블로그

왜 변동계수가 정상 패턴 검증의 첫 지표인가

발행: 2026-04-22 · 태그: algorithm, statistics, anomaly-detection

표준편차의 한계

방문자 트래픽 분석에서 표준편차 단독은 좋은 정상성 지표가 아니다. 시간당 100명 받는 블로그와 10,000명 받는 블로그는 절대 표준편차의 스케일이 다르므로, 같은 임계값을 적용할 수 없다.

CV = \frac{\sigma}{\mu}

표준편차를 평균으로 나눈 값. 단위가 사라지므로 어떤 스케일의 블로그든 같은 임계값을 쓸 수 있다.

내부 검증 표본 (수십 개의 정상 블로그 + 수십 개의 매크로 블로그) 에서 두 그룹의 CV 분포는 거의 겹치지 않는다.

CV 가 자연스러운 변동성을 보이는 범위에 분포 — 시간대 곡선 + 분단위 노이즈가 모두 살아있다.

CV 가 0 에 가까운 좁은 영역에 집중 — 분산이 거의 없는 기계적 흐름. 시계처럼 일정한 increment.

두 그룹의 CV 중앙값 비교 (상대적 경향)

겹치는 좁은 회색 지대가 존재한다 — 신규 블로그 / 데이터 부족 / 일시적 viral 등이 이 영역에 종종 빠진다. 그래서 단일 지표만으로는 단정하지 않고, 다른 알고리즘 (선형 적합도, 정보 엔트로피) 의 신호와 다수결로 합의 한다.

알고리즘 상세는 패턴 분석 문서 참고.

표준 Isolation Forest 가 일주기 패턴이 강한 블로그 트래픽에서 새벽 시간대를 항상 이상치로 잡던 문제와, 시간대별 robust z-score 버킷팅으로 해소한 트레이드오프 노트.

검색 유입이 주된 블로그에서 공감 클릭의 자연 전환율은 1% 미만 — 다단계 액션 funnel 의 통계적 한계와, 5% 이상이 의심 신호인 이유.