적응형 네트워크 침입 탐지 시스템은 드리프트 경보 후 분류기를 재학습하지만, 경보는 변화를 감지할 뿐 신규 challenger 모델이 기존 모델을 대체할 자격이 있는지는 증명하지 못한다는 문제를 다룬다. CICIDS2017, UNSW-NB15, ToN-IoT 세 벤치마크에서 challenger 구성 방식과 증거량이 승격(promotion) 판단에 미치는 영향을 통제된 실험으로 검증했다. 기존 모델이 소유한 고정 전처리를 그대로 쓰면 승격의 해로움이 과장되지만, challenger가 자체 전처리 파이프라인을 가지면 이 해로움은 사라졌다. 후보 증거를 클래스당 512개에서 2,000개로 늘리자 균형정확도가 세 벤치마크에서 각각 +0.53, +1.67, +0.38포인트 개선됐으며, 이는 주로 오탐 감소에 기인했다. 승격 평가 시 challenger 구성과 증거량을 명시적으로 통제·보고해야 한다는 결론을 제시한다.

• •드리프트 경보는 변화 감지일 뿐 challenger의 승격 자격을 입증하지 않는다는 방법론적 문제 제기
• •기존 모델 소유의 고정 전처리는 승격 해로움을 과장시킴, 자체 파이프라인 사용 시 해소
• •후보 증거를 512→2,000샘플로 늘리면 균형정확도 최대 +1.67포인트, 주로 오탐 감소 덕분
• •정책 우선순위는 후보 비교 가능성에 따라 달라지며 전역적으로 우월한 정책은 없음