후보 모델

못 본 것도 세기

구간 검열 반영

못 본 통과를 가짜 정답으로 채우지 않는다. 양끝 상태 사이의 가능한 경로를 모두 우도에 남긴다.

Q. 사진 사이에서 사라진 통과는 버려야 하나?

아니다. 폴링은 버스를 계속 보는 영상이 아니라 띄엄띄엄 찍는 사진이다. 앞 사진에서 순번 20이던 버스가 다음 사진에서 순번 23이면, 21과 22의 출발 후 좌석 상태는 보이지 않는다. 그렇다고 두 통과가 없었던 일은 아니다.

재구축 자료의 검열행은 2,779건이다. 이 가운데 정상 순번 도약에서 생긴 미관측 중간 통과가 2,090건이다. 물리적으로 불가능한 이동 689건은 PX로 빼고 라벨 우도에 넣지 않았다. 시간 경계, 정차 정류장, 90초 연속성까지 통과해 코퍼스 train 우도에 들어간 것은 양끝 상태쌍 800개다. 그 안에서 중간 통과 821개를 잠재 상태로 합산했다. 점 라벨을 새로 만든 건 0건이다.

이 재료가 필요한 배경은 셀의 얇음이다. 노선×정류장×30분 셀은 833개다. 표본 10건 이하가 281개, 33.73%다. 만석을 한 번도 못 본 셀은 719개, 86.31%다. 셀 빈도만 믿으면 “못 봤다”를 “없다”로 읽기 쉽다. 구간 검열 모형은 셀 위험을 축소한 뒤, 폴링 사이 전이가 남긴 정보를 따로 보탠다.

코퍼스 보조 검증에서는 잠정 운영 선두다. 검증 표본은 10,040건, 만석은 583건이다.

전이 정보만 섞은 raw는 순위를 잘 세웠지만 확률 눈금은 틀어졌다. 시간순 OOF로 학습한 isotonic 보정이 그 눈금을 다시 맞췄다. 기준선 대비 ECE 차이 -.0010의 95% 구간은 [-.0037, +.0040]이라 보정 개선 자체는 유의하지 않다. Brier와 log loss, AUC의 짝지은 95% 구간은 모두 0을 포함하지 않았다.

Q. 양끝만 보고 가운데를 어떻게 세나?

Q. 무엇이 보이고 무엇이 안 보이나?

상태는 둘만 둔다. 출발 후 잔여석 0이면 F(만석), 양수면 A(여유)다. -1은 결측이라 어느 쪽에도 넣지 않는다.

예를 들어 F → ? → A가 관측됐다고 하자. 가운데를 F나 A로 찍지 않는다. F→F→A와 F→A→A 두 경로를 모두 남긴다. 못 본 상태가 두 개면 가능한 네 경로를 모두 더한다.

Q. 모든 경로를 직접 늘어놓나?

아니다. 두 상태의 전이표를 T라 두고 작은 우도 하나만 계산한다.

P(Y_end | Y_start, T^k)

k는 양끝 사이의 축상 이동 칸 수다. T^k가 중간의 모든 F/A 경로를 한 번에 합친다. 가짜 행도, 가짜 통과시각도 생기지 않는다.

전이표는 노선, 오전·오후, 정류장 순번 10칸 묶음으로 나눈 29개 그룹에서 배운다. 각 그룹에는 A→F와 F→A 두 확률이 있다. 그룹 표본이 얇으면 전역 전이 쪽으로 당긴다. 선택된 전이 규제값은 5다.

Q. 전이 확률만으로 답하나?

아니다. 첫 갈래는 노선×정류장×30분 셀 위험이다. 만석 수와 표본 수를 세고, 의사표본 강도 4로 노선 평균 쪽에 축소한다. 둘째 갈래는 가장 가까운 상류 관측 버스의 0석/양수, 목표까지의 내부 축거리, 위 전이표로 계산한 위험이다.

두 갈래는 확률 자체가 아니라 log-odds에서 90:10으로 섞는다. 상류 버스나 축거리가 없으면 셀 위험만 쓴다. 마지막에는 train 안의 날짜 순방향 OOF 10,236건, 만석 572건으로 배운 isotonic 계단을 통과한다. validation 라벨은 이 과정에 들어가지 않았다.

Q. 실제 한 행은 어떻게 계산되나?

2026년 8월 3일 07:12:25 KST, 1650번 부흥고등학교.임광아파트 정류장이다. 정류장 ID는 209000147, 내부 순번은 54다. 가장 가까운 상류 관측 버스는 축상 2칸 앞에 있었고 잔여석은 0이었다. 실제 출발 후 라벨도 만석이었다. 아래 값은 소수 넷째 자리로 반올림했다.

전이 갈래만 보면 만석 지속 위험이 높다. 셀 갈래는 그보다 낮다. 10%만 섞었는데도 raw가 .4042에서 .4760으로 올랐다. 보정기는 이 raw 구간이 과거에 실제 만석으로 더 자주 이어졌다고 보고 .5976으로 올렸다.

Q. 무엇을 쓰고 무엇을 버리나?

Q. 언제 실패하나?

• 누락이 무작위가 아니면 틀어진다. 만석일 때만 응답이 더 자주 빠지거나 긴 폴링 공백이 혼잡 시간에 몰리면, 관측된 양끝으로 배운 전이표가 빠진 구간을 대표하지 못한다.
• 두 상태 Markov 가정이 거칠다. 현재 구현은 노선×오전·오후×순번 10칸 안에서 같은 전이표를 쓴다. 연속 만석 길이, 더 먼 과거, 회차점의 급변은 직접 넣지 않는다.
• 실제 다음 버스가 아니라 next_observed_bus다. 90초 이하 구간에서도 숨은 제3차량 하한은 3330 17.24%, 1650 12.01%였다. 빠진 차량이 있으면 시작 상태와 축거리가 어긋난다.
• 새 셀과 새 노선 근거가 없다. 코퍼스 validation의 새 셀은 2/10,040행, 만석 0건뿐이다. 본 적 없는 셀의 AUC와 보정 수치: 아직 없음.
• 보정 계단도 얇은 구간에서 흔들린다. [.1,.2)는 97건에서 평균예측 .1216, 관측률 .2577이었다. [.6,.7)는 21건에서 .6051 대 .8095였다.
• 직접 수집분 표본이 아직 얇다. train 1,081건·만석 40건, validation 443건·만석 14건이고 수집 날짜가 하루뿐이다. AUC 21쌍 중 16쌍을 못 가려 승자를 정하지 않았다.
• 출력 라벨은 개인의 승차 성공과 같지 않다. 출발 후 0석은 좌석이 소진됐다는 보수적 사건이다. 하차로 생긴 자리에 일부 승객이 탄 경우까지 만석으로 센다.

Q. 프로토타입의 검열과 무엇이 다른가?

같은 “검열”이라는 말이 같은 계산을 뜻하나? 아니다.

계승한 원칙도 있다. -1과 0을 가르고, 보지 못한 값을 사실처럼 만들지 않는다. 달라진 점은 못 본 사건을 경고 숫자로만 남기지 않고 학습 우도에 직접 넣었다는 데 있다.

재료 한눈에

아직 못 써본 것과 그 이유

• 정원·점유율 — 라벨은 출발 후 잔여석 0만으로 정해진다. 코퍼스 차량키는 정원 자료와 0/77 조인이다. 관측 최대는 정원이 아니라 하한이고 시간에 따라 바뀐다.
• crowded — 대상은 노선유형 11인데 공식 제공 유형은 13·15·23이다. 180초 이하 인접 81,147쌍에서 혼잡도만 바뀐 쌍은 0건이었다. 직접 수집분에서 같은 잔여석에 다른 코드가 붙은 값이 26개 나와 잔여석만의 함수는 아니다. 다만 같은 차량·같은 잔여석에서는 충돌이 0셀이라 차량별 정원 임계화일 가능성이 남는다. 산식이 미확정이라 이 모형에서는 아직 쓰지 않는다.
• queryTime — 직접 수집 92호출 전부가 로컬 수신 시각보다 미래였고 중앙 +17.265초였다. 되감김은 인접 호출 전체 16건, 같은 노선 안 2건이다. HTTP Date도 초 절삭까지 92/92 일치해 독립 시계가 아니다. 경과시간 계산에 쓰지 않는다.
• 잔여석 -1 — 69건 모두 결측이다. 0으로 바꾸면 가짜 만석이 생긴다.
• 물리 불가능 이동 PX — 689건이다. 전이도 라벨도 만들지 않는다.

직접 수집분으로 다시 잰 성적 1회차

우리 수집기가 직접 쌓은 데이터만 쓰고 코퍼스는 뺐다. 검증분 443행·만석 14건, 정류소×날짜 125군집 부트스트랩 5,000회.

쓰는 재료 17개 — 출처 필드까지

지금은 안 쓰는 재료 5개

• 차량 정원·점유율 — TBBMSVEHINFOM.SEAT_RDNG_PSN_CNT; 점유율 후보식 1-msgBody.busLocationList[].remainSeatCnt/TBBMSVEHINFOM.SEAT_RDNG_PSN_CNT20일 코퍼스 차량키가 plateNo 우선 HMAC이라 외부 정원과 조인된 차량이 0/77이다. 기존 231,048행의 capacity_exact도 모두 0이다. 관측 최대 잔여석은 정원의 하한일 뿐 고정 정원이 아니다. 라벨은 출발 후 좌석이 0인지에 정원이 필요 없다. 프로토타입의 defaultSeatCapacity=80은 분포 배열 상한이며 점유율 분모가 아니다.
• 혼잡도 — GBIS getBusLocationListv2 msgBody.busLocationList[].crowded공식 제공 노선유형은 13·15·23이고 대상 노선은 11이다. 직접 수집분에서 같은 잔여석 값에 다른 코드가 붙은 값이 26개 나와 잔여석만의 전역 함수라는 해석은 반증됐다. 다만 같은 (vehId, remainSeatCnt)에서는 충돌이 0셀이고 crowded만 바뀐 연속쌍도 0건이라 차량별 임계화일 가능성이 남는다. 산식은 미확정이고 아직 특징으로 써 보지 않았다.
• API queryTime 파생 시간 — GBIS getBusLocationListv2 msgHeader.queryTime; HTTP 응답 헤더 Date같은 노선 연속 38쌍 중 7쌍에서 queryTime이 뒤로 갔다. 직접 수집 92/92건에서는 응답 수신시각보다 미래였고 중앙 +17.265초였다. HTTP Date는 queryTime의 초 절삭과 92/92 일치해 독립 시계가 아니다. 감사 원문만 보존하고 나이·속도·헤드웨이·분할에 쓰지 않는다.
• remainSeatCnt=-1을 0석으로 대치 — GBIS getBusLocationListv2 msgBody.busLocationList[].remainSeatCnt20일 코퍼스 차량행에서 -1은 69건이다. 좌석 미제공이며 만석 0과 뜻이 다르므로 결측으로 둔다.
• 불가능 이동 간선 — S1 censored_passages.reason=impossible_movement_edge_passage_count_unknown, normalized_sequence_jump정규화 순번 도약이 +3 이상이고 축 거리 하한 속도가 300km/h를 넘은 S1 검열 행 689건이다. 통과 수 자체를 모르는 검열이라 구간 전이쌍으로 쓰지 않는다.

언제 실패하나

• 누락이 무작위가 아니면 틀어진다. 만석일 때만 응답이 더 자주 빠지거나 긴 폴링 공백이 혼잡 시간에 몰리면, 관측된 양끝으로 배운 전이표가 빠진 구간을 대표하지 못한다.
• 두 상태 Markov 가정이 거칠다. 현재 구현은 노선×오전·오후×순번 10칸 안에서 같은 전이표를 쓴다. 연속 만석 길이, 더 먼 과거, 회차점의 급변은 직접 넣지 않는다.
• 실제 다음 버스가 아니라 next_observed_bus다. 90초 이하 구간에서도 숨은 제3차량 하한은 3330 17.24%, 1650 12.01%였다. 빠진 차량이 있으면 시작 상태와 축거리가 어긋난다.
• 새 셀과 새 노선 근거가 없다. 코퍼스 validation의 새 셀은 2/10,040행, 만석 0건뿐이다. 본 적 없는 셀의 AUC와 보정 수치: 아직 없음.
• 보정 계단도 얇은 구간에서 흔들린다. [.1,.2)는 97건에서 평균예측 .1216, 관측률 .2577이었다. [.6,.7)는 21건에서 .6051 대 .8095였다.
• 직접 수집분 표본이 아직 얇다. train 1,081건·만석 40건, validation 443건·만석 14건이고 수집 날짜가 하루뿐이다. AUC 21쌍 중 16쌍을 못 가려 승자를 정하지 않았다.
• 출력 라벨은 개인의 승차 성공과 같지 않다. 출발 후 0석은 좌석이 소진됐다는 보수적 사건이다. 하차로 생긴 자리에 일부 승객이 탄 경우까지 만석으로 센다.

기존 프로토타입과 다른 점

• 프로토타입은 좌석 변화 관측쌍의 양끝 중 하나가 0석이면 수요 숫자를 버리고 censoredWeight만 올렸다. 이 모형은 폴링 사이에 못 본 중간 통과의 F/A를 잠재 상태로 두고 양끝 우도에 넣는다.
• 프로토타입 화면의 탑승률은 정류장×시간 셀의 1-zeroCount/samples였고 차량별 좌석 예보와 다른 계산이었다. 이 모형은 출발 후 만석확률 하나를 내고 탈 확률을 1-p_full로만 바꾼다.
• 프로토타입에는 좌석값을 도착 전과 처리 후 의미로 섞어 읽는 경로가 있었다. 이 모형은 내 정류장 도착값을 금지하고 출발 이후 0만 만석 라벨로 쓴다.
• 프로토타입에는 확률 보정층이 없었다. 이 모형은 날짜 순방향 OOF로 isotonic을 학습하며 validation 라벨을 보지 않는다.
• 프로토타입에는 중간 상태 전이표가 없었다. 이 모형은 T^k로 가능한 중간 상태 경로를 합산하며 점 통과시각과 가짜 행을 만들지 않는다.
• 둘 다 -1과 0을 가르고 보지 못한 값을 사실처럼 만들지 않는다. 이 모형은 못 본 사건을 경고 숫자로만 남기지 않고 학습 우도에 직접 넣는다.