항해 기록
6/22 — 선체 수리. 감성 분석 모델(TensorFlow)에서 세 가지 결함을 찾았다: 데이터 누수, 도메인 불일치, 과적합. 학습 데이터가 실제 뉴스와 다른 바다에서 온 게 문제의 뿌리였다. 해법은 데이터부터 다시 —
- Gemini 자동 라벨링 파이프라인으로 실제 뉴스 감성 데이터셋을 구축 (배치 진행률 로그, 로컬 생성 온보딩 포함)
- 실데이터 266건으로 재학습하고 결과를 README에 투명하게 기록
- 라벨링 데이터셋을 버전 관리 자산으로 명시 — 데이터도 코드처럼 관리한다
- 데이터셋 자동 증분·재학습 CI 워크플로 추가, 성능이 후퇴하면 막아주는 회귀 가드까지
6/30 — 새 돛의 목재. 크롬 확장 프로그램 코드를 본체에 싣고, 확장 출처의 CORS를 허용했다. 웹 서비스로만 다니던 배가 브라우저 안으로 들어갈 준비.
판단
모델이 이상하면 모델부터 만지고 싶어지지만, 이번 결함 세 가지의 뿌리는 전부 데이터였다. 그래서 순서를 지켰다 — 데이터를 다시 깔고, 그 데이터를 자산으로 관리하고, 재학습을 사람 손에서 CI로 옮기고, 회귀 가드로 뒷걸음질을 막는다. 이제 데이터가 늘어날수록 배는 알아서 좋아진다.