📝 기출문제 전체 보기
데이터분석 준전문가(ADsP) 2022년 32회차 기출 복원입니다. 각 문제 아래의 「정답·해설 보기」를 펼치면 정답과 해설이 나타나요. 실전 시험 환경(타이머·자동 채점·오답 누적)에서 풀어보고 싶다면 글 맨 아래 「직접 풀러가기」를 눌러주세요.
문제 1
4지선다다음 SQL의 명령어 중 DML이 아닌 것은?
(가) SELECT (나) UPDATE (다) INSERT (라) DELETE (마) CREATE
- 1.
가, 나
- 2.
다
- 3.
라
- 4.
마
정답·해설 보기▾
정답
4번
마
해설
정답: 4. DML(데이터 조작어)은 데이터를 조회·변경하는 명령으로 SELECT, INSERT, UPDATE, DELETE가 해당한다. (마) CREATE는 테이블 등 객체의 구조를 정의·생성하는 DDL(데이터 정의어)이므로 DML이 아니다.
오답 풀이
- 1번: 가(SELECT)·나(UPDATE)는 모두 DML이므로 "DML이 아닌 것"이 될 수 없다.
- 2번: 다(INSERT)는 행을 삽입하는 DML이다.
- 3번: 라(DELETE)는 행을 삭제하는 DML이다.
- 4번: 마(CREATE)는 객체 구조를 생성하는 DDL이므로 정답이다.
보충 개념 SQL은 DDL(CREATE·ALTER·DROP), DML(SELECT·INSERT·UPDATE·DELETE), DCL(GRANT·REVOKE)로 구분한다. SELECT를 DQL로 따로 분류하기도 하나 ADsP에서는 DML에 포함해 본다.
- 1.
문제 2
4지선다고객과 상품의 대응관계를 도식화 한 것이다. 대응비 관점에서 고객과 상품 간의 관계가 옳은 것은?
- 1.
1:1
- 2.
N:1
- 3.
N:M
- 4.
1:N
정답·해설 보기▾
정답
2번
N:1
해설
정답: 2. 그림에서 두 번째 상품에는 두 명의 고객(두 번째·세 번째 고객)이 연결되어 있고, 나머지 고객은 각각 하나의 상품에만 연결된다. 즉 여러 고객(N)이 하나의 상품(1)에 대응하므로 고객:상품 = N:1 관계이다.
오답 풀이
- 1번: 1:1은 모든 고객과 상품이 한 쌍씩만 연결된 경우인데, 한 상품에 두 고객이 몰려 있어 1:1이 아니다.
- 2번: 한 상품에 여러 고객이 대응(N:1)하므로 옳다.
- 3번: N:M은 양쪽 모두에서 다대다 연결이 나타나야 하나, 상품 쪽에서만 합류가 있어 해당하지 않는다.
- 4번: 1:N은 한 고객이 여러 상품에 연결되는 형태인데 그림은 그 반대이므로 옳지 않다.
보충 개념 ERD의 카디널리티(대응비)는 두 개체 사이 인스턴스 대응 관계를 1:1, 1:N, N:M으로 표현한다. 화살표가 합류하는 쪽이 "1", 갈라지는 쪽이 "N"이다.
- 1.
문제 3
4지선다다음은 어떤 기업 내부 데이터베이스 솔루션에 대한 설명인가?
제조업을 포함한 다양한 비즈니스 분야에서 생산, 구매, 재고, 주문, 공급자와의 거래, 고객서비스 제공 등 주요 프로세스 관리를 돕는 여러 모듈로 구성된 통합 애플리케이션
- 1.
ERP
- 2.
CRM
- 3.
SCM
- 4.
KMS
정답·해설 보기▾
정답
1번
ERP
해설
정답: 1. 생산·구매·재고·주문·인사·회계 등 기업의 핵심 업무 프로세스를 여러 모듈로 통합 관리하는 전사적 자원관리 시스템은 ERP(Enterprise Resource Planning)이다.
오답 풀이
- 1번: 기업 전반의 자원·프로세스를 모듈로 통합 관리하는 ERP에 대한 설명으로 옳다.
- 2번: CRM(고객관계관리)은 고객 데이터를 활용해 마케팅·영업·고객서비스를 강화하는 시스템이다.
- 3번: SCM(공급망관리)은 원자재 조달부터 유통까지 공급망 전체의 흐름을 최적화한다.
- 4번: KMS(지식관리시스템)는 조직의 지식·노하우를 축적·공유하는 시스템이다.
보충 개념 기업 내부 DB 솔루션은 운영계(ERP·CRM·SCM·KMS)와 정보계(DW·DataMart·OLAP)로 나뉘며, ERP는 운영계 자원관리의 중심이다.
- 1.
문제 4
4지선다다음 중 빅데이터 활용 요소 3가지로 올바른 것으로만 구성된 것은?
- 1.
데이터, 인프라, 기술
- 2.
인프라, 프로세스, 인력
- 3.
데이터, 인력, 기술
- 4.
프로세스, 인력, 기술
정답·해설 보기▾
정답
3번
데이터, 인력, 기술
해설
정답: 3. 빅데이터를 가치로 전환하기 위한 핵심 활용 요소는 데이터(자원), 인력(데이터 사이언티스트 등), 기술(분석 기법·도구)의 3가지이다.
오답 풀이
- 1번: 인프라는 빅데이터 환경의 기반이지만 활용 3요소로 묶이는 항목은 아니다.
- 2번: 인프라·프로세스는 핵심 3요소에 포함되지 않는다.
- 3번: 데이터·인력·기술의 조합으로 옳다.
- 4번: 프로세스가 포함되어 정의와 어긋난다.
보충 개념 빅데이터의 가치 창출은 적절한 데이터 확보, 이를 다룰 분석 인력, 그리고 분석·처리 기술의 결합으로 이루어진다.
- 1.
문제 5
4지선다다음 중 딥러닝의 종류가 아닌 것은?
- 1.
SVM
- 2.
DNN
- 3.
CNN
- 4.
RNN
정답·해설 보기▾
정답
1번
SVM
해설
정답: 1. SVM(Support Vector Machine)은 마진을 최대화해 분류 경계를 찾는 전통적 머신러닝 알고리즘으로, 심층 신경망 구조의 딥러닝에 속하지 않는다.
오답 풀이
- 1번: SVM은 딥러닝이 아니라 일반 지도학습(분류) 알고리즘이므로 정답이다.
- 2번: DNN(심층 신경망)은 은닉층이 여러 개인 대표적 딥러닝 구조이다.
- 3번: CNN(합성곱 신경망)은 이미지 처리에 강한 딥러닝 모델이다.
- 4번: RNN(순환 신경망)은 시계열·자연어 등 순차 데이터에 쓰이는 딥러닝 모델이다.
보충 개념 딥러닝은 다층 인공신경망(DNN·CNN·RNN·LSTM 등)을 기반으로 하며, SVM·의사결정나무·랜덤포레스트 등은 딥러닝에 속하지 않는 일반 머신러닝 기법이다.
- 1.
문제 6
4지선다지도 학습은 입력과 출력 모두 주어진 상태에서의 학습이며, 비지도 학습은 입력만 주어진 상태에서의 학습이다. 다음의 보기에서 그 종류가 다른 것은 무엇인가?
(가) 회귀 분석 (나) 군집 분석 (다) 감정 분석 (라) 분류 분석
- 1.
가
- 2.
나
- 3.
다
- 4.
라
정답·해설 보기▾
정답
2번
나
해설
정답: 2. 회귀·분류·감정 분석은 정답(출력) 레이블을 이용해 학습하는 지도학습이지만, (나) 군집 분석은 레이블 없이 데이터의 유사성만으로 그룹을 형성하는 비지도학습이므로 종류가 다르다.
오답 풀이
- 1번: 가(회귀 분석)는 연속형 출력을 예측하는 지도학습이다.
- 2번: 나(군집 분석)는 레이블 없이 군집을 찾는 비지도학습이므로 정답이다.
- 3번: 다(감정 분석)는 긍정/부정 등 레이블을 학습하는 지도학습 응용이다.
- 4번: 라(분류 분석)는 범주형 출력을 예측하는 지도학습이다.
보충 개념 지도학습은 출력(정답)이 주어진 회귀·분류, 비지도학습은 정답 없이 구조를 찾는 군집·연관·차원축소로 나뉜다.
- 1.
문제 7
4지선다빅데이터와 인문학 열풍과 관련된 내용으로 상관 없는 것은?
- 1.
단순 세계에서 복잡한 세계로의 변화
- 2.
비즈니스의 중심이 제품 생산에서 서비스로 이동
- 3.
빅데이터 분석 기법 및 방법론의 확대
- 4.
경제와 산업의 논리가 생산에서 시장 창조로 바뀜
정답·해설 보기▾
정답
3번
빅데이터 분석 기법 및 방법론의 확대
해설
정답: 3. 인문학 열풍의 배경은 세계의 복잡화, 서비스 중심 경제로의 이동, 시장 창조 논리로의 전환 등 '사람·맥락에 대한 통찰' 수요 증가이다. 분석 기법·방법론의 확대는 기술적 변화일 뿐, 인문학 열풍의 직접 배경과는 거리가 멀다.
오답 풀이
- 1번: 단순→복잡 세계로의 변화는 맥락 해석(인문학적 통찰) 수요를 키운 배경이다.
- 2번: 제품에서 서비스 중심으로 이동하며 고객 경험·감성 이해가 중요해진 것이 배경이다.
- 3번: 분석 기법·방법론의 확대는 기술 측면이라 인문학 열풍과 상관없으므로 정답이다.
- 4번: 생산에서 시장 창조 논리로의 전환은 창의·통찰 수요를 높인 배경이다.
보충 개념 빅데이터 시대 인문학 열풍의 3대 배경은 (1) 단순→복잡 세계, (2) 제품 생산→서비스, (3) 생산→시장 창조 논리로의 변화이다.
- 1.
문제 8
4지선다데이터 사이언티스트의 역량에 대한 설명이 아닌 것은?
- 1.
통찰력 있는 분석, Data Technical Skill
- 2.
설득력 있는 전달
- 3.
다분야 간 협력
- 4.
데이터 분석 알고리즘으로 인해 피해를 입은 사람을 구제
정답·해설 보기▾
정답
4번
데이터 분석 알고리즘으로 인해 피해를 입은 사람을 구제
해설
정답: 4. 알고리즘으로 피해를 입은 사람을 구제하는 역할은 데이터 사이언티스트의 역량이 아니라 별도 직무인 알고리즈미스트(Algorithmist)가 담당하는 영역이다.
오답 풀이
- 1번: 통찰력 있는 분석과 하드 스킬(Data Technical Skill)은 데이터 사이언티스트의 핵심 역량이다.
- 2번: 분석 결과를 설득력 있게 전달하는 커뮤니케이션은 소프트 스킬이다.
- 3번: 다분야 간 협력(협업 능력)도 소프트 스킬에 해당한다.
- 4번: 알고리즘 피해 구제는 알고리즈미스트의 역할이므로 데이터 사이언티스트 역량 설명이 아니다.
보충 개념 데이터 사이언티스트 역량은 하드 스킬(분석 기술·이론)과 소프트 스킬(통찰·전달·협업)로 구분된다. 알고리즈미스트는 알고리즘의 부작용·오용을 감시·구제하는 직무이다.
- 1.
문제 9
단답형다음은 무엇에 대한 설명인가?
구글의 인터넷에 연결된 네스트는 날씨와 기온 정보 그리고 집주인의 평소 온도 설정 데이터를 기반으로 사용자의 컨텍스트를 인식해 자동으로 온도를 설정해 주며, 아마존의 대시(dash)라는 작은 장치는 wifi가 내장된 바코드 인식기로 상품에 인쇄된 바코드를 대시로 비추면 그 상품을 아마존 장바구니에 저장할 수 있도록 해준다. 나이키의 경우 애플과 제휴하여 스마트한 운동관리를 할 수 있도록 해주는 서비스로 자리매김했다. 굳이 우리가 기계를 조작하지 않아도 모든 것이 사람을 위해 알아서 자동으로 돌아가는 세상, 이것이 보여줄 미래이다.
정답·해설 보기▾
모범답안
IoT
키워드: IoT, 사물인터넷, Internet of Things, 사물 인터넷
해설
정답: IoT(사물인터넷)
사물(기기·센서)에 통신 기능을 부여해 인터넷에 연결하고, 사람의 개입 없이 사물 간에 데이터를 주고받아 상황(컨텍스트)을 인식하고 자동으로 동작하게 하는 기술이 IoT(Internet of Things, 사물인터넷)이다. 네스트 온도조절기, 아마존 대시, 나이키-애플 협업 사례는 모두 IoT의 대표 응용이다.
보충 개념 IoT는 빅데이터의 핵심 데이터 원천 중 하나로, 다양한 센서가 실시간으로 생성하는 대량 데이터를 통해 새로운 서비스를 만든다. M2M(기기 간 통신)에서 발전해 사람·사물·서비스를 연결하는 개념으로 확장되었다.
문제 10
단답형다음은 어떤 기업 내부 데이터 솔루션에 대한 설명인가?
제조, 물류, 유통업체 등 유통 공급망에 참여하는 모든 업체들이 협력을 바탕으로 정보기술을 활용하여, 재고를 최적화하기 위한 솔루션
정답·해설 보기▾
모범답안
SCM
키워드: SCM, 공급망관리, Supply Chain Management, 공급사슬관리
해설
정답: SCM(공급망관리)
제조·물류·유통 등 공급망에 참여하는 모든 업체가 정보를 공유·협력하여 자재 조달부터 최종 소비자까지의 흐름을 최적화하고 재고를 최소화하는 솔루션은 SCM(Supply Chain Management, 공급망관리)이다.
보충 개념 대표적인 기업 내부 DB 솔루션: ERP(전사 자원관리), CRM(고객관계관리), SCM(공급망관리), KMS(지식관리). 그중 SCM은 채찍 효과(bullwhip effect) 완화와 재고 최적화에 초점을 둔다.
문제 11
4지선다분석 기회 발굴의 범위 확장에서 '거시적 관점'이 아닌 것은?
- 1.
사회, 기술
- 2.
경제
- 3.
환경, 정치
- 4.
고객
정답·해설 보기▾
정답
4번
고객
해설
정답: 4. 거시적 관점은 STEEP, 즉 사회(Social)·기술(Technological)·경제(Economic)·환경(Environmental)·정치(Political) 영역으로 분석 기회를 탐색하는 것이다. '고객'은 거시 환경이 아니라 경쟁자·시장의 니즈를 보는 시장(미시) 관점에 해당한다.
오답 풀이
- 1번: 사회·기술은 STEEP의 S·T로 거시적 관점이다.
- 2번: 경제는 STEEP의 E(Economic)로 거시적 관점이다.
- 3번: 환경·정치는 STEEP의 E(Environmental)·P(Political)로 거시적 관점이다.
- 4번: 고객은 시장 니즈 탐색에 속하므로 거시적 관점이 아니어서 정답이다.
보충 개념 하향식 문제 탐색의 범위 확장은 거시적 관점(STEEP), 경쟁자 확대, 시장의 니즈 변화, 역량의 재해석 관점으로 이루어진다.
- 1.
문제 12
4지선다ROI의 4V 중 RETURN에 해당하는 것은?
- 1.
Volume
- 2.
Variety
- 3.
Velocity
- 4.
Value
정답·해설 보기▾
정답
4번
Value
해설
정답: 4. 빅데이터 4V 중 투자 비용(Investment) 측면의 3V는 Volume(규모)·Variety(다양성)·Velocity(속도)이며, 비즈니스 효과(Return) 측면에 해당하는 것은 Value(가치)이다.
오답 풀이
- 1번: Volume(데이터의 규모)은 투자 비용 측면의 3V이다.
- 2번: Variety(데이터의 다양성)도 투자 비용 측면의 3V이다.
- 3번: Velocity(데이터 생성·처리 속도)도 투자 비용 측면의 3V이다.
- 4번: Value(가치)는 분석을 통해 얻는 비즈니스 효과(Return)이므로 정답이다.
보충 개념 3V(Volume·Variety·Velocity)에 Value 또는 Veracity(진실성)를 더해 4V로 보며, ROI 관점에서 3V는 투자(Investment), Value는 효과(Return)로 대응시킨다.
- 1.
문제 13
4지선다다음 중 데이터 표준화에 대한 설명으로 올바른 것은?
- 1.
메타 데이터와 데이터 사전의 관리 원칙을 수립한다.
- 2.
데이터 표준 용어 설정, 명명 규칙 수립, 메타 데이터 구축, 데이터 사전 구축 등의 업무로 구성된다.
- 3.
메타 데이터 및 표준 데이터를 관리하기 위한 전사 차원의 저장소를 구성한다.
- 4.
데이터 거버넌스 체계를 구축한 후 표준 준수 여부를 주기적으로 점검하고 모니터링을 실시한다.
정답·해설 보기▾
정답
2번
데이터 표준 용어 설정, 명명 규칙 수립, 메타 데이터 구축, 데이터 사전 구축 등의 업무로 구성된다.
해설
정답: 2. 데이터 표준화는 데이터 표준 용어 설정, 명명 규칙 수립, 메타데이터 구축, 데이터 사전 구축 등의 업무로 구성되는 데이터 거버넌스의 구성 요소이다.
오답 풀이
- 1번: 메타데이터·데이터 사전의 관리 원칙 수립은 '데이터 관리 체계'에 대한 설명이다.
- 2번: 표준 용어·명명 규칙·메타데이터·데이터 사전 구축으로 구성되는 표준화의 정의로 옳다.
- 3번: 전사 차원의 저장소 구성은 '데이터 저장소 관리'에 대한 설명이다.
- 4번: 표준 준수 여부 점검·모니터링은 '표준화 활동(준수 관리)'에 대한 설명이다.
보충 개념 데이터 거버넌스의 구성 요소는 데이터 표준화, 데이터 관리 체계, 데이터 저장소 관리, 표준화 활동의 4가지로 정리된다.
- 1.
문제 14
4지선다빅데이터 분석 방법론의 분석 기획 단계의 Task '비즈니스 이해 및 범위 설정'에서, 프로젝트에 참여하는 관계자들의 이해를 일치시키기 위해 작성하는 것은?
- 1.
SOW
- 2.
WBS
- 3.
EDA
- 4.
ETL
정답·해설 보기▾
정답
1번
SOW
해설
정답: 1. 비즈니스 이해 및 범위 설정 단계에서 프로젝트 참여자들의 이해를 일치시키기 위해 작성하는 산출물은 SOW(Statement Of Work, 작업 기술서)이다.
오답 풀이
- 1번: SOW(작업 기술서)는 프로젝트 범위·이해를 정리해 합의하는 문서로 정답이다.
- 2번: WBS(Work Breakdown Structure)는 작업을 계층적으로 분해한 일정·관리용 구조도이다.
- 3번: EDA(탐색적 데이터 분석)는 데이터의 특성을 파악하는 분석 활동이다.
- 4번: ETL(추출·변환·적재)은 데이터를 수집·정제해 저장소에 적재하는 프로세스이다.
보충 개념 분석 기획 단계는 비즈니스 이해 및 범위 설정(산출물 SOW) → 프로젝트 정의 및 계획 수립 → 프로젝트 위험 계획 수립의 흐름으로 진행된다.
- 1.
문제 15
4지선다기업에서 사용하는 데이터의 가용성, 유용성, 통합성, 보안성을 관리하기 위한 정책과 프로세스를 다루며, 프라이버시·보안성·데이터 품질·관리 규정 준수를 강조하는 것을 무엇이라고 하는가?
- 1.
데이터 표준화 활동
- 2.
분석 마스터 플랜
- 3.
데이터 거버넌스
- 4.
메타 데이터
정답·해설 보기▾
정답
3번
데이터 거버넌스
해설
정답: 3. 데이터의 가용성·유용성·통합성·보안성을 관리하기 위한 전사적 정책과 프로세스를 다루고 품질·보안·규정 준수를 강조하는 관리 체계는 데이터 거버넌스(Data Governance)이다.
오답 풀이
- 1번: 데이터 표준화 활동은 거버넌스의 하위 구성 요소로, 표준 준수 점검 등을 수행한다.
- 2번: 분석 마스터 플랜은 분석 과제의 우선순위·로드맵을 수립하는 중장기 계획이다.
- 3번: 데이터 거버넌스의 정의로 옳다.
- 4번: 메타데이터는 데이터에 대한 데이터(구조·의미 정보)로, 거버넌스의 관리 대상 중 하나이다.
보충 개념 데이터 거버넌스는 원칙(Principle)·조직(Organization)·프로세스(Process)의 3대 구성 요소를 가지며, 표준화·관리 체계·저장소 관리·표준화 활동으로 운영된다.
- 1.
문제 16
4지선다빅데이터 분석 방법론의 단계 순서로 올바른 것은?
- 1.
분석 기획 - 데이터 준비 - 데이터 분석 - 시스템 구현 - 평가 및 전개
- 2.
데이터 준비 - 분석 기획 - 데이터 분석 - 시스템 구현 - 평가 및 전개
- 3.
데이터 준비 - 분석 기획 - 데이터 분석 - 평가 및 전개 - 시스템 구현
- 4.
분석 기획 - 데이터 준비 - 데이터 분석 - 평가 및 전개 - 시스템 구현
정답·해설 보기▾
정답
1번
분석 기획 - 데이터 준비 - 데이터 분석 - 시스템 구현 - 평가 및 전개
해설
정답: 1. 빅데이터 분석 방법론은 분석 기획 → 데이터 준비 → 데이터 분석 → 시스템 구현 → 평가 및 전개의 5단계로 진행된다.
오답 풀이
- 1번: 분석 기획에서 출발해 평가 및 전개로 마무리하는 올바른 순서이다.
- 2번: 데이터 준비가 분석 기획보다 앞설 수 없으므로 순서가 틀렸다.
- 3번: 첫 단계가 데이터 준비인 데다 마지막 두 단계 순서도 뒤바뀌었다.
- 4번: 시스템 구현과 평가 및 전개의 순서가 뒤바뀌었다.
보충 개념 각 단계는 다시 Phase-Task-Step의 계층으로 세분되며, 단계 간 피드백을 허용하는 반복적(iterative) 절차를 가진다.
- 1.
문제 17
4지선다하향식 접근 방식에 대한 설명으로 틀린 것은?
- 1.
하향식 접근 방식의 데이터 분석 기획 단계는 문제 탐색, 문제 정의, 해결방안 탐색, 타당성 검토 순서이다.
- 2.
분석 유즈 케이스는 향후 데이터 분석 문제로의 전환 및 적합성 평가에 활용하도록 한다.
- 3.
하향식 접근 방식은 유사·동종 사례 벤치마킹을 통한 분석 기회 발굴을 하는 '내부' 참조 모델 기반 문제 탐색을 한다.
- 4.
분석 유즈 케이스는 풀어야 할 문제에 대한 상세 설명 및 해당 문제를 해결했을 때 발생하는 효과를 명시한다.
정답·해설 보기▾
정답
3번
하향식 접근 방식은 유사·동종 사례 벤치마킹을 통한 분석 기회 발굴을 하는 '내부' 참조 모델 기반 문제 탐색을 한다.
해설
정답: 3. 유사·동종 사례를 벤치마킹해 기회를 발굴하는 것은 '외부' 참조 모델 기반 탐색이다. '내부'가 아니라 외부 참조 모델이므로 설명이 틀렸다.
오답 풀이
- 1번: 하향식 접근은 문제 탐색 → 문제 정의 → 해결방안 탐색 → 타당성 검토의 순서로 옳다.
- 2번: 분석 유즈 케이스를 분석 문제로 전환·적합성 평가에 활용한다는 설명은 옳다.
- 3번: 벤치마킹은 외부 참조 모델 기반인데 '내부'라 했으므로 틀려서 정답이다.
- 4번: 분석 유즈 케이스가 문제 설명과 기대 효과를 명시한다는 설명은 옳다.
보충 개념 하향식 문제 탐색은 비즈니스 모델 기반 탐색과 외부 참조 모델(벤치마킹) 기반 탐색으로 나뉜다. 데이터에서 출발하는 탐색은 상향식 접근이다.
- 1.
문제 18
4지선다분석 준비도 프레임워크에 대한 내용이 아닌 것은?
- 1.
분석 인력 및 조직, 분석 인프라
- 2.
분석 업무 파악, 분석 데이터
- 3.
분석 성과, 분석 문화
- 4.
분석 인력 및 조직, 분석 문화
정답·해설 보기▾
정답
3번
분석 성과, 분석 문화
해설
정답: 3. 분석 준비도(readiness)의 6대 영역은 분석 업무 파악, 인력 및 조직, 분석 기법, 분석 데이터, 분석 문화, IT 인프라이다. '분석 성과'는 준비도 영역이 아니라 분석 성숙도(maturity) 진단의 결과 측면에 해당하므로, '분석 성과'가 포함된 3번이 준비도 영역이 아니다.
오답 풀이
- 1번: 분석 인력 및 조직, 분석 인프라(IT 인프라)는 모두 준비도 영역이다.
- 2번: 분석 업무 파악, 분석 데이터도 준비도 영역이다.
- 3번: '분석 성과'는 준비도 영역에 없으므로 정답이다.
- 4번: 분석 인력 및 조직, 분석 문화도 준비도 영역이다.
보충 개념 분석 준비도는 현재 수준을 진단하는 6개 영역으로 평가하며, 분석 성숙도는 도입·활용·확산·최적화 단계로 조직의 성숙 정도를 측정한다.
- 1.
문제 19
단답형다음 분석 성숙도 단계 중 괄호에 들어갈 단어는 무엇인가?
도입 단계 - ( ) 단계 - 확산 단계 - 최적화 단계
정답·해설 보기▾
모범답안
활용
키워드: 활용, 활용 단계, 활용단계
해설
정답: 활용
분석 성숙도 모델은 도입 → 활용 → 확산 → 최적화의 4단계로 발전한다. 도입 단계 다음, 확산 단계 앞에 오는 빈칸은 '활용' 단계이다. 활용 단계는 분석 결과를 실제 업무에 적용하기 시작하는 단계이다.
보충 개념 분석 성숙도 4단계: 도입(분석 시작·환경 구축), 활용(업무에 분석 적용), 확산(전사 차원으로 분석 확대), 최적화(분석을 진화·고도화). 준비도와 성숙도를 교차해 4가지 분석 유형(준비형·정착형·도입형·확산형)을 진단한다.
문제 20
단답형합리적인 의사 결정을 방해하는 요소로서, 문제의 표현 방식에 따라 동일한 사건이나 상황임에도 불구하고 사람들의 선택이나 판단이 달라지는 현상을 무엇이라고 하는가?
정답·해설 보기▾
모범답안
프레이밍 효과
키워드: 프레이밍 효과, 프레이밍효과, Framing Effect, 프레이밍, 틀 효과
해설
정답: 프레이밍 효과(Framing Effect)
같은 내용이라도 어떻게 표현(프레임)하느냐에 따라 사람들의 선택·판단이 달라지는 현상을 프레이밍 효과라 한다. 예컨대 '생존율 90%'와 '사망률 10%'는 동일한 사실이지만 받아들이는 인상이 다르다.
보충 개념 프레이밍 효과는 인지 편향의 하나로, 데이터 기반 의사결정에서 표현 방식에 휘둘리지 않도록 분석 결과를 객관적으로 제시하는 것이 중요함을 시사한다.
문제 21
4지선다다음 중 R에서 서로 다른 데이터 타입을 담을 수 있는 구조는 무엇인가?
- 1.
matrix
- 2.
list
- 3.
array
- 4.
vector
정답·해설 보기▾
정답
2번
list
해설
정답: 2. list는 서로 다른 데이터 타입(숫자·문자·벡터·다른 리스트 등)을 함께 담을 수 있는 R의 유연한 자료 구조이다.
오답 풀이
- 1번: matrix(행렬)는 모든 원소가 동일한 타입이어야 하는 2차원 구조이다.
- 2번: list는 이질적(heterogeneous) 원소를 담을 수 있으므로 정답이다.
- 3번: array(배열)는 다차원이지만 원소 타입은 모두 같아야 한다.
- 4번: vector(벡터)는 같은 타입의 원소만 담는 1차원 구조이다.
보충 개념 R 자료 구조: vector·matrix·array는 동질적(같은 타입), list·data.frame은 이질적 타입을 허용한다. data.frame은 내부적으로 list로 구현된 표 형태 구조이다.
- 1.
문제 22
4지선다박스플롯(boxplot)에서 중앙에 있는 값 50%를 무엇이라고 하는가?
- 1.
범위
- 2.
1 사분위수 범위
- 3.
IQR(사분위수 범위)
- 4.
3 사분위수 범위
정답·해설 보기▾
정답
3번
IQR(사분위수 범위)
해설
정답: 3. 박스플롯의 상자는 1사분위수(Q1)부터 3사분위수(Q3)까지의 구간으로, 데이터의 가운데 50%를 나타낸다. 이 구간의 길이를 사분위수 범위 IQR(Interquartile Range, Q3−Q1)이라 한다.
오답 풀이
- 1번: 범위(range)는 최댓값−최솟값으로 전체 퍼짐을 나타낸다.
- 2번: '1 사분위수 범위'라는 표현은 정식 용어가 아니며 가운데 50%를 가리키지 못한다.
- 3번: 가운데 50%를 나타내는 Q3−Q1, 즉 IQR로 옳다.
- 4번: '3 사분위수 범위' 역시 정식 용어가 아니다.
보충 개념 IQR = Q3 − Q1이며, 이상치 판정에 쓰이는 울타리는 Q1−1.5×IQR(하한)과 Q3+1.5×IQR(상한)이다.
- 1.
문제 23
4지선다박스플롯(boxplot)에서 중간에 있는 선은 무엇인가?
- 1.
median
- 2.
mean
- 3.
IQR
- 4.
Outlier
정답·해설 보기▾
정답
1번
median
해설
정답: 1. 박스플롯의 상자 안 가운데 선은 데이터를 크기순으로 나열했을 때 가운데 값인 중앙값(median, 2사분위수 Q2)을 나타낸다.
오답 풀이
- 1번: 상자 중앙의 선은 중앙값(median)이므로 옳다.
- 2번: 평균(mean)은 박스플롯에 기본 표시되지 않으며, 필요 시 별도 기호로 추가한다.
- 3번: IQR은 상자의 길이(Q3−Q1)이지 선이 아니다.
- 4번: Outlier(이상치)는 울타리 밖에 점으로 표시되는 값이다.
보충 개념 박스플롯은 최솟값·Q1·중앙값(median)·Q3·최댓값의 5수 요약과 이상치를 한눈에 보여 주는 시각화이다.
- 1.
문제 24
4지선다어떤 데이터의 1사분위수 = 4, 3사분위수 = 12일 때, 박스플롯에서 이상치 판정 울타리의 상한(최댓값)과 하한(최솟값)은 얼마인가?
- 1.
하한 = -8, 상한 = 24
- 2.
하한 = -6, 상한 = 22
- 3.
하한 = -4, 상한 = 20
- 4.
하한 = -2, 상한 = 18
정답·해설 보기▾
정답
1번
하한 = -8, 상한 = 24
해설
정답: 1. IQR = Q3 − Q1 = 12 − 4 = 8이다. 하한 = Q1 − 1.5×IQR = 4 − 1.5×8 = 4 − 12 = −8, 상한 = Q3 + 1.5×IQR = 12 + 1.5×8 = 12 + 12 = 24이다.
오답 풀이
- 1번: 하한 −8, 상한 24로 계산이 맞으므로 정답이다.
- 2번: 하한 −6, 상한 22는 1.5×IQR을 잘못 더한 값이다.
- 3번: 하한 −4, 상한 20도 계산이 맞지 않는다.
- 4번: 하한 −2, 상한 18도 울타리 공식과 어긋난다.
보충 개념 박스플롯에서 안쪽 울타리(이상치 경계)는 [Q1 − 1.5×IQR, Q3 + 1.5×IQR]이며, 이 범위를 벗어나는 값을 이상치(outlier)로 본다.
- 1.
문제 25
4지선다오류의 최대 허용 한계에 관한 확률을 나타내는 것은?
- 1.
유의 수준
- 2.
기각역
- 3.
검정통계량
- 4.
2종 오류
정답·해설 보기▾
정답
1번
유의 수준
해설
정답: 1. 귀무가설이 참인데도 기각하는 제1종 오류를 범할 확률의 허용 한계를 유의수준(significance level, α)이라 한다. 보통 0.05나 0.01로 설정한다.
오답 풀이
- 1번: 제1종 오류의 최대 허용 확률인 유의수준에 대한 설명으로 옳다.
- 2번: 기각역은 검정통계량이 그 안에 들어오면 귀무가설을 기각하는 영역이다.
- 3번: 검정통계량은 표본으로 계산해 가설 채택·기각을 판단하는 통계량이다.
- 4번: 2종 오류는 귀무가설이 거짓인데 기각하지 못하는 오류(β)이다.
보충 개념 제1종 오류 확률 = α(유의수준), 제2종 오류 확률 = β, 검정력 = 1 − β이다. 유의수준을 낮추면 제1종 오류는 줄지만 제2종 오류는 커지는 트레이드오프가 있다.
- 1.
문제 26
4지선다표본 조사에 대한 설명이 부적절한 것은?
- 1.
표본 오차(Sampling error)는 모집단의 일부인 표본에서 얻은 자료를 통해 모집단 전체의 특성을 추론함으로써 생기는 오차를 의미한다.
- 2.
표본 편의(Sampling bias)는 표본 추출 방법에서 기인하는 오차를 의미한다.
- 3.
표본 편의는 확률화(Randomization)에 의해 최소화하거나 없앨 수 있다.
- 4.
비표본 오차(non-sampling error)는 표본 크기가 증가함에 따라 감소한다.
정답·해설 보기▾
정답
4번
비표본 오차(non-sampling error)는 표본 크기가 증가함에 따라 감소한다.
해설
정답: 4. 비표본 오차는 조사·집계·기록 과정의 실수 등에서 발생하는 오차로, 표본 크기가 커진다고 줄어들지 않으며 오히려 조사량 증가로 늘어날 수도 있다. 표본 크기 증가로 줄어드는 것은 표본 오차이다.
오답 풀이
- 1번: 표본 오차는 표본으로 모집단을 추론할 때 생기는 오차로 옳은 설명이다.
- 2번: 표본 편의는 추출 방법의 치우침에서 비롯되는 오차로 옳다.
- 3번: 표본 편의는 무작위 추출(확률화)로 줄이거나 제거할 수 있어 옳다.
- 4번: 비표본 오차가 표본 크기 증가로 감소한다는 설명은 틀려서 정답이다.
보충 개념 표본 오차는 표본 크기를 키우면 줄어들지만, 비표본 오차(측정·기록·무응답 오류 등)는 표본 크기와 무관하므로 조사 설계·관리로 통제해야 한다.
- 1.
문제 27
4지선다다음 중 비모수 검정의 종류가 아닌 것은?
- 1.
Runs Test
- 2.
카이제곱검정
- 3.
Wilcoxon Signed Rank Test
- 4.
Sign Test
정답·해설 보기▾
정답
2번
카이제곱검정
해설
정답: 2. 카이제곱검정은 일반적으로 모수 검정 계열로 분류된다. 런 검정·윌콕슨 부호순위 검정·부호 검정은 분포 가정을 두지 않는 대표적 비모수 검정이다.
오답 풀이
- 1번: Runs Test(런 검정)는 무작위성을 검정하는 비모수 방법이다.
- 2번: 카이제곱검정은 모수 검정으로 분류되어 비모수 검정이 아니므로 정답이다.
- 3번: Wilcoxon Signed Rank Test(부호순위 검정)는 비모수 검정이다.
- 4번: Sign Test(부호 검정)도 비모수 검정이다.
보충 개념 비모수 검정은 모집단 분포(정규성 등)를 가정하지 않으며 순위·부호를 활용한다. 부호순위 검정·만-휘트니 U검정·크루스칼-왈리스 검정 등이 대표적이다.
- 1.
문제 28
4지선다파생 변수에 대한 설명으로 옳지 않은 것은?
- 1.
요약 통계량을 이용한 변수 생성을 통해 데이터 분석이 가능하다.
- 2.
데이터에 포함된 나이 연속형 변수를 이용해 연령대 범주형 파생 변수를 추가했다.
- 3.
파생 변수를 해당 데이터셋을 대표하는 변수로 사용할 수 있다.
- 4.
파생 변수는 매우 주관적일 수 있으므로, 논리적 타당성을 갖추어 개발해야 한다.
정답·해설 보기▾
정답
3번
파생 변수를 해당 데이터셋을 대표하는 변수로 사용할 수 있다.
해설
정답: 3. 파생 변수는 기존 변수를 가공·조합해 만든 보조 변수로, 분석 목적에 맞춘 주관적 변수이다. 데이터셋 전체를 대표하는 변수로 곧바로 사용한다는 설명은 옳지 않다(대표성을 가지려면 요약 변수가 더 적합하다).
오답 풀이
- 1번: 합계·평균 등 요약 통계량으로 변수를 만들어 분석에 활용할 수 있어 옳다.
- 2번: 연속형 나이를 구간화해 연령대 범주형 변수를 만드는 것은 전형적 파생 변수 생성이다.
- 3번: 파생 변수를 데이터셋 대표 변수로 사용할 수 있다는 설명은 틀려서 정답이다.
- 4번: 파생 변수는 주관성이 크므로 논리적 타당성을 갖춰 개발해야 한다는 설명은 옳다.
보충 개념 변수 생성에는 요약 변수(원자료를 합산·요약해 대표성을 갖춤)와 파생 변수(특정 의미·조건으로 가공, 주관적·목적지향적)가 있다.
- 1.
문제 29
4지선다다음 설명에 해당하는 것은 무엇인가?
공분산행렬 또는 상관계수 행렬을 사용해 모든 변수들을 가장 잘 설명하는 변수를 찾는 방법으로, 상관관계가 있는 변수들을 선형 결합에 의해 상관관계가 없는 새로운 변수로 만들고 분산을 극대화하는 변수로 축약하는 방법이다. 새로운 변수들은 기존 변수들의 선형결합으로 이루어져 있다.
- 1.
요인 분석
- 2.
회귀 분석
- 3.
주성분 분석(PCA)
- 4.
다차원척도법
정답·해설 보기▾
정답
3번
주성분 분석(PCA)
해설
정답: 3. 상관관계가 있는 변수들을 선형 결합해 분산을 최대화하는, 서로 상관 없는 새로운 변수(주성분)로 차원을 축약하는 기법은 주성분 분석(PCA)이다.
오답 풀이
- 1번: 요인 분석은 관측 변수 뒤에 숨은 공통 잠재 요인을 찾는 기법으로 목적이 다르다.
- 2번: 회귀 분석은 독립변수로 종속변수를 예측·설명하는 기법이다.
- 3번: 분산 극대화 기반 선형 결합으로 차원을 축약하는 PCA에 대한 설명으로 옳다.
- 4번: 다차원척도법(MDS)은 개체 간 거리(유사성)를 저차원 공간에 배치하는 기법이다.
보충 개념 PCA는 제1주성분이 분산을 가장 많이 설명하고, 이후 주성분은 직교하며 설명 분산이 줄어든다. 변수 축약·시각화·다중공선성 완화에 쓰인다.
- 1.
문제 30
4지선다다음 주성분 분석에 대한 설명 중 적절하지 않은 것은?
- 1.
가장 분산이 적은 것을 제1주성분으로 설정한다.
- 2.
주성분 분석은 상관관계가 있는 변수들을 결합해 상관관계가 없는 변수로 분산을 극대화하는 변수로 선형결합하여 변수를 축약하는 데 사용하는 방법이다.
- 3.
공분산 행렬은 변수의 측정 단위를 그대로 반영한 것이고, 상관 행렬은 모든 변수의 측정 단위를 표준화한 것이다.
- 4.
공분산 행렬을 이용한 분석의 경우 변수들의 측정 단위에 민감하다.
정답·해설 보기▾
정답
1번
가장 분산이 적은 것을 제1주성분으로 설정한다.
해설
정답: 1. 제1주성분은 분산을 가장 '많이' 설명(분산 극대화)하는 축이다. '가장 분산이 적은 것을 제1주성분으로 설정한다'는 설명은 정반대이므로 옳지 않다.
오답 풀이
- 1번: 제1주성분은 분산이 최대인 축이어야 하므로 '분산이 적은 것'이라는 설명은 틀려서 정답이다.
- 2번: 상관 있는 변수를 선형 결합해 분산을 극대화하며 변수를 축약한다는 PCA 정의로 옳다.
- 3번: 공분산 행렬은 원 단위를 반영, 상관 행렬은 표준화한다는 설명은 옳다.
- 4번: 공분산 행렬 기반 PCA는 변수의 측정 단위(스케일)에 민감하다는 설명은 옳다.
보충 개념 변수 간 단위 차이가 클 때는 상관 행렬(표준화)을 사용하는 것이 바람직하다. 주성분은 설명 분산이 큰 순서대로 제1·제2··· 주성분으로 정해진다.
- 1.
문제 31
4지선다시간의 흐름에 따라 일정 시점마다 관측된 데이터를 무엇이라 하는가?
- 1.
주성분 분석
- 2.
회귀 분석
- 3.
시계열 자료
- 4.
군집 분석
정답·해설 보기▾
정답
3번
시계열 자료
해설
정답: 3. 시간 순서에 따라 관측된 데이터를 시계열 자료(time series data)라 한다. 주가, 기온, 월별 매출처럼 시간 축을 갖는 데이터가 해당한다.
오답 풀이
- 1번: 주성분 분석은 차원 축약 기법이지 데이터 종류가 아니다.
- 2번: 회귀 분석은 변수 간 관계를 모델링하는 분석 기법이다.
- 3번: 시간 순서로 관측된 데이터를 가리키는 시계열 자료로 옳다.
- 4번: 군집 분석은 유사성에 따라 데이터를 묶는 분석 기법이다.
보충 개념 시계열 자료는 추세(Trend)·순환(Cycle)·계절(Seasonality)·불규칙(Irregular) 변동으로 분해할 수 있으며, 분석을 위해 정상성(stationarity)을 가정하는 경우가 많다.
- 1.
문제 32
4지선다다음 시계열 데이터에 대한 설명 중 가장 옳지 않은 것은?
- 1.
시계열 데이터의 모델링은 다른 분석 모형과 같이 탐색 목적과 예측 목적으로 나눌 수 있다.
- 2.
짧은 기간 동안의 주기적인 패턴을 계절변동이라 한다.
- 3.
잡음은 무작위적인 변동이지만 일반적으로 원인은 알려져 있다.
- 4.
시계열 분석의 주 목적은 외부 인자와 관련해 계절적인 패턴·추세와 같은 요소를 설명할 수 있는 모델을 결정하는 것이다.
정답·해설 보기▾
정답
3번
잡음은 무작위적인 변동이지만 일반적으로 원인은 알려져 있다.
해설
정답: 3. 잡음(불규칙 변동)은 무작위적이며 원인을 알 수 없는 변동이다. '원인이 일반적으로 알려져 있다'는 설명은 잡음의 정의와 어긋나므로 옳지 않다.
오답 풀이
- 1번: 시계열 모델링을 탐색·예측 목적으로 나눌 수 있다는 설명은 옳다.
- 2번: 1년 이내의 주기적 패턴을 계절변동이라 하는 설명은 옳다.
- 3번: 잡음의 원인이 알려져 있다는 설명은 틀려서 정답이다.
- 4번: 추세·계절 등 요소를 설명하는 모델을 찾는 것이 시계열 분석 목적이라는 설명은 옳다.
보충 개념 시계열 구성 요소: 추세 변동, 순환 변동, 계절 변동, 불규칙(잡음) 변동. 잡음은 설명 불가능한 무작위 성분으로, 정상성 가정에서는 백색잡음으로 다룬다.
- 1.
문제 33
4지선다다음 시계열 자료의 정상성(Stationarity)에 대한 설명 중 가장 부적절한 것은?
- 1.
모든 시점에 대해 일정한 평균을 가진다.
- 2.
모든 시점에 대해 일정한 분산을 가진다.
- 3.
공분산은 단지 시차에만 의존하고 시점 자체에는 의존하지 않는다.
- 4.
데이터에 포함된 잡음은 독립성을 갖는다.
정답·해설 보기▾
정답
4번
데이터에 포함된 잡음은 독립성을 갖는다.
해설
정답: 4. 정상성의 정의는 평균 일정·분산 일정·공분산이 시차에만 의존(시점 무관)이라는 세 조건이다. '잡음이 독립성을 갖는다'는 것은 정상성 자체의 정의 조건이 아니라 별개의 가정이므로 정상성 설명으로는 가장 부적절하다.
오답 풀이
- 1번: 평균이 모든 시점에서 일정하다는 것은 정상성 조건으로 옳다.
- 2번: 분산이 모든 시점에서 일정하다는 것도 정상성 조건으로 옳다.
- 3번: 공분산이 시차(lag)에만 의존하고 시점에는 의존하지 않는다는 것도 정상성 조건이다.
- 4번: 잡음의 독립성은 정상성의 정의 조건이 아니므로 정답이다.
보충 개념 (약)정상성의 3조건: (1) 평균이 시점과 무관하게 일정, (2) 분산이 일정, (3) 자기공분산이 시차에만 의존. 비정상 시계열은 차분·변환을 통해 정상화한 뒤 분석한다.
- 1.
문제 34
4지선다다음이 설명하는 데이터 마이닝 기법은 무엇인가?
미리 정의된 기준이나 예시에 의해서가 아닌, 레코드 자체가 가진 다른 레코드와의 유사성에 의해 그룹화되고 이질성에 의해 세분화되는 것으로, 데이터 마이닝이나 모델링의 준비 단계로서 사용되는 기법이다.
- 1.
군집 분석
- 2.
분류 분석
- 3.
기술(description)
- 4.
연관 분석
정답·해설 보기▾
정답
1번
군집 분석
해설
정답: 1. 사전에 정의된 정답(레이블) 없이 레코드 간 유사성으로 묶고 이질성으로 나누는 비지도학습 기법은 군집 분석(clustering)이다.
오답 풀이
- 1번: 유사성에 따른 그룹화·세분화를 하는 비지도학습인 군집 분석으로 옳다.
- 2번: 분류 분석은 미리 정의된 범주(레이블)를 학습해 예측하는 지도학습이다.
- 3번: 기술(description)은 데이터의 특징을 요약·설명하는 마이닝 목적이다.
- 4번: 연관 분석은 항목 간 동시 발생 규칙(장바구니 분석)을 찾는 기법이다.
보충 개념 데이터 마이닝의 기능은 분류·추정·예측(지도)과 군집·연관·기술(비지도)로 구분되며, 군집은 흔히 분석의 전처리·탐색 단계로 활용된다.
- 1.
문제 35
4지선다다음 중 오분류표의 평가지표 중 True로 예측한 관측치 중 실제 True인 지표를 무엇이라 하는가?
- 1.
Precision
- 2.
Accuracy
- 3.
F1
- 4.
Sensitivity
정답·해설 보기▾
정답
1번
Precision
해설
정답: 1. True(양성)로 예측한 것들 중 실제로 True인 비율, 즉 TP/(TP+FP)는 정밀도(Precision)이다.
오답 풀이
- 1번: TP/(TP+FP)인 정밀도(Precision)의 정의로 옳다.
- 2번: Accuracy(정확도)는 전체 중 맞춘 비율 (TP+TN)/전체이다.
- 3번: F1은 정밀도와 재현율의 조화평균이다.
- 4번: Sensitivity(민감도·재현율)는 실제 True 중 True로 맞춘 비율 TP/(TP+FN)이다.
보충 개념 정밀도(Precision)=TP/(TP+FP)는 '예측이 얼마나 정확한가', 재현율(Recall·Sensitivity)=TP/(TP+FN)은 '실제를 얼마나 빠짐없이 찾는가'를 측정한다. 둘의 조화평균이 F1 점수이다.
- 1.
문제 36
4지선다아래 오분류표를 이용하여 구한 민감도(sensitivity) 값은 얼마인가?
Confusion matrix 예측값 TRUE 예측값 FALSE 실제값 TRUE 40 60 FALSE 60 40 - 1.
0.4
- 2.
0.3
- 3.
0.15
- 4.
0.5
정답·해설 보기▾
정답
1번
0.4
해설
정답: 1. 민감도(재현율) = TP/(TP+FN)이다. 실제 TRUE 중 TRUE로 맞춘 것 TP = 40, 실제 TRUE인데 FALSE로 예측한 FN = 60이다. 따라서 민감도 = 40/(40+60) = 40/100 = 0.4이다.
오답 풀이
- 1번: 40/(40+60) = 0.4로 계산이 맞으므로 정답이다.
- 2번: 0.3은 표의 값과 맞지 않는다.
- 3번: 0.15는 분모를 전체로 잘못 잡은 경우 등에서 나오는 오답이다.
- 4번: 0.5는 TP/(TP+FP) 등 다른 지표와 혼동한 값이다.
보충 개념 민감도(Sensitivity·재현율) = TP/(TP+FN), 특이도(Specificity) = TN/(TN+FP). 실제 양성을 얼마나 잘 잡아내는지가 민감도이다.
- 1.
문제 37
4지선다아래 오분류표에서 특이도(Specificity) 값을 구하는 식을 고르시오.
confusion matrix 예측값 T 예측값 F 실제값 T TP FN F FP TN - 1.
TP / (TP + FN)
- 2.
(TP + TN) / (TP + FP + FN + TN)
- 3.
TN / (TN + FP)
- 4.
TP / (TP + FP)
정답·해설 보기▾
정답
3번
TN / (TN + FP)
해설
정답: 3. 특이도(Specificity)는 실제 음성(F) 중에서 음성(F)으로 올바르게 예측한 비율로, TN/(TN+FP)이다.
오답 풀이
- 1번: TP/(TP+FN)은 민감도(재현율)의 식이다.
- 2번: (TP+TN)/(TP+FP+FN+TN)은 정확도(Accuracy)의 식이다.
- 3번: TN/(TN+FP)은 특이도의 식으로 옳다.
- 4번: TP/(TP+FP)은 정밀도(Precision)의 식이다.
보충 개념 특이도 = TN/(TN+FP)이며, 1−특이도 = FP/(TN+FP)는 위양성률로 ROC 곡선의 x축에 해당한다. 민감도는 ROC의 y축이다.
- 1.
문제 38
4지선다거리를 활용한 측도에 대한 설명으로 틀린 것은?
- 1.
유클리드는 두 점 사이의 거리로, 가장 직관적이고 일반적인 거리의 개념이다.
- 2.
맨해튼 거리는 두 점의 좌표 간의 절대값 차이를 구하는 것이다.
- 3.
마할라노비스는 변수의 표준화를 고려하고, 변수 간의 상관성을 고려하지 않는다.
- 4.
표준화 거리, 마할라노비스 거리는 통계적 거리의 개념이다.
정답·해설 보기▾
정답
3번
마할라노비스는 변수의 표준화를 고려하고, 변수 간의 상관성을 고려하지 않는다.
해설
정답: 3. 마할라노비스 거리는 변수의 표준화뿐 아니라 변수 간 상관관계(공분산 구조)까지 반영하는 거리이다. '상관성을 고려하지 않는다'는 설명은 틀렸다.
오답 풀이
- 1번: 유클리드 거리는 두 점 사이 직선 거리로 가장 일반적이라는 설명은 옳다.
- 2번: 맨해튼 거리는 좌표 차이의 절대값 합이라는 설명은 옳다.
- 3번: 마할라노비스가 상관성을 고려하지 않는다는 설명은 틀려서 정답이다.
- 4번: 표준화 거리·마할라노비스 거리가 통계적 거리라는 설명은 옳다.
보충 개념 수학적 거리에는 유클리드·맨해튼·민코프스키 거리가, 통계적 거리에는 표준화 거리·마할라노비스 거리가 있다. 마할라노비스는 공분산 행렬의 역행렬을 이용해 변수 간 상관과 스케일을 모두 보정한다.
- 1.
문제 39
4지선다K-fold 교차검증에 대한 설명으로 올바르지 않은 것은?
- 1.
k=2인 경우, LOOCV라고 한다.
- 2.
주어진 데이터를 가지고 K번 반복적으로 성과를 측정해 그 결과를 평균한다.
- 3.
K-fold는 데이터를 k개로 분할하는 것을 의미한다.
- 4.
데이터가 충분하지 않은 경우 주로 사용한다.
정답·해설 보기▾
정답
1번
k=2인 경우, LOOCV라고 한다.
해설
정답: 1. LOOCV(Leave-One-Out Cross Validation)는 k가 데이터 개수 n과 같아 매번 1개만 검증에 쓰는 경우이다. k=2일 때를 LOOCV라 하는 것은 틀렸다.
오답 풀이
- 1번: k=2를 LOOCV라 한 것은 틀려서 정답이다(LOOCV는 k=n).
- 2번: 데이터를 나눠 K번 반복 측정 후 평균한다는 설명은 옳다.
- 3번: K-fold가 데이터를 k개로 분할한다는 설명은 옳다.
- 4번: 데이터가 부족할 때 데이터를 효율적으로 쓰기 위해 교차검증을 활용한다는 설명은 옳다.
보충 개념 K-fold는 데이터를 k등분해 한 폴드를 검증, 나머지를 학습으로 k번 반복 후 평균한다. k=n이면 LOOCV가 되며, 모든 데이터를 검증에 한 번씩 사용한다.
- 1.
문제 40
4지선다비계층적 군집 분석인 K-means 군집 분석의 수행 순서는?
(가) 초기 군집의 중심으로 k개의 객체를 임의로 선택한다. (나) 각 자료를 가장 가까운 군집 중심에 할당한다. (다) 각 군집 내 자료들의 평균을 계산하여 군집의 중심을 갱신한다. (라) 군집 중심의 변화가 거의 없을 때까지 (나)와 (다)를 반복한다.
- 1.
가 - 나 - 다 - 라
- 2.
나 - 가 - 다 - 라
- 3.
다 - 나 - 가 - 라
- 4.
라 - 가 - 나 - 다
정답·해설 보기▾
정답
1번
가 - 나 - 다 - 라
해설
정답: 1. K-means는 (가) k개의 초기 중심 선택 → (나) 각 자료를 가장 가까운 중심에 할당 → (다) 군집별 평균으로 중심 갱신 → (라) 중심 변화가 거의 없을 때까지 (나)~(다) 반복의 순서로 진행된다.
오답 풀이
- 1번: 초기 중심 선택에서 시작해 할당·갱신·반복으로 이어지는 올바른 순서이다.
- 2번: 초기 중심 선택(가) 없이 할당(나)부터 시작할 수 없다.
- 3번: 중심 갱신(다)이 맨 앞에 올 수 없다.
- 4번: 반복 단계(라)가 맨 앞에 올 수 없다.
보충 개념 K-means는 k를 미리 정해야 하고 초기 중심에 민감하며, 군집 내 제곱합(SSE)을 최소화한다. 이상치에 취약하므로 K-medoids 등의 변형이 쓰이기도 한다.
- 1.
문제 41
4지선다여러 분포가 확률적으로 선형 결합된 형태로, 데이터가 k개의 모수적 모형의 가중합으로 표현되는 모집단 모형에서 나왔다는 가정하에, 추정된 k개의 모형 중 어느 모형으로부터 나왔을 확률이 높은지에 따라 군집 분류를 수행하는 것은 무엇인가?
- 1.
평균연결법
- 2.
혼합분포군집
- 3.
SOM
- 4.
DBSCAN
정답·해설 보기▾
정답
2번
혼합분포군집
해설
정답: 2. 데이터가 k개의 확률분포(예: 정규분포)의 가중합인 혼합 모형에서 생성되었다고 가정하고, 각 데이터가 어느 분포에서 나왔을 확률에 따라 군집을 정하는 기법은 혼합분포군집(Mixture Distribution Clustering)이다. 보통 EM 알고리즘으로 추정한다.
오답 풀이
- 1번: 평균연결법은 계층적 군집에서 군집 간 모든 쌍 거리의 평균으로 거리를 정하는 방법이다.
- 2번: 확률분포의 가중합 모형을 가정하는 혼합분포군집으로 옳다.
- 3번: SOM(자기조직화지도)은 신경망 기반의 차원 축소·군집 시각화 기법이다.
- 4번: DBSCAN은 밀도 기반 군집으로 분포 가정 없이 밀집 영역을 군집으로 본다.
보충 개념 혼합분포군집은 가우시안 혼합 모형(GMM)이 대표적이며, EM 알고리즘으로 각 분포의 모수와 소속 확률을 반복 추정한다. 확률적(소프트) 할당을 한다는 점이 K-means(하드 할당)와 다르다.
- 1.
문제 42
4지선다교차판매 / 물건배치 등에 이용되는 분석 기법은?
- 1.
연관분석
- 2.
주성분분석
- 3.
회귀분석
- 4.
SOM
정답·해설 보기▾
정답
1번
연관분석
해설
정답: 1. 장바구니 데이터에서 함께 구매되는 품목 간 규칙을 찾아 교차판매·상품 배치·추천 등에 활용하는 기법은 연관 분석(Association Analysis)이다.
오답 풀이
- 1번: 동시 구매 규칙을 찾아 교차판매·진열에 쓰는 연관 분석으로 옳다.
- 2번: 주성분분석은 변수 차원을 축약하는 기법이다.
- 3번: 회귀분석은 변수 간 관계를 모델링해 예측하는 기법이다.
- 4번: SOM은 군집·시각화에 쓰이는 신경망 기법이다.
보충 개념 연관 분석의 평가 지표는 지지도(support), 신뢰도(confidence), 향상도(lift)이다. 흔히 '장바구니 분석'으로 불린다.
- 1.
문제 43
4지선다다음 거래 데이터에서 규칙 A→B의 신뢰도(confidence)는?
장바구니 item 1 A, B, C 2 A, C 3 B, C 4 A, B 5 A, C, D - 1.
0.75
- 2.
0.62
- 3.
0.5
- 4.
0.4
정답·해설 보기▾
정답
3번
0.5
해설
정답: 3. 신뢰도(A→B) = (A와 B를 모두 포함한 거래 수) / (A를 포함한 거래 수)이다. A를 포함한 거래는 1·2·4·5의 4건, 그중 B도 포함한 거래는 1·4의 2건이다. 따라서 신뢰도 = 2/4 = 0.5이다.
오답 풀이
- 1번: 0.75는 A∩B를 3건으로 잘못 세었을 때 나오는 값이다.
- 2번: 0.62는 거래 데이터와 맞지 않는다.
- 3번: 2/4 = 0.5로 계산이 맞으므로 정답이다.
- 4번: 0.4는 분모를 전체 거래 수(5)로 잘못 잡았을 때(2/5)의 값이다.
보충 개념 신뢰도(A→B) = support(A∩B)/support(A)로, 'A를 산 사람이 B도 살 조건부 확률'을 의미한다. 지지도는 전체 대비 동시 구매 비율, 향상도는 신뢰도를 P(B)로 나눈 값이다.
- 1.
문제 44
4지선다다음은 어느 마트의 판매 품목에 대한 결과이다. 규칙 '커피 → 우유'의 향상도(lift)는?
장바구니 item 1 커피, 빵 2 커피, 계란, 우유 3 계란, 커피, 빵, 우유 4 계란, 우유 5 커피, 우유 6 커피, 빵, 계란 7 우유, 빵 - 1.
0.6
- 2.
1.25
- 3.
0.43
- 4.
0.84
정답·해설 보기▾
정답
4번
0.84
해설
정답: 4. 향상도(lift) = 신뢰도(커피→우유) / 지지도(우유)이다. 전체 거래 7건. 커피를 포함한 거래는 1·2·3·5·6의 5건, 그중 우유도 포함한 거래는 2·3·5의 3건이므로 신뢰도 = 3/5 = 0.6. 우유를 포함한 거래는 2·3·4·5·7의 5건이라 지지도(우유) = 5/7 ≈ 0.714. 따라서 향상도 = 0.6 / (5/7) = 0.6 × 7/5 = 0.84이다.
오답 풀이
- 1번: 0.6은 향상도가 아니라 신뢰도(커피→우유)의 값이다.
- 2번: 1.25는 분자·분모를 뒤집는 등 계산을 잘못한 값이다.
- 3번: 0.43은 지지도(커피∩우유)=3/7과 혼동한 값이다.
- 4번: 0.6/(5/7) = 0.84로 계산이 맞으므로 정답이다.
보충 개념 향상도 = 신뢰도(A→B)/지지도(B) = P(B|A)/P(B). 1보다 크면 양의 상관(함께 잘 팔림), 1이면 독립, 1보다 작으면 음의 상관을 뜻한다. 여기서는 0.84 < 1이라 약한 음의 연관이다.
- 1.
문제 45
단답형시계열에 영향을 주는 일반적인 요인(추세·계절·순환·불규칙 변동)을 시계열에서 분리해 분석하는 방법을 무엇이라 하는가?
정답·해설 보기▾
모범답안
분해시계열
키워드: 분해시계열, 분해 시계열, 시계열 분해, Time Series Decomposition, 분해법
해설
정답: 분해시계열(시계열 분해)
시계열 자료를 추세 변동, 계절 변동, 순환 변동, 불규칙(잡음) 변동 등 구성 요소로 분리해 각 요인을 파악·분석하는 방법을 분해시계열(시계열 분해)이라 한다.
보충 개념 분해 방식에는 가법 모형(요소들의 합)과 승법 모형(요소들의 곱)이 있다. 분해를 통해 추세·계절 성분을 제거하면 정상성에 가까운 잔차를 얻어 예측 모형 적합에 활용할 수 있다.
문제 46
단답형시계열 모형의 여러 종류 중 아래에서 설명하는 것은 무엇인가?
(가) 시계열 모델 중 자기 자신의 과거 값을 사용하여 설명하는 모형 (나) 백색 잡음의 현재 값과 자기 자신의 과거 값의 선형 가중합으로 이루어진 정상 확률 모형 (다) 모형에 사용하는 시계열 자료의 시점에 따라 1차, 2차, …, p차 등을 사용하나 정상 시계열 모형에서는 주로 1, 2차를 사용함
정답·해설 보기▾
모범답안
AR모델
키워드: AR모델, AR 모델, AR, 자기회귀모형, 자기회귀 모형, AR모형, Autoregressive, 자기회귀모델
해설
정답: AR 모형(자기회귀 모형)
현재 값을 자기 자신의 과거 값들의 선형 결합(과 백색잡음)으로 설명하는 정상 확률 모형은 자기회귀(AR, Autoregressive) 모형이다. 과거 p개 시점을 사용하면 AR(p)이며 보통 1·2차를 쓴다.
보충 개념 시계열 모형: AR(자기회귀, 과거 값으로 설명), MA(이동평균, 과거 오차로 설명), ARMA(둘의 결합), ARIMA(차분으로 비정상 시계열까지 처리). 자기상관함수(ACF)·부분자기상관함수(PACF)로 모형 차수를 식별한다.
문제 47
단답형학습 데이터에 너무 잘 맞게 학습되어, 학습 데이터에 대한 성능은 매우 높지만 평가(검증) 데이터에 대한 성능은 낮은 상태를 무엇이라고 하는가?
정답·해설 보기▾
모범답안
과대적합
키워드: 과대적합, 과적합, 오버피팅, Overfitting, 과대 적합
해설
정답: 과대적합(Overfitting)
모델이 학습 데이터의 잡음·특이값까지 과도하게 학습하여 학습 데이터에서는 성능이 매우 좋지만, 새로운 평가 데이터에서는 일반화 성능이 떨어지는 상태를 과대적합(과적합, Overfitting)이라 한다.
보충 개념 반대로 모델이 너무 단순해 학습 데이터조차 잘 설명하지 못하는 것은 과소적합(Underfitting)이다. 과대적합은 교차검증, 정규화(규제), 데이터 증강, 모델 단순화, 드롭아웃 등으로 완화한다.
문제 48
단답형다음이 설명하는 기업 내부 데이터베이스 솔루션은 무엇인가?
전사적으로 구축된 데이터 웨어하우스로부터 특정 주제·부서 중심으로 구축된, 소규모 단일 주제의 데이터 웨어하우스로, 재무·생산·운영과 같이 특정 조직의 특정 업무 분야에 초점을 두고 있다.
정답·해설 보기▾
모범답안
데이터 마트
키워드: 데이터 마트, 데이터마트, Data Mart, DataMart, DM
해설
정답: 데이터 마트(Data Mart)
전사 데이터 웨어하우스(DW)에서 특정 부서·주제(재무·생산·마케팅 등)에 맞춰 추출·구축한 소규모 단일 주제의 데이터 저장소를 데이터 마트(Data Mart)라 한다.
보충 개념 데이터 웨어하우스(DW)는 전사 통합 분석용 대규모 저장소이고, 데이터 마트는 그 부분집합으로 특정 업무에 최적화된다. DW 구축에는 ETL과 ODS(운영 데이터 저장소)가 함께 쓰인다.
문제 49
단답형사람 뇌의 뉴런을 모방하여 분류 및 예측에 사용할 수 있는 모형으로, 입력층·은닉층·출력층 3개의 층으로 구성되어 있고 각 층에 뉴런(노드)이 여러 개 포함되어 있는 것은 무엇인가?
정답·해설 보기▾
모범답안
인공 신경망, ANN
키워드: 인공 신경망, 인공신경망, ANN, Artificial Neural Network, 신경망, 인공 신경망(ANN)
해설
정답: 인공 신경망(ANN)
생물학적 뉴런의 연결 구조를 모방하여 입력층·은닉층·출력층으로 구성되고, 각 노드의 가중합과 활성화 함수를 통해 분류·예측을 수행하는 모형은 인공 신경망(ANN, Artificial Neural Network)이다.
보충 개념 ANN은 역전파(Backpropagation)로 가중치를 학습한다. 은닉층을 깊게 쌓으면 심층 신경망(DNN)이 되며, 이것이 딥러닝의 기반이다.
문제 50
단답형모형의 성능을 평가하기 위한 척도로, 임의로 나눈 각 등급별로 반응검출율·반응률·향상도 등의 정보를 산출하여 얼마나 예측이 잘 이루어졌는지를 나타내는 것은 무엇인가?
정답·해설 보기▾
모범답안
이익 도표, Lift chart
키워드: 이익 도표, 이익도표, Lift chart, 향상도 곡선, 리프트 차트, Lift Chart, 이익 차트, 이익 도표(Lift Chart)
해설
정답: 이익 도표(Lift Chart)
데이터를 예측 점수 기준으로 등급(분위)으로 나눈 뒤, 각 등급별 반응검출율·반응률·향상도(lift) 등을 산출해 모형이 무작위 대비 얼마나 잘 예측하는지를 보여 주는 평가 도구가 이익 도표(Lift Chart)이다.
보충 개념 향상도가 1보다 클수록 상위 등급에 실제 반응자가 집중되어 모형 성능이 좋음을 뜻한다. 이익 도표를 누적 형태로 그린 것이 향상도 곡선이며, ROC 곡선과 함께 분류 모형 평가에 쓰인다.