오버샘플링

뜻풀이

쉬운 AI 사전

1. [명사] (데이터) 적은 쪽 사례를 복사하거나 비슷하게 만들어서 수를 늘리는 방법.

실무 AI 사전

1. [명사] (데이터) 클래스 불균형에서 소수 클래스의 학습 신호를 키우려고 쓴다. 단순 복제는 과적합을 부를 수 있어 SMOTE 같은 합성 방식도 쓴다. 학습 데이터에만 적용하고 검증, 테스트에는 하지 않는다.

전문 AI 사전

1. [명사] (데이터) 소수 클래스 표본을 복원 추출하거나 합성해 클래스 비율을 맞추는 재표집 기법. 분할 전에 하면 같은 표본이 양쪽에 들어가 데이터 누수가 된다.

관용구/함께 쓰는 말

• 소수 클래스 오버샘플링 — 드문 클래스를 늘리는 처리.
• 복원 추출 — 뽑은 표본을 다시 넣고 또 뽑는 방식.

쉬운 비유

수가 적은 학생 모둠의 발표 기회를 여러 번 주는 것과 같다. 같은 발표를 반복하면 그 모둠 발표만 외울 수 있다.

예문

• 사기 거래 건수를 오버샘플링으로 늘린 뒤 학습시켰다.
• 분할 전에 오버샘플링을 했더니 테스트에 복제본이 섞여 점수가 부풀려졌다.
• 단순 복제 오버샘플링은 같은 사례를 외우게 해서 과적합하기 쉽다.

헷갈리는 용어 비교

언더샘플링

오버샘플링은 적은 쪽을 늘리고 언더샘플링은 많은 쪽을 줄인다. 오버샘플링은 정보를 버리지 않지만 과적합 위험이 있고, 언더샘플링은 학습이 빠르지만 정보를 잃는다.

맞춤법/표기법

바른 표기

오버샘플링

주의할 표기

오버 샘플링오버샘플렁

원어

oversampling

다른 이름

과대 표집, 소수 클래스 늘리기, random oversampling

참고

영어 그대로 오버샘플링이라고 쓴다. 통신 분야의 오버샘플링과는 뜻이 다르다.

관련어

마지막 확인 2026-10-15
뜻풀이는 학습용 참고 자료입니다.