2026 ADP 필기 서술형 1회 | 분석 기획·누수·모형 평가 — 모범 답안

데이터위자드 ·

2026 ADP 필기 서술형 1회 | 분석 기획·누수·모형 평가 — 모범 답안

필기 · 서술형 연습

답을 고르는 객관식과 달리 서술형은 조건·근거·실행 방법을 문장으로 설명합니다. 아래 다섯 주제는 먼저 스스로 답을 작성하고 모범 구조와 비교하세요.

서술형 연습 1. 분석 기획·방법론·과제 발굴

분석 기획은 사용할 알고리즘을 고르는 일보다 앞섭니다. 무엇을 결정하려는지, 대상과 방법을 알고 있는지, 데이터 확보와 운영 적용이 가능한지를 정해야 합니다. 방법론은 순서를 외우는 동시에 실제 프로젝트 활동과 연결합니다.

이 상황에서 핵심 개념을 정의하고 발생 가능한 오류 두 가지와 구체적인 검증·개선 절차를 작성하세요.

모범 답안 구조

분석 주제의 네 유형

대상과 방법을 모두 알면 최적화 유형이다.

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.

CRISP-DM

CRISP-DM은 업무 이해에서 시작하며 평가와 전개를 포함한다.

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.

KDD

KDD에서 데이터 마이닝은 전체 지식 발견 과정의 일부다.

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.

하향식·상향식 접근

데이터 탐색에서 새로운 과제를 발굴하는 것은 상향식 접근에 가깝다.

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.

프로젝트 성공 기준

예측 시점에 실제 이용 가능한 변수만 입력으로 정해야 한다.

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.

서술형 연습 2. 결측값·이상값·스케일링·데이터 누수

전처리는 값을 보기 좋게 만드는 작업이 아니라 분석 가정을 지키고 정보 손실·편향을 관리하는 과정입니다. 결측과 이상값의 원인을 확인하고, 변환 규칙을 학습 데이터에서만 추정해야 검증 성능을 신뢰할 수 있습니다.

이 상황에서 핵심 개념을 정의하고 발생 가능한 오류 두 가지와 구체적인 검증·개선 절차를 작성하세요.

모범 답안 구조

결측 발생 메커니즘

MAR은 관측된 변수에 조건부로 결측 발생을 설명할 수 있는 경우다.

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.

대체와 삭제

대체 규칙은 학습 자료에서 추정하고 검증 자료에는 같은 규칙을 적용한다.

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.

IQR 이상값 기준

IQR 경계 밖의 값도 실제 유효한 관측일 수 있다.

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.

표준화와 정규화

표준화는 평균과 표준편차로 단위를 맞추며 정규분포를 보장하지 않는다.

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.

학습·검증 분리와 누수

교차검증에서도 전처리 적합은 각 학습 폴드 안에서 수행한다.

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.

서술형 연습 3. 모형 평가·혼동행렬·교차검증

모형 평가는 목표와 오류 비용에 맞는 지표를 선택하는 과정입니다. 정답을 맞힌 전체 비율과 양성을 놓치지 않는 비율은 다릅니다. 같은 데이터 분할과 지표에서 비교하고 최종 시험자료는 선택 과정과 분리합니다.

이 상황에서 핵심 개념을 정의하고 발생 가능한 오류 두 가지와 구체적인 검증·개선 절차를 작성하세요.

모범 답안 구조

혼동행렬의 방향

FN은 실제 양성을 음성으로 예측하여 놓친 경우다.

TP는 실제 양성을 양성으로, FP는 실제 음성을 양성으로, FN은 실제 양성을 음성으로, TN은 실제 음성을 음성으로 예측한 수입니다. 행·열 배치가 표마다 다를 수 있으므로 축 이름부터 확인합니다. 양성 라벨을 무엇으로 정했는지도 중요합니다. 사기 탐지에서 사기를 양성으로 둘 때와 정상으로 둘 때 재현율의 의미가 달라집니다. 숫자를 외우기보다 문장으로 해석하세요.

정밀도·재현율·F1

재현율은 실제 양성 중 찾아낸 비율이다.

정밀도=TP/(TP+FP), 재현율=TP/(TP+FN)입니다. F1은 둘의 조화평균으로 2PR/(P+R)입니다. 분모가 0인 경우 처리 규칙을 확인해야 합니다. 정밀도는 양성 예측의 신뢰성, 재현율은 실제 양성을 얼마나 찾았는지에 답합니다. 어느 지표가 중요한지는 오탐·미탐 비용과 후속 처리 능력에 따라 달라집니다.

ROC·PR과 임계값

임계값 선택은 오류 비용과 운영 목표를 함께 고려한다.

ROC는 임계값에 따른 TPR과 FPR을, PR곡선은 정밀도와 재현율을 봅니다. 양성이 드문 문제에서는 PR 관점이 유용할 수 있습니다. AUC는 순위화 성능의 요약이며 특정 임계값의 비용을 직접 나타내지는 않습니다. 임계값을 낮추면 양성 예측이 늘어 일반적으로 재현율이 증가하고 오탐도 늘 수 있습니다. 검증 자료로 정책을 정하고 시험자료는 최종 평가에 남깁니다.

회귀 평가 지표

RMSE는 큰 오차에 상대적으로 민감하며 타깃과 같은 단위다.

MAE는 절대오차 평균, MSE는 제곱오차 평균, RMSE는 MSE의 제곱근입니다. RMSE는 큰 오차에 더 민감하고 원자료와 같은 단위입니다. MAPE는 실제값 0 또는 0근처에서 불안정해질 수 있습니다. 지표의 단위와 극단 오차의 비용을 고려합니다. 로그 타깃에서 계산한 오차와 원 단위로 복원한 오차가 다른 의미라는 점도 확인하세요.

검증과 최종 평가

최종 시험자료는 모델·임계값 선택과 분리해 사용한다.

학습·검증·시험은 적합·선택·최종 평가 역할을 나눕니다. k겹 교차검증은 검증을 여러 번 바꿔 성능 변동을 살피지만 폴드 내 전처리와 데이터 의존성을 관리해야 합니다. 여러 모델 중 가장 좋은 점수를 고르는 과정도 과적합될 수 있습니다. 최종 시험자료를 반복해서 들여다보면 독립 평가 역할이 약해지므로 선택 절차와 분리합니다.

서술형 연습 4. 모형 해석·배포·모니터링·재학습

분석 결과는 운영에 들어간 뒤에도 변화합니다. 학습 자료와 실제 입력의 차이, 예측 처리 실패, 성능·비용 저하를 감시하고 안전하게 되돌릴 수 있는 기준을 정해야 합니다.

이 상황에서 핵심 개념을 정의하고 발생 가능한 오류 두 가지와 구체적인 검증·개선 절차를 작성하세요.

모범 답안 구조

해석과 인과

설명값은 인과효과의 자동 증명이 아니다.

중요도·부분의존·SHAP은 예측의 기여를 설명하며 인과효과를 자동 증명하지 않습니다. 상관변수와 도구의 가정을 검토합니다. 전체 설명과 개별 예측을 나누고 대표 사례·반례를 봅니다. 설명 도구가 있어도 오류와 편향은 남을 수 있습니다.

학습·서빙 일치

단위와 전처리 규칙은 일치해야 한다.

운영의 컬럼·자료형·단위·범주·전처리 버전이 학습과 맞아야 합니다. 학습은 만원,운영은 원이면 수치가 1만배 다릅니다. 새 범주와 결측·범위 밖 입력 정책을 정합니다. 실패를 조용히 정상 처리하지 않고 추적 가능한 기록을 남깁니다.

드리프트

분포 변화와 입력-목표 관계 변화는 구분한다.

데이터 드리프트는 입력 분포, 개념 드리프트는 입력과 목표 관계의 변화입니다. 입력 변화가 반드시 성능 하락을 뜻하지는 않지만 검토 신호입니다. 정답이 늦으면 입력·예측 분포를 먼저 보고 확정 성능을 나중에 연결합니다. 계절성과 표본 수를 고려합니다.

배포와 복구

단계적 배포에는 관찰과 복구 기준이 필요하다.

섀도·카나리·단계적 배포로 영향을 작은 범위에서 확인합니다. 모형·전처리·설정 버전을 함께 관리하고 복구 기준을 정합니다. 지연·실패율·성능을 함께 봅니다. 배포 성공이 업무 효과 개선과 같은 뜻은 아닙니다.

재학습과 성과

재학습 모형도 성능과 운영 조건을 검증한다.

새 자료·학습창·검증·적용의 절차를 반복합니다. 날짜가 되었다고 검증 없이 교체하면 성능이 떨어질 수 있습니다. 정확도 외에 이익·안전·지연·비용을 봅니다. 운영 한도를 넘으면 적용 여부를 다시 판단합니다.

서술형 연습 5. ETL·CDC·EAI·데이터 통합

데이터 처리 기술은 여러 원본의 자료를 분석 가능한 형태로 안정적으로 옮기는 과정입니다. 단순 복사와 변환, 변경분 추적, 시스템 간 업무 연계를 나누어 이해합니다. 중복·누락·지연이 생겼을 때 복구할 기준도 함께 설계해야 합니다.

이 상황에서 핵심 개념을 정의하고 발생 가능한 오류 두 가지와 구체적인 검증·개선 절차를 작성하세요.

모범 답안 구조

ETL과 ELT

ETL과 ELT는 변환과 적재의 순서·수행 위치가 다르다.

ETL은 추출→변환→적재, ELT는 추출→적재→변환의 흐름입니다. 변환을 어디서 수행하는지와 저장·연산 환경의 차이를 봅니다. 형식·단위·코드를 표준화하고 오류를 검증하는 규칙을 명시해야 합니다. 순서만 바꾸면 품질이 자동 보장되는 것은 아닙니다. 원본 스냅숏 시점과 변환 버전을 남겨 같은 입력에서 같은 결과를 재현할 수 있게 합니다.

CDC와 변경분

CDC는 변경분을 추적하며 삭제와 재처리도 고려해야 한다.

CDC는 데이터의 삽입·수정·삭제 등 변경을 포착합니다. 전체 적재보다 전송량을 줄일 수 있지만 삭제·순서·중복·스키마 변경을 처리해야 합니다. 수정시각만 보는 방식과 로그 기반 방식은 놓칠 수 있는 변경과 운영 조건이 다릅니다. 체크포인트는 어디까지 반영했는지 복구 기준입니다. 장애 뒤 같은 변경을 다시 받더라도 결과가 중복되지 않도록 멱등 적용을 설계합니다.

EAI와 시스템 연계

EAI는 기업 내 여러 시스템의 업무·데이터 연계를 다룬다.

EAI는 기업 시스템 간 업무·데이터 연계를 위한 접근입니다. 메시지·서비스·허브 등 구조를 통해 시스템별 다른 형식과 흐름을 연결합니다. 분석 저장소 적재인 ETL과 목적이 겹칠 수 있어도 같은 개념은 아닙니다. 시스템 A의 주문 생성과 B의 배송 요청을 연결할 때 실패·재시도·중복·추적 ID를 설계합니다. 허브에 기능을 집중하면 연결 관리가 단순해질 수 있지만 병목과 장애 영향도 고려합니다.

배치와 스트림

이벤트 시간과 처리 시간은 지연·재전송 때문에 다를 수 있다.

배치는 일정 기간 자료를 묶어 처리하고 스트림은 지속 유입되는 사건을 처리합니다. 이벤트 발생시간과 처리시간이 다를 수 있어 지연 도착·순서 뒤바뀜을 고려해야 합니다. 분 단위 집계에서 늦게 도착한 거래를 어느 창에 반영할지 정합니다. 낮은 지연을 원한다고 검증·복구 규칙이 필요 없어지는 것은 아닙니다.

통합 품질과 검산

행 수만 같다고 통합 결과가 정확하다고 결론 낼 수 없다.

데이터 통합 뒤에는 행 수·고유키 수·금액 합계·누락률·기준시점을 비교합니다. 행 수가 같아도 한 행 누락과 한 행 중복이 동시에 있을 수 있습니다. 원본과 결과의 대응을 추적할 수 있어야 합니다. 전체 재처리·부분 재처리의 경계를 정하고 변환 버전을 관리합니다. 오류 행은 이유와 함께 분리해 재검토하고 조용히 버리지 않습니다.

범위 확인

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

다음 · 서술형 답안 작성 2회

ADP 전체 목차

과목별 이론

단원별 객관식

실습

필기 모의고사

서술형

실기 모의고사

예상 모의문제입니다.

스터디클럽의 다른 강의 보기