false positive오탐

false positive는 실제로는 해당하지 않는 대상을 검사나 탐지 시스템이 해당한다고 잘못 판정한 결과다.

기사 1편
최근 언급

false positive(오탐, 거짓 양성)는 검사, 분류, 탐지 시스템이 실제로는 조건에 해당하지 않는 대상을 해당한다고 잘못 판정한 결과다. 통계학에서는 제1종 오류에 해당한다. 반대로 실제로 해당하는 대상을 놓친 결과는 false negative(미탐, 거짓 음성)라고 한다.

보안 취약점 탐지, 스팸 필터, 코드 분석 도구, 의료 검사, 기계 학습의 분류 모델 등에서 쓰이는 개념이다. 더 많은 대상을 잡아내도록 탐지 기준을 민감하게 조정하면 false negative는 줄지만 false positive는 늘어나는 경향이 있어, 두 오류 사이의 균형을 맞추는 경우가 많다.

이 설명은 AIPOST 기사와 널리 알려진 사실을 바탕으로 정리했습니다. 잘못된 내용이 있으면 정정 요청으로 알려 주세요.

이 항목을 다룬 기사

막힌 PR은 commit(코드 변경을 저장소에 기록하는 단위)으로 문제를 고치거나, 오탐(false positive)이라고 까닭을 적어 표시해야 병합할 수 있습니다.


© 2026 AIPOST. All rights reserved.

AIPOST는 AI 활용법, AI 보안, 성능, 창업, 헬스, 윤리, 업계 소식을 다루는 AI 전문 미디어입니다. 회원 가입 없이 이용하며, 개인정보를 처리하는 방법은 개인정보 처리방침에서 확인할 수 있습니다.