ADsP 37회 기출 복원

📝 기출문제 전체 보기

데이터분석 준전문가(ADsP) 2023년 37회차 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.

1. 문제 1

   4지선다

   다음 중 데이터 사이언티스트의 역량에 대한 설명이 아닌 것은?

   • 1.

     설득력 있는 전달을 위한 스토리텔링과 시각화를 할 수 있어야 한다.

   • 2.

     창의적 사고와 호기심, 논리적 비판력을 갖고 통찰력 있는 분석을 한다.

   • 3.

     빅데이터에 대한 이론적 지식 및 분석 기술에 대한 숙련이 필요하다.

   • 4.

     알고리즘에 의해 부당하게 피해를 입은 사람을 구제한다.

   정답·해설 보기▾▴

   정답

   4번

   알고리즘에 의해 부당하게 피해를 입은 사람을 구제한다.

   해설

   정답: 4. 알고리즘에 의해 부당하게 피해를 입은 사람을 구제하는 일은 ''알고리즈미스트(Algorithmist)''라는 별도 직무의 역할이며, 데이터 사이언티스트가 갖춰야 할 핵심 역량으로 분류되지 않는다.

   오답 풀이

   • 1번: 분석 결과를 설득력 있게 전달하는 스토리텔링·시각화 역량은 소프트 스킬에 해당한다.
   • 2번: 창의적 사고·호기심·논리적 비판력을 통한 통찰력 있는 분석은 핵심 역량이다.
   • 3번: 빅데이터 이론 지식과 분석 기술 숙련은 하드 스킬에 해당한다.
   • 4번: 알고리즘 피해자 구제는 데이터 사이언티스트가 아니라 알고리즈미스트의 역할이다.

   보충 개념 데이터 사이언티스트의 역량은 하드 스킬(빅데이터 이론·분석 기술 숙련)과 소프트 스킬(통찰력, 협력, 전달·시각화)로 나뉜다.

2. 문제 2

   4지선다

   경영정보시스템의 하나로 다양한 비즈니스 분야에서 생산,구매,재고,주문,공급자와의 거래, 고객 서비스 제공 등 주요 프로세스 관리를 돕는 여러 모듈로 구성된 통합 애플리케이션 소프트웨어 패키지를 무엇이라고 하는가?

   • 1.

     CRM

   • 2.

     ERP

   • 3.

     SCM

   • 4.

     KMS

   정답·해설 보기▾▴

   정답

   2번

   ERP

   해설

   정답: 2. 생산·구매·재고·주문·공급·고객서비스 등 기업의 주요 프로세스를 여러 모듈로 통합 관리하는 전사적 자원관리 패키지는 ERP(Enterprise Resource Planning)이다.

   오답 풀이

   • 1번: CRM(고객관계관리)은 고객 정보·관계 관리에 특화된 시스템이다.
   • 2번: ERP는 전사 프로세스를 통합하는 애플리케이션 패키지로 옳다.
   • 3번: SCM(공급망관리)은 자재·물류 등 공급망 전반을 관리한다.
   • 4번: KMS(지식관리시스템)는 조직의 지식 자산을 관리한다.

   보충 개념 ERP는 인사·재무·생산·물류 등 기업 전반의 자원을 단일 시스템으로 통합해 효율을 높이는 경영정보시스템이다.

3. 문제 3

   4지선다

   다음 데이터베이스의 특징에 대한 설명 중 옳지 않은 것은 무엇인가?

   • 1.

     통합된 데이터로 동일한 내용의 데이터가 중복되어 저장된다

   • 2.

     저장된 데이터로 컴퓨터가 접근할 수 있는 저장매체에 저장된다.

   • 3.

     공용 데이터로 여러 사용자에게 서로 다른 목적으로 데이터가 공동 이용된다.

   • 4.

     변화되는 데이터로 항상 변화하면서도 항상 현재의 정확한 데이터를 유지해야한다.

   정답·해설 보기▾▴

   정답

   1번

   통합된 데이터로 동일한 내용의 데이터가 중복되어 저장된다

   해설

   정답: 1. 데이터베이스의 ''통합된 데이터''는 동일한 내용의 데이터가 중복되지 않도록 통합된 것을 의미하므로, ''중복되어 저장된다''는 설명은 틀리다.

   오답 풀이

   • 1번: 통합 데이터는 중복을 배제하므로 ''중복되어 저장된다''는 잘못된 설명이다.
   • 2번: 저장된 데이터로 컴퓨터가 접근 가능한 매체에 저장된다는 설명은 옳다.
   • 3번: 공용 데이터로 여러 사용자가 서로 다른 목적으로 공동 이용한다는 설명은 옳다.
   • 4번: 변화되는 데이터로 항상 현재의 정확한 상태를 유지한다는 설명은 옳다.

   보충 개념 데이터베이스의 4대 특징: 통합 데이터(중복 배제), 저장 데이터, 공용 데이터, 운영 데이터(변화).

4. 문제 4

   4지선다

   다음 DIKW구조와 예시가 올바르게 짝 지어진 것은?

   가) A마트는 500원, B마트는 400원에 볼펜을 판매한다.

   나) B마트의 다른 상품도 A 마트보다 저렴할 것이다

   다) B마트는 볼펜 가격이 싸다.

   라) 상대적으로 저렴한 B마트에서 볼펜을 사야겠다

   • 1.

     가)데이터 나)정보 다)지식 라)지혜

   • 2.

     가)정보 나)데이터 다)지혜 라)지식

   • 3.

     가)데이터 나)지혜 다)정보 라)지식

   • 4.

     가)데이터 나)지혜 다)지식 라)정보

   정답·해설 보기▾▴

   정답

   3번

   가)데이터 나)지혜 다)정보 라)지식

   해설

   정답: 3. DIKW 위계에 따라 가)는 가공 전 사실(데이터), 다)는 데이터를 가공·비교해 의미를 부여한 정보, 라)는 정보 기반의 행동 판단(지식), 나)는 지식을 다른 상품까지 일반화한 지혜이다.

   오답 풀이

   • 1번: 다)를 지식, 라)를 지혜로 본 것은 위계가 어긋난다.
   • 2번: 가)를 정보, 나)를 데이터로 본 것은 잘못된 연결이다.
   • 3번: 가)데이터, 나)지혜, 다)정보, 라)지식의 연결이 올바르다.
   • 4번: 다)를 지식, 라)를 정보로 본 것은 위계가 반대로 연결되었다.

   보충 개념 DIKW: 데이터(사실) → 정보(가공·의미) → 지식(행동 근거) → 지혜(일반화된 통찰).

5. 문제 5

   4지선다

   다음 중 전략적 인사이트를 주는 가치 기반 분석을 위해 고려할 사항이 아닌 것은?

   • 1.

     비즈니스 성과

   • 2.

     인구 통계학적 변화

   • 3.

     경제사회 트랜드

   • 4.

     고객 니즈의 변화

   정답·해설 보기▾▴

   정답

   1번

   비즈니스 성과

   해설

   정답: 1. 비즈니스 성과는 가치 기반 분석을 통해 얻으려는 ''결과''이지, 분석을 위해 사전에 고려할 ''사항''(맥락 요소)이 아니다. 전략적 인사이트를 위해서는 인구통계 변화, 경제사회 트렌드, 고객 니즈 변화 같은 외부 환경을 고려해야 한다.

   오답 풀이

   • 1번: 비즈니스 성과는 분석으로 달성할 목표일 뿐 고려 ''사항''이 아니다.
   • 2번: 인구 통계학적 변화는 가치 기반 분석에서 고려할 환경 요소이다.
   • 3번: 경제사회 트렌드는 전략 인사이트 도출을 위한 고려 사항이다.
   • 4번: 고객 니즈의 변화도 반드시 고려해야 할 요소이다.

   보충 개념 가치 기반 분석은 단순 현황 분석을 넘어 인구·사회·경제 트렌드와 고객 니즈 변화를 함께 보아 전략적 통찰을 끌어낸다.

6. 문제 6

   4지선다

   빅데이터가 가치 창출 측면에서 기업, 정부, 개인에 미치는 여향으로 옳지 않은 것은?

   • 1.

     기업은 빅데이터를 활용하여 시장 변동을 예측해 비즈니스 모델을 혁신하고 신사업을 발굴할 수 있다.

   • 2.

     정부는 기상, 인구이동, 각종 통계, 법제 데이터 등을 수집해 사회 변화를 추정할 수 있다.

   • 3.

     운용 효율성이 증가하면 산업 전체의 생산성이 향상, 국가 전체로서는 GDP가 올라가는 효과가 있다.

   • 4.

     개인은 아직 데이터를 활용할 수 없다.

   정답·해설 보기▾▴

   정답

   4번

   개인은 아직 데이터를 활용할 수 없다.

   해설

   정답: 4. 개인도 빅데이터를 활용해 맞춤형 서비스를 받고 스스로 데이터를 생산·활용할 수 있으므로 ''개인은 아직 데이터를 활용할 수 없다''는 설명은 옳지 않다.

   오답 풀이

   • 1번: 기업은 빅데이터로 시장을 예측하고 비즈니스 모델을 혁신할 수 있다(옳음).
   • 2번: 정부는 기상·인구·통계·법제 데이터로 사회 변화를 추정할 수 있다(옳음).
   • 3번: 운용 효율 향상은 산업 생산성과 GDP 상승으로 이어진다(옳음).
   • 4번: 개인도 빅데이터를 활용할 수 있으므로 틀린 설명이다.

   보충 개념 빅데이터는 기업(통찰·혁신), 정부(환경 탐지·미래 대응), 개인(맞춤 서비스·생활 편익) 모두에게 가치를 창출한다.

7. 문제 7

   4지선다

   다음 데이터에 대한 설명 중 틀린 것은?

   • 1.

     비정형 데이터는 데이터 내부에 메타 데이터를 갖고 있고 파일 형태로 저장된다.

   • 2.

     정형 데이터는 행과 열에 의해 데이터의 속성이 구별되는 스프레드 시트 형태이다.

   • 3.

     반정형 데이터는 Parsing을 통해 구조를 파악할 수 있다.

   • 4.

     HTML, XML, JSON은 반 정형 데이터이다.

   정답·해설 보기▾▴

   정답

   1번

   비정형 데이터는 데이터 내부에 메타 데이터를 갖고 있고 파일 형태로 저장된다.

   해설

   정답: 1. ''비정형 데이터가 메타데이터를 내부에 갖는다''는 설명은 틀리다. 데이터 내부에 메타데이터(스키마·태그)를 갖는 것은 반정형(semi-structured) 데이터의 특징이다.

   오답 풀이

   • 1번: 내부에 메타데이터를 갖는 것은 반정형 데이터의 특징이므로 비정형에 대한 설명으로 틀리다.
   • 2번: 정형 데이터는 행·열로 속성이 구분되는 스프레드시트 형태이다(옳음).
   • 3번: 반정형 데이터는 파싱(parsing)을 통해 구조를 파악할 수 있다(옳음).
   • 4번: HTML·XML·JSON은 대표적인 반정형 데이터이다(옳음).

   보충 개념 정형(테이블), 반정형(XML·JSON 등 스키마 내포), 비정형(텍스트·이미지·영상)으로 구분한다.

8. 문제 8

   4지선다

   다음 데이터 저장소에 대한 설명 중 옳은 것은?

   • 1.

     데이터 마트는 특정 조직이나 부서의 사람들과 같이 제한된 사용자 그룹에게 서비스가 제공된다.

   • 2.

     기업의 원천(Source)데이터 베이스는 데이터 마트(Data Mart)이다.

   • 3.

     데이터 웨어하우스는 데이터 저장소로 저장만 가능하며, 데이터를 검색할 수 없다.

   • 4.

     데이터 웨어하우스는 전사적 차원보다는 특정 조직의 업무 분야에 초점을 맞춘다.

   정답·해설 보기▾▴

   정답

   1번

   데이터 마트는 특정 조직이나 부서의 사람들과 같이 제한된 사용자 그룹에게 서비스가 제공된다.

   해설

   정답: 1. 데이터 마트(Data Mart)는 특정 부서·조직 등 제한된 사용자 그룹을 위한 소규모 데이터 저장소이므로 옳은 설명이다.

   오답 풀이

   • 1번: 데이터 마트가 제한된 사용자 그룹에 제공된다는 설명은 옳다.
   • 2번: 기업의 원천 데이터베이스는 데이터 마트가 아니라 운영계 시스템(소스 DB)이다.
   • 3번: 데이터 웨어하우스는 저장뿐 아니라 검색·분석이 가능하다.
   • 4번: 데이터 웨어하우스는 특정 조직이 아니라 전사적 차원에 초점을 맞춘다.

   보충 개념 데이터 웨어하우스(DW)는 전사 통합 저장소, 데이터 마트는 특정 주제·부서용 부분집합이다.

9. 문제 9

   단답형

   DIKW 계층 구조에서 데이터의 가공 및 처리와 데이터 간 연관 관계 속에서 의미가 도출된 것을 무엇이라 하는가?

   정답·해설 보기▾▴

   모범답안

   정보

   키워드: 정보, Information

   해설

   정답: 정보. DIKW 계층에서 데이터를 가공·처리하고 데이터 간 연관 관계 속에서 의미가 도출된 것을 정보(Information)라고 한다.

   보충 개념 DIKW 위계는 데이터(가공 전 사실) → 정보(가공·연관으로 의미 부여) → 지식(정보의 구조화·행동 근거) → 지혜(근본 원리에 기반한 창의적 아이디어)로 올라간다.

10. 문제 10

    단답형

    빅데이터 활용 기분 테크닉 중 다음이 설명하는 것은?

    이것은 어떤 변인들 간에 주목할 만한 상관관계가 있는지를 찾아내는 방법으로, 상관 관계가 높은 상품을 함께 진열하거나 시스템 로그 데이터를 분석해 침입자나 유해 행위자 색출이 가능하며, 우유 구매자가 기저귀를 더 많이 구매하는지 등을 분석할 때 사용한다.

    정답·해설 보기▾▴

    모범답안

    연관 규칙 학습 (연관 분석)

    키워드: 연관 규칙 학습, 연관규칙 학습, 연관규칙학습, 연관 분석, 연관분석, Association Rule Learning, 장바구니 분석

    해설

    정답: 연관 규칙 학습(연관 분석). 변인 간 주목할 만한 상관관계를 찾아 함께 진열할 상품을 정하거나 ''맥주-기저귀''처럼 동시 구매 패턴을 발견하는 빅데이터 활용 테크닉은 연관 규칙 학습(Association Rule Learning)이다.

    보충 개념 연관 분석은 장바구니 분석(Market Basket Analysis)으로도 불리며 지지도·신뢰도·향상도로 규칙의 유용성을 평가한다.

11. 문제 11

    4지선다

    다음 분석과제 발굴의 접근방식에 대한 설명 중 옳지 않은 것은?

    • 1.

      디자인 싱킹은 중요한 의사결정 시 상향식과 하향식을 반복적으로 사용하는 방법이다.

    • 2.

      분석해야 하는 대상이 확실할 경우 상향식 접근 방식을 사용한다.

    • 3.

      데이터를 활용하여 생각하지 못했던 인사이트를 도출하고 시행착오를 통해 개선해가는 상향식 접근법의 유용성이 점차 증가하고 있는 추세이다.

    • 4.

      분석과제 발굴의 상향식과 하향식 접근법은 실제 분석 과정에서 혼용되어 활용되는 경우가 많다.

    정답·해설 보기▾▴

    정답

    2번

    분석해야 하는 대상이 확실할 경우 상향식 접근 방식을 사용한다.

    해설

    정답: 2. 분석 대상이 명확할 때는 ''하향식(Top-down)'' 접근으로 문제를 정의하고 해법을 찾는다. 대상이 불명확해 데이터로부터 통찰을 발굴할 때 상향식을 쓰므로, ''대상이 확실할 경우 상향식''이라는 설명은 틀리다.

    오답 풀이

    • 1번: 디자인 싱킹은 상향식·하향식을 반복 사용하는 방법으로 옳다.
    • 2번: 대상이 확실하면 하향식을 써야 하므로 틀린 설명이다.
    • 3번: 데이터로 미처 몰랐던 인사이트를 도출하는 상향식의 유용성이 커지고 있다(옳음).
    • 4번: 실제 분석에서는 두 접근을 혼용하는 경우가 많다(옳음).

    보충 개념 하향식(Top-down): 문제 정의 → 해결. 상향식(Bottom-up): 데이터 탐색 → 통찰 발굴. 디자인 싱킹은 둘을 반복한다.

12. 문제 12

    4지선다

    다음 중 빅데이터 분석 방법론의 분석 기획 단계에서 수행하는 주요 태스크가 아닌 것은 무엇인가?

    • 1.

      필요 데이터 정의

    • 2.

      비즈니스 이해 및 프로젝트 범위 설정

    • 3.

      프로젝트 정의 및 수행 계획 수립

    • 4.

      프로젝트 위험 계획 수립

    정답·해설 보기▾▴

    정답

    1번

    필요 데이터 정의

    해설

    정답: 1. ''필요 데이터 정의''는 분석 기획 단계가 아니라 데이터 준비(수집) 단계의 태스크이다. 분석 기획 단계에서는 비즈니스 이해, 범위 설정, 프로젝트 정의·계획 수립, 위험 계획 수립을 수행한다.

    오답 풀이

    • 1번: 필요 데이터 정의는 데이터 준비 단계 태스크이므로 기획 단계가 아니다.
    • 2번: 비즈니스 이해 및 프로젝트 범위 설정은 분석 기획 태스크이다.
    • 3번: 프로젝트 정의 및 수행 계획 수립은 분석 기획 태스크이다.
    • 4번: 프로젝트 위험 계획 수립은 분석 기획 태스크이다.

    보충 개념 빅데이터 분석 방법론 5단계: 분석 기획 → 데이터 준비 → 데이터 분석 → 시스템 구현 → 평가 및 전개.

13. 문제 13

    4지선다

    다음 분석과제의 특징 중 Accuracy와 Pricision에 대한 설명으로 틀린 것은?

    • 1.

      분석의 활용적인 측면에서는 Accuracy가 중요하며, 안정적인 측면에서는 Precision이 중요하다.

    • 2.

      Accuracy와 Precision의 관계는 트레이드 오프(Trade-off)가 되는 경우가 많다

    • 3.

      Accuracy는 True로 예측된 것 중 실제 True인 것의 비율, Precision은 실제 True인 것 중 True로 예측된 것의 비율이다.

    • 4.

      Precision은 모델을 반복했을 때의 편차를 의미한다.

    정답·해설 보기▾▴

    정답

    3번

    Accuracy는 True로 예측된 것 중 실제 True인 것의 비율, Precision은 실제 True인 것 중 True로 예측된 것의 비율이다.

    해설

    정답: 3. 보기의 설명은 정밀도(Precision)와 정확도(Accuracy)의 정의가 서로 뒤바뀌어 틀리다. 분류에서 정확도(Accuracy)는 전체 중 맞춘 비율을, 정밀도(Precision)는 True로 예측한 것 중 실제 True인 비율을 의미한다.

    오답 풀이

    • 1번: 활용 측면은 Accuracy, 안정성 측면은 Precision이 중요하다는 설명은 통상적으로 옳다.
    • 2번: 두 지표가 트레이드오프 관계가 되는 경우가 많다는 설명은 옳다.
    • 3번: 두 지표의 정의를 서로 뒤바꿔 설명했으므로 틀리다.
    • 4번: Precision이 반복 측정 시 편차(흩어짐)를 나타낸다는 설명은 옳다.

    보충 개념 Accuracy(정확도)는 참값에 얼마나 가까운가(정확성), Precision(정밀도)은 반복 측정값이 얼마나 일관된가(재현성)를 뜻한다.

14. 문제 14

    4지선다

    다음은 데이터 거버넌스 중 무엇에 관한 설명인가?

    데이터의 표준용어 설정, 명명규칙 수립, 메타 데이터 구축, 데이터 사전 구축

    • 1.

      데이터 표준화

    • 2.

      표준화 활동

    • 3.

      데이터 저장 관리

    • 4.

      데이터 관리 체계

    정답·해설 보기▾▴

    정답

    1번

    데이터 표준화

    해설

    정답: 1. 표준용어 설정, 명명규칙 수립, 메타데이터·데이터 사전 구축은 데이터 거버넌스의 ''데이터 표준화'' 체계에 해당한다.

    오답 풀이

    • 1번: 표준용어·명명규칙·메타데이터·데이터사전은 데이터 표준화의 구성요소로 옳다.
    • 2번: ''표준화 활동''은 표준 모니터링·개선 등 운영 활동을 가리키는 별개 항목이다.
    • 3번: 데이터 저장 관리는 물리적 저장·관리 영역이다.
    • 4번: 데이터 관리 체계는 메타데이터·표준 관리의 정책·프로세스 영역이다.

    보충 개념 데이터 거버넌스 3대 체계: 데이터 표준화, 데이터 관리 체계, 데이터 저장소 관리. (+ 표준화 활동으로 지속 운영)

15. 문제 15

    4지선다

    다음 중 과제의 우선순위를 결정할 때 고려하는 요소가 아닌 것은?

    • 1.

      전략적 중요도

    • 2.

      비즈니스 성과/ROI

    • 3.

      실행 용이성

    • 4.

      기술 적용 수준

    정답·해설 보기▾▴

    정답

    4번

    기술 적용 수준

    해설

    정답: 4. 분석 과제 우선순위는 시급성과 난이도로 결정하며, 구체적으로 전략적 중요도, 비즈니스 성과/ROI, 실행 용이성을 고려한다. ''기술 적용 수준''은 우선순위 결정 요소가 아니다.

    오답 풀이

    • 1번: 전략적 중요도는 우선순위(시급성) 결정 요소이다.
    • 2번: 비즈니스 성과/ROI는 우선순위 결정 요소이다.
    • 3번: 실행 용이성(난이도)은 우선순위 결정 요소이다.
    • 4번: 기술 적용 수준은 우선순위 결정의 핵심 요소로 보지 않는다.

    보충 개념 과제 우선순위는 ROI 관점의 시급성(투자효과)과 난이도(실행 용이성)를 매트릭스로 평가해 결정한다.

16. 문제 16

    4지선다

    빈칸에 들어갈 내용으로 알맞은 것은?

    상향식 접근법은 기업에서 보유하고 있는 다양한 원천 데이터로부터의 (A)를 통하여 (B)를 얻을 수 있다. 상향식은 디자인 사고 중 (C)에 해당한다.

    • 1.

      A:발견, B:통찰, C:발산

    • 2.

      A:인지, B:통찰, C:발산

    • 3.

      A:통찰, B:발산, C:수렴

    • 4.

      A:발산, B:통찰, C:수렴

    정답·해설 보기▾▴

    정답

    1번

    A:발견, B:통찰, C:발산

    해설

    정답: 1. 상향식 접근법은 원천 데이터로부터의 ''발견(A)''을 통해 ''통찰(B)''을 얻으며, 디자인 사고에서는 아이디어를 넓히는 ''발산(C)'' 단계에 해당한다.

    오답 풀이

    • 1번: A:발견, B:통찰, C:발산의 연결이 옳다.
    • 2번: A를 ''인지''로 본 것은 적절하지 않다.
    • 3번: B를 발산, C를 수렴으로 본 것은 어긋난다.
    • 4번: 상향식은 수렴이 아니라 발산 단계에 해당한다.

    보충 개념 디자인 사고는 발산(아이디어 확장, 상향식)과 수렴(아이디어 선택, 하향식)을 반복한다.

17. 문제 17

    4지선다

    데이터 마이닝 프로세스에서 모델링 기법에 따라 변수를 정의하고 데이터를 데이터 마이닝 소프트웨어에 적용할 수 있도록 적합한 형식으로 변환하는 활동 수행 단계는 무엇인가?

    • 1.

      데이터 가공

    • 2.

      데이터 준비

    • 3.

      모델 검증

    • 4.

      데이터 마이닝 기법 적용

    정답·해설 보기▾▴

    정답

    1번

    데이터 가공

    해설

    정답: 1. 모델링 기법에 맞춰 변수를 정의하고 마이닝 소프트웨어가 처리할 수 있는 형식으로 데이터를 변환하는 단계는 ''데이터 가공''이다.

    오답 풀이

    • 1번: 변수 정의·형식 변환은 데이터 가공 단계로 옳다.
    • 2번: 데이터 준비는 마이닝에 사용할 데이터를 수집·확보하는 단계이다.
    • 3번: 모델 검증은 구축한 모델의 성능을 평가하는 단계이다.
    • 4번: 데이터 마이닝 기법 적용은 실제 알고리즘을 수행하는 단계이다.

    보충 개념 데이터 마이닝 프로세스: 목적 정의 → 데이터 준비 → 데이터 가공 → 마이닝 기법 적용 → 검증.

18. 문제 18

    4지선다

    다음 중 기업의 분석 성숙도 진단 대상이 아닌 것은?

    • 1.

      비즈니스 부문

    • 2.

      조직 / 역량 부문

    • 3.

      서비스 부문

    • 4.

      IT 부문

    정답·해설 보기▾▴

    정답

    3번

    서비스 부문

    해설

    정답: 3. 분석 성숙도 진단 대상은 비즈니스 부문, 조직·역량 부문, IT 부문의 세 가지이다. ''서비스 부문''은 진단 대상에 포함되지 않는다.

    오답 풀이

    • 1번: 비즈니스 부문은 분석 성숙도 진단 대상이다.
    • 2번: 조직/역량 부문은 진단 대상이다.
    • 3번: 서비스 부문은 성숙도 진단 대상이 아니다.
    • 4번: IT 부문은 진단 대상이다.

    보충 개념 분석 성숙도는 도입→활용→확산→최적화 단계로 나뉘며, 비즈니스·조직역량·IT 세 부문에서 진단한다.

19. 문제 19

    단답형

    기업의 경영 목표 달성에 필요한 전략적 주요 정보를 포착하고, 주요 정보를 지원하기 위해 전사적 관점의 정보 구조를 도출하며, 이를 수행하기 위한 전략 및 실행 계획을 수립하는 전사적인 종합 추진 계획을 무엇이라고 하는가?

    정답·해설 보기▾▴

    모범답안

    ISP

    키워드: ISP, 정보전략계획, 정보 전략 계획, Information Strategy Planning

    해설

    정답: ISP(정보전략계획). 기업 경영목표 달성에 필요한 전략 정보를 포착하고 전사적 정보 구조를 도출하며 실행 계획까지 수립하는 종합 추진 계획을 ISP(Information Strategy Planning, 정보전략계획)라고 한다.

    보충 개념 ISP는 경영전략과 정보화 전략을 정렬해 중장기 정보화 로드맵을 수립하는 활동으로, 분석 마스터플랜 수립의 상위 개념이다.

20. 문제 20

    단답형

    다음은 어떤 분석 모델 프로세스에 관한 설명인가?

    사용자 요구사항이나 데이터를 정확히 규정하기 어렵고 데이터 소스도 명확히 파악하기 어려운 상황에서 사용, 일단 분석을 시도해보고 그 결과를 확인해 가면서 반복적으로 개선해 나가는 방법을 취한다.

    정답·해설 보기▾▴

    모범답안

    프로토 타입 모델

    키워드: 프로토 타입 모델, 프로토타입 모델, 프로토타입 모형, 프로토타이핑, Prototype, Prototyping

    해설

    정답: 프로토타입 모델. 요구사항·데이터·데이터 소스가 불명확한 상황에서 일단 분석을 시도하고 결과를 확인하며 반복 개선하는 상향식 분석 모델 프로세스는 프로토타입 모델(Prototyping)이다.

    보충 개념 프로토타입 접근은 ''가설 → 분석 → 결과 확인 → 보완''을 반복하는 시행착오 기반 방법으로, 폭포수(Waterfall)의 순차적 진행과 대비된다.

21. 문제 21

    4지선다

    구축된 모델을 평가하여 과대적합 또는 과소적합을 미세조정 하는데 활용하는 데이터는 무엇인가?

    • 1.

      학습 데이터(Train data)

    • 2.

      검증 데이터(Validation data)

    • 3.

      평가 데이터(Test data)

    • 4.

      증강 데이터

    정답·해설 보기▾▴

    정답

    2번

    검증 데이터(Validation data)

    해설

    정답: 2. 학습된 모델을 평가해 과대적합·과소적합을 점검하고 하이퍼파라미터를 미세조정하는 데 사용하는 데이터는 검증 데이터(Validation data)이다.

    오답 풀이

    • 1번: 학습 데이터(Train)는 모델 파라미터를 학습시키는 데 쓴다.
    • 2번: 검증 데이터는 학습 중 모델 튜닝·과적합 점검에 사용하므로 옳다.
    • 3번: 평가 데이터(Test)는 최종 일반화 성능을 측정하는 데만 쓴다.
    • 4번: 증강 데이터는 데이터 부족을 보완하기 위해 인위적으로 늘린 데이터이다.

    보충 개념 데이터는 학습(train)/검증(validation)/평가(test)로 분할하며, 검증셋으로 모델을 조정하고 평가셋은 한 번만 사용한다.

22. 문제 22

    4지선다

    6개의 feed(사료)를 chicken에게 먹인 후 측정한 weight를 summary 한 결과에 대한 설명으로 틀린 것은?

    • 1.

      weight 중앙값은 261.3이다.

    • 2.

      총 데이터 개수는 71개 이다.

    • 3.

      casein사료를 먹은 chicken은 12마리이다.

    • 4.

      feed는 평균 계산을 할 수 없다.

    정답·해설 보기▾▴

    정답

    1번

    weight 중앙값은 261.3이다.

    해설

    정답: 1. summary 결과에서 weight의 Median(중앙값)은 258.0이고, 261.3은 Mean(평균)이다. 따라서 ''중앙값은 261.3''이라는 설명은 틀리다.

    오답 풀이

    • 1번: 중앙값은 258.0이고 261.3은 평균이므로 틀린 설명이다.
    • 2번: feed 빈도 합은 12+10+12+11+14+12 = 71개로 옳다.
    • 3번: casein 사료를 먹은 chicken은 12마리로 옳다.
    • 4번: feed는 범주형(factor) 변수여서 평균을 계산할 수 없으므로 옳다.

    보충 개념 R의 summary()는 수치형에 대해 Min/1st Qu/Median/Mean/3rd Qu/Max를, 범주형(factor)에 대해 각 수준의 빈도를 출력한다.

23. 문제 23

    4지선다

    다음은 4개의 변수를 가진 USArrests 데이터에 주성분분석을 적용해서 얻은 결과이다. 제 1주성분을 구하는 식으로 옳은 것은?

    • 1.

      -0.536Murder -0.583Assault* -0.278UrbanPop -0.543*Rape

    • 2.

      -0.418Murder +0.187Assault* -0.873UrbanPop -0.167*Rape

    • 3.

      -0.341Murder -0.268Assault* -0.378UrbanPop +0.818*Rape

    • 4.

      0.649Murder -0.743Assault* +0.134UrbanPop +0.089*Rape

    정답·해설 보기▾▴

    정답

    1번

    -0.536Murder -0.583Assault* -0.278UrbanPop -0.543*Rape

    해설

    정답: 1. 제1주성분(PC1)의 적재값(rotation의 PC1 열)은 Murder −0.536, Assault −0.583, UrbanPop −0.278, Rape −0.543이다. 따라서 PC1 = −0.536·Murder − 0.583·Assault − 0.278·UrbanPop − 0.543·Rape이다.

    오답 풀이

    • 1번: PC1 열의 적재값과 정확히 일치하므로 옳다.
    • 2번: 제시된 계수는 PC1이 아니라 다른 성분의 값과 섞여 있어 틀리다.
    • 3번: Rape 계수의 부호·크기가 PC1 적재값과 다르다.
    • 4번: 전반적인 부호·크기가 PC1과 일치하지 않는다.

    보충 개념 주성분은 rotation(고유벡터) 행렬의 해당 열을 가중치로 한 원변수의 선형결합이다. PC1은 분산을 가장 크게 설명한다(여기서는 62.0%).

24. 문제 24

    4지선다

    붓스트랩을 통해 한 샘플이 뽑힐 확률이 1/d라고 했을 때, 샘플 추출을 d번 진행하였을 때 어떤 샘플이 한 번도 뽑히지 않을 확률은?

    • 1.

      (1- 1/d)²

    • 2.

      (1 + d)²

    • 3.

      (1- 1/d)ᵈ

    • 4.

      √1-1/d

    정답·해설 보기▾▴

    정답

    3번

    (1- 1/d)ᵈ

    해설

    정답: 3. 한 번 뽑힐 확률이 1/d이면 한 번에 뽑히지 않을 확률은 (1 − 1/d)이고, d번 독립 추출에서 한 번도 뽑히지 않을 확률은 (1 − 1/d)^d이다.

    오답 풀이

    • 1번: (1 − 1/d)²은 2번 추출의 경우로, d번이 아니다.
    • 2번: (1 + d)²은 확률 형태가 아니다.
    • 3번: (1 − 1/d)^d가 d번 모두 안 뽑힐 확률로 옳다.
    • 4번: √(1 − 1/d)는 근거 없는 형태이다.

    보충 개념 d가 커지면 (1 − 1/d)^d → 1/e ≈ 0.368로 수렴한다. 즉 부트스트랩 한 샘플에서 약 36.8%의 원자료는 선택되지 않고(OOB), 약 63.2%가 포함된다.

25. 문제 25

    4지선다

    다음의 거리표를 사용해 최단 연결법(단일 연결법)으로 계층적 군집화를 할 경우, 첫 번째 단계에서 형성되는 군집과 a와의 거리는 얼마인가?

    거리	a	b	c	d	e
    a	0	5.0	2.2	3.2	3.6
    b	5.0	0	4.5	4.8	5.2
    c	2.2	4.5	0	2.8	3.0
    d	3.2	4.8	2.8	0	1.0
    e	3.6	5.2	3.0	1.0	0

    • 1.

      3.6

    • 2.

      2.2

    • 3.

      3.2

    • 4.

      5.0

    정답·해설 보기▾▴

    정답

    3번

    3.2

    해설

    정답: 3. 최단(단일) 연결법에서는 거리행렬의 최솟값을 갖는 두 개체가 먼저 한 군집으로 묶인다. 표에서 가장 가까운 쌍은 d와 e(거리 1.0)이므로 첫 군집은 {d, e}이다. 단일 연결법은 군집 내 개체 중 ''가장 가까운'' 거리를 군집 간 거리로 보므로, {d, e}와 a의 거리는 min(d(a,d)=3.2, d(a,e)=3.6) = 3.2이다.

    오답 풀이

    • 1번: 3.6은 a와 e의 거리로, 단일 연결법에서는 더 작은 값을 택하므로 답이 아니다.
    • 2번: 2.2는 a와 c의 거리로, 첫 군집 {d,e}와는 무관하다.
    • 3번: min(3.2, 3.6) = 3.2로 단일 연결법 결과와 일치한다.
    • 4번: 5.0은 a와 b의 거리로 해당 없다.

    보충 개념 단일 연결법은 두 군집 사이 ''최단'' 거리, 완전 연결법은 ''최장'' 거리, 평균 연결법은 모든 쌍 거리의 평균을 군집 간 거리로 사용한다.

26. 문제 26

    4지선다

    통계적 가설 검정에 대한 내용중 틀린 것은?

    • 1.

      귀무가설이 참인 경우 이것을 기각하여 발생하는 오류를 제 1종 오류라고 한다.

    • 2.

      귀무가설이 거짓인 경우 이것을 채택하여 발생하는 오류를 제 2종 오류라고 한다.

    • 3.

      유의확률이 유의수준보다 작을 때 귀무 가설을 기각하게 된다.

    • 4.

      p-value가 작을수록 해당 검정통계량의 관측값은 귀무 가설을 지지하는 것으로 해석 가능하다.

    정답·해설 보기▾▴

    정답

    4번

    p-value가 작을수록 해당 검정통계량의 관측값은 귀무 가설을 지지하는 것으로 해석 가능하다.

    해설

    정답: 4. p-value(유의확률)가 작을수록 귀무가설을 ''기각''하는 증거가 강해진다. 따라서 ''p-value가 작을수록 귀무가설을 지지한다''는 설명은 정반대이므로 틀리다.

    오답 풀이

    • 1번: 참인 귀무가설을 기각하는 오류는 제1종 오류로 옳다.
    • 2번: 거짓인 귀무가설을 채택하는 오류는 제2종 오류로 옳다.
    • 3번: 유의확률이 유의수준보다 작으면 귀무가설을 기각한다(옳음).
    • 4번: p-value가 작을수록 귀무가설을 기각하므로 ''지지''한다는 설명은 틀리다.

    보충 개념 제1종 오류(α): 참인 H0 기각. 제2종 오류(β): 거짓인 H0 채택. p < 유의수준이면 H0 기각.

27. 문제 27

    4지선다

    다음 회귀분석에 대한 설명 중 옳은 것은?

    • 1.

      명목형 변수는 더미 변수화 하여 사용할 수 없다.

    • 2.

      독립 변수의 수가 많아지면 모델의 설명력이 증가하고 모형이 단순해 진다.

    • 3.

      종속 변수들 간 강한 상관관계가 나타나는 다중공선성 문제가 발생 할 수 있다.

    • 4.

      독립 변수와 종속 변수의 사이를 모형으로 나타내고 두 변수 관계를 도출하는 것이다.

    정답·해설 보기▾▴

    정답

    4번

    독립 변수와 종속 변수의 사이를 모형으로 나타내고 두 변수 관계를 도출하는 것이다.

    해설

    정답: 4. 회귀분석은 독립변수와 종속변수 사이의 관계를 수학적 모형으로 나타내고 그 관계를 도출하는 분석이므로 옳은 설명이다.

    오답 풀이

    • 1번: 명목형 변수도 더미 변수화하여 회귀에 사용할 수 있다.
    • 2번: 독립변수가 많아지면 설명력은 다소 오를 수 있으나 모형은 복잡해진다(단순해지지 않는다).
    • 3번: 다중공선성은 ''독립변수들'' 간 강한 상관관계 문제이지 종속변수 간 문제가 아니다.
    • 4번: 독립·종속 변수 관계를 모형으로 도출한다는 설명은 옳다.

    보충 개념 다중공선성은 설명변수끼리의 상관 문제로 VIF로 진단하며, 더미 변수화로 범주형 설명변수를 회귀에 포함할 수 있다.

28. 문제 28

    4지선다

    다음 중 다중공선성(Multicollinearity)에 대한 설명으로 옳지 않은 것은?

    • 1.

      다중공선성에 대한 측정은 VIF를 사용한다.

    • 2.

      다중공선성이 발생하는 독립 변수들은 표본의 크기에 관계없이 발생하게 된다.

    • 3.

      독립변수간 높은 상관관계를 가질 때 다중공선성의 발생이 높다.

    • 4.

      중대한 다중공선성은 회귀계수의 분산을 증가시켜 불안정하고 해석하기 어렵게 만든다.

    정답·해설 보기▾▴

    정답

    2번

    다중공선성이 발생하는 독립 변수들은 표본의 크기에 관계없이 발생하게 된다.

    해설

    정답: 2. 다중공선성은 표본 크기와 무관하게 항상 발생하는 것이 아니라, 독립변수 간 상관 구조와 표본에 따라 정도가 달라진다. 따라서 ''표본 크기에 관계없이 발생한다''는 설명은 옳지 않다.

    오답 풀이

    • 1번: 다중공선성은 VIF(분산팽창요인)로 측정한다(옳음).
    • 2번: 표본 크기와 무관하게 발생한다는 단정은 옳지 않다.
    • 3번: 독립변수 간 상관이 높을수록 다중공선성이 커진다(옳음).
    • 4번: 심한 다중공선성은 회귀계수의 분산을 키워 추정을 불안정하게 만든다(옳음).

    보충 개념 일반적으로 VIF가 10 이상이면 다중공선성이 심각하다고 본다. 변수 제거·주성분 회귀·릿지 회귀 등으로 완화한다.

29. 문제 29

    4지선다

    다음 중 주성분 분석에 대한 설명으로 부적절 한 것은?

    • 1.

      차원축소 방법 중 하나이다.

    • 2.

      비지도 학습(Unsupervised learning)에 해당한다.

    • 3.

      이론적으로 주성분 간 상관관계가 없다.

    • 4.

      원변수의 선형 결합 중 가장 분산이 작은 것을 제 1주성분(PC1)으로 설정한다.

    정답·해설 보기▾▴

    정답

    4번

    원변수의 선형 결합 중 가장 분산이 작은 것을 제 1주성분(PC1)으로 설정한다.

    해설

    정답: 4. 주성분 분석은 원변수의 선형결합 중 분산이 ''가장 큰'' 방향을 제1주성분(PC1)으로 잡는다. ''분산이 가장 작은 것을 PC1으로 한다''는 설명은 정반대이므로 틀리다.

    오답 풀이

    • 1번: 주성분 분석은 대표적 차원축소 방법이다(옳음).
    • 2번: 레이블 없이 분산 구조만 이용하므로 비지도 학습이다(옳음).
    • 3번: 주성분들은 서로 직교하여 이론적으로 상관관계가 없다(옳음).
    • 4번: 분산이 가장 ''큰'' 것이 PC1이므로 ''작은 것''이라는 설명은 틀리다.

    보충 개념 PCA는 분산을 최대로 설명하는 직교 축을 차례로 찾는다. PC1이 가장 많은 분산을, 이후 성분이 점차 적은 분산을 설명한다.

30. 문제 30

    4지선다

    신경망 모형에서 입력 받은 데이터를 다음 층(Layer)으로 출력하는 형태를 결정하는 함수를 무엇이라고 하는가?

    • 1.

      활성화 함수(activation function)

    • 2.

      로짓 함수

    • 3.

      오즈비 함수

    • 4.

      매핑 함수

    정답·해설 보기▾▴

    정답

    1번

    활성화 함수(activation function)

    해설

    정답: 1. 신경망에서 입력 신호의 가중합을 받아 다음 층으로 내보낼 출력 형태(발화 여부·강도)를 결정하는 함수는 활성화 함수(activation function)이다.

    오답 풀이

    • 1번: 활성화 함수는 노드의 출력 형태를 결정하므로 옳다.
    • 2번: 로짓 함수는 확률의 로그 오즈로 로지스틱 회귀에서 쓰인다.
    • 3번: 오즈비 함수는 사건 발생 확률의 비(比)를 다루는 개념이다.
    • 4번: 매핑 함수는 일반적 사상(寫像)을 가리키는 용어로 활성화 함수의 정의가 아니다.

    보충 개념 대표적 활성화 함수: 시그모이드, 하이퍼볼릭탄젠트(tanh), ReLU, 소프트맥스 등이 있으며 비선형성을 부여한다.

31. 문제 31

    4지선다

    데이터 탐색 단계에서 고려해야 할 사항으로 가장 적절하지 않은 것은?

    • 1.

      이상값을 확인하여 원인을 파악하고, 삭제, 대체, 변환 등의 처리를 한다.

    • 2.

      데이터의 종류, 분포 등을 파악하고 변수들 간의 관계를 알아본다.

    • 3.

      변수들 간의 상관관계 및 연관성을 분석해 유의미한 변수를 식별한다.

    • 4.

      결측값을 확인하여 결측값이 있을 경우 제거하는 것이 바람직하다.

    정답·해설 보기▾▴

    정답

    4번

    결측값을 확인하여 결측값이 있을 경우 제거하는 것이 바람직하다.

    해설

    정답: 4. 결측값을 무조건 제거하는 것은 정보 손실과 편향을 일으킬 수 있어 항상 바람직하지는 않다. 제거 외에 평균·중앙값 대체, 회귀 대체, 다중 대체 등을 상황에 맞게 선택해야 한다.

    오답 풀이

    • 1번: 이상값의 원인을 파악해 삭제·대체·변환하는 것은 적절하다.
    • 2번: 데이터 종류·분포 파악과 변수 간 관계 탐색은 데이터 탐색의 핵심이다.
    • 3번: 상관·연관 분석으로 유의미한 변수를 식별하는 것은 적절하다.
    • 4번: 결측값을 무조건 제거하는 것은 바람직하지 않으므로 부적절하다.

    보충 개념 결측 처리는 결측 메커니즘(MCAR/MAR/MNAR)을 고려해 단순 제거보다 대체(imputation)를 우선 검토한다.

32. 문제 32

    4지선다

    ARMA(2, 0)에 대한 설명으로 올바른 것은 무엇인가?

    • 1.

      정상시계열이 되기 위해 2차 차분이 필요하다.

    • 2.

      PACF는 3차항부터 절단 형태가 되고 ACF는 지수적으로 감소한다.

    • 3.

      ARMA(2,0)은 MA(2)와 같은 모형이라고 할 수 있다.

    • 4.

      ARMA(2,0)은 비정상 시계열이어서 차분 처리 후, 분석 용도로 사용할 수 없다.

    정답·해설 보기▾▴

    정답

    2번

    PACF는 3차항부터 절단 형태가 되고 ACF는 지수적으로 감소한다.

    해설

    정답: 2. ARMA(2, 0)은 AR(2) 모형이다. AR(p) 모형의 PACF는 (p+1)차항부터 절단(절단점 이후 0)되므로 3차항부터 절단되고, ACF는 지수적으로 감소한다. 따라서 옳다.

    오답 풀이

    • 1번: ARMA(2,0)=AR(2)는 정상 시계열 모형으로 차분이 필요하지 않다.
    • 2번: PACF가 3차항부터 절단되고 ACF가 지수 감소하는 것은 AR(2)의 특징으로 옳다.
    • 3번: ARMA(2,0)은 MA(2)가 아니라 AR(2)와 같다.
    • 4번: AR(2)는 정상성 조건을 만족하면 그대로 분석에 사용할 수 있다.

    보충 개념 AR(p): PACF가 p+1차부터 절단, ACF 점차 감소. MA(q): ACF가 q+1차부터 절단, PACF 점차 감소.

33. 문제 33

    4지선다

    다음 시계열 모형에 대한 설명 중 옳지 않은 것은?

    • 1.

      MA모형은 정상성을 만족하기 위한 조건이 필요하다.

    • 2.

      AR모형은 백색 잡음의 현재 값과 자기 자신의 과거 값의 선형 가중값으로 이루어진 정상 확률 모형이다.

    • 3.

      MA는 현 시점의 자료가 유한 개의 과거 백색 잡음의 선형 결합으로 표현되어 있는 모형이다.

    • 4.

      ARIMA는 비정상 시계열이며 차분/변환을 통해 AR, MA, ARMA모형으로 정상화 할 수 있다.

    정답·해설 보기▾▴

    정답

    1번

    MA모형은 정상성을 만족하기 위한 조건이 필요하다.

    해설

    정답: 1. MA(이동평균) 모형은 항상 정상성을 만족하므로 ''정상성을 만족하기 위한 조건이 필요하다''는 설명은 틀리다. 정상성 조건이 필요한 것은 AR 모형이다.

    오답 풀이

    • 1번: MA 모형은 언제나 정상이므로 별도 정상성 조건이 필요 없다(틀린 설명).
    • 2번: AR 모형은 백색잡음의 현재값과 자기 과거값의 선형결합인 정상 확률 모형이다(옳음).
    • 3번: MA는 현 시점 자료가 유한 개 과거 백색잡음의 선형결합으로 표현된다(옳음).
    • 4번: ARIMA는 비정상 시계열로 차분·변환을 통해 AR/MA/ARMA로 정상화한다(옳음).

    보충 개념 MA(q)는 항상 정상이지만 가역성(invertibility) 조건이 필요하고, AR(p)는 정상성(stationarity) 조건이 필요하다.

34. 문제 34

    4지선다

    회귀분석의 분석 결과 해석에 대한 설명으로 옳지 않은 것은?

    • 1.

      모델의 통계적 유의성은 F통계량과 p-value를 통해 확인한다.

    • 2.

      회귀 계수의 유의성 검증은 t값과 p-value를 통해 확인한다.

    • 3.

      결정 계수가 커질수록 회귀 방정식의 설명력이 높아진다.

    • 4.

      결정 계수는 -1 ~ 1 사이의 값을 가진다.

    정답·해설 보기▾▴

    정답

    4번

    결정 계수는 -1 ~ 1 사이의 값을 가진다.

    해설

    정답: 4. 결정계수(R²)는 0과 1 사이의 값을 가진다. ''−1 ~ 1 사이''라는 설명은 상관계수의 범위와 혼동한 것으로 틀리다.

    오답 풀이

    • 1번: 모형 전체의 유의성은 F통계량과 p-value로 확인한다(옳음).
    • 2번: 개별 회귀계수의 유의성은 t값과 p-value로 검정한다(옳음).
    • 3번: 결정계수가 클수록 설명력이 높아진다(옳음).
    • 4번: 결정계수는 0~1 범위이므로 ''−1~1''은 틀린 설명이다.

    보충 개념 상관계수 r은 −1~1, 결정계수 R²=r²은 0~1 범위이며 회귀모형이 종속변수 변동을 설명하는 비율이다.

35. 문제 35

    4지선다

    다음 Wage 데이터의 wage변수에 대한 t검정 결과에 대한 해석으로 옳지 않은 것은?

    • 1.

      자유도(degree of freedom)은 2999이다.

    • 2.

      유의수준 0.05일 때 귀무가설은 기각되지 않는다.

    • 3.

      대립 가설은 'wage의 평균은 100과 같지 않다'이다.

    • 4.

      95% 신뢰구간에 점추정 값이 포함되어 있다.

    정답·해설 보기▾▴

    정답

    2번

    유의수준 0.05일 때 귀무가설은 기각되지 않는다.

    해설

    정답: 2. 출력에서 p-value < 2.2e-16으로 유의수준 0.05보다 훨씬 작으므로 귀무가설(평균=100)은 ''기각된다''. 따라서 ''기각되지 않는다''는 해석은 옳지 않다.

    오답 풀이

    • 1번: 출력의 df = 2999가 맞으므로 옳은 해석이다.
    • 2번: p-value가 매우 작아 귀무가설이 기각되므로 ''기각되지 않는다''는 틀린 해석이다.
    • 3번: alternative hypothesis가 ''true mean is not equal to 100''이므로 대립가설은 평균≠100으로 옳다.
    • 4번: 점추정값(mean of x = 111.70)이 95% 신뢰구간 [110.21, 113.20] 안에 포함되므로 옳다.

    보충 개념 단일표본 t검정에서 p-value가 유의수준보다 작으면 H0를 기각한다. 신뢰구간이 검정값(100)을 포함하지 않는 것과 H0 기각은 동치이다.

36. 문제 36

    4지선다

    다음 중 다차원 척도법에 대한 설명으로 적절한 것은 무엇인가

    • 1.

      데이터를 고차원에서 저차원으로 축소하는 방법으로 독립변수들 간 다중공선성 문제를 해결할 수 있다.

    • 2.

      다차원 척도법에서 개체들 간의 유사성 측정에는 밀도 개념을 사용한다.

    • 3.

      관측 대상의 상대적 거리의 정확도를 높이기 위해 적합 정도를 스트레스 값(Stress value)로 나타내며, 0에 가까울수록 적합도가 좋다.

    • 4.

      상관관계가 있는 변수들을 선형 결합에 의해 상관 관계가 없는 새로운 변수를 만들고 분산을 극대화하는 변수로 축약한다.

    정답·해설 보기▾▴

    정답

    3번

    관측 대상의 상대적 거리의 정확도를 높이기 위해 적합 정도를 스트레스 값(Stress value)로 나타내며, 0에 가까울수록 적합도가 좋다.

    해설

    정답: 3. 다차원 척도법(MDS)은 개체 간 상대적 거리를 저차원 공간에 배치하며, 적합도를 스트레스 값(Stress value)으로 나타내고 0에 가까울수록 적합도가 좋다. 따라서 옳다.

    오답 풀이

    • 1번: 고차원을 저차원으로 축소해 다중공선성을 해결하는 것은 주성분분석(PCA)의 설명에 가깝다.
    • 2번: MDS의 유사성 측정은 밀도가 아니라 ''거리(distance)''에 기반한다.
    • 3번: 적합도를 스트레스 값으로 나타내고 0에 가까울수록 좋다는 설명은 옳다.
    • 4번: 상관 있는 변수를 무상관 변수로 변환하고 분산을 극대화하는 것은 PCA의 설명이다.

    보충 개념 MDS는 개체 간 거리(비유사성)를 보존하며 2~3차원에 시각화한다. Stress가 작을수록 원거리 구조를 잘 재현한다.

37. 문제 37

    4지선다

    인공신경망 모델에 대한 설명으로 옳지 않은 것은?

    • 1.

      인간 두뇌의 학습과정을 뉴런과 시냅스의 상호작용을 연산과정으로 간주하고 이를 재현한 분류, 예측 모델이다.

    • 2.

      복잡한 비선형 관계 모델링과 대용량 데이터 처리가 가능한 장점이 있다.

    • 3.

      은닉층을 포함하고 있어 모델 해석이 어렵고 초기 가중치 설정이 어렵다.

    • 4.

      은닉층 수와 노드의 수는 자동으로 설정되며, 은닉층이 많을수록 예측력이 우수하다.

    정답·해설 보기▾▴

    정답

    4번

    은닉층 수와 노드의 수는 자동으로 설정되며, 은닉층이 많을수록 예측력이 우수하다.

    해설

    정답: 4. 인공신경망의 은닉층 수와 노드 수는 자동으로 정해지지 않고 분석자가 설계·탐색해야 하는 하이퍼파라미터이며, 은닉층이 많을수록 항상 예측력이 좋아지는 것도 아니다(과적합 위험). 따라서 틀린 설명이다.

    오답 풀이

    • 1번: 뉴런·시냅스 상호작용을 연산으로 재현한 분류·예측 모델이라는 설명은 옳다.
    • 2번: 복잡한 비선형 관계 모델링과 대용량 처리가 가능하다는 장점은 옳다.
    • 3번: 은닉층 때문에 해석이 어렵고 초기 가중치 설정이 까다롭다는 설명은 옳다.
    • 4번: 은닉층·노드 수가 자동 설정되며 많을수록 좋다는 설명은 틀리다.

    보충 개념 은닉층·노드 수는 교차검증 등으로 조정하는 하이퍼파라미터이며, 과도하면 과적합·학습 지연을 유발한다.

38. 문제 38

    4지선다

    다음 중 연관분석에 대한 설명으로 옳지 않은 것은?

    • 1.

      사건들이 어떤 순서로 일어나고 이 사건들 사이에서 연관성을 알아내는 것이 시차연관분석이지만, 원인과 결과의 형태로 해석되지 않는다.

    • 2.

      조건반응(if-then)으로 표현되어 결과를 이해하기 쉽다.

    • 3.

      너무 세분화된 품목을 가지고 연관 규칙을 찾으려면 의미없는 분석결과가 도출될 수 있다.

    • 4.

      강력한 비 목적성 분석 기법이다.

    정답·해설 보기▾▴

    정답

    1번

    사건들이 어떤 순서로 일어나고 이 사건들 사이에서 연관성을 알아내는 것이 시차연관분석이지만, 원인과 결과의 형태로 해석되지 않는다.

    해설

    정답: 1. 시차연관분석(순차패턴 분석)은 사건의 ''순서''를 고려하므로 시간 흐름에 따른 원인-결과(선후) 형태로 해석할 수 있다. 따라서 ''원인과 결과 형태로 해석되지 않는다''는 설명은 옳지 않다.

    오답 풀이

    • 1번: 시차연관분석은 순서·선후를 다루어 인과적 해석이 가능하므로 틀린 설명이다.
    • 2번: 연관분석은 if-then(조건반응) 규칙으로 결과를 이해하기 쉽다(옳음).
    • 3번: 품목을 지나치게 세분화하면 의미 없는 규칙이 양산된다(옳음).
    • 4번: 연관분석은 목적 변수 없이 패턴을 찾는 강력한 비목적성 기법이다(옳음).

    보충 개념 일반 연관분석은 동시 발생 패턴을, 시차(순차) 연관분석은 시간 순서를 고려한 패턴을 찾는다.

39. 문제 39

    4지선다

    혼합분포군집 모형에서 최대 가능도(Maximum Likelihood Estimation)와 관련되어 있는 알고리즘은 무엇인가?

    • 1.

      K-means

    • 2.

      DBSCAN

    • 3.

      K-medoids

    • 4.

      EM 알고리즘

    정답·해설 보기▾▴

    정답

    4번

    EM 알고리즘

    해설

    정답: 4. 혼합분포(가우시안 혼합) 군집에서 최대가능도 추정으로 모수를 반복 추정하는 알고리즘은 EM(Expectation-Maximization) 알고리즘이다.

    오답 풀이

    • 1번: K-means는 중심까지의 거리를 최소화하는 분할 군집으로 MLE 기반이 아니다.
    • 2번: DBSCAN은 밀도 기반 군집 알고리즘이다.
    • 3번: K-medoids는 대표 객체(medoid) 기반 분할 군집이다.
    • 4번: EM 알고리즘이 혼합분포 군집의 최대가능도 추정에 사용되므로 옳다.

    보충 개념 EM은 E단계(잠재변수 기대값 계산)와 M단계(모수 가능도 최대화)를 번갈아 반복해 가우시안 혼합 모델의 모수를 추정한다.

40. 문제 40

    4지선다

    모분산 추정에 대한 설명으로 옳지 않은 것은 무엇인가

    • 1.

      모집단의 변동성 또는 퍼짐의 정도에 관심이 있는 경우, 모분산이 추론의 대상이 된다.

    • 2.

      N개 집단에 대한 분산 검정은 자유도가 N-1인 카이제곱검정을 따른다.

    • 3.

      모집단이 정규 분포를 따르지 않더라도 중심 극한 정리를 통해 정규모집단으로 부터의 모 분산에 대한 검정을 유사하게 시행할 수 있다.

    • 4.

      이표본(Two sample)에 의한 분산비 검정은 두 표본의 분산이 동일한지를 비교하는 검정으로 검정통계량은 F분포를 따른다.

    정답·해설 보기▾▴

    정답

    2번

    N개 집단에 대한 분산 검정은 자유도가 N-1인 카이제곱검정을 따른다.

    해설

    정답: 2. N개 집단(수준)에 대한 분산 ''동질성'' 검정은 카이제곱이 아니라 별도의 검정(예: Bartlett, Levene)을 쓴다. 단일 모분산 검정의 자유도가 N−1인 카이제곱을 따르는 것과 혼동한 설명으로, ''N개 집단 분산 검정이 자유도 N−1 카이제곱''이라는 단정은 옳지 않다.

    오답 풀이

    • 1번: 모집단의 변동성·퍼짐에 관심이 있으면 모분산이 추론 대상이 된다(옳음).
    • 2번: 여러 집단의 분산 검정을 단순히 자유도 N−1 카이제곱으로 단정한 것은 옳지 않다.
    • 3번: 중심극한정리를 통해 정규 가정을 근사적으로 적용할 수 있다(옳음).
    • 4번: 두 표본의 분산비 검정은 F분포를 따른다(옳음).

    보충 개념 단일 모분산 검정은 (n−1)S²/σ²이 자유도 n−1의 카이제곱을, 두 모분산 비교는 F분포를 따른다. 여러 집단 분산 동질성은 Bartlett·Levene 검정을 사용한다.

41. 문제 41

    4지선다

    회귀분석에서 유의성 검정을 위한 분산분석표에 대한 설명으로 옳지 않은 것은?

    모형	자유도	제곱합	평균제곱	F	p-value
    회귀	1	100	100	5	0.049
    잔차	10	200	20
    전체	11	300

    • 1.

      회귀 모형은 5% 수준에서 유의하다.

    • 2.

      오차 분산의 불편추정량이 0.1이다.

    • 3.

      표본의 개수는 12개이다.

    • 4.

      결정 계수는 1/3이다.

    정답·해설 보기▾▴

    정답

    2번

    오차 분산의 불편추정량이 0.1이다.

    해설

    정답: 2. 오차 분산의 불편추정량은 잔차의 평균제곱(MSE)이다. 표에서 잔차의 제곱합 200을 자유도 10으로 나눈 200/10 = 20이 MSE이므로, '0.1'이라는 설명은 틀리다.

    오답 풀이

    • 1번: F = 회귀평균제곱/잔차평균제곱 = 100/20 = 5, p-value ≈ 0.049 < 0.05이므로 회귀 모형은 5% 수준에서 유의하다(옳음).
    • 2번: 오차분산 불편추정량(MSE)은 20이므로 '0.1'은 틀린 설명이다.
    • 3번: 전체 자유도가 11이므로 표본 개수 n = 11 + 1 = 12개이다(옳음).
    • 4번: 결정계수 = 회귀제곱합/전체제곱합 = 100/300 = 1/3이다(옳음).

    보충 개념 분산분석표에서 MSE = SSE/df_error는 오차분산 σ²의 불편추정량이고, R² = SSR/SST이다.

42. 문제 42

    4지선다

    텍스트마이닝 관련 설명으로 올바르지 않은 것은?

    • 1.

      자연어처리(NLP) 방식으로 특징 추출, 요약,분류,군집화 등 의미를 도출하는 분석이다.

    • 2.

      비구조화된 텍스트에서 구조화된 데이터로 변환하는 방법을 코퍼스라고 한다.

    • 3.

      텍스트 마이닝 전처리 작업에는 클렌징, 토큰화, 불용어 제거, 어간 추출, 표제어 추출 등이 있다.

    • 4.

      감정 분석 및 워드 클라우드 등의 패턴 분석을 할 수 있다.

    정답·해설 보기▾▴

    정답

    2번

    비구조화된 텍스트에서 구조화된 데이터로 변환하는 방법을 코퍼스라고 한다.

    해설

    정답: 2. 비구조화된 텍스트를 구조화된 데이터로 변환하는 ''방법''은 코퍼스가 아니다. 코퍼스(corpus)는 분석 대상이 되는 ''텍스트 데이터의 집합(말뭉치)''을 가리키는 용어이므로 설명이 틀리다.

    오답 풀이

    • 1번: 텍스트마이닝은 NLP로 특징 추출·요약·분류·군집화 등 의미를 도출한다(옳음).
    • 2번: 코퍼스는 텍스트 집합이지 변환 방법이 아니므로 틀린 설명이다.
    • 3번: 전처리에는 클렌징·토큰화·불용어 제거·어간 추출·표제어 추출 등이 있다(옳음).
    • 4번: 감정 분석·워드클라우드 등 패턴 분석이 가능하다(옳음).

    보충 개념 코퍼스(말뭉치)는 텍스트마이닝의 원천 데이터 집합이며, 토큰화·정규화·임베딩 등을 거쳐 구조화된 특징으로 변환된다.

43. 문제 43

    4지선다

    사회연결망 분석에서 연결망을 표현하는 분석 방법으로 옳지 않은 것은?

    • 1.

      K-means

    • 2.

      네트워크 그래프

    • 3.

      클러스터링

    • 4.

      영향력분석

    정답·해설 보기▾▴

    정답

    1번

    K-means

    해설

    정답: 1. K-means는 일반적인 군집화(분할 군집) 알고리즘으로, 사회연결망(네트워크) 자체를 표현하는 방법이 아니다. 연결망 표현·분석에는 네트워크 그래프, 클러스터링(커뮤니티 탐지), 영향력 분석 등이 쓰인다.

    오답 풀이

    • 1번: K-means는 연결망 표현 기법이 아니라 일반 군집 알고리즘이므로 옳지 않다.
    • 2번: 네트워크 그래프는 노드·엣지로 연결망을 표현하는 기본 방법이다.
    • 3번: 클러스터링(커뮤니티 탐지)은 연결망 내 군집 구조를 표현·분석한다.
    • 4번: 영향력 분석은 네트워크 내 노드의 영향력을 표현·분석한다.

    보충 개념 사회연결망 분석(SNA)은 노드(행위자)와 엣지(관계)로 구조를 표현하고, 중심성·밀도·커뮤니티 등을 분석한다.

44. 문제 44

    4지선다

    사회관계망 분석에서 중심성 분석으로 적절하지 않은 것은?

    • 1.

      연결 중심성

    • 2.

      근접 중심성

    • 3.

      매개 중심성

    • 4.

      링크 중심성

    정답·해설 보기▾▴

    정답

    4번

    링크 중심성

    해설

    정답: 4. 사회관계망의 중심성 분석에는 연결(degree) 중심성, 근접(closeness) 중심성, 매개(betweenness) 중심성, 위세(eigenvector) 중심성 등이 있다. ''링크 중심성''은 표준 중심성 지표가 아니다.

    오답 풀이

    • 1번: 연결 중심성은 노드에 직접 연결된 엣지 수로 정의된다.
    • 2번: 근접 중심성은 다른 노드까지의 평균 거리의 역수로 정의된다.
    • 3번: 매개 중심성은 다른 노드 쌍의 최단경로가 해당 노드를 지나는 정도이다.
    • 4번: ''링크 중심성''은 표준 중심성 분류에 없으므로 적절하지 않다.

    보충 개념 대표적 중심성: 연결·근접·매개·위세(eigenvector) 중심성. 각각 직접 연결성, 도달 용이성, 매개 역할, 영향력 있는 이웃과의 연결을 측정한다.

45. 문제 45

    단답형

    비지도 신경망으로 고차원의 데이터를 이해하기 쉬운 저차원의 뉴런으로 정렬하여 지도의 형태로 형상화 하는 알고리즘을 무엇이라고 하는가?

    정답·해설 보기▾▴

    모범답안

    SOM

    키워드: SOM, 자기조직화지도, 자기 조직화 지도, Self-Organizing Map, 자기조직화 지도

    해설

    정답: SOM(자기조직화지도). 비지도 신경망으로 고차원 데이터를 저차원(보통 2차원)의 뉴런 격자에 위상을 보존하며 정렬해 지도 형태로 시각화하는 알고리즘은 SOM(Self-Organizing Map)이다.

    보충 개념 SOM은 입력과 가장 가까운 승자 뉴런(BMU)과 그 이웃의 가중치를 갱신하며 학습하여, 비슷한 입력이 지도상 인접 위치에 배치되도록 한다.

46. 문제 46

    단답형

    다음이 설명하는 앙상블 모형의 종류는?

    여러 모델이 순차적인 학습을 하며, 이전 모델의 결과에 따라 다음 모델 표본 추출에서 분류가 잘못된 데이터에 가중치(weight)를 부여하여 표본을 추출한다.

    정답·해설 보기▾▴

    모범답안

    부스팅

    키워드: 부스팅, Boosting

    해설

    정답: 부스팅(Boosting). 여러 모델을 순차적으로 학습시키며 이전 모델이 잘못 분류한 데이터에 가중치를 높여 다음 표본 추출에 반영하는 앙상블 기법은 부스팅이다.

    보충 개념 배깅(Bagging)은 부트스트랩 표본으로 모델을 ''병렬''로 학습해 분산을 줄이고, 부스팅은 약한 학습기를 ''순차''로 보완해 편향을 줄인다. AdaBoost·Gradient Boosting이 대표적이다.

47. 문제 47

    단답형

    어느 마트에서 A제품과 B제품을 판매하고 있다. A제품-> B제품의 지지도는 0.3이고, 신뢰도가 0.6이다. A제품과 B제품의 판매 수량이 동일할 때, 향상도를 구하시오.

    정답·해설 보기▾▴

    모범답안

    1.2

    키워드: 1.2, 1.20

    해설

    정답: 1.2. 향상도(Lift) = 신뢰도 ÷ (결과 항목의 지지도)이다. A와 B의 판매 수량이 동일하므로 B의 지지도(P(B))는 A의 지지도(P(A))와 같고, 여기서 A→B 지지도 P(A∩B)=0.3, 신뢰도 P(B|A)=0.6이므로 P(A)=P(A∩B)/신뢰도=0.3/0.6=0.5, 따라서 P(B)=0.5이다. 향상도 = 0.6 ÷ 0.5 = 1.2이다.

    보충 개념 향상도 = 신뢰도 / P(결과). 1보다 크면 양(+)의 연관(함께 살 가능성↑), 1이면 독립, 1보다 작으면 음(−)의 연관을 의미한다.

48. 문제 48

    단답형

    회귀모형에 대한 가정에 대한 설명이다. 빈 칸에 알맞은 용어는?

    -잔차와 독립변수의 값이 관련되어 있지 않아야 한다. - 독립성

    -잔차들끼리 상관이 없어야 한다. - 비상관성

    • ( )이 정규분포를 이뤄야 한다. - 정상성
    정답·해설 보기▾▴

    모범답안

    잔차항

    키워드: 잔차항, 잔차, 오차항, 오차, 잔차들, residual

    해설

    정답: 잔차항(오차항). 회귀모형의 정상성 가정은 ''잔차(오차)가 정규분포를 이뤄야 한다''는 것이다. 따라서 빈칸에는 잔차항(오차항)이 들어간다.

    보충 개념 회귀의 오차항 가정: 선형성, 독립성(잔차 간 무상관), 등분산성, 정규성(정상성). 잔차가 평균 0, 일정 분산의 정규분포를 따라야 추론이 타당하다.

49. 문제 49

    단답형

    아래의 덴드로그램을 사용하여 100일 때의 군집의 수를 구하여라.
    정답·해설 보기▾▴

    모범답안

    4개

    키워드: 4개, 4, 네 개, 4 개

    해설

    정답: 4개. 덴드로그램에서 높이(거리) 100에 해당하는 수평선을 그으면, 그 선이 절단하는 수직선의 개수가 군집 수가 된다. 빨간 점선(높이 100)이 4개의 가지를 가로지르므로 군집은 4개로 형성된다.

    보충 개념 계층적 군집의 결과인 덴드로그램은 절단 높이를 낮추면 군집 수가 늘고, 높이면 줄어든다. 큰 높이 차로 병합되는 지점(긴 수직선)을 기준으로 자르는 것이 일반적이다.

50. 문제 50

    단답형

    아래 오분류표에서 민감도(Sensitivity)를 구하는 식은 무엇인가?

    오분류표		예측값 True	예측값 False
    실제값	True	a	b
    	False	c	d

    정답·해설 보기▾▴

    모범답안

    a / (a+b)

    키워드: a / (a+b), a/(a+b), a / ( a + b ), TP/(TP+FN), TP / (TP + FN)

    해설

    정답: a / (a+b). 오분류표에서 실제값 True 행이 (a, b)로 구성되면, a는 실제 True를 True로 맞춘 TP, b는 실제 True를 False로 잘못 예측한 FN이다. 민감도(Sensitivity·재현율) = TP/(TP+FN) = a/(a+b)이다.

    보충 개념 민감도(재현율) = a/(a+b) = TP/(TP+FN)은 실제 양성을 얼마나 빠짐없이 잡아내는지를, 특이도 = d/(c+d) = TN/(TN+FP)는 실제 음성을 얼마나 잘 걸러내는지를 나타낸다.