챔피언–챌린저 비교는 후보가 동결된 프로덕션 모델 옆에서 받아들일 만하게 점수 내는지를 답한다. 그 후보에게 실시간 리젝트·조언·설정점 영향의 커지는 몫을, 비용을 라인 100%에서 발견하기 전에 어떻게 넘길지는 답하지 않는다.
이 노트는 플랜트 모델의 퍼센트 기반 카나리 추론 롤아웃: 트래픽 분할, 승격 게이트, 킬 기준이다. 개념 드리프트 이론, 학습–서빙 스큐 진단, 레시피 MoC 모델 프리즈만도 아니다—다만 그 규율 없는 카나리는 연극이다.
작동하는 패턴은 일부러 지루해 보인다. 적격 결정의 작고 이름 있는 퍼센트—대개 한 자릿수—로, 범위가 정해진 제품군·라인에서 시작한다. 카나리와 챔피언 결과를 같은 피처 시계로 기록한다. 플랜트가 이미 가격 매기는 쌍 메트릭을 본다: 오탐 리젝트율, 이스케이프 대리, 제어 주기 대비 지연, SKU별 불일치 군집. 게이트 창이 끝날 때까지 퍼센트를 유지한다. “화요일이 괜찮아 보여 50%로” 올리지 않는다.
트래픽이 움직이기 전에 종이에 있어야 할 게이트
첫 퍼센트가 라이브로 나가기 전에 승격·킬 임계값을 써라. 플랜트가 실제로 쓰는 예: 고정 델타를 넘는 지속 오탐 리젝트 상승, 제어 주기를 놓치는 지연 위반, 사람 오버라이드 급증, 보호 제품군의 불일치 밀도. 롤백은 한 동작이어야 한다—100%를 챔피언 아티팩트로 되돌리기—소유자와 시한과 함께, 회의 초대장이 아니라.
안전 임계 하드 인터록은 퍼센트 실험 밖에 둔다. 소프트 센서와 품질 어드바이저가 흔한 카나리 표면이다. 사람·장비를 해칠 수 있는 것은 다른 보증 경로가 필요하다.
카나리가 플랜트에서 실패하는 곳
팀은 섀도 모드를 카나리와 혼동한다. 영향 없는 로깅은 쓰기 경로를 절대 스트레스하지 않는다. 어떤 팀은 쉬운 믹스에서 카나리하고 어려운 믹스로 승격한다. 어떤 팀은 지연 라벨을 건너뛰고 챔피언과의 일치로 승리를 선언한다—틀린 모델 둘도 일치할 수 있다. 어떤 팀은 카나리 퍼센트를 수개월 비공식 A/B로, MoC 없이 둔다.
퍼센트 게이트는 오프라인 평가나 챔피언–챌린저 섀도 런을 대체하지 않는다. 둘 뒤에 온다. 날짜 찍힌 카나리 계획, 킬 목록, 한 단계 롤백을 유지하는 플랜트는 모델이 얼마나 많은 실시간 트래픽을 벌었는지 배운다. 최신 pickle만 유지하는 플랜트는 스크랩에서 배운다.