20260131

1. 계층적 클러스터링(Hierarchical Clustering) 거리 측정 방법론 5가지

계층적 클러스터링은 군집 간의 거리를 어떻게 측정하느냐에 따라 병합 방식이 달라진다.

• 최단 연결법 (Single Linkage): 두 군집에서 가장 가까운 데이터 포인트 사이의 거리를 측정한다. 사슬 현상(Chaining Effect)이 발생할 수 있다.

• 최장 연결법 (Complete Linkage): 두 군집에서 가장 멀리 떨어진 데이터 포인트 사이의 거리를 측정한다. 군집의 지름을 최소화하는 경향이 있다.

• 평균 연결법 (Average Linkage): 두 군집의 모든 데이터 포인트 간 거리의 평균을 측정한다. 계산량이 많지만 이상치에 덜 민감하다.

• 중심 연결법 (Centroid Linkage): 두 군집의 중심점(Centroid) 사이의 거리를 측정한다.

• 와드 연결법 (Ward’s Method): 군집 내 오차제곱합(SSE)의 증분량을 최소화하는 방향으로 군집을 병합한다. 군집의 크기를 비슷하게 유지하려는 경향이 있다.

2. 임의 샘플링(Non-Probability Sampling) 방법 5가지

모집단의 구성원이 표본으로 추출될 확률을 알 수 없는 비확률적 방법이다.

• 편의 샘플링 (Convenience Sampling): 조사자가 가장 쉽게 접근할 수 있는 대상들을 표본으로 선정한다.

• 판단 샘플링 (Judgment Sampling): 조사자가 자신의 전문 지식이나 판단에 따라 적합하다고 생각하는 대상을 선정한다.

• 할당 샘플링 (Quota Sampling): 인구통계적 특성(성별, 연령 등)을 기준으로 모집단을 구분하고, 각 층에 할당된 수만큼 임의로 선정한다.

• 스노우볼 샘플링 (Snowball Sampling): 최초의 응답자로부터 추천을 받아 다음 표본을 순차적으로 확보한다. 접근하기 어려운 집단 조사에 유용하다.

• 자발적 샘플링 (Voluntary Sampling): 조사자의 요청에 스스로 응한 사람들을 표본으로 구성한다.

3. 확률 샘플링(Probability Sampling) 방법 4가지

모집단의 모든 구성원이 표본으로 추출될 확률이 동일하거나 알려져 있는 방법이다.

• 단순 랜덤 샘플링 (Simple Random Sampling): 모집단에서 아무런 규칙 없이 무작위로 추출한다. 난수표나 제비뽑기 방식이 해당한다.

• 계통 샘플링 (Systematic Sampling): 모집단 목록에서 첫 번째 표본을 무작위로 선택한 후, 일정한 간격(k번째)마다 표본을 추출한다.

• 층화 샘플링 (Stratified Sampling): 모집단을 서로 겹치지 않는 소집단(층)으로 나눈 뒤, 각 층 내에서 독립적으로 무작위 추출을 수행한다.

• 군집 샘플링 (Cluster Sampling): 모집단을 군집으로 나누고, 특정 군집을 무작위로 선택한 뒤 선택된 군집 내의 요소를 전수 조사하거나 일부 추출한다.

네트워크 분석에서 개별 노드가 전체 네트워크에서 얼마나 중요한 위치를 차지하는지 측정하는 지표인 **중심성(Centrality)**의 주요 4가지 유형을 정리한다.

중심성

1. 연결 중심성 (Degree Centrality)

가장 직관적인 지표로, 한 노드가 얼마나 많은 인접 노드와 직접 연결되어 있는지를 측정한다.

• 의미: 직접적인 관계의 양을 나타내며, 네트워크 내에서 ‘마당발’이나 ‘인플루언서’를 찾는 데 사용된다.

• 특징: 로컬한 위치의 중요도만 판단하며, 전체 네트워크 구조는 반영하지 못한다.

• 계산: 해당 노드의 연결 수 / (전체 노드 수 - 1).

2. 근접 중심성 (Closeness Centrality)

한 노드가 다른 모든 노드에 도달하기까지 필요한 경로의 짧은 정도를 측정한다.

• 의미: 정보가 전체 네트워크로 얼마나 빨리 전파될 수 있는지를 나타낸다.

• 특징: 값이 높을수록 네트워크의 ‘중앙’에 위치하여 다른 노드들과의 거리가 짧음을 의미한다.

• 계산: 모든 노드까지의 최단 경로 거리 합의 역수.

3. 매개 중심성 (Betweenness Centrality)

네트워크 내 노드들 간의 최단 경로 위에 해당 노드가 얼마나 자주 위치하는지를 측정한다.

• 의미: 서로 다른 집단 간의 정보를 중계하거나 통제하는 ‘가교(Bridge)’ 역할을 나타낸다.

• 특징: 연결 중심성이 낮더라도 이 값이 높으면 네트워크의 흐름을 장악하고 있는 핵심 노드일 가능성이 크다.

4. 고유벡터 중심성 (Eigenvector Centrality)

자신과 연결된 다른 노드들의 중요도까지 반영하여 중심성을 측정한다.

• 의미: 단순히 연결이 많은 것이 아니라, ‘중요한 노드와 얼마나 많이 연결되어 있는가’를 따진다.

• 특징: 구글의 페이지랭크(PageRank) 알고리즘의 기초가 되는 개념이다. 권력이나 영향력이 큰 인물과 가까울수록 가중치가 높아진다.

---

시계열

시계열 분석(ARIMA) 모델 식별을 위한 ACF(자기상관함수)와 PACF(편부분자기상관함수)의 특성 및 모수 개수를 정리한다.

시계열 모델별 ACF/PACF 특성 및 모수

모델 형태	ACF (자기상관함수)	PACF (편부분자기상관함수)	추정 모수 수
AR(p)	지수적으로 감소하거나 소멸하는 파형 (급격한 감소)	p+1 시차에서 절단 (p 시차 이후 0)	p (계수) + 1 (백색잡음 분산)
MA(q)	q+1 시차에서 절단 (q 시차 이후 0)	지수적으로 감소하거나 소멸하는 파형 (급격한 감소)	q (계수) + 1 (백색잡음 분산)
ARMA(p,q)	q 시차 이후부터 급격히 감소 (지수적/사인파)	p 시차 이후부터 급격히 감소 (지수적/사인파)	p+q+1

Sheets로 내보내기

---

핵심 요약

1. 급격한 감소 (Tailing off):

   • 해당 지표가 시차가 증가함에 따라 0으로 수렴하는 형태를 의미한다.

   • AR 모델은 ACF가, MA 모델은 PACF가 급격히 감소하는 특성을 보인다.

2. 절단점 (Cutting off):

   • 특정 시차 이후 값이 갑자기 0(신뢰구간 안)으로 떨어지는 지점이다.

   • **AR(p)**는 PACF의 절단점을 통해 차수 p를 결정한다.

   • **MA(q)**는 ACF의 절단점을 통해 차수 q를 결정한다.

3. 모수(Parameter)의 숫자:

   • 기본적으로 모델의 차수(p,q)만큼의 계수가 필요하며, 오차항의 분산(σ2)을 포함한다.

   • 데이터의 평균이 0이 아니라고 가정할 경우 상수항(μ 또는 δ)이 추가되어 모수 개수는 1개 더 늘어난다.

추가로 ARIMA 모델의 차분(d) 결정 방식이나 백색잡음 검정에 대해 알고 싶으면 질문해라.

예제

acf 가 급격히 감소하고 pacf 의 절단점이 3인 경우 arma (3,0) 모델이 적합하다. acf 가 3 이후에 절단값을 가지며 pacf 가 빠르게 감소하는 경우 arma(0,2) 모델로 평가할 수 있다. ar(2) 모델에서는 2개의 시차와 상수항을 포함한 총 4개의 모수를 추정해야 한다.

제시한 세 가지 문장에 대해 분석 및 교정 결과를 정리한다.

1. ACF 급격 감소 및 PACF 시차 3 절단 → ARMA(3,0)

[판단: 적절함]

• 논거: $ARMA(3,0)$은 곧 AR(3) 모델을 의미한다. 자기회귀(AR) 모델은 이론적으로 **ACF가 시차가 증가함에 따라 지수적으로 감소하거나 소멸하는 파형(Tailing off)**을 보이며, **PACF는 p 시차 이후 0으로 절단(Cutting off)**되는 특성을 갖는다.

• 결론: PACF가 시차 3에서 절단되었다는 것은 p=3임을 시사하므로 AR(3) 또는 ARMA(3,0) 모델로 식별하는 것이 타당하다.

2. ACF 시차 3 절단 및 PACF 급격 감소 → ARMA(0,2)

[판단: 부적절 (차수 오류)]

• 논거: ACF가 특정 시차 이후 절단되는 것은 이동평균(MA) 모델의 전형적인 특징이다. ARMA(0,q) 모델, 즉 MA(q) 모델은 ACF가 시차 q 이후에 절단되어야 한다.

• 교정: ACF가 시차 3 이후에 절단값을 가진다면, q=2가 아니라 q=3인 ARMA(0,3) 또는 MA(3) 모델로 평가하는 것이 옳다. ARMA(0,2) 모델이라면 ACF가 시차 2 이후에 절단되어야 한다.

3. AR(2) 모델의 추정 모수 개수

[판단: 부적절 (개수 오류)]

• 논거: AR(2) 모델의 일반식은 다음과 같다:

  Yt​=c+ϕ1​Yt−1​+ϕ2​Yt−2​+ϵt​

  여기서 추정해야 할 모수는 다음과 같다.

  1. 상수항 (c): 1개

  2. 자기회귀 계수 (ϕ1​,ϕ2​): 2개

  3. 오차항(백색잡음)의 분산 (σϵ2​): 1개

• 결론: 따라서 추정해야 할 총 모수의 수는 4개다. 네가 언급한 ‘2개의 시차(계수)와 상수항’만 합산하면 3개이지만, 통계적 모델 추정 시 **백색잡음의 분산(σ2)**은 반드시 포함되어야 하는 핵심 모수다. 결과적으로 4개라는 수치는 맞으나, 구성 요소에 분산이 포함됨을 인지해야 한다.

---

추가 확인 사항: 데이터의 정상성(Stationarity)을 확보하기 위한 차분(Differencing) 과정이나, 모델의 적합도를 평가하는 AIC/BIC 지표에 대해서도 정리해 줄까?

통계적 모델링에서 오차항(ϵt​) 그 자체와 **오차항의 분산(σ2)**을 구분해서 이해해야 한다. 결론부터 말하자면, 오차항은 추정 대상이 아니라 산출(Calculated) 대상이며, 오차항의 확률 분포를 결정짓는 분산은 추정 대상이다.

---

1. 오차항(ϵt​)은 왜 추정 대상이 아닌가?

• 정의: 오차항은 관측값과 모델 예측값의 차이(잔차, Residuals)로 계산되는 확률 변수다.

• 성격: 모델이 설명하지 못하는 ‘무작위성(Randomness)’ 그 자체를 의미한다. 우리가 찾고자 하는 모델의 규칙(Parameter)이 아니라, 규칙을 적용하고 남은 찌꺼기다.

• 산출: 모수(ϕ,θ,c)가 결정되면 오차항은 Yt​−Y^t​를 통해 자동으로 계산되는 값이다.

2. 왜 오차항의 분산(σ2)은 추정 대상인가?

• 모수의 정의: 통계학에서 추정 대상인 ‘모수(Parameter)‘는 집단의 특성을 결정짓는 고정된 값이다.

• 분산의 역할: 오차항이 평균이 0이고 분산이 σ2인 백색잡음(White Noise)을 따른다고 가정할 때, 이 σ2은 오차의 크기와 모델의 정밀도를 결정짓는 고정된 상수로 취급된다.

• 최우추정법(MLE): ARIMA 모델 등을 추정할 때 사용하는 최대우도법(Maximum Likelihood Estimation)은 계수들과 함께 이 분산(σ2)을 최적으로 만드는 값을 동시에 찾아낸다.

3. 요약 및 정리

AR(2) 모델 Yt​=c+ϕ1​Yt−1​+ϕ2​Yt−2​+ϵt​ 에서:

구분	항목	성격	추정 여부
모수 (Parameter)	c,ϕ1​,ϕ2​,σ2	집단의 고정된 특성	추정 대상 (O)
확률 변수 (Variable)	Yt​,ϵt​	매 시점 변하는 값	추정 대상 (X)

Sheets로 내보내기

따라서 **“오차항의 분산은 추정해야 할 모수”**에 해당하지만, **“오차항 그 자체”**는 추정하는 것이 아니라 모델 구축 후 계산되어 나오는 값으로 보는 것이 타당하다.

---

추가로 오차항이 백색잡음을 따르는지 확인하는 Ljung-Box 검정에 대해 설명이 필요한가?

계수의 위계적 원칙

통계적 관점에서 결론부터 말하자면, 특별한 이론적 근거가 없는 한 X1​이 생략된 모델은 사용하지 않는 것이 원칙이다.

설명력(R2)이 더 높더라도 위계적 원칙(Hierarchical Principle)을 지켜야 하는 이유는 다음과 같다.

---

1. 원점 의존성 및 모델의 왜곡

X1​ 항(1차항)을 제거하고 X12​ 항(2차항)만 남기는 것은, 포물선의 꼭짓점이 반드시 X1​=0인 지점에 위치해야 한다고 강제하는 것과 같다.

• 실제 데이터의 패턴이 X1​=5에서 굴곡이 생기더라도, 1차항이 없으면 모델은 이를 제대로 반영하지 못하고 억지로 X12​에 맞추려다 보니 매개변수 추정이 왜곡된다.

2. 변수 변환에 대한 비불변성 (Scale Invariance)

이것이 가장 치명적인 이유다. 1차항이 없는 모델은 데이터의 측정 단위(Scale)를 바꾸는 것만으로도 모델의 본질이 변해버린다.

• 예를 들어 온도를 섭씨(C)로 측정했을 때 Y=β0​+β1​C2이 성립한다고 가정하자.

• 이를 화씨(F)로 변환하면 C=(F−32)/1.8이므로, 식은 Y=β0​+β1​[(F−32)/1.8]2이 된다.

• 이 식을 전개하면 반드시 F에 대한 1차항이 나타나게 된다.

• 즉, 단위만 바꿨는데 원래 모델(1차항이 없는 모델)로는 표현 불가능한 형태가 되는 모순이 발생한다. 1차항을 포함하고 있어야만 어떤 단위에서도 동일한 관계를 설명할 수 있다.

3. 수학적 위계 (Taylor Expansion)

통계 모델은 종종 복잡한 함수를 다항식으로 근사하는 **테일러 전개(Taylor Expansion)**의 관점에서 이해된다. 테일러 전개에서 고차항(X2)은 저차항(X)이 설명하고 남은 세부적인 곡선 패턴을 보완하는 역할을 한다. 따라서 기초가 되는 1차항을 건너뛰고 2차항만 넣는 것은 논리적 비약으로 간주된다.

---

예외적인 경우

물론 아주 드물게 1차항을 제외하는 경우가 있다.

• 물리적 법칙: 이론적으로 반드시 X=0일 때 Y의 변화율이 0이어야만 하는 물리 법칙이 존재할 때.

• 이론적 근거: 해당 도메인 지식에서 1차 효과가 절대 존재할 수 없음이 증명되었을 때.

요약하자면: 단순히 R2가 높거나 p-value가 유의미하다는 이유로 1차항을 빼는 것은 **‘데이터 피팅(Overfitting)‘**에 불과할 가능성이 높다. 모델의 강건성(Robustness)과 해석의 타당성을 위해 유의미하지 않더라도 X1​은 포함하는 것이 정석이다.

실제로 분석을 수행할 때 변수 선택법(Stepwise)을 쓰더라도 2차항이 선택되면 1차항은 강제로 투입(Enter)시키는 설정을 사용하는 이유가 바로 이것이다.

다른 분석 기법에서 이와 유사한 원칙이 적용되는 사례를 더 알고 싶나?

연관규칙

후보집합(Candidate Generation) 생성 과정 없이 연관규칙을 발견하는 알고리즘은 **FP-성장(FP-Growth)**이다.

각 알고리즘의 특징을 정리하면 다음과 같다.

1. FP-성장 (FP-Growth)

• 특징: 후보 집합을 생성하지 않고, 데이터베이스를 **FP-Tree(Frequent Pattern Tree)**라는 구조로 압축하여 빈번 패턴을 추출한다.

• 장점: 데이터베이스 스캔 횟수가 2회로 적고, 후보 집합 생성 및 테스트 과정이 없어 Apriori보다 속도가 매우 빠르다.

2. Apriori

• 특징: 가장 고전적인 알고리즘으로, 모든 품목 집합에 대해 후보 집합(Candidate Set)을 생성하고 지지도를 계산하여 빈번 항목을 찾는다.

• 단점: 데이터베이스 스캔 횟수가 많고, 후보 집합의 수가 기하급수적으로 늘어나 계산 비용이 크다.

3. ECLAT (Equivalence Class Transformation)

• 특징: 데이터의 구조를 수평적(Horizontal)이 아닌 수직적(Vertical) 구조(Tidset)로 변환하여 교집합 연산을 통해 빈번 항목을 찾는다.

• 비교: 후보 집합 생성 과정은 있으나, Apriori보다 효율적인 탐색 방식을 사용한다.

**RARM(Rapid Association Rule Mining)**은 대용량 데이터베이스에서 연관규칙을 매우 빠르게 찾아내기 위해 제안된 알고리즘이다.

이 알고리즘의 핵심은 트리 구조를 사용하여 후보 집합 생성 과정을 최적화하고 연산 속도를 높이는 데 있다.

주요 특징

• SOTrieIT 구조 사용: Support-Ordered Trie Itemset(SOTrieIT)이라는 특수한 트리 구조를 사용하여 빈번 항목 집합을 저장하고 관리한다.

• 사전 처리: 데이터베이스를 한 번 스캔하여 1-itemset과 2-itemset의 지지도를 미리 계산하고 이를 트리 구조에 반영한다.

• 속도 중심: Apriori 알고리즘의 고질적인 문제인 ‘반복적인 데이터베이스 스캔’과 ‘방대한 후보 집합 생성’ 성능 저하를 해결하기 위해 설계되었다.

알고리즘 비교 요약

구분	Apriori	FP-Growth	RARM
핵심 기법	후보 집합 생성 및 제거	FP-Tree 구조	SOTrieIT 구조
후보 생성 여부	생성함 (비효율적)	생성 안 함	최적화된 트리 활용
DB 스캔 횟수	항목 크기만큼 반복	2회	최소화 (사전 처리 중심)

Sheets로 내보내기

RARM은 학술적으로 연관규칙 마이닝의 속도 향상을 논할 때 주로 언급되지만, 실무나 ADP 시험 범위에서는 FP-Growth와 Apriori의 비중이 압도적으로 높다. 따라서 “후보 집합 생성 없는 알고리즘 = FP-Growth”라는 공식을 우선순위에 두고 학습하는 것을 추천한다.

다른 연관분석 알고리즘(예: AIS, SETM)에 대해서도 더 알고 싶나?

기울기소실

질문에 제시된 현상은 **포화 문제(Saturation Problem)**다.

인공신경망에서 이 문제가 발생하는 메커니즘과 각 용어의 의미는 다음과 같다.

1. 포화 문제 (Saturation Problem)

• 원인: 시그모이드(Sigmoid)나 하이퍼볼릭 탄젠트(tanh) 같은 비선형 활성화 함수를 사용할 때, 입력값의 절댓값이 커지면 함수의 기울기(gradient)가 0에 아주 가까워진다.

• 결과: 가중치 업데이트를 위한 기울기가 사라지는 기울기 소실(Vanishing Gradient) 현상이 발생한다. 가중치 조정이 더 이상 이루어지지 않아 학습이 멈추고, 충분한 학습이 되지 않는 과소적합(Underfitting) 상태에 머물게 된다.

• 해결책: ReLU 계열의 활성화 함수를 사용하거나 가중치 초기화(Weight Initialization) 기법을 개선하여 노드 값이 포화 영역으로 빠지지 않게 관리해야 한다.

---

2. 오답 분석

• 수렴 최소화 문제: 일반적으로 사용되는 용어는 아니나, 지역 최솟값(Local Minimum)에 갇혀 더 이상 학습이 진행되지 않는 상황을 의미할 수 있다.

• 전역 최적화 문제 (Global Optimization): 손실 함수에서 가장 낮은 지점인 전역 최솟값을 찾는 과정 자체를 의미한다. 포화 문제는 이 과정 중에 발생하는 장애 요소 중 하나다.

• 비선형 문제: 데이터의 관계가 직선이 아닌 곡선 형태인 경우를 의미하며, 신경망은 이를 해결하기 위해 비선형 활성화 함수를 도입한 것이다.

---

결론: 정답은 포화 문제다.

ADP 시험에서는 특히 **기울기 소실(Vanishing Gradient)**과 이로 인한 학습 정체 문제를 활성화 함수의 특성과 연결해서 자주 묻는다. 시그모이드 함수의 미분값 최댓값이 0.25라는 점도 함께 기억해 두면 도움이 될 거다.

추가로 ReLU나 Leaky ReLU가 이 포화 문제를 어떻게 해결하는지 설명해 줄까?

시각화

72. 다음 중 정보 조직화에 대한 설명으로 가장 적절하지 않은 것은?

① 정보 조직화는 데이터를 체계적으로 배열하여 사용자가 쉽게 접근하고 이해할 수 있도록 돕는 과정이다. ② 정보 조직화는 시각, 청각, 촉각, 미각, 후각의 감각 기관에 최적의 자극을 주는 방법을 제시한다. ③ 정보 조직화 과정에서는 정보의 중요성과 관련성을 기준으로 데이터를 분류하고 우선순위를 정하는 것이 필수적이다. ④ 정보 조직화 단계에서는 사용자 요구에 따라 데이터를 시각적으로 표현하는 방법도 고려해야 한다.

73. 시각적 이해의 위계를 구성하는 계층에 대한 설명으로 가장 적절하지 않은 것은?

① 지혜는 정보를 기반으로 한 의사결정의 결과로, 암묵지의 형태로 겉으로 드러내어 전달하기 힘들다. ② 지식은 정보를 조직화하고 분석하여 특정한 상황에서 의미를 부여하는 복잡한 과정이다. ③ 정보는 데이터를 바탕으로 생성되며, 사용자에 따라 다르게 해석될 수 있는 특성을 가진다. ④ 데이터는 그 자체로는 의미를 가지지 않으며, 정보를 생성하기 위한 원자재 역할을 한다.

74. 다음 중 정보 디자인 프로세스 단계에서 내러티브 찾기에 관한 설명이 가장 적절하지 않은 것은?

① 내러티브 찾기는 데이터를 바탕으로 스토리를 구성하는 과정이다. ② 이 단계에서는 특정한 메시지를 전달하기 위해 데이터의 패턴이나 트렌드를 식별해야 한다. ③ 내러티브 찾기는 주로 시각화 도구를 사용하여 정보를 표현하는 데 초점을 맞춘다. ④ 이 과정에서는 독자가 관심을 가질 수 있는 흥미로운 사실이나 가치를 발견하는 것이 중요하다.

75. ISOTYPE의 핵심 개념 중 정보 전달을 위한 기호의 사용에 대한 설명으로 가장 적절하지 않은 것은?

① ISOTYPE은 복잡한 정보를 단순화하여 쉽게 이해할 수 있도록 기호를 사용한다. ② 기호는 언어의 장벽을 넘어서 다양한 문화권에서도 동일한 의미로 해석될 수 있다. ③ 기호는 데이터를 시각적으로 표현하여 직관적으로 정보를 전달하는 데 중요한 역할을 한다. ④ ISOTYPE의 기호는 주로 예술적 표현을 위한 도구로 사용되며 정보 창작에 적합하다.

76. 시각화 도구를 이용해 데이터를 표현할 때 주의해야 할 요소에 대한 설명으로 가장 적절한 것은?

① 차원 설정은 데이터의 복잡성을 줄여 시각화를 단순화할 수 있다. ② 이상값은 데이터 해석에 있어 중요한 요소가 아니다. ③ 측정값은 데이터의 정확성을 반영해야 한다. ④ 척도 설정은 데이터의 시각적 표현에 큰 영향을 미친다.

77. 정보 표현을 위한 그래픽 요소와 이에 대한 설명으로 가장 적절하지 않은 것은?

① 그래픽 요소에서 크기는 수치로 표현이 가능하여 양과 중요도를 효과적으로 나타낼 수 있다. ② 그래픽 요소에서 형태는 다양한 형태는 정보의 다양성을 나타내며, 각기 다른 개념을 직관적으로 표현할 수 있다. ③ 그래픽 요소에서 대비는 색상이나 크기의 대비는 시각적으로 두 요소의 차이를 강조하여 주목도를 높인다. ④ 그래픽 요소에서 질감은 동일한 색상과 형태일지라도 질감이 다르면 시각적으로 강조된다.

78. 빅데이터와 시각화 디자인의 방향에 대한 설명으로 가장 적절하지 않은 것은 무엇인가?

① 빅데이터 시각화는 복잡한 데이터를 단순화하여 대중이 이해할 수 있도록 돕는다. ② 효과적인 시각화 디자인은 데이터를 전달하는 데 있어 항상 색상 대비를 최소화해야 한다. ③ 시각화 디자인은 데이터의 패턴과 트렌드를 쉽게 인식할 수 있도록 지원한다. ④ 빅데이터 시각화는 다양한 형태의 시각적 요소를 활용하여 정보를 전달하는 데 중점을 둔다.

79. 다음 중 시각화에 대한 설명으로 가장 적절하지 않은 것은?

① 데이터 시각화는 복잡한 데이터셋에서 유의미한 인사이트를 도출하기 위한 필수적인 과정이다. ② 시각화는 광범위하게 분산된 방대한 양의 자료를 분석해 한눈에 볼 수 있도록 정리하는 것을 의미한다. ③ 빅데이터는 단순한 구조로 설명하기 쉽고, 복잡한 데이터 간의 관계를 쉽게 표현할 수 있다. ④ 데이터 시각화에서 가장 중요한 효과는 자료에서 정보를 습득하는 시간을 줄이는 것이다.

80. 다음 중 데이터 시각화 차원에서 2차 탐색의 과정과 관련하여 가장 부적절한 설명은 무엇인가?

① 2차 탐색은 초기 데이터 분석 후, 보다 깊은 인사이트를 얻기 위해 시각화를 활용하는 과정이다. ② 2차 탐색은 데이터의 패턴을 발견하기 위해 주로 정량적 데이터에만 집중해야 한다. ③ 탐색의 초기 목표를 설정하는 것은 통찰을 얻는 데 필수적이다. ④ 자원의 측정값 조합을 변경하며 관찰하는 것이 효과적이다.

72. 정답: ②

해설: 정보 조직화는 사용자가 정보를 쉽게 찾고 이해할 수 있도록 구조화하는 과정이지, 오감(시각, 청각, 촉각, 미각, 후각)의 감각 기관에 최적의 자극을 주는 ‘감성 공학’이나 ‘심리학적 자극’ 자체를 목적으로 하는 분야가 아니다.

---

73. 정답: ①

해설: DIKW(Data-Information-Knowledge-Wisdom) 피라미드 체계에서 **지혜(Wisdom)**는 지식을 바탕으로 한 판단력과 통찰력을 의미한다. 지혜 자체는 내면화된 속성이 강해 전달이 어려울 수 있으나, 선지의 설명 중 ‘의사결정의 결과’라는 표현보다는 ‘지식을 올바르게 사용하는 능력’에 가깝다. 특히, **지식(Knowledge)**이 형식지와 암묵지로 나뉘며 전달의 난이도를 논하는 경우가 일반적이다.

---

74. 정답: ③

해설: **내러티브 찾기(Narrative Finding)**는 시각화 도구를 사용해 표현하기 이전의 단계다. 수집된 데이터 속에서 어떤 이야기를 끌어낼 것인지, 즉 ‘무엇을 말할 것인가’를 결정하는 기획 단계에 해당한다. 시각화 도구 사용은 표현(Visualizing) 단계의 핵심이다.

---

75. 정답: ④

해설: **ISOTYPE(International System of Typographic Picture Education)**은 오토 노이라트가 고안한 것으로, 교육적 목적과 정보 전달의 효율성을 극대화하기 위해 설계되었다. 이는 철저하게 객관적인 정보 전달을 위한 도구이지, 개인의 예술적 표현이나 미적 창작을 주된 목적으로 하지 않는다.

---

76. 정답: ④

해설: * ① 차원 설정은 복잡성을 줄일 수도 있지만, 부적절한 설정은 왜곡을 낳는다.

• ② 이상값(Outlier)은 데이터 해석에서 오류를 방지하거나 새로운 패턴을 발견하는 데 매우 중요한 요소다.

• ③ 측정값은 정확성뿐만 아니라 맥락에 맞는 적절한 지표 선정이 중요하다.

• ④ 척도(Scale) 설정은 데이터의 왜곡(예: y축 시작점 조작)을 결정짓는 핵심 요소로, 시각적 표현에 결정적인 영향을 미친다.

---

77. 정답: ④

해설: 질감(Texture)은 시각적으로 강조를 줄 수 있는 요소는 맞으나, 정보 디자인의 그래픽 요소 설명에서 ‘동일한 색상과 형태일지라도 질감이 다르면 시각적으로 강조된다’는 설명은 이론적으로 틀린 말은 아니다. 하지만 문제의 의도상 **대비(Contrast)**나 **크기(Size)**만큼 수치화되거나 일반적인 정보 위계 형성에 결정적인 역할을 하는 주된 요소로 보지 않는 경우가 많다. (이 문제는 선지 중 상대적으로 가장 ‘설명이 미흡한 것’을 골라야 하나, 이론적으로 ④번도 가능성이 있다. 다만 일반적인 디자인 원론에서는 ‘질감’보다 ‘대비’나 ‘위치’가 더 상위의 위계를 가진다.)

---

78. 정답: ②

해설: 효과적인 시각화 디자인을 위해서는 정보 간의 변별력을 높여야 한다. 따라서 색상 대비를 최소화하는 것이 아니라, 중요도에 따라 적절한 대비(Contrast)를 활용하여 가독성과 주목성을 높여야 한다.

---

79. 정답: ③

해설: **빅데이터(Big Data)**는 그 용어 자체에서 알 수 있듯이 규모가 방대하고(Volume), 생성 속도가 빠르며(Velocity), 형태가 다양(Variety)하다. 즉, 단순한 구조가 아니며 매우 복잡하기 때문에 이를 쉽게 표현하기 위해 시각화가 필요한 것이다.

---

80. 정답: ②

해설: 데이터 시각화의 탐색 과정(Exploratory Data Analysis)은 숫자 중심의 정량적 데이터뿐만 아니라 데이터 간의 관계, 분포, 속성 등 정성적 맥락을 파악하는 것도 포함한다. 또한 현대의 탐색적 분석은 비정형 데이터(텍스트, 이미지 등)를 포함하는 경우가 많으므로 정량적 데이터에만 집중해야 한다는 설명은 옳지 않다.

분석방법론

질문한 내용은 **‘통찰(Insight)‘**이 맞다. 이전 답변에서 ‘발견’이라고 한 부분은 분석 대상과 방법의 매칭을 혼동한 오류였다. 정정한다.

분석 주제 유형 재검증

질문에서 제시한 조건은 다음과 같다.

1. 분석 대상(What): 무엇인지 명확하게 모름 (Unknown)

2. 분석 방법(How): 기존 분석 방법을 사용함 (Known)

이 두 조건이 만나는 지점은 **통찰(Insight)**이다.

구분	분석 방법(How) 알음 (Known)	분석 방법(How) 모름 (Unknown)
분석 대상(What) 알음	최적화 (Optimization)	솔루션 (Solution)
분석 대상(What) 모름	통찰 (Insight)	발견 (Discovery)

Sheets로 내보내기

용어의 정확한 정의

• 통찰 (Insight): 분석 대상이 명확하지 않을 때, 기존에 검증된 분석 방법(How)을 적용하여 새로운 지식이나 숨겨진 가치를 찾아내는 방식이다. (예: 기존 통계 모델을 새로운 데이터 세트에 적용하여 예상치 못한 패턴 발견)

• 발견 (Discovery): 분석 대상도 모르고 분석 방법도 모르는 상태에서, 데이터 자체를 탐색하여 분석 주제와 방법론을 동시에 찾아내는 방식이다.

혼선을 주어 미안하다. 질문의 핵심인 “기존 분석 방법으로 새로운 분석 수행”은 통찰이 정확한 답이다.

---

추가 확인: 분석 기획 단계에서 이 4가지 유형 외에 ‘분석 기획 시 고려사항’이나 ‘데이터 거버넌스’ 관련 내용도 함께 정리해 줄까?