꿈라CBT다음 <보기>의 상황에 대한 진단과 처방으로 가장 적절한 것은?
보기
| 항목 | 내용 |
|---|---|
| 모델 성능 | 이탈 예측 AUC 0.91(기존 규칙 기반 0.68 대비 대폭 개선) |
| 보고 방식 | 변수 중요도·하이퍼파라미터·손실 함수 수식 중심의 기술 문서 40쪽 |
| 현업 반응 | “어떤 고객에게 무엇을 하라는 것인지 모르겠다”, “왜 그 고객이 이탈한다는 것인지 설명이 없다” |
| 결과 | 도입 보류, 기존 규칙 기반 시스템 계속 사용 |
- 1AUC를 0.95 이상으로 더 끌어올리면 현업이 자연히 설득되므로, 추가 변수 수집과 모델 튜닝에 자원을 집중하는 것이 우선이다.
- 2소프트 스킬은 객관적으로 측정하기 어려우므로 관리 대상이 아니며, 데이터 사이언티스트는 하드 스킬만 고도화하고 전달은 전적으로 기획 부서에 맡겨야 한다.
- 3하드 스킬은 충분하나 결과를 비즈니스 언어로 옮기는 소프트 스킬이 부족하므로, 예측 근거와 기대 효과를 금액·행동 지침으로 전달해야 한다.
- 4현업이 이해하지 못한 것은 모델이 지나치게 복잡하기 때문이므로, 성능이 낮더라도 규칙 기반 모델로 되돌리는 것이 올바른 해결책이다.