과제 — 데이터 품질 점검표 만들기

AI를 붙이기 전에 데이터가 쓸 만한지 먼저 확인해야 합니다. 담당 설비의 최근 1개월 데이터로 아래를 점검하세요.

점검 항목

항목	확인 방법	위험 신호
결측률	기대 샘플 수 대비 실제 수	5% 넘으면 원인 조사
시각 역전	타임스탬프가 뒤로 가는 구간	1건이라도 있으면 수집 로직 결함
중복	같은 시각·같은 태그 중복 행	재전송 로직 점검
고정값	값이 전혀 변하지 않는 구간	센서 고착·배선 단선 의심
범위 이탈	물리적으로 불가능한 값	단위 오류(℃ vs ℉), 스케일 오류
샘플 간격	간격의 분포	들쭉날쭉하면 게이트웨이 병목

제출물

1. 위 6개 항목의 측정 결과 표 (숫자로)
2. 가장 심각한 문제 1개와 추정 원인
3. 그 문제를 고치기 전에 AI 모델을 붙이면 어떤 일이 생길지 서술

3번이 핵심입니다. "결측 20%인 데이터로 학습한 이상탐지"가 현장에서 어떻게 실패하는지 미리 예상할 수 있어야 합니다.