사용자별 또는 조직별로 새 기능을 배정합니다. 공유 데이터와 실험 독립성에 어떤 차이가 생기나요?
꼬리 질문을 독립 문항으로 확장했습니다. 원래 문항에서 맥락 보기 →
잠깐, 답변을 보기 전에
먼저 내 말로 설명해 볼까요?
답변과 점검 포인트 펼치기답변 접기
01
구두 답변
정의를 외우기보다, 원리와 조건을 연결해 설명해 보세요.
개별 사용자가 독립 데이터를 쓰면 사용자 배정이 단순하지만 조직 구성원이 같은 자원을 공유하면 혼합 규칙이 충돌할 수 있어 조직 단위 배정이 적합할 수 있습니다. 실험 표본의 독립 단위도 그 배정과 맞춰야 합니다.
안정 해시·배정 version을 사용하고 실제 노출을 기록합니다. 비율을 늘릴 때 같은 대상이 불필요하게 오가게 하지 않습니다. 조직 크기 편중·네트워크 효과·공유 데이터 호환을 검증하고 사용자 수만으로 독립 표본 수를 과장하지 않습니다.
02
득점 포인트
이해가 드러나는 지점을 확인해 보세요.
- 개별 사용자가 독립 데이터를 쓰면 사용자 배정이 단순하지만 조직 구성원이 같은 자원을 공유하면 혼합 규칙이 충돌할 수 있어 조직 단위 배정이 적합할 수 있습니다. 실험 표본의 독립 단위도 그 배정과 맞춰야 합니다.
- 조직 크기 편중·네트워크 효과·공유 데이터 호환을 검증하고 사용자 수만으로 독립 표본 수를 과장하지 않습니다.
03
감점 포인트
놓치기 쉬운 조건과 오해를 짚어 보세요.
- 다음 핵심 구분을 반대로 설명하거나 성립 조건을 생략한다: 개별 사용자가 독립 데이터를 쓰면 사용자 배정이 단순하지만 조직 구성원이 같은 자원을 공유하면 혼합 규칙이 충돌할 수 있어 조직 단위 배정이 적합할 수 있습니다.
04
더 파고들 거리
하나 더 질문하며 이해의 범위를 넓혀 보세요.
득점·감점 포인트는 학습용 자기 점검 기준이며, 특정 회사의 실제 채점표가 아닙니다.
원리부터 공부하고 싶다면
답변을 보충하는 개념·예제·슈도코드를 읽어 보세요.