방송대 오픈소스기반데이터분석 9강: 분석 방법 선택과 학습 패러다임

방송대 오픈소스기반데이터분석 9강: 분석 방법 선택과 학습 패러다임

상관분석, 회귀, 분류, 군집화, 딥러닝은 도구 이름부터 고르는 목록이 아니다. 설명하려는지 예측하려는지, 정답 레이블이 있는지, 출력이 범주인지 수치인지에 따라 후보가 달라진다. 통계적 추론에서 기계학습과 딥러닝까지 이어지는 관계를 하나의 선택 지도로 정리한다.

분석 방법은 질문의 동사에서 갈라진다

“데이터를 분석한다”는 말만으로는 방법을 정할 수 없다. 현재 상태를 요약하려는지, 두 변수가 함께 움직이는지 설명하려는지, 표본으로 모집단을 추론하려는지, 새로운 입력의 결과를 예측하려는지, 레이블 없는 데이터에서 구조를 발견하려는지를 먼저 구분해야 한다.

핵심 질문	데이터 조건	우선 검토할 방법	주요 산출물
무슨 일이 있었는가?	관측 데이터	기술통계	평균, 중앙값, 분포, 비율
두 변수는 함께 움직이는가?	두 변수의 짝지은 관측	상관분석	관계 방향과 강도
설명변수와 결과의 관계는?	목표 변수와 설명변수	회귀분석	계수, 불확실성, 예측값
그룹 차이가 우연으로 설명되는가?	그룹과 연속형 결과	가설검정, ANOVA	검정통계량과 p값
새 관측의 범주·수치는?	레이블이 있는 학습 데이터	지도학습 분류·회귀	예측 범주·확률·수치
레이블 없이 어떤 구조가 있는가?	특성만 있는 데이터	비지도학습	군집, 저차원 표현, 이상 후보

선택 순서: 분석 목적 → 목표 변수 존재 여부 → 레이블 존재 여부 → 출력의 형태 → 데이터 규모와 구조 → 해석 가능성·정확도·비용 제약 → 평가 방법 순으로 결정한다.

통계적 분석은 요약과 일반화를 구분한다

기술통계는 관측한 데이터의 주요 특성을 요약한다. 평균, 중앙값, 표준편차, 사분위수와 그래프는 “이 표본에서 무엇이 보이는가”에 답한다. 추론통계는 표본의 불확실성을 고려해 모집단의 특성이나 가설에 관한 결론을 내린다.

예를 들어 수강생 100명의 평균 점수가 78점이라는 계산은 기술통계다. 이 표본을 바탕으로 전체 수강생의 평균 범위를 추정하거나 두 학습법의 모집단 평균이 다른지 검정하면 추론통계다. 표본이 편향되었거나 관측이 독립적이지 않다면 정교한 검정도 잘못된 일반화를 만들 수 있다.

statsmodels는 회귀, 시계열, 가설검정, 분산분석 등 통계 모델링과 추론 도구를 제공한다. 라이브러리가 p값과 계수를 계산해 주더라도 변수 정의, 표본 설계, 모델 가정, 잔차 진단과 결과 해석은 분석자의 책임이다.

오개념 교정: 표본 수가 크다고 대표성이 자동으로 생기지는 않는다. 잘못된 방식으로 모은 큰 표본은 같은 편향을 더 정밀하게 반복할 수 있다.

상관관계는 함께 움직임을 측정하지만 원인을 증명하지 않는다

상관분석은 두 변수의 관계 방향과 강도를 수치로 요약한다. 피어슨 상관계수는 선형 관계에서 -1과 1 사이의 값을 가지며, 1에 가까우면 강한 양의 선형 관계, -1에 가까우면 강한 음의 선형 관계, 0에 가까우면 선형 관계가 약하다는 뜻이다.

상관계수 0이 “아무 관계도 없다”는 뜻은 아니다. U자형처럼 강한 비선형 관계는 양의 구간과 음의 구간이 상쇄되어 0에 가까울 수 있다. 극단값 하나가 계수를 크게 바꿀 수도 있으므로 산점도와 분포를 함께 봐야 한다.

관찰	말할 수 있는 것	추가 근거 없이 말할 수 없는 것
공부 시간과 점수의 양의 상관	표본에서 둘이 함께 증가하는 경향	공부 시간이 점수 상승의 유일한 원인
광고비와 매출의 양의 상관	같은 기간 두 값의 동반 변화	광고비만 늘리면 반드시 같은 폭으로 매출 증가
상관계수 0에 가까움	선형 관계가 약할 가능성	비선형 관계까지 전혀 없음

인과를 주장하려면 시간적 선후, 대안 원인 통제, 연구 설계와 도메인 근거가 더 필요하다. 상관분석은 진단적 탐색의 출발점이지 원인 판결문이 아니다.

회귀는 관계를 식으로 표현하고 새로운 값을 예측한다

회귀분석은 종속변수와 하나 이상의 독립변수 관계를 모델링한다. 단순 선형회귀를 y=β₀+β₁x+ε로 쓰면 β₀는 절편, β₁은 x가 한 단위 변할 때 y의 평균적 변화, ε는 모델로 설명되지 않는 오차다.

같은 회귀라도 목적이 다를 수 있다. 통계적 설명에서는 계수의 방향·크기·신뢰구간과 가정이 중요하다. 기계학습 예측에서는 보지 않은 데이터에서 오차가 얼마나 작은지가 중심이다. 좋은 설명 모델과 좋은 예측 모델이 항상 같은 것은 아니다.

회귀 해석 점검: 계수의 단위는 무엇인가? 다른 변수를 통제한 조건부 관계인가? 학습 범위 밖으로 외삽하는가? 잔차 패턴과 이상치가 결과를 지배하는가? 예측 성능은 독립된 평가 데이터에서 확인했는가?

이름에 ‘회귀’가 들어가는 로지스틱 회귀는 보통 이진 범주의 확률을 모델링하는 분류 알고리즘이다. 반면 선형 회귀, 릿지, 라쏘는 연속값 예측에 주로 사용한다. 알고리즘 이름보다 최종 출력의 형태를 확인해야 한다.

p값은 귀무가설이 참일 확률이 아니다

가설검정에서는 먼저 귀무가설 H₀과 대립가설 H₁을 정하고, 자료에서 검정통계량을 계산한다. p값은 귀무가설과 검정 모형의 가정이 참이라고 할 때, 실제로 관찰한 결과와 같거나 더 극단적인 결과가 나올 확률이다.

1. 연구 질문과 변수에 맞게 H₀, H₁을 사전에 정의한다.
2. 검정 방법의 가정과 유의수준 α를 정한다.
3. 표본으로 검정통계량과 p값을 계산한다.
4. p<α이면 H₀을 기각하고, 그렇지 않으면 기각할 근거가 부족하다고 말한다.
5. 효과 크기와 신뢰구간, 표본 설계와 실질적 중요성을 함께 해석한다.

p=0.03은 “귀무가설이 참일 확률이 3%”도 아니고 “대립가설이 97% 확률로 맞다”도 아니다. 또한 p≥0.05는 귀무가설이 참임을 증명하지 않는다. 데이터와 설계가 차이를 검출하기에 충분하지 않았을 수도 있다.

유의성과 중요성: 표본이 매우 크면 실무적으로 작은 차이도 낮은 p값을 만들 수 있다. 반대로 중요한 차이가 있어도 표본이 작고 변동이 크면 유의하지 않을 수 있다. p값만 보고 의사결정을 끝내지 않는다.

ANOVA는 세 집단 이상의 평균을 한 번에 비교한다

분산분석(ANOVA)은 세 개 이상 집단의 평균이 모두 같다는 귀무가설을 검정한다. 집단 간 변동을 집단 내 변동과 비교한 F-통계량을 사용한다.

F=집단 간 변동/집단 내 변동

집단 평균 차이가 크고 각 집단 안의 변동이 상대적으로 작으면 F가 커진다. p값이 유의수준보다 작으면 “모든 집단 평균이 같다”는 귀무가설을 기각한다. 그러나 어느 집단끼리 다른지는 ANOVA 결과 하나로 알 수 없다. 사후 비교와 다중비교 보정이 필요하다.

잘못된 결론	올바른 해석
p<0.05이므로 모든 집단이 서로 다르다.	적어도 한 집단 평균이 다르다는 근거이며 위치는 후속 검정 필요
F가 크므로 차이가 실무적으로 중요하다.	효과 크기와 실제 단위를 별도로 평가
집단별 분포와 가정은 확인할 필요가 없다.	독립성, 잔차·분산 등 적용 조건을 검토

여러 집단을 두 개씩 반복 t-검정하면 비교 횟수가 늘수록 한 번 이상 거짓 양성을 얻을 가능성이 커진다. ANOVA는 전체 차이를 먼저 검정해 무분별한 반복 비교를 피하는 출발점이다.

지도학습은 레이블과 출력 형태로 분류와 회귀를 나눈다

지도학습은 입력 특성과 정답 레이블의 짝을 학습한다. 목표가 스팸/정상, 합격/불합격, 질병 범주처럼 유한한 범주라면 분류다. 가격, 온도, 수요량처럼 연속적인 수치라면 회귀다.

알고리즘	작동 관점	강점	주의점
로지스틱 회귀	범주 확률을 모델링	단순하고 계수 해석 가능	복잡한 비선형 경계 표현에 한계
결정 트리	조건 질문으로 공간 분할	비선형 관계와 규칙 설명	깊어지면 과적합
랜덤 포레스트	여러 트리 결과 결합	단일 트리보다 안정적	모델 전체 해석이 복잡
SVM	여유가 큰 결정 경계 탐색	고차원에서도 활용 가능	스케일·커널·매개변수에 민감
k-NN	가까운 k개 이웃 참조	직관적이고 단순	예측 비용과 거리 척도, 고차원 문제

분류에서는 정확도만 보지 않는다. 불균형 데이터에서는 정밀도, 재현율, F1, ROC-AUC 같은 지표와 오분류 비용을 함께 본다. 회귀에서는 MAE, MSE, RMSE, 결정계수 등을 목적에 맞게 선택하고 잔차를 확인한다.

릿지와 라쏘는 복잡도를 다른 방식으로 제한한다

선형 회귀가 많은 특성에 지나치게 맞춰지는 것을 줄이기 위해 계수 크기에 벌점을 줄 수 있다. 릿지 회귀는 계수 제곱의 합인 L2 벌점을 사용해 계수를 전반적으로 줄인다. 라쏘 회귀는 계수 절댓값의 합인 L1 벌점을 사용하며 일부 계수를 정확히 0으로 만들 수 있어 특성 선택 효과가 있다.

방법	벌점	계수에 미치는 대표 효과	주의점
선형 회귀	없음	자료에 맞는 계수 추정	다중공선성·과적합 가능
릿지	L2	계수를 부드럽게 축소	특성을 대체로 모두 유지
라쏘	L1	일부 계수를 0으로 축소	상관된 특성 중 선택이 불안정할 수 있음

정규화 강도는 학습 데이터에 맞춰 임의로 고르지 않고 교차검증으로 선택한다. 특성의 단위가 크게 다르면 벌점이 공정하게 작동하지 않으므로 스케일링도 검토한다.

비지도학습은 정답 없이 구조를 제안한다

비지도학습은 정답 레이블 없이 특성의 패턴과 구조를 찾는다. 결과로 나온 군집이나 저차원 좌표는 자연에 존재하던 정답을 발견했다기보다 선택한 거리, 알고리즘과 매개변수 아래에서 얻은 구조다. 도메인 해석과 안정성 검토가 필요하다.

과업	핵심 질문	대표 기법	활용
군집화	어떤 관측이 서로 유사한가?	K-평균, 계층 군집화, DBSCAN	고객 세분화, 관측 그룹화
차원 축소	정보를 덜 잃고 축을 줄일 수 있는가?	PCA, t-SNE, UMAP	시각화, 노이즈 제거, 전처리
이상 탐지	정상 패턴에서 벗어난 관측은?	Isolation Forest, DBSCAN	고장·사기 후보 탐지
연관 규칙	어떤 항목이 함께 자주 나타나는가?	Apriori, FP-Growth	장바구니 분석, 추천 후보

레이블 없는 평가: 군집 번호 0과 1에는 본래 의미가 없다. 군집 크기, 분리도, 반복 표본에서의 안정성, 업무에서 설명 가능한 차이를 함께 확인한 뒤 이름을 붙인다.

딥러닝은 기계학습 안에서 표현까지 함께 학습한다

딥러닝은 여러 층의 인공신경망으로 복잡한 패턴을 학습하는 기계학습의 한 분야다. 전통적 기계학습에서 사람이 특징을 설계하는 비중이 컸다면, 딥러닝은 이미지·음성·텍스트의 원자료에서 유용한 표현을 여러 층에 걸쳐 학습할 수 있다.

TensorFlow는 신경망을 구축하고 학습하는 오픈소스 프레임워크이며, Keras는 모델을 비교적 간결하게 구성하는 고수준 API를 제공한다. Sequential은 층을 순서대로 쌓는 모델, Dense는 완전연결층, Conv2D는 2차원 합성곱층, LSTM은 순서 정보를 다루는 순환 구조다. compile(), fit(), evaluate(), predict()는 학습 설정, 학습, 평가, 예측의 흐름을 담당한다.

모델 계열	구조적 강점	대표 데이터	주의점
CNN	인접한 공간 패턴과 위치 공유	이미지, 격자 신호	학습 데이터와 계산량 필요
RNN·LSTM·GRU	순차 상태와 시간 의존성	시계열, 문장, 음성	긴 의존성과 순차 계산 부담
Transformer	자기주의로 토큰 관계를 직접 계산	텍스트, 시계열, 이미지 등	문맥 길이에 따른 계산·메모리 비용

딥러닝이 항상 최선은 아니다. 표 형태의 작은 데이터에서는 전통적 모델이 더 빠르고 해석하기 쉬우며 성능도 충분할 수 있다. 데이터 규모, 구조, 하드웨어, 설명 책임과 유지비용을 함께 비교한다.

트랜스포머와 LLM의 사용 방식은 학습과 프롬프팅을 구분해야 한다

트랜스포머는 2017년 논문 「Attention Is All You Need」에서 제안된 구조로, 자기주의를 이용해 입력 토큰 사이의 관계를 계산한다. 이 구조를 바탕으로 대규모 텍스트에서 다음 토큰 패턴을 학습한 생성형 언어 모델은 자연어 입력에 자연어 출력을 생성하고 코드·설명·요약 등 데이터 분석 작업을 보조할 수 있다.

제로샷과 퓨샷은 보통 추론 시 프롬프트에 작업 설명만 주거나 소수 예시를 함께 주는 방식이다. 모델 매개변수를 바꾸지 않는다. 파인튜닝은 특정 데이터로 추가 학습하여 매개변수를 조정한다. 세 방식을 모두 ‘학습’이라고 부르면 실행 시 문맥 제공과 모델 자체 변경이 혼동된다.

방식	제공 정보	모델 매개변수 변경	적합한 상황
제로샷 프롬프팅	지시와 입력	없음	일반 과업의 빠른 시도
퓨샷 프롬프팅	지시·입력·소수 예시	없음	출력 형식과 판단 패턴 안내
파인튜닝	학습용 입력·목표 쌍	있음	반복되는 특정 과업과 도메인 적응

LLM 활용 경계: 생성 결과는 통계적 그럴듯함을 바탕으로 하므로 계산, 출처, 코드 실행, 개인정보 노출과 의사결정 책임을 사람이 검증해야 한다.

하나의 업무 질문을 방법 선택표로 풀어 본다

온라인 강좌 운영자가 이탈을 줄이려 한다고 가정하자. 먼저 “이탈률과 시청 시간의 관계를 설명”하려면 상관분석과 회귀를 검토한다. 이때 상관만으로 시청 시간이 이탈의 원인이라고 결론내리지 않는다. 세 가지 수업 설계의 평균 이탈률 차이를 검정하려면 적절한 가정 아래 ANOVA를 고려한다.

새 수강생이 이탈할지 예측하고 과거 이탈 레이블이 있다면 분류 문제다. 다음 달 시청 시간을 수치로 예측하면 회귀 문제다. 레이블 없이 이용 패턴이 비슷한 수강생을 묶으려면 군집화다. 자유 서술 후기와 긴 행동 시퀀스가 대규모로 축적되어 복잡한 표현 학습이 필요하다면 딥러닝 후보를 검토할 수 있다.

1. 결정할 행동과 목표 변수를 문장으로 쓴다.
2. 설명·검정·예측·구조 발견 중 목적을 고른다.
3. 레이블과 출력 형태에 따라 방법군을 좁힌다.
4. 가정, 데이터 규모, 해석 필요, 계산비용으로 후보를 비교한다.
5. 훈련과 평가를 분리하고 목적에 맞는 지표로 검증한다.
6. 결과의 불확실성과 실패 비용을 포함해 의사결정에 연결한다.

핵심 개념 정리

• 기술통계는 관측 자료를 요약하고, 추론통계는 표본 불확실성을 고려해 모집단에 관한 결론을 다룬다.
• 상관은 동반 변화를 측정하지만 인과를 증명하지 않으며, 회귀는 변수 관계를 모델링하고 예측에 활용한다.
• p값은 귀무가설 아래 관찰값 이상으로 극단적인 결과의 확률이며 귀무가설이 참일 확률이 아니다.
• ANOVA의 유의한 결과는 적어도 한 집단 차이를 뜻하며 어느 집단인지 알려면 후속 비교가 필요하다.
• 지도학습은 레이블을 사용하고 출력이 범주면 분류, 연속값이면 회귀다. 비지도학습은 레이블 없이 구조를 찾는다.
• 딥러닝은 기계학습의 하위 분야이며 CNN, 순환 신경망, 트랜스포머는 데이터 구조에 따라 강점이 다르다.

분석 방법 선택 공식: 도구 이름보다 먼저 질문의 동사와 원하는 출력을 정한다. 레이블·자료 구조·가정·평가 지표를 확인해 가장 단순한 적합 모델부터 시작하고, 독립된 데이터에서 성능과 불확실성을 검증한다. 복잡도는 성능 이득이 해석·비용·위험을 상쇄할 때만 높인다.

예상문제 10선

1. 기술통계와 추론통계의 구분으로 옳은 것은?

① 기술통계는 관측 자료를 요약하고 추론통계는 표본으로 모집단을 판단한다. ② 기술통계는 모집단을 증명하고 추론통계는 표를 정렬한다. ③ 기술통계는 딥러닝만 사용하고 추론통계는 파일만 저장한다. ④ 두 용어는 분석 대상과 목적이 완전히 같다.

정답입니다.

오답입니다. 답안을 다시 선택해 보세요.

정답 및 해설 보기

정답: ①

• ① 정답: 관측 자료의 요약과 표본 기반 일반화라는 목적 차이를 정확히 설명한다.
• ② 오답: 추론은 확률적 불확실성을 다루며 모집단 주장을 절대적으로 증명하지 않는다.
• ③ 오답: 딥러닝과 파일 저장은 두 통계 범주의 정의 기준이 아니다.
• ④ 오답: 기술통계와 추론통계는 연결되지만 답하는 질문이 다르다.

2. 상관계수에 대한 설명 중 틀린 것은?

① 양수이면 두 변수가 같은 방향으로 움직이는 경향을 나타낼 수 있다. ② 0에 가까워도 비선형 관계가 존재할 수 있다. ③ 극단값과 분포를 산점도로 함께 확인해야 한다. ④ 높은 상관계수만으로 한 변수가 다른 변수의 원인임이 증명된다.

정답입니다.

오답입니다. 답안을 다시 선택해 보세요.

정답 및 해설 보기

정답: ④

• ① 오답: 양의 상관이 나타내는 방향을 올바르게 설명한다.
• ② 오답: 상관계수는 주로 선형 관계를 요약하므로 가능한 경계 사례다.
• ③ 오답: 수치 하나의 왜곡과 비선형 패턴을 찾는 올바른 검토법이다.
• ④ 정답: 교란변수와 역인과 가능성이 있어 상관만으로 인과를 확정할 수 없다.

3. 이름과 실제 분석 과업의 연결이 옳은 것은?

① 선형 회귀 — 범주 이름만 생성하는 군집화 ② 로지스틱 회귀 — 범주 확률을 예측하는 분류 ③ K-평균 — 정답 레이블로 연속값을 예측하는 회귀 ④ PCA — 세 집단 평균을 검정하는 ANOVA

정답입니다.

오답입니다. 답안을 다시 선택해 보세요.

정답 및 해설 보기

정답: ②

• ① 오답: 선형 회귀는 주로 연속형 목표값을 예측한다.
• ② 정답: 이름에 회귀가 있지만 범주에 속할 확률을 모델링해 분류에 쓴다.
• ③ 오답: K-평균은 레이블 없이 유사한 관측을 묶는 군집화다.
• ④ 오답: PCA는 차원 축소이며 집단 평균 검정과 역할이 다르다.

4. 가설검정에서 p값을 가장 정확히 설명한 것은?

① 귀무가설이 참일 확률 ② 대립가설이 맞을 확률 ③ 귀무가설 아래 관찰 결과 이상으로 극단적인 결과가 나올 확률 ④ 효과의 실무적 크기 그 자체

정답입니다.

오답입니다. 답안을 다시 선택해 보세요.

정답 및 해설 보기

정답: ③

• ① 오답: p값은 가설에 직접 확률을 부여하지 않는다.
• ② 오답: 대립가설의 사후 확률을 계산한 값이 아니다.
• ③ 정답: 귀무가설과 모형 가정을 조건으로 한 데이터의 극단성 확률이다.
• ④ 오답: 효과 크기와 p값은 구분해서 보고해야 한다.

5. ANOVA에서 p<0.05가 나온 뒤 올바른 결론은?

① 적어도 한 집단 평균이 다를 근거가 있으며 위치는 후속 비교로 확인한다. ② 모든 집단이 서로 같은 크기로 다르다. ③ 집단 차이의 원인이 자동으로 증명되었다. ④ 집단 내 변동이 존재하지 않는다.

정답입니다.

오답입니다. 답안을 다시 선택해 보세요.

정답 및 해설 보기

정답: ①

• ① 정답: 전체 동질성 귀무가설의 기각 범위와 후속 검정 필요성을 정확히 설명한다.
• ② 오답: 유의한 전체 검정은 모든 쌍이 다르거나 차이가 같다는 뜻이 아니다.
• ③ 오답: 평균 차이 검정만으로 인과 메커니즘이 증명되지는 않는다.
• ④ 오답: F는 집단 내 변동과 집단 간 변동을 비교하므로 집단 내 변동이 있을 수 있다.

6. 릿지 회귀와 라쏘 회귀의 대표적 차이는?

① 릿지는 군집화이고 라쏘는 이미지 분류다. ② 릿지는 L1, 라쏘는 L2 벌점만 사용한다. ③ 릿지는 L2로 계수를 축소하고 라쏘는 L1로 일부 계수를 0으로 만들 수 있다. ④ 두 방법 모두 정답 레이블 없이 군집 번호만 만든다.

정답입니다.

오답입니다. 답안을 다시 선택해 보세요.

정답 및 해설 보기

정답: ③

• ① 오답: 두 방법은 정규화된 선형 회귀 계열이다.
• ② 오답: 벌점 유형을 반대로 배정했다.
• ③ 정답: L2의 전반적 축소와 L1의 희소 계수 효과를 구분한다.
• ④ 오답: 군집화가 아니라 연속 목표값을 사용하는 지도학습 회귀다.

7. 과거 이탈 여부 레이블로 새 수강생의 이탈 여부를 예측하는 문제는?

① 비지도 차원 축소 ② 연관 규칙 학습 ③ 연속값 회귀 ④ 레이블이 있는 지도학습 분류

정답입니다.

오답입니다. 답안을 다시 선택해 보세요.

정답 및 해설 보기

정답: ④

• ① 오답: 목표가 표현 축소가 아니라 알려진 이탈 범주 예측이다.
• ② 오답: 항목 동시 출현 규칙을 찾는 과업과 다르다.
• ③ 오답: 출력은 연속 수치가 아니라 이탈/유지 범주다.
• ④ 정답: 과거 범주 레이블로 새 관측의 범주를 예측한다.

8. 분석 방법을 선택하는 순서로 가장 적절한 것은?

① 가장 복잡한 모델 선택 → 질문 작성 → 평가 지표 삭제 ② 목적 정의 → 레이블·출력 확인 → 후보 비교 → 평가 설계 → 결과 검증 ③ 알고리즘 이름 암기 → 데이터 수집 생략 → 결론 확정 ④ 결과 발표 → 모델 학습 → 목표 변수 삭제 → 목적 변경

정답입니다.

오답입니다. 답안을 다시 선택해 보세요.

정답 및 해설 보기

정답: ②

• ① 오답: 복잡도는 목적과 제약을 확인한 뒤 필요한 만큼만 높여야 한다.
• ② 정답: 질문에서 시작해 데이터 조건, 방법, 평가, 검증으로 이어지는 흐름이다.
• ③ 오답: 데이터와 평가 없이 알고리즘 이름만으로 결론을 낼 수 없다.
• ④ 오답: 발표와 학습의 순서가 뒤집혔고 목표를 지우면 평가할 수 없다.

9. 제로샷·퓨샷 프롬프팅과 파인튜닝의 차이를 올바르게 설명한 것은?

① 세 방식 모두 반드시 모델 매개변수를 다시 학습한다. ② 제로샷은 소수 예시를 주고 퓨샷은 예시를 전혀 주지 않는다. ③ 파인튜닝은 프롬프트 문장만 바꾸고 매개변수는 유지한다. ④ 제로샷·퓨샷은 추론 문맥을 제공하고 파인튜닝은 추가 학습으로 매개변수를 조정한다.

정답입니다.

오답입니다. 답안을 다시 선택해 보세요.

정답 및 해설 보기

정답: ④

• ① 오답: 제로샷과 퓨샷 프롬프팅은 일반적으로 매개변수를 바꾸지 않는다.
• ② 오답: 예시가 없는 쪽이 제로샷이고 소수 예시를 주는 쪽이 퓨샷이다.
• ③ 오답: 파인튜닝은 학습 데이터로 모델 매개변수를 실제 조정한다.
• ④ 정답: 실행 시 문맥 제공과 모델 자체 변경의 차이를 정확히 구분한다.

10. 작은 표 데이터로 연속값을 예측하며 결과 설명이 중요한 상황의 출발점은?

① 레이블을 버리고 이미지용 CNN부터 학습한다. ② 가장 큰 LLM만 사용하고 평가 데이터를 만들지 않는다. ③ 해석 가능한 선형·정규화 회귀를 기준 모델로 세우고 독립 데이터에서 평가한다. ④ 군집 번호를 정답 수치로 간주해 회귀 평가를 생략한다.

정답입니다.

오답입니다. 답안을 다시 선택해 보세요.

정답 및 해설 보기

정답: ③

• ① 오답: 표 형태 연속값 과업과 이미지 CNN의 구조가 맞지 않고 레이블도 버릴 이유가 없다.
• ② 오답: 모델 크기는 적합성을 보장하지 않으며 독립 평가가 없으면 일반화 성능을 알 수 없다.
• ③ 정답: 출력 형태·데이터 규모·설명 요구에 맞는 단순 기준 모델과 검증 절차다.
• ④ 오답: 비지도 군집 번호에는 연속 목표값의 의미가 없고 회귀 평가를 대신하지 못한다.

참고 자료와 작성 기준

이 글은 해당 차시 강의자료를 바탕으로 학습 목적에 맞게 재구성한 비공식 학습자료입니다. 개념 관계, 예제와 문제 해설은 학습자의 이해를 돕도록 구성하고 검토했습니다.

• 작성·편집: 올에이클래스 학습연구팀
• 주요 근거: 한국방송통신대학교 컴퓨터과학과 「오픈소스 기반 데이터분석」 제9강 강의자료(2025)
• 보충 자료: statsmodels 사용자 안내서, scikit-learn 공식 문서, Vaswani 외 「Attention Is All You Need」(2026-08-30 확인)
• 편집 원칙: 올에이클래스 편집 정책
• 최종 내용 검토: 2026-08-30