자동화 시대의 무작위 표본 추출 비용 절감을 위한 혼합 오프셋 설계

본 논문은 디지털 이미지·음성 등 자동 수집이 가능한 데이터가 급증함에 따라, 이러한 데이터에 대한 어노테이션 비용 구조가 크게 변하고 있음을 배경으로 한다. 전통적인 생태학적 조사에서는 현장 전문가가 직접 표본을 채취하고 어노테이션을 수행했지만, 오늘날 로봇·센서·드론 등을 이용해 대량의 디지털 표본을 빠르게 확보할 수 있다. 그러나 이러한 디지털 표본은 여전히 전문가의 정밀 어노테이션이 필요하며, 이는 시간·인건비 측면에서 큰 부담이 된다. 이에 저자는 두 종류의 어노테이터를 활용한 ‘Hybrid‑Offset’ 샘플링 설계를 제안한다. - **Primary annotator (fₐ)**: 정확도가 높지만 비용이 비싸다(전문가). - **Auxiliary annotator (f_b)**: 비용이 저렴하지만 잡음이 섞여 있다(자동화 알고리즘·크라우드 워커). 목표는 모집단 평균 µₚ를 편향 없이 추정하면서, 전체 비용을 최소화하는 것이다. 이를 위해 먼저 표본 수집 비용 c_c, 전문가 어노테이션 비용 cₐ, 보조 어노테이션 비용 c_b를 정의하고, 각각의 오차 평균·분산(µₐ, σ²ₐ, µ_b, σ²_b)을 도입한다. 전문가 어노테이터는 편향이 없고(µₐ=0) 오차가 독립적이라고 가정한다. 전통 설계(Conventional)는 모든 표본을 전문가에게 맡기며, 추정량 ˆµₚ의 분산은 (σ²ₚ+σ²ₐ)/nₐ가 된다. 목표 오차 d와 신뢰수준 δ를 만족하려면 nₐ* = ζ²_δ d⁻² (σ²ₚ+σ²ₐ) 가 필요하고, 총 비용은 (c_c+cₐ)nₐ* 로 계산된다. Hybrid‑Offset 설계는 먼저 n_b개의 표본을 보조 어노테이터에 할당하고, 그 중 nₐ개를 전문가에게도 재검사한다. 오프셋 추정량은 ˆµₚ = (1/n_b)∑_{i=1}^{n_b} f_b(x_i) – ˆµ_b, 여기서 ˆµ_b = (1/nₐ)∑_{i=1}^{nₐ}