기초 개념 · Feature Engineering중급갱신일 2026. 10. 1.
특성 공학
모델에 넣을 입력(특성)을 잘 만드는 작업으로, 데이터 품질이 성능을 좌우합니다.
비유
요리 재료를 손질·양념해 맛이 나듯, 특성 공학은 ‘AI가 먹기 좋은 형태’로 데이터를 가공합니다.
이렇게 이해하세요
특성 공학(Feature Engineering)은 날짜를 ‘요일·휴일 여부’로 바꾸기, 텍스트 길이·키워드, 사용자 행동 집계처럼 모델 입력을 설계하는 과정입니다. LLM 시대에는 ‘프롬프트에 어떤 필드를 넣을지’도 일종의 특성 설계입니다. RAG에서는 메타데이터(부서·버전·언어) 필터가 특성에 가깝습니다. 잘못된 특성(미래 정보 누수, PII 과다)은 모델을 그럴듯하게 망가뜨립니다. aimodu.kr에서는 ‘좋은 프롬프트=좋은 특성 선택’이라고 연결해 이해하면 실무 적용이 빠릅니다.
한 줄 암기
특성 공학 = AI 입력 재료 손질
좋은 예
이탈 예측에 ‘마지막 로그인일’ 대신 ‘가입 후 경과일·최근 7일 활동 횟수’처럼 해석 가능한 특성을 쓴다.
피하기
고객 주민번호 뒷자리처럼 불필요·민감 특성을 그대로 넣는다.
관련 서비스
관련 용어
기초 개념 더보기관련 링크
자주 묻는 질문
LLM이 있으면 특성 공학이 필요 없나요?
원시 텍스트는 LLM이 처리하지만, 구조화 데이터·정책·비용 측면에서는 여전히 특성·메타데이터 설계가 중요합니다.
프롬프트 엔지니어링과 다른가요?
겹치는 부분이 큽니다. 전통 ML은 표 형 특성, LLM은 자연어 필드 설계가 중심입니다.