Profile-based Input Sanitization

Profile-based Input Sanitization

Profile-based Input Sanitization은 데이터 프로파일을 이용해 AI가 만든 입력값을 실행 전에 정리하는 기법이다.

예시

• ID처럼 보이는 컬럼을 feature에서 제거한다.
• 고카디널리티 범주형 컬럼을 경고한다.
• 결측이 많은 컬럼을 자동 선택에서 낮춘다.
• 분류 타깃으로 부적합한 컬럼을 후보에서 제외한다.

왜 필요한가

LLM은 컬럼 이름만 보고 그럴듯한 feature나 target을 고를 수 있다. 하지만 실제 데이터 분포를 보면 모델링에 부적합한 경우가 많다. 데이터 프로파일 기반 sanitization은 이런 선택을 실행 전에 줄인다.

주의

사용자가 명시적으로 고른 값은 조용히 제거하지 않는 편이 좋다. 대신 Contract Guardrail Pipeline이나 Response Builder Pattern에서 이유를 설명하고 차단하는 방식이 더 투명하다.

관련: Dataset Profiling, Data-aware Prompting, Guardrails