안녕하세요 UT 설계시 성공/실패 기준을 세우는게 중요하다고 말씀해주셨는데요, 이 기준을 세우는 부분이 아직 어렵게 느껴져서 질문드립니다!예시로 보여주신 아이패드 문제집 UT의 경우에는 성공/실패 기준을 어떻게 세우셨는지 궁금합니다. 특히 인터뷰를 통해 아날로그 방식을 고집할 필요가 없다고 판단되어 OMR카드에서 직접 보기를 클릭하는 방향으로 디자인이 수정되어있는데, 이 판단의 근거는 무엇이었는지 궁금합니다!

개념관찰가능성 측면에서 "카디널리티"와 "디멘션"은 데이터를 이해하고 분석하는 데 중요한 역할을 하는 두 가지 개념입니다. 이 두 개념은 주로 데이터셋의 구성을 설명하는 방법이지만 서로 다른 관점을 제공합니다. 1. 카디널리티(Cardinality):카디널리티는 데이터 내의 특정 열 또는 속성에서 서로 다른 값의 수를 나타냅니다. 높은 카디널리티는 해당 속성이 많은 고유한 값을 가지는 것을 의미하며, 예를 들어 유저 ID나 이메일 주소 같은 경우입니다.낮은 카디널리티는 유사한 값이 반복적으로 나타나는 경우로, 도시명이나 국가 코드 같은 속성일 수 있습니다.관찰가능성 측면에서 높은 카디널리티를 가진 데이터는 분석이나 시각화 시 복잡성을 증가시킬 수 있으며, 낮은 카디널리티는 경향이나 패턴을 식별하는 데 용이할 수 있습니다.2. 디멘션(Dimension):디멘션은 데이터세트의 다양한 특징을 설명하는 데 사용되는 변수 또는 속성을 의미합니다. 보통 데이터를 분석할 때 관찰의 맥락(예: 시간, 지역, 제품 등)을 설명하기 위한 축(axis)입니다.이러한 디멘션은 관찰의 범위와 깊이를 제공하며, 다차원 분석(Multidimensional analysis)에서 중요하게 사용됩니다.데이터의 디멘션 수가 증가하면 분석의 복잡성이 증가하지만, 동시에 더 깊이 있는 인사이트를 제공할 수 있습니다.이 두 가지 개념은 데이터 분석에서 종종 함께 고려됩니다. 예를 들어, 고차원 데이터(디멘션이 많음)의 경우 여러 디멘션에 걸쳐 높은 카디널리티를 포함할 수 있으며, 이는 데이터 분석 및 저장 관점에서 효율적인 접근 방식을 필요로 합니다. 데이터의 관찰 및 분석 시, 어떤 방식으로 데이터가 구조화되고 변형될 수 있는지를 이해하는 것이 중요합니다.예시카디널리티와 디멘션을 좀 더 명확히 이해할 수 있도록 다양한 예시를 제시하겠습니다.1. 온라인 쇼핑몰 데이터베이스:카디널리티: 제품 ID 컬럼은 높은 카디널리티를 가지고 있습니다. 이는 각 제품마다 고유한 ID를 가지고 있기 때문입니다.반면, 카테고리 컬럼은 낮은 카디널리티를 가질 수 있습니다. 예를 들어, "의류", "전자기기", "생활용품"과 같이 한정된 수의 카테고리만 존재할 수 있습니다.디멘션:고객 정보, 제품 정보, 주문 날짜 등의 다양한 디멘션이 존재합니다. 각각의 디멘션은 분석 시 고객 행동, 판매 패턴 등의 관점에서 데이터를 평가하는 데 사용됩니다.2. 인구 조사 데이터:카디널리티:개인 식별 번호(예: 주민등록번호)는 매우 높은 카디널리티를 가집니다. 모든 개인이 고유한 번호를 가지기 때문입니다.성별 컬럼은 매우 낮은 카디널리티를 가질 수 있으며, 대부분 "남자" 또는 "여자"로만 분류됩니다.디멘션:연령, 성별, 직업, 거주 지역 등의 디멘션이 있습니다. 각각의 디멘션은 인구의 특정 세그먼트에 대한 인사이트를 제공합니다.3. 스마트폰 센서 데이터:카디널리티:특정 시간 동안 수집된 온도 데이터는 각 순간마다 미세하게 값이 달라질 수 있어 높은 카디널리티를 나타낼 수 있습니다.반면, 위치 데이터가 "실내" 또는 "실외"로만 분류되어 저장되는 경우, 이는 낮은 카디널리티를 가질 것입니다.디멘션:가속도, 자이로스코프, 위치 데이터 등 다양한 센서 정보가 디멘션 역할을 하며, 이는 모션 분석이나 활동 인식 등에 활용될 수 있습니다.이러한 예시들은 카디널리티가 데이터 안의 고유한 값의 수 또는 다양성을 어떻게 나타내는지를 보여주며, 디멘션은 분석이나 평가하고자 하는 다양한 관점이나 특징을 정의하는 변수임을 설명합니다.  

How can we detect that the production system is in a “failure state” before customer complaints arise