피처 드리프트
시간이 흐름에 따라 모델에 입력되는 특정 피처의 데이터 분포가 학습 시점과 달라지는 현상이다. 피처가 많을수록 이러한 변화에 노출될 확률이 높아지며, 이는 운영 중인 모델의 예측 성능을 소리 없이 저하시킨다.