ADsP 38회 기출 복원

📝 기출문제 전체 보기

데이터분석 준전문가(ADsP) 2023년 38회차 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

   데이터베이스의 구성 요소에 대한 설명이다. 각각 무엇에 대한 설명인가?

   (가) 데이터를 설명해주는 데이터로 데이터의 특성, 구조, 정의 및 관리 정보를 설명하는 데이터 (나) 데이터를 빠르고 쉽게 찾을 수 있게 해주는 자료 구조

   • 1.

     (가) 테이블, (나) 인덱스

   • 2.

     (가) 메타 데이터, (나) 인덱스

   • 3.

     (가) 메타 데이터, (나) 속성

   • 4.

     (가) 테이블, (나) 속성

   정답·해설 보기▾▴

   정답

   2번

   (가) 메타 데이터, (나) 인덱스

   해설

   정답: 2. (가)는 "데이터를 설명하는 데이터"로 데이터의 구조·정의·관리 정보를 담는 메타 데이터(Meta data)이다. (나)는 검색을 빠르게 하기 위해 키 값과 위치를 모아 둔 자료 구조인 인덱스(Index)이다. 따라서 (가) 메타 데이터, (나) 인덱스 조합인 2번이 옳다.

   오답 풀이

   • 1번: (가)를 테이블이라 했으나 테이블은 실제 데이터가 저장되는 구조이지 "데이터를 설명하는 데이터"가 아니다.
   • 2번: (가) 메타 데이터, (나) 인덱스로 두 설명과 정확히 일치한다.
   • 3번: (나)의 속성(Attribute)은 테이블의 열을 뜻할 뿐 검색을 빠르게 하는 자료 구조가 아니다.
   • 4번: (가) 테이블·(나) 속성 모두 설명과 맞지 않는다.

   보충 개념 메타 데이터는 "데이터에 관한 데이터"로 데이터 사전(Data Dictionary)에 저장된다. 인덱스는 정렬된 키와 레코드 위치를 담아 탐색 속도를 높이는 보조 구조이다.

2. 문제 2

   4지선다

   다음 중 상용 DB가 아닌 것은 무엇인가?

   • 1.

     DB2

   • 2.

     Tableau

   • 3.

     SQL Server

   • 4.

     Oracle

   정답·해설 보기▾▴

   정답

   2번

   Tableau

   해설

   정답: 2. Tableau는 데이터를 차트·대시보드로 표현하는 데이터 시각화(BI) 도구이지 데이터를 저장·관리하는 상용 데이터베이스가 아니다. 따라서 "상용 DB가 아닌 것"은 Tableau이다.

   오답 풀이

   • 1번: DB2는 IBM의 상용 관계형 데이터베이스이다.
   • 2번: Tableau는 시각화/BI 도구이므로 DB가 아니어서 정답이다.
   • 3번: SQL Server는 Microsoft의 상용 RDBMS이다.
   • 4번: Oracle은 대표적인 상용 RDBMS이다.

   보충 개념 상용 RDBMS에는 Oracle·SQL Server·DB2·Sybase 등이, 오픈소스 RDBMS에는 MySQL·PostgreSQL이 있다. Tableau·Power BI·R·Python은 분석·시각화 도구로 DBMS와 구분한다.

3. 문제 3

   4지선다

   데이터 크기를 작은 것 부터 큰 것 순서로 올바르게 나열한 것은?

   • 1.

     PB < EB < ZB < YB

   • 2.

     PB < YB < EB < ZB

   • 3.

     YB < ZB < EB < PB

   • 4.

     PB < ZB < EB < YB

   정답·해설 보기▾▴

   정답

   1번

   PB < EB < ZB < YB

   해설

   정답: 1. 데이터 단위는 1000배(2의 10승)씩 커지며 KB < MB < GB < TB < PB < EB < ZB < YB 순서이다. 보기의 네 단위만 보면 PB(페타) < EB(엑사) < ZB(제타) < YB(요타) 가 작은 것부터 큰 순서이므로 1번이 옳다.

   오답 풀이

   • 1번: PB < EB < ZB < YB 로 단위가 커지는 순서와 정확히 일치한다.
   • 2번: YB를 EB·ZB보다 앞에 두어 순서가 어긋난다.
   • 3번: YB를 가장 작은 것으로 두었으나 YB는 가장 큰 단위이다.
   • 4번: ZB와 EB의 순서가 뒤바뀌어 있다(EB가 ZB보다 작다).

   보충 개념 바이트 단위는 B → KB → MB → GB → TB → PB → EB → ZB → YB 순으로, 각 단계는 약 1000배(정확히는 2의 10승=1024배)씩 증가한다.

4. 문제 4

   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 저장 매체에 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(Integrated data)"는 동일한 내용의 데이터가 중복되지 않도록 통합해 관리한다는 의미이다. 따라서 "중복되어 저장된다"는 1번 설명은 통합된 데이터의 정의와 반대되므로 옳지 않다.

   오답 풀이

   • 1번: 통합된 데이터는 중복을 배제하는 특성이므로 "중복 저장"은 틀려 정답이다.
   • 2번: 저장된 데이터(Stored data)는 컴퓨터가 접근 가능한 매체에 저장된다는 옳은 설명이다.
   • 3번: 공용 데이터(Shared data)는 여러 사용자가 서로 다른 목적으로 공동 이용한다는 옳은 설명이다.
   • 4번: 변화되는 데이터(Changeable data)는 삽입·삭제·갱신을 거치며 항상 최신·정확한 상태를 유지한다는 옳은 설명이다.

   보충 개념 데이터베이스의 4대 특징은 통합된(Integrated)·저장된(Stored)·공용(Shared)·변화되는(Changeable) 데이터이다. 통합은 중복 최소화를 핵심으로 한다.

5. 문제 5

   4지선다

   다음 중 빅데이터 활용을 위한 3요소에 대한 내용으로 틀린 것은?

   • 1.

     데이터 : 모든 것의 데이터화

   • 2.

     기술 : 진화하는 알고리즘, 인공지능

   • 3.

     인력 : 데이터 사이언티스트, 알고리즈미스트

   • 4.

     프로세스 : 이전과는 다른 데이터 관리를 위한 작업절차

   정답·해설 보기▾▴

   정답

   4번

   프로세스 : 이전과는 다른 데이터 관리를 위한 작업절차

   해설

   정답: 4. 빅데이터 활용의 3요소는 데이터(Data), 기술(Technology), 인력(People)이다. "프로세스"는 3요소에 포함되지 않으므로 프로세스를 요소로 든 4번이 틀린 설명이다.

   오답 풀이

   • 1번: 데이터 요소는 "모든 것의 데이터화(datafication)"로 옳다.
   • 2번: 기술 요소는 진화하는 알고리즘·인공지능으로 옳다.
   • 3번: 인력 요소는 데이터 사이언티스트·알고리즈미스트로 옳다.
   • 4번: 프로세스는 3요소(데이터·기술·인력)에 들어가지 않으므로 정답이다.

   보충 개념 빅데이터 활용 3요소: 데이터(모든 것의 데이터화) - 기술(진화하는 알고리즘·인공지능) - 인력(데이터 사이언티스트·알고리즈미스트). 알고리즈미스트는 알고리즘의 부작용·오용을 감시·해결하는 전문가다.

6. 문제 6

   4지선다

   다음 중 빅데이터로 인한 본질적인 변화로 옳지 않은 것은?

   (가) 이미 가치가 있을 것이라고 정해진 특정한 정보만 모아서 처리하던 것을 가능한 많은 데이터를 모으고 다양한 방식으로 조합해 숨은 정보를 찾아낸다. (나) 일부 데이터의 샘플링을 통한 표본조사를 수행하는 환경으로 변화되었다. (다) 질보다 양의 관점을 갖는다. (라) 인과관계에 의한 미래 예측이 데이터 기반의 상관관계 분석을 점점 더 압도하는 추세이다.

   • 1.

     가, 나

   • 2.

     나, 라

   • 3.

     가, 다

   • 4.

     다, 라

   정답·해설 보기▾▴

   정답

   2번

   나, 라

   해설

   정답: 2. 빅데이터 시대에는 (나) 표본조사(샘플링)가 아니라 전수조사(가능한 모든 데이터)로, (라) 인과관계 예측이 아니라 상관관계 분석이 인과관계를 점점 더 압도하는 방향으로 변한다. 따라서 옳지 않은 것은 (나)와 (라)이므로 2번이 정답이다.

   오답 풀이

   • 1번: (가)는 "전체 데이터로 숨은 정보 발견"으로 옳은 변화라서 틀린 묶음에 들 수 없다.
   • 2번: (나) 표본조사→전수조사 변화, (라) 상관관계가 인과관계를 압도, 두 설명이 모두 뒤집혀 있어 정답이다.
   • 3번: (다) "질보다 양"은 빅데이터의 옳은 변화로 틀린 묶음에 들 수 없다.
   • 4번: (다)는 옳은 설명이므로 (다,라) 묶음은 정답이 될 수 없다.

   보충 개념 빅데이터의 본질적 변화 3가지: 표본조사 → 전수조사, 질 → 양, 인과관계 → 상관관계. 마이어쇤베르거가 정리한 사고의 전환이다.

7. 문제 7

   4지선다

   빅데이터의 위기 요인이 아닌 것은?

   • 1.

     익명화

   • 2.

     사생활 침해

   • 3.

     데이터 오용

   • 4.

     책임원칙의 훼손

   정답·해설 보기▾▴

   정답

   1번

   익명화

   해설

   정답: 1. 빅데이터의 3대 위기 요인은 사생활 침해, 책임 원칙의 훼손, 데이터 오용이다. 익명화(Anonymization)는 오히려 사생활 침해를 막기 위한 통제(해결책)이므로 위기 요인이 아니다.

   오답 풀이

   • 1번: 익명화는 개인정보를 식별 불가능하게 하는 보호 기법으로 위기 요인이 아니어서 정답이다.
   • 2번: 사생활 침해는 대표적 위기 요인이다.
   • 3번: 데이터 오용(잘못된 인사이트·예측)은 위기 요인이다.
   • 4번: 책임 원칙 훼손(예측에 근거한 불이익)은 위기 요인이다.

   보충 개념 위기 요인(사생활 침해·책임 원칙 훼손·데이터 오용)에 대한 통제 방안으로는 각각 동의→책임, 결과 기반 책임 원칙 고수, 알고리즘 접근 허용이 제시된다. 익명화·개인정보 비식별화는 사생활 침해의 통제 수단이다.

8. 문제 8

   4지선다

   데이터 사이언티스트가 가져야 할 역량 중 종류가 다른 하나는?

   • 1.

     다분야간 협력

   • 2.

     통찰력 있는 분석

   • 3.

     설득력 있는 전달

   • 4.

     빅데이터에 대한 이론적 지식

   정답·해설 보기▾▴

   정답

   4번

   빅데이터에 대한 이론적 지식

   해설

   정답: 4. 데이터 사이언티스트의 역량은 하드 스킬과 소프트 스킬로 나뉜다. "빅데이터에 대한 이론적 지식"은 하드 스킬에 속하고, 나머지(다분야간 협력·통찰력 있는 분석·설득력 있는 전달)는 모두 소프트 스킬이다. 따라서 종류가 다른 하나는 4번이다.

   오답 풀이

   • 1번: 다분야간 협력은 소프트 스킬(커뮤니케이션·협력)이다.
   • 2번: 통찰력 있는 분석은 소프트 스킬(창의·통찰)이다.
   • 3번: 설득력 있는 전달은 소프트 스킬(스토리텔링·시각화)이다.
   • 4번: 이론적 지식은 하드 스킬이라 종류가 달라 정답이다.

   보충 개념 하드 스킬 = 빅데이터 이론 지식 + 분석 기술 숙련도. 소프트 스킬 = 통찰력 있는 분석, 다분야 간 협력, 설득력 있는 전달(스토리텔링·시각화).

9. 문제 9

   단답형

   기업이 외부 공급업체 또는 제휴업체와 통합된 정보시스템으로 연계하여 시간과 비용을 최적화 시키기 위한 솔루션은 무엇인가?

   정답·해설 보기▾▴

   모범답안

   SCM

   키워드: SCM, 공급망 관리, 공급사슬관리, Supply Chain Management, 공급망관리

   해설

   정답: SCM

   기업이 외부 공급업체·제휴업체와 정보시스템을 통합 연계해 자재 조달부터 생산·유통까지의 흐름에서 시간과 비용을 최적화하는 솔루션은 공급망 관리(SCM, Supply Chain Management)이다.

   보충 개념 기업 내부 데이터베이스 솔루션 비교 — ERP(전사 자원 관리), CRM(고객 관계 관리), SCM(공급망 관리). SCM은 기업 ''외부''의 공급업체·협력사와의 연계가 핵심이다.

10. 문제 10

    단답형

    데이터, 정보, 지식을 통해 최종적으로 지혜를 얻어내는 과정을 계층구조로 설명하는 것은 무엇인가?

    정답·해설 보기▾▴

    모범답안

    DIKW

    키워드: DIKW, DIKW 피라미드, DIKW 계층구조, DIKW 피라미드 구조, 지식 피라미드

    해설

    정답: DIKW

    데이터(Data) → 정보(Information) → 지식(Knowledge) → 지혜(Wisdom)로 이어지는 계층 구조로 데이터가 가치 있는 지혜로 발전하는 과정을 설명하는 모델이 DIKW 피라미드이다.

    보충 개념 데이터는 개별 사실, 정보는 데이터의 가공·연관, 지식은 정보의 구조화·체득, 지혜는 지식을 바탕으로 한 창의적 아이디어/통찰이다.

11. 문제 11

    4지선다

    데이터 분석 수준 진단 결과에서 분석 준비도와 분석 성숙도 둘 다 낮은 경우에 해당하는 것은?

    • 1.

      정착형

    • 2.

      확산형

    • 3.

      준비형

    • 4.

      도입형

    정답·해설 보기▾▴

    정답

    3번

    준비형

    해설

    정답: 3. 분석 수준 진단은 준비도(가로)와 성숙도(세로)로 사분면을 그린다. 준비도·성숙도가 둘 다 낮은 영역은 준비형이다. 따라서 답은 3번 준비형이다.

    오답 풀이

    • 1번: 정착형은 준비도는 낮으나 성숙도가 높은 영역이다.
    • 2번: 확산형은 준비도·성숙도가 둘 다 높은 영역이다.
    • 3번: 준비형은 준비도·성숙도가 모두 낮은 영역이라 정답이다.
    • 4번: 도입형은 준비도는 높으나 성숙도가 낮은 영역이다.

    보충 개념 사분면: 준비형(둘 다 낮음) - 도입형(준비도 높음·성숙도 낮음) - 정착형(준비도 낮음·성숙도 높음) - 확산형(둘 다 높음). 확산형이 가장 성숙한 단계이다.

12. 문제 12

    4지선다

    다음 분석과제의 우선순위 선정 관련 설명 중 틀린 것은?

    • 1.

      우선순위를 시급성에 둔다면 III - IV - II 순서로 진행한다.

    • 2.

      우선순위를 난이도에 둔다면 III - I - II 순서로 진행한다.

    • 3.

      시급성과 난이도 둘 다 높은 것이 우선순위가 가장 높다.

    • 4.

      시급성의 판단 기준은 전략적 중요도가 핵심이다.

    정답·해설 보기▾▴

    정답

    3번

    시급성과 난이도 둘 다 높은 것이 우선순위가 가장 높다.

    해설

    정답: 3. 시급성·난이도 매트릭스에서 시급성이 높고 난이도가 낮은(쉬운) 과제가 우선순위가 가장 높다. 시급성·난이도가 둘 다 높은 영역(II 또는 III 사분면 중 어려운 영역)은 오히려 가장 나중으로 미루거나 범위를 조정한다. 따라서 "둘 다 높은 것이 우선순위가 가장 높다"는 3번이 틀렸다.

    오답 풀이

    • 1번: 시급성을 우선하면 시급한 영역부터(III-IV-II 식 경로) 진행한다는 옳은 설명이다.
    • 2번: 난이도를 우선하면 쉬운 것부터(III-I-II 식 경로) 진행한다는 옳은 설명이다.
    • 3번: 시급성·난이도가 둘 다 높으면 우선순위가 가장 높은 게 아니라 가장 어려운(미루는) 영역이므로 정답(틀린 설명)이다.
    • 4번: 시급성 판단의 핵심 기준이 전략적 중요도·목표 가치라는 옳은 설명이다.

    보충 개념 포트폴리오 사분면(난이도-시급성)에서 일반적으로 시급성이 높고 난이도가 낮은 과제를 1순위로, 난이도가 높은 과제는 기술·데이터가 준비된 뒤 수행한다. 우선순위는 적용 범위/우선순위와 함께 분석 마스터플랜 수립의 핵심이다.

13. 문제 13

    4지선다

    다음 분석 성숙도 관련 내용으로 옳지 않은 것은?

    • 1.

      유사 업종, 경쟁 업체와의 비교 분석을 포함한다.

    • 2.

      성숙도 수준에 따라 도입, 활용, 확산, 최적화 단계로 구분해 살펴 볼 수 있다.

    • 3.

      시스템 개발 업무능력과 조직의 성숙도 파악을 위해 CMMI 모델을 활용하여 분석 성숙도를 평가한다.

    • 4.

      데이터 분석 수준 진단은 분석 준비도와 분석 성숙도를 함께 평가함으로써 수행될 수 있다.

    정답·해설 보기▾▴

    정답

    1번

    유사 업종, 경쟁 업체와의 비교 분석을 포함한다.

    해설

    정답: 1. 분석 성숙도는 조직 자체의 비즈니스·조직·역량·IT 영역을 도입·활용·확산·최적화 단계로 평가하는 것으로, "유사 업종·경쟁 업체와의 비교"는 성숙도 진단의 본질이 아니다. (경쟁사 비교는 벤치마킹의 개념이다.) 따라서 1번이 옳지 않다.

    오답 풀이

    • 1번: 성숙도 진단은 자사의 성숙 단계 평가이지 경쟁사 비교가 핵심이 아니므로 정답(틀린 설명)이다.
    • 2번: 도입→활용→확산→최적화 4단계 구분은 옳다.
    • 3번: 분석 성숙도 모델은 소프트웨어 능력 성숙도 모델인 CMMI를 기반으로 함이 옳다.
    • 4번: 분석 수준 진단은 준비도와 성숙도를 함께 평가한다는 옳은 설명이다.

    보충 개념 분석 성숙도 4단계: 도입(분석 시작) → 활용(분석 결과 실무 적용) → 확산(전사 확산) → 최적화(분석을 진화시켜 혁신). 분석 준비도는 6개 영역(분석 업무·인력·기법·문화·데이터·인프라)으로 진단한다.

14. 문제 14

    4지선다

    분석 마스터플랜 수립 시 적용 범위/ 방식의 고려 요소가 아닌 것은?

    • 1.

      업무 내재화 적용 수준

    • 2.

      분석 데이터 적용 수준

    • 3.

      기술 적용 수준

    • 4.

      실행 용이성

    정답·해설 보기▾▴

    정답

    4번

    실행 용이성

    해설

    정답: 4. 분석 마스터플랜의 "적용 범위/방식" 고려 요소는 업무 내재화 적용 수준, 분석 데이터 적용 수준, 기술 적용 수준이다. "실행 용이성"은 우선순위(ROI 관점)를 정할 때의 고려 요소이지 적용 범위/방식 요소가 아니므로 4번이 정답이다.

    오답 풀이

    • 1번: 업무 내재화 적용 수준은 적용 범위/방식 요소이다.
    • 2번: 분석 데이터 적용 수준은 적용 범위/방식 요소이다.
    • 3번: 기술 적용 수준은 적용 범위/방식 요소이다.
    • 4번: 실행 용이성은 우선순위 고려 요소이므로 적용 범위/방식에 해당하지 않아 정답이다.

    보충 개념 마스터플랜 수립 시 (1) 우선순위 고려요소(전략적 중요도·비즈니스 성과/ROI·실행 용이성)와 (2) 적용 범위/방식 고려요소(업무 내재화 적용 수준·분석 데이터 적용 수준·기술 적용 수준)를 구분해 기억한다.

15. 문제 15

    4지선다

    데이터 분석을 위한 분석 업무 조직 구조에 대한 설명으로 옳지 않은 것은?

    • 1.

      집중형 조직 구조는 일부 협업 부서와 분석 업무가 중복 또는 이원화 될 가능성이 있다.

    • 2.

      기능 중심 조직 구조는 전사적 관점에서 핵심 분석이 어렵다.

    • 3.

      분산 조직 구조는 분석 결과 실무 적용에 대한 대응이 느리다.

    • 4.

      분석 조직의 인력들이 협업 부서에 배치되어 업무를 수행하는 것은 분산 조직 구조이다.

    정답·해설 보기▾▴

    정답

    3번

    분산 조직 구조는 분석 결과 실무 적용에 대한 대응이 느리다.

    해설

    정답: 3. 분산형(분산 조직) 구조는 분석 전문 인력을 현업 부서에 배치하므로 분석 결과를 실무에 신속하게 적용할 수 있다. 즉 대응이 느린 것이 아니라 빠르다. 따라서 "대응이 느리다"는 3번이 옳지 않다.

    오답 풀이

    • 1번: 집중형은 전사 분석 조직이 별도로 있어 현업 부서 업무와 중복·이원화될 수 있다는 옳은 설명이다.
    • 2번: 기능 중심 구조는 각 부서가 개별 분석을 수행해 전사 관점의 핵심 분석이 어렵다는 옳은 설명이다.
    • 3번: 분산형은 현업 배치로 실무 적용 대응이 ''빠르므로'' "느리다"는 틀린 설명이라 정답이다.
    • 4번: 분석 인력이 협업(현업) 부서에 배치돼 일하는 것은 분산형이라는 옳은 설명이다.

    보충 개념 분석 조직 3유형: 집중형(전담 조직, 우선순위 통제 가능·중복 위험), 기능형(현업 부서가 직접, 전사 핵심분석 약함), 분산형(전문 인력을 현업에 배치, 빠른 적용·자원 효율).

16. 문제 16

    4지선다

    분석 활용 시나리오에 대한 설명으로 틀린 것은?

    • 1.

      데이터 확보가 가장 중요하다.

    • 2.

      데이터 분석을 특정 목적에 맞게 활용하는 방법 또는 계획을 의미한다.

    • 3.

      분석 목표와 분석 방법을 설명하고 예상 결과를 제시하는 문서이다.

    • 4.

      프로젝트 진행 중에도 변경될 수 있다.

    정답·해설 보기▾▴

    정답

    1번

    데이터 확보가 가장 중요하다.

    해설

    정답: 1. 분석 활용 시나리오는 "분석 결과를 어떤 목적·업무에 어떻게 활용할지"를 설계하는 것으로, 활용 목적과 방법이 핵심이다. 데이터 확보 자체가 가장 중요하다고 보는 1번은 시나리오의 본질(활용 관점)과 맞지 않아 틀린 설명이다.

    오답 풀이

    • 1번: 시나리오의 핵심은 "활용 목적·방법"이지 데이터 확보 자체가 최우선이라는 것은 틀려 정답이다.
    • 2번: 분석을 특정 목적에 맞게 활용하는 방법/계획이라는 옳은 정의이다.
    • 3번: 분석 목표·방법·예상 결과를 제시하는 문서라는 옳은 설명이다.
    • 4번: 프로젝트 진행 중 상황에 따라 변경될 수 있다는 옳은 설명이다.

    보충 개념 분석 활용 시나리오는 분석 기획 단계에서 "왜·무엇을·어떻게 활용할지"를 구체화한 것으로, 분석 과제 정의서·분석 로드맵과 연계된다.

17. 문제 17

    4지선다

    분석 기획 시 고려해야 할 것으로 적절하지 않은 것은?

    • 1.

      데이터 확보가 될 수 있는지, 데이터 유형에 대한 분석이 필요하다.

    • 2.

      비용보다 분석력에 최우선 해야 한다.

    • 3.

      기준에 잘 구현되어 활용되고 있는 유사 시나리오 및 솔루션을 최대한 활용한다.

    • 4.

      장애요소에 대한 사전 계획 수립이 고려 되어야 한다.

    정답·해설 보기▾▴

    정답

    2번

    비용보다 분석력에 최우선 해야 한다.

    해설

    정답: 2. 분석 기획에서는 분석 역량(분석력)과 함께 비용·기간 등 자원도 균형 있게 고려해야 한다. "비용보다 분석력에 최우선"이라며 비용을 도외시하는 2번은 적절하지 않다.

    오답 풀이

    • 1번: 데이터 확보 가능 여부와 데이터 유형 분석은 기획 시 필수 고려사항이다.
    • 2번: 비용·기간을 무시하고 분석력만 최우선하라는 것은 부적절하므로 정답이다.
    • 3번: 검증된 유사 시나리오·솔루션을 최대한 재활용하라는 옳은 설명이다.
    • 4번: 분석 과정의 장애요소를 사전에 식별·계획하라는 옳은 설명이다.

    보충 개념 분석 기획 고려사항 3가지: (1) 가용 데이터(Available Data) 확인, (2) 적절한 유스케이스(Proper Use-case) 탐색, (3) 장애요소(Low Barrier of Execution)에 대한 사전 계획. 비용·기간 등 자원 제약도 함께 본다.

18. 문제 18

    단답형

    데이터 분석 준비도 프레임워크에서 운영 시스템 데이터 통합, EAI ETL등 데이터 유통체계 분석 및 전용 서버 및 스토리지, 빅데이트 분석 환경, 비주얼 분석 환경 등과 관련된 항목은 무엇인가?

    정답·해설 보기▾▴

    모범답안

    분석 인프라 (IT 인프라)

    키워드: 분석 인프라, IT 인프라, 분석 IT 인프라, 분석 인프라(IT 인프라), IT인프라, 분석인프라

    해설

    정답: 분석 인프라(IT 인프라)

    운영 데이터 통합, EAI·ETL 등 데이터 유통체계, 전용 서버·스토리지, 빅데이터/비주얼 분석 환경처럼 분석을 떠받치는 ''기술·시스템 기반''에 관한 항목은 분석 준비도 6개 영역 중 분석 인프라(IT 인프라)이다.

    보충 개념 분석 준비도의 6개 진단 영역: 분석 업무 파악, 분석 인력 및 조직, 분석 기법, 분석 데이터, 분석 문화, IT 인프라(분석 인프라). 인프라는 데이터 통합·분석 환경·시스템을 다룬다.

19. 문제 19

    단답형

    다음 빈칸에 알맞은 용어는 무엇인가?

    기존의 논리적인 단계별 접근법에 기반한 문제 해결 방식은 최근 복잡하고 다양한 환경에서 발생하는 문제에 적합하지 않을 수 있다. 이를 해결하기 위해 ( ) 접근법을 통해 전통적인 분석적 사고를 극복하려고 한다. 이 접근법은 상향식 방식의 발산단계와 도출된 옵션을 분석하고 검증하는 하향식 접근방식의 수렴단계를 반복하여 과제를 발굴한다.

    정답·해설 보기▾▴

    모범답안

    디자인 사고(Design Thinking)

    키워드: 디자인 사고, 디자인 씽킹, Design Thinking, 디자인사고, 디자인 사고(Design Thinking)

    해설

    정답: 디자인 사고(Design Thinking)

    상향식의 발산(아이디어 도출)과 하향식의 수렴(분석·검증)을 반복해 문제를 정의·해결하며 전통적 분석적 사고의 한계를 극복하는 접근법은 디자인 사고(Design Thinking)이다.

    보충 개념 디자인 사고는 발산(Diverge)과 수렴(Converge)을 오가며 과제를 발굴한다. 분석 과제 발굴은 하향식(Top-down, 문제 탐색)과 상향식(Bottom-up, 데이터 기반 발견) 접근으로 나뉘며, 디자인 사고는 둘을 결합한다.

20. 문제 20

    4지선다

    수면 유도제 데이터를 통한 t-test 결과이다. 다음 중 결과 해석이 적절하지 않은 것은?

    각 집단 평균: 수면유도제 1 = 0.75, 수면유도제 2 = 2.33

    • 1.

      수면유도제 2가 수면유도제 1보다 효과적이다.

    • 2.

      유의수준 0.05하에서 두 집단의 평균이 동일하다는 귀무가설을 채택할 수 있다.

    • 3.

      두 개의 표본 집단이 크기가 클경우(N>30) 집단의 정규성 검증없이 이 표본 t검정을 사용할 수 있다.

    • 4.

      독립표본 t검정 분석 전에 등분산 검정을 실시한다.

    정답·해설 보기▾▴

    정답

    2번

    유의수준 0.05하에서 두 집단의 평균이 동일하다는 귀무가설을 채택할 수 있다.

    해설

    정답: 2. 대응표본 t검정 결과 p-value가 0.002833으로 유의수준 0.05보다 작다. 따라서 "두 집단의 평균이 같다"는 귀무가설을 기각한다 — 즉 귀무가설을 채택할 수 없다. 그러므로 "귀무가설을 채택할 수 있다"고 해석한 보기 ②가 결과와 모순되어 적절하지 않다.

    오답 풀이

    • 1번: p-value(0.0028)가 0.05보다 작아 두 약의 효과 차이가 통계적으로 유의하고, 수면유도제 2의 평균(2.33)이 1의 평균(0.75)보다 크므로 "2가 1보다 효과적"이라는 해석은 적절하다.
    • 2번: p-value가 0.05보다 작으면 귀무가설을 기각해야 한다. 채택할 수 있다고 본 것은 틀린 해석이라 정답이다.
    • 3번: 중심극한정리에 따라 표본이 충분히 크면(N>30) 정규성 가정 없이도 t검정을 근사적으로 사용할 수 있다는 옳은 설명이다.
    • 4번: 독립표본 t검정 전 등분산 여부를 확인(등분산 검정)하는 것은 옳은 절차이다.

    보충 개념 p-value < 유의수준(0.05)이면 귀무가설(평균 차이 없음)을 기각하고 대립가설(평균 차이 있음)을 채택한다. 이 문항은 같은 대상이 두 약을 모두 복용한 대응표본(paired) 자료이므로 대응표본 t검정이 적절하며, 결과(p=0.0028)가 유의하므로 두 수면유도제의 효과에 통계적으로 유의한 차이가 있다 — 따라서 차이가 없다고(귀무가설 채택) 본 보기 ②가 부적절하다.

21. 문제 21

    4지선다

    다음 중 분류 모형 평가에 사용되는 도구가 아닌 것은?

    • 1.

      ROC 그래프

    • 2.

      덴드로그램

    • 3.

      향상도 곡선

    • 4.

      이익 도표

    정답·해설 보기▾▴

    정답

    2번

    덴드로그램

    해설

    정답: 2. 덴드로그램(Dendrogram)은 계층적 군집분석에서 군집이 묶이는 과정을 나무 모양으로 보여 주는 시각화 도구로, 분류 모형의 ''평가'' 도구가 아니다. 따라서 분류 모형 평가 도구가 아닌 것은 2번이다.

    오답 풀이

    • 1번: ROC 그래프는 민감도-특이도로 분류 성능을 평가하는 도구이다.
    • 2번: 덴드로그램은 군집분석 시각화 도구라서 분류 모형 평가 도구가 아니어서 정답이다.
    • 3번: 향상도 곡선(Lift chart)은 분류 모형의 향상도를 평가하는 도구이다.
    • 4번: 이익 도표(Gain chart)는 등급별 반응률로 모형을 평가하는 도구이다.

    보충 개념 분류 모형 평가 도구: 혼동행렬(정확도·정밀도·재현율·F1), ROC 곡선과 AUC, 이익 도표, 향상도 곡선. 덴드로그램은 군집(비지도) 결과를 표현한다.

22. 문제 22

    4지선다

    증거가 확실할 때 가설 검정으로 증명하고자 하는 것은?

    • 1.

      귀무 가설

    • 2.

      영가설

    • 3.

      대립 가설

    • 4.

      기각 가설

    정답·해설 보기▾▴

    정답

    3번

    대립 가설

    해설

    정답: 3. 연구자가 데이터(증거)를 통해 적극적으로 증명·주장하려는 가설은 대립가설(Alternative hypothesis, H1)이다. 귀무가설은 "차이·효과가 없다"는 기존 가정으로, 증거가 충분하면 이를 기각하고 대립가설을 채택한다.

    오답 풀이

    • 1번: 귀무가설은 기각의 대상인 기존 가정이지 증명하려는 가설이 아니다.
    • 2번: 영가설(Null hypothesis)은 귀무가설의 다른 이름이다.
    • 3번: 대립가설은 증거로 증명하고자 하는 가설이라 정답이다.
    • 4번: "기각 가설"이라는 표준 용어는 없다.

    보충 개념 귀무가설(H0)=영가설=차이 없음. 대립가설(H1)=연구가설=증명하려는 주장. 검정통계량이 기각역에 들면 H0를 기각하고 H1을 채택한다.

23. 문제 23

    4지선다

    다음 중 성격이 다른 한가지는?

    • 1.

      K-Means

    • 2.

      Single Linkage Method

    • 3.

      DBSCAN

    • 4.

      주성분분석

    정답·해설 보기▾▴

    정답

    4번

    주성분분석

    해설

    정답: 4. K-Means·Single Linkage Method·DBSCAN은 모두 군집분석(Clustering) 기법이다. 주성분분석(PCA)은 변수의 차원을 줄이는 차원 축소 기법이므로 성격이 다르다. 따라서 답은 4번이다.

    오답 풀이

    • 1번: K-Means는 비계층적(분할) 군집 기법이다.
    • 2번: Single Linkage Method(최단 연결법)는 계층적 군집 기법이다.
    • 3번: DBSCAN은 밀도 기반 군집 기법이다.
    • 4번: 주성분분석은 차원 축소 기법으로 군집과 성격이 달라 정답이다.

    보충 개념 군집분석은 계층적(단일·완전·평균 연결)과 비계층적(K-Means, DBSCAN 등)으로 나뉜다. PCA는 변수를 선형결합해 분산이 큰 주성분으로 축약하는 차원 축소 기법이다.

24. 문제 24

    4지선다

    다음 중 스피어만 상관계수 관련 설명으로 틀린 것은?

    • 1.

      스피어만 상관 계수는 비선형적인 관계를 나타낼 수 없다.

    • 2.

      대상 자료는 서열 척도를 사용한다.

    • 3.

      원시 데이터가 아니라 각 변수에 대해 순위를 매긴 값을 기반으로 한다.

    • 4.

      연속형 외에 이산형 데이터도 사용 가능하다.

    정답·해설 보기▾▴

    정답

    1번

    스피어만 상관 계수는 비선형적인 관계를 나타낼 수 없다.

    해설

    정답: 1. 스피어만 상관계수는 값 대신 순위(rank)를 사용하므로 단조적(monotonic)인 비선형 관계도 측정할 수 있다. 따라서 "비선형 관계를 나타낼 수 없다"는 1번이 틀린 설명이다. (선형 관계만 보는 것은 피어슨 상관계수이다.)

    오답 풀이

    • 1번: 스피어만은 순위 기반이라 단조 비선형 관계도 잡아내므로 "비선형 불가"는 틀려 정답이다.
    • 2번: 스피어만은 서열(순위) 척도 자료에 사용한다는 옳은 설명이다.
    • 3번: 원시값이 아니라 순위로 변환한 값을 사용한다는 옳은 설명이다.
    • 4번: 연속형·이산형(순위화 가능) 데이터에 사용 가능하다는 옳은 설명이다.

    보충 개념 피어슨 상관계수는 등간·비율 척도의 ''선형'' 관계를, 스피어만 상관계수는 서열 척도의 순위 기반 ''단조'' 관계를 측정한다. 따라서 스피어만은 비선형이라도 단조라면 잡아낸다.

25. 문제 25

    4지선다

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

    • 1.

      SOM

    • 2.

      DBSCAN

    • 3.

      PCA

    • 4.

      EM 알고리즘

    정답·해설 보기▾▴

    정답

    1번

    SOM

    해설

    정답: 1. 비지도 학습 신경망으로 고차원 데이터를 저차원(보통 2차원)의 격자형 뉴런으로 사상해 지도 형태로 시각화하는 알고리즘은 SOM(Self-Organizing Map, 자기조직화지도)이다.

    오답 풀이

    • 1번: SOM은 코호넨이 제안한 비지도 신경망으로 저차원 지도 형상화에 쓰여 정답이다.
    • 2번: DBSCAN은 밀도 기반 군집 기법으로 신경망이 아니다.
    • 3번: PCA는 선형 차원 축소 기법이지 신경망이 아니다.
    • 4번: EM 알고리즘은 잠재변수 모형의 모수를 추정하는 반복 기법으로 지도 형상화 알고리즘이 아니다.

    보충 개념 SOM은 입력층과 경쟁층(2차원 격자)으로 구성되며, 경쟁 학습으로 유사한 입력이 인접 뉴런에 매핑되어 위상(topology)을 보존한다.

26. 문제 26

    4지선다

    다음의 설명에 해당하는 것은?

    공분산행렬 또는 상관계수 행렬을 사용해 모든 변수들을 가장 잘 설명하는 변수를 찾는 방법으로, 상관관계가 있는 변수들을 선형 결합에 의해 상관관계가 없는 새로운 변수를 만들고 분산을 극대화하는 변수로 축약하는 방법으로 새로운 변수들은 변수들의 선형결합으로 이루어져 있다.

    • 1.

      요인 분석

    • 2.

      회귀 분석

    • 3.

      주성분 분석

    • 4.

      다차원 척도법

    정답·해설 보기▾▴

    정답

    3번

    주성분 분석

    해설

    정답: 3. 공분산/상관행렬을 이용해 상관 있는 변수들을 선형결합하여 서로 상관 없고 분산이 큰 새 변수(주성분)로 축약하는 기법은 주성분 분석(PCA)이다.

    오답 풀이

    • 1번: 요인 분석은 관측 변수 뒤의 잠재 요인을 찾는 기법으로, 분산 극대화 축약과는 목적이 다르다.
    • 2번: 회귀 분석은 독립변수로 종속변수를 예측하는 기법이지 변수 축약이 아니다.
    • 3번: 분산을 극대화하는 선형결합으로 변수를 축약하는 주성분 분석이라 정답이다.
    • 4번: 다차원 척도법은 개체 간 거리를 보존하며 저차원 공간에 배치하는 기법이다.

    보충 개념 PCA는 제1주성분이 분산을 가장 많이 설명하고, 이후 주성분은 직교하며 분산 설명력이 줄어든다. 요인분석과 달리 주성분은 관측변수의 선형결합 그 자체이다.

27. 문제 27

    4지선다

    다음 중 확률 및 확률 분포에 관한 설명으로 부적절한 것은?

    • 1.

      (사건A가 일어나는 경우의 수)/(일어날 수 있는 모든 경우의 수)를 P(A)라고 할 때 이를 A의 수학적 확률이라 한다.

    • 2.

      한 사건 A가 일어날 확률을 P(A)라 할 때 반복시행에서 사건 A가 일어난 횟수를 R이라 하면, 상대도수 R/N은 N이 커짐에 따라 확률 P(A)에 가까워짐을 알 수 있다. P(A)를 사건 A의 통계적 확률이라 한다.

    • 3.

      두 사건 A,B가 독립일 때 사건 B의 확률은 A가 일어났다는 가정하에서의 B의 조건부 확률과는 다르다.

    • 4.

      표본공간에서 임의의 사건 A가 일어날 확률 P(A)는 항상 0과 1사이에 있다.

    정답·해설 보기▾▴

    정답

    3번

    두 사건 A,B가 독립일 때 사건 B의 확률은 A가 일어났다는 가정하에서의 B의 조건부 확률과는 다르다.

    해설

    정답: 3. 두 사건 A, B가 독립이면 A의 발생 여부가 B에 영향을 주지 않으므로 P(B) = P(B|A)로 같다. 따라서 "독립일 때 P(B)와 P(B|A)가 다르다"는 3번은 부적절하다.

    오답 풀이

    • 1번: 모든 경우 중 사건 A의 경우 수 비율을 수학적(고전적) 확률이라 하는 옳은 정의이다.
    • 2번: 반복시행에서 상대도수 R/N이 N→무한대일 때 확률에 수렴한다는 통계적 확률의 옳은 정의이다.
    • 3번: 독립이면 P(B)=P(B|A)이므로 "다르다"는 설명은 틀려 정답이다.
    • 4번: 확률은 0 이상 1 이하라는 옳은 공리이다.

    보충 개념 독립의 정의: P(A∩B)=P(A)P(B) ⇔ P(B|A)=P(B). 즉 독립이면 조건부 확률이 무조건 확률과 같다. 종속이면 둘이 달라진다.

28. 문제 28

    4지선다

    다음은 TV광고수에 따른 Sales에 대한 산점도이다. 이에 대한 설명으로 맞지 않은 것은?
    • 1.

      TV 광고가 증가할 수록 Sales도 증가하는 경향이 있다.

    • 2.

      TV광고와 Sales는 양의 상관관계를 가진다.

    • 3.

      tv광고가 증가할수록 Sales의 분산은 동일하다

    • 4.

      Sales를 설명하기 위해 TV광고를 독립변수로 하는 단순선형회귀모델은 적절하다

    정답·해설 보기▾▴

    정답

    3번

    tv광고가 증가할수록 Sales의 분산은 동일하다

    해설

    정답: 3. 산점도를 보면 TV 광고가 커질수록 점들이 위아래로 더 넓게 퍼져(부채꼴) Sales의 분산이 커진다. 즉 분산이 일정하지 않은 이분산(heteroscedasticity)이 나타나므로 "분산이 동일하다"는 3번이 맞지 않는다.

    오답 풀이

    • 1번: 점들이 오른쪽 위로 올라가 TV 광고 증가 시 Sales 증가 경향이 보이므로 옳다.
    • 2번: 우상향 패턴이므로 양의 상관관계라는 옳은 설명이다.
    • 3번: 광고가 커질수록 퍼짐(분산)이 커지므로 "분산 동일"은 틀려 정답이다.
    • 4번: 대체로 직선적 증가 추세라 단순선형회귀를 적용해 볼 수 있다는 설명은 타당하다.

    보충 개념 선형회귀의 가정 중 등분산성(homoscedasticity)은 잔차의 분산이 일정해야 한다는 것이다. 부채꼴로 퍼지는 산점도는 이분산을 시사하며, 로그 변환 등으로 완화한다.

29. 문제 29

    4지선다

    Hitters dataset의 일부이다. 다음 설명 중 적절하지 않은 것은?

    • 1.

      Salary 변수 분포는 왼쪽 꼬리가 긴 분포를 가진다.

    • 2.

      NewLeague 변수는 범주형 자료이다.

    • 3.

      Hits 변수에는 결측값이 없음을 알 수 있다.

    • 4.

      HmRun 변수의 최대값은 40이다

    정답·해설 보기▾▴

    정답

    1번

    Salary 변수 분포는 왼쪽 꼬리가 긴 분포를 가진다.

    해설

    정답: 1. Salary는 평균(535.9)이 중앙값(425.0)보다 크다. 평균이 중앙값보다 크면 큰 값(고액 연봉) 쪽으로 꼬리가 긴 ''오른쪽(우측) 꼬리가 긴'' 분포(우편향)이다. 따라서 "왼쪽 꼬리가 길다"는 1번이 적절하지 않다.

    오답 풀이

    • 1번: 평균>중앙값이라 오른쪽 꼬리가 긴 분포인데 "왼쪽 꼬리가 길다"고 해 틀려 정답이다.
    • 2번: NewLeague는 A:176, N:146처럼 범주(A/N)로 집계되므로 범주형 자료이다.
    • 3번: Hits에는 NA's 항목이 표시되지 않으므로 결측값이 없다.
    • 4번: HmRun의 Max.는 40.00이므로 최대값 40이 맞다.

    보충 개념 요약통계에서 평균 > 중앙값이면 우측 꼬리가 긴 분포(positive skew), 평균 < 중앙값이면 좌측 꼬리가 긴 분포이다. NA's 행은 결측값 개수를 나타낸다(Salary에 59개 결측).

30. 문제 30

    4지선다

    모집단의 크기가 비교적 작을 때 주로 사용되며 한번 추출된 표본이 재 추출될 수 있는 표본 추출 방법은 무엇인가?

    • 1.

      복원 추출법

    • 2.

      층화 추출법

    • 3.

      군집 추출법

    • 4.

      계층 추출법

    정답·해설 보기▾▴

    정답

    1번

    복원 추출법

    해설

    정답: 1. 한 번 뽑은 표본을 다시 모집단에 넣어 재추출이 가능하도록 하는 방법은 복원 추출법(sampling with replacement)이다. 같은 개체가 두 번 이상 뽑힐 수 있다.

    오답 풀이

    • 1번: 추출한 표본을 되돌려 재추출이 가능한 복원 추출법이라 정답이다.
    • 2번: 층화 추출법은 모집단을 동질적 층으로 나눠 각 층에서 추출하는 방법이다.
    • 3번: 군집 추출법은 군집(집락) 단위로 일부 군집을 통째로 추출하는 방법이다.
    • 4번: "계층 추출법"은 표준 분류 용어가 아니다(층화와 혼동).

    보충 개념 복원추출은 같은 표본이 재추출될 수 있고, 비복원추출은 한 번 뽑힌 표본을 제외한다. 부트스트랩(붓스트랩)은 복원추출을 반복해 표본분포를 추정한다.

31. 문제 31

    4지선다

    다음 닭 사료의 종류(feed)와 닭의 성장에 대한 boxplot 결과이다. 옳지 않은 것은?
    • 1.

      이상치가 존재하지 않는 것을 알 수 있다.

    • 2.

      casein의 경우 horsebean보다 중위수가 크다

    • 3.

      soybean의 경우 meatmeal보다 최소값, 최대값이 모두 작다.

    • 4.

      horsebean사료를 먹은 닭의 무게가 가장 작은 쪽에 분포해 있다.

    정답·해설 보기▾▴

    정답

    1번

    이상치가 존재하지 않는 것을 알 수 있다.

    해설

    정답: 1. sunflower 사료의 상자그림에는 수염 밖으로 떨어진 점(원)이 표시되어 이상치(outlier)가 존재한다. 따라서 "이상치가 존재하지 않는다"는 1번이 옳지 않다.

    오답 풀이

    • 1번: sunflower에 수염 밖 점(이상치)이 보이므로 "이상치 없음"은 틀려 정답이다.
    • 2번: casein의 중위수(약 345)가 horsebean의 중위수(약 150)보다 크다는 옳은 설명이다.
    • 3번: soybean의 박스·수염 위치가 meatmeal보다 전반적으로 낮아 최소·최대가 더 작다는 옳은 설명이다.
    • 4번: horsebean의 분포가 전체에서 가장 아래쪽(무게가 가장 작은 쪽)에 있다는 옳은 설명이다.

    보충 개념 상자그림에서 박스는 1사분위수~3사분위수(IQR), 가운데 굵은 선은 중앙값, 수염은 보통 1.5×IQR 범위까지이며 그 밖의 점은 이상치로 표시한다.

32. 문제 32

    4지선다

    자료의 척도에 대한 설명으로 부적절한 것은?

    • 1.

      명목 척도: 질적척도(Qualitative Scale)중 하나로 범주 또는 카테고리로 분류하는데 사용한다.

    • 2.

      서열 척도: 대소 또는 높고 낮음 등의 순위만 제공할 뿐 양적인 비교는 할 수 없다.

    • 3.

      등간 척도: 사칙연산이 가능하다.

    • 4.

      비율 척도: 절대 0점이 존재하여 측정값 사이의 비율 계산이 가능한 척도이다.

    정답·해설 보기▾▴

    정답

    3번

    등간 척도: 사칙연산이 가능하다.

    해설

    정답: 3. 등간 척도(예: 섭씨온도)는 절대 0점이 없어 덧셈·뺄셈은 가능하지만 곱셈·나눗셈(비율 비교)은 의미가 없다. 따라서 "사칙연산이 모두 가능하다"는 3번이 부적절하다. 사칙연산이 모두 가능한 것은 절대 0점을 가진 비율 척도이다.

    오답 풀이

    • 1번: 명목 척도는 질적척도로 범주 분류에 쓰인다는 옳은 설명이다.
    • 2번: 서열 척도는 순위만 제공하고 간격의 양적 비교는 못 한다는 옳은 설명이다.
    • 3번: 등간 척도는 가감만 가능하고 사칙연산 전부는 안 되므로 "사칙연산 가능"은 부적절하여 정답이다.
    • 4번: 비율 척도는 절대 0점이 있어 비율 계산이 가능하다는 옳은 설명이다.

    보충 개념 척도 4종: 명목(분류) < 서열(순위) < 등간(간격·가감 가능, 절대0점 없음, 예 온도) < 비율(절대0점·사칙연산 모두 가능, 예 무게·길이).

33. 문제 33

    4지선다

    다음 연관 분석에 대한 설명 중 잘못된 것은?

    • 1.

      비목적성 분석 기법으로 계산이 간편하다.

    • 2.

      대표적인 알고리즘으로 Aprior가 있다.

    • 3.

      조건 반응으로 표현되는 연관 분석의 결과를 이해하기 쉽다.

    • 4.

      품목 수가 증가해도 분석에 필요한 계산이 늘어나지 않는다.

    정답·해설 보기▾▴

    정답

    4번

    품목 수가 증가해도 분석에 필요한 계산이 늘어나지 않는다.

    해설

    정답: 4. 연관 분석은 품목(item) 수가 늘어나면 가능한 품목 조합의 수가 기하급수적으로 증가해 계산량이 급격히 늘어난다. 따라서 "품목 수가 증가해도 계산이 늘지 않는다"는 4번이 잘못되었다.

    오답 풀이

    • 1번: 연관 분석은 목적변수가 없는 비지도(비목적성) 기법이며 지지도·신뢰도 계산이 비교적 단순하다는 옳은 설명이다.
    • 2번: 대표 알고리즘으로 Apriori가 있다는 옳은 설명이다(보기의 "Aprior"는 Apriori 표기).
    • 3번: "if 조건 → then 반응" 형태라 결과 해석이 쉽다는 옳은 설명이다.
    • 4번: 품목 증가 시 조합 폭증으로 계산이 크게 늘므로 "늘지 않는다"는 틀려 정답이다.

    보충 개념 연관 분석(장바구니 분석)은 지지도·신뢰도·향상도로 규칙을 평가한다. 품목 증가에 따른 계산량 폭증 문제를 줄이려 Apriori가 빈발하지 않은 항목집합을 가지치기한다.

34. 문제 34

    4지선다

    데이터 분할에 대한 설명 중 틀린 것은?

    • 1.

      데이터 마이닝 적용 후 결과의 신빙성 검증을 위해 데이터를 학습, 검증, 테스트 데이터로 나누어 사용한다.

    • 2.

      검증용 데이터는 모델 성능 평가에 사용한다.

    • 3.

      테스트용 데이터와 학습 데이터는 섞여서는 안된다.

    • 4.

      학습 데이터를 사용해 학습을 진행한다.

    정답·해설 보기▾▴

    정답

    2번

    검증용 데이터는 모델 성능 평가에 사용한다.

    해설

    정답: 2. 검증용(validation) 데이터는 모델의 ''과적합 점검과 하이퍼파라미터 조정·모델 선택''에 쓰인다. 최종 성능 평가는 테스트(test) 데이터로 한다. 따라서 "검증용 데이터를 성능 평가에 쓴다"는 2번이 틀렸다.

    오답 풀이

    • 1번: 학습·검증·테스트로 나눠 결과 신빙성을 확보한다는 옳은 설명이다.
    • 2번: 성능 평가는 테스트 데이터의 역할이고 검증 데이터는 튜닝·모델 선택용이므로 틀려 정답이다.
    • 3번: 테스트 데이터가 학습에 섞이면 평가가 왜곡되므로 분리해야 한다는 옳은 설명이다.
    • 4번: 학습 데이터로 모델을 학습한다는 옳은 설명이다.

    보충 개념 학습(train): 모델 적합 / 검증(validation): 과적합 점검·하이퍼파라미터 조정 / 테스트(test): 최종 일반화 성능 평가. 교차검증(k-fold)으로 학습·검증을 반복하기도 한다.

35. 문제 35

    4지선다

    다음 표준 오차에 대한 설명 중 틀린것은?

    • 1.

      표본 평균이 모 평균과 얼마나 떨어져 있는가를 나타낸다.

    • 2.

      표준 오차는 δ / √N 로 구한다.

    • 3.

      표준오차 95%는 신뢰구간에 모수의 참값이 포함되어 있음을 나타낸다.

    • 4.

      더 작은 표준 오차는 추정치가 모집단 파라미터를 더 정확하게 반영한다는 것을 나타낸다.

    정답·해설 보기▾▴

    정답

    3번

    표준오차 95%는 신뢰구간에 모수의 참값이 포함되어 있음을 나타낸다.

    해설

    정답: 3. 95% 신뢰구간의 의미는 "같은 방식으로 표본을 무수히 반복 추출하면 그 구간이 모수를 포함할 확률(비율)이 95%"라는 것이지, 특정 구간 안에 참값이 반드시 들어 있음을 보장하는 것이 아니다. 또한 "표준오차 95%"라는 표현 자체도 부정확하다. 따라서 3번이 틀린 설명이다.

    오답 풀이

    • 1번: 표준오차는 표본평균이 모평균에서 흩어진 정도를 나타낸다는 옳은 설명이다.
    • 2번: 표준오차 = 모표준편차(δ) / √N 라는 옳은 공식이다.
    • 3번: 신뢰구간의 의미를 "참값이 포함되어 있음"으로 단정해 부정확하므로 정답(틀린 설명)이다.
    • 4번: 표준오차가 작을수록 추정이 더 정밀하다는 옳은 설명이다.

    보충 개념 표준오차(SE) = σ/√n. 표본 크기 n이 커질수록 SE가 작아져 추정이 정밀해진다. 95% 신뢰구간은 "반복 추출 시 95%의 구간이 모수를 포함"한다는 빈도주의적 의미이다.

36. 문제 36

    4지선다

    아래의 불순도 측정 결과를 사용해서 구한 지니 지수는 얼마인가?

    ●●◆●●

    • 1.

      0.5

    • 2.

      0.32

    • 3.

      0.48

    • 4.

      0.38

    정답·해설 보기▾▴

    정답

    2번

    0.32

    해설

    정답: 2. 5개 중 동그라미(●) 4개, 마름모(◆) 1개이므로 두 범주의 비율은 4/5와 1/5이다. 지니 지수 = 1 − Σpᵢ² = 1 − (4/5)² − (1/5)² = 1 − 0.64 − 0.04 = 0.32 이다.

    오답 풀이

    • 1번: 0.5는 두 범주가 정확히 반반(p=0.5)일 때의 지니 지수로, 여기 비율(4:1)과 맞지 않는다.
    • 2번: 1 − 0.64 − 0.04 = 0.32 로 계산 결과와 일치해 정답이다.
    • 3번: 0.48은 잘못된 비율 가정에서 나온 값이다.
    • 4번: 0.38도 본 비율로는 나오지 않는 값이다.

    보충 개념 지니 지수 = 1 − Σ(pᵢ²)로 0(완전 순수)에서 최대(범주가 고르게 섞일수록 큼) 사이 값을 가지며, 의사결정나무에서 분리 기준의 불순도 측정에 사용된다.

37. 문제 37

    4지선다

    어떤 슈퍼마켓 고객 6명의 장바구니 별 구입 품목이 다음과 같다고 한다면, 연관 규칙(콜라→맥주)의 지지도는?

    거래번호	판매상품
    1	소주, 콜라, 맥주
    2	소주, 콜라, 와인
    3	소주, 주스
    4	콜라, 맥주
    5	소주, 콜라, 맥주, 와인
    6	주스

    • 1.

      0.6

    • 2.

      0.4

    • 3.

      0.5

    • 4.

      0.3

    정답·해설 보기▾▴

    정답

    3번

    0.5

    해설

    정답: 3. 지지도(support)는 전체 거래 중 콜라와 맥주를 ''함께'' 포함한 거래의 비율이다. 콜라·맥주를 모두 산 거래는 1번·4번·5번으로 3건이고 전체는 6건이므로 지지도 = 3/6 = 0.5 이다.

    오답 풀이

    • 1번: 0.6은 함께 포함한 거래를 잘못 세었을 때의 값으로 맞지 않는다.
    • 2번: 0.4 역시 3/6과 다르다.
    • 3번: 3/6 = 0.5 로 계산과 일치해 정답이다.
    • 4번: 0.3은 신뢰도나 다른 규칙의 값과 혼동한 값이다.

    보충 개념 지지도 = P(콜라∩맥주) = (콜라·맥주를 함께 산 거래 수)/(전체 거래 수). 신뢰도 = P(맥주|콜라) = (콜라∩맥주)/(콜라). 향상도 = 신뢰도/지지도(맥주).

38. 문제 38

    4지선다

    다음의 품목/거래량 표를 사용하여 연관 규칙(딸기→사과)의 향상도는 무엇인가?

    품목	거래량
    딸기, 사과, 포도	100
    딸기, 포도	400
    사과, 포도, 바나나	150
    사과, 딸기, 바나나	200
    포도, 바나나	150

    • 1.

      0.3

    • 2.

      0.3 / (0.7*0.45)

    • 3.

      0.3 / 0.7

    • 4.

      0.3 / (0.7 + 0.45)

    정답·해설 보기▾▴

    정답

    2번

    0.3 / (0.7*0.45)

    해설

    정답: 2. 전체 거래량 = 100+400+150+200+150 = 1000. 딸기 포함 거래 = 100+400+200 = 700 → 지지도(딸기)=0.7. 사과 포함 거래 = 100+150+200 = 450 → 지지도(사과)=0.45. 딸기∩사과 = 100+200 = 300 → 지지도(딸기∩사과)=0.3. 향상도 = 지지도(딸기∩사과) / [지지도(딸기)×지지도(사과)] = 0.3 / (0.7×0.45) 이므로 2번이 정답이다.

    오답 풀이

    • 1번: 0.3은 지지도(딸기∩사과)일 뿐 향상도가 아니다.
    • 2번: 0.3/(0.7×0.45)는 향상도 공식 그대로라 정답이다.
    • 3번: 0.3/0.7은 신뢰도 P(사과|딸기)이지 향상도가 아니다.
    • 4번: 0.3/(0.7+0.45)는 분모를 곱이 아닌 합으로 잘못 쓴 식이다.

    보충 개념 향상도(Lift) = 신뢰도 / 지지도(결과) = 지지도(A∩B) / [지지도(A)×지지도(B)]. 향상도 > 1이면 양의 연관, = 1이면 독립, < 1이면 음의 연관이다.

39. 문제 39

    4지선다

    다음 설명에 해당되는 앙상블 기법은?

    여러 개의 붓스트랩 자료를 생성하고 각 붓스트랩 자료에 예측 모형을 만든 후 결합하여 최종 예측 모형을 만드는 방법.

    • 1.

      배깅(Bagging)

    • 2.

      Voting

    • 3.

      부스팅(Boosting)

    • 4.

      Stacking

    정답·해설 보기▾▴

    정답

    1번

    배깅(Bagging)

    해설

    정답: 1. 원자료에서 복원추출로 여러 개의 붓스트랩(bootstrap) 표본을 만들고 각각에 모형을 학습한 뒤 (투표·평균으로) 결합하는 앙상블 기법은 배깅(Bagging, Bootstrap Aggregating)이다.

    오답 풀이

    • 1번: 붓스트랩 표본 각각에 모형을 만들어 결합하는 배깅이라 정답이다.
    • 2번: Voting은 서로 다른 여러 모형의 예측을 다수결/평균으로 결합하는 방식으로, 붓스트랩 생성이 핵심이 아니다.
    • 3번: 부스팅은 약한 학습기를 순차적으로 학습하며 이전 오분류에 가중치를 주는 방식이다.
    • 4번: Stacking은 여러 모형의 예측을 메타 모형의 입력으로 다시 학습하는 방식이다.

    보충 개념 배깅은 병렬적·복원추출 기반으로 분산을 줄이고(대표: 랜덤 포레스트), 부스팅은 순차적으로 편향을 줄인다(대표: AdaBoost, GBM).

40. 문제 40

    4지선다

    군집분석 관련 설명으로 틀린 것은?

    • 1.

      계층적 군집 분석은 사전에 군집 수 k를 설정할 필요가 없는 탐색적 모형이다.

    • 2.

      집단 간 이질화, 집단 내 동질화 모두 낮은 것을 군집으로 선택한다.

    • 3.

      K-means 군집은 잡음이나 이상값에 영향을 받기 쉽다.

    • 4.

      군집분석은 비지도학습이다.

    정답·해설 보기▾▴

    정답

    2번

    집단 간 이질화, 집단 내 동질화 모두 낮은 것을 군집으로 선택한다.

    해설

    정답: 2. 좋은 군집화는 ''집단 간 이질성(다른 군집끼리는 멀게)''과 ''집단 내 동질성(같은 군집끼리는 가깝게)''을 모두 ''높이는'' 것이다. 따라서 둘 다 "낮은 것"을 선택한다는 2번은 틀렸다.

    오답 풀이

    • 1번: 계층적 군집은 k를 미리 정하지 않고 덴드로그램으로 탐색한다는 옳은 설명이다.
    • 2번: 이질화·동질화는 둘 다 ''높여야'' 하므로 "낮은 것 선택"은 틀려 정답이다.
    • 3번: K-means는 평균(중심) 기반이라 잡음·이상값에 민감하다는 옳은 설명이다.
    • 4번: 군집분석은 정답 레이블 없이 묶는 비지도학습이라는 옳은 설명이다.

    보충 개념 군집 타당성은 군집 내 분산(작게)·군집 간 분산(크게)으로 평가한다. 이상값에 강건하려면 K-medoids나 DBSCAN을 쓰기도 한다.

41. 문제 41

    4지선다

    신경망 노드 중 무작위로 노드를 선정하여 다수의 모형을 구성하고 학습한 뒤 각 모형의 결과를 결합해 분류 및 예측하는 기법을 무엇이라고 하는가?

    • 1.

      Mini-Batch

    • 2.

      bagging

    • 3.

      Drop-out

    • 4.

      AdaBoost

    정답·해설 보기▾▴

    정답

    3번

    Drop-out

    해설

    정답: 3. 학습 과정에서 신경망 노드를 무작위로 비활성화(drop)해 매번 다른 부분 신경망을 학습하고 그 결과를 결합(앙상블 효과)함으로써 과적합을 줄이는 기법은 드롭아웃(Drop-out)이다. 지문의 '노드를 무작위로 선정해 다수 모형을 구성·결합'은 드롭아웃의 정의와 정확히 일치한다. (newbt 복원본은 정답을 ④ AdaBoost로 표기했으나, 지문이 드롭아웃을 명확히 기술하고 보기 ③에 Drop-out이 있으므로 ③으로 교정한다.)

    오답 풀이

    • 1번: Mini-Batch는 데이터를 작은 묶음으로 나눠 가중치를 갱신하는 학습 단위 방식이지 노드 무작위 선택이 아니다.
    • 2번: bagging은 데이터를 복원추출해 여러 모형을 만드는 일반 앙상블 기법으로, "노드 무작위 선정"이라는 신경망 한정 표현과는 결이 다르다.
    • 3번: Drop-out은 학습 중 노드를 무작위로 비활성화해 부분 모형을 구성·결합하는 기법으로 지문과 일치한다(정답).
    • 4번: AdaBoost는 약한 학습기를 순차적으로 학습하며 오분류 표본에 가중치를 주는 부스팅 기법으로, 노드를 끄는 것과 무관하다.

    보충 개념 드롭아웃은 학습 시 일부 뉴런을 확률 p로 끄고, 예측 시에는 전체 뉴런을 사용(스케일 보정)해 과적합을 억제한다. AdaBoost는 오분류 샘플 가중치를 키워 다음 약학습기가 집중하게 한다.

42. 문제 42

    4지선다

    다음 회귀분석의 결과 해석으로 틀린 것은?

    • 1.

      결정계수는 0.9588이다.

    • 2.

      5% 유의수준에서 모형은 통계적으로 유의미 하다.

    • 3.

      Time이 1단 증가하면 Weight가 평균적으로 8.8 증가한다.

    • 4.

      추정된 회귀식은 weight = 24.4654 + 7.9879 * Time이다.

    정답·해설 보기▾▴

    정답

    3번

    Time이 1단 증가하면 Weight가 평균적으로 8.8 증가한다.

    해설

    정답: 3. 회귀계수표에서 Time의 추정치(Estimate)는 7.9879이다. 즉 Time이 1 증가하면 Weight는 평균적으로 약 7.99(≈8.0) 증가한다. "8.8 증가"라고 한 3번은 계수와 다르므로 틀렸다.

    오답 풀이

    • 1번: Multiple R-squared 0.9588이 결정계수이므로 옳다.
    • 2번: F검정 p-value(2.974e-08)가 0.05보다 매우 작아 5% 유의수준에서 모형이 유의하므로 옳다.
    • 3번: Time 계수는 7.9879인데 "8.8 증가"라 해 틀려 정답이다.
    • 4번: 절편 24.4654 + 기울기 7.9879×Time 으로 회귀식을 옳게 썼다.

    보충 개념 회귀계수는 해당 독립변수가 1단위 증가할 때 종속변수의 평균 변화량이다. 결정계수(R²)는 모형이 종속변수 분산을 설명하는 비율이고, F검정은 회귀모형 전체의 유의성을 본다.

43. 문제 43

    4지선다

    독립 변수간 상관관계가 높아 많은 문제점을 발생하는 현상으로 회귀계수의 분산을 증가시켜 불안정하고 해석하기 어렵게 만들게 되는 것을 다중 공선성이라고 한다. 이것의 해결 방법으로 사용할 수 있는 것은?

    • 1.

      주성분 분석

    • 2.

      교차 분석

    • 3.

      오차 분석

    • 4.

      연관 분석

    정답·해설 보기▾▴

    정답

    1번

    주성분 분석

    해설

    정답: 1. 다중공선성은 독립변수들이 서로 강하게 상관될 때 발생한다. 주성분 분석(PCA)으로 상관 있는 변수들을 서로 직교(무상관)하는 주성분으로 변환하면 공선성을 제거할 수 있으므로 해결책으로 쓸 수 있다.

    오답 풀이

    • 1번: PCA는 변수들을 무상관 주성분으로 바꿔 공선성을 줄이므로 정답이다.
    • 2번: 교차 분석은 두 범주형 변수의 분할표 독립성 검정으로 공선성 해결책이 아니다.
    • 3번: "오차 분석"은 다중공선성의 표준 해결책이 아니다.
    • 4번: 연관 분석은 항목 간 연관규칙을 찾는 기법으로 무관하다.

    보충 개념 다중공선성 해결책: 상관 높은 변수 제거, 주성분 회귀(PCA), 능형회귀(Ridge)·라쏘(Lasso) 같은 정규화, 변수 선택. 진단 지표로 VIF(분산팽창계수)를 쓴다.

44. 문제 44

    단답형

    시계열 분석에서 시계열 수준과 분산에 체계적인 변화가 없고, 주기적 변동이 없다는 것으로 미래는 확률적으로 과거와 동일하다는 것을 의미하는 용어는?

    정답·해설 보기▾▴

    모범답안

    정상성

    키워드: 정상성, 정상성(Stationarity), Stationarity, 정상 시계열, 정상성(stationarity)

    해설

    정답: 정상성

    시계열의 평균(수준)과 분산이 시간에 따라 일정하고 주기적 변동이 없어 미래가 확률적으로 과거와 동일한 성질을 정상성(Stationarity)이라 한다. 시계열 분석은 보통 정상성을 가정한다.

    보충 개념 정상성 조건: (1) 평균이 일정(추세 없음), (2) 분산이 일정, (3) 공분산이 시차(lag)에만 의존(시점 무관). 비정상 시계열은 차분·로그 변환 등으로 정상화한 뒤 분석한다.

45. 문제 45

    단답형

    다음 오분류표를 사용하여 F1 Score를 구하시오.

    오분류표		예측값 TRUE	예측값 FALSE
    실제값	TRUE	15	60
    실제값	FALSE	60	30

    정답·해설 보기▾▴

    모범답안

    1/5

    키워드: 1/5, 0.2, 0.20, 1/5(0.2), 20%

    해설

    정답: 1/5

    TP=15, FN=60, FP=60, TN=30 이다. 정밀도(Precision)=TP/(TP+FP)=15/(15+60)=15/75=0.2, 재현율(Recall)=TP/(TP+FN)=15/(15+60)=15/75=0.2. F1 Score = 2·(Precision·Recall)/(Precision+Recall) = 2·(0.2·0.2)/(0.2+0.2) = 0.08/0.4 = 0.2 = 1/5 이다.

    보충 개념 F1 Score는 정밀도와 재현율의 조화평균으로, 둘이 모두 클 때 높다. 여기서는 정밀도·재현율이 모두 0.2로 같아 F1도 0.2(=1/5)가 된다.

46. 문제 46

    단답형

    다음 빈칸에 알맞은 단어는?

    완전 연결법이라고도 하며, 두 군집 사이의 거리를 군집에서 하나씩 관측 값을 뽑았을 때 나타날 수 있는 거리의 ( )을 측정한다.

    정답·해설 보기▾▴

    모범답안

    최댓값

    키워드: 최댓값, 최대값, 최댓값(최대 거리), 최대 거리, max, 최대

    해설

    정답: 최댓값

    완전 연결법(Complete linkage, 최장 연결법)은 두 군집에서 하나씩 뽑은 관측값 쌍의 거리 중 ''가장 먼 거리(최댓값)''를 군집 간 거리로 정의한다. 따라서 빈칸은 최댓값이다.

    보충 개념 계층적 군집의 연결법 — 단일(최단) 연결법은 두 군집 점 쌍 거리의 ''최솟값'', 완전(최장) 연결법은 ''최댓값'', 평균 연결법은 모든 쌍 거리의 평균을 군집 간 거리로 본다.

47. 문제 47

    단답형

    다음 주성분 분석 결과에서 주성분 1개를 사용했을 때 분산을 구하시오.

    정답·해설 보기▾▴

    모범답안

    57.5%

    키워드: 57.5%, 57.5, 0.575, 57.46%, 약 57.5%, 57%

    해설

    정답: 57.5%

    주성분 1개(PC1)만 사용할 때 설명되는 분산 비율은 Proportion of Variance의 PC1 값인 0.5746, 즉 약 57.5%이다. (누적 비율도 PC1까지 0.5746으로 동일하다.)

    보충 개념 Proportion of Variance는 각 주성분이 설명하는 분산 비율, Cumulative Proportion은 누적 설명 비율이다. 보통 누적 비율이 70~80%가 되는 지점까지의 주성분을 선택한다.

48. 문제 48

    단답형

    생물학적 진화과정을 모방하여 최적화 및 검색 문제를 해결하는데 사용되는 계산 알고리즘으로 다양한 해를 탐색하고 선택,교차,변이와 같은 유전 연산을 통해 최적의 해를 찾아내는데 효과적인 알고리즘은?

    정답·해설 보기▾▴

    모범답안

    유전 알고리즘

    키워드: 유전 알고리즘, 유전알고리즘, Genetic Algorithm, 유전 알고리즘(GA), GA

    해설

    정답: 유전 알고리즘

    생물의 진화(적자생존)를 모방해 선택(selection)·교차(crossover)·변이(mutation) 연산으로 후보 해를 진화시키며 최적해를 탐색하는 알고리즘은 유전 알고리즘(Genetic Algorithm)이다.

    보충 개념 유전 알고리즘은 적합도(fitness)가 높은 해를 선택해 교차·변이로 다음 세대를 만든다. 전역 최적화·조합 최적화 문제에 강하며 데이터 마이닝의 최적화 기법으로 분류된다.

49. 문제 49

    단답형

    모집단을 먼저 서로 겹치지 않는 여러개의 층으로 분할한 후, 각 층에서 단순 임의 추출법에 따라 배정된 표본을 추출하는 방법

    정답·해설 보기▾▴

    모범답안

    층화 추출법

    키워드: 층화 추출법, 층화추출법, 층화 표본추출, 층화 임의 추출법, Stratified Sampling, 층화표본추출법

    해설

    정답: 층화 추출법

    모집단을 서로 겹치지 않는 동질적인 층(strata)으로 나눈 뒤, 각 층에서 단순 임의 추출로 표본을 뽑는 방법은 층화 추출법(Stratified Sampling)이다.

    보충 개념 표본추출법 비교 — 단순임의추출(무작위), 계통추출(일정 간격), 층화추출(동질 층으로 나눠 각 층에서 추출), 군집추출(이질적 군집 중 일부 군집 전체를 추출). 층화는 층 내부가 동질, 군집은 군집 내부가 이질적인 점이 핵심 차이다.