한 소매 회사의 일일 판매 예측 모델이 3주 동안 부정확한 예측을 내놓고 있습니다. AWS Glue 작업은 매일 실제 판매량과 모델 예측치를 S3에 추가합니다. ML 팀은 SageMaker Studio 노트북에서 모델 성능 저하를 조사하고 있습니다. 시간 경과에 따른 모델 성능 저하를 가장 정확하게 보여줄 시각화는 무엇일까요?

모델 성능 저하를 가장 정확하게 보여주는 시각화는 모델의 주간 평균 절대 오차(MAE)를 보여주는 라인 차트입니다. MAE는 모델 예측과 실제 값 사이의 평균 절대 차이를 측정하여 모델의 전반적인 예측 정확도를 나타냅니다. 라인 차트는 시간 경과에 따른 MAE의 추세를 시각적으로 명확하게 보여주므로, 모델 성능이 언제부터 저하되기 시작했는지 쉽게 파악할 수 있습니다. 히스토그램은 데이터 분포를 보여주지만, 시간 경과에 따른 성능 변화 추세를 직접적으로 보여주지는 않습니다. 판매량 히스토그램은 데이터 드리프트(data drift)를 나타낼 수 있지만, 모델 오류 자체의 변화를 직접적으로 보여주지는 않습니다. 모델 오류 히스토그램은 특정 기간의 오류 분포를 보여주지만, 여러 기간의 히스토그램을 비교하는 것은 추세를 파악하기 어렵습니다. 산점도는 두 변수 간의 관계를 보여주지만, 시간 경과에 따른 모델 성능 저하 추세를 명확하게 시각화하는 데는 라인 차트가 더 효과적입니다.