AI Pipeline Error Normalization
2026년 7월 16일
AI Pipeline Error Normalization
AI Pipeline Error Normalization은 실행 중 발생한 원시 오류를 사용자가 이해할 수 있는 분석 오류로 바꾸는 과정이다.
데이터 분석 워크플로우에서는 R, Python, 브라우저 런타임, 네트워크 오류가 섞여 올라온다. 원문 오류를 그대로 보여주면 사용자는 무엇을 고쳐야 할지 알기 어렵다.
목적
- 중복 오류를 묶어 UI 노이즈를 줄인다.
- 원시 오류를 도메인 오류로 분류한다.
- 사용자에게 복구 방향을 알려준다.
- 이후 AI 오류 분석 카드가 이어질 수 있게 error type을 남긴다.
예시
| 원시 오류 | 사용자 메시지 |
|---|---|
undefined columns selected | 선택한 컬럼을 데이터에서 찾을 수 없음 |
cannot open the connection | 이전 블록의 RDS 결과 파일을 찾을 수 없음 |
contrasts can be applied only... | 범주형 변수 레벨이 부족해 모델 학습 불가 |
y values must be 0 <= y <= 1 | 로지스틱 회귀 타깃이 0/1 이진이 아님 |
오류 분류
Mermaid스크롤로 확대 · 드래그로 이동
대표 error type
| error type | 의미 |
|---|---|
upstream_artifact_missing | 선행 블록 산출물이 없음 |
column_mismatch | 추천 컬럼과 실제 데이터 컬럼 불일치 |
invalid_option | 필수 옵션 누락 또는 잘못된 값 |
unknown_runtime_error | 분류되지 않은 런타임 오류 |
dedupe
브라우저에서는 하나의 실패가 console.error, window.error, unhandledrejection으로 여러 번 들어올 수 있다.
중복 제거 기준:
- 같은 blockId
- 같은 error message
- 짧은 시간 창 안에 발생
한 줄 정리
AI Pipeline Error Normalization은 기계가 뱉은 오류를 사용자가 고칠 수 있는 분석 문제로 번역하는 레이어이다.
관련
- Observability
- Fallback
- AI Workflow 생성 파이프라인
- Guardrails
- Evaluation