Gospel Bassey와 Vincent Fakiyesi는 나이지리아 제조업과 석유·가스 부문의 기계 사용·고장 정보를 정리한 소규모 공개 데이터셋을 발표했다. 2026년 7월 8일 arXiv에 제출된 프리프린트다. 산업기계 공개 자료가 적은 아프리카 환경에서 수치뿐 아니라 원자료 출처와 산업 맥락을 함께 보존하는 구축 절차를 제시하는 것이 목적이다.
핵심 데이터는 2006~2025년 28개 지표에 걸친 기계 단위 기록 89건이다. 각 행에 공개 출처를 붙이고 코드북으로 변수 의미를 설명했다. 별도의 추론 층에는 94개 프롬프트·완성·추론 흔적 행이 있으며, 그중 검색형이 84개, 계산형이 6개라고 논문은 설명한다. 데이터와 추론 층, 행 단위 출처 파일은 CC-BY-4.0으로 공개됐다.
저자들은 초기 공개본의 합성 프롬프트가 숫자는 맞아도 산업 맥락과 어긋났다고 보고했다. 수정 전에는 78개 가운데 1개만 도메인에 근거했지만, 수정 뒤 94개 모두 실제 지표·하위 업종·연도·출처를 반영했다고 주장한다. 검색형 답변 84개도 원자료 값과 일치했다고 보고했다. 이 검사는 출처 일치성을 확인한 것으로 모델의 일반 추론 능력을 측정한 결과는 아니다.
규모 제한은 크다. 전체 핵심 기록이 89건이고 28개 지표 중 17개는 관측치가 하나뿐이어서 시계열 학습이나 산업 전체의 대표 표본으로 쓰기 어렵다. 추론 행 대부분도 다단계 계산보다 값 검색에 가깝다. 특정 시설과 연도에 편중된 자료를 나이지리아 산업 전반의 고장률이나 생산성으로 일반화해서는 안 된다.
가치는 대규모 학습 성능보다 희소 데이터에서 출처와 현장 맥락을 보존하는 사례에 있다. 후속 자료는 결측과 실제 0을 구분하고, 시설·업종·기간별 표본 편향을 명시해야 한다. 독립 연구자가 원자료 링크와 89개 값을 재검산하고 계산형 과제를 늘리기 전에는 참조용 씨앗 데이터셋으로 사용하는 편이 적절하다.
저작권자 © STORIUM 무단전재 및 재배포 금지
