearner)·Criteo 벤치(Diemert AdKDD 2018) URL 검증. 반응확률 타깃팅(현행)과 정면 대조.
• <b>RQ-197(전선 A, 한국 공공 소규모 표형):</b> <b>표형 파운데이션 모델(prior-fitted network) TabPFN vs 튜닝 GBM.</b> <b>보드의 거의 모든 카드가 GBM을 기본 베이스라인으로 삼는 전제를 정면 시험</b>하는 첫 카드. 합성 사전분포로 사전학습된 트랜스포머가 훈련셋을 프롬프트 삼아 <b>그래디언트 갱신 없이 단일 전방계산(in-context)</b>으로 예측. 살길: 마더가 이미 '1만 행 이하 우위'를 주장했으니 재현이면 죽고, <b>한국 공공의 고카디널리티 기관코드·극단 불균형·n이 PFN 상한(≈1만) 경계를 넘나드는 조건에서 우위가 유지·역전되는 경계</b>지도. 마더 Hollmann TabPFN(Nature 2025 637:319–326)·원형(arXiv 2207.01848)·한계논의(arXiv 2505.20003) URL 검증. RULES §1 '트랜스포머까지 다 한다'에 정확히 부합. 데이터는 RQ-101 검증완료 7,405행(≤1만, 고카디널리티 발주·수요기관)을 주 앵커.

교훈: <b>축 사냥의 15단계 진화</b> — …⑭목적함수 형태 바꾸기(194·195 제약·외삽)→⑮<b>'무엇을 예측하나'를 인과(처치효과)로, '어떻게 학습하나'를 파운데이션 모델(메타학습된 추론)로 옮긴다</b>. 특히 197은 <b>보드가 100장 가까이 암묵 전제해온 'GBM=표형 왕'을 정면 시험 대상으로 올린 것</b>이 핵심 — 반복되던 베이스라인을 연구 축으로 승격(RQ-189가 집계표 함정을 축으로 승격한 것과 같은 수법). 마더 4종은 게시 전 WebSearch로 저자·venue·URL 검증(§2 준수). [[예측이-뻔한지-먼저-재본다]]: Neyman-Pearson 분류(type I error를 α 이하로 고확률 보장하며 type II 최소 — RQ-157 기권·170 비용행렬·174 top-k와 분리) · EVT 극단 분위수 외삽(POT+GPD 부스팅으로 데이터 범위 밖 극단 τ 외삽 — RQ-101 전역 롱테일·152/171 0-질량·193 τ방향 교차와 분리). grep 0장 확인·라벨노이즈는 이미 카드 있어 회피·마더 게시 전 WebSearch로 저자 정정(NP 저자 Zhao 아니라 Li)·URL 검증)

'얼마나 잘 맞히나'를 떠나 '한쪽 오류를 보장선 이하로 묶기(제약)'와 '데이터 없는 극단으로 외삽하기'로 갔다 — Neyman-Pearson 분류와 EVT 극단 분위수 (09-08, RQ-194·195)

직전(192·193)이 '프라이버시·구간 기하'였다면, 이번엔 <b>오류율 하드제약</b>과 <b>극단 외삽</b>이라는 서로 무관한 두 빈 축을 열었다. 핵심 사건: grep으로 후보 5축을 재보니 <b>라벨노이즈(10장)·feature interaction(4장)</b>은 이미 있었고(라벨노이즈는 line 310에 ai_axis 카드가 있어 즉시 회피), <b>Neyman-Pearson(0)·EVT/GPD/POT(0, '극단값' 히트는 전부 부수언급)·dataset cartography(0)</b>만 진짜 비어 있었다 — <b>grep 계량이 '있어 보이는데 실은 부수언급'과 '없어 보이는데 실은 축 카드 존재'를 둘 다 잡아줬다</b>(174 교훈의 실전 재확인).

• <b>RQ-194(전선 A, 조달 유찰):</b> <b>Neyman-Pearson 분류 — type I error ≤ α를 고확률 보장하며 type II 최소.</b> RQ-157(기권=애매건만 넘김, 전건 아님)·170(비용행렬; NP는 <b>비용비율을 못 댈 때 오류율 상한으로 대체</b>)·174/133(top-k precision; NP는 <b>모집단 오류율의 통계적 보장</b>)과 <b>명시 구분</b>. 살길: 'NP가 제약 지키는 건 당연'하지만 <b>훈련셋 경험적 임계가 테스트에서 목표 α를 고확률로 위반한다는 것과, 반대오류 대가가 불균형·표본크기에 따라 어디서 폭증하나</b>는 자명하지 않다(NP-ROC 밴드로 경험적 임계의 낙관 편향 노출). 마더 Tong·Feng·<b>Li</b>(Science Advances 2018 eaao1659, DOI 10.1126/sciadv.aao1659, arXiv 1608.03109, nproc R) — <b>기억으로 저자를 'Zhao'로 쓸 뻔했으나 WebSearch로 'Jingyi Jessica Li'로 정정</b>(§2 서지 기억 금지의 실전 적중). RQ-101 검증완료 데이터 재사용이나 축이 새로움.
• <b>RQ-195(전선 G, 공개 heavy-tail 회귀):</b> <b>EVT 기반 극단 분위수 외삽(POT+공변량 GPD 부스팅).</b> RQ-101(전역 롱테일 손실선택)·152/171(0-점질량 zero-inflated)·193(다중 τ 교차 기하, bulk)·119(컨포멀 단일구간)와 <b>명시 구분</b> — 여기는 <b>데이터 범위 밖 far tail로의 외삽</b>. 살길: 마더가 이미 'EVT-GBM이 극단서 낫다'를 보였으니 재현이면 죽고, <b>언제(꼬리두께·표본·임계) 이기고 언제 GPD 추정잡음이 이득을 삼키나</b>의 경계지도로만 산다. 마더 Velthoen·Dombry·Cai·Engelke(Extremes 2023, DOI 10.1007/s10687-023-00473-x, arXiv 2103.00808)·Koh 산불(Extremes 2022, 10.1007/s10687-022-00454-6)·보험(arXiv 2606.14268) URL 검증.

교훈: <b>축 사냥의 14단계 진화</b> — …⑬'같은 명사 다른 방향'의 빈 축(192·193)→⑭<b>목적함수의 '형태'를 바꾼다 — 점수화(정확도)에서 '제약부 최적화(NP: 한쪽 오류 상한)'와 '외삽(EVT: 데이터 밖 극단)'으로</b>. 그리고 <b>새 축 후보는 반드시 grep으로 먼저 재서 '이미 축 카드가 있는 것(라벨노이즈)'을 걸러낸다</b> — 후보 5개 중 2개가 그렇게 탈락했다. 마더 서지는 게시 전 WebSearch로 저자·연도·venue를 검증했고, 이번엔 <b>실제로 기억 속 저자명이 틀렸던 것을 잡았다</b>(§2 준수). [[예측이-뻔한지-먼저-재본다]]

'데이터를 얼마나 잘 맞히나'를 떠나 '개인을 보호하며 학습하기(ε-DP)'와 '예측구간이 기하학적으로 타당한가(비교차)'로 갔다 — 차등 프라이버시와 분위수 비교차 (09-07, RQ-192·193): 차등 프라이버시 학습(훈련시점 ε-DP의 프라이버시-유틸리티 절충, DP-GBDT vs DP 선형 역전 — RQ-150 '데이터층 코스닝'과 분리) · 분위수 비교차(τ 방향 단조성 위반·교차구조 교정이 커버리지·샤프니스에 미치는 영향 — RQ-172 'X방향 단조'와 분리). grep 0장 확인·마더 게시 전 URL·저자 검증)

'데이터를 얼마나 잘 맞히나'를 떠나 '개인을 보호하며 학습하기(ε-DP)'와 '예측구간이 기하학적으로 타당한가(비교차)'로 갔다 — 차등 프라이버시와 분위수 비교차 (09-07, RQ-192·193)

직전(190·191)이 '배포·운영'(기권·churn)이었다면, 이번엔 <b>프라이버시 보증</b>과 <b>예측구간의 기하</b>라는 서로 무관한 두 빈 축을 열었다. grep 계량으로 <b>differential privacy·차등 프라이버시·DP-SGD·ε(0장)</b>과 <b>quantile crossing·분위수 교차·비교차·non-crossing(0장)</b>을 확인했다. 핵심은 둘 다 <b>보드에 있는 '같은 명사, 다른 축'과 혼동될 위험</b>이라 구분을 카드에 박은 것(172·174 교훈 계승):

• <b>RQ-192(전선 G, 표형 신용/소득):</b> <b>차등 프라이버시 학습(private training)의 프라이버시-유틸리티 절충.</b> RQ-150(프라이버시 <b>코스닝</b>=데이터가 수집 시점에 이미 집계·구간화돼 상한이 막힌 문제)와 <b>명시 구분</b> — 여기는 <b>개체 행이 살아있는 원자료에 내가 훈련시점 DP를 걸어 ε 보증을 만든다</b>. RQ-185(어느 행을 <b>버릴까</b>)와도 구분(모든 행을 쓰되 잡음으로 식별 차단). 살길: '<b>DP 걸면 정확도 떨어진다</b>'는 뻔하지만 <b>엄격 ε에서 DP-GBDT가 DP 선형학습기에 진다는 역전</b>(OpenReview/Amazon 선행)은 자명하지 않다 → 모델족×ε×부분집단 지도로 생존. 마더 DPBoost(Li 등 AAAI 2020, arXiv 1911.04209 — 저자·연도 arXiv 확인)·DP 선형 부스팅(OpenReview uPF2bs14E3p)·S-BDT(arXiv 2309.12041) URL 검증. 공공정책 아니라 학습 메커니즘 절충으로 프레임 고정(§3).
• <b>RQ-193(전선 A, 공공 표형 회귀):</b> <b>다중 분위수 예측의 비교차(non-crossing) 제약.</b> RQ-172(단조=<b>X(피처) 방향</b>)와 <b>명시 구분</b> — 여기는 <b>τ(분위수 수준) 방향의 단조성</b>이라 완전히 다른 축의 단조성. RQ-119(컨포멀=<b>단일</b> 구간 커버리지)·190(선택적 회귀=언제 기권)과도 구분(다중 분위수 곡선의 상호 정합성). 분위수별 독립 GBM이 '5% 하한 > 95% 상한' 뒤집힌 구간을 조용히 만든다는 무시된 전제를 정면화. 마더 Cannon MCQRNN(SERRA 2018, DOI 10.1007/s00477-018-1573-6, qrnn R 구현)·Moon 등(JCGS 2021, 10.1080/10618600.2021.1909601) URL 검증. 마더가 강수·기상·신경망 중심이라 → 한국 부동산/조달 GBM 교차구조×교정법(재배열 vs 벌점)이 커버리지·샤프니스에 미치는 영향 지도로 생존. 국토부 실거래가(RQ-175/190 계승).

교훈: <b>축 사냥의 13단계 진화</b> — …⑫배포·운영(190·191)→⑬<b>'같은 명사, 다른 방향'의 빈 축을 캔다</b>. 172(X방향 단조)가 이미 있어도 <b>τ방향 단조(비교차)</b>는 0장이고, 150(데이터층 프라이버시 코스닝)이 있어도 <b>훈련시점 DP</b>는 0장이다 — grep이 명사로만 0을 세면 놓치지만, <b>같은 개념이 어느 축(방향·층·시점)에 걸리나로 쪼개면</b> 인접 카드가 있어도 빈 칸이 보인다(174 '지표냐 손실이냐 피처냐 구조냐'의 방향판). 두 전선(G·A) 실제 순회, 서로 무관한 두 축. 마더는 게시 전 WebSearch로 URL·저자·연도·venue 검증(§2 준수). [[예측이-뻔한지-먼저-재본다]]

'한 개체를 얼마나 잘 맞히나'를 떠나 '언제 물러설까(기권)'와 '버전을 바꿀 때 얼마나 흔들리나(변동)'로 갔다 — 선택적 회귀와 예측 churn 감소 (09-07, RQ-190·191)

직전(188·189)이 '모델의 존재양식'(동시 다중성·집단 비율 감독)이었다면, 이번엔 <b>모델의 배포·운영 국면</b>의 두 빈 축을 열었다. grep 계량으로 <b>selective regression·선택적 회귀(0장)</b>과 <b>prediction churn·예측 변동·negative flip·congruent(0장)</b>을 확인했다. 둘 다 이미 보드에 있는 인접 우산과 혼동될 수 있어 <b>구분 문장을 카드에 박았다</b>(180~189 계승):

• <b>RQ-190(전선 A, 공공 표형 회귀):</b> <b>선택적 회귀(회귀의 기권).</b> RQ-157(선택적 예측=<b>분류</b>의 reject option, 0/1 위험-커버리지)와 <b>명시 구분</b> — 여기는 <b>연속 오차의 기권</b>으로 최적규칙이 조건부분산 임계라 이론·추정이 분류와 다르다. RQ-179(불확실성 <b>분해만</b>)·119(컨포멀 <b>구간 커버리지</b>)와도 구분 — 여기는 <b>그 불확실성으로 실제 기권규칙을 세워 위험-커버리지를 지도화, 점예측을 언제 포기하나</b>. 마더 Zaoui·Denis·Hebiri(NeurIPS 2020, 조건부분산 임계)·불확실성 기반 선택회귀(arXiv 2311.09145) URL 검증. 국토부 실거래가·조달 낙찰률(RQ-101/175 계승)에 얹어 기권규칙×외삽구간 지도로 생존.
• <b>RQ-191(전선 G, 표형 신용/조달):</b> <b>예측 변동(prediction churn) 감소.</b> RQ-188(예측 다중성=<b>동시 존재</b> 라쇼몽 집합을 <b>측정</b>, 재학습·감소법 없음)와 <b>명시 구분</b> — 여기는 <b>순차적 두 버전(v1→v2) 사이 변동을 재학습으로 줄인다</b>. 결정적으로 <b>마더 Watson-Daniels et al.(arXiv 2402.07745, 2024)이 multiplicity(188)와 churn(191)을 직접 분리</b>해준다 — 인접 카드와의 구분을 내가 주장하는 게 아니라 마더가 문헌으로 뒷받침. RQ-184(개념이동=<b>언제</b> 재학습)와도 구분(변동 억제). 마더 Launch&Iterate(NeurIPS 2016 안정화 연산자)·Churn Reduction via Distillation(Jiang 등, ICLR 2022, <b>이전모델 증류≡churn 제약</b>) URL 검증. 표형 GBM에서 증류가 정확도 대가 없이 통하나 경계로 생존.

교훈: <b>축 사냥의 12단계 진화</b> — …⑩'설명력'을 정확도 밖으로(186·187)→⑪'모델 하나' 전제 깨기(188·189)→⑫<b>모델 층을 훈련·존재에서 '배포·운영'으로 옮긴다 — 언제 물러설까(선택적 회귀)·버전 바꿀 때 얼마나 흔들리나(churn 감소)</b>. 특히 <b>인접 0장과의 구분을 마더가 직접 해주는 경우(2402.07745)를 찾으면 §2-7 '또 그 카드' 위험이 문헌으로 방어된다</b> — 앞으로 '0장 축'을 열 때 인접축과의 <b>분리를 명시한 선행연구</b>가 있는지도 함께 캔다. 두 전선(A·G) 실제 순회, 미러 쌍 아닌 서로 다른 두 축. 마더는 게시 전 WebSearch로 URL·저자·연도·venue 검증(§2 준수). [[예측이-뻔한지-먼저-재본다]]

'한 모델의 예측'이 아니라 '모델의 존재양식'을 판다 — 동등정확 모델들의 예측 다중성과, 라벨이 집단 비율뿐일 때의 개체 복원 (09-07, RQ-188·189)

직전(186·187)이 '설명력'을 처방·위임으로 넓혔다면, 이번엔 <b>'모델 하나'라는 암묵 전제 자체</b>를 두 방향으로 깼다. grep 계량으로 <b>multiplicity·Rashomon·다중성(0장, 유일 인접은 RQ-119의 uncertainty <b>quantification</b>으로 다른 개념)</b>과 <b>label proportion·라벨 비율·LLP·bag(0장)</b>을 확인해 두 빈 축을 열었다. 둘 다 <b>인접 0장·유사 카드와의 구분을 카드에 박았다</b>(180~187 계승):

• <b>RQ-188(전선 G, 표형 신용/조달):</b> <b>예측 다중성(predictive multiplicity)·라쇼몽 집합.</b> RQ-154/155(<b>한 모델</b>의 SHAP 설명이 기법마다 어긋남)와 <b>명시 구분</b> — 여기는 <b>설명이 아니라 예측 자체가 여러 동등정확 모델 사이에서 어긋남</b>. RQ-186(리코스가 <b>재학습 후</b> 무효화)·179(<b>한 모델</b>의 불확실성 분해)와도 구분 — 여기는 <b>재학습 없이 동시에 존재하는 동등정확 모델들의 개체 예측 불일치</b>. 마더 Marx·Calmon·Ustun(ICML 2020, PMLR v119, arXiv 1909.06677 — ambiguity·discrepancy 정수계획, 재범예측)·Semenova·Rudin·Parr 라쇼몽(arXiv 1908.01755) URL 검증. 유명 표형이라 §2-2 뻔함 → 다중성이 결정경계·희소구간·모델족·하이퍼파라미터에 어디로 몰리나 <b>집중구조 지도</b>로만 생존. 공정성 회피(§3): COMPAS 안 쓰고 순수 신뢰성 문제로 한정. 정수계획은 무거워 앙상블·스윕 <b>근사</b>로 CPU·4주 확보.
• <b>RQ-189(전선 A, 공공 표형):</b> <b>라벨 비율 학습(LLP) — 개체 피처는 있으나 라벨이 집단(발주기관·기간) 비율뿐일 때 개체 분류기 복원.</b> <b>이 보드의 반복된 벽인 집계표 함정(RQ-104·150)을 방법으로 역전</b>한 것이 핵심. RQ-150(피처·라벨 모두 셀로 집계된 <b>교차표</b>를 count 가중)·183(준지도=일부 <b>개체 라벨 있음</b>)·121/122(선택·PU=개체 라벨이 편향·부분 <b>존재</b>)·180(목표가 유병률 보정)과 <b>명시 구분</b> — 여기는 <b>개체 피처 행이 살아있고 개체 라벨은 전무, 집단 비율만으로 개체 분류기</b>. 마더 Quadrianto(JMLR 2009 v10 pp.2349–2374)·Scott·Zhang 상호오염틀(NeurIPS 2020, arXiv 2006.07330) URL 검증. 통제된 은닉으로 테스트베드 구성(자연 LLP 병용), <b>bag 크기×순도 2차원 스윕</b>이 카드의 날.

교훈: <b>축 사냥의 11단계 진화</b> — ①형식규정(154·157)…⑨파이프라인 층 이동(184·185)→⑩'설명력'을 정확도 밖으로(186·187)→⑪<b>'모델 하나'라는 암묵 전제를 깬다 — 위(존재양식: 동등정확 모델이 여럿이면 예측이 임의적)와 아래(감독양식: 개체 라벨이 없고 집단 비율만 있으면 개체 모델을 세울 수 있나)</b>. 특히 189는 <b>프로젝트의 반복된 실패(집계표)를 폐기 트리거가 아니라 연구 축으로 재활용</b>(RQ-150 정신의 확장). 두 전선(G·A) 실제 순회, 미러 쌍 아닌 서로 다른 두 축. 마더는 게시 전 WebSearch로 URL·저자·연도·venue 검증(§2 준수). [[예측이-뻔한지-먼저-재본다]]

'설명력'을 예측 정확도가 아니라 '처방의 유효성'과 '인간과의 상보성'으로 팠다 — 리코스 무효화와 학습된 위임 (09-07, RQ-186·187)

RULES §1은 「예측력과 <b>설명력</b>을 논한다」인데, 보드의 설명 카드(154/155)는 <b>설명이 서로 어긋나나(disagreement)</b>만 봤다. grep 계량으로 <b>recourse·counterfactual·반사실·리코스(0장, 유일 히트는 RQ-121의 '반사실 없이' contraction)</b>과 <b>learning to defer(0장; reject·기권은 17장=RQ-157 계열)</b>를 확인해 설명력의 두 빈 갈래를 열었다. 둘 다 <b>인접 0장/유사 카드와의 구분을 카드에 박았다</b>(RQ-180·182·184 계승):

• <b>RQ-186(전선 G, 표형 신용 default of credit card clients/Give Me Some Credit):</b> <b>알고리즘 리코스(반사실 설명)의 강건성·무효화.</b> RQ-154/155(설명들이 서로 어긋남)와 <b>명시 구분</b> — 여기는 <b>설명이 아니라 '행동 처방'이 재학습 후에도 유효한가</b>. RQ-184(재학습으로 <b>예측</b> 내구성)와도 구분 — 여기는 <b>추천된 행동의 내구성</b>. 마더 Karimi 서베이(ACM CS 2022, 10.1145/3527848·arXiv 2010.04050)·Upadhyay ROAR(NeurIPS 2021, arXiv 2102.13620)·The Risks of Recourse(arXiv 2306.00497) URL 검증. 유명 표형이라 §2-2 뻔함 → 무효화율×실행비용 절충을 이동강도로 지도화해야 생존. 점쟁이 회피: '거절될 사람'이 아니라 '무엇을 바꾸라 할지와 그 조언이 얼마나 오래 유효한지'.
• <b>RQ-187(전선 A, 식약처 검사/조달):</b> <b>학습된 위임(learning to defer) vs 선택적 예측(reject).</b> RQ-157(기권=넘기는 상대를 모델링 안 함)·176(능동학습)·177(피처획득)과 <b>명시 구분</b> — 여기는 <b>넘길 인간 전문가의 상보성을 학습해 결합</b>. 마더 Madras Predict Responsibly(NeurIPS 2018, arXiv 1711.06664)·Mozannar·Sontag(ICML 2020, arXiv 2006.01862, clinicalml/learn-to-defer)·Cascade Deferral(arXiv 2307.02764) URL 검증. <b>공정성 프레임 회피</b>(RULES §3): 전문가를 보호속성이 아니라 '오류영역 다른 결정 채널'로 정의(RQ-182 그룹 정의 수법 계승). 데이터 위험=짝지어진 실제 인간 결정 부재(선택라벨 RQ-121 함정) → 통제된 합성 전문가로 상보성 제어.

교훈: <b>축 사냥의 10단계 진화</b> — ①형식규정(154·157)…⑨파이프라인 층 이동(184·185)→⑩<b>'설명력'(§1의 두 기둥 중 하나)을 정확도 밖으로 재정의 — 처방의 유효성(리코스)·인간과의 상보성(위임)</b>. RQ-157(기권)이 '예측력'을 재정의했듯, 186·187은 '설명력'을 '옳은 설명이냐(154)'를 넘어 '<b>실행하면 유효한 처방이냐(186)</b>'와 '<b>사람과 어떻게 나눠 결정하냐(187)</b>'로 넓혔다. 두 전선(G 신용·A 검사) 실제 순회, 미러 쌍 아닌 서로 다른 두 축. 마더는 게시 전 WebSearch로 URL·저자·연도·venue 검증(§2 준수). [[예측이-뻔한지-먼저-재본다]]

축을 모델 층 위·아래로 옮긴다 — '어떻게 훈련하나'를 넘어 '언제 재학습하나(운영)'와 '어느 행을 버리나(데이터 관리)'로 갔다 (09-06, RQ-184·185)

직전 사이클들(178~183)은 전부 <b>훈련·목적함수 층</b>이었다(경쟁위험·불확실성·라벨이동·다중라벨·Group-DRO·준지도). grep 계량으로 <b>concept drift/개념이동/prequential(실질 0)</b>·<b>data valuation/영향함수/Shapley/데이터 프루닝(0)</b>을 확인해, <b>모델 학습 층이 아니라 그 위(운영)와 아래(데이터 관리)</b>의 두 빈 축을 열었다:

• <b>RQ-184(전선 A, LOCALDATA):</b> <b>시간축 개념이동(p(y|x) 변화) 감지 + 재학습 주기 결정</b>. 보드 실질 0장(히트 2건은 '라이브스트리밍'·'재무 스트리밍'의 부수 언급). <b>인접 명시 구분</b> — RQ-126(정적 공변량이동 붕괴예측 p(x))·135(공간전이)·180(라벨이동 p(y) 사후보정)·148/149/178(생존=사건까지 시간)과 달리 <b>X→y 함수 자체가 달력시간에 따라 바뀌고 결정은 '언제·어떻게 재학습하나'</b>. 결과표=재학습 주기×유지 recall이라 회장님 결정표 선호(128~135)에 직결. 마더 Gama 서베이(ACM CS 2014, 10.1145/2523813)·Elastic GBDT(Neurocomputing S0925231222003320)·BOASWIN-XGBoost(J Supercomputing 10.1007/s11227-023-05729-8)·평가프레임(arXiv 2606.07789) URL 검증. LOCALDATA 4번째지만 생존축이 아닌 운영축이라 격상. 위험=개념이동 vs 라벨이동(180) 분리·라벨성숙(156).
• <b>RQ-185(전선 G, OpenDataVal 표형):</b> <b>데이터 가치평가·영향함수 기반 훈련행 프루닝(데이터 중심 AI)</b>. 보드 0장. <b>인접 명시 구분</b> — RQ-122(PU 오염음성)·121(선택라벨 진단)·124(MNAR 대치)·183(준지도 미라벨)과 달리 <b>모든 행이 라벨된 상태에서 '어느 행을 버릴까'</b>. 마더 Data Shapley(Ghorbani·Zou ICML 2019, arXiv 1904.02868, amiratag/DataShapley)·영향함수(Koh·Liang ICML 2017, arXiv 1703.04730)·OpenDataVal(NeurIPS 2023 D&B, arXiv 2306.10577, github opendataval — <b>단일 최고 없음</b>) URL 검증. 유명셋이라 §2-2상 뻔함 → 라벨잡음률×추정잡음 경계·오라벨 탐지로만 생존. 강한 GBM에서 가치추정 잡음이 이득을 삼키는 구간(당연결론 아님).

교훈: <b>축 사냥의 9단계 진화</b> — ①형식규정(154·157)→②선례군집 이탈(170·171)→③기술어 빈도0(172·173)→④grep 계량(174·175)→⑤자원 종류 분해(176·177)→⑥자기 우산 두자릿수 감시(178·179)→⑦'인접 0장' 선제 구분(180·181)→⑧같은 우산 내 사후 vs 훈련시점 분할(182·183)→⑨<b>ML 파이프라인 '층'을 바꾼다 — 훈련층이 포화하면 운영층(재학습 결정)·데이터관리층(가치평가 프루닝)으로 옮긴다</b>. '0장 축'이 훈련층에서 마르면 <b>같은 데이터라도 파이프라인의 다른 층에서 아직 안 판 결정이 있다</b>. 마더는 이번에도 게시 전 WebSearch로 URL·저자·연도·venue 검증(§2 준수). [[예측이-뻔한지-먼저-재본다]]

'이동'과 '라벨 부족'의 빈 축은 아직 갈래가 남았다 — 훈련시점 최악그룹(DRO)과 새 라벨 없는 미라벨 활용(준지도)으로 갔다 (09-06, RQ-182·183)

grep 계량으로 <b>distributionally robust/worst-group/GroupDRO(0장)</b>과 <b>준지도/self-train/pseudo-label(0장)</b>을 확인해 두 축을 열었다. 둘 다 이미 보드에 있는 '이동'·'라벨 부족' 우산과 <b>혼동될 수 있어 인접카드 구분 문장을 카드에 박았다</b>(RQ-174·180 계승):

• <b>RQ-182(전선 G, Folktables/ACSIncome 166만행):</b> <b>Group-DRO 최악그룹 위험 최소화.</b> RQ-126(공변량이동 사후 붕괴예측)·180(라벨이동 사후 보정)과 <b>명시 구분</b> — 둘은 이동을 <b>사후</b>에 다루지만 여기는 <b>훈련 시점에 최악그룹을 겨냥한 목적함수</b>(그룹 기지). 마더 Sagawa GroupDRO(ICLR 2020, arXiv 1911.08731)·Ding Retiring Adult/Folktables(NeurIPS 2021) URL 검증. 격상: 신경망 이미지·텍스트 → <b>표형 GBM 지배 영역에서 DRO가 언제 이기고 언제 규제 비용만</b>. <b>공정성·정책 프레임을 피하려 그룹을 보호속성이 아니라 주·연도 구조로 정의</b>(RULES §3 공공정책형 회피) — 순수 강건성 AI 문제로 한정.
• <b>RQ-183(전선 A+G, NAQS 농산물 안전성조사):</b> <b>준지도 자기훈련·의사라벨(미라벨 활용).</b> RQ-176(능동학습=새 라벨 획득)·121(선택적 라벨=선택편향 진단)과 <b>명시 구분</b> — 여기는 <b>새 라벨을 안 받고 이미 있는 미라벨을 스스로 라벨해 쓰기</b>. 마더 「Revisiting Self-Training with Regularized Pseudo-Labeling for Tabular Data」(arXiv 2302.14013)·VIME(NeurIPS 2020, jsyoon0823/VIME)·Arazo 확증편향(openreview rJel41BtDH) URL 검증. 데이터 위험=미검사 출하기록이 검사 시료와 피처공간 공유하는지·positives-only 아닌지 VERIFY 사활.

교훈: <b>축 사냥의 8단계 진화</b> — ①형식규정(154·157)→②선례군집 이탈(170·171)→③기술어 빈도0(172·173)→④grep 계량(174·175)→⑤자원 종류 분해(176·177)→⑥자기 우산 두자릿수 감시(178·179)→⑦'인접 0장' 선제 구분(180·181)→⑧<b>같은 '이동/라벨부족' 우산 안에서도 사후 vs 훈련시점, 획득 vs 미라벨 활용으로 더 쪼갠다</b>(182·183). '0장'을 찾는 것만으로 부족하고, <b>그 0장이 인접 우산의 어느 갈래인지</b>를 카드에서 못박아야 §2-7 '또 그 카드'를 면한다. 마더는 이번에도 <b>게시 전 WebSearch로 URL·저자·연도·venue 검증</b>(§2 준수, 서지 기억 금지). [[예측이-뻔한지-먼저-재본다]]

0장 축을 열 때 '인접한 0장'과의 혼동을 먼저 막는다 — 라벨분포이동·다중라벨은 이미 있는 이동/과제 카드와 다르다 (09-06, RQ-180·181)

grep 계량(RQ-174 요령)으로 <b>label shift/prior shift/사전확률/기저율(0장)</b>과 <b>multi-label/다중라벨(0장)</b>을 확인해 두 축을 열었다. 핵심은 <b>'0장'이어도 인접 축이 있으면 그 축과의 구분 문장을 카드에 박는 것</b>(RQ-174·177·178 계승):

• <b>RQ-180(전선 A+G):</b> <b>라벨분포이동(p(y) 변화, p(x|y) 고정) 사후 보정.</b> RQ-126(공변량이동/OOD 붕괴예측)·179(불확실성 분해)·117(고정 불균형 캘리브레이션)과 <b>명시 구분</b> — 여기는 '기저율이 이동한 뒤 라벨 없이 사전확률 재추정해 보정'. 마더 BBSE(Lipton ICML 2018, arXiv 1802.03916)·MLLS(Alexandari ICML 2020, PMLR v119, 코드 kundajelab/labelshiftexperiments) URL 검증. 벤치가 이미지·의료·합성이라 → 조달(RQ-101 검증완료, 유찰률이 개찰일시·발주기관별 자연 이동)에 이식 + '언제 보정이 재학습만큼 회복하나' 경계지도. RQ-101 4번째 재사용이지만 축이 매번 다름(회귀 101→개체비용 170→MTL 173→불확실성앵커 179→기저율보정 180).
• <b>RQ-181(전선 A):</b> <b>다중라벨(한 개체 복수 라벨 동시)의 라벨상관 모델링.</b> RQ-173(다중과제 MTL=서로 다른 과제 헤드, 각 하나의 라벨)·147(단일 라벨의 계층 인코딩)과 <b>명시 구분</b> — 여기는 같은 출력공간에 복수 양성 공존. 마더 Read classifier chains(ML 2011, 10.1007/s10994-011-5256-5)·표형 특화 CIKM 2023(10.1145/3627673.3679772) URL 검증. 데이터=수입식품 부적합정보(식약처 impfood, 한 제품이 복수 부적합사유 위반 = 자연 multi-label). positives-only라 '부적합 판정품 내 위반유형 예측=검사 라우팅'으로 한정(RQ-121/132 양성목록 함정 회피).

교훈: <b>축 사냥의 7단계 진화</b> — ①형식규정(154·157)→②선례군집 이탈(170·171)→③기술어 빈도0(172·173)→④grep 계량(174·175)→⑤자원 종류 분해(176·177)→⑥자기 우산 두자릿수 감시(178·179)→⑦<b>0장 축이어도 '인접 0장'과의 혼동을 카드에서 선제 차단</b>(180·181). 같은 명사라도 <b>어떤 이동인가(공변량 vs 라벨)·어떤 라벨구조인가(다과제 vs 다중라벨)</b>로 갈리고, 그 구분을 안 쓰면 회장님이 '또 그 카드'로 읽는다(§2-7). 마더는 이번엔 <b>게시 전에 WebSearch로 URL·저자·연도를 검증</b>했다(§2 준수 — 기억으로 서지 안 씀). [[예측이-뻔한지-먼저-재본다]]

자기 우산이 8장 연속(170~177 예산/비용)이면 강제 이탈한다 — 예산을 떠나 '생존의 사건 수'와 '불확실성의 종류'로 갔다 (09-06, RQ-178·179)

바로 앞 네 사이클(170~177)이 전부 <b>비용/예산 자원 축</b>이었다(오분류·선택·라벨·피처측정 예산). RQ-176 노트에서 스스로 '자원의 종류로 4갈래 분해해 정당화'했지만, <b>같은 우산 아래 8장이면 §2-7 침묵·§0-3 반복 위험</b>이다 — 이건 KAIST 선례 11연속(170 노트)·응용↔방법 쌍 4연속(154 노트)에서 이미 배운 실패 모드의 <b>자원 축 재발</b>이다. 이번엔 예산을 완전히 떠나 <b>둘 다 예산과 무관한 빈 축</b>으로 갔다:

• <b>RQ-178(전선 A, LOCALDATA):</b> <b>경쟁위험(competing risks) 생존분석.</b> 보드 0장. <b>RQ-148/149(단일사건 우측절단)와 구분</b> — 여기는 휴업·폐업·지위승계가 서로를 배제하는 복수 흡수사건이라 cause-specific vs Fine-Gray subdistribution 선택 문제. 회장님 <b>드문 긍정 축(RQ-115 소상공인)으로 돌아가되 '한 단계' 올린</b> 것이라 §0-3 반복이 아니라 격상. 마더 DeepHit(AAAI 2018)·Fine-Gray·벤치 arXiv 2608.00271(2026, CR 실무도입 저조 지적). LOCALDATA 재사용이지만 축이 새로움.
• <b>RQ-179(전선 G+응용앵커):</b> <b>예측 불확실성 분해(aleatoric vs epistemic).</b> 보드 0장. <b>RQ-119(컨포멀 커버리지)·157(단일신뢰도 기권)·176(라벨획득)과 명시 구분</b> — 여기는 불확실성을 '데이터 잡음 vs 모델 무지' 두 성분으로 쪼개 라우팅 결정이 단일신뢰도와 달라지나를 물음. 마더 Hüllermeier·Waegeman(ML 2021)·Malinin ICLR 2021(표형 GBM 앙상블 분해). 방법 무시 전례(105·117·120·124·126) 때문에 <b>조달/CISS 응용 앵커 필수 병설</b>.

교훈: <b>축 사냥의 6단계 진화</b> — ①형식규정(154·157)→②선례군집 이탈(170·171)→③기술어 빈도0(172·173)→④grep 계량(174·175)→⑤자원 종류 분해(176·177)→⑥<b>자기 우산의 두 자릿수 감시(예산 8연속 이탈)</b>. 조준경이 정밀해질수록 <b>'내가 최근 무엇을 반복하고 있나'를 계량</b>하는 게 새 축 발굴만큼 중요하다. 인접 카드(119·148·157·176)와의 <b>명시적 구분 문장</b>을 카드에 박는 습관(174·177 계승)이 여기서도 반복 오해를 막는다. [[예측이-뻔한지-먼저-재본다]]

'예산'은 하나가 아니다 — 자원의 종류(오분류·선택·라벨·피처측정)로 빈 축을 가른다 (09-05, RQ-176·177)

grep으로 active learning·feature acquisition이 각각 <b>보드 0장</b>임을 확인하고 두 축을 열었다. 문제는 이게 170(비용)·174(선택 예산)에 이어 <b>예산 카드 4연속</b>이라 §2-7 침묵·§0-3 반복 위험이 컸다는 것. 이번 핵심은 <b>'예산'을 단일 개념으로 뭉치지 않고 어떤 자원을 아끼나로 4갈래로 쪼갠</b> 것이다 — 같은 명사라도 자원이 다르면 다른 축이라는 RQ-174 교훈(지표/손실/피처/구조)의 <b>자원판</b>:

• <b>RQ-170 = 오분류 비용</b>(FP/FN 값), <b>RQ-174 = 선택 예산</b>(top-k 몇 건에 손댈까), <b>RQ-176 = 라벨 획득 예산</b>(어느 행을 전문가에게 코딩시키나), <b>RQ-177 = 피처 측정 예산</b>(개체마다 어느 열을 재나). 넷 다 '예산'이지만 아끼는 자원이 전부 다르다.
• <b>RQ-176(전선 A, CISS):</b> 능동학습 쿼리 전략. RQ-121(선택적 라벨=이미 코딩된 것에만 라벨)의 <b>역</b>으로 '앞으로 무엇을 코딩할까' 획득 문제. 마더(arXiv 2306.08954·2310.19573)가 정상 불균형에서 US 우위를 재확인 → 정부 감시류 <b>극단 불균형(1~5%)에서 uncertainty sampling이 이상치에 fixate해 무작위에 지는 경계</b>로 격상. 완전 라벨 풀 필요라 CISS(전 접수 코딩)를 앵커, 정오히려 RQ-121 부적합(양성 only)은 부적합 풀.
• <b>RQ-177(전선 G, Diabetes-130 10만행):</b> 개체별 동적 피처 획득 cascade. <b>RQ-130(Bosch)과 구분</b> — 130은 라인 전체 스테이션 수(정적·집단), 177은 개체마다 어느 검사(동적·per-instance). 마더(Janisch AAAI 2019·arXiv 1607.03691)가 정책 성능만 봄 → '언제 cascade가 정적/전량을 이기나'를 비용 이질성×신호 집중도로 지도화 + GBM 결측 자연처리 강베이스라인(RQ-117 정신).

교훈: <b>축 사냥의 5단계 진화</b> — ①형식 규정(154·157) → ②선례 군집 이탈(170·171) → ③기술어 빈도 0(172·173) → ④grep 계량+지표/손실/피처/구조 구분(174·175) → ⑤<b>'예산'을 자원의 종류로 4갈래 분해</b>(176·177). 같은 우산(예산) 아래 카드가 쌓일 때 <b>아끼는 자원이 무엇인지로 축을 가르면 반복이 아니라 체계</b>가 된다. UCI Heart(303행)는 1,000행 관문 미달이라 주 앵커를 Diabetes-130(101,766행)으로 올리고 Heart는 documented-cost 검증용으로만 병용 — 관문 4조건은 유명 벤치에도 예외 없다. [[예측이-뻔한지-먼저-재본다]]

빈 축 사냥을 grep으로 계량화한다 — '평가지표로만 쓴 축'과 '훈련 손실로 쓴 축'은 다르다 (09-05, RQ-174·175)

RQ-172·173에서 '기술어 빈도 0 사냥'을 도입했는데, 이번엔 그걸 <b>실제로 rq_cards.py에 grep을 돌려 계량화</b>했다(능동학습·learning to rank·pairwise·준지도·혼합효과·부분 풀링·랜덤효과·focal·측정오차 등 20여 개 후보). 히트가 0~2건인 축만 남겼고, <b>히트가 있어도 그 히트가 '남의 카드 마더 인용'이거나 '평가지표'면 빈 축으로 친다</b> — 이 구분이 이번 핵심이다:

• <b>RQ-174(전선 G, Bank Marketing UCI #222):</b> <b>랭킹 손실(pairwise/LambdaRank) 훈련 vs pointwise-후-정렬.</b> precision@k·precision@budget은 보드에 <b>흔하지만 전부 평가지표</b>였고(121·133·134·170·171), 그걸 <b>훈련 목적함수</b>로 쓴 카드는 0장이었다. 즉 '랭킹'은 보드에 많지만 '랭킹 손실로 훈련'은 빈 축. 목적이 top-k 선택인데 다들 pointwise로 훈련한다는 무시된 전제를 정면화. 예산비율×불균형 경계지도로만 생존(유명 데이터라 §2-2상 뻔함).
• <b>RQ-175(전선 A, 국토부 아파트 실거래가):</b> <b>부분 풀링·랜덤효과 축소추정.</b> 그룹(단지) 구조의 소그룹 과적합을 축소로 막는 축. RQ-147(고카디널리티 '범주 피처' 인코딩)과 혼동 위험이 있어 <b>'반복측정된 그룹 구조의 축소추정(연속 회귀)' vs '범주 피처 인코딩(분류)'</b>으로 카드에 명시 구분. 마더 GPBoost(Sigrist JMLR 2022, arXiv 2004.02653)·MERF. GBM이 암묵 풀링을 하므로 소그룹 층화가 사활.

교훈: <b>축 사냥의 4단계 진화</b> — ①형식 규정(154·157) → ②선례 군집 이탈(170·171) → ③기술어 빈도 0 사냥(172·173) → ④<b>grep 계량 + '평가지표/마더인용 히트는 빈 축'</b>(174·175). 조준경이 정밀해질수록 '이미 있다'는 오판을 줄인다 — precision@k가 40장 있어도 랭킹 '손실'은 0장이듯, <b>같은 명사라도 그게 지표인가 손실인가 피처인가 구조인가로 축이 갈린다.</b> 두 전선(G Bank·A 실거래가)을 실제로 순회했고 미러 쌍이 아니라 서로 다른 두 축. [[예측이-뻔한지-먼저-재본다]]

빈 축 사냥이 최선의 조준경이다 — 171장 중 0장인 기술어 둘을 열었다 (09-05, RQ-172·173)

바로 앞 두 사이클이 KAIST 선례 11연속(159~169) → 비용 축(170·171)이었다. 비용 축도 두 장이면 곧 반복이 되므로, 이번엔 <b>보드 전체를 훑어 '기술어가 아예 0장'인 축</b>을 찾았다. 두 개가 비어 있었다:

• <b>RQ-172(전선 G, 개방 주택셋):</b> <b>단조 제약(monotonic constraints)</b> — GBM에 도메인 단조성을 심는 귀납 편향. 보드에 0장. 마더(「Price of Monotonicity」 arXiv 2512.17945)가 <b>정상 구간 대가만</b> 재므로 재현이면 죽는다 → <b>외삽·분포이동 아래 대가</b>로 격상(표본크기×외삽강도 2차원 지도). Ames(1,460 소표본)를 반드시 넣어 대가가 드러나는 구간 확보 — 대용량만 쓰면 '무료'가 지배해 카드가 죽는다.
• <b>RQ-173(전선 A, 검증필 조달):</b> <b>이종 다중과제 학습(MTL)</b> — 한 공유 표현 위에 분류 헤드(유찰)+회귀 헤드(낙찰률). 보드에 0장. RQ-101의 <b>두 라벨이 원래 결합</b>(낙찰률은 유찰 아닐 때만 관측)이라 실데이터 MTL 테스트베드로 자연스럽다. 마더(MultiTab arXiv 2511.09970)가 합성 벤치라 → 실제 조달 이종 결합 타깃으로 이식.

교훈: <b>축 사냥의 3단계 진화</b> — ①형식 규정에서 빈 축(154·157) → ②선례 군집 이탈(170·171 비용) → ③<b>기술어 빈도 0 사냥</b>(172·173). 조준경이 좋아도 두 장이면 이탈 신호다. 이번엔 조달을 재활용하되(173) <b>비용·회귀가 아니라 표현 공유</b>라는 완전히 다른 축이라 §0-3 반복이 아니다. 유명 공개셋(Ames·California)은 §2-2상 뻔한 데이터라 RQ의 날(외삽 대가 지도)로만 산다 — 172의 생존선이 여기에 걸렸다. [[예측이-뻔한지-먼저-재본다]]

KAIST 선례 카드가 11장 연속(159~169)이면 그것도 '했던 짓 반복'이다 — 비용 축의 빈 칸으로 이탈했다 (09-05, RQ-170·171)

바로 앞 커밋(c042543)이 <b>KAIST 경영대 선례 기반 카드 11장</b>이었다. 선례 조준경(INSIGHTS 'KAIST 선례가 최고의 조준경')은 유효하지만, <b>같은 틀 11연속은 §2-7 침묵 위험 + §0-3 반복</b>이다(강 교수 계보 수요예측·부동산·시계열이 반복됨). 이번엔 선례를 떠나 <b>보드가 안 판 '비용' 축 두 칸</b>을 열었다.

• <b>RQ-170(전선 A, 검증필 조달):</b> <b>example-dependent(개체 단위) 비용민감 학습</b>. 보드의 비용 카드(RQ-129·130)는 <b>클래스 단위 비용비율(FP:FN 상수)</b>만 썼다 — 행마다 비용이 다른(예정가격에 비례) 개체 비용행렬은 빈 칸. 마더 Bahnsen(arXiv 1505.04637)·Sci Rep 2025(s41598-025-89880-7)를 신용평가→정부조달로 이식. <b>새 데이터 안 만들고 RQ-101 7,405행에 새 방법을 얹었다</b>.
• <b>RQ-171(전선 G, FAA 야생동물충돌 완전개방):</b> zero-inflated(0-점질량) 손실의 <b>모형 선택×랭킹 목적</b>. RQ-152(화재)가 zero-inflated를 열었으나 사망·피해액이었고, 여기선 <b>순수 금액 타깃 + 예산배분 랭킹(precision@budget)</b>이라 새 데이터. 데이터 자체 흥미(버드스트라이크·연 7.18억$)가 캐리.

교훈: <b>조준경이 좋아도 같은 틀이 두 자릿수로 쌓이면 반복이다.</b> 이탈할 땐 '새 소재'가 아니라 <b>보드가 안 판 기술 축</b>으로 간다 — 이번엔 '비용을 클래스가 아니라 개체 단위로'(170)와 '손실이 0에 뭉칠 때 어느 모형틀이 랭킹을 이기나'(171). 둘 다 검증·개방 데이터에 얹어 접근 관문 0. 두 전선(A 조달·G FAA)을 실제로 순회했고 A↔G 미러 쌍(피로)이 아니라 <b>서로 다른 두 축</b>을 냈다. [[예측이-뻔한지-먼저-재본다]]

'새 맥락(한국)' 격상을 쓰기 전 국내 선행 중복부터 판다 — 화재 재산피해 ML은 이미 있었다 (09-05, RQ-152)

'새 맥락(한국)' 격상을 쓰기 전 국내 선행 중복부터 판다 — 화재 재산피해 ML은 이미 있었다 (09-05, RQ-152)

회장님 긍정 신호 중 하나가 '미국→한국 이식'이라 <b>'한국 데이터로 가져온다'는 격상(§2-3 새 맥락)을 반사적으로 붙이는 습관</b>이 생겼다. RQ-152도 '한국 전국 화재 개체 원장이라는 새 데이터'를 격상으로 썼는데, VERIFY로 OpenAlex를 열자 <b>국내 선행 2편</b>이 나왔다 — Lee 2023(Applied Sciences, 재산피해 등급분류 RF recall 74.2%)·Seo 2023(Sensors and Materials, 서울 재산피해액 RF 83%). <b>한국 화재 재산피해 ML은 이미 존재</b>했다 → '새 맥락' 격상 즉사. 교훈: <b>'한국 데이터=새 맥락'은 공짜 격상이 아니다.</b> 응용 카드에 한국 데이터를 붙이는 순간 반드시 <b>OpenAlex search=(도메인+국가+ML) + title.search:</b>로 국내 선행을 먼저 캔다. 로컬 34,469편(IS 코퍼스)엔 응용 ML이 없으니 여기서 '없음'은 근거가 안 된다(재확인: fire 62건 전부 burnout 오탐). 살길: 선행이 <b>평범 모델로 이미 74~83%</b>를 내면 <b>전체 정확도 경쟁은 죽은 것</b>이다(INSIGHTS '예측이 뻔한지 먼저 재본다'의 문헌판) → 격상을 <b>방법 축</b>(RQ-152는 0-점질량+헤비테일 손실함수·파국 top-k)으로 재조준해야 카드가 산다. [[예측이-뻔한지-먼저-재본다]]

또 하나의 빈 축: '기권할 권리' — 보드 153장이 전부 전 건 예측을 전제했다 (09-04, RQ-157)

포화 진단(RQ-154~156)의 연장. 축 지도를 다시 훑으니 <b>선택적 예측(reject option)</b> — 모델이 '모르겠다'고 기권하고 애매한 건만 사람에게 넘기는 축 — 이 <b>0장</b>이었다. 결과지표가 정확도가 아니라 <b>위험-커버리지</b>(같은 목표오류에서 몇 %를 자동 처리하나)로 바뀌는 게 핵심이고, 이게 RULES §1의 '예측력'을 '전 건 정확도'가 아니라 '포기할 자유가 있을 때의 정확도'로 다시 정의한다. 마더는 이미 서베이(Machine Learning 2024, 10.1007/s10994-024-06534-x)로 정리됐으니 <b>재현이면 죽는다</b> — 살길은 (a) 이미지·DNN이 아니라 <b>표형 정부 응용(조달 RQ-101, 검증필)</b>에 얹고 (b) '<b>어떤 데이터 특성에서 기권이 가장 큰 안전을 사나</b>'를 데이터특성 메타로 지도화하는 것. 무시된 방법 파일더미 전례(105·117·120·124·126) 때문에 <b>반드시 응용 앵커(조달)를 달았다</b>. 교훈: 형식 규정에서 빈 축을 캐는 요령(RQ-154)이 또 통했다 — '예측력·설명력'에서 '설명 신뢰성'(154)에 이어 '예측력의 재정의(기권)'(157)를 팠다. 새 데이터 없이 검증된 데이터(RQ-101·OpenML)에 얹는다.

'취소=허위'로 착각하지 마라 — 오염된 대리라벨은 축이 되지만 점쟁이 프레임을 부른다 (09-04, RQ-158)

국토부 실거래가 공개시스템이 <b>해제(취소)여부·해제사유발생일</b>을 공개한다(WebSearch 09-04). '실거래가 띄우기'(허위 신고 후 취소로 시세 상승)가 뉴스가 됐고 실측 앵커가 강하다 — <b>2021~22 서울 계약해지 2,099건 중 43.7%(918)가 최고가 거래</b>. 그러나 라벨 '취소'는 <b>조작의 잡음 섞인 대리</b>다(정상 변심 파기 대량 혼입). 이걸 축으로 쓰되 두 함정을 카드에 못박았다: ① <b>회장님 '점쟁이 프레임 경계'</b> — '허위 탐지'라 주장하면 사기꾼 카드가 된다. 라벨은 관측가능한 '취소'로 두고 실무값은 '취소가 몰리는 최고가·직거래 신고를 기획조사 앞줄에'로 정직하게. ② 최고가 여부가 압도적 신호면 <b>예측이 뻔할 위험</b> → 로짓 한 줄로 선검(방위사업청 R²=0.263 교훈). 교훈: <b>정부가 직접 공개한 '사건성 라벨'(취소·부적합·적발)은 데이터 자체 흥미(회장님 긍정 신호)를 얻지만</b>, 그 라벨이 진짜 표적(조작)의 대리일 땐 평가를 대리라벨 검증에 맞춰야 한다. 부동산은 RQ-103(무라벨 잔차 이상)과 달리 <b>관측 라벨(취소)이 있는</b> 다른 문제다.

한 사이클에 방법 축(157)과 데이터 흥미 축(158)을 갈랐다 — 4연속 '응용↔방법 쌍' 피로에서 이탈 (09-04, RQ-157·158)

RQ-146~153의 4연속 쌍 피로(자기경고, RQ-154 노트) 이후, 이번엔 쌍을 만들지 않고 <b>서로 다른 두 축</b>을 냈다: 157은 순수 방법(기권)이되 조달 응용 앵커로 보호, 158은 데이터 자체가 흥미로운 응용(§2-2상 데이터 흥미→RQ 정직해도 게시). 두 전선(A 조달·부동산 / G OpenML)을 실제로 순회했다.

보드가 포화하면 '새 데이터'가 아니라 '아직 아무도 안 연 AI축'을 찾는다 — 논문 형식 규정에서 축을 캔다 (09-04, RQ-154~156)

153장을 전수 훑어 축 지도를 그렸더니 대부분이 <b>소수 클러스터의 변주</b>였다: 생존/폐업(115·136·137·140·148·149)·순서형 불균형 심각도(109·139·146·138)· OOD/전이(125·126·140·141)·코스닝(150·151)·zero-inflated 롱테일+US→한국(109·146·147·152·153). <b>같은 축에 벽돌을 더 얹으면 §0-3 '했던 짓 반복'</b>이다. 빈 축을 찾는 새 요령: <b>논문 형식 규정 자체에서 캔다</b>. RULES §1이 「예측력과 <b>설명력</b>을 논한다」인데, 보드 153장은 SHAP를 <b>도구로만</b> 썼지 <b>설명이 믿을 만한가</b>를 정면으로 물은 카드가 0장이었다 → 설명 신뢰성(disagreement problem)을 열었다(RQ-154 응용·155 방법). 또 하나의 빈 축: <b>라벨 성숙 지연</b>(정답이 결정보다 3~5년 뒤 도착) — 절단/생존(148/149)과 겹쳐 보이지만 <b>축이 다르다</b>(생존곡선 추정이 아니라 '지금 승인하나'라는 결정·대리라벨 대체 비용). RQ-156. 교훈: 포화 진단 → 형식 규정·미사용 기술어에서 빈 축 발굴 → 이미 검증된 데이터(RQ-101 조달·OpenML)에 <b>새 축</b>을 얹으면 새 데이터 없이도 신선한 카드가 나온다.

4연속 '응용↔방법 쌍'을 의식적으로 부분 해체했다 — 쌍 구조 자체의 피로를 경계한다 (09-04, RQ-154~156)

146/147·148/149·150/151·152/153이 전부 <b>응용(A)↔방법(G) 쌍 + 강도의 함수로 손실 지도</b>라는 동일 골격이었다. 축은 매번 달랐지만(상해·검열·코스닝·화재) <b>메타 구조가 4연속 같으면</b> 회장님이 실제로 카드를 볼 때 '또 같은 틀'로 읽힐 위험이 있다(§2-7 침묵이 길어 아직 피드백 없음 = 확증 아님, 그래서 더 조심). 이번엔 <b>설명 신뢰성은 쌍으로(154·155, 방법 카드가 단독이면 무시된 전례 105·117·120·124 때문에 앵커 필수), 라벨 성숙(156)은 단독 응용 카드로</b> 내 쌍 일변도를 깼다. 규칙: 쌍은 방법 카드를 보호하는 수단이지 목적이 아니다 — 응용성이 자립하는 카드는 단독으로 내 다양성을 확보한다.

유명 Kaggle 데이터는 '데이터 흥미' 신호를 못 받는다 — RQ의 날로만 산다 (09-04, RQ-156)

회장님의 '데이터 자체 흥미' 긍정은 <b>나라장터 같은 신규 정부 API</b>에 왔지, 유명 공개셋엔 온 적 없다. LendingClub은 §2-2상 <b>뻔한 데이터</b>라 RQ가 기가 막혀야 산다. 그래서 156은 '부도 예측'(뻔함)이 아니라 <b>공개 노트북 대다수가 무심코 하는 실수(Current 대출을 그냥 버림 = 성숙 편향)를 정면 논점</b>으로 세워야만 생존한다. 교훈: 뻔한 데이터에 카드를 쓸 땐 <b>'그 데이터로 다들 하는 흔한 처리의 숨은 대가'</b>를 축으로 잡으면 데이터가 뻔해도 RQ가 날카로워진다.

개체 판별에 'count 컬럼 부재 + 행마다 특정 날짜/피해액'을 쓴다 — 화재는 개체였다 (실측 09-04, 소방청 NFDS)

바로 앞 사이클(RQ-150 KOSHA)은 '마이크로데이터'라며 실은 교차표였다. 이번 소방청 『화재발생 정보』(15044003)는 반대로 <b>진짜 개체 원장</b>이었다. 판별 근거(다운로드 없이 상세페이지만으로): ① <b>count/건수 컬럼이 없다</b> ② <b>행마다 특정 화재발생년월일 + 재산피해액(천원)</b>이 붙는다 — 집계표라면 날짜를 셀 단위로 유지할 수 없고 대신 건수 컬럼이 있어야 한다. ③ 사망·부상·재산피해가 <b>범주조합의 합이 아니라 사건의 결과</b>로 읽힌다. 교훈: 개체/집계 판별은 KOSHA에서 배운 '행수÷연수·전범주·단위 건' 3신호의 <b>역(逆)</b>으로도 쓴다 — 특정일자+연속 피해액이 행마다 있고 count가 없으면 개체다. 단 최종 확증은 다운로드 시 재확인(risk에 명시). [[마이크로-데이터-이름을-믿지-마라]]

zero-inflated(0에 뭉침) 롱테일은 극단밀집(하한선에 뭉침) 롱테일과 다른 손실함수 문제다 (09-04, RQ-152)

RQ-101(입찰 낙찰률)은 값이 <b>하한선</b>에 72% 뭉친 극단밀집+롱테일이었다. 화재 심각도는 값이 <b>0</b>에 뭉친다(대부분 사망 0·피해 소액, 극소수 파국). 둘 다 '평균 회귀 무의미'지만 처방이 갈린다: 0-점질량은 <b>보험 클레임식 2부 모형(발생확률×심각도)·Tweedie·zero-inflated 카운트</b>가 정석이고, 하한선-점질량은 분위수·절단 회귀 쪽이다. 교훈: '롱테일이니 분위수'로 뭉뚱그리지 말고 <b>점질량이 0에 있나 경계에 있나</b>를 먼저 보고 손실함수를 고른다. 화재 공공데이터는 보험 클레임 모델링(Tweedie/2부)을 이식하기 좋은 zero-inflated 실데이터다 — 이 보드의 불균형 카드(SMOTE·캘리브레이션)와 다른 새 축.

US→한국 이식 쌍은 '같은 골격을 공유하는 감시체계'를 찾으면 선다 — CISS/NEISS에 이어 NFDS/NFIRS (09-04, RQ-152·153)

RQ-146/147(소비자상해 CISS↔NEISS)에서 쓴 수법을 화재에 반복했다: 한국 응용 데이터(NFDS)와 <b>같은 변수 골격(발화요인·장소·사상자·재산손실)을 공유하는 미국 대규모 공개 데이터</b>(NFIRS, FEMA 무료)를 찾아 응용(전선 A)↔데이터·이식(전선 G) 쌍으로 세운다. 회장님 긍정 신호 둘(미국→한국 이식·데이터 자체 흥미)을 한 쌍에 겹치는 게 핵심. 단 '도메인차/OOD' 축은 이 보드에서 무시된 전례(RQ-125·126)라, RQ-153은 <b>추상 OOD가 아니라 '미국 데이터로 한국 모델 부트스트랩'이라는 구체적 실무 프레임</b>으로 썼다. 재사용 가능한 미국 감시체계 목록(향후 쌍 후보): NEISS/CISS(소비자상해·완료), NFIRS/NFDS(화재·이번), FARS(교통사망), NTSB(사고조사). [[회장님이-좋아하는-두-축을-한-쌍에-겹쳤다]]

집계표 함정(RQ-104형)을 '폐기'가 아니라 'AI축'으로 뒤집었다 (09-04, RQ-150·151)

RQ-104(도체 집계표)·RQ-125(KAMP 카탈로그)에서 배운 규칙 — 이름이 '통계·현황·데이터셋'이면 집계표를 의심하라 — 을 이번엔 <b>판별에 쓰되, 걸린 데이터를 버리지 않고 논점으로 재활용</b>했다. KOSHA 『산업재해통계 <b>마이크로 데이터</b>』는 이름과 달리 138,812행짜리 <b>전범주형 다차원 교차표</b>(연속변수 0개, 단위 '건')였다. 여기서 두 갈래가 생겼다:

• <b>버리는 판단(RQ-104):</b> predictor가 연속인데 개체가 아니면 예측 불가 → 폐기.
• <b>살리는 판단(RQ-150):</b> <b>predictor가 전부 범주면</b> 교차표는 count 가중 분류에 정보 등가다 — 즉 집계표라도 쓸 수 있다.

그리고 '연속변수 0개라 상한이 막혀 있다'는 사실 자체를 <b>프라이버시-코스닝 데이터의 예측 상한</b>이라는 새 AI축으로 세웠다. 교훈: 집계표 판별은 자동 폐기 트리거가 아니다. <b>predictor 성질(전부 범주면 등가)</b>과 '왜 집계됐나(프라이버시 코스닝)'를 물으면, 함정이 오히려 아무도 안 물은 기술 질문이 된다. 회장님의 '공공데이터 적극 활용' 명령에 정면으로 얹은 카드다 (공개 코스닝 데이터로 AI가 되나의 상한). 응용(A, KOSHA)↔방법(G, OpenML 인위 binning) 쌍으로 세워 어느 쪽에 반응하든 수렴.

'마이크로 데이터'라는 이름을 믿지 마라 — 행수÷연수로 개체/집계를 먼저 가른다 (실측 09-04, KOSHA)

data.go.kr가 '마이크로 데이터'라 라벨한 파일도 실측하면 교차표일 수 있다. 판별 요령(다운로드 없이): ① <b>비용/제공 단위가 '건'</b>이면 셀 카운트 의심 ② <b>행수 ÷ 시간범위(연수)를 모집단 규모와 대조</b> — KOSHA는 138,812÷7≈2만/년인데 연간 산재 재해자는 10만+ → 개체 파일이면 이 숫자가 나올 수 없다 = 교차표 ③ <b>컬럼이 전부 '○○대·○○구간'(연령대·근무기간·금액구간)</b>이면 프라이버시 코스닝된 집계다. 세 신호가 겹치면 개체 파일이 아니다. 단 §위 교훈대로 <b>전 predictor 범주면 폐기 대신 count 가중 분류로 사용</b>.

긍정 신호를 준 카드에는 '더 나은 데이터 + 새 AI축'으로 돌아간다 (09-03, RQ-148·149)

이 보드에서 회장님이 <b>드물게 긍정</b> 신호를 준 카드는 RQ-115(소상공인 '망하는 가게')다 — 「데이터와 아이템은 흥미로운데 진짜 그런 데이터가 있는지 궁금하고(없을 거같은데)」. 반응에 관심과 의심이 같이 있었다. §2-7(침묵=무시)의 역(逆)이므로, 무시당한 메타축(117·120·124·126)에 벽돌을 더 얹는 대신 이 축에 자원을 몰았다. 두 겹으로 답했다:

• 의심에 답(데이터 실재): RQ-115는 상가정보 분기 스냅샷이라 폐업일자가 없어 '상가번호 소멸'로 라벨을

억지 파생했다(노이즈). 이번엔 진짜 폐업일자가 있는 데이터를 실측으로 찾아왔다 — 지방행정 인허가(LOCALDATA)는 개체(관리번호)마다 인허가일자·폐업일자·영업상태를 담아 개업↔폐업 시각이 실제로 찍힌다.

• 새 AI축(검열/생존): 폐업일자가 있으니 '폐업 여부' 이진분류가 아니라 우측절단 생존분석이 된다 —

이 보드 147장 어디에도 없던 기술 축이다. RQ-148은 응용(전선 A) 앵커, RQ-149는 벤치마크 방법(전선 G) 짝. RQ-146/147, 125/126처럼 응용↔방법 쌍으로 세워 회장님이 어느 쪽에 반응하든 그 축으로 수렴시킨다.

• 격상 서사가 깔끔하다: RQ-115 대비 새 데이터(스냅샷 소멸 → 실제 폐업일자) + 새 방법(이진 → 생존/검열)

둘 다다. 긍정 축을 '재탕'이 아니라 '한 단계 올려' 되가져온 것이라 §0-3 '했던 짓 반복' 함정을 피한다.

정부 데이터 포털도 닫히고 이관된다 — '어디서 얻나'는 시효가 있다 (실측 09-03, LOCALDATA)

localdata.go.kr(지방행정 인허가 데이터개방)이 2026-04-16 폐쇄되고 공공데이터포털로 이관됐다(WebSearch + data.go.kr 상세페이지가 '원본 시스템=LOCALDATA' 명기로 교차확인). 데이터 자체는 살아있지만 접근 경로가 바뀌었다 — DATA_MAP에 기록된 URL·엔드포인트는 영구 진리가 아니라 실측 시점의 스냅샷이다. 교훈: 카드 데이터 필드에 포털 주소를 쓸 때 '이관·폐쇄' 가능성을 의심하고, 오래된 경로면 착수 전 재확인한다. data.go.kr는 이 호스트에서 200 OK로 정상(09-03 재확인, DEAD_ENDS의 일시 불통은 해소).

회장님이 좋아하는 두 축을 한 쌍에 겹쳤다 — "US→한국 이식" × "정부 데이터 실측" (09-03, RQ-146·147)

성향표에서 회장님이 명시적으로 긍정한 신호는 셋뿐이다: US→한국 이식 · 데이터 자체의 흥미 · 데이터 실재를 의심함(실물 확인 후 보고). 이번 FORAGE는 셋을 한 쌍에 겹쳤다 — 한국소비자원 CISS는 미국 CPSC NEISS를 그대로 본뜬 소비자상해 감시체계라, 같은 대>중>소 품목 계층까지 공유한다.

• RQ-146(전선 A, 응용): CISS 개별 위해 접수 건으로 '치료기간=중상'을 순서형·절단 라벨로 예측.
• RQ-147(전선 G, 방법): NEISS 대규모 데이터에서 품목 계층 인코딩이 롱테일 소분류의 중증을 살리나.
• 쌍으로 낸 이유: RQ-125/126, RQ-121/122처럼 응용(A)↔방법(G)을 세워 회장님이 어느 쪽에 반응하든

그 축으로 수렴시키기 위함. 방법(147)만 있으면 또 무시될 위험이라 반드시 한국 응용 앵커(146)를 함께 세웠다.

• 의심에 답하는 법(RQ-127 교훈 계승): "라벨이 있다"가 아니라 **"swagger 필드·설명에서 접수번호·치료기간·

품목분류·위해원인 코드를 실측 확인했다"**고 카드에 썼다. 접수번호가 있으니 행=개체가 스키마로 증명된다.

data.go.kr swagger가 JS 렌더면 XHR 본문에서 필드를 캔다 (실측 09-03, CISS)

data/{id}/openapi.do의 출력 항목표는 swagger UI가 JS로 async 렌더라, 단순 <td> 파싱은 에러코드만 긁는다(APPLICATION_ERROR·01·04…). 진짜 필드는 XHR POST /tcs/dss/selectApiDataDetailView.do (publicDataPk + publicDataDetailPk=uddi, X-Requested-With: XMLHttpRequest + Referer) 응답 본문 안에 있다 — "name":"injuryReason","type":"string","description":"위험및위해원인 소분류" 형태의 swagger 조각과, 데이터 설명문(접수번호·접수일·…·발생장소 나열)에서 필드 실재를 다운로드 없이 확정할 수 있다. 원칙 4(메타 판정) 준수. RQ-127의 공정위 swagger 확인법을 JS-렌더 페이지로 확장한 요령. (selectApiDetailFunction.do는 1.2KB 껍데기만 주니 쓰지 말 것.)

반응이 있던 신호에는 '의심에 대한 답'을 들고 돌아간다 (09-03, RQ-127)

RQ-115(소상공인 폐업)는 드물게 긍정 신호를 받은 카드다 — 「데이터와 아이템은 흥미로운데 진짜 그런 데이터가 있는지 궁금하고(없을 거같은데)」. 회장님의 반응에는 관심과 의심이 같이 있었다. 이번 FORAGE는 그 의심에 답하는 방식으로 같은 축('망하는 가게')에 벽돌을 얹었다: 공정위 가맹정보 API의 swagger 스키마를 열어 폐점 라벨(계약종료수·계약해지수) 필드의 실재를 게시 전에 확인하고 카드에 그 사실을 명기했다(RQ-127).

• 패턴: 회장님 성향표의 '데이터 실재를 의심함'은 일반 성향이다 — 카드에 "라벨이 있다"고 쓰지 말고

"라벨 필드가 스키마에 있음을 확인했다"고 써라. 다운로드 없이도(원칙 4) API 상세페이지의 swagger 정의로 필드 단위 실재 확인이 가능하다 — 집계표 함정(RQ-104형)을 다운로드 전에 거르는 새 요령.

• AI축은 새 것: 제로 과잉 카운트 라벨(폐점 수 — 대부분 0, 가끔 수백). 무시당한 메타·벤치 축과 달리

응용 데이터에 뿌리를 둔 기술 축이고, 보험 클레임 빈도라는 검증된 설계의 이식(새 맥락)이라 마더가 탄탄하다.

일시적 벽을 영구 벽으로 기록하지 마라 — data.go.kr 불통은 몇 시간짜리였다 (09-03)

오전 VERIFY에서 data.go.kr가 이 호스트에서 완전 불통이라 DEAD_ENDS에 올렸는데, 저녁 FORAGE 재시도에서 정상 복구(200, 검색·상세 전부 작동)됐다. 네트워크 벽은 서버 점검·일시 차단일 수 있다 — 연결 계열 실패는 '재시도 조건: 다른 시간대'를 달고, 다음 사이클이 반드시 재시도한다. 이번에 그 규칙이 작동해 RQ-123·125의 검증 보류를 하루 만에 풀었고, 공정위 API 실측(RQ-127)도 이 복구 덕에 가능했다.

정확도 질문을 그만하고 "내일 무엇을 다르게 결정하나"부터 쓴다 (09-03, RQ-128~135)

RQ-117~126은 라벨오염·전처리·분포이동이라는 기술어는 달랐지만, 회장님 눈에는 대부분 벤치 파일을 돌려 성능차를 보는 같은 카드였다. 침묵이 이어졌는데도 응용 명사만 바꿔 쌓은 것이 문제다. 이번 묶음은 카드마다 먼저 결정자·자원제약·결과표의 단위를 고정했다.

새 관문: RQ 문장을 읽고도 결과표의 x축·y축과 그 표를 쓰는 사람이 안 보이면 게시하지 않는다. 모델 비교와 설명력은 유지하되, AUC는 중간 측정치일 뿐 결론이 아니다. 이 원칙이 이번 카드에 적용한 핵심 변화다.

양성 목록만으로 발생예측을 만들지 않는다 — 모집단·조인키·시점 3관문 (09-03)

한국 공공데이터 후보 RQ-132~134는 소재는 강하지만 아직 확정 후보가 아니다. 공식 페이지에 리콜·고장·사고 목록이 있다는 것과 예측 데이터가 된다는 것은 다르다. 다음 셋을 실제 API 샘플로 확인하기 전에는 모델을 돌리지 않는다.

1. 모집단: 리콜/고장/사고가 없었던 제품·승강기·현장도 같은 시점의 음성 행으로 나오는가.
2. 조인키: 인증→리콜, 검사→고장, 진행현장→사고를 잇는 안정 ID가 양쪽에 같은 형식으로 있는가.
3. 시점: 예측시점 뒤에 생긴 원인·조치·최종상태 필드를 제거하고도 변수가 남는가.

하나라도 아니면 '발생예측'이 아니라 양성사례 안의 사후분류가 된다. 특히 RQ-134는 KISCON의 모든 진행현장 과거 스냅샷이 없으면 즉시 폐기한다. 흥미로운 소재 때문에 데이터 경계를 흐리지 않는다.

무시당한 두 축을 그만 쌓고 새 축을 열었다 — "학습분포 ≠ 배치분포" (09-03, RQ-125·126)

이전 FORAGE(RQ-123·124)는 기존 두 축('결정이 라벨을 만든다' · '반사적 전처리가 독')에 벽돌을 더 얹었다. 그런데 두 축 다 회장님 반응이 아직 없다(§2-7 침묵=무시). 내 INSIGHTS가 스스로 경고한 실패 모드 — 무시당한 방향에 계속 쌓으면 "병신같이 했던 짓 또 하는" 것(§0-3) — 에 빠질 참이었다. 그래서 이번엔 의도적으로 새 축을 열었다: 학습한 분포와 실제로 모델을 돌리는 분포가 다를 때 성능이 얼마나·왜 무너지나(분포 이동/OOD).

• RQ-125(전선 A, 응용): KAMP 제조 결함 — 한 설비/품목 모델을 다른 설비/품목으로 옮기면 얼마나 무너지고

소량 현장데이터로 얼마나 회복되나. KAMP가 KAIST+중기부(KOSMO) 운영 정부 AI 제조 플랫폼이라 회장님이 반응한 '정부 AI 사업' 성향표에 정확히 얹었다(데이터 자체 흥미 + 실무 감각).

• RQ-126(전선 G, 방법): TableShift(NeurIPS 2023) 벤치로 붕괴량을 이동특성으로 예측하는 메타 지도.
• 왜 쌍으로 냈나: 회장님이 둘 중 하나에 반응하면 이 축(응용↔방법)으로 곧장 수렴시키려는 것(§0-2). 단

방법(RQ-126)만 있으면 또 무시당할 위험이라 반드시 응용 앵커(RQ-125)를 함께 세웠다 — 메타 파일더미가 응용 없이 무시된 전례(RQ-105·117·120·124)를 되풀이하지 않기 위함이다.

• 자기 규율: RQ-125의 데이터는 링크로 확보한 게 50종 카탈로그(집계)뿐이고 원자료 접근·개체단위는 미확인

— RQ-104형 함정을 카드에 명시했다. 반응이 없으면 이 축도 자체폐기 후보로 본다.

집계 카탈로그를 원자료로 착각하지 마라 — data.go.kr의 '데이터셋 목록' 함정 (09-03, RQ-125)

KAMP 원자료를 찾다가 공공데이터포털 『인공지능(AI) 제조 데이터셋』(15089213)을 열면 50행짜리 카탈로그가 나온다 — 50종 데이터셋을 설명하는 집계표지 원자료가 아니다. 원자료는 kamp-ai.kr 본체에 따로 있고 접근 관문 (회원가입 여부)이 불명이다. '○○ 데이터셋'이라는 이름의 포털 항목이 실은 데이터셋의 목록/카탈로그일 수 있다 — 컬럼이 '순번·연도·업종·데이터셋명·다운로드링크'면 그건 카탈로그다(§'현황·통계'류 집계표 판별 요령의 변종).

두 프로그램에 각각 한 장을 얹었다 — 축을 벌리지 않고 굳혔다 (09-03, RQ-123·124)

이번 FORAGE는 새 축을 만들지 않고 기존 두 프로그램에 각각 벽돌을 얹었다 — 회장님 반응이 아직 없으니 축을 넓히기보다 각 축에 '다른 각도의 증거'를 붙여 어느 쪽이든 반응이 오면 곧바로 수렴시키기 위해서다.

• RQ-123 특허 심사결과 → '결정·적발이 라벨을 만든다' 축(RQ-121·122)에 혁신·특허라는 새 도메인을 붙였다.

라벨(등록/거절)이 심사관 결정 + 계류로 인한 우측 절단이 새 요소다. 121(선택적 라벨)·122(오염된 음성)에 이어 '절단된 라벨'로, 같은 축의 세 변주가 모였다. US(USPTO)→한국 이식이라 INSIGHTS 성향표(이식 긍정)에 맞춘다.

• RQ-124 정보성 결측(MNAR) → '반사적 전처리가 강한 모델엔 독' 축(RQ-117 리샘플링·RQ-120 인코딩)을

라벨 쪽이 아니라 피처 쪽으로 넓혔다. 결측을 반사적으로 '채우는' 관행이 강한 부스팅에선 오히려 신호를 지운다(ICLR 2025 마더). 단 이 메타 축은 회장님이 아직 무시 중이라, 카드에 한국 소득 무응답 응용 앵커를 달아 '벤치 뻔함'을 보완했다. 반응 없으면 이 축은 자체 폐기 후보로 본다(§2-7).

두 번째 축이 선다 — "결정·적발이 라벨을 절단·오염시키는 탐지 문제" (09-02, RQ-121·122)

메타러닝 파일더미(RQ-105·117·119·120)에 회장님이 아직 반응하지 않아, 이번엔 응용 카드로 방향을 틀었다. 두 카드가 같은 정신으로 묶인다 — 정답 라벨이 '자연 발생'한 게 아니라 사람의 결정/적발을 거친 뒤에만 생겨서 편향·오염돼 있고, 그래서 학습과 평가가 미끄러지는 문제다:

• RQ-121 수입식품 검사: 라벨(적합/부적합)이 검사관이 연 건에만 있다(선택적 라벨 selective labels).

열지 않은 모집단은 결과가 안 보인다 → 정확도가 과대추정. 마더 DATE(KDD 2020, 한국 저자)·Lakkaraju(KDD 2017).

• RQ-122 회계부정 탐지: 양성(부정)이 적발된 것에만 붙고 음성('정상')에 미적발 부정이 섞인다

(오염된 음성 = PU학습). + 희소사건 평가지표 논쟁(Bao 2020 JAR에 공개 반박·Erratum). → 이건 메타러닝 파일더미와 다른, 회장님이 좋아할 만한 응용·실무·미국→한국 축이다(INSIGHTS 성향표: 실무 감각·이식 긍정). 회장님이 둘 중 하나에 반응하면 이 축으로 수렴시킨다. 단 둘 다 데이터 접근에 미확인(음성/모집단·한국 라벨)이 남아 있어 VERIFY가 사활 — RQ-104·107형 함정을 카드에 명시했다.

마더가 데이터·코드를 공개했으면 재현은 기여가 아니다 (09-02, RQ-122)

Bao 2020(회계부정)은 GitHub에 데이터·코드를 통째로 공개했다. 이런 마더를 만나면 다운로드 즉시 재현되지만, 바로 그래서 재현은 논문이 안 된다('재현이면 죽는다' 축의 극단 사례). 살길은 마더에 붙은 논쟁(평가지표 반박· 정정)을 정량화하거나, 마더가 안 건드린 라벨 오염(PU학습)·새 맥락(한국)을 얹는 것. → 마더 조사 때 "저자가 데이터/코드를 공개했나"를 먼저 확인하면 격상 지점이 어디여야 하는지가 곧바로 정해진다.

하나의 축이 프로그램이 되고 있다 — "반사적 전처리가 강한 모델엔 독" (09-02)

이 보드에 같은 형태의 카드가 넷 쌓였다. 실무자가 반사적으로 쓰는 전처리/후처리가 강한 모델에선 오히려 성능·신뢰를 깎는가를 데이터 특성으로 지도화하는 순수 AI 기술 카드다:

• RQ-105 (승자 알고리즘 예측 — 데이터 특성 → 모델)
• RQ-117 (불균형 리샘플링이 강한 분류기엔 무익·캘리브레이션 훼손)
• RQ-120 (고카디널리티 타깃 인코딩이 성능은 좋으나 정보를 누수 — 언제 순이득/손해인가)
• RQ-119 는 결이 다르나 같은 정신: 점추정 정확도 경쟁이 아니라 '그 예측을 믿어도 되는가'(컨포멀 커버리지).

→ 이 넷은 한 논문(메타러닝)으로 묶일 수 있는 후보군이다. 회장님이 이 중 하나에 반응하면 나머지를 그 축으로 수렴시킨다(DIRECTIVE §0-2 '피드백에서 방향성을 눈치채라'). 단, 넷 다 벤치·메타라 데이터 자체는 뻔하다 — §2-2상 RQ의 날(경계·누수·붕괴의 정량)이 유일한 생존선이다.

마더가 이미 결론을 낸 분야는 '재현이면 죽는다' (09-02)

RQ-117(SMOTE)·RQ-119(컨포멀 커버리지)·RQ-120(타깃 인코딩)은 마더가 핵심 결과를 이미 냈다. 회장님의 '당연한 결론 혐오'와 겹친다 — 격상 4패턴을 대입할 때 '한 단계'가 재현/확인에 그치면 그 카드는 죽는다. 살리려면 마더가 각각 측정한 것을 '경계의 예측'으로 한 단계 올려야 한다(예: 언제 이득/손해인가를 데이터 특성으로 예측하는 메타모델). 이게 석사 눈높이의 '한 단계'이면서 재현이 아닌 지점이다.

개방데이터의 '개별기록 경계'를 먼저 잰다 (실측 09-02, KOROAD)

교통사고는 US crash-severity ML 문헌이 방대해 US→한국 이식이 매력적이지만, 한국은 전 심각도 개별사고 microdata를 개방하지 않는다. KOROAD 오픈API·data.go.kr는 집계·다발지역(12종)·위험지수만 공개하고, 개별기록은 『사망 교통사고 정보』 파일(15070340) 하나뿐이다. 그래서 개방데이터로 답할 수 있는 범위가 '모든 사고의 심각도'가 아니라 '사망사고 안에서 인명피해 규모'로 좁아진다(선택편향). → 매력적인 마더가 있어도 그 설계가 요구하는 라벨이 개방범위 안에 있는지부터 확인한다. RQ-104(도체 집계표)·RQ-107(NHIS 관문)과 같은 계열의 함정 — 이번엔 카드를 쓰기 전에 경계를 명시했다.

불균형이면 반사적으로 SMOTE — 이 통념이 흔들린다 (마더 확보 09-02)

• Elor·Averbuch-Elor 2022(arXiv 2201.08528): **오버샘플링은 약한 분류기엔 이롭지만

강한 분류기(부스팅 등)엔 성능 이득이 없다.**

• Zewen Liu 2026(arXiv 2606.29720): **언더샘플링은 확률 캘리브레이션을 심하게 깬다(ECE 0.008→0.395),

SMOTE는 소폭. 사후 재보정(Platt·isotonic)으로 최대 66% 회복.**

• 교훈: 이 보드의 불균형 카드(RQ-101 유찰·RQ-109 산불·RQ-115 폐업·RQ-118 다중사망)는

정확도만 보면 함정에 빠진다. 확률로 자원배분을 하려면 캘리브레이션을 반드시 같이 보고해야 한다. 이 자체가 순수 AI 기술 카드가 된다(RQ-117).

데이터 지형

• 공공데이터포털에서 이름에 "현황·통계·연보"가 붙으면 대부분 집계표 — 받기 전에 컬럼부터
• 파일 인코딩은 cp949가 기본값이라 생각하라. utf-8-sig 혼재
• HuggingFace full=true는 라이선스 0% — expand[]=cardData를 써야 한다
• KCI는 키 없이 OAI-PMH로 전수 수집 가능. 단 resumptionToken이 포맷을 몰래 바꾼다
• "정답 라벨"은 자연 발생 기록(낙찰·판정·처분)이 주석 라벨보다 신뢰도 높다

공공데이터포털 판별 요령 (실측으로 얻은 규칙)

• 이름에 『통계연보』·『현황』·『통계』가 붙으면 집계표다. 받기 전에 컬럼부터 본다

(축산 등급판정이 여기서 걸렸다 — 카드 하나를 폐기시킨 원인)

• '제공처 이동형': 상세페이지에 atchFileId가 없으면 포털에서 직접 못 받는다.

원 기관 사이트로 가야 한다 (스마트팜)

• 헤더만 보는 법: 다운로드 스트림을 head -c 3000 으로 끊으면 컬럼 구조를 알 수 있다.

전체를 받지 않고 판정할 수 있다 — 원칙 4를 지키는 실무 요령

• 인코딩은 cp949가 기본. 결과·판정·적발 계열이 개체 단위일 확률이 높다

라벨 분포는 반드시 본다 — 평균이 거짓말을 한다

산불 피해면적: 중앙값 0.15ha · 평균 66.8ha · 최대 52,707ha. 상위 1%가 전체의 97%. 이런 롱테일에서는 '평균을 맞히는' 모델 비교가 무의미하고, 극단값 탐지로 문제를 다시 세워야 한다. 분포를 안 보고 회귀부터 돌리면 논문이 통째로 헛돈다.

마더 페이퍼는 어디서 찾나 (실측 09-02)

• 로컬 코퍼스(AIS 18,784 · 상위저널 15,685)는 IS 문헌이다. 산불·조달·부도 같은

응용 ML 논문은 여기 없다 — 산불 검색 12건이 전부 오탐이었다

• arXiv API가 가장 효율적이다. export.arxiv.org/api/query?search_query=all:"..."

로 5분 만에 RQ 5개의 마더 후보를 찾았다. 봇차단 없음

• 검색어는 문제의 성질로 짠다(extreme event·imbalanced·ordinal),

소재로만 짜면(wildfire Korea) 안 나온다

인접 문헌이 비어 있으면 두 가지다

RQ-101(조달 낙찰률)을 찾아보니 조달 ML은 담합·유출 탐지가 주류고 낙찰률·유찰 예측 자체는 안 보였다. 이건 빈틈이거나 내 검색이 얕은 것이다. 둘 중 무엇인지 확인하기 전에는 "신규성 있음"이라고 쓰지 않는다.

평가지표를 제안한 선행이 '동기'를 선점하면, 기여를 좁혀야 산다 (VERIFY 10-03, RQ-347)

RQ-347(부분 AUC)의 선행중복을 WebSearch로 돌려보니, pAUC 직접최적화 vs 'AUC최적화+사후 임계이동'을 저FPR 운영구간에서 머리 맞댄 손익비교는 못 찾았다(빈틈 가능). 그런데 가장 가까운 선행 Carrington 외 「concordant partial AUC...」(BMC Med Inform Decis Mak 20:4, 2020, DOI 10.1186/s12911-019-1014-6, SOURCE_VERIFIED)가 이미 "불균형엔 ROC/AUC의 일부만 유의미"라며 일치 pAUC·부분 c-통계를 평가지표로 제안해 버렸다. 즉 *'불균형이니 pAUC를 봐야 한다'*는 동기 자체는 더 이상 신규가 아니다. → 교훈: 방법/지표 축 카드는 "이 지표가 중요하다"를 기여로 내세우면 선행에 선점당해 죽는다. 살길은 그 지표를 쓰는 방식의 손익지도(여기선 직접최적화 vs 임계이동의 운영구간 손익분기)로 기여를 좁히는 것. 선행탐색은 '방법 제안'뿐 아니라 '지표·평가 제안' 갈래까지 같이 긁어야 한다. McClish 1989(pAUC 개념 원형)도 이번에 서지·DOI 확정(10.1177/0272989X8900900307, PARTIALLY_VERIFIED).

예측이 뻔한지 먼저 재본다 (실측 09-02)

방위사업청 낙찰률: 낙찰하한율만으로 회귀하면 <b>R²=0.263</b>. 즉 규칙이 기계적일 것 같아도 73.7%는 모델의 몫이었다. 반대로 72.1%는 하한율 ±0.5%p에 붙어 있어, 질문을 '평균 예측'이 아니라 '왜 어떤 건은 크게 벗어나는가'로 세우는 게 정직하다. → 카드에 '예측이 너무 쉬울 위험'을 적었으면, 회귀 한 줄로 먼저 재본다.

접근 관문의 무게를 먼저 잰다 (실측 09-02)

같은 '신청 필요'라도 무게가 천차만별이다. 카드를 쓰기 전에 이 등급부터 매긴다.

데이터 급이 높아도 관문이 무거우면 못 쓴다. RQ-107(NHIS 100만명)이 여기 걸려 있다.

봇차단 지도

• 막힘: MDPI · AIS/Bepress · 데이콘(로그인) · n.news.naver(부분)
• 열림: arXiv · PMC · 공공데이터포털(UA만) · KCI · HF · IEA · 네이버 뉴스 모바일판

모델 실측 (2026-09-01, KLUE YNAT 45,678행 — 방향 폐기됐지만 교훈은 유효)

• 로지스틱회귀 0.812(19초) > MLP 0.779(2,209초) — 고차원 희소 특징에선 선형이 강하다
• 나이브베이즈 0.728(0.04초) — 비용 대비 성능의 극단
• 교훈: "복잡한 모델이 이긴다"는 가정은 데이터 형태에 따라 뒤집힌다

침묵도 신호다 (09-02)

"댓글 달지 않은 건 달 가치가 없는 거라 무시한 거야."

09-02 라운드에서 코멘트를 못 받은 카드: RQ-101(입찰) · RQ-103(실거래) · RQ-109(산불) · RQ-110(스마트팜). 내가 최강이라고 본 RQ-109가 무시당했다. 내 판단과 회장님 관심은 다르다. 실측을 많이 했다고 흥미로운 게 아니다.

KAIST 선례가 최고의 조준경이다 (09-05)

881편 서지 실측 결과, 이 학과에서 반복 통과되는 형이 있다 — 수요예측 18 · 주식금융 22 · 이탈 7 · 부도 6 · 부동산 3. 강 교수는 리뷰·이커머스·감성 + 예측 + XAI 축. 새 카드는 이 선례에 올라타되 "KAIST가 안 한 각도"로 한 단계 얹는다. 상세: knowledge/kaist_thesis_precedents.md

★ 회장님 본인 설계가 이미 있었다 (10-01 발견 — 가장 큰 교훈)

구글 드라이브에 보드 236장보다 앞선 회장님 자신의 논문 설계 2건이 있었다.

1. 「논문연구_강금석 교수님」(2025-12, 교수님과 화상회의) — 글로벌 야간변수(S&P·나스닥·SOX·VIX·NDF·

Eurex야간선물)로 KOSPI 시초가 방향 조기경보, RF/LSTM/EAL vs 로지스틱/SVM. 벤치마크 최연지(2021, 연세대 IPO ML)

1. 「논문 주제 메모」(2025-05) + 「논문_Raw_유튜브 광고_Brand별 조사」— 유광기에서 이미 수집한

음식 PPL 1,271행·인스트림 1,138행. 원래 y=SSG 매출(접근 불가 추정)

교훈: 공공데이터에서 카드를 찍기 전에 회장님이 이미 가진 설계·데이터부터 봤어야 했다. 9/3 피드백(11장 폐기+질문 4건)이 4주간 미처리로 방치됐다 — sync_feedback 수동 실행에 의존한 탓.

9/3 폐기 패턴 — '순수 AI기법' 카드도 죽였다

죽인 것: 오버샘플링(117)·범주형 인코딩(120)·분포이동(126)·예측지평(113)·라벨노이즈(114) 등 추상적 ML 기법 질문 다수. 회장님이 원하는 것은 '기법 연구'가 아니라 구체적 대상 + 모델 비교 + 엣지가 설명되는 응용이다. 이후 자동 사이클이 이중하강·코어셋· 커리큘럼 같은 순수 학습이론 카드를 100장 넘게 찍은 것은 조준 실패다.

회장님 피드백 성향 (RQ 조준용 — 계속 갱신)

내부 템플릿 포화 (AUDIT 10-05, Zane)

"누수 유형 X → 모델 랭킹 뒤집히나(Kendall τ·1등 뒤집힘) + 값싼 사전지표" 골격이 하루에 여러 카드로 번졌다 — RQ-365(시간 look-ahead)·367(그룹)·368(라벨오류 CL)·369(근접중복). 각 카드가 서로를 "인접 구분"으로 방어하지만 그것이 오히려 형제 카드라는 증거다. 심사위원에게는 분리된 4논문이 아니라 한 통합 논문("누수·데이터품질 4종이 표형 모델선택을 뒤집나 + 사전등록 체크")의 로버스트니스 4팔로 읽힌다. 넷 중 하나만 산다. 또: 368의 "표형 CL 보드 0장"은 자기 보드만 센 것 — 표형 오라벨 탐지 벤치는 외부에 이미 확립(arXiv 2510.16211·Springer AI Review 34법 서베이). "보드 0장"은 선행부재가 아니다.

프로세스 교훈

• 결정은 그 자리에서 파일에 — 세션이 끝나면 사라진다 (수십 건을 잃고 배웠다)
• 워크플로 YAML은 푸시 전 yaml.safe_load 검증 (한 번 깨뜨렸다)
• 크론은 PATH가 없다 — 절대경로 (3회 조용히 실패했다)
• 조용한 실패 금지 — 실패도 알림

DEAD ENDS — 막힌 길 (재시도 금지)

DEAD_ENDS — 막힌 길. 재시도 금지