데이터분석 준전문가 (ADsP) 데이터의 가치와 미래 핵심정리

빅데이터의 기본 특징 3V는 다음과 같습니다.

• Volume(규모): 데이터 양이 매우 많음
• Variety(다양성): 정형·반정형·비정형 등 형태가 다양함
• Velocity(속도): 데이터가 매우 빠르게 생기고, 빠르게 처리해야 함

여기에 Value(가치)나 Veracity(정확성)를 더해 4V, 5V로 말하기도 합니다.

틀린 선지

• 가치(Value): 3V에 더해 4V를 말할 때 들어가는 요소입니다.
• 정확성(Veracity): 3V에 더해 4V·5V를 말할 때 쓰는 요소입니다.
• 시각화(Visualization): 3V에 들어가지 않습니다.

빅데이터의 세 가지 위기 요인과 통제 방안은 짝으로 기억합니다.

• 사생활 침해 → 개인정보 제공자의 '동의'에서 사용자의 '책임'으로 전환 (데이터를 쓰는 쪽이 책임을 짐)
• 책임 원칙 훼손 → 결과 기반 책임 원칙 고수 (예측만으로 처벌하지 않음)
• 데이터 오용 → 알고리즘 접근 허용, 알고리즈미스트가 해석·구제

데이터가 수많은 목적으로 재사용되는 상황에서 매번 동의를 받는 방식은 효과가 떨어지기 때문에, 사용자의 책임을 강조합니다.

틀린 선지

• 사전 동의 절차를 늘린다: 빅데이터 환경에서는 동의만으로 보호하기 어려워 책임 중심으로 바꾸는 것이 통제 방안입니다.
• 결과 기반 책임 원칙: '책임 원칙 훼손'에 대한 통제 방안입니다.
• 알고리즈미스트: '데이터 오용'에 대한 통제 방안입니다.

빅데이터가 가져온 네 가지 본질적인 변화는 다음과 같습니다.

• 사전 처리 → 사후 처리: 필요한 정보만 골라 모으지 않고, 일단 많이 모은 뒤 나중에 조합해 숨은 정보를 찾음
• 표본 조사 → 전수 조사: 데이터 수집·처리 비용이 낮아져 전체를 분석
• 질 → 양: 데이터가 많아지면 일부 오류가 있어도 전체 결과는 좋아짐
• 인과관계 → 상관관계: '왜'보다 '무엇이 함께 일어나는지'를 보고 빠르게 판단

따라서 '상관관계에서 인과관계로'는 방향이 거꾸로 되어 옳지 않습니다.

틀린 선지

• 사전 처리에서 사후 처리로: 옳은 설명입니다.
• 표본 조사에서 전수 조사로: 옳은 설명입니다.
• 질에서 양으로: 옳은 설명입니다.

알고리즈미스트는 '데이터 오용' 위기에 대한 통제 방안으로 등장한 전문 인력입니다. 컴퓨터와 수학, 통계학, 비즈니스 지식을 갖추고 알고리즘의 판단 과정을 해석해, 알고리즘 때문에 부당하게 피해를 본 사람을 구제합니다.

틀린 선지

• 데이터 스튜어드: 데이터 항목별로 품질과 표준을 관리하는 책임자입니다.
• 데이터 엔지니어: 데이터 수집·저장·처리 시스템을 만드는 사람입니다.
• 시스템 관리자: 서버·장비를 운영하는 사람입니다.

책임 원칙 훼손은 실제로 한 행동이 아니라 '앞으로 할 것 같다'는 예측 결과 때문에 사람이 불이익을 받는 위험입니다. 민주 사회는 잘못한 행동에 대해서만 책임을 묻는 것이 원칙이기 때문입니다.

• 통제 방안: 결과 기반 책임 원칙을 고수 (행동의 결과를 보고 책임을 물음)

틀린 선지

• 데이터 오용: 데이터나 분석 결과가 잘못 쓰이거나, 잘못된 지표로 피해를 보는 경우입니다.
• 사생활 침해: 개인정보가 목적 외로 쓰여 사생활이 드러나는 위험입니다.
• 데이터 독점: 세 가지 위기 요인(사생활 침해·책임 원칙 훼손·데이터 오용)에 들어가지 않습니다.

유전 알고리즘은 생물의 진화(선택·교배·돌연변이)를 흉내 내어, 여러 후보 답을 세대마다 조금씩 개선하면서 최적의 답을 찾아가는 방법입니다. 차량 배치, 일정 짜기처럼 '가장 좋은 조합'을 찾는 문제에 씁니다.

• 연관규칙 학습: '커피를 사는 사람은 빵도 많이 사는가?'
• 회귀분석: '나이가 구매 차종에 어떤 영향을 주는가?'
• 감정 분석: '새 정책에 대한 고객의 반응이 긍정인가 부정인가?'

틀린 선지

• 연관규칙 학습: 함께 일어나는 항목(같이 사는 상품)을 찾는 방법입니다.
• 회귀분석: 한 변수가 다른 변수에 주는 영향을 수치로 알아보는 방법입니다.
• 감정 분석: 글에 담긴 긍정·부정 감정을 분석하는 방법입니다.

빅데이터의 가치 산정이 어려운 이유는 세 가지입니다.

• 데이터 활용 방식: 재사용, 재조합(다른 데이터와 결합), 다목적용 개발 때문에 누가 언제 어떻게 쓸지 미리 알기 어려움
• 새로운 가치 창출: 기존에 없던 가치를 만들어 내므로 가치를 미리 재기 어려움
• 분석 기술 발전: 지금은 가치 없는 데이터도 새 분석 기법이 나오면 가치가 생김

틀린 선지

• 새로운 가치 창출: 데이터가 전에 없던 가치를 만든다는 이유로, 재사용·재조합과는 다른 항목입니다.
• 분석 기술의 발전: 기술이 발전하면 지금 쓸모없는 데이터도 가치가 생긴다는 이유입니다.
• 데이터 저장 비용의 증가: 오히려 저장 비용이 낮아진 것이 빅데이터 등장 배경입니다.

개인정보 비식별화 기법은 다음과 같습니다.

• 총계 처리: 개별 값 대신 합계·평균 같은 통계값을 보여 줌 (예: 학과 학생 키 합계 350cm)
• 범주화: 정확한 값을 구간으로 바꿈 (예: 35세 → 30대)
• 가명 처리: 이름 등 식별자를 다른 값으로 바꿈 (예: 홍길동 → 임꺽정)
• 데이터 마스킹: 일부를 가림 (예: 홍길동 → 홍○○)
• 데이터값 삭제: 식별에 쓰이는 값을 지움

틀린 선지

• 범주화: 값을 구간으로 묶는 기법입니다. 합계·평균으로 바꾸는 것이 아닙니다.
• 가명 처리: 이름 같은 식별자를 다른 이름으로 바꾸는 기법입니다.
• 데이터 마스킹: 값의 일부를 ○나 * 로 가리는 기법입니다.