GDGoC AI 스터디 2주차는 다른 코어가 K-means로 세션을 진행했다. 같은 코어 입장에서 세션을 들으며 정리한 개념, 실습 코드를 직접 돌려 보며 헷갈렸던 점, 그리고 "이렇게 가르치니 잘 들어오네" 싶었던 부분을 기록해 둔다.

0. 스터디 소개

1주차는 내가 뉴런과 경사하강법을 맡았고, 2주차는 다른 코어분이 비지도학습을 맡았다.

1. 세션의 출발점: 정답이 없어도 학습할 수 있을까?

세션은 1주차 복습으로 시작했다. 1주차에는 정답 $y$를 알려주고 예측이 정답에 가까워지도록 가중치를 조정했다. 그리고 바로 질문을 던졌다.

정답이 없어도 데이터를 학습할 수 있을까?

1주차 내용을 기준점으로 두고 "이번엔 뭐가 빠졌나"로 들어가니까, 비지도학습이 완전히 새로운 개념이 아니라 지도학습에서 정답만 뺀 것으로 자연스럽게 연결됐다.

2. K-means 알고리즘

두 가지 동작의 반복

K-means는 두 동작만 번갈아 반복한다.

① 배정: 각 점을 가장 가까운 중심에

$$ c_i = \arg\min_k \lVert x_i - \mu_k \rVert^2 $$

• $x_i$: 데이터 하나
• $\mu_k$: k번째 그룹의 중심
• $c_i$: $x_i$가 배정된 그룹 번호

② 이동: 그룹의 평균으로 중심을 다시 정함

$$ \mu_k = \frac{1}{\lvert C_k \rvert}\sum_{x_i \in C_k} x_i $$

• $C_k$: k번째 그룹에 속한 점들의 모음
• $\lvert C_k \rvert$: 그 점들의 개수

4단계로 풀면

1. 중심점 K개를 정한다
2. 각 점을 가장 가까운 중심에 배정한다
3. 각 그룹의 평균 위치로 중심을 옮긴다
4. 소속이나 중심이 더 이상 바뀌지 않을 때까지 반복한다

슬라이드에서는 이 과정을 3컷 그림(초기 배치 → 배정 → 평균으로 이동)으로 보여줬다. 수식만 봤으면 $\arg\min$에서 멈칫했을 텐데, 그림을 먼저 보니 "가까운 데 붙이고, 가운데로 옮기고"라는 말로 바로 정리가 됐다.

3. 그룹 개수 K는 어떻게 정하나: 엘보우 방법

K-means는 K를 사람이 미리 정해야 한다.

• K가 너무 작으면 → 서로 다른 데이터가 한 그룹에 섞임
• K가 너무 크면 → 비슷한 데이터도 여러 그룹으로 쪼개짐

그래서 여러 K로 돌려 보고 WCSS를 비교한다.

$$ WCSS = \sum_k \sum_{x_i \in C_k} \lVert x_i - \mu_k \rVert^2 $$

각 점과 자기 그룹 중심 사이 거리 제곱의 총합이다. 작을수록 그룹이 촘촘하다.

K를 늘리면 WCSS는 계속 줄어든다. 극단적으로 점 개수만큼 K를 잡으면 0이 된다. 그래서 "가장 작은 WCSS"가 아니라 줄어드는 폭이 꺾이는 지점(팔꿈치) 을 K 후보로 삼는다.

4. 표준화: 특징마다 범위가 다르면

K-means는 거리로 그룹을 정한다. 그래서 숫자 범위가 큰 특징이 거리를 좌우해버린다.

붓꽃 데이터만 봐도 꽃잎 길이는 대략 17, 꽃받침 길이는 대략 48로 범위가 다르다. 그래서 먼저 척도를 맞춘다.

$$ z = \frac{x - \mu}{\sigma} $$

($\mu$: 평균, $\sigma$: 표준편차)

응용통계 수업에서 배운 z-점수 그대로다. 통계 시간에 배운 게 이렇게 전처리로 쓰이는 걸 보니 반가웠다.

5. 실습: 정답을 가리고 붓꽃 묶기

세션 실습의 컨셉이 좋았다.

붓꽃 종류(정답)를 가리고, 꽃잎 길이와 너비만으로 그룹을 만들어 보자. 마지막에 모델이 만든 그룹이 실제 꽃 종류와 얼마나 비슷한지 확인한다.

세션이 끝나고 Colab에서 직접 돌려 봤다.

① 데이터 불러오기 & 표준화

from sklearn.datasets import load_iris
from sklearn.preprocessing import StandardScaler
import matplotlib.pyplot as plt

iris = load_iris()

# 꽃잎 길이와 꽃잎 너비만 선택
X = iris.data[:, 2:4]

# 특징값의 크기를 비슷한 기준으로 맞춤
X_scaled = StandardScaler().fit_transform(X)

# 정답 정보 없이 데이터 모양 확인
plt.scatter(X_scaled[:, 0], X_scaled[:, 1], color="teal")
plt.xlabel("Petal length (standardized)")
plt.ylabel("Petal width (standardized)")
plt.title("Iris data without labels")
plt.show()

iris.target(정답)은 쓰지 않는다. 점이 전부 같은 색으로 찍힌다.

② 엘보우 방법으로 K 후보 찾기

from sklearn.cluster import KMeans

wcss = []

for k in range(1, 9):
    model = KMeans(n_clusters=k, random_state=42, n_init=10)
    model.fit(X_scaled)
    wcss.append(model.inertia_)   # inertia_ = 그 K에서의 WCSS

plt.plot(range(1, 9), wcss, marker="o")
plt.xlabel("Number of clusters (K)")
plt.ylabel("WCSS")
plt.title("Elbow Method")
plt.xticks(range(1, 9))
plt.show()

③ K=3으로 군집화

model = KMeans(n_clusters=3, random_state=42, n_init=10)
clusters = model.fit_predict(X_scaled)

plt.scatter(X_scaled[:, 0], X_scaled[:, 1], c=clusters, cmap="viridis")

centers = model.cluster_centers_
plt.scatter(centers[:, 0], centers[:, 1], marker="X", s=250, color="red")

plt.xlabel("Petal length (standardized)")
plt.ylabel("Petal width (standardized)")
plt.title("K-means clustering result")
plt.show()   # 빨간색 X가 각 그룹의 중심점

6. 🐛 직접 돌려 보며 막힌 것들

슬라이드 코드를 그대로 복사했더니

슬라이드에 있던 코드를 옮기는데 for 문 안쪽 들여쓰기가 풀려 있었다. 파이썬은 들여쓰기가 문법이라 그대로 붙이면 바로 IndentationError가 난다. 위 코드는 들여쓰기를 복원한 버전이다.

슬라이드 → 코드 복붙은 들여쓰기부터 확인하자. 나중에 내가 세션 자료 만들 때도 조심할 부분.

inertia_가 뭐지?

슬라이드에선 WCSS라고 배웠는데 코드엔 inertia_가 나온다. scikit-learn에서 WCSS를 부르는 이름이 inertia_였다. 같은 것인데 이름이 달라서 처음엔 다른 값인 줄 알았다.

헷갈렸던 개념 정리

7. 세션 밖에서 혼자 연결해 본 것

W1과 W2는 생각보다 닮았다

마지막 질문을 곱씹다가, 내가 맡았던 1주차와 이번 2주차가 같은 뼈대라는 걸 알게 됐다.

둘 다 "어떤 숫자를 정해 두고, 그걸 줄이는 방향으로 반복한다" 는 뼈대는 같다. 다만 K-means는 미분해서 $w$를 고치는 게 아니라,앞으로 어떤 알고리즘이 나와도 "이건 뭘 줄이려고 하지?"라는 질문 하나로 구조를 잡을 수 있을 것 같다.

내 프로젝트(Daon)에서 보면

Daon 개발기에서 만든 감정 분류기는 6개 감정 라벨(정답)을 주고 학습시킨 지도학습이다.

만약 라벨 없이 5만 개 문장을 "비슷한 것끼리" 묶었다면 비지도학습이 된다. 그때 K를 6으로 잡으면 감정 6개와 비슷하게 묶일까? 아마 아닐 것이다. 모델은 감정이 아니라 문장 길이나 자주 나오는 단어로 묶을 수도 있다. 비지도학습은 무엇을 기준으로 묶을지 우리가 정해주지 않는다는 게 장점이자 한계다.

1편에서 만든 감정 분류기는 정확도 57%다. 이 모델에 사람의 안전을 맡길 수는 없어서, 분류기보다 먼저, 별도로 동작하는 위기 탐지 게이트를 만들었다. 이번 편은 그 설계 원칙과, 테스트 중 실제로 터진 미탐 버그에 대한 기록이다.

1. 왜 위기 탐지를 따로 만들었나

감정 분류기로는 부족한 이유

감정 분류기는 문장을 6개 감정 중 하나로 고르는 모델이다. "위험한가"를 판단하도록 학습된 모델이 아니다.

예를 들어 "다 끝내고 싶어" 같은 문장은 분류기 입장에서 그냥 슬픔이다. 틀린 분류는 아니지만, 챗봇이 이걸 일반적인 슬픔처럼 받아서 "오늘 많이 힘드셨나 봐요~"로 넘어가면 안 된다.

게다가 정확도가 57%다. 10번 중 4번은 틀린다. 감정 분류가 틀리면 공감 톤이 조금 어긋나는 정도지만, 위기 판단이 틀리면 얘기가 다르다.

LLM에 맡기지 않은 이유

"그냥 Gemini한테 위험한지 물어보면 되지 않나?" 싶었지만 세 가지 이유로 제외했다.

특히 세 번째가 컸다. 실제로 3편에서 다룰 Gemini 연동 중에 503(서버 과부하), 429(요청 한도 초과) 에러를 계속 만났다. 안전장치가 외부 서버 상태에 따라 켜졌다 꺼졌다 하면 안전장치가 아니다.

그래서 위기 게이트는 내 코드 안에서, 네트워크 없이, 항상 같은 결과를 내는 규칙 기반으로 만들었다.

전체 흐름에서의 위치

사용자 입력
   ↓
[위기 탐지 게이트]  ← 이번 편
   ├─ 위기 O → 공감 + 전문기관 안내 (대화는 끊지 않음)
   ↓ 위기 X
[KoBERT 감정 분류]  ← 1편
   ↓
[LLM(Gemini)]       ← 3편

게이트가 맨 앞에 있다는 게 핵심이다. 감정 분류나 LLM 호출보다 먼저 실행된다.

2. 설계 원칙 1: 미탐 > 오탐

두 종류의 실수

분류 문제에서 틀리는 방식은 두 가지다.

둘 다 줄이면 좋겠지만, 현실적으로 하나를 줄이면 다른 하나가 늘어난다. 기준을 빡빡하게 잡으면 미탐이 늘고, 느슨하게 잡으면 오탐이 는다.

어느 쪽을 택했나

다온은 오탐을 감수하고 미탐을 줄이는 쪽을 택했다.

화재경보기랑 비슷하다. 요리하다 연기 조금 났을 때 울리는 경보기는 짜증 나지만, 진짜 불났을 때 안 울리는 경보기는 존재 이유가 없다.

그래서 "배고파 죽겠다", "과제 때문에 죽을 것 같아" 같은 관용 표현이 걸리는 건 의도적으로 감수했다. 이런 경우 챗봇이 "혹시 많이 힘드신가요?"라고 한 번 더 묻는 정도의 불편함은 괜찮다고 판단했다.

게이트의 목적은 "정확히 맞히기"가 아니라 "놓치지 않기" 다.

3. 설계 원칙 2: 문장 길이는 필터가 아니라 보조 신호

처음 세운 가설

개발하면서 이런 생각이 들었다.

급성 위기일수록 말이 짧고 단정적이지 않을까?

길게 상황을 설명하는 사람은 아직 누군가와 이야기할 여유가 있는 상태고, 짧게 결론만 말하는 쪽이 더 급할 수 있다는 가설이었다.

필터로 쓰면 안 되는 이유

문제는 이걸 필터로 쓰는 순간이다. "긴 문장은 안전하니 통과"로 만들면, 길게 쓴 진짜 위기를 놓친다. 원칙 1(미탐 > 오탐)에 정면으로 위배된다.

역할 분리

그래서 판단을 두 단계로 나눴다.

강도 판단 기준은 이렇다.

• high: 구체적인 시점·방법 언급이 있거나, 짧고 단정적인 표현
• medium: 위기 신호는 있지만 길게 상황을 토로하는 경우

길이는 "잡을지 말지"가 아니라 "어떻게 대응할지" 에만 영향을 준다.

4. 구현

CrisisGate 클래스

class CrisisGate:
    SHORT_TEXT_LEN = 15  # 짧은 문장 기준 (예시 값)

    def __init__(self):
        self.crisis_keywords = [...]     # 위기 신호 표현
        self.imminent_keywords = [...]   # 임박 신호 (시점·방법 등)

    def check(self, text: str) -> dict:
        text = text.strip()

        # 1단계: 감지 (길이 무관)
        has_crisis = any(k in text for k in self.crisis_keywords)
        if not has_crisis:
            return {"crisis": False, "level": None}

        # 2단계: 강도
        has_imminent = any(k in text for k in self.imminent_keywords)
        is_short = len(text) <= self.SHORT_TEXT_LEN

        level = "high" if (has_imminent or is_short) else "medium"
        return {"crisis": True, "level": level}

    def get_response(self, level: str) -> str:
        ...

키워드 목록은 공개 글이라 생략했다. 탐지 표현을 그대로 공개하면 우회 방법을 알려주는 셈이 되기 때문이다.

사용 예시

gate = CrisisGate()

result = gate.check(user_input)
if result["crisis"]:
    reply = gate.get_response(result["level"])
else:
    emotion = classifier.predict(user_input)   # 1편의 KoBERT
    reply = llm.generate(user_input, emotion)  # 3편의 Gemini

게이트가 위기를 감지하면 감정 분류와 LLM 호출을 아예 건너뛴다. 이 경로에서는 외부 API가 죽어 있어도 응답이 나간다.

5. 응답 설계: 어떻게 말할 것인가

위기를 잡는 것만큼 중요한 게 잡은 다음에 뭐라고 말하느냐였다.

정한 원칙

강도별 대응

high: 공감 → 즉시 전문기관 안내 → 대화 이어가기

지금 많이 힘드신 것 같아요. 이야기해 주셔서 고마워요.
지금 바로 이야기 나눌 수 있는 분들이 있어요.
자살예방상담전화 109는 24시간 연결돼요.
저도 여기서 계속 이야기 들을게요.

medium: 공감 → 열린 질문 → 경청 → 대화 흐름 속에서 자연스럽게 권유

마음이 많이 무거우셨겠어요.
어떤 일이 있었는지 조금 더 이야기해 주실 수 있을까요?

medium에서 바로 전화번호부터 들이밀지 않은 건, 아직 이야기하고 싶은 사람에게 번호부터 주면 "넌 내가 감당 못 해"로 들릴 수 있어서다.

6. 🐛 실제로 터진 미탐

상황

테스트 문장을 넣어 보다가, 누가 봐도 고위험인 문장이 crisis: False로 그냥 통과했다.

{"crisis": False, "level": None}

감정 분류기로 넘어가서 일반 대화처럼 처리될 뻔한 상황이다. 원칙 1에서 "제일 치명적"이라고 적어 둔 바로 그 미탐이었다.

원인

코드를 따라가 보니 원인은 단순했다.

1. 문장에는 시점·방법 같은 임박 신호가 분명히 있었다
2. 그런데 위기 표현이 키워드 목록에 없는 활용형이었다
3. 그래서 1단계(감지)에서 안 걸렸고
4. 1단계를 통과 못 하니 2단계(강도)까지 가지도 못했다

2단계에 임박 신호 체크가 있어도 소용없었다. 1단계가 문지기라서, 거기서 막히면 뒤는 실행조차 안 된다. 구조상 1단계의 구멍이 곧 전체의 구멍이었던 것이다.

조치

일단 해당 활용형을 키워드에 추가해서 막았다. 다시 넣어 보니 high로 정상 감지됐다.

근본적인 문제

그런데 이 방식은 끝이 없다. 한국어는 어미 활용이 다양해서 같은 의미를 수십 가지 형태로 말할 수 있다. 하나를 막으면 다른 활용형이 또 빠져나간다.

"키워드 방식은 문맥을 모른다"는 건 설계할 때 이미 알고 있던 한계였다. 그런데 막상 내 코드에서 실제로 재현되니 무게가 달랐다.

7. 한계와 개선 방향

현재 게이트의 한계

생각하는 개선 방향

• 형태소 분석: 어간 기준으로 비교하면 활용형 누락을 줄일 수 있다
• 1단계에 임박 신호도 포함: 위기 표현이 없어도 임박 신호가 있으면 일단 잡는 OR 구조
• AI 보강: 키워드로 1차, 문맥을 이해하는 모델로 2차를 거는 이중 안전망( 2026년 9월 15일, 미국 Typesafe AI에서 만든 Jev라는 기술을 사용해봐도 괜찮을 듯)
• 검증된 표현 목록: 실서비스라면 내가 만든 목록이 아니라 전문기관이 검증한 기준을 써야 한다

지금의 게이트는 구조를 검증하기 위한 프로토타입이다. 실서비스 수준의 안전장치가 아니다.

8. 이번 편에서 배운 것

1. 오류에도 무게가 다르다. 정확도 하나로 모델을 평가하면 안 된다. 어떤 실수가 더 치명적인지 먼저 정하고, 거기에 맞춰 설계해야 한다.
2. 신호마다 역할이 있다. 문장 길이처럼 애매한 신호도 필터로 쓰면 독이지만, 보조 신호로 쓰면 유용하다.
3. 안전장치는 외부에 의존하면 안 된다. 항상 같은 결과를, 항상 작동하는 곳에서 내야 한다.
4. 알던 한계도 직접 겪어야 체감된다. 미탐 버그 하나가 개선 방향을 훨씬 구체적으로 만들어 줬다.
5. 내 시스템이 어디서 놓치는지 아는 것이 실력이다. "키워드로 잡는다"보다 "어디서 놓치는지 알고 설계했다"가 이번 편의 핵심이다.

다음 편 예고

드디어 LLM을 붙인다. Claude API에서 Gemini로 바꾸게 된 이유, .env로 API 키 숨기기, 그리고 503 → 429 → 첫 응답까지의 에러 여정을 다룬다.

본 프로젝트는 학습·포트폴리오용 프로토타입이며 전문 상담을 대체하지 않습니다.

한국어 정서지지 챗봇 다온(Daon) 을 만들면서 겪은 과정을 기록하는 시리즈다. 이번 편에서는 데이터 전처리부터 KoBERT 감정 분류기 학습까지 다룬다. 학습·포트폴리오용 프로토타입이며, 전문 상담을 대체하지 않는다.

1. 다온은 어떤 프로젝트인가

LLM에 사용자 말을 그대로 던지는 챗봇이 아니라, 세 단계를 거치도록 설계했다.

사용자 입력 ↓ [위기 탐지 게이트] ── 위기 O → 공감 + 전문기관 안내 (대화는 끊지 않음) ↓ 위기 X [KoBERT 감정 분류] → 6개 감정 중 하나 ↓ [LLM(Gemini)] → 감정 정보를 주입한 프롬프트로 공감 응답 생성

핵심은 "판단은 내가 만든 부품이, 말은 LLM이" 하는 구조다. 이번 편은 이 중 가운데, 감정 분류기를 만드는 과정이다.

2. 데이터 준비: 5만 건의 중첩 JSON을 2열 표로

데이터 확보

AI Hub의 감성대화 말뭉치를 사용했다. 발화마다 감정이 라벨링되어 있고, 60개 세부 감정이 6개 대분류로 묶여 있다.

처음엔 엑셀 파일일 거라 생각했는데 받아 보니 JSON이었다. 첫 교훈: 가정은 반드시 확인하자.

import pandas as pd

df = pd.read_json("data/감성대화말뭉치(최종데이터)_Training.json")
print(df.shape)    # (51628, 2)
print(df.columns)  # ['profile', 'talk']

필요한 값은 깊숙이 중첩되어 있었다.

• 감정 코드: profile → emotion → type (예: E18)
• 사람 발화: talk → content → HS01

설계 결정: 60개가 아닌 6개 감정

감정 코드의 앞자리로 대분류가 정해진다.

세부 60개 대신 대분류 6개만 쓰기로 했다. 학습이 쉽고, 챗봇이 사용자 상태를 파악하는 데는 6개로 충분하다고 판단했다.

전처리 코드

def code_to_emotion(emotion_code: str) -> str:
    code_num = emotion_code[1]          # "E18" → "1" (문자!)
    mapping = {"1": "분노", "2": "슬픔", "3": "불안",
               "4": "상처", "5": "당황", "6": "기쁨"}
    return mapping.get(code_num, "알 수 없음")

sentences, emotions = [], []
for i in range(len(df)):
    sentences.append(df.loc[i, "talk"]["content"]["HS01"])
    emotions.append(code_to_emotion(df.loc[i, "profile"]["emotion"]["type"]))

result = pd.DataFrame({"sentence": sentences, "emotion": emotions})

🐛 첫 번째 버그: 문자 "1"과 숫자 1

처음엔 code_num == 1로 비교했다가 모든 데이터가 else로 빠졌다. "E18"[1]로 꺼낸 값은 문자열 "1"이지 숫자가 아니다. type()으로 찍어 보고 나서야 알았다.

코드는 맞는 것 같은데 결과가 이상하면, 타입부터 의심하자.

결과 검증

print(result["emotion"].value_counts())

합계 51,628건, "알 수 없음" 0건. 다만 기쁨이 다른 감정보다 약 3천 건 적은 불균형이 보였다. 이게 나중에 성능 한계의 원인 중 하나가 된다.

3. KoBERT 파인튜닝

개념 한 줄 정리

• KoBERT: 한국어를 이미 잘 아는 사전학습 모델 (국어 잘하는 전학생)
• 파인튜닝: 그 전학생에게 "감정 구분법"만 추가로 가르치는 것

KoBERT에는 한국어를 이해하는 "몸통"만 있고 감정을 고르는 "머리"는 없다. num_labels=6으로 머리를 새로 달고, 그 머리를 내 데이터로 훈련시키는 것이 파인튜닝이다.

파이프라인

from sklearn.model_selection import train_test_split
from transformers import AutoTokenizer, AutoModelForSequenceClassification

# 1. 라벨 인코딩 (감정 → 숫자)
label_map = {"분노": 0, "슬픔": 1, "불안": 2, "상처": 3, "당황": 4, "기쁨": 5}
result["label"] = result["emotion"].map(label_map)

# 2. 학습/검증 분리 (8:2, 감정 비율 유지)
X_train, X_test, y_train, y_test = train_test_split(
    result["sentence"].tolist(), result["label"].tolist(),
    test_size=0.2, random_state=42, stratify=result["label"])

# 3. 토큰화 (문장 → 숫자)
tokenizer = AutoTokenizer.from_pretrained("monologg/kobert", trust_remote_code=True)
train_enc = tokenizer(X_train, truncation=True, padding=True,
                      max_length=64, return_tensors="pt")

# 4. 모델 불러오기 (6갈래 분류 머리 부착)
model = AutoModelForSequenceClassification.from_pretrained(
    "monologg/kobert", num_labels=6, trust_remote_code=True)

• 학습용 41,302건 / 검증용 10,326건
• stratify로 두 세트 모두 6개 감정 비율을 똑같이 맞췄다
• Colab 무료 GPU(T4)에서 학습

🔥 과적합을 직접 목격하다

3에폭으로 학습한 결과다.

Training Loss는 계속 내려가는데 Validation Loss는 오히려 올라간다. 모델이 문제집을 외우기 시작해서, 처음 보는 문장은 더 못 맞히게 된 상태, 즉 과적합이다.

개선: 진단 → 조치 → 검증

에폭을 2로 줄여 다시 학습했다. 이때 함정이 하나 있었다.

⚠️ 모델을 from_pretrained로 새로 불러오지 않고 다시 train()하면, 이미 3에폭 학습된 모델에 2에폭이 누적되어 과적합이 더 심해진다.

랜덤으로 찍으면 16.7%(1/6)이니 약 3.4배 수준이다.

개선 폭이 크지 않다는 건 과적합만이 원인은 아니었다는 뜻이다. 남은 원인으로 보는 것들은 다음과 같다.

• 슬픔 ↔ 상처처럼 경계가 모호한 감정 쌍
• 기쁨 클래스의 데이터 불균형
• 학습률·배치 크기 등 하이퍼파라미터 미튜닝

지금은 "전체 파이프라인 완성"이 우선이라 57%로 확정하고, 성능 최적화는 뒤 단계로 미뤘다.

4. 이번 편에서 배운 것

1. 원본 데이터는 항상 지저분하다. 모델링보다 전처리에 더 많은 시간을 썼고, 그게 정상이다.
2. 숫자 하나 올리는 것보다 원인을 아는 게 중요하다. 0.86%p 개선보다, 과적합을 진단하고 고치고 검증한 사이클 자체가 더 큰 수확이었다.
3. 실험은 조건을 통제해야 한다. 모델을 새로 불러오지 않으면 비교 자체가 무의미해진다.

다음 편 예고

정확도 57%짜리 모델에 사람의 안전을 맡길 수는 없다. 다음 편에서는 감정 분류보다 먼저, 별도로 동작하는 위기 탐지 게이트를 어떻게 설계했는지, 그리고 테스트 중 실제로 터진 미탐 버그를 다룬다.