2026 ADsP 필기 1과목 3장 1~3절 | 데이터 사이언스·전략 인사이트 — 핵심 이론

필기 · 핵심 이론

데이터 사이언스는 도구 사용법만을 뜻하지 않습니다. 통계·컴퓨팅·도메인 지식을 연결해 문제를 정의하고, 결과의 불확실성을 설명하며, 실제 의사결정에 적용하는 과정입니다. 기술과 소통 능력을 따로 떼지 않고 이해합니다.

1. 데이터 사이언스의 역량

통계·수학, 프로그래밍, 도메인 이해는 서로 보완됩니다. 분석 코드를 잘 작성해도 매출의 정의를 잘못 잡으면 잘못된 결론이 나옵니다. 도메인 지식만으로 복잡한 데이터의 불확실성을 모두 판단할 수도 없습니다.

도구는 목적에 맞게 선택합니다. 같은 문제를 SQL로 집계할지 R·Python으로 모델링할지보다 먼저 어떤 의사결정을 지원하는지 정의하는 편이 순서에 맞습니다.

예제로 적용하기

반품을 매출에 포함한 채 예측 성능만 높였다. 우선 보완할 것은?

2. 하드 스킬과 소프트 스킬

하드 스킬에는 데이터 처리·통계·모델링 같은 기술 역량이, 소프트 스킬에는 소통·비판적 사고·협업·문제 해결 같은 역량이 포함됩니다. 분석가는 결과를 이해관계자가 행동할 수 있는 언어로 설명해야 합니다.

성능 수치만 나열하기보다 적용 조건과 한계를 설명하고, 현업의 반례를 데이터 점검으로 연결하세요. 소통은 결과를 예쁘게 포장하는 일이 아니라 문제 정의와 검증의 오류를 줄이는 과정입니다.

예제로 적용하기

현업이 예측 결과를 어떻게 활용할지 이해하지 못한다. 필요한 역량은?

3. 상관과 인과

상관은 두 값이 함께 변하는 관계이고 인과는 한 요인의 변화가 다른 요인에 영향을 주는 관계입니다. 여름에 아이스크림 판매와 물놀이 사고가 함께 늘어도 아이스크림이 사고 원인이라는 결론은 성립하지 않습니다.

교란 요인·역인과·선택 편향을 검토해야 합니다. 통제된 실험이나 적절한 관찰 연구 설계가 원인 해석의 근거를 강화합니다. 예측 성능이 높다는 사실만으로 개입 효과가 증명되는 것은 아닙니다.

예제로 적용하기

우산 판매와 비 관련 사고가 함께 늘었다. 먼저 검토할 공통 요인은?

4. 전략적 질문

전략 인사이트는 문제→원인 가설→검증→대안→성과 측정으로 연결합니다. 구매가 줄었다는 현상에서 유입 감소인지 전환율 감소인지 객단가 감소인지 분해하면 검증 가능한 질문이 됩니다.

현상을 지표로 쪼개고 각 지표의 정의와 관찰 시점을 맞추세요. 질문을 바꾸지 않고 복잡한 모델만 더하면 원래 의사결정과 관련 없는 결과를 정교하게 계산할 수 있습니다.

예제로 적용하기

매출=방문자×구매전환율×객단가라고 정했다. 전월 대비 원인을 찾는 첫 접근은?

5. 불확실성 전달

분석 결과에는 추정 오차·자료의 범위·미래 변화 가능성이 있습니다. 점추정과 구간, 조건과 전제를 함께 제시하면 의사결정자가 위험을 판단하기 쉽습니다. 숫자를 과도하게 정밀하게 보여 준다고 정확성이 높아지는 것은 아닙니다.

잘 모르는 부분은 추가 데이터나 실험으로 확인할 항목으로 바꿉니다. 결과를 무조건 단정하거나 모든 결과를 무의미하다고 말하는 것 모두 도움이 되지 않습니다. 판단에 필요한 근거를 구체적으로 전달합니다.

예제로 적용하기

다음 달 수요를 1,000개로 추정하고 오차 범위가 큰 경우 적절한 보고는?

한눈에 비교하기

순서대로 풀어 보는 예제

방문자 10,000명·전환율 2%·객단가 20,000원이면 매출은 400만원입니다. 다음 달 방문자가같고 전환율 1.5%로 줄었다면 300만원으로 25% 감소합니다. 이때 객단가만 높이는 전략이 최선인지 단정하지 말고 전환율 변화의 원인과 개입 비용을 검토합니다.

실험을 설계한다면 대상·대조군·기간·성공 지표를 먼저 정합니다. 결과 보고에는 매출뿐 아니라 할인비·환불·고객 불만 같은 부작용 지표도 함께 두는 것이 유용합니다.

헷갈리는 문장 바로잡기

데이터 사이언스의 역량

잘못된 판단 프로그래밍만 알면 업무 정의는 필요 없다.

올바른 판단: 데이터 사이언스는 분석 기술과 도메인 이해를 함께 요구한다.

하드 스킬과 소프트 스킬

잘못된 판단 소프트 스킬은 모델 정확도와 무관하므로 필요 없다.

올바른 판단: 분석 결과를 업무 언어로 설명하고 협업하는 능력도 중요하다.

상관과 인과

잘못된 판단 상관계수 1이면 어떤 상황에서도 직접 원인이다.

올바른 판단: 상관관계만으로 인과관계를 확정할 수 없다.

전략적 질문

잘못된 판단 모든 문제는 알고리즘 이름만 정하면 정의가 끝난다.

올바른 판단: 업무 현상을 검증 가능한 분석 질문으로 구체화한다.

불확실성 전달

잘못된 판단 소수점 자릿수가 많으면 오차가 없다.

올바른 판단: 추정 결과는 적용 조건과 불확실성을 함께 전달한다.

이론을 정리했다면 같은 절의 객관식 문제에서 조건과 예외를 확인하세요. 정답을 고른 뒤에는 틀린 선택지가 왜 성립하지 않는지도 설명해 보세요.

매출 하락을 검증 가능한 질문으로 바꾸기

전월 방문자 10,000명·구매전환율 2%·객단가 2만원이면 매출 400만원입니다. 이번 달 방문자 8,000명·전환율 2%·객단가 2만원이면 320만원으로 20% 줄었습니다. 이 자료에서 먼저 확인할 가설은 유입 감소입니다. 전환율이 그대로인데 결제 화면만 바꾸는 대안을 바로 확정하는 것은 근거가 부족합니다.

유입을 광고·검색·직접 방문으로 나누고 기기·지역·기간별로 분해합니다. 추적 코드가 빠져 방문이 적게 기록된 것인지,실제 방문이 줄었는지도 확인합니다. 지표 변화와 측정 오류를 구분한 뒤 업무 가설을 검증해야 합니다.

결과를 전달할 때는 확인한 사실과 추가 검증할 가설을 분리합니다. 유입 감소 20%는 계산 사실이고 광고 중단이 원인이라는 말은 별도 근거가 필요한 해석입니다. 이 구분이 명확해야 현업이 검증과 행동의 순서를 결정할 수 있습니다.

핵심 개념 확인 — 객관식 5문제

설명을 읽은 뒤 아래 다섯 문항을 풀어 보세요. 정답을 고르고 틀린 선택지의 오류도 설명할 수 있으면 이 단원의 기준을 이해한 것입니다.

문제 1

데이터 사이언스·전략 인사이트에서 데이터 사이언스의 역량에 대한 설명으로 옳은 것은?

1. ① 도메인 지식이 있으면 통계 검증은 언제나 불필요하다.
2. ② 도구 이름이 분석 목적을 대신한다.
3. ③ 데이터 사이언스는 분석 기술과 도메인 이해를 함께 요구한다.
4. ④ 프로그래밍만 알면 업무 정의는 필요 없다.

문제 2

데이터 사이언스·전략 인사이트에서 하드 스킬과 소프트 스킬에 대한 설명으로 옳은 것은?

1. ① 소프트 스킬은 모델 정확도와 무관하므로 필요 없다.
2. ② 현업의 질문은 분석에서 항상 배제한다.
3. ③ 하드 스킬은 문서 서식만 뜻한다.
4. ④ 분석 결과를 업무 언어로 설명하고 협업하는 능력도 중요하다.

문제 3

데이터 사이언스·전략 인사이트에서 상관과 인과에 대한 설명으로 옳은 것은?

1. ① 상관계수 1이면 어떤 상황에서도 직접 원인이다.
2. ② 시간상 먼저 발생하면 반드시 원인이다.
3. ③ 예측 모델은 자동으로 모든 교란을 제거한다.
4. ④ 상관관계만으로 인과관계를 확정할 수 없다.

문제 4

데이터 사이언스·전략 인사이트에서 전략적 질문에 대한 설명으로 옳은 것은?

1. ① 모든 문제는 알고리즘 이름만 정하면 정의가 끝난다.
2. ② 질문은 데이터 수집과 무관하다.
3. ③ 매출 감소는 언제나 가격 하락 하나가 원인이다.
4. ④ 업무 현상을 검증 가능한 분석 질문으로 구체화한다.

문제 5

데이터 사이언스·전략 인사이트에서 불확실성 전달에 대한 설명으로 옳은 것은?

1. ① 모든 미래 예측은 확정 사실이다.
2. ② 분석의 전제는 설명하면 안 된다.
3. ③ 추정 결과는 적용 조건과 불확실성을 함께 전달한다.
4. ④ 소수점 자릿수가 많으면 오차가 없다.

범위 확인

2026년 학습 범위를 기준으로 구성했습니다. 시험 시행기관의 자격 안내·출제 기준에서 과목과 변경 공지를 확인할 수 있습니다.