2026 ADsP 필기 3과목 3장 3절 | 군집분석·K-means·계층·DBSCAN — 핵심 이론

필기 · 핵심 이론

군집은 정답 라벨 없이 관측을 유사한 집단으로 묶는 비지도학습입니다. 무엇을 유사하다고 볼지와 거리·스케일을 먼저 정해야 합니다. 번호가 붙은 군집은 우열이나 정답 범주를 뜻하지 않습니다.

1. 군집과 분류의 차이

분류는 정답 라벨이 있는 지도학습이고 군집은 유사성으로 집단을 찾는 비지도학습입니다. 군집 1·2 번호는 임의의 이름이며 숫자가 크다고 더 좋은 집단인 것은 아닙니다.

군집 결과는 변수 선택·전처리·거리·알고리즘에 따라 달라집니다. 업무에서 활용하려면 집단별 특징과 안정성, 실행 가능한 전략이 있는지 확인해야 합니다.

예제로 적용하기

고객 라벨 없이 구매 패턴으로 집단을 만든다. 학습 유형은?

2. K-means의 목적함수

K-means는 각 점과 소속 중심 간 제곱거리 합을 줄이는 방식입니다. 초기 중심과 k에 영향을 받으며 구형·비슷한 크기의 군집에 적합한 경우가 많습니다. 범주형 코드에 그대로 적용하면 거리 의미가 왜곡될 수 있습니다.

이상값이 중심에 영향을 줄 수 있으므로 스케일·극단값을 검토합니다. 지역 최적점에 수렴할 수 있어 여러 초기값을 시도하는 방식도 사용합니다.

예제로 적용하기

한 군집의 1차원 값이 2,4,6일 때 평균 중심은?

3. 계층적 군집과 연결법

계층적 군집은 덴드로그램으로 결합·분할 구조를 표현합니다. 단일 연결은 집단 간 가장 가까운 거리, 완전 연결은 가장 먼 거리, 평균 연결은 평균 거리를 기준으로 합니다. Ward 방법은 군집 내 제곱합 증가를 고려합니다.

연결법에 따라 사슬 효과나 군집 모양이 달라집니다. 덴드로그램을 자르는 높이에 따라 군집 수를 정할 수 있으나 거리와 스케일 선택도 결과에 영향을 줍니다.

예제로 적용하기

두 군집 사이 점간 거리가 2,5,7,9라면 단일·완전 연결 거리는?

4. DBSCAN

DBSCAN은 밀도 기반으로 eps와 min_samples 등을 사용하여 핵심점·경계점·잡음점을 구분합니다. 군집 수를 미리 k로 지정하지 않고 비구형 군집을 찾을 수 있습니다. 밀도가 서로 크게 다른 자료에서는 파라미터 선택이 어려울 수 있습니다.

거리 단위가 바뀌면 eps의 의미도 바뀝니다. 잡음으로 표시되었다고 반드시 잘못된 데이터는 아니며 업무상 희귀 집단일 수도 있습니다.

예제로 적용하기

길게 휘어진 모양의 밀집 집단과 고립점을 구분하려 한다. 후보는?

5. 군집 평가

실루엣은 같은 군집 내 거리 a와 가장 가까운 다른 군집까지의 평균 거리 b로 (b-a)/max(a,b)를 계산합니다. 값이 1에 가까우면 상대적으로 잘 분리된 군집을 시사하고 음수는 다른 군집이 더 가까울 수 있음을 뜻합니다.

점수만으로 업무 가치를 결정하지 않습니다. 재표집·기간 변화에 대한 안정성과 해석 가능성도 확인합니다. 엘보 방법은 k 증가에 따른 손실 감소를 보고 후보를 찾지만 항상 뚜렷한 팔꿈치가 나오는 것은 아닙니다.

예제로 적용하기

a=2,b=5일 때 실루엣 값은?

한눈에 비교하기

순서대로 풀어 보는 예제

고객의 구매금액과 방문횟수를 군집화할 때 금액 단위가 원이고 방문은 수십 회이면 금액이 거리를 지배할 수 있습니다. 표준화 전후 집단을 비교하고 각 군집의 실제 고객 특성을 살펴야 합니다.

K-means의k=3에서 실루엣이 높더라도 한 군집이 거의 단일 고객이고 운영 전략을 만들 수 없다면 다른k나 변수를 검토합니다. 군집의 안정성과 행동 가능성이 점수와 함께 중요한 평가 기준입니다.

헷갈리는 문장 바로잡기

군집과 분류의 차이

잘못된 판단 군집 3은 군집 1보다 반드시 우수하다.

올바른 판단: 군집 번호는 보통 임의 라벨이며 순위를 뜻하지 않는다.

K-means의 목적함수

잘못된 판단 K-means는 k를 절대로 지정하지 않는다.

올바른 판단: K-means는 중심과의 제곱거리 합을 줄이도록 반복한다.

계층적 군집과 연결법

잘못된 판단 완전 연결은 항상 가장 가까운 거리다.

올바른 판단: 단일 연결은 두 군집 사이 가장 가까운 점의 거리를 사용한다.

DBSCAN

잘못된 판단 DBSCAN은 군집 수k를 반드시 먼저 입력한다.

올바른 판단: DBSCAN은 밀도와 이웃 조건을 이용하며 잡음을 따로 표시할 수 있다.

군집 평가

잘못된 판단 실루엣은 값이 작을수록 언제나 더 좋다.

올바른 판단: 실루엣은 군집 내 응집과 군집 간 분리를 함께 반영한다.

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

표를 보며 따라가는 계산 예제

거리

id1과id2,id1과id4의 유클리드 거리를 구하세요.

좌표 차이의 제곱합에 제곱근을 적용합니다.

중심

1·2·3 집단과 4·5·6 집단의 평균 중심을 구하세요.

각 집단의 x와y 평균을 따로 계산합니다.

군집

K-means k=2를 적합해 소속을 비교하세요.

0·1 라벨은 바뀔 수 있으므로 구성원을 비교합니다.

제곱합

위 중심의 군집 내 제곱거리 합을 구하세요.

각 집단 16/3을 합합니다.

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

군집분석·K-means·계층·DBSCAN에서 군집과 분류의 차이에 대한 설명으로 옳은 것은?

1. ① 군집 번호는 보통 임의 라벨이며 순위를 뜻하지 않는다.
2. ② 분류와 군집은 같은 학습 전제다.
3. ③ 군집은 정답 라벨 없이는 불가능하다.
4. ④ 군집 3은 군집 1보다 반드시 우수하다.

문제 2

군집분석·K-means·계층·DBSCAN에서 K-means의 목적함수에 대한 설명으로 옳은 것은?

1. ① K-means는 중심과의 제곱거리 합을 줄이도록 반복한다.
2. ② 초기값은 어떤 데이터에서도 결과에 영향이 없다.
3. ③ K-means는 k를 절대로 지정하지 않는다.
4. ④ 이상값은 평균 중심에 영향을 줄 수 없다.

문제 3

군집분석·K-means·계층·DBSCAN에서 계층적 군집과 연결법에 대한 설명으로 옳은 것은?

1. ① 완전 연결은 항상 가장 가까운 거리다.
2. ② 연결법이 달라도 계층 구조는 무조건 같다.
3. ③ 덴드로그램은 회귀 p값 표다.
4. ④ 단일 연결은 두 군집 사이 가장 가까운 점의 거리를 사용한다.

문제 4

군집분석·K-means·계층·DBSCAN에서 DBSCAN에 대한 설명으로 옳은 것은?

1. ① 잡음점은 항상 입력 오류다.
2. ② DBSCAN은 밀도와 이웃 조건을 이용하며 잡음을 따로 표시할 수 있다.
3. ③ DBSCAN은 군집 수k를 반드시 먼저 입력한다.
4. ④ 모든 자료에서 밀도 차이에 전혀 영향받지 않는다.

문제 5

군집분석·K-means·계층·DBSCAN에서 군집 평가에 대한 설명으로 옳은 것은?

1. ① 실루엣은 분류 정답률과 완전히 같다.
2. ② 엘보는 어떤 데이터에서도 유일한k를 보장한다.
3. ③ 실루엣은 값이 작을수록 언제나 더 좋다.
4. ④ 실루엣은 군집 내 응집과 군집 간 분리를 함께 반영한다.

범위 확인

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