33만 2천 건의 주문 후: 앙상블 ML, 허위 양성률 35% 감소시키다

25일간의 생산 실험에서 데이터 품질 모니터링을 위해 단일 Isolation Forest 모델과 3개의 모델 앙상블(Isolation Forest, LSTM, 오토인코더)을 비교하기 위해 332,000건의 주문을 처리했습니다. 앙상블은 거짓 양성(오탐)을 35% 줄이고 실제 이상 징후를 30% 더 잡아냈으며, 추론 시간은 약간 증가했습니다. 결과는 앙상블 머신러닝이 다양한 유형의 이상 징후 탐지를 위해 복잡성을 감수할 가치가 있음을 보여줍니다.