# 상재님께 드리는 OIBC 데이터 인수인계

작성일: 2026-10-27 KST
기준 일감: https://sulfite-footbath-next.ngrok-free.dev/issues/1123
수신 대상: 이상재(Forecasting), 작성 업무: 수아(Data & Validation)

## 먼저 이것만 봐주세요

파일 목록·품질 문제·검증 기간·입력 기준을 정리했습니다. 정제된 학습 데이터나 모델 결과를 넘기는 단계는 아닙니다.
이번 패키지는 검토와 실험 준비용입니다. 학습 데이터 기준은 아래 미결 항목을 같이 확인한 뒤 확정합니다.
상재님에게 별도 메시지를 발송하거나 수신·동의를 확인한 것은 아닙니다.

1. README_FIRST.md에서 파일 확인 방법을 봐주세요.
2. 아래 '같이 정할 것' 중 D01~D03을 먼저 확인해주세요.
3. 승인된 기준으로 수아가 데이터를 준비·재검증하고, 상재님은 같은 조건으로 기본 모델을 비교하면 됩니다.
4. 환경/실험 기록 구조 준비(#1124)는 병행할 수 있습니다. 미합의 조건의 결과를 최종 비교/공식 점수로 보고하지 않습니다.

## 들어 있는 자료와 읽는 순서

| 순서 | 자료 | 무엇을 확인하나요 |
|---|---|---|
| 1 | outputs/oibc_1119_data_inventory.md | 파일·컬럼·단위·연결 기준 |
| 2 | outputs/oibc_1120/data_quality_report.md | 결측·중복·이상값과 처리 제안 |
| 3 | outputs/oibc_1121/validation_split_spec.md | 어느 기간으로 학습하고 시험할지 |
| 4 | outputs/oibc_1122/feature_availability_report.md | 예측 당시 쓸 수 있는 입력 |
| 5 | decisions.csv / data_contract.json | 같이 정할 것과 코드 연결 계약 |

원본 데이터는 포함하지 않았습니다. 본인이 접근 가능한 동일한 공식 ZIP을 별도 사용해주세요.
내 컴퓨터의 경로를 상재님 컴퓨터에도 있다고 가정하지 않습니다.

## 데이터 버전과 확인된 사실

- 원본 이름: OIBC_2026_DATA (1).zip
- 원본 SHA-256: f8b8914d1e45c7a7e8108fc2bfb2c1287373a07e2621cfe653bb3a12a438834e
- 실제 데이터 파일 10개, 발전소 253개, 설비용량 합계 42,655.37kW.
- 원본 검증 전후 hash 동일. 원본/모델 코드는 수정하지 않았습니다.
- 기존 검증 기록: #1120 교차 확인 59건, #1121 시간/커버리지 183건, #1122 가용성 60건 통과. 검사 범위가 서로 다르며 모델 성능 통과 수치가 아닙니다.

## 현재 기간에 실제로 영향을 주는 문제

전체 원본의 문제와 제안한 최근 학습 범위(2023-06-01 01:00 이후)를 구분했습니다.

| 문제 | 전체 원본 기록 | 제안한 최근 범위에 있는 기록 | 해석 |
|---|---:|---:|---|
| 음수 발전량 | 40 | 0 | 기간을 과거로 넓히면 처리 기준 필요 |
| 비정시 예보 | 92 | 0 | 현재 범위 밖이지만 무조건 정시 변환 금지 |
| 빈 예보 변수 영향 행 | 1298 | 0 | 8개 열의 빈 셀 수와 영향 행 수는 구분 |
| A 실측의 충돌 중복 참여 행 | 12 | 8 | 주 입력에서 미래 실측은 제외; 과거 실측 사용 시 해결 필요 |

이 표만으로 최근 데이터의 전체 품질 통과를 주장하지 않습니다. 평가 A 예보 264개 조합 누락 등은 별도 남아 있습니다.
문제 위치 전체는 outputs/oibc_1120/quality_cases.csv, 발전소별 건수는 site_quality.csv에 있습니다.
위 CSV는 규칙별 기록이어서 한 원본 행이 여러 문제 기록에 해당할 수 있습니다.

## 학습·검증 기간 제안

학습 시작: 2023-06-01 01:00 KST. 종료만 확장하며 각 fold 내 모델/전처리/그룹 배정은 고정합니다.

| 구간 | 학습 종료(포함) | 시험할 목표 날짜 | 실제 시험 행 |
|---|---|---|---:|
| 개발 1 | 2024-12-31 00:00 | 2025-01-01부터 01-30까지 | 182,160 |
| 개발 2 | 2025-01-31 00:00 | 2025-02-01부터 02-27까지 | 163,944 |
| 최종 확인 | 2025-02-28 00:00 | 2025-03-01부터 05-31까지 | 558,624 |

세 구간 모두 253개 전체 정답 행이 있습니다. 마지막 발전소는 2024-12-24에 기록이 시작되어 이전 계절은 전체 포트폴리오와 동등하게 평가할 수 없습니다.
1월 검증 시 한 발전소의 학습 이력은 154시간뿐입니다. 발전소를 빼지 않고 전체 발전소 모델 등 대체 경로를 검토해주세요.
이 설계는 겨울·봄에 집중되어 여름·가을 및 1년 일반화 검증을 대신하지 않습니다.

목표 날짜 D는 D 01:00부터 D+1 00:00까지, 발행은 D-1 17:00입니다. 00:00은 전날의 마지막 구간입니다.
1/31·2/28 하루 전체 정답은 다음 최초 예측 전에 알 수 없으므로 개발 점수 집계에서 제외한 제안입니다. 대회 제출 행을 삭제하라는 뜻이 아닙니다.
학습 cutoff는 시간 경계 제안이며 실제 실적 수신 지연은 미확인입니다.
최종 구간으로 모델/전처리/그룹을 반복 선택하면 더 이상 미사용 최종 검증이 아닙니다.

## 입력과 출력 연결 기준

- 실제 발전소 키는 site_id, 시간은 ts(KST), 용량은 capacity_kw(kW), 정답은 energy(kWh)입니다.
- 예보는 관측지점+round+ts로 연결합니다. 10·17시 회차는 공식 허용입니다.
- 예보 값 30종과 제공 정적·달력 후보를 정책표에서 확인해주세요. 동일 이름의 기상 실측을 연결하면 안 됩니다.
- SMP는 기본 정산 전용, k는 KST ts.hour의 11~15일 때 3, 나머지 1로 재계산 가능합니다. 구간 중앙 시각으로 k를 만들지 않습니다.
- 미래 실적·목표 시각 실측·평가 실적 lag는 기본 입력에서 제외합니다. 실제 수신 로그는 제공되지 않았습니다.
- 예측 출력 제안: site_id, ts, actual_kwh, prediction_kwh, residual_kwh, fold, model_version, data_version, split_version, feature_version.
- residual_kwh = actual_kwh - prediction_kwh. 양수는 실제보다 적게 예측, 음수는 실제보다 많이 예측한 경우입니다.
- 공식 test의 actual/잔차는 제공되지 않으므로 만들지 않습니다. 정답이 있는 내부 검증 산출물과 test 예측 전용 산출물을 분리합니다.
- VPP는 발전소 actual/prediction을 먼저 합산한 뒤 절대오차를 적용합니다. 같은 구간 정답의 잔차로 같은 구간 배정을 최적화하지 않습니다.

## 같이 정할 것

| ID | 먼저 확인할 내용 | 검토 대상 제안 |
|---|---|---|
| D01 | 빠진 예보를 다른 회차/제공사로 보완할지, 모델 결측 처리로 갈지 | 수아·상재 |
| D02 | 위 학습/시험 기간과 짧은 이력 발전소 대체 경로 | 수아·상재·튜터 |
| D03 | 실제 입력 목록과 출처·회차 처리 방식 | 수아·상재 |
| D04 | 정답 수신 지연·최초 예측 cutoff 해석 | 문길래·수아·상재 |
| D05 | 정산 규칙 버전·음수 actual 지원·공식 승인 | 영우·수아·문길래 |
| D06 | 예측 출력/잔차 계약과 자료 실행·수신 확인 | 상재·수아·영우 |

검토 대상은 제안이며 담당자를 변경하거나 승인받았다는 의미가 아닙니다. 결정은 아직 없습니다. decisions.csv의 status는 모두 PENDING_TEAM_REVIEW입니다.
D01~D03 합의 후 비교 실험을 시작하고, D04~D05는 가용성 준수/공식 점수를 주장하기 전에 확인합니다.
현재 세 fold의 학습·검증 정답에는 음수가 없지만, 기간 확장·정산 입력 경로를 고려해 음수 정책을 버리지는 않습니다.

## 관련 팀 작업의 현재 확인 범위

- 상재님 #1124는 조회 당시 New/0%였고 입력·출력·실험 구조·Metric·저장 방식 정의가 범위입니다.
- 영우님 #991은 조회 당시 In Progress/70%입니다. README 기반 정산 계산기 구현·합성 테스트 기록이 있으나 공식 수식 승인·실제 OOF 평가 등은 남아 있습니다.
- #991의 테스트 138개 통과는 영우님 댓글의 보고이며 이번 인수인계 작업에서 코드를 가져와 재실행한 결과가 아닙니다.
- 정산 규약은 위 계약에 반영했지만, 영우님 코드의 공유 경로/버전은 팀에서 확인해야 합니다. 공식 문제정의서·scoring.py가 이 원본 ZIP에 없다는 사실을 프로젝트 전체에 없다는 뜻으로 확대하지 않습니다.
- 문길래 #985는 조회 당시 New/100%였고 페이지에 검토 결과 문서는 확인되지 않았습니다. 이 표시만으로 공식 세부 기준 승인을 추정하지 않습니다.

관련 링크:
- 데이터 품질: https://sulfite-footbath-next.ngrok-free.dev/issues/1120
- 검증 구간: https://sulfite-footbath-next.ngrok-free.dev/issues/1121
- 입력 정책: https://sulfite-footbath-next.ngrok-free.dev/issues/1122
- 실험 구조: https://sulfite-footbath-next.ngrok-free.dev/issues/1124
- 정산: https://sulfite-footbath-next.ngrok-free.dev/issues/991
- 규정: https://sulfite-footbath-next.ngrok-free.dev/issues/985

## 이 자료를 받은 뒤의 순서

1. 패키지 파일 확인과 원본 hash 확인.
2. 상재님·수아가 D01~D03을 확인하고 #1123에 결정/이유/버전을 기록.
3. 수아가 합의한 전처리를 별도 산출물에 적용하고 재검증. 원본은 보존.
4. 상재님이 기본 모델 실험. 같은 split/입력/데이터 버전으로 비교하고 첫 실험부터 기록.
5. 수아가 행 정합성·누수 재검토. 과거 OOF 잔차를 영우님 VPP/정산과 연결.

## #1123 완료를 판단하는 기준

현재는 인수인계 자료 준비 완료·기준 확정 대기입니다.
진척 표시는 이 일감의 제안 체크리스트 5개 중 4개 준비 완료인 80%로 관리합니다. 공모전 전체 진행률이나 공식 승인율이 아닙니다.

- [x] #1119~#1122 자료 모으기와 원본 버전 대조
- [x] 데이터/출력 계약 초안 및 미실행 범위 구분
- [x] 실행 안내와 패키지 자체 확인
- [x] 미결 항목·검토 대상·다음 행동 정리
- [ ] 수신자 확인 및 전달할 데이터 기준 합의

자료를 게시했다고 상재님이 읽었거나 동의한 것으로 기록하지 않습니다. 합의 전 #1123을 Resolved/100%로 종료하지 않습니다.

## 상재님께 보낼 때 쓸 짧은 문구 — 발송하지 않은 초안

상재님, 데이터 확인한 자료를 #1123에 모아뒀어요!
첫 안내 파일부터 보시면 되고, 빠진 예보 처리랑 학습/시험 기간, 입력 목록만 먼저 같이 봐주시면 될 것 같아요.
정리 자료와 검증 코드는 준비됐고, 정제된 학습 데이터는 기준 맞춘 다음에 만들 예정이에요.
