# ROC Curve (Receiver Operating Characteristic Curve)

## 개요

**ROC 곡선**(Receiver Operating Characteristic Curve)은 이진 분류(Binary Classification) 모델의 성능을 평가하고 시각화하는 데 널리 사용되는 그래프입니다. 주로 의료 진단, 스팸 필터링, 신용 점수 평가 등 확률 기반의 분류 문제에서 모델의 전반적인 성능을 비교하고 최적의 임계값(Threshold)을 선정하는 데 활용됩니다.

ROC 곡선은 모델이 양성(Positive)과 음성(Negative)을 얼마나 잘 구분하는지를 직관적으로 보여주며, 특히 클래스 불균형(Class Imbalance)이 심한 데이터셋에서도 모델의 판별 능력을 평가하는 데 유용합니다. 이 문서에서는 ROC 곡선의 구성 요소, 해석 방법, 그리고 관련 지표인 AUC에 대해 상세히 다룹니다.

## ROC 곡선의 구성 요소

ROC 곡선은 두 가지 주요 지표인 **양성 예측률(True Positive Rate, TPR)**과 **음성 예측률(False Positive Rate, FPR)**을 축으로 하는 2차원 평면에 그려집니다.

### 1. 주요 지표 정의

ROC 곡선을 이해하기 위해서는 먼저 다음 두 가지 핵심 지표의 정의를 명확히 해야 합니다.

*   **양성 예측률 (True Positive Rate, TPR)**
    *   **정의**: 실제 양성인 데이터 중 모델이 올바르게 양성으로 예측한 비율입니다.
    *   **다른 이름**: 민감도(Sensitivity), 재현율(Recall)이라고도 합니다.
    *   **수식**:
        $$ TPR = \frac{TP}{TP + FN} $$
        *(여기서 TP는 참 양성, FN은 거짓 음성을 의미합니다.)*

*   **음성 예측률 (False Positive Rate, FPR)**
    *   **정의**: 실제 음성인 데이터 중 모델이 잘못 양성으로 예측한 비율입니다.
    *   **다른 이름**: 1 - 특이도(1 - Specificity)라고도 합니다.
    *   **수식**:
        $$ FPR = \frac{FP}{FP + TN} $$
        *(여기서 FP는 거짓 양성, TN은 참 음성을 의미합니다.)*

### 2. 임계값(Threshold)의 역할

분류 모델은 일반적으로 0과 1 사이의 확률 값을 출력합니다. 이를 최종적인 클래스(양성/음성)로 결정하기 위해 **임계값(Threshold)**을 설정합니다.
*   일반적으로 임계값을 0.5로 설정하지만, 상황에 따라 조정할 수 있습니다.
*   임계값을 낮추면 TPR은 증가하지만 FPR도 함께 증가합니다.
*   임계값을 높이면 FPR은 감소하지만 TPR도 함께 감소합니다.

ROC 곡선은 0에서 1까지 변화하는 다양한 임계값에 대해 계산된 (FPR, TPR) 쌍을 연결하여 생성됩니다.

## ROC 곡선의 해석

ROC 곡선의 형태와 위치를 통해 모델의 성능을 직관적으로 파악할 수 있습니다.

### 1. 이상적인 모델과 무작위 모델

*   **이상적인 모델 (Perfect Classifier)**:
    *   곡선이 좌상단 (FPR=0, TPR=1)으로 급격히 올라간 후 수평으로 이동하는 형태를 띱니다.
    *   이는 FPR은 0에 가깝게 유지하면서 TPR을 1에 가깝게 만들 수 있음을 의미하며, 오류 없이 모든 양성을 정확히 찾아낸다는 뜻입니다.

*   **무작위 추측 (Random Classifier)**:
    *   대각선 (y=x) 위에 위치하는 직선 형태를 띱니다.
    *   이는 모델이 아무런 정보도 없이 무작위로 예측하는 것과 동일한 성능임을 의미합니다. 즉, TPR과 FPR이 동일한 비율로 증가합니다.

### 2. 곡선의 위치와 성능 비교

*   **대각선 위의 곡선**: 무작위 예측보다 나은 성능을 보입니다.
*   **대각선 아래의 곡선**: 모델의 예측이 실제 정반대임을 의미합니다. 이 경우 예측 결과를 반전시키면 성능이 향상됩니다.
*   **여러 모델 비교**: 서로 다른 분류 모델의 ROC 곡선을 하나의 그래프에 겹쳐 그리면, **좌상단에 더 가까운 곡선**을 가진 모델이 더 우수한 성능을 가진다고 판단합니다.

## AUC (Area Under the Curve)

ROC 곡선 자체의 시각적 해석 외에도, 곡선 아래의 면적인 **AUC**를 수치화하여 모델의 성능을 정량적으로 평가합니다.

### AUC의 의미

*   **범위**: 0.0에서 1.0 사이의 값을 가집니다.
*   **해석**:
    *   **AUC = 1.0**: 완벽한 분류 모델.
    *   **AUC = 0.5**: 무작위 예측과 동일한 성능.
    *   **AUC > 0.5**: 무작위 예측보다 나은 성능.
    *   **AUC < 0.5**: 무작위 예측보다 나쁜 성능 (예측 반전 필요).
*   **통계적 해석**: AUC는 임의로 선택된 양성 샘플과 음성 샘플 중, 모델이 양성 샘플에 더 높은 점수를 부여할 확률을 의미합니다.

### AUC의 장점

1.  **임계값 독립성**: 특정 임계값에 의존하지 않고 모델의 전반적인 판별 능력을 평가합니다.
2.  **클래스 불균형 강건성**: 양성 샘플과 음성 샘플의 비율이 극단적으로 불균형한 데이터셋에서도 신뢰할 수 있는 성능 지표를 제공합니다. (정확도(Accuracy)는 클래스 불균형 시 왜곡될 수 있습니다.)

## ROC 곡선 작성 예시 (Python)

Python의 `scikit-learn` 라이브러리를 사용하여 ROC 곡선을 그리는 방법은 다음과 같습니다.

```python
import numpy as np
import matplotlib.pyplot as plt
from sklearn.metrics import roc_curve, auc
from sklearn.datasets import make_classification
from sklearn.ensemble import RandomForestClassifier

# 1. 더미 데이터 생성 (이진 분류 문제)
X, y = make_classification(n_samples=1000, n_features=20, n_informative=10, random_state=42)

# 2. 모델 학습 (Random Forest)
clf = RandomForestClassifier(random_state=42)
clf.fit(X, y)

# 3. 양성 클래스에 대한 예측 확률 계산
y_scores = clf.predict_proba(X)[:, 1]

# 4. ROC 곡선 데이터 계산
fpr, tpr, thresholds = roc_curve(y, y_scores)
roc_auc = auc(fpr, tpr)

# 5. ROC 곡선 시각화
plt.figure()
plt.plot(fpr, tpr, color='darkorange', lw=2, label=f'ROC curve (AUC = {roc_auc:.2f})')
plt.plot([0, 1], [0, 1], color='navy', lw=2, linestyle='--') # 대각선 (무작위 예측)
plt.xlim([0.0, 1.0])
plt.ylim([0.0, 1.05])
plt.xlabel('False Positive Rate')
plt.ylabel('True Positive Rate')
plt.title('Receiver Operating Characteristic (ROC) Curve')
plt.legend(loc="lower right")
plt.grid(True)
plt.show()
```

## 관련 문서 및 참고 자료

*   **정밀도-재현율 곡선 (Precision-Recall Curve)**: 양성 클래스의 비율이 매우 낮은 경우 ROC 곡선보다 더 유용할 수 있는 평가 지표입니다.
*   **PRC (Precision-Recall Curve)**: 클래스 불균형이 심한 데이터셋에서 모델 성능을 평가할 때 ROC보다 민감한 지표로 작용합니다.
*   **F1 Score**: 정밀도(Precision)와 재현율(Recall)의 조화 평균으로, 단일 임계값에서의 모델 성능을 요약하는 지표입니다.

## 결론

ROC 곡선은 분류 모델의 성능을 다각도로 평가하는 강력한 도구입니다. 특히 다양한 임계값에 따른 모델의 트레이드오프(Trade-off)를 시각적으로 파악할 수 있게 해주며, AUC를 통해 모델의 전반적인 판별 능력을 수치화할 수 있습니다. 데이터 과학자 및 머신러닝 엔지니어는 모델 선택 및 하이퍼파라미터 튜닝 과정에서 ROC 곡선과 AUC를 필수적으로 참고해야 합니다.