Recall

재현율은 모델이 실제 양성 사례 중 올바르게 식별한 비율입니다. 이는 "찾아야 할 모든 항목 중 모델이 얼마나 찾아냈는가?"라는 질문에 답하며, 진양성을 실제 양성 전체로 나누어 계산합니다. 즉, 재현율 = TP / (TP + FN)이며, 거짓 음성(FN)은 모델이 놓친 양성 사례입니다. 재현율은 0에서 1까지이며, 재현율이 0.90이면 양성 10개 중 1개를 놓친다는 뜻입니다. 민감도, 진양성률(TPR), 적중률은 동의어이며, 미탐률 또는 거짓 음성률은 1에서 재현율을 뺀 값입니다. 검진 영상에서 발견되지 않은 종양이나 경보 시스템이 감지하지 못한 침입자처럼 놓친 사례의 비용이 큰 경우 재현율이 특히 중요합니다.

재현율 계산 방법#

재현율은 혼동 행렬에서 실제 양성 전체를 구성하는 진양성과 거짓 음성 두 셀을 사용합니다. 거짓 양성과 진음성은 공식에 포함되지 않으므로, 모든 항목을 양성으로 분류하는 모델은 쓸모가 없으면서도 완벽한 재현율 1.0을 얻습니다. 따라서 재현율은 이러한 오탐에 직접 페널티를 주는 정밀도, 즉 TP / (TP + FP)와 함께 보고됩니다. 예를 들어 테스트 세트에서 종양 100개 중 90개를 표시하는 스크리닝 모델은 건강한 영상에 얼마나 많이 표시했는지와 관계없이 재현율이 0.90이며, 정밀도는 표시한 항목 중 실제 종양이 얼마나 되는지를 보여줍니다.

클래스가 두 개보다 많은 경우 클래스별로 해당 클래스를 양성, 나머지를 음성으로 간주해 재현율을 계산한 다음 평균을 냅니다. 매크로 재현율은 모든 클래스에 동일한 가중치를 적용하므로 희귀 클래스에서의 낮은 성능을 드러내며, 단일 레이블 다중 클래스 작업에서 마이크로 평균 재현율은 정확도와 같습니다.

정밀도와 재현율의 균형#

대부분의 모델은 점수를 출력하며, 결정 임계값은 이 점수를 예 또는 아니요로 변환합니다. 임계값을 낮추면 더 많은 사례를 표시하므로 재현율은 높아지고 정밀도는 대체로 낮아집니다. 아래 scikit-learn 스크립트는 부품 15개 중 불량인 5개를 세 가지 임계값으로 평가합니다.

import numpy as np
from sklearn.metrics import precision_score, recall_score

# 5 defective parts (1) and 10 good parts (0), with the model's defect score for each
y_true = np.array([1, 1, 1, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0])
scores = np.array([0.95, 0.80, 0.55, 0.40, 0.20, 0.60, 0.35, 0.30, 0.15, 0.10, 0.10, 0.05, 0.05, 0.05, 0.02])

# Lowering the decision threshold flags more parts as defective
for threshold in (0.7, 0.5, 0.3):
    y_pred = scores >= threshold
    recall = recall_score(y_true, y_pred)
    precision = precision_score(y_true, y_pred)
    print(f"threshold {threshold}: recall {recall:.2f}, precision {precision:.2f}")

임계값이 0.7일 때 모델은 오탐 없이 불량품 5개 중 2개를 찾아 재현율 0.40, 정밀도 1.00을 기록합니다. 임계값을 0.3으로 낮추면 불량품 4개를 찾아 재현율은 0.80이 되지만, 표시된 7개 중 3개가 양품이므로 정밀도는 0.57로 떨어집니다. 모든 임계값을 표시하면 정밀도-재현율 곡선이 만들어지며, F1 점수나 재현율에 가중치를 둔 F2 점수를 사용해 곡선상의 작동 지점 하나를 선택할 수 있습니다. YOLO26에서는 예측 conf 임계값이 이 균형을 조정하며 기본값은 0.25입니다. 예를 들어 값을 conf=0.1로 낮추면 희미하거나 작은 객체, 일부 가려진 객체를 더 많이 찾는 대신 오탐이 늘어납니다.

객체 탐지에서의 재현율#

객체 탐지에서 양성은 각 이미지에 레이블이 지정된 객체입니다. 레이블이 지정된 객체는 동일한 클래스의 예측이 해당 객체와 교집합 대비 합집합(IoU) 임계값(보통 0.5) 이상으로 겹칠 때만 탐지된 것으로 간주합니다. 각 예측은 객체 하나만 지정할 수 있으므로 군중 속 두 사람을 하나의 박스로 감싸면 한 사람만 찾은 것이며 나머지 한 사람은 거짓 음성이 됩니다.

따라서 탐지기 재현율은 신뢰도 임계값, IoU 임계값, 후처리에 따라 달라집니다. 0.75와 같이 더 엄격한 IoU 임계값은 박스 위치가 정확하지 않을 때 재현율을 낮추고, 비최대 억제(NMS)는 크게 겹치는 객체의 올바른 박스를 삭제할 수 있으며, 이미지당 탐지 수 제한은 객체가 밀집된 장면에서 재현율을 제한합니다. 평균 정밀도(mAP)는 모든 재현율 수준에서 정밀도를 통합하므로 모델이 찾지 못한 객체는 모두 점수를 낮춥니다. COCO 평가는 이미지당 탐지 수를 고정했을 때 도달한 최대 재현율을 IoU 임계값 0.50~0.95에서 평균한 평균 재현율(AR)도 AR@1, AR@10, AR@100으로 보고합니다.

재현율 개선#

• 신뢰도 임계값을 낮춥니다: 가장 빠른 해결 방법이며 정밀도 저하를 감수해야 합니다.
• 누락 사례를 수집하고 레이블을 지정합니다: 작거나 가려진 객체, 야간 객체 등 모델이 실패하는 조건의 학습 예시를 추가합니다. 검증 데이터에서 거짓 음성을 검토하면 어떤 사례를 추가해야 하는지 알 수 있습니다.
• 입력 해상도를 높입니다: 낮은 해상도에서 몇 픽셀로 축소되는 작은 객체도 해상도를 높이면 탐지할 수 있습니다.
• 클래스 불균형 완화: 초점 손실(focal loss)과 같은 손실 함수 및 희귀 클래스의 리샘플링을 통해 모델이 소수 클래스를 무시하지 않도록 합니다.

재현율과 관련 용어 비교#

• 정밀도: 양성으로 예측한 항목 중 실제로 맞는 항목의 비율입니다. 재현율은 모델이 대상 중 얼마나 많이 찾아냈는지 묻고, 정밀도는 찾아낸 항목 중 얼마나 많이 맞았는지 묻습니다.
• 특이도: 진음성률인 TN / (TN + FP), 즉 음성 항목 중 올바르게 음성으로 판정한 비율입니다. 의료 검사에서는 민감도와 특이도를 한 쌍으로 보고합니다.
• 수신자 조작 특성(ROC) 곡선: 임계값에 따라 참양성률인 재현율을 거짓양성률에 대해 표시합니다. 곡선 아래 면적(AUC)은 이를 하나의 수치로 요약합니다.
• 정확도: 전체 예측 중 맞는 예측의 비율입니다. 양성 비율이 1%일 때 항상 음성으로 예측하는 모델은 정확도 99%, 재현율 0%를 기록합니다.