[AI/ML] Precision이 중요한 경우와 Recall이 중요한 경우

Precision, Recall, AP (Average Precision) 간단 설명 | 객체 검출 성능 지표

 

이전 포스팅에서 Precision, Recall, AP (Average Precision) 이라는 성능 지표들에 대해 살펴봤다. 객체 검출에서 Precision이 낮다는 것은 오검출이 많다는 의미이고, Recall이 낮다는 것은 미검출이 많다는 의미이다.

 

대부분의 경우에는 precision과 recall이 모두 높은 게 좋지만, 이 둘은 반비례 관계이기 때문에 상황에 따라 더 중요한 지표에 초점을 맞출 필요가 있다.

 

그렇다면 Precision이 중요한 경우와 Recall이 중요한 경우는 어떤 경우일까?

 

 

Precision이 중요한 경우 (Precision이 낮으면 안되는 경우)

• 오검출이 적어야 하는 경우
• 잡초 제거 로봇 : 오검출 시 잡초가 아닌 작물을 뽑기 때문
• 스팸 메일 필터링 : 중요한 메일을 오판단으로 스팸 메일로 분류하는 경우 크리티컬한 이슈이기 때문
• 오검출/오판단 시 리소스 사용량이 더 많이 드는 경우

 

 

Recall이 중요한 경우 (Recall이 낮으면 안되는 경우)

• 미검출이 적어야 하는 경우
• 의료 진단 (암 진단) : 암인데 암이 아니라고 판단하는 경우가 가장 크리티컬 하기 때문에 recall이 높아야 함. 암이 아닌데 암이라고 하는경우는 그저 정밀 검사를 해야 하는 귀찮음이 발생하는 정도이지만, 암인데 암이 아니라고 판단하는 경우는 위험하기 때문
• 자율 주행 사람 검출 : 자율 주행 차량의 경우 사람을 미검출하는 경우 사고로 이어질 수 있음
• 미검출 시 리소스 사용량이 더 많이 드는 경우