비운영 참조

못 본 것도 세기

미관측 구간 가중 경험 베이즈 · interval_censored

한 줄 결론 — 여러 정류장을 건너뛴 관측을 버리지 않고, 구간 하나의 가중치 1을 후보 정류장에 나눠 세는 후보다. 비교 관문을 채우지 못한 채 2026-08-19 결정으로 비운영 참조가 됐다.

동결 이력 성적

Q. 이 모델은 지금 무엇을 계산하나?

목표 버스가 목표 정류장을 출발한 뒤 남은 좌석이 0일 확률을 계산한다. 확정 점 통과 라벨에, 여러 정류장을 건너뛴 관측의 끝 라벨을 후보 정류장별 분할 가중치로 더하면 이 확률을 더 잘 추정할 수 있는지 확인하는 중이다.

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.

운영 버전은 이 구간을 버리지도, 중간 상태를 지어내지도 않는다. 뒤 관측의 라벨을 후보 정류장 21·22·23에 복사하되 가중치를 각각 1/3로 둔다. 구간 하나가 셀 집계에 더하는 총가중치는 1이다. 후보가 많은 구간이라고 영향이 저절로 커지지 않고, 못 본 통과가 근거에서 사라지지도 않는다.

이렇게까지 세는 이유는 셀이 얇아서다. 셀이 얼마나 얇은지 실측한 수치는 아래 실측 워크스루에 있다.

Q. 어떻게 계산하나?

이 방식의 강점

• 여러 정류장을 건너뛴 관측을 버리지 않고 총가중치 1의 제한된 근거로 셀 집계에 더한다.
• 후보마다 온전한 한 건을 더하지 않아, 후보가 많은 구간의 영향이 저절로 커지지 않는다.
• 고정 사전과 고정 계층 구조라 점 라벨만 쓰는 경험 베이즈와 차이를 추적하기 쉽다.
• 상태 전이 경로를 추정하지 않아 계산 구조가 단순하다.

Q. 보정은 실제로 적용됐나?

적용하지 않는다. 셀 평균의 계층적 축소는 별도 확률 보정이 아니고, 이 모델의 출력에는 보정층을 얹지 않는다. 보정층은 숫자 다듬기가 따로 다룬다.

재료 한눈에

관문 기준, 구간 정의, 지표 정의, 분할 규칙, 라벨 정의는 평가 규약에 있다.

Q. 언제 실패하나?

• 운행 결합이나 회차 판정이 틀리면 서로 다른 운행의 관측을 한 구간으로 이어 잘못된 후보를 만든다.
• 정류장 순서가 바뀌거나 순번이 빠지면 후보 목록과 균등 가중치가 잘못된다.
• 90초 초과 관측쌍도 후보가 6개 이하이면 구간 근거로 쓰므로, 긴 시간 동안 상태가 바뀐 상황에서 뒤 라벨을 지나치게 퍼뜨릴 수 있다.
• 후보가 7개 이상인 구간이나 좌석 미제공이 혼잡 상황에 몰리면 선택 편향이 생긴다.
• 학습에 없던 노선·정류장·시간대 조합은 상위 평균에 크게 기대어 국소 급등을 놓칠 수 있다.
• 만석과 비만석 중 한쪽만 있는 평가 구간에서는 PR-AUC와 ROC-AUC를 계산할 수 없다.

함께 읽을 한계

• 이 구현은 구간 검열 우도나 상태 전이 모델이 아니다. 뒤 관측 라벨을 후보 셀에 균등 분할하는 가중 경험 베이즈다.
• 모든 후보 정류장에 같은 뒤 라벨과 같은 뒤 시간대를 복사하므로 실제 중간 상태와 통과 시각 차이를 표현하지 않는다.
• 구간 근거는 셀 집계에는 들어가지만 점 라벨로 만든 전역 평균에는 들어가지 않는다.
• 후보 정류장이 실제 라벨 위치일 가능성을 모두 같다고 가정하며, 운행 속도나 정류장별 체류시간을 쓰지 않는다.
• 만석 확률은 출발 뒤 잔여석 0 사건의 확률이다. 개인의 승차 성공률이나 대기 인원 추정이 아니다.

연구 구현에서 확인한 취약점

아래는 interval-censored-v1 구현과 연구 자료에서 확인한 기록이다.

• 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.

Q. 개인정보와 미래 정답은 어떻게 막나?

• 개별 운행 결합용 값은 앞뒤 관측을 잇고 중복을 지우는 내부 단계에서만 쓰고, 셀 특징과 공개 결과에 넣지 않는다.
• 공개 화면에는 개별 점 사건이나 구간 사건이 아니라 평가 결과의 전체·고정 구간 집계만 연결한다.
• 시간 순서와 날짜 경계는 응답 수신시각을 한국 표준시로 바꿔 정한다.
• 전역 평균과 모든 셀 집계는 각 평가일보다 앞선 날짜의 점 라벨과 구간 근거로만 만든다.
• 평가일 라벨은 그날의 후보 가중치, 평균, 고정 설정을 다시 맞추는 데 쓰지 않는다.
• 현재 운영 수집기 자료가 아니거나 개별 대상을 알아볼 수 있는 원본 사례는 학습·평가·공개 이력에 넣지 않는다.

다음 확인 사항

• 참고 가능·모델 비교 가능·최종 선택 관문의 수치는 평가 규약을 따른다.
• 점 라벨만 쓰는 평균으로 당기기와 같은 평가 사건에서 짝지어 비교해 구간 분할 가중의 순이득을 확인한다.
• 90초 초과 구간, 후보 수별 구간, 회차점, 후보 7개 이상 제외, 좌석 미제공 편향을 사전에 정한 실패 구간에서 다시 확인한다.

실측 워크스루 — 연구 구현 기준

이 해설은 interval-censored-v1 구현 기준이다. 운영 버전은 interval-censored-v2+fd482d90이다. v1은 전이 행렬 T^k로 미관측 통과를 합산하고 isotonic 보정을 썼다. v2는 전이 행렬과 보정층 없이 뒤 관측 라벨을 후보 정류장에 균등 분할한다. 아래 수치는 연구 자료의 기록이며 오늘 성적과 합치지 않는다.

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 선두였다. 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. 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. 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.