검산용 거래 표본을 무작위로 뽑아도 같은 표본을 다시 만들 수 있나

검산용 거래를 무작위로 뽑더라도 같은 표본을 다시 확인할 수 있게 만들 수 있다. pandas sample 문서는 random_state를 재현성에 사용할 수 있다고 설명한다. 다만 난수 씨앗 하나만 기록하면 원본이 바뀌어도 같은 거래가 뽑힌다는 뜻은 아니다.

같은 열 건에서 세 건을 확인하는 절차

가상의 원본 거래 ID가 1부터 10까지 있고, 이 중 세 건의 원문을 대조하려 한다고 하자. 원본 파일판과 행 순서를 고정하고, 중복 없이 세 행을 뽑는 조건과 정수 random_state를 기록한다. 같은 환경과 조건에서 다시 추출했을 때 선택 ID 목록이 같은지 대조한다. 이 글은 특정 씨앗에서 어떤 ID가 나오는지를 pandas 실행 결과처럼 제시하지 않는다. 검산의 완료 신호는 두 목록의 실제 일치다.

그 뒤 원본에 한 행이 추가되거나 정렬이 바뀌면 같은 씨앗을 사용해도 다른 거래가 선택될 수 있다. 도구나 난수 생성기 버전 변경도 재현에 영향을 줄 수 있으므로 결과 ID 자체를 보관하는 것이 도움이 된다. 인덱스를 다시 붙였다면 그 번호를 원본의 영구 거래 ID처럼 쓰지 않는다.

표본을 다시 찾을 수 있게 남길 항목

원본 경로와 수령일, 원본 체크섬, 정렬 기준, 추출 건수, 복원 추출 여부, 제외 조건과 도구 버전을 한 기록에 둔다. 추출한 ID에는 원본 행 번호도 연결한다. 공개 자료에 안정된 고유 ID가 없으면 원본판과 행 번호를 함께 보존하되, 다른 판의 같은 행 번호가 같은 거래라고 가정하지 않는다.

재현 가능한 검산표본은 품질 확인을 반복하기 위한 도구다. 세 거래를 확인했다는 사실만으로 모든 거래가 정확하거나 그 표본이 지역 전체를 통계적으로 대표한다고 보장할 수는 없다. 무작위 추출의 재현성과 표본설계의 대표성은 각각 확인해야 하는 질문이다.