Piecewise regression: When one line simply isn’t enough (새 탭에서 열림)
데이터독(Datadog)은 단일 선형 회귀로 설명하기 어려운 복잡한 시계열 데이터를 효과적으로 모델링하기 위해 자동화된 분절 회귀(Piecewise Regression) 알고리즘을 도입했습니다. 이 알고리즘은 수동 개입 없이 데이터의 추세가 변하는 분절점(Breakpoint)과 최적의 구간 개수를 스스로 찾아내며, 수많은 시계열 데이터를 초당 수백 건씩 처리할 수 있는 효율성을 갖추고 있습니다. 결과적으로 모델의 오차를 최소화하면서도 불필요하게 많은 구간을 생성하지 않는 균형 잡힌 데이터 해석을 가능하게 합니다. **자동화된 분절 회귀의 목표** * **분절점 및 구간 개수 자동 탐색:** 사람이 직접 추세가 변하는 지점을 지정할 수 없으므로, 알고리즘이 스스로 최적의 분절 위치와 데이터에 적합한 구간의 개수(1개부터 n개까지)를 결정해야 합니다. * **연속성 제약 배제:** 각 구간의 끝점과 다음 구간의 시작점이 반드시 연결되어야 한다는 제약을 두지 않음으로써 모델링의 유연성을 확보했습니다. * **확장성 확보:** 대규모 시계열 데이터 세트에서 실시간에 가까운 속도로 회귀 분석을 수행할 수 있어야 합니다. **최적 모델 탐색의 과제** * **탐색 공간의 복잡성:** 시계열을 구간으로 나누는 모든 경우의 수를 계산하는 것은 지수 함수적으로 비용이 증가하며, 동적 계획법(Dynamic Programming)조차 실무에서는 너무 느릴 수 있습니다. * **오차와 단순함의 균형:** 구간이 많아질수록 오차는 줄어들지만 과적합(Overfitting) 위험이 커지며, 구간이 너무 적으면 데이터의 유의미한 변화를 포착하지 못하는 상충 관계를 해결해야 합니다. **그리디(Greedy) 알고리즘 기반의 해결책** * **초기 상태 설정:** 먼저 전체 데이터 포인트($n$)를 $n/2$개의 아주 작은 구간으로 나누어 최소자승법(OLS) 회귀를 수행합니다. 이 단계는 오차는 거의 없지만 극도로 과적합된 상태에서 시작합니다. * **반복적 병합:** 인접한 두 구간을 하나로 합쳤을 때 전체 오차 증가량이 가장 적은 쌍을 찾아 하나로 병합합니다. 이 과정을 데이터가 단 하나의 구간이 될 때까지 반복합니다. * **상태 저장:** 병합 과정 중 특정 '중단 기준'을 만족하기 직전의 상태들을 기록해 두었다가, 최종적으로 가장 적절하다고 판단되는 시점의 모델을 선택합니다. **중단 기준(Stopping Criteria) 및 최적화** * **상대적 오차 증가량 감시:** 현재 병합으로 인한 오차 증가량이 이전의 어떤 병합보다도 클 때를 잠재적인 중단 시점으로 고려합니다. * **3% 임계값 적용:** 데이터가 원래 하나의 직선에 가까운 경우 너무 일찍 병합을 멈추는 것을 방지하기 위해, 병합으로 인한 오차 증가가 전체 단일 회귀 오차의 3% 미만일 때는 병합을 계속 진행하도록 설계되었습니다. * **최종 모델 선택:** 위 기준들을 바탕으로 급격한 오차 상승이 발생하기 직전, 즉 데이터의 특징을 가장 잘 설명하면서도 일반화된 상태의 구간 구조를 최종 결과물로 반환합니다. 이러한 탐욕적 병합 방식은 계산 복잡도를 낮추면서도 실무에서 신뢰할 수 있는 수준의 시계열 추세 분석을 제공하며, 특히 데이터의 급격한 변화나 패턴 전환을 자동으로 감지해야 하는 모니터링 시스템에 매우 적합합니다.
