게이트 신뢰도 보정

결과

Platt 보정으로 오차(ECE) 44% 감소

0.114

보정 전 ECE (미보정 다이얼)

0.063

보정 후 ECE (Platt)

표본: 교량 GT 시험셋 649개 인스턴스(167 오탐 / 482 진짜균열), fit/test 분리. ECE(Expected Calibration Error)는 "신뢰도"와 "실제 오탐율"의 평균 괴리 — 낮을수록 다이얼 눈금이 진짜 확률.

reliability diagram

회색=신뢰도(이상), 초록=실제 오탐율 — 둘이 같을수록 보정됨

보정 전 (raw)

0.0–0.1

이상 0.05

실제 0.05

n=64

0.1–0.2

이상 0.14

실제 0.02

n=46

0.2–0.3

이상 0.25

실제 0.11

n=56

0.3–0.4

이상 0.36

실제 0.17

n=24

0.4–0.5

이상 0.44

실제 0.31

n=26

0.5–0.6

이상 0.55

실제 0.47

n=57

0.6–0.7

이상 0.64

실제 0.44

n=27

0.7–0.8

이상 0.75

실제 0.62

n=21

0.8–0.9

이상 0.84

실제 0.00

n=3

보정 후 (Platt)

0.0–0.1

이상 0.07

실제 0.04

n=45

0.1–0.2

이상 0.15

실제 0.03

n=78

0.2–0.3

이상 0.24

실제 0.13

n=55

0.3–0.4

이상 0.36

실제 0.34

n=64

0.4–0.5

이상 0.45

실제 0.47

n=53

0.5–0.6

이상 0.54

실제 0.56

n=23

0.6–0.7

이상 0.63

실제 0.50

n=6

왜 중요한가: 미보정 점수는 모델마다 분포가 달라 그대로는 계약 근거가 못 된다(산업 검사 AI 연구가 지적). 우리는 GT로 보정해 다이얼 눈금이 실제 오탐 확률을 뜻하게 만들었다 — 이게 "오탐 −X% @ recall Y%"를 고객별로 신뢰가능하게 계약하는 전제이자, 능동학습 데이터 루프(불확실 항목 선별)의 기반이다.

immersivecast · measure-first · 게이트 신뢰도 보정(calibration.json)