2026 ADsP 필기 모의고사 1회 | 50문항 — 정답·해설

데이터위자드 ·

2026 ADsP 필기 모의고사 1회 | 50문항 — 정답·해설

필기 · 객관식 모의고사

필기 모의고사 1회

객관식 50문항 · 90분

과목객관식 문항배점
데이터 이해1020점
데이터분석 기획1020점
데이터분석3060점

총점 60점 이상과 과목별 40% 미만 과락 기준을 함께 확인합니다.

1과목. 데이터 이해

문제 1

데이터·정보·데이터베이스의 이해에서 정량·정성·구조화 수준에 대한 설명으로 옳은 것은?

  1. ① 모든 숫자 코드는 비율척도다.
  2. ② 정성 데이터에는 어떤 분석도 할 수 없다.
  3. ③ JSON은 구조가 전혀 없는 데이터다.
  4. ④ 정량·정성과 정형·비정형은 서로 다른 분류 기준이다.
정답과 해설 보기

정답 ④

정량 데이터는 수량이나 측정값으로 표현되고 정성 데이터는 범주·의견·서술과 관련됩니다. 정형·반정형·비정형은 저장 구조의 관점이므로 서로 다른 분류 축입니다. JSON은 키와 계층 구조가 있는 반정형 자료이며 그 안에 숫자와 문자열이 함께 들어갈 수 있습니다. 숫자로 저장되었다고 모두 양적 크기를 뜻하지 않습니다. 우편번호·등급 코드는 범주를 표시할 수 있으므로 평균을 계산하기 전에 측정 척도를 확인합니다.

기억할 핵심

정량·정성과 정형·비정형은 서로 다른 분류 기준이다.

문제 2

우편번호 평균을 지역의 경제 수준으로 해석하려 한다. 문제는?

  1. ① 식별용 코드를 양적 측정값으로 오해했다.
  2. ② 모든 범주에는 평균만 사용해야 한다.
  3. ③ JSON으로 바꾸면 평균 의미가 생긴다.
  4. ④ 우편번호는 숫자로 저장할 수 없다.
정답과 해설 보기

정답 ①

숫자 모양의 범주 코드에 산술적 크기를 부여하면 잘못된 해석이 됩니다.

기억할 핵심

정량·정성과 정형·비정형은 서로 다른 분류 기준이다.

문제 3

데이터·정보·데이터베이스의 이해에서 DIKW의 구분에 대한 설명으로 옳은 것은?

  1. ① 데이터에 맥락과 관계를 부여하면 정보와 지식으로 활용할 수 있다.
  2. ② 지식은 데이터를 삭제하는 기술이다.
  3. ③ 정보는 언제나 인과관계를 증명한다.
  4. ④ 원시 숫자 하나만 있으면 모든 의사결정이 확정된다.
정답과 해설 보기

정답 ①

데이터→정보→지식→지혜는 관찰값에 맥락을 부여하고 관계·판단으로 확장하는 흐름입니다. 오늘 판매 10건은 데이터, 전주 대비 20% 증가라는 맥락은 정보, 특정 행사 후 전환율이 오른다는 반복 패턴은 지식으로 연결할 수 있습니다. 단계를 기계적으로 암기하기보다 사실·맥락·일반화·의사결정의 차이를 보세요. 상관 패턴을 얻었다고 곧바로 인과가 확정된 것은 아니며, 최종 행동은 비용과 위험을 함께 고려해야 합니다.

기억할 핵심

데이터에 맥락과 관계를 부여하면 정보와 지식으로 활용할 수 있다.

문제 4

매출 100에서 전월 80 대비 25% 증가로 해석한 것은?

  1. ① 비교 맥락을 부여한 정보
  2. ② 개인정보 익명화
  3. ③ 반드시 인과관계 증명
  4. ④ 단순 데이터 형식 압축만
정답과 해설 보기

정답 ①

(100-80)/80=25%로 비교 기준을 더해 숫자의 의미를 설명했습니다.

기억할 핵심

데이터에 맥락과 관계를 부여하면 정보와 지식으로 활용할 수 있다.

문제 5

데이터·정보·데이터베이스의 이해에서 데이터베이스의 특징에 대한 설명으로 옳은 것은?

  1. ① 파일을 합치면 권한은 자동으로 완벽해진다.
  2. ② DBMS는 동시 사용을 무조건 금지한다.
  3. ③ DB는 어떤 중복도 절대 존재할 수 없다.
  4. ④ DBMS는 공유 데이터의 무결성과 동시 접근을 관리할 수 있다.
정답과 해설 보기

정답 ④

데이터베이스는 여러 사용자가 공유하고 통합된 데이터를 지속적으로 관리하는 기반입니다. 통합성·공유성·저장성·운영성을 업무 사례와 연결하세요. 통합은 중복을 전혀 허용하지 않는다는 절대 명제가 아니라 불필요한 중복과 불일치를 줄이는 방향입니다. 데이터 독립성·무결성·보안·동시성 제어는 DBMS가 제공하는 중요한 관리 기능입니다. 파일을 하나에 모았다고 자동으로 권한과 무결성까지 확보되는 것은 아닙니다.

기억할 핵심

DBMS는 공유 데이터의 무결성과 동시 접근을 관리할 수 있다.

문제 6

두 직원이 동시에 같은 재고를 갱신한다. 특히 필요한 관리 기능은?

  1. ① 이미지 압축
  2. ② 단어 빈도 계산
  3. ③ 동시성 제어
  4. ④ 문자열 정렬만
정답과 해설 보기

정답 ③

동시 변경이 충돌하거나 갱신을 잃지 않도록 트랜잭션과 동시성 제어가 필요합니다.

기억할 핵심

DBMS는 공유 데이터의 무결성과 동시 접근을 관리할 수 있다.

문제 7

데이터·정보·데이터베이스의 이해에서 OLTP와 OLAP에 대한 설명으로 옳은 것은?

  1. ① OLTP는 무결성보다 모든 이력의 일괄 집계만 중시한다.
  2. ② 두 개념은 같은 약어다.
  3. ③ OLTP는 거래 처리, OLAP은 다차원 분석과 집계에 초점을 둔다.
  4. ④ OLAP은 주문 한 건 등록만 담당한다.
정답과 해설 보기

정답 ③

OLTP는 주문 등록·계좌 이체처럼 개별 거래의 정확하고 빠른 처리를 중시합니다. OLAP은 기간·지역·상품 등 여러 관점의 집계와 탐색을 지원합니다. 분석용 질의를 운영 거래 DB에 무제한 실행하면 서비스 처리에 부담을 줄 수 있습니다. 데이터웨어하우스나 데이터마트는 분석 목적에 맞게 이력을 통합·구성합니다. OLAP과 OLTP는 목적의 차이이며 어느 쪽이 무조건 우수한 기술인지 비교하는 문제가 아닙니다.

기억할 핵심

OLTP는 거래 처리, OLAP은 다차원 분석과 집계에 초점을 둔다.

문제 8

최근 3년 지역별 월 매출을 비교하는 업무에 가까운 것은?

  1. ① OLAP
  2. ② 프로세스 스케줄링
  3. ③ OLTP의 단일 주문 저장만
  4. ④ 정규식 치환
정답과 해설 보기

정답 ①

여러 차원과 기간을 집계·탐색하는 분석 업무입니다.

기억할 핵심

OLTP는 거래 처리, OLAP은 다차원 분석과 집계에 초점을 둔다.

문제 9

데이터·정보·데이터베이스의 이해에서 데이터웨어하우스와 데이터마트에 대한 설명으로 옳은 것은?

  1. ① 데이터마트는 반드시 전체 조직의 모든 원본을 복제한다.
  2. ② 적재 지연은 분석 결과와 무관하다.
  3. ③ 같은 지표 이름이면 정의도 반드시 같다.
  4. ④ 데이터마트는 특정 업무·주제의 분석 요구에 맞춘 데이터 영역이다.
정답과 해설 보기

정답 ④

데이터웨어하우스는 조직의 분석 자료를 통합하고 이력을 관리하는 저장 기반입니다. 데이터마트는 특정 부서·주제의 분석 요구에 맞춘 범위를 뜻합니다. 원본의 거래 시각과 적재 시각이 다르면 최신성 차이를 설명해야 합니다. 지표를 만들기 전 매출이 주문 시점인지 결제 완료 시점인지 정의합니다. 같은 컬럼명을 썼더라도 기간·취소·환불 처리 기준이 다르면 부서별 수치가 달라집니다.

기억할 핵심

데이터마트는 특정 업무·주제의 분석 요구에 맞춘 데이터 영역이다.

문제 10

영업팀이 고객·상품별 월 매출 분석 자료를 별도 구성했다. 가장 가까운 개념은?

  1. ① 정규표현식
  2. ② 단일 숫자 상수
  3. ③ 운영체제 커널
  4. ④ 영업 데이터마트
정답과 해설 보기

정답 ④

특정 업무 영역의 분석 요구에 맞춘 데이터 구조이므로 데이터마트에 해당합니다.

기억할 핵심

데이터마트는 특정 업무·주제의 분석 요구에 맞춘 데이터 영역이다.

2과목. 데이터분석 기획

문제 11

분석 기획·방법론·과제 발굴에서 분석 주제의 네 유형에 대한 설명으로 옳은 것은?

  1. ① 대상·방법을 모두 모르면 최적화다.
  2. ② 네 유형은 모델 정확도 순위다.
  3. ③ 대상을 알고 방법을 모르면 통찰이다.
  4. ④ 대상과 방법을 모두 알면 최적화 유형이다.
정답과 해설 보기

정답 ④

분석 대상과 방법을 아는지에 따라 최적화·솔루션·통찰·발견으로 구분합니다. 대상·방법을 모두 알면 최적화, 대상은 알지만 방법을 모르면 솔루션, 대상을 모르고 방법을 알면 통찰, 둘 다 모르면 발견으로 정리합니다. 문제 지문에서 알고리즘이 주어졌는지보다 업무상 분석 대상과 접근 방법이 확정되었는지를 읽으세요. 유형 분류는 프로젝트 성숙도에 대한 우열 판단이 아니라 현재 과제를 이해하는 틀입니다.

기억할 핵심

대상과 방법을 모두 알면 최적화 유형이다.

문제 12

이탈 고객이라는 대상은 정했지만 해결 방법을 찾고 있다. 유형은?

  1. ① 최적화
  2. ② 솔루션
  3. ③ 발견
  4. ④ 통찰
정답과 해설 보기

정답 ②

분석 대상은 알고 방법을 모르므로 솔루션 유형입니다.

기억할 핵심

대상과 방법을 모두 알면 최적화 유형이다.

문제 13

분석 기획·방법론·과제 발굴에서 CRISP-DM에 대한 설명으로 옳은 것은?

  1. ① 평가가 끝나면 전개는 방법론에 없다.
  2. ② CRISP-DM은 모델 학습부터 시작하는 것이 원칙이다.
  3. ③ CRISP-DM은 업무 이해에서 시작하며 평가와 전개를 포함한다.
  4. ④ 단계 간 되돌아가기는 허용되지 않는다.
정답과 해설 보기

정답 ③

업무 이해→데이터 이해→데이터 준비→모델링→평가→전개가 CRISP-DM의 대표 흐름입니다. 평가에서 성능만이 아니라 업무 목표를 만족하는지 확인하고, 전개 단계에서 운영 적용과 모니터링을 계획합니다. 단계는 일방향으로 한 번만 지나가는 것이 아닙니다. 자료를 살펴본 뒤 목표를 조정하거나 모델 평가 후 데이터 준비로 돌아갈 수 있습니다. 반복성과 단계 간 피드백을 기억하세요.

기억할 핵심

CRISP-DM은 업무 이해에서 시작하며 평가와 전개를 포함한다.

문제 14

성능이 높아도 할인 비용을 고려하면 이익이 줄어든다. CRISP-DM에서 재검토할 핵심은?

  1. ① 전개 단계를 삭제한다.
  2. ② 업무 목표를 충족하는지 평가한다.
  3. ③ 무조건 배포한다.
  4. ④ 데이터 이해를 생략한다.
정답과 해설 보기

정답 ②

기술 성능뿐 아니라 업무 성공 기준을 충족하는지 평가해야 합니다.

기억할 핵심

CRISP-DM은 업무 이해에서 시작하며 평가와 전개를 포함한다.

문제 15

분석 기획·방법론·과제 발굴에서 KDD에 대한 설명으로 옳은 것은?

  1. ① 데이터 선택 없이 모든 자료를 반드시 사용한다.
  2. ② KDD는 결과 해석을 금지한다.
  3. ③ KDD에서 데이터 마이닝은 전체 지식 발견 과정의 일부다.
  4. ④ 전처리는 모델을 운영에 배포하는 단계만 뜻한다.
정답과 해설 보기

정답 ③

KDD는 선택·전처리·변환·데이터 마이닝·해석 및 평가의 흐름으로 설명합니다. 데이터 마이닝은 전체 지식 발견 과정의 한 단계이지 전처리와 해석을 모두 생략하는 기술이 아닙니다. 누락·이상·자료형을 점검하는 전처리와 분석에 맞는 변수·구조를 만드는 변환을 구분합니다. 실제 활동이 겹칠 수 있어도 단계가 해결하려는 목적을 읽으면 순서 문제에 대응할 수 있습니다.

기억할 핵심

KDD에서 데이터 마이닝은 전체 지식 발견 과정의 일부다.

문제 16

KDD에서 결측·노이즈를 정리하는 활동에 가장 가까운 것은?

  1. ① 전처리
  2. ② 권한 회수
  3. ③ 최종 전개만
  4. ④ 정렬 결과 표시만
정답과 해설 보기

정답 ①

결측과 노이즈 정리는 분석 전 자료의 품질을 개선하는 전처리에 해당합니다.

기억할 핵심

KDD에서 데이터 마이닝은 전체 지식 발견 과정의 일부다.

문제 17

분석 기획·방법론·과제 발굴에서 하향식·상향식 접근에 대한 설명으로 옳은 것은?

  1. ① 데이터 탐색에서 새로운 과제를 발굴하는 것은 상향식 접근에 가깝다.
  2. ② 상향식 패턴은 검증 없이 모두 사실이다.
  3. ③ 두 접근은 어떤 경우에도 함께 사용할 수 없다.
  4. ④ 하향식은 업무 목표를 전혀 고려하지 않는다.
정답과 해설 보기

정답 ①

하향식은 업무 문제를 정의하고 해결할 분석 과제를 구체화합니다. 상향식은 데이터의 패턴과 가능성에서 새로운 문제나 가치를 발굴합니다. 실제로는 두 접근을 반복하며 가설을 다듬을 수 있습니다. 하향식이 항상 정답을 미리 안다는 뜻은 아닙니다. 상향식도 업무 의미와 검증 없이 패턴을 확정하는 방식이 아닙니다. 문제 정의의 출발점과 가설 생성·검증의 연결을 구분하세요.

기억할 핵심

데이터 탐색에서 새로운 과제를 발굴하는 것은 상향식 접근에 가깝다.

문제 18

거래 로그를 탐색하다 특정 반품 패턴을 발견하고 새 분석 과제를 정했다. 접근은?

  1. ① 권한 설계
  2. ② 상향식
  3. ③ 하향식만
  4. ④ 무조건 최적화
정답과 해설 보기

정답 ②

데이터에서 발견한 패턴이 과제 발굴의 출발점이므로 상향식입니다.

기억할 핵심

데이터 탐색에서 새로운 과제를 발굴하는 것은 상향식 접근에 가깝다.

문제 19

분석 기획·방법론·과제 발굴에서 프로젝트 성공 기준에 대한 설명으로 옳은 것은?

  1. ① 예측 시점에 실제 이용 가능한 변수만 입력으로 정해야 한다.
  2. ② 성공 기준은 결과를 본 뒤 유리하게 바꾸면 된다.
  3. ③ 업무 KPI는 기획과 무관하다.
  4. ④ 결과 확정 뒤의 정보는 예측 성능을 높이므로 언제나 입력한다.
정답과 해설 보기

정답 ①

업무 KPI·데이터·일정·자원·적용 조건을 기획 단계에서 구체화합니다. 정확도 95%처럼 모델 지표만 두면 업무 목적이 흐려질 수 있습니다. 이탈 고객 중 개입 가능한 고객의 유지율과 순이익 등 행동 결과를 연결하세요. 데이터를 사용할 수 있는 시점도 중요합니다. 예측 시점 이후에 생기는 정보를 입력하면 운영에서 재현할 수 없는 누수가 발생합니다. 기획에서 예측 시점과 목표 기간을 함께 적습니다.

기억할 핵심

예측 시점에 실제 이용 가능한 변수만 입력으로 정해야 한다.

문제 20

결제 전 사기 탐지 모델에 결제 후 환불확정 여부를 넣었다. 문제는?

  1. ① 독립 표본 확보
  2. ② 교차검증 횟수 부족만
  3. ③ 정상적인 원핫 인코딩만
  4. ④ 예측 시점 이후 정보를 사용한 누수
정답과 해설 보기

정답 ④

실제 예측 시점에는 알 수 없는 결과 이후 정보이므로 성능이 부풀려집니다.

기억할 핵심

예측 시점에 실제 이용 가능한 변수만 입력으로 정해야 한다.

3과목. 데이터분석

문제 21

R 기초·자료 구조·데이터마트에서 벡터와 자료형에 대한 설명으로 옳은 것은?

  1. ① 리스트는 숫자만 담는다.
  2. ② 자료형은 계산과 무관하다.
  3. ③ R의 원자 벡터는 공통 자료형으로 변환될 수 있다.
  4. ④ 원자 벡터의 각 원소는 언제나 제각각 자료형을 유지한다.
정답과 해설 보기

정답 ③

R의 기본 원자 벡터는 같은 자료형의 원소를 담습니다. 숫자와 문자를 c()로 묶으면 공통 자료형으로 강제 변환될 수 있습니다. 리스트는 서로 다른 구조를 원소로 가질 수 있다는 점에서 다릅니다. 자료가 화면에 숫자로 보이더라도 문자형이면 숫자 연산이 되지 않을 수 있습니다. str()와 class()로 구조와 자료형을 먼저 확인하는 습관이 좋습니다.

기억할 핵심

R의 원자 벡터는 공통 자료형으로 변환될 수 있다.

문제 22

R에서 c(1,"2")의 공통 자료형은?

  1. ① 논리형
  2. ② 항상정수형
  3. ③ 문자형
  4. ④ 데이터프레임
정답과 해설 보기

정답 ③

문자 원소와 숫자를 원자 벡터로 결합하면 숫자도 문자로 강제 변환됩니다.

기억할 핵심

R의 원자 벡터는 공통 자료형으로 변환될 수 있다.

문제 23

R 기초·자료 구조·데이터마트에서 인덱스와 논리 선택에 대한 설명으로 옳은 것은?

  1. ① R에서 x[1]은 첫 원소다.
  2. ② 음수 인덱스는 해당 원소의 부호를 바꾼다.
  3. ③ d[행,열]의 첫 자리는 열이다.
  4. ④ R의 첫 인덱스는 언제나 0이다.
정답과 해설 보기

정답 ①

R의 인덱스는 보통 1부터 시작합니다. x[1]은 첫 원소, x[-1]은 첫 원소를 제외한 벡터입니다. 논리 벡터로 조건을 적용할 수도 있습니다. 데이터프레임 d[행,열]에서는 쉼표 앞뒤 역할을 구분합니다. 양수와 음수 인덱스를 섞는 제한, 차원 축소의 동작 등도 주의합니다. Python의 0기반 인덱스와 섞지 마세요. 조건 벡터 길이와 NA가 포함된 경우를 확인해야 예상한 행만 선택할 수 있습니다.

기억할 핵심

R에서 x[1]은 첫 원소다.

문제 24

x<-c(10,20,30)에서 x[-1]의 값은?

  1. ① 10
  2. ② 30,20,10
  3. ③ -10,20,30
  4. ④ 20,30
정답과 해설 보기

정답 ④

음수 인덱스는 해당 위치를 제외하므로 첫 값 10이 빠집니다.

기억할 핵심

R에서 x[1]은 첫 원소다.

문제 25

R 기초·자료 구조·데이터마트에서 NA 검사와 집계에 대한 설명으로 옳은 것은?

  1. ① R에서 결측 검사는 is.na를 사용한다.
  2. ② x==NA는 모든 결측을 TRUE로 정확히 찾는다.
  3. ③ na.rm=TRUE는 결측을 모두 0으로 넣는다.
  4. ④ 결측 제외는 어떤 편향도 만들 수 없다.
정답과 해설 보기

정답 ①

R에서 is.na(x)로 결측 여부를 검사합니다. x==NA는 일반적인 결측 검사 방법이 아닙니다. mean(x)는 NA가 포함되면 NA를 반환할 수 있고 na.rm=TRUE로 결측을 제외할 수 있습니다. 결측을 제외하는 것은 값을 0으로 바꾸는 것과 다릅니다. 제외 후 표본 크기가 어떻게 달라지는지 보고, 결측 발생이 특정 집단에 치우치지 않았는지도 살펴야 합니다.

기억할 핵심

R에서 결측 검사는 is.na를 사용한다.

문제 26

mean(c(10,NA,20),na.rm=TRUE)의 결과는?

  1. ① NA
  2. ② 30
  3. ③ 10
  4. ④ 15
정답과 해설 보기

정답 ④

NA를 제외한 두 값의 평균(10+20)/2=15입니다.

기억할 핵심

R에서 결측 검사는 is.na를 사용한다.

문제 27

R 기초·자료 구조·데이터마트에서 데이터프레임과 팩터에 대한 설명으로 옳은 것은?

  1. ① 데이터프레임의 모든 열은 반드시 같은 자료형이다.
  2. ② 데이터프레임은 열마다 다른 자료형을 가질 수 있다.
  3. ③ 범주의 기준 수준은 모델 해석에 영향이 없다.
  4. ④ 팩터 내부 코드는 원래 측정값과 언제나 같다.
정답과 해설 보기

정답 ②

데이터프레임은 같은 행 수를 가진 열들로 구성되며 열마다 다른 자료형을 가질 수 있습니다. 팩터는 범주와 수준을 관리합니다. factor의 내부 정수 코드를 원래 숫자 값으로 오해하지 않도록 주의합니다. 집계와 모델에서 기준 수준이 계수 해석에 영향을 줄 수 있습니다. 범주에 순서가 있다는 정보는 ordered factor 등으로 명시하고 단순 코드 번호와 양적 크기를 구분하세요.

기억할 핵심

데이터프레임은 열마다 다른 자료형을 가질 수 있다.

문제 28

나이 숫자열과 지역 문자열을 한 표로 관리할 R 구조는?

  1. ① 데이터프레임
  2. ② 단일 논리값
  3. ③ 동일 자료형 숫자 벡터만
  4. ④ 함수 이름만
정답과 해설 보기

정답 ①

행을 공유하면서 열별로 다른 자료형을 담는 데이터프레임이 적합합니다.

기억할 핵심

데이터프레임은 열마다 다른 자료형을 가질 수 있다.

문제 29

R 기초·자료 구조·데이터마트에서 데이터마트의 행 단위에 대한 설명으로 옳은 것은?

  1. ① 미래 정보는 과거 예측 변수에 무조건 포함한다.
  2. ② 데이터마트를 만들 때 한 행의 단위와 기준 시점을 정한다.
  3. ③ 행 단위는 결과 해석과 무관하다.
  4. ④ 상세를 조인하면 모든 합계가 자동으로 보존된다.
정답과 해설 보기

정답 ②

분석용 표는 한 행의 단위와 기준 시점이 명확해야 합니다. 고객별 월 매출이면 고객×월이 유일한 행 단위입니다. 주문 상세를 조인한 뒤 고객 정보를 반복 집계하면 매출·건수가 부풀 수 있습니다. 파생 변수는 재현 가능한 규칙과 관찰 기간을 남깁니다. 최근 30일 구매 횟수를 만들 때 예측일 이후 거래가 포함되지 않는지 확인하고, 고객별 집계 뒤 조인하는 방식으로 중복 위험을 줄일 수 있습니다.

기억할 핵심

데이터마트를 만들 때 한 행의 단위와 기준 시점을 정한다.

문제 30

고객별 최근 30일 구매횟수를 예측 입력으로 만든다. 필요한 기준은?

  1. ① 고객 이름 첫 글자만
  2. ② 고객별 유일한 행과 예측일 이전 30일 범위
  3. ③ 전체 미래 거래 포함
  4. ④ 주문 상세 수만 무조건 횟수로 사용
정답과 해설 보기

정답 ②

분석 단위와 시점을 맞추어 중복과 미래 정보 누수를 방지해야 합니다.

기억할 핵심

데이터마트를 만들 때 한 행의 단위와 기준 시점을 정한다.

문제 31

결측값·이상값·스케일링·데이터 누수에서 결측 발생 메커니즘에 대한 설명으로 옳은 것은?

  1. ① MAR과 MCAR은 완전히 같은 정의다.
  2. ② MNAR은 결측 값과 아무 관련이 없다.
  3. ③ 결측률만 알면 발생 원인이 확정된다.
  4. ④ MAR은 관측된 변수에 조건부로 결측 발생을 설명할 수 있는 경우다.
정답과 해설 보기

정답 ④

MCAR는 결측 여부가 관측·비관측 값과 무관한 경우, MAR은 관측된 변수로 결측 발생을 설명할 수 있는 경우, MNAR은 결측 값 자체와 관련될 수 있는 경우입니다. 결측률만 보고 처리 방법을 확정하지 않습니다. 고소득자가 소득 응답을 피한다면 단순 평균 대체가 분포를 왜곡할 수 있습니다. MAR은 아무 조건 없이 완전히 무작위라는 뜻이 아니며, 관측 변수에 조건부라는 점이 중요합니다.

기억할 핵심

MAR은 관측된 변수에 조건부로 결측 발생을 설명할 수 있는 경우다.

문제 32

높은 소득일수록 소득 문항 응답을 피한다. 가장 의심할 결측 유형은?

  1. ① 완전 자료
  2. ② 중복 행만
  3. ③ MNAR
  4. ④ MCAR로 확정
정답과 해설 보기

정답 ③

결측 여부가 관측되지 않은 소득 값 자체와 관련될 수 있으므로 MNAR을 의심합니다.

기억할 핵심

MAR은 관측된 변수에 조건부로 결측 발생을 설명할 수 있는 경우다.

문제 33

결측값·이상값·스케일링·데이터 누수에서 대체와 삭제에 대한 설명으로 옳은 것은?

  1. ① 대체 규칙은 학습 자료에서 추정하고 검증 자료에는 같은 규칙을 적용한다.
  2. ② 평균 대체는 분포와 분산을 항상 그대로 보존한다.
  3. ③ 중앙값은 모든 모델에서 무조건 최선이다.
  4. ④ 검증 평균까지 섞어야 올바른 일반화 평가다.
정답과 해설 보기

정답 ①

평균·중앙값·최빈값 대체와 행·열 삭제는 각각 장단점이 있습니다. 평균 대체는 분산을 줄일 수 있고, 중앙값은 극단값에 덜 민감합니다. 결측 지시 변수를 추가하는 방법도 있지만 모든 문제에서 성능을 보장하지 않습니다. 대체 값은 학습 자료에서 추정한 뒤 검증·시험 자료에 적용합니다. 전체 자료 평균을 미리 구하면 검증 정보가 학습 절차에 들어가는 누수가 발생합니다.

기억할 핵심

대체 규칙은 학습 자료에서 추정하고 검증 자료에는 같은 규칙을 적용한다.

문제 34

학습값 10,20의 평균으로 결측을 채우려 한다. 대체 값은?

  1. ① 15
  2. ② 0으로 강제
  3. ③ 30
  4. ④ 검증값을 본 뒤 유리하게 결정
정답과 해설 보기

정답 ①

학습 자료 평균(10+20)/2=15를 정하고 검증 자료에도 같은 값을 적용합니다.

기억할 핵심

대체 규칙은 학습 자료에서 추정하고 검증 자료에는 같은 규칙을 적용한다.

문제 35

결측값·이상값·스케일링·데이터 누수에서 IQR 이상값 기준에 대한 설명으로 옳은 것은?

  1. ① IQR은 최댓값-최솟값이다.
  2. ② 경계를 벗어나면 근거 없이 모두 삭제해야 한다.
  3. ③ IQR 경계 밖의 값도 실제 유효한 관측일 수 있다.
  4. ④ 이상값 후보는 언제나 입력 오류다.
정답과 해설 보기

정답 ③

IQR=Q3-Q1이며 대표적인 탐색 기준은 Q1-1.5IQR 미만 또는 Q3+1.5IQR 초과입니다. 이는 이상 후보를 찾는 규칙이지 그 값이 반드시 오류라는 증거는 아닙니다. 진짜 고액 주문이나 드문 사고도 극단값일 수 있습니다. 삭제 전 원본과 발생 원인을 확인하고 분석 목적에 따라 유지·변환·절단을 검토합니다. 사분위수 계산 방식은 도구별 차이가 있을 수 있으므로 예제에서 Q1·Q3를 주면 그 값을 사용합니다.

기억할 핵심

IQR 경계 밖의 값도 실제 유효한 관측일 수 있다.

문제 36

Q1=10,Q3=20일 때 위쪽 1.5IQR 경계는?

  1. ① 35
  2. ② 30
  3. ③ 25
  4. ④ 15
정답과 해설 보기

정답 ①

IQR=10, 위쪽 경계=20+1.5×10=35입니다.

기억할 핵심

IQR 경계 밖의 값도 실제 유효한 관측일 수 있다.

문제 37

결측값·이상값·스케일링·데이터 누수에서 표준화와 정규화에 대한 설명으로 옳은 것은?

  1. ① 표준화는 평균과 표준편차로 단위를 맞추며 정규분포를 보장하지 않는다.
  2. ② 표준화하면 모든 자료가 반드시 정규분포가 된다.
  3. ③ 미래 min-max 값은 무조건 0~1이다.
  4. ④ 스케일은 KNN 거리와 무관하다.
정답과 해설 보기

정답 ①

표준화 z=(x-평균)/표준편차, min-max 변환=(x-min)/(max-min)으로 구분합니다. 표준화가 분포를 정규분포로 바꾸는 것은 아닙니다. 거리 기반 모델은 변수의 단위가 거리 계산을 지배하지 않도록 스케일을 고려해야 합니다. 변환 모수는 학습 자료에서 구합니다. min-max 변환을 해도 미래 값이 학습 최댓값을 넘으면 1보다 커질 수 있습니다. 분모가 0인 상수 변수의 처리도 필요합니다.

기억할 핵심

표준화는 평균과 표준편차로 단위를 맞추며 정규분포를 보장하지 않는다.

문제 38

평균 50,표준편차 10인 변수의 값 70을 표준화하면?

  1. ① 7
  2. ② 20
  3. ③ 0.2
  4. ④ 2
정답과 해설 보기

정답 ④

(70-50)/10=2입니다.

기억할 핵심

표준화는 평균과 표준편차로 단위를 맞추며 정규분포를 보장하지 않는다.

문제 39

결측값·이상값·스케일링·데이터 누수에서 학습·검증 분리와 누수에 대한 설명으로 옳은 것은?

  1. ① 시험자료는 모델 선택에 매번 사용해도 독립 평가다.
  2. ② 시간 순서는 예측 평가와 무관하다.
  3. ③ 전체 데이터에 변수 선택 후 교차검증하면 언제나 누수가 없다.
  4. ④ 교차검증에서도 전처리 적합은 각 학습 폴드 안에서 수행한다.
정답과 해설 보기

정답 ④

분리 후 전처리 적합이 기본입니다. 결측 대체·스케일러·변수 선택 등을 전체 자료에 맞춘 뒤 나누면 평가 대상 정보가 학습에 유입될 수 있습니다. 교차검증에서도 각 폴드 안에서 전처리를 학습해야 합니다. 고객 중복·시간 순서·가족 단위처럼 데이터 간 의존성이 있으면 무작위 분리만으로 충분하지 않을 수 있습니다. 시간 예측은 미래를 과거 학습에 섞지 않는 분리 전략을 검토합니다.

기억할 핵심

교차검증에서도 전처리 적합은 각 학습 폴드 안에서 수행한다.

문제 40

전체 데이터에서 정답과 상관이 큰 변수를 고른 뒤 교차검증했다. 문제는?

  1. ① 검증 폴드 정답 정보가 변수 선택에 들어갔다.
  2. ② 스케일이 자동 보존된다.
  3. ③ 모델이 반드시 과소적합한다.
  4. ④ 누수가 원천 차단되었다.
정답과 해설 보기

정답 ①

변수 선택이 검증 결과를 미리 참고했으므로 교차검증 성능이 낙관적일 수 있습니다.

기억할 핵심

교차검증에서도 전처리 적합은 각 학습 폴드 안에서 수행한다.

문제 41

기술통계·척도·분산·상관계수에서 측정 척도에 대한 설명으로 옳은 것은?

  1. ① 섭씨 20도는 10도의 두 배 온열량을 뜻한다.
  2. ② 코드 숫자를 붙이면 모두 비율척도가 된다.
  3. ③ 명목척도에는 언제나 크기 순서가 있다.
  4. ④ 비율척도는 절대 영점을 가지며 배수 비교가 가능하다.
정답과 해설 보기

정답 ④

명목·서열·등간·비율 척도는 허용되는 해석이 다릅니다. 혈액형은 명목, 만족도 등급은 서열, 섭씨 온도는 등간, 길이·무게는 비율의 대표 사례입니다. 절대 영점이 있는지에 따라 배수 해석이 달라집니다. 섭씨 20도가 10도의 두 배로 덥다고 해석할 수는 없습니다. 숫자 코드를 부여했다고 척도 성격이 바뀌지 않으며, 순서형 자료의 간격을 같다고 가정하는 분석은 근거를 검토해야 합니다.

기억할 핵심

비율척도는 절대 영점을 가지며 배수 비교가 가능하다.

문제 42

무게 20kg과 10kg의 배수 비교를 가능하게 하는 척도는?

  1. ① 명목척도
  2. ② 등간척도만
  3. ③ 비율척도
  4. ④ 서열척도만
정답과 해설 보기

정답 ③

무게는 절대 영점을 가지므로 20kg을 10kg의 두 배라고 해석할 수 있습니다.

기억할 핵심

비율척도는 절대 영점을 가지며 배수 비교가 가능하다.

문제 43

기술통계·척도·분산·상관계수에서 평균과 중앙값에 대한 설명으로 옳은 것은?

  1. ① 평균은 극단값에 전혀 영향받지 않는다.
  2. ② 모든 자료의 평균은 관측값 중 하나다.
  3. ③ 중앙값은 극단값의 크기 변화에 평균보다 덜 민감하다.
  4. ④ 중앙값은 항상 최빈값과 같다.
정답과 해설 보기

정답 ③

평균은 모든 값의 합을 개수로 나누고 극단값에 민감합니다. 중앙값은 정렬한 가운데 값이며 극단값의 크기 변화에 상대적으로 덜 민감합니다. 짝수 개 관측의 중앙값은 가운데 두 값의 평균으로 계산하는 기본 정의를 사용합니다. 분포가 심하게 비대칭이면 평균·중앙값이 다를 수 있습니다. 어느 하나만 항상 옳다고 보기보다 분석 목적과 분포를 함께 보고 대표값을 선택하세요.

기억할 핵심

중앙값은 극단값의 크기 변화에 평균보다 덜 민감하다.

문제 44

1,2,3,100의 평균과 중앙값은?

  1. ① 2.5와 26.5
  2. ② 100과 2
  3. ③ 26.5와 2.5
  4. ④ 26.5와 3
정답과 해설 보기

정답 ③

합계 106을 4로 나눈 26.5가 평균, 가운데 2와 3의 평균 2.5가 중앙값입니다.

기억할 핵심

중앙값은 극단값의 크기 변화에 평균보다 덜 민감하다.

문제 45

기술통계·척도·분산·상관계수에서 표본분산과 표준편차에 대한 설명으로 옳은 것은?

  1. ① 값마다 10을 더하면 분산도 10 증가한다.
  2. ② 표준편차는 항상 분산의 제곱이다.
  3. ③ 표본분산의 대표적인 불편 추정은 편차 제곱합을 n-1로 나눈다.
  4. ④ 표본분산은 언제나 편차의 단순 합이다.
정답과 해설 보기

정답 ③

표본분산은 평균으로부터 편차 제곱합/(n-1)으로 계산하는 불편 추정량을 많이 사용합니다. 모집단 전체의 분산은 N으로 나누는 정의를 씁니다. 표준편차는 분산의 제곱근으로 원자료와 같은 단위를 가집니다. 편차의 합은 0이므로 단순 편차 합만으로 흩어짐을 측정할 수 없습니다. 분산은 단위가 제곱되고, 모든 값에 상수를 더하면 분산은 바뀌지 않지만 상수를 곱하면 그 제곱만큼 바뀝니다.

기억할 핵심

표본분산의 대표적인 불편 추정은 편차 제곱합을 n-1로 나눈다.

문제 46

1,2,3의 평균 2일 때 표본분산은?

  1. ① 0
  2. ② 2
  3. ③ 2/3
  4. ④ 1
정답과 해설 보기

정답 ④

제곱편차합은 1+0+1=2이고 n-1=2로 나누면 1입니다.

기억할 핵심

표본분산의 대표적인 불편 추정은 편차 제곱합을 n-1로 나눈다.

문제 47

기술통계·척도·분산·상관계수에서 공분산과 상관계수에 대한 설명으로 옳은 것은?

  1. ① 상관 0이면 모든 비선형 관계도 없다.
  2. ② 상관계수는 단위에 따라 100을 넘는다.
  3. ③ 피어슨 상관 0은 선형 관계가 약함을 뜻하며 모든 의존성 부재를 보장하지 않는다.
  4. ④ 상관 1이면 반드시 직접 인과다.
정답과 해설 보기

정답 ③

공분산은 함께 증가·감소하는 방향을 나타내지만 단위에 영향을 받습니다. 피어슨 상관계수는 표준화한 선형 관계 지표로 -1~1 범위를 가집니다.0이면 선형 관계가 없다는 뜻이지 모든 종류의 관계가 없다는 뜻은 아닙니다. 이상값과 비선형 관계를 산점도로 확인하세요. 상관은 인과의 증거가 아니며 집단을 합쳤을 때와 나누었을 때 관계가 달라지는 상황도 있을 수 있습니다.

기억할 핵심

피어슨 상관 0은 선형 관계가 약함을 뜻하며 모든 의존성 부재를 보장하지 않는다.

문제 48

x가-1,0,1이고 y=x²라면 관계를 평가할 때 중요한 점은?

  1. ① 두 변수는 어떤 관계도 없다.
  2. ② 상관계수는 반드시 1이다.
  3. ③ 선형 상관이 0이어도 비선형 관계는 존재한다.
  4. ④ y는 x와 독립이라고 확정한다.
정답과 해설 보기

정답 ③

U자형 결정 관계가 있어도 대칭 때문에 선형 공분산은 0일 수 있습니다.

기억할 핵심

피어슨 상관 0은 선형 관계가 약함을 뜻하며 모든 의존성 부재를 보장하지 않는다.

문제 49

기술통계·척도·분산·상관계수에서 왜도와 변동계수에 대한 설명으로 옳은 것은?

  1. ① 변동계수는 언제나 평균-중앙값이다.
  2. ② 오른쪽 긴 꼬리는 항상 음의 왜도다.
  3. ③ 평균 0에서도 변동계수는 언제나 안정적이다.
  4. ④ 변동계수는 표준편차를 평균으로 나눈 상대적 변동 지표다.
정답과 해설 보기

정답 ④

왜도는 비대칭 방향을, 변동계수=표준편차/평균은 평균 대비 상대적 흩어짐을 나타냅니다. 오른쪽 꼬리가 길면 일반적으로 양의 왜도입니다. 변동계수는 의미 있는 0과 양의 평균 등 적용 조건을 검토합니다. 평균이 0에 가깝거나 음수이면 변동계수 해석이 불안정할 수 있습니다. 단위가 다른 자료의 상대 변동을 비교할 때도 분포와 측정 척도를 함께 확인하세요.

기억할 핵심

변동계수는 표준편차를 평균으로 나눈 상대적 변동 지표다.

문제 50

평균 100,표준편차 20의 변동계수는?

  1. ① 80
  2. ② 120
  3. ③ 0.2 또는 20%
  4. ④ 5 또는 500%
정답과 해설 보기

정답 ③

20/100=0.2로 평균의 20% 수준의 표준편차입니다.

기억할 핵심

변동계수는 표준편차를 평균으로 나눈 상대적 변동 지표다.

채점과 복습

틀린 문항은 선택지 표현보다 판단 기준을 다시 확인합니다. 이 모의고사는 앞 단원의 핵심 문항을 종합 복습하도록 구성했습니다. 정답을 기억했더라도 다른 선택지가 왜 틀렸는지 설명해 보세요.

범위 확인

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

다음 · 필기 종합 모의고사 2회

ADsP 전체 목차

과목별 이론

단원별 객관식

실습

필기 모의고사

예상 모의문제입니다.

스터디클럽의 다른 강의 보기