[본캠프] 데이터기반 QA/QC 부트캠프 47일차

1. 오늘의 학습 목표

오늘은 시계열(Time Series) 데이터의 특징과 제조 데이터 분석 방법을 학습했다. 일반적인 표(Tabular) 데이터와 시계열 데이터의 차이를 이해하고, 제조 공정에서 시간의 흐름을 어떻게 분석해야 하는지 배웠다. 이어서 예측 모델을 만들기 위한 Feature Engineering(Lag, Difference, Rolling Feature) 과 시계열 데이터의 학습 및 평가 방법까지 실습하며 머신러닝 모델을 위한 데이터 준비 과정을 익혔다.  

---

2. 오늘 학습한 내용

스마트팩토리와 시계열 데이터의 특징

스마트팩토리에서는 단순히 센서값만 분석하는 것이 아니라 설비 상태, 운전 모드, 정비 이력, LOT, Recipe, 품질 정보까지 함께 고려해야 한다.

기존 머신러닝에서 주로 다뤘던 표 데이터는 여러 대상의 특성을 비교하는 것이 목적이지만, 시계열 데이터는 동일한 설비가 시간에 따라 어떻게 변화하는지를 분석하는 것이 핵심이다.

예를 들어 현재 온도가 83℃라는 값 자체보다,

• 최근 5분 동안 계속 상승했는지
• 전류가 먼저 증가했는지
• 압력 변동성이 커졌는지

와 같은 변화의 흐름이 훨씬 중요한 정보가 된다. 

[라이브 세션] 시계열 이상 탐지 라이브 세션 1회차 [손보미 튜터님] _ Notion.pdf

---

시계열 데이터의 주요 패턴

시계열 데이터는 단순히 시간순으로 정렬된 데이터가 아니라 여러 가지 패턴으로 구성된다.

이번 시간에는 다음 네 가지 패턴을 학습했다.

• Trend(추세) : 장기적인 증가 또는 감소
• Seasonality(계절성) : 일정한 주기로 반복되는 패턴
• Cycle(주기) : 반복되지만 간격이 일정하지 않은 변화
• Residual(잔차) : 위 패턴으로 설명되지 않는 나머지 변화

또한 제조 센서는 물리적인 특성 때문에 자기상관(Autocorrelation) 이 존재한다는 점도 배웠다.

예를 들어 압력이 10초 전에 높았다면 현재도 높을 가능성이 크며, 모터 전류가 먼저 증가한 뒤 오일 온도가 천천히 따라 상승하는 것처럼 센서마다 반응 속도가 다르다는 점이 인상적이었다. 

[라이브 세션] 시계열 이상 탐지 라이브 세션 1회차 [손보미 튜터님] _ Notion.pdf

---

제조 시계열 데이터 품질 관리

시계열 데이터는 일반 데이터보다 전처리가 더욱 중요하다.

이번 시간에는 실제 제조 데이터에서 자주 발생하는 문제들을 확인했다.

• Sampling Interval 확인
• Timestamp 중복
• 수집 공백(Gap)
• 결측값
• Sensor Stuck
• Sensor Drift

특히 수집 공백이 있다고 무조건 보간(Interpolation)하면 안 된다는 점이 기억에 남았다.

공백은 통신 장애일 수도 있지만 정비나 설비 정지일 수도 있기 때문에 공백의 원인과 운전 상태를 먼저 확인한 후 처리해야 한다는 점을 배웠다. 

[라이브 세션] 시계열 이상 탐지 라이브 세션 1회차 [손보미 튜터님] _ Notion.pdf

---

SPC와 Nelson Rules

기존에 학습했던 SPC도 시계열 분석과 연결되는 개념이라는 점을 알게 되었다.

SPC는 공정의 평균과 변동을 관리하는 방법이고, 시계열 분석은 시간의 흐름을 이용해 변화의 방향과 이상 징후를 더 자세하게 분석한다.

또한 Nelson Rules를 통해 관리한계 안에 있어도 비정상적인 패턴을 발견할 수 있다는 점도 학습했다.

대표적인 규칙은 다음과 같다.

• 3σ를 벗어난 점
• 중심선 한쪽으로 연속된 점
• 지속적인 상승 또는 하락
• 상승과 하강이 반복되는 패턴

하지만 Nelson Rules는 고장을 확정하는 기준이 아니라 조사할 가치가 있는 이상 패턴을 찾는 규칙이라는 점도 함께 배웠다. 

[라이브 세션] 시계열 이상 탐지 라이브 세션 1회차 [손보미 튜터님] _ Notion.pdf

---

시계열 Feature Engineering

두 번째 세션에서는 예측 모델을 만들기 위해 필요한 Feature Engineering을 집중적으로 학습했다.

시계열 데이터에서는 현재값만으로는 시간의 흐름을 표현할 수 없기 때문에 다양한 Feature를 만들어야 한다.

대표적으로 다음 Feature를 사용한다.

• Lag : 과거 값
• Difference : 이전 시점과의 변화량
• Rolling Mean : 최근 평균
• Rolling Std : 최근 변동성
• Rolling Range : 최근 최대값과 최소값의 차이

이러한 Feature를 통해 사람이 그래프를 보며 판단하는 정보를 머신러닝 모델도 학습할 수 있게 된다. 

[라이브 세션] 시계열 이상 탐지 라이브 세션 2회차 [손보미 튜터님] _ Notion.pdf

---

Lag와 Difference의 차이

처음에는 Lag와 Difference가 비슷한 개념이라고 생각했지만 실제 의미는 달랐다.

• Lag는 과거 값을 그대로 가져오는 Feature이다.
• Difference는 과거 대비 얼마나 변했는지를 나타내는 Feature이다.

예를 들어,

• TP3_lag_5 → 5분 전 압력
• TP3_diff_5 → 최근 5분 동안 압력이 얼마나 변했는지

를 의미한다.

Difference만 사용하면 현재 압력 수준을 알 수 없기 때문에 실제 모델에서는 현재값 + Lag + Difference를 함께 사용하는 것이 일반적이라는 점을 배웠다. 

[라이브 세션] 시계열 이상 탐지 라이브 세션 2회차 [손보미 튜터님] _ Notion.pdf

---

Rolling Feature

Rolling Feature는 최근 일정 시간 동안의 통계 정보를 계산하는 방법이다.

대표적으로

• Rolling Mean
• Rolling Standard Deviation
• Rolling Range

를 생성하였다.

특히 Rolling Std는 최근 압력이 얼마나 흔들렸는지를 나타내므로 공정의 불안정성을 표현하는 중요한 Feature가 된다.

또한 Window를 너무 짧게 설정하면 노이즈에 민감해지고, 너무 길게 설정하면 최근 변화가 희석될 수 있으므로 설비 특성에 맞게 선택해야 한다는 점도 이해할 수 있었다. 

[라이브 세션] 시계열 이상 탐지 라이브 세션 2회차 [손보미 튜터님] _ Notion.pdf

---

시계열 데이터의 Train/Test 분리

기존 머신러닝에서는 데이터를 무작위(Random)로 나누는 경우가 많았지만, 시계열 데이터는 반드시 시간 순서를 유지해야 한다.

이번 실습에서는

• 과거 80% → Train
• 최근 20% → Test

방식으로 데이터를 분리했다.

또한 Forecast Horizon이 Train과 Test 경계를 넘어가지 않도록 Gap(Embargo) 구간을 두는 방법과, 실제 프로젝트에서 자주 사용하는 Walk-forward Validation도 함께 학습했다.

마지막으로 복잡한 모델을 적용하기 전에 Naive Forecast를 Baseline으로 사용하고 MAE, RMSE 등을 이용해 성능을 평가하는 과정도 익혔다. 

[라이브 세션] 시계열 이상 탐지 라이브 세션 2회차 [손보미 튜터님] _ Notion.pdf

---

3. 나의 간단 소감

오늘은 시계열 데이터를 처음부터 어떻게 이해하고 모델링까지 연결하는지를 전체 흐름으로 학습할 수 있었다. 이전에는 단순히 센서값만 활용하면 된다고 생각했지만, 실제 제조 데이터에서는 시간의 흐름과 운전 상태, 센서 간 반응 순서를 함께 고려해야 한다는 점이 중요하다는 것을 알게 되었다. 특히 Lag, Difference, Rolling Feature가 각각 어떤 의미를 가지는지 이해하면서 Feature Engineering이 단순히 컬럼을 많이 만드는 작업이 아니라 공정의 시간적 특성을 모델이 이해할 수 있도록 표현하는 과정이라는 점이 인상 깊었다. 앞으로 시계열 프로젝트를 진행할 때도 데이터 전처리와 Feature Engineering 과정을 먼저 충분히 설계한 뒤 모델을 적용하는 습관을 가져야겠다고 느꼈다.