데이터 이해 문제·해설 모음

정답: 2번. 가격 숫자 자체는 데이터, 두 값을 비교해 의미를 붙인 것은 정보, 정보를 바탕으로 자신의 행동 방침을 정한 것은 지식이다. 아직 확인하지 않은 상황까지 미루어 판단하는 것은 지혜에 해당한다.

정답: 4번. 암묵지를 문서 같은 형식지로 바꾸는 것이 표출화다. 공통화는 암묵지를 함께 일하며 공유하는 것, 연결화는 형식지끼리 결합하는 것, 내면화는 형식지를 익혀 자기 암묵지로 만드는 것이다.

정답: 1번. 데이터베이스는 같은 내용을 중복 저장하지 않는 통합된 데이터를 지향하므로 한 곳만 고쳐도 모두에 반영된다. 저장된 데이터는 저장 매체에 보관된다는 뜻, 공용 데이터는 여러 사용자가 함께 쓴다는 뜻, 변화되는 데이터는 갱신·삭제로 내용이 바뀐다는 뜻이다.

정답: 4번. 정성적 데이터는 언어·문자처럼 형태와 형식이 정해지지 않은 데이터로, 저장·검색·분석에 비용이 많이 든다. 수치나 기호로 표현되는 방문자 수, 무게, 기온은 정량적 데이터다.

정답: 2번. OLAP(온라인 분석 처리)는 다차원 데이터를 여러 관점에서 조회·집계하는 의사결정 지원용 처리다. OLTP는 주문 입력처럼 짧은 거래를 실시간으로 처리하는 방식이고, ETL은 데이터를 추출·변환·적재하는 과정이다.

정답: 3번. DW는 주제지향성, 통합성, 시계열성, 비휘발성을 가진다. 한번 적재된 데이터는 읽기 전용으로 보관되며 운영 시스템처럼 수시로 갱신·삭제되지 않는다.

정답: 4번. SCM(공급망 관리)은 공급업체부터 고객까지의 자재·정보 흐름을 통합 관리한다. ERP는 기업 내부 자원(회계·인사·생산 등)을 통합 관리하고, CRM은 고객 관계를, KMS는 조직 지식을 관리한다.

정답: 1번. 날짜별 판매량 숫자는 데이터이고, 데이터를 가공해 관계와 의미를 드러낸 것이 정보다. 정보를 바탕으로 행동 방침을 정한 것은 지식, 이를 넘어 새로운 상황까지 내다보는 것은 지혜에 해당한다.

정답: 1번. 이미 문서로 된 형식지끼리 결합해 새로운 형식지를 만드는 것이 연결화다. 표출화는 암묵지를 형식지로 바꾸는 것, 내면화는 형식지를 익혀 자기 것으로 만드는 것이다.

정답: 1번. 공용 데이터는 여러 사용자가 서로 다른 목적으로 같은 데이터를 함께 이용한다는 뜻이다. 통합된 데이터는 중복 없이 관리된다는 뜻, 변화되는 데이터는 갱신·삭제로 내용이 계속 바뀐다는 뜻이다.

정답: 2번. 반정형 데이터는 고정된 테이블 구조는 아니지만 태그나 키처럼 구조를 알려 주는 메타정보를 함께 담는다. 관계형 테이블은 정형, 음성·영상은 비정형 데이터다.

정답: 2번. 설계는 요구사항 분석 → 개념적 설계(ERD) → 논리적 설계(테이블·정규화 등 DBMS에 맞는 스키마) → 물리적 설계(저장 구조·인덱스) 순서로 진행된다.

정답: 3번. DDL은 데이터 구조를 정의한다. SELECT·INSERT·UPDATE·DELETE는 DML, GRANT·REVOKE 같은 권한 제어는 DCL, COMMIT·ROLLBACK은 트랜잭션 제어다.

정답: 3번. BI는 주로 과거와 현재 데이터를 리포트·대시보드로 보여 주는 데 초점을 둔다. BA는 통계·예측 기법을 써서 원인을 분석하고 미래를 예측해 의사결정을 돕는다.

정답: 1번. 판매량 숫자는 데이터, 판매 시기와의 관계는 정보, 이를 근거로 같은 수험서의 진열 계획을 정한 것은 지식이다. 축적된 지식을 바탕으로 아직 겪지 않은 새로운 상황에 적용할 아이디어를 내는 것이 지혜다.

정답: 3번. 문서화된 형식지를 학습하고 실천하며 자기 몸에 밴 암묵지로 만드는 것이 내면화다.

정답: 1번. 공통화는 암묵지를 함께 경험하고 관찰하며 다른 사람의 암묵지로 옮기는 것이다. 문서 같은 형식지를 거치지 않는다는 점이 표출화·연결화와 다르다.

정답: 4번. 변화되는 데이터는 삽입·삭제·갱신으로 내용이 계속 바뀌면서도 현재 상태를 정확히 유지한다는 뜻이다.

정답: 2번. 메타데이터는 데이터의 구조와 의미, 이력을 설명해 데이터를 찾고 관리하는 데 쓰인다.

정답: 2번. NoSQL은 정해진 스키마 없이 유연하게 데이터를 저장하고 수평 확장에 유리하다. 관계형 데이터베이스는 정해진 테이블 구조와 SQL을 사용한다.

정답: 4번. CRM(고객 관계 관리)은 고객 데이터를 바탕으로 고객과의 관계를 유지·강화한다. SCM은 공급망, ERP는 기업 내부 자원, KMS는 조직의 지식을 관리한다.

정답: 4번. 3V는 규모(Volume), 다양성(Variety), 속도(Velocity)다. 가치(Value)는 이후 4V로 확장할 때 덧붙는 요소다.

정답: 4번. 가치 산정이 어려운 이유는 데이터 활용 방식(재사용·재조합·다목적), 새로운 가치 창출, 분석 기술의 발전이다. 저장 비용은 오히려 크게 떨어졌고, 이것이 빅데이터 시대가 열린 배경이다.

정답: 3번. 빅데이터 시대에는 미리 가공하기보다 일단 모아 두고 나중에 처리하며, 표본 대신 전수 데이터를 쓰고, 데이터의 양이 질을 보완한다. 또 원인을 밝히기보다 상관관계만으로도 예측·의사결정을 하는 쪽으로 바뀌었다.

정답: 3번. 예측만으로 행동하지 않은 사람을 처벌하는 것은 책임 원칙 훼손이며, 실제 한 행동의 결과에만 책임을 묻는 원칙을 지켜야 한다. 사생활 침해는 제공자 동의 대신 사용자 책임으로, 데이터 오용은 알고리즈미스트로 통제한다.

정답: 1번. 알고리즈미스트는 데이터 오용 위기에 대한 통제 방안으로 제시된 전문가로, 알고리즘 결과를 해석하고 그로 인한 피해자를 구제한다.

정답: 1번. 유전자 알고리즘은 생물의 진화(선택·교차·변이)를 본떠 최적화 문제의 해를 점진적으로 개선한다. 연관규칙 학습은 함께 일어나는 항목 관계, 유형분석은 범주 분류, 감정분석은 글의 긍정·부정을 찾는다.

정답: 1번. 감정분석(오피니언 마이닝)은 텍스트에 담긴 긍정·부정 같은 감정을 판별한다. 소셜 네트워크 분석은 사람 사이의 관계와 영향력을 분석한다.

정답: 4번. 빅데이터 활용의 3요소는 데이터(모든 것의 데이터화), 기술(진화하는 알고리즘·인공지능), 인력(데이터 사이언티스트·알고리즈미스트)이다.

정답: 2번. 빅데이터는 산업계(고객 데이터 축적과 활용), 학계(거대 데이터를 다루는 연구 분야 확산), 관련 기술 발전(디지털화, 저장 기술, 분산 처리, 모바일, 클라우드)이 함께 작용해 등장했다.

정답: 2번. 빅데이터는 원유(새로운 산업의 원료), 석탄과 철(산업혁명 수준의 변화), 렌즈(관찰 도구로서 새로운 통찰), 플랫폼(공동 활용 인프라)에 비유된다. 현미경 비유는 렌즈다.

정답: 4번. 의도치 않게 사생활이 드러나는 것은 사생활 침해 위기다. 매번 동의를 받는 방식으로는 막기 어려우므로 데이터를 쓰는 쪽이 책임지게 하는 '동의에서 책임으로' 전환이 통제 방안이다.

정답: 1번. 구체적인 값을 구간이나 범주로 바꾸는 것은 데이터 범주화다. 가명처리는 이름 등을 다른 값으로 대체, 총계처리는 합계·평균으로 바꿔 개별 값을 숨김, 마스킹은 일부 글자를 * 등으로 가리는 것이다.

정답: 3번. 소셜 네트워크 분석은 사람 사이의 관계를 연결망으로 보고 중심성 같은 지표로 영향력 있는 사람을 찾는다.

정답: 4번. 회귀분석은 독립변수가 종속변수에 주는 영향을 추정한다. 연관규칙 학습은 함께 일어나는 항목 관계, 유형분석은 새 관측치가 어느 범주에 속하는지 분류하는 데 쓴다.

정답: 2번. 데이터를 과신하거나 잘못된 지표를 써서 잘못된 판단을 내리고 그로 인해 피해가 생기는 것은 데이터 오용이다. 통제 방안으로 알고리즘을 해석하고 피해자를 구제하는 알고리즈미스트가 제시된다.

정답: 3번. 가명처리는 이름 같은 식별자를 다른 값으로 대체한다. 총계처리는 합계·평균으로 바꾸고, 범주화는 값을 구간으로, 값 삭제는 식별 항목 자체를 지운다.

정답: 1번. 총계처리는 개별 값을 합계·평균 같은 집계값으로 바꿔 개인을 알아볼 수 없게 한다.

정답: 2번. 연관규칙 학습은 어떤 사건이 다른 사건과 함께 일어나는 관계를 찾는다. 장바구니 분석이 대표적이다.

정답: 3번. 유형분석(분류)은 새로운 관측치가 어느 범주에 속하는지 판별한다. 스팸 판별, 문서 분류 등이 예다.

정답: 1번. 기계학습은 데이터에서 패턴을 학습해 예측하는 기법으로, 시청 기록을 바탕으로 한 추천 시스템이 대표적인 활용 사례다.

정답: 3번. 빅데이터는 기업에는 혁신·경쟁력 제고·생산성 향상을, 정부에는 환경 탐색·상황 분석·미래 대응을, 개인에게는 목적에 맞는 활용 기회를 준다.

정답: 3번. 분석 기술의 숙련과 빅데이터 이론 지식은 하드 스킬이다. 소프트 스킬은 통찰력 있는 분석, 설득력 있는 전달, 다분야 간 협력이다.

정답: 2번. 데이터 사이언스는 통계학보다 넓게 정형·비정형 데이터를 모두 다루고, 데이터 마이닝보다 넓게 분석 결과의 구현과 전달까지 포함하는 종합 학문이다.

정답: 2번. 실제로는 비즈니스 중심이 제품 생산에서 서비스로 이동했다. 복잡한 세계화(디버전스)와 시장 창조 논리로 바뀌면서 사람과 문화를 이해하는 인문학적 통찰이 중요해졌다.

정답: 1번. 부서 단위의 일차원적 분석은 당면 업무 개선에 그친다. 전략적 인사이트는 사업 성과를 견인하는 요소, 경쟁 환경의 변화, 차별화 기회 같은 전략적 질문에서 출발한다.

정답: 3번. 모든 분석은 가정에 근거하며, 같은 결과라도 어떤 가정과 관점으로 보느냐에 따라 해석이 달라진다. 이것이 데이터 사이언스의 한계로 지적되는 점이다.

정답: 2번. 가트너는 데이터 관리, 분석 모델링, 비즈니스 분석, 소프트 스킬을 데이터 사이언티스트의 역량으로 제시했다.

정답: 2번. 데이터 사이언스는 분석 영역(수학·확률 모델·머신러닝·데이터 마이닝), IT 영역(프로그래밍·데이터 웨어하우징·분산 컴퓨팅), 비즈니스 분석 영역(커뮤니케이션·프레젠테이션·스토리텔링·시각화)으로 구성된다.

정답: 3번. 회의론은 과거 CRM 같은 솔루션 투자에서 성과를 보지 못한 부정적 학습 효과와, 성공 사례로 소개된 것 중 상당수가 실은 기존 분석 프로젝트였다는 점에서 생겼다.

정답: 3번. 빅데이터에서 중요한 것은 양 자체가 아니라 어떤 시각과 목적으로 분석하느냐다. 비즈니스 핵심 가치를 먼저 정하고 그에 맞는 데이터와 분석을 선택해야 한다.

정답: 4번. 하드 스킬은 빅데이터에 대한 이론적 지식과 분석 기술에 대한 숙련이다. 창의적 사고, 설득력 있는 전달, 커뮤니케이션은 소프트 스킬이다.

정답: 4번. 아날로그를 디지털로 바꾸는 디지털화(Digitalization), 디지털화된 정보와 대상이 서로 연결되는 연결(Connection) 시대를 지나, 복잡하게 연결된 것을 효과적으로 관리하는 에이전시(Agency)가 핵심이 되는 시대로 바뀌고 있다.

정답: 1번. 데이터 사이언티스트는 분석으로 끝나지 않고 결과를 비즈니스 맥락에서 해석해 의사결정자를 설득해야 한다. 스토리텔링과 시각화는 이를 위한 소프트 스킬이다.

정답: 4번. 통찰력 있는 분석은 창의적 사고, 호기심, 논리적 비판으로 이루어진다. 스토리텔링과 비주얼라이제이션은 설득력 있는 전달, 커뮤니케이션은 다분야 간 협력에 속한다.

정답: 1번. 다분야 간 협력의 핵심은 커뮤니케이션이다. 창의적 사고는 통찰력 있는 분석, 비주얼라이제이션은 설득력 있는 전달에 속하고, 이론 지식은 하드 스킬이다.

정답: 4번. 단순한 세계화(컨버전스)에서 복잡한 세계화(디버전스)로 바뀌면서 다양한 문화와 사람을 이해하는 능력이 중요해졌다. 제품 생산에서 서비스로, 생산에서 시장 창조로의 변화도 인문학이 주목받는 다른 배경이다.

정답: 4번. 분석 문화는 사실 기반 의사결정, 관리자의 데이터 중시, 회의 등에서의 데이터 활용, 경영진의 직관보다 데이터를 중시하는 정도를 본다. 업무 정의는 분석 업무 파악, 전문가 직무는 인력 및 조직, 시스템 통합은 IT 인프라 영역이다.

정답: 3번. 모든 분석은 가정에 근거하므로, 가정이 깨지는 상황에서는 결과가 틀릴 수 있다. 데이터 사이언티스트는 모형의 한계를 알고 인문학적 통찰로 보완해야 한다.

정답: 2번. 하드 스킬은 빅데이터 이론 지식과 분석 기술 숙련이다. 소프트 스킬은 통찰력 있는 분석(창의적 사고·호기심·논리적 비판), 설득력 있는 전달(스토리텔링·비주얼라이제이션), 다분야 간 협력(커뮤니케이션)이다.