---
id: ML-IMBAL-001
category: "10_Wiki/💡 Topics/AI"
confidence_score: 1.0
tags: [machine-learning, imbalanced-data, resampling, smote, focal-loss]
last_reinforced: 2026-04-26
---

# Imbalanced Data Handling (불균형 데이터 처리)

## 📌 한 줄 통찰 (The Karpathy Summary)
> "데이터의 양(Quantity)에 압도당하지 말고, 소외된 소수의 정보(Minority Class) 속에 숨겨진 가치에 집중하라" — 학습 데이터의 클래스 분포가 편향되어 있을 때, 모델이 다수 클래스에만 치우친 예측을 하지 않도록 데이터나 알고리즘 측면에서 균형을 맞추는 기법.

## 📖 구조화된 지식 (Synthesized Content)
- **추출된 패턴:** 다수 데이터의 영향력을 줄이거나 소수 데이터의 비중을 높여, 모델이 희귀하지만 중요한 샘플의 특징을 충분히 학습하게 만드는 가중치 및 샘플링 조정 패턴.
- **핵심 전략:**
    - **Data-level (Resampling):** 
        - **Undersampling:** 다수 클래스 데이터를 삭제. 정보 손실 위험.
        - **Oversampling:** 소수 클래스 데이터를 복제하거나 생성 (예: SMOTE - 합리적인 가상 데이터 생성).
    - **Algorithm-level:**
        - **Cost-sensitive Learning:** 소수 클래스를 틀렸을 때 더 큰 벌점을 부여.
        - **Focal Loss:** 쉬운 샘플의 비중을 낮추고 어려운 샘플에 집중.
- **평가 지표의 전환:** 불균형 데이터에서는 '정확도(Accuracy)' 대신 '정밀도(Precision)', '재현율(Recall)', 'F1-Score' 등을 사용하여 모델의 실질적인 성능을 측정해야 함.
- **의의:** 이상 탐지, 질병 진단, 사기 적발 등 실생활에서 가장 중요한 '희귀 케이스' 탐지 능력 확보.

## ⚠️ 모순 및 업데이트 (Contradictions & RL Update)
- **과거 데이터와의 충돌:** 단순히 데이터를 늘리거나 줄이던 방식에서, 최근에는 [[Focal-Loss|Focal-Loss]]와 같은 손실 함수 최적화와 이상 탐지(Anomaly Detection) 관점의 접근이 주를 이룸.
- **정책 변화:** Antigravity 프로젝트는 보안 로그 분석 시, 압도적으로 많은 '정상 접근' 사이에서 극소수의 '공격 징후'를 놓치지 않기 위해 SMOTE와 Cost-sensitive 앙상블 모델을 표준으로 사용함.

## 🔗 지식 연결 (Graph)
- [[Focal-Loss|Focal-Loss]], [[Supervised-Learning-Foundations|Supervised-Learning-Foundations]], Precision-Recall-and-F1-Score, Deep-Learning-Foundations
- **Raw Source:** 10_Wiki/Topics/AI/Imbalanced-Data-Handling.md