AI 메일 분류가96% 맞았어도, 중요한 메일을 가리지는 않을까요?
정상 메일을 스팸으로 잡은 경우와 놓친 스팸을 따로 세세요. 전체 정확도만으로 각 실수의 비용을 알 수는 없습니다.
AI 표기로 메일을 옮기거나 지우기 전에 무엇을 양성으로 셀지 정하고 오류 유형을 보세요. Google의 분류 안내는 집단 크기가 다를 때 정확도·정밀도·재현율이 서로 다른 질문에 답한다고 설명합니다.
메일100개의 가상 예제
스팸10개 중8개를 잡고2개를 놓쳤으며, 정상 메일90개 중2개를 스팸으로 잘못 표시했다고 합시다.100개 중96개 분류가 맞아도 스팸 표기10개 중2개는 정상 메일입니다. 가상 건수로 정확도96%, 정밀도80%, 재현율80%를 계산했습니다.
점수 뒤의 오류를 요청하세요
예시 입력: “이 정답표가 있는 사례에서 맞게 잡은 스팸·잘못 잡은 정상 메일·놓친 스팸·맞게 남긴 정상 메일을 보여줘. 지표를 계산하고 각 분모가 무엇인지 설명해.” 실제 메일 서비스 시험이 아닌 제안 입력입니다.
실수의 영향에 맞춰 행동을 정하세요
편집자의 권고는 오탐으로 중요한 메일이 가려질 수 있다면 검토 가능한 보관함부터 쓰는 것입니다. 표시된 예시와 표시되지 않은 일부 사례도 확인하세요. 점수가 높다는 것만으로 메일 자동 삭제를 결정하지 마세요.
실제 작업 흐름을 확인하세요
잘못 옮긴 메일을 복구하는 방법과 허용된 자료로 표기를 평가하는 방식을 정하세요. 가상 건수는 내 받은편지함의 성능 예측이 아닙니다. 임계값이나 메일 종류가 달라지면 오류 양상도 달라질 수 있습니다.
2026년10월14일 발행. 가상 분류표의 산술만 시험했습니다. 메일함·AI 분류기·메일 이동·삭제·임계값 설정에는 접근하거나 변경하지 않았습니다.