AI 다섯 개가 동의하면 오류도 서로 독립일까?
모델 수·개별 오류 가능성·공통 오류 경로 비중을 바꾸어 독립 다수결과 공유된 실패가 섞인 결과를 비교합니다.
그림에서 무엇을 볼까요?
다섯 AI의 화살표가 같은 데이터와 도구 허브를 거쳐 하나의 공통 오류로 합류하는 그림
오류 가능성이 각각 20%인 모델 다섯 개가 완전히 독립이라면 세 개 이상이 함께 틀릴 확률은 약 5.8%다. 다수결은 한 모델의 20%보다 낮은 값처럼 보인다.
Lakshminarayanan과 동료들의 NeurIPS 2017 논문은 여러 신경망을 결합해 예측 성능과 불확실성을 다루는 간단한 앙상블 접근을 제시한다. 다만 여러 모델을 썼다는 사실만으로 오류의 독립성이 자동 보장되지는 않는다.
함께 확인할 점
교육용 혼합 모형 · 공통 경로 비중에서는 모든 모델이 함께 틀리고, 나머지에서는 각 모델 오류가 독립이라고 둡니다. 혼합 다수결 오류=공통 비중×개별 오류+(1−공통 비중)×독립 이항 꼬리입니다.
생각해 볼 질문
여러 AI를 비교하는 업무 하나에서 모델들이 공유하는 데이터·도구·평가 기준을 표로 적어 보세요.
