Raw-features는 주로 데이터 과학, 머신러닝, 통계학 분야에서 사용되는 전문 용어로, 데이터가 어떠한 전처리나 변환 과정을 거치지 않은 상태의 초기 입력값들을 의미합니다. 여기서 raw는 '가공되지 않은, 날것의'라는 뜻을 가지며, features는 모델이 학습하거나 분석할 때 사용하는 '특징, 변수, 속성'을 뜻합니다. 예를 들어, 사진 데이터에서 픽셀 값 그 자체나, 텍스트 데이터에서 단어의 빈도수 등이 raw-features에 해당합니다. 이 용어는 데이터 분석가들이 모델의 성능을 높이기 위해 데이터를 정규화하거나 차원을 축소하기 전, 가장 기초적인 정보 단위를 지칭할 때 필수적으로 사용합니다. 일상적인 대화보다는 기술적인 보고서나 개발자 간의 소통에서 주로 등장하며, 데이터의 원형을 보존하고 있다는 점을 강조할 때 사용됩니다. 유사한 표현으로는 raw data가 있지만, raw-features는 특히 모델이 학습하는 구체적인 변수들에 초점을 맞춘다는 점에서 차이가 있습니다.