방송대 오픈소스기반데이터분석 1강: 데이터 분석 과정과 오픈소스
데이터 분석은 숫자를 계산하는 한 번의 작업이 아니라, 목적에 맞는 데이터를 모아 정제하고 탐색·분석한 뒤 결과를 의사결정으로 연결하는 과정이다. 이 글에서는 데이터와 정보의 차이, 분석 수준과 수행 과정, 데이터 유형 판별법을 하나의 흐름으로 묶고, 그 흐름을 가능하게 하는 오픈소스 철학과 파이썬 생태계까지 살펴본다.
데이터는 관찰값이고 정보는 목적에 맞게 해석한 결과다
데이터(data)는 현상을 관찰하거나 측정하여 얻은 값이다. 매장 방문객 수, 온도 센서의 측정값, 고객이 남긴 문장, 제품 사진처럼 형태는 다양하지만 그 자체로는 무엇을 결정해야 하는지 말해 주지 않는다. 정보(information)는 이 데이터를 특정 목적에 맞게 정리하고 해석한 결과다.
예를 들어 “월요일 120명, 화요일 150명, 수요일 90명”은 일별 방문객 데이터다. 이를 비교해 “화요일 방문객이 가장 많고 수요일에는 화요일보다 40% 적다”라고 표현하면 의사결정에 쓸 수 있는 정보가 된다. 여기에 날씨와 행사 여부를 함께 분석해 “비가 오는 날 방문객이 감소하는 경향이 있으므로 온라인 행사를 강화하자”라는 결론을 내린다면 정보가 행동 가능한 인사이트(insight)로 발전한 것이다.
의미 변환 사슬: 현상 → 관찰·측정 → 데이터 → 정리·처리·변환 → 정보 → 맥락과 목적을 반영한 해석 → 인사이트 → 의사결정. 각 화살표마다 오류 가능성이 있으므로 분석자는 원자료와 처리 과정을 기록해야 한다.
따라서 데이터 분석은 “데이터에 숨은 정답을 자동으로 찾는 일”이 아니다. 분석 목적을 세우고, 적절한 자료와 방법을 선택하며, 결과가 무엇을 의미하고 무엇까지 말할 수 있는지를 판단하는 논리적이고 체계적인 접근이다. 데이터 품질, 규모와 복잡성, 방법론 선택, 결과 설명, 개인정보 보호와 윤리도 모두 분석의 일부다.
분석 질문이 바뀌면 필요한 분석 수준도 달라진다
데이터 분석은 답하려는 질문의 깊이에 따라 설명적·진단적·예측적·처방적 분석으로 나눌 수 있다. 뒤 단계로 갈수록 의사결정 가치가 커질 수 있지만, 더 많은 데이터와 강한 가정, 복잡한 모델이 필요해 난도도 높아진다.
| 분석 수준 | 핵심 질문 | 예시 | 주요 산출물 |
|---|---|---|---|
| 설명적 분석 | 무슨 일이 일어났는가? | 지난달 매출과 불량률 집계 | 요약 통계, 현황표, 대시보드 |
| 진단적 분석 | 왜 일어났는가? | 불량률 상승과 설비 온도의 관계 확인 | 원인 후보, 변수 관계, 가설 검정 |
| 예측적 분석 | 앞으로 무엇이 일어날까? | 센서 기록으로 다음 고장 시점 예측 | 예측값, 위험 확률, 분류 결과 |
| 처방적 분석 | 무엇을 해야 하는가? | 비용과 위험을 고려해 정비 시점 결정 | 권고안, 최적화 결과, 실행 전략 |
네 수준은 서로 대체 관계가 아니라 누적 관계에 가깝다. 현재 상태를 잘못 집계하면 원인 진단도 흔들리고, 원인과 패턴을 충분히 이해하지 못한 예측은 현장에서 신뢰받기 어렵다. 처방 역시 예측 결과만 따르는 것이 아니라 비용, 안전, 정책, 윤리 같은 제약을 함께 고려해야 한다.
설비의 건전성을 관리하는 PHM(Prognostics and Health Management)을 예로 들면 흐름이 선명하다. 먼저 센서로 상태를 계측하고, 정상 범위를 벗어난 신호를 모니터링하며, 고장 원인과 영향을 진단한다. 이어 향후 고장 가능성을 예측하고, 마지막으로 최적의 유지보수 전략을 정하는 개선 단계로 나아간다.
데이터 분석은 세 종류의 지식이 만나는 협업 영역이다
신뢰할 만한 분석에는 컴퓨터과학·IT, 수학·통계, 도메인 지식이 함께 필요하다. 컴퓨터과학은 데이터를 저장하고 처리하며 반복 작업을 자동화하는 수단을 제공한다. 수학과 통계는 불확실성을 다루고 관계와 차이가 우연인지 판단하는 근거를 제공한다. 도메인 지식은 변수의 실제 의미, 가능한 원인, 실행 가능한 대안을 알려 준다.
세 요소 결손 진단: 프로그래밍만 강하면 계산은 빠르지만 잘못 정의한 문제를 정교하게 풀 수 있다. 통계만 강하면 현실의 데이터 생성 과정을 놓칠 수 있다. 도메인 지식만으로는 직관을 검증하거나 대규모 자료를 일관되게 처리하기 어렵다. 좋은 분석은 세 관점이 서로의 오류를 잡아 주는 과정이다.
데이터 분석은 수집된 데이터를 정리·가공하고 탐색·시각화하여 의사결정을 지원하는 데 초점을 둔다. 데이터 과학은 이를 포함하면서 데이터 엔지니어링, 예측 모델, 서비스 구현과 자동화된 의사결정 시스템까지 다루는 더 넓은 개념이다. 경계는 실무에서 유동적이지만, 데이터 분석이 데이터 과학의 핵심 구성 요소라는 관계는 기억해 둘 만하다.
활용 분야도 넓다. 전자상거래의 상품 추천, 은행의 대출 심사 지원, 스포츠 구단의 선수 평가, 감염병 정책, 스마트 팩토리, 맞춤형 치료, 교통 신호 설계가 모두 데이터 기반 의사결정의 사례다. 다만 분석 결과가 곧 의사결정 그 자체는 아니다. 편향된 자료나 잘못된 목표 함수는 자동화될수록 더 큰 피해를 낼 수 있으므로 사람이 맥락과 책임을 검토해야 한다.
분석 과정은 질문에서 시작해 전달과 행동으로 끝난다
강의의 핵심 흐름은 데이터 수집·저장 → 전처리 → 분석 → 시각화다. 실제 업무에서는 이 앞에 문제 정의를, 뒤에 해석·의사결정과 재검토를 붙여야 한다. 결과가 목적에 맞지 않으면 앞 단계로 돌아가므로 직선형 생산라인보다 반복적인 순환 과정에 가깝다.
- 문제 정의: “매출을 분석하자”가 아니라 “신규 고객의 30일 내 재구매율이 낮은 원인을 찾자”처럼 대상, 지표, 기간과 활용 목적을 구체화한다.
- 수집·저장: 내부 거래 기록, 공공 데이터, 연구기관 통계, 소셜 미디어 같은 출처를 정하고 파일, 데이터베이스, API, 웹 스크래핑, 센서 등 적절한 방법으로 확보한다. 이때 사용 권한과 개인정보 처리 근거도 확인한다.
- 전처리: 데이터의 분포와 구조를 측정하고 결측치·이상치·중복·불일치를 정제한다. 여러 출처를 통합하고, 필요하면 표본 추출이나 변수 선택으로 규모를 줄이며, 정규화·표준화·형 변환을 수행한다.
- 탐색·분석: EDA로 분포, 이상치, 변수 관계를 살핀 뒤 목적에 따라 기술 통계, 가설 검정, 상관·회귀 분석, 머신러닝과 딥러닝을 적용한다.
- 시각화·해석: 표와 그래프로 핵심 패턴을 드러내고, 분석의 한계와 불확실성을 포함해 이해관계자에게 설명한다. 결정이 실행된 뒤에는 실제 효과를 다시 측정한다.
목적 역추적 점검법: 최종 결정에 필요한 정보는 무엇인가 → 그 정보를 만들 분석은 무엇인가 → 그 분석에 필요한 변수는 무엇인가 → 그 변수를 합법적이고 신뢰성 있게 얻을 출처는 어디인가를 거꾸로 묻는다. 이 방식은 “일단 모으고 보자”는 데이터 수집을 막는다.
전처리는 삭제가 아니라 분석 가능한 상태를 만드는 판단이다
전처리를 단순히 “깨끗하지 않은 값을 지우는 작업”으로 이해하면 중요한 정보를 잃을 수 있다. 결측치는 센서 고장일 수도 있지만, 응답자가 민감한 질문을 피한 흔적일 수도 있다. 이상치는 입력 오류일 수도 있지만, 실제 사고나 사기 거래처럼 분석의 핵심 사건일 수도 있다. 따라서 값을 제거하기 전에 발생 원인과 분석 목적을 확인해야 한다.
학습용 사례로 온라인 상점의 주문표에 고객 번호, 주문 금액, 가입일, 상품 범주, 만족도, 후기 문장이 있다고 하자. 주문 금액이 음수라면 환불을 의미하는지 입력 오류인지 확인한다. 만족도가 비어 있다면 무응답을 별도 범주로 둘지, 해당 행을 제외할지, 다른 변수로 추정할지 결정한다. 여러 표를 고객 번호로 합칠 때는 번호가 유일한지와 자료형이 같은지도 검증한다.
| 전처리 판단 | 먼저 물을 질문 | 가능한 조치 | 주의점 |
|---|---|---|---|
| 결측치 | 왜 비었으며 무작위로 빠졌는가? | 제외, 대치, 결측 여부 변수화 | 무조건 평균으로 채우면 분포가 왜곡될 수 있음 |
| 이상치 | 오류인가 실제 희귀 사건인가? | 원자료 확인, 수정, 별도 분석 | 자동 삭제하면 중요한 사건을 잃을 수 있음 |
| 통합 | 두 자료의 관측 단위와 키가 같은가? | 키 정비, 중복 제거, 조인 검증 | 일대다 관계를 놓치면 행 수가 부풀 수 있음 |
| 변환 | 모델이나 비교에 필요한 척도인가? | 단위 변환, 정규화, 표준화 | 변환 기준은 학습·평가 자료에 일관되게 적용 |
EDA(탐색적 데이터 분석)는 본격적인 모델링 전에 데이터를 이해하는 단계다. 평균만 보지 않고 중앙값과 분산, 분포 모양, 그룹별 차이, 변수 간 관계를 표와 그래프로 확인한다. 여기서 세운 가설과 발견한 문제는 전처리와 수집 단계로 되돌아가게 만든다.
데이터 속성과 형태를 함께 분류해야 분석 방법을 고를 수 있다
데이터는 무엇을 표현하는가에 따라 질적·양적으로, 어떤 구조로 저장되는가에 따라 정형·반정형·비정형으로 나눌 수 있다. 두 분류축은 별개다. 예를 들어 표의 ‘지역명’ 열은 정형 데이터이면서 질적 데이터이고, JSON 문서의 ‘나이’ 값은 반정형 데이터 안의 양적 데이터다.
| 속성 유형 | 뜻 | 예 | 가능한 비교 |
|---|---|---|---|
| 명목형 | 이름으로만 구분되는 범주 | 혈액형, 운영체제 | 같다/다르다, 빈도 |
| 순서형 | 순서는 있으나 간격이 일정하지 않은 범주 | 만족·보통·불만족 | 순서, 중앙 범주 |
| 이산형 | 셀 수 있는 수치 | 주문 건수, 오류 횟수 | 차이, 비율, 산술 연산 |
| 연속형 | 구간 안에서 연속적으로 측정되는 수치 | 온도, 시간, 길이 | 차이, 비율, 산술 연산 |
숫자로 적혀 있다는 이유만으로 양적 데이터는 아니다. 학번, 우편번호, 상품 코드는 숫자 모양이어도 크기나 평균에 의미가 없는 식별자이므로 명목형으로 다뤄야 한다. 반대로 만족도 1~5점은 숫자지만 점수 사이의 간격이 반드시 같다고 보장되지 않으므로 기본적으로 순서형이다.
정형 데이터는 행과 열의 고정된 구조를 가지며 관계형 데이터베이스나 표에 저장하기 쉽다. 비정형 데이터는 문장, 이미지, 영상, 음성처럼 고정된 표 구조가 없고 풍부한 맥락을 담지만 전처리와 특징 추출이 어렵다. 반정형 데이터는 JSON·XML처럼 태그나 키를 통해 일정한 규칙을 가지되 모든 레코드가 같은 열을 갖지는 않는다.
2축 판별 연습: 고객 후기 문장은 ‘비정형·질적’, CSV의 구매 횟수 열은 ‘정형·양적·이산형’, JSON의 센서 온도 값은 ‘반정형·양적·연속형’이다. 저장 형태만 보고 통계적 속성을 정하거나, 숫자 표기만 보고 연산 가능성을 판단하지 않는다.
시각화는 장식이 아니라 탐색과 설명을 잇는 표현 도구다
시각화는 데이터의 정보와 관계를 그래프·차트·다이어그램으로 표현하는 과정이다. 분석 중에는 분포, 군집, 추세, 이상치를 빠르게 찾게 하고, 분석 후에는 복잡한 결과를 핵심 메시지로 압축해 전달한다. 같은 자료라도 질문에 맞는 표현을 골라야 한다.
- 범주별 크기를 비교하려면 막대그래프가 적합하다.
- 시간에 따른 변화를 보려면 선그래프가 적합하다.
- 두 수치형 변수의 관계를 탐색하려면 산점도가 적합하다.
- 한 수치형 변수의 분포를 보려면 히스토그램이나 상자그림이 적합하다.
원형그래프는 일부 구성비를 간단히 보여 줄 수 있지만 범주가 많거나 값이 비슷하면 각도 비교가 어렵다. 또한 축의 시작점을 자르거나 면적과 입체 효과를 과장하면 실제 차이보다 커 보일 수 있다. 좋은 시각화는 제목, 단위, 기준 시점, 표본 범위와 불확실성을 분명히 밝혀 독자가 같은 결론을 검토할 수 있게 한다.
오픈소스는 공개된 코드와 협업 규칙으로 발전하는 생태계다
오픈소스는 소스코드를 공개하고 정해진 라이선스 아래에서 누구나 접근·사용·검토·수정·재배포할 수 있게 하는 소프트웨어 개발 방식이자 협업 철학이다. 공개되어 있다는 사실만으로 아무 조건 없이 쓸 수 있다는 뜻은 아니다. 저작권은 유지되며, 이용자는 저작자 표시, 동일 조건 배포, 변경 사항 고지 같은 라이선스 조건을 따라야 한다.
자유 소프트웨어 운동을 이끈 리처드 스톨먼은 GNU 프로젝트와 자유 소프트웨어 재단(FSF)을 통해 사용자의 소프트웨어 자유를 강조했다. 에릭 레이먼드는 1997년 에세이 「성당과 시장」에서 소수 핵심 집단이 폐쇄적으로 개발하는 ‘성당’ 모델과, 네트워크를 통해 참여와 공개 검토가 이루어지는 ‘시장’ 모델을 대비했다. 이후 OSI(Open Source Initiative)는 오픈소스라는 용어와 기준을 확산하는 데 중요한 역할을 했다.
오픈소스 프로젝트가 지속되려면 개발자의 참여와 유지보수 자원이 필요하다. 개인은 문제 해결의 즐거움, 지식 공유와 호혜성 같은 내재적 동기뿐 아니라 평판과 경력 신호 같은 외재적 동기로 참여한다. 기업은 초기 개발 비용을 줄이고 공동 생태계의 개선을 활용하는 한편, 개발자 고용, 코드 기여, 재단 후원, 유료 지원 서비스로 생태계에 참여한다.
오픈소스 사용 전 4문항: ① 어떤 라이선스인가? ② 현재도 유지보수되는가? ③ 알려진 보안 취약점과 의존성 위험은 없는가? ④ 분석 결과를 재현할 수 있도록 버전과 실행 환경을 기록했는가? ‘무료’ 여부보다 이 네 질문이 실무 품질을 좌우한다.
파이썬 생태계는 분석 단계마다 다른 도구를 연결한다
파이썬은 언어 자체뿐 아니라 라이브러리, 개발 도구, 문서와 커뮤니티가 오픈소스 방식으로 발전해 데이터 분석에 널리 쓰인다. IDLE은 기본적인 코드 작성과 실행에 적합하고, Jupyter Notebook은 코드·설명·결과를 셀 단위로 함께 기록하기 좋다. Google Colab은 별도 설치 없이 브라우저에서 노트북을 실행하고 공유할 수 있다.
| 분석 과업 | 대표 도구 | 주요 역할 |
|---|---|---|
| 웹 자료 수집 | Selenium, lxml | 브라우저 자동화, HTML·XML 구조 해석 |
| 수치·표 데이터 처리 | NumPy, pandas | 배열 연산, 데이터프레임 정리·결합·집계 |
| 통계 분석 | statsmodels | 통계 모형 추정과 검정 |
| 시각화 | Matplotlib, Seaborn | 그래프 작성과 분포·관계 표현 |
| 머신러닝 | scikit-learn | 전처리, 분류·회귀·군집, 모델 평가 |
도구 이름을 외우는 것보다 분석 목적과 단계에 맞춰 선택하는 능력이 중요하다. 예를 들어 웹에서 자료를 가져왔다면 수집 허용 범위와 이용 약관을 확인하고, pandas로 정제한 뒤 Seaborn으로 탐색하며, 필요한 경우 statsmodels나 scikit-learn으로 분석한다. 노트북에는 패키지 버전, 난수 설정, 전처리 기준을 기록해 다른 사람이 같은 결과를 재현할 수 있게 한다.
하나의 사례로 분석 전 과정을 설계해 본다
도서관이 좌석 부족 민원을 줄이려 한다고 가정하자. 목표를 “다음 달 시간대별 이용 인원을 예측해 인력과 공간 운영안을 세운다”로 구체화한다. 내부 출입 기록과 좌석 센서 자료를 수집하고, 외부의 학사 일정과 날씨 자료를 결합한다. 이때 개인을 식별할 필요가 없다면 익명화된 집계 수준으로 수집해 개인정보 위험을 줄인다.
전처리에서는 센서 중단 시간, 중복 입장, 시간대 표기 불일치를 확인한다. EDA에서는 요일·시간대별 분포와 시험 기간의 변화를 시각화한다. 진단적 분석으로 혼잡과 시험 일정의 관계를 확인하고, 예측적 분석으로 다음 달 혼잡도를 추정한다. 마지막에는 예측값 하나만 제시하지 않고 예상 범위와 실패 가능성을 함께 설명한 뒤, 연장 운영이나 예약제 같은 대안을 비용·형평성과 함께 비교한다.
이 사례에서 출입 기록은 정형·양적·이산형, 날씨 상태는 정형·질적·명목형, 자유 서술 민원은 비정형·질적 데이터다. 분석자는 서로 다른 유형을 적절히 변환하되, 민원 문장에서 개인정보를 제거하고 자료 사용 조건을 확인해야 한다. 이렇게 하면 데이터 유형, 분석 과정, 시각화, 윤리, 오픈소스 도구가 하나의 의사결정 문제 안에서 연결된다.
최종 판단 기준: 좋은 데이터 분석은 복잡한 모델을 사용했는지가 아니라, 질문과 데이터가 맞는지, 처리 과정이 검증 가능한지, 결과가 한계를 포함해 정확히 전달되는지, 실제 결정이 책임 있게 개선되는지로 평가한다.
핵심 정리
- 데이터는 관찰·측정값이고, 정보는 목적에 맞게 가공한 결과이며, 인사이트는 행동 가능한 해석이다.
- 설명적·진단적·예측적·처방적 분석은 각각 ‘무엇·왜·앞으로·어떻게’를 묻는다.
- 분석 과정은 문제 정의, 수집·저장, 전처리, 탐색·분석, 시각화·해석과 재검토로 이어진다.
- 데이터는 속성 기준으로 명목형·순서형·이산형·연속형, 저장 형태 기준으로 정형·반정형·비정형으로 구분한다.
- 오픈소스는 라이선스에 따른 사용·수정·재배포와 공개 협업을 가능하게 하지만 유지보수·보안·재현성 검토가 필요하다.
- 파이썬의 다양한 오픈소스 도구는 수집, 처리, 통계, 시각화, 머신러닝의 각 단계를 연결한다.
예상문제 10선
1. 데이터와 정보의 관계를 가장 정확하게 설명한 것은?
정답입니다.
오답입니다. 답안을 다시 선택해 보세요.
정답 및 해설 보기
정답: ②
- ① 오답: 데이터와 정보의 순서를 반대로 설명했다.
- ② 정답: 관찰값인 데이터를 분석 목적에 맞게 가공하면 의사결정에 쓸 정보가 된다.
- ③ 오답: 문장, 이미지, 음성도 데이터가 될 수 있다.
- ④ 오답: 규모가 커져도 목적에 맞는 처리와 해석이 없으면 유용한 정보가 되지 않는다.
2. 다음 분석 질문과 분석 수준의 연결이 옳은 것은?
정답입니다.
오답입니다. 답안을 다시 선택해 보세요.
정답 및 해설 보기
정답: ④
- ① 오답: 과거 현황을 묻는 질문은 설명적 분석이다.
- ② 오답: 원인을 묻는 질문은 진단적 분석이다.
- ③ 오답: 미래 확률을 묻는 질문은 예측적 분석이다.
- ④ 정답: 실행할 대안을 묻는 질문은 처방적 분석에 해당한다.
3. 데이터 분석의 일반적인 흐름으로 가장 적절한 것은?
정답입니다.
오답입니다. 답안을 다시 선택해 보세요.
정답 및 해설 보기
정답: ①
- ① 정답: 목적을 먼저 세우고 필요한 데이터를 확보·정제한 뒤 분석과 전달로 이어지는 흐름이다.
- ② 오답: 문제와 자료를 이해하기 전에 시각화와 모델부터 정할 수 없다.
- ③ 오답: 삭제를 전처리의 기본값으로 삼으며 목적과 수집의 순서도 뒤바뀌었다.
- ④ 오답: 도구 설치는 분석 단계가 아니며 문제 정의가 수집과 예측보다 앞서야 한다.
4. 주문 금액에서 매우 큰 값 하나를 발견했을 때 가장 적절한 첫 행동은?
정답입니다.
오답입니다. 답안을 다시 선택해 보세요.
정답 및 해설 보기
정답: ③
- ① 오답: 실제 희귀 거래라면 삭제가 중요한 정보를 없앤다.
- ② 오답: 분석 결과에 맞추어 값을 임의로 바꾸면 데이터 신뢰성이 훼손된다.
- ③ 정답: 이상치는 오류와 중요한 사건 모두일 수 있으므로 원인을 먼저 확인해야 한다.
- ④ 오답: 자료형 변경은 이상치의 발생 원인을 해결하지 못한다.
5. 데이터 속성 분류가 올바른 것은?
정답입니다.
오답입니다. 답안을 다시 선택해 보세요.
정답 및 해설 보기
정답: ②
- ① 오답: 우편번호는 숫자 모양의 명목형 식별자다.
- ② 정답: 주문 건수는 하나씩 셀 수 있는 양적 이산형 데이터다.
- ③ 오답: 온도는 구간 안에서 측정되는 연속형 데이터다.
- ④ 오답: 세 범주는 순서가 있는 순서형 데이터다.
6. JSON 문서에 저장된 센서 온도 값의 분류로 가장 적절한 것은?
정답입니다.
오답입니다. 답안을 다시 선택해 보세요.
정답 및 해설 보기
정답: ①
- ① 정답: JSON은 키 구조를 가진 반정형 형식이고 온도는 연속적으로 측정되는 수치다.
- ② 오답: JSON에는 구조 규칙이 있으며 온도는 범주 이름이 아니다.
- ③ 오답: JSON은 고정된 행·열 표가 아니고 온도의 간격은 수치 의미를 가진다.
- ④ 오답: 정형·반정형·비정형은 저장 형태 분류이며 이산형은 속성 분류다.
7. 오픈소스에 대한 설명 중 틀린 것은?
정답입니다.
오답입니다. 답안을 다시 선택해 보세요.
정답 및 해설 보기
정답: ④
- ① 오답: 공개 검토와 협업은 오픈소스의 대표적 장점이다.
- ② 오답: 공개 여부와 별개로 업데이트와 보안 대응 상태를 점검해야 한다.
- ③ 오답: 사용·수정·재배포의 구체적 권리와 의무는 라이선스가 정한다.
- ④ 정답: 오픈소스에도 저작권과 라이선스 의무가 있으므로 무조건적인 자유 사용은 아니다.
8. 분석 과업과 파이썬 오픈소스 도구의 연결이 가장 적절한 것은?
정답입니다.
오답입니다. 답안을 다시 선택해 보세요.
정답 및 해설 보기
정답: ③
- ① 오답: pandas의 중심 역할은 표 형태 데이터의 정리·결합·집계다.
- ② 오답: Matplotlib은 데이터 시각화 라이브러리다.
- ③ 정답: scikit-learn은 전처리, 지도·비지도 학습과 모델 평가 도구를 제공한다.
- ④ 오답: Selenium은 주로 웹 브라우저 자동화에 사용한다.
9. 시간대별 도서관 혼잡도를 분석할 때 목적 역추적 원칙에 가장 맞는 행동은?
정답입니다.
오답입니다. 답안을 다시 선택해 보세요.
정답 및 해설 보기
정답: ①
- ① 정답: 최종 활용 목적에서 필요한 정보와 데이터까지 역으로 설계하면 불필요한 수집을 줄일 수 있다.
- ② 오답: 목적 없는 개인정보 수집은 윤리·법적 위험을 키운다.
- ③ 오답: 모델보다 문제와 데이터의 적합성을 먼저 검토해야 한다.
- ④ 오답: 시간대별 운영 결정에는 분포와 불확실성 정보가 필요하다.
10. 신뢰할 수 있는 데이터 분석에 대한 설명으로 가장 적절한 것은?
정답입니다.
오답입니다. 답안을 다시 선택해 보세요.
정답 및 해설 보기
정답: ③
- ① 오답: 모델은 잘못된 입력과 편향을 스스로 바로잡지 못한다.
- ② 오답: 범위와 한계를 감추면 시각적으로 정확해 보여도 오해를 낳는다.
- ③ 정답: 분석의 전 과정과 실제 활용 결과까지 검토하는 설명이다.
- ④ 오답: 도구의 공개 여부와 분석 설계의 객관성은 별개의 문제다.
참고 자료와 작성 기준
- 작성·편집: 올에이클래스 학습연구팀
- 주요 근거: 한국방송통신대학교 컴퓨터과학과 「오픈소스 기반 데이터분석」 제1강 강의자료(2025)
- 보충 자료: 별도의 외부 자료를 사용하지 않음
- 편집 원칙: 올에이클래스 편집 정책
- 최종 내용 검토: 2026-08-30
댓글
댓글 쓰기