2026 빅데이터분석기사 필기 1과목 1장 2절 | 빅데이터 가치·활용·위험과 통제 — 핵심 이론

필기 · 핵심 이론

데이터가 크다는 사실만으로 가치가 생기는 것은 아닙니다. 어떤 업무 결정을 개선할지, 분석 결과를 행동으로 연결할 수 있는지, 개인정보와 편향 위험을 어떻게 통제할지 함께 판단해야 합니다.

1. 빅데이터의 특징

대표적인 3V는 Volume·Velocity·Variety로 규모·속도·다양성입니다. 확장 설명에서는 신뢰성 Veracity와 가치 Value 등을 더합니다. V의 개수를 외우는 것보다 로그의 빠른 발생, 영상·문서의 다양성, 품질 불확실성이 어떤 처리 요구를 만드는지 연결합니다.

모든 조직에 대규모 분산 시스템이 필요한 것은 아닙니다. 데이터 크기와 지연 허용, 처리 복잡도에 맞는 도구를 선택하는 것이 핵심입니다.

예제로 적용하기

실시간 결제 이상 탐지를 위해 수초 안에 로그를 처리해야 한다. 가장 직접적인 V는?

2. 가치 창출과 비용

분석 가치는 예측 정확도 하나가 아니라 업무 효과-구축·운영 비용-위험 비용으로 판단합니다. 이탈 예측이 좋아도 고객에게 실행할 유지 전략이 없으면 효과가 제한됩니다. 예측 대상과 개입 가능한 시점을 정해야 합니다.

모델 점수가 높아진 만큼 실제 순이익이 오르는지 검증합니다. 할인 비용을 무시하면 구매율이 늘어도 이익은 줄 수 있습니다. 작은 실험으로 효과를 확인하고 확대하는 방식이 유리할 수 있습니다.

예제로 적용하기

행사로 매출 100만원 증가, 추가 할인·운영 비용 120만원이 발생했다. 순증 효과는?

3. 사생활 침해와 통제

개인정보 활용에서는 목적·필요 범위·보유 기간·접근 권한을 분명히 해야 합니다. 이름을 지워도 다른 정보와 결합해 개인을 알아볼 수 있으면 위험이 남습니다. 가명처리와 익명처리를 같은 개념으로 취급하지 마세요.

법적 허용 여부는 처리 목적과 적용 법령·상황에 따라 달라집니다. 학습 사례에서는 불필요한 직접 식별자를 수집하지 않고 접근을 최소화하는 설계 원칙에 집중합니다.

예제로 적용하기

희귀 질환·생년월일·거주지 조합이 한 사람을 가리킨다. 필요한 검토는?

4. 책임·편향·설명

데이터 기반 결정에도 책임 주체와 이의제기 경로가 필요합니다. 과거 승인 자료가 특정 집단을 적게 포함했다면 모델이 그 편향을 학습할 수 있습니다. 결과의 평균 성능뿐 아니라 집단별 오류와 영향도 살펴야 합니다.

상관관계만으로 개인의 행동이나 원인을 단정하면 부당한 결론으로 이어질 수 있습니다. 민감 속성을 입력에서 빼도 다른 변수가 대리 지표로 작용할 수 있으므로 검증을 생략하지 않습니다.

예제로 적용하기

전체 정확도는 90%인데 소수 집단의 재현율은 20%다. 적절한 대응은?

5. 표본의 대표성과 전수 데이터

데이터를 많이 모아도 대상 집단을 잘 대표하는지는 별도 문제입니다. 앱 이용자 로그는 앱을 쓰지 않는 사람을 포함하지 않습니다. 전수라는 표현도 어떤 관찰 범위의 전수인지 명확히 해야 합니다.

측정 도구·누락·중복·자기선택 편향이 남을 수 있습니다. 양이 많으면 무조건 편향이 사라진다는 명제는 틀립니다. 의사결정 대상과 수집 대상이 같은지 확인하는 것이 우선입니다.

예제로 적용하기

온라인 설문에 자발적으로 응답한 100만 명을 전체 인구와 같다고 볼 수 있는가?

한눈에 비교하기

순서대로 풀어 보는 예제

할인 대상 고객을 예측하는 프로젝트에서 정확도만 최적화하면 실제 이익이 감소할 수 있습니다. 할인하지 않아도 구매했을 고객에게 할인 비용을 지출하기 때문입니다. 비교집단을 둔 실험으로 추가 구매와 비용을 나누어 확인합니다.

개인별 구매 이력을 쓸 때는 필요한 기간과 변수만 선정하고, 분석용 자료와 원본 식별자의 접근 권한을 분리합니다. 모델 결과를 운영에 적용한 뒤에는 집단별 오류와 효과가 변하는지도 계속 관찰합니다.

헷갈리는 문장 바로잡기

빅데이터의 특징

잘못된 판단 Variety는 오직 행 수다.

올바른 판단: Velocity는 데이터가 발생·처리되는 속도와 관련된다.

가치 창출과 비용

잘못된 판단 정확도가 높으면 비용과 무관하게 무조건 이익이다.

올바른 판단: 모델 성능과 실제 업무 효과를 함께 평가해야 한다.

사생활 침해와 통제

잘못된 판단 이름만 지우면 모든 데이터가 항상 익명이다.

올바른 판단: 이름을 삭제해도 재식별 위험을 검토해야 한다.

책임·편향·설명

잘못된 판단 민감 속성을 삭제하면 편향은 항상 0이 된다.

올바른 판단: 과거 데이터의 편향은 모델 결과에 이어질 수 있다.

표본의 대표성과 전수 데이터

잘못된 판단 표본 수만 크면 편향은 반드시 사라진다.

올바른 판단: 큰 데이터도 수집 범위가 치우치면 대표성 문제가 생길 수 있다.

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

예측 정확도에서 순효과로

이탈 예측 상위 1,000명에게 5,000원 혜택을 주는 경우 지급 비용만 500만원입니다. 이 중 실제 추가 유지 고객이 100명이고 고객당 추가 이익이 3만원이면 이익 300만원에서 비용 500만원을 뺀 순효과는-200만원입니다. 대상자의 유지율이 높아졌다는 사실만으로 경제적 성과가 있다고 단정할 수 없습니다.

비교집단이 없으면 원래 남았을 고객과 혜택 때문에 남은 고객을 구분하기 어렵습니다. 대상 선정 규칙을 고정하고 무작위 배정 등 적절한 평가 설계를 검토합니다. 실행 전 성공 지표와 기간을 정하고 효과가 약할 때 중단할 기준도 마련합니다.

개인정보는 해당 목적에 필요한 범위로 제한합니다. 고객 식별자와 분석용 특징을 분리해 권한을 부여하고,희귀한 속성 조합에 의한 재식별 가능성도 점검합니다. 분석의 가치는 성과뿐 아니라 위험과 운영 비용까지 함께 줄이는 방향에서 평가합니다.

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

빅데이터 가치·활용·위험과 통제에서 빅데이터의 특징에 대한 설명으로 옳은 것은?

1. ① Volume은 개인정보 삭제를 뜻한다.
2. ② Variety는 오직 행 수다.
3. ③ Velocity는 데이터가 발생·처리되는 속도와 관련된다.
4. ④ 데이터가 크면 품질 검증이 필요 없다.

문제 2

빅데이터 가치·활용·위험과 통제에서 가치 창출과 비용에 대한 설명으로 옳은 것은?

1. ① 모델 성능과 실제 업무 효과를 함께 평가해야 한다.
2. ② 분석은 실행 방안 없이 점수만 만들면 끝난다.
3. ③ 정확도가 높으면 비용과 무관하게 무조건 이익이다.
4. ④ 할인 비용은 성과 계산에 포함하면 안 된다.

문제 3

빅데이터 가치·활용·위험과 통제에서 사생활 침해와 통제에 대한 설명으로 옳은 것은?

1. ① 가명처리는 어떤 목적의 자유 이용도 자동 허용한다.
2. ② 권한은 데이터 활용과 무관하다.
3. ③ 이름만 지우면 모든 데이터가 항상 익명이다.
4. ④ 이름을 삭제해도 재식별 위험을 검토해야 한다.

문제 4

빅데이터 가치·활용·위험과 통제에서 책임·편향·설명에 대한 설명으로 옳은 것은?

1. ① 민감 속성을 삭제하면 편향은 항상 0이 된다.
2. ② 과거 데이터의 편향은 모델 결과에 이어질 수 있다.
3. ③ 자동 결정에는 책임 주체가 필요 없다.
4. ④ 예측 모델은 모든 인과관계를 증명한다.

문제 5

빅데이터 가치·활용·위험과 통제에서 표본의 대표성과 전수 데이터에 대한 설명으로 옳은 것은?

1. ① 큰 데이터도 수집 범위가 치우치면 대표성 문제가 생길 수 있다.
2. ② 앱 로그는 모든 국민의 행동을 포함한다.
3. ③ 관측 범위는 분석 대상과 무관하다.
4. ④ 표본 수만 크면 편향은 반드시 사라진다.

범위 확인

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