2026 ADP 필기 서술형 2회 | 회귀·시계열·군집·텍스트·시각화 — 모범 답안

데이터위자드 ·

2026 ADP 필기 서술형 2회 | 회귀·시계열·군집·텍스트·시각화 — 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. 회귀분석·회귀계수·모형 진단

회귀분석에서는 예측 식을 만드는 일과 계수의 의미를 해석하는 일을 구별합니다. 다른 변수를 고정했을 때의 변화, 오차 가정, 설명력과 일반화 성능을 차례로 확인합니다. 높은 R²만으로 좋은 모형이라고 결론 내리지 마세요.

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

모범 답안 구조

최소제곱과 잔차

OLS는 잔차 제곱합을 최소화한다.

최소제곱법은 관측값과 예측값의 차이인 잔차의 제곱합을 최소화합니다. 잔차는 y-ŷ입니다. 절편을 포함한 일반적인 학습 OLS에서 잔차 합은 0이지만 절편 없는 모형이나 새로운 자료에서는 같은 성질을 그대로 기대할 수 없습니다. 잔차 제곱은 큰 오차에 더 큰 가중을 주므로 이상값의 영향을 살펴야 합니다. 예측 오차를 평가할 때는 학습 잔차뿐 아니라 검증 자료에서의 오차를 별도로 계산합니다.

회귀계수의 해석

다중회귀 계수는 다른 변수를 고정한 조건부 변화로 해석한다.

다중회귀의 계수는 다른 설명변수를 고정했을 때 해당 변수가 1단위 변하면 예측값이 얼마나 변하는지를 뜻합니다. y=10+2x이면 x가 3일 때 16입니다. 범주형 변수는 기준 범주와의 차이로 해석합니다. 회귀계수는 자료와 모형 조건 아래의 관계이며 인과효과가 자동 증명된 것은 아닙니다. 상호작용이나 로그 변환이 포함되면 계수 해석도 바뀌므로 식의 형태와 단위를 함께 봅니다.

R²와 수정 R²

학습 R² 상승만으로 일반화 성능 개선을 보장할 수 없다.

절편을 포함한 OLS의 R²=1-SSE/SST는 학습 자료 변동 중 모형이 설명한 비율입니다. 변수를 추가하면 학습 R²는 보통 감소하지 않지만 수정 R²는 불필요한 변수 추가에 패널티를 줍니다. 검증 자료의 R²는 음수가 될 수 있습니다. 학습 R²가 높아도 과적합·누수·잘못된 외삽이면 미래 성능이 나쁠 수 있습니다. 모델 선택에는 교차검증 오차와 해석 가능성도 함께 고려합니다.

오차 가정과 진단

잔차의 깔때기 모양은 이분산 가능성을 시사한다.

선형회귀의 추론에서는 선형성·오차 독립성·등분산성·정규성 등을 검토합니다. 정규성은 보통 설명변수 자체가 아니라 오차에 대한 가정입니다. 잔차-예측값 그림, Q-Q plot, 시간 순서 잔차를 목적에 맞게 봅니다. 잔차가 깔때기 모양이면 이분산을 의심할 수 있고 시간적 패턴이면 독립성 문제를 살펴야 합니다. 가정 위반의 성격에 따라 변환·강건 표준오차·다른 모형 등을 검토합니다.

다중공선성과 규제

Lasso의 L1 규제는 일부 계수를 0으로 만들 수 있다.

설명변수 간 강한 선형 관계는 다중공선성으로 계수 추정이 불안정해질 수 있습니다. VIF가 큰 변수를 살펴보고 변수 구성·도메인·예측 목적을 검토합니다. 상관이 높다는 이유만으로 모든 변수를 무조건 삭제하지 않습니다. Ridge는 L2, Lasso는 L1 벌점을 사용하며 Lasso는 계수를 0으로 만들어 선택 효과를 낼 수 있습니다. 벌점 강도는 검증으로 정하고 스케일의 영향을 관리합니다.

서술형 연습 2. 시계열·정상성·ARIMA·시계열 검증

시계열 자료에는 시간 순서와 의존성이 있습니다. 추세·계절성·자기상관을 먼저 보고, 미래 예측을 평가할 때는 과거로 학습하고 미래로 검증하는 원칙을 지켜야 합니다. 무작위 행 분리는 미래 정보를 섞을 수 있습니다.

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

모범 답안 구조

시계열 구성요소

고정된 주기로 반복되는 패턴은 계절성이다.

시계열은 추세·계절·순환·불규칙 요소로 나누어 볼 수 있습니다. 매년 같은 월에 반복되는 패턴은 계절성, 장기적으로 증가하는 방향은 추세입니다. 일정한 주기가 없는 경기 변동은 계절성과 구분합니다. 가법·승법 분해는 계절 변동 폭이 수준에 따라 달라지는지와 관련됩니다. 데이터가 늘수록 변동 폭도 커지면 로그 변환이나 승법 관점을 검토할 수 있습니다.

약정상성과 차분

1차 차분은 현재값에서 직전값을 뺀다.

대표적인 약정상성은 평균·분산이 시간에 따라 일정하고 공분산이 시차에 의존하는 조건입니다. 추세가 있으면 차분으로 수준 변화를 제거하는 방법을 검토합니다. 차분은 현재값-이전값이며 단순히 모든 값을 0으로 바꾸는 작업이 아닙니다. 과도한 차분도 문제를 만들 수 있습니다. 정상성 검정은 귀무가설 방향이 방법별로 다르므로 ADF와 KPSS 등을 혼동하지 않습니다. 그림과 맥락을 함께 봅니다.

AR·MA·ARIMA

ARIMA의 d는 차분 차수다.

AR(p)는 과거 관측값, MA(q)는 과거 오차 항을 이용하는 모형입니다. ARIMA(p,d,q)의 d는 차분 차수입니다. 일반 이동평균 평활과 MA 확률모형을 같은 의미로 혼동하지 마세요. ACF·PACF 패턴은 후보 모형을 찾는 단서이며 실제 자료에서는 선명하지 않을 수 있습니다. 차수 선택 후 잔차가 백색잡음에 가까운지와 예측 성능을 확인합니다.

자기상관과 잔차

잔차의 자기상관은 남은 시간 구조를 점검하는 단서다.

ACF는 시차별 자기상관, PACF는 중간 시차의 영향을 통제한 부분 자기상관을 봅니다. 모형 잔차에 자기상관이 남으면 아직 설명하지 못한 시간 구조가 있을 수 있습니다. 백색잡음은 평균과 분산의 안정성, 시차 간 상관이 없다는 특성과 연결됩니다. 상관이 없다는 조건과 모든 종류의 독립성을 같은 것으로 일반화하지 않도록 주의합니다.

롤링 검증

시계열 검증은 실제 예측 시점과 미래 구간을 재현해야 한다.

시간 예측은 학습 시점보다 뒤의 자료로 검증합니다. 확장 창이나 이동 창으로 여러 과거 시점을 모의 평가할 수 있습니다. 모델·전처리·특징 생성 모두 해당 시점에서 이용 가능한 정보만 사용해야 합니다. 미래를 사용한 중심 이동평균이나 전체 기간의 스케일 추정도 누수가 될 수 있습니다. 목표가 다음날인지 다음달인지 예측 지평을 맞추고 단순 기준모형과 비교합니다.

서술형 연습 3. 군집분석·K-means·계층·DBSCAN

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.

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

모범 답안 구조

군집과 분류의 차이

군집 번호는 보통 임의 라벨이며 순위를 뜻하지 않는다.

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.

K-means의 목적함수

K-means는 중심과의 제곱거리 합을 줄이도록 반복한다.

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.

계층적 군집과 연결법

단일 연결은 두 군집 사이 가장 가까운 점의 거리를 사용한다.

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.

DBSCAN

DBSCAN은 밀도와 이웃 조건을 이용하며 잡음을 따로 표시할 수 있다.

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.

군집 평가

실루엣은 군집 내 응집과 군집 간 분리를 함께 반영한다.

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.

서술형 연습 4. 텍스트 마이닝·TF-IDF·사회연결망

텍스트와 연결망은 행·열 숫자 표와 다른 전처리·표현을 요구합니다. 문서를 어떤 토큰으로 나눌지, 단어의 중요도를 어떻게 계산할지, 관계의 방향과 가중치를 어떻게 표현할지 정해야 합니다.

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

모범 답안 구조

토큰화와 의미

부정어 삭제는 문장의 의미를 바꿀 수 있다.

토큰화·정규화·불용어 처리로 문서를 표현합니다. 한국어의 조사·어미를 고려하고 숫자와 부정어를 무조건 삭제하지 않습니다. 부정어가 사라지면 감성 방향이 바뀔 수 있습니다. 학습에서 정한 어휘와 규칙을 새 문서에도 일관되게 적용합니다.

TF-IDF

단순 ln(N/df)에서 df=N이면 IDF는 0이다.

TF는 문서 내 빈도, IDF는 문서 전체의 역빈도입니다. 흔한 단어의 가중치를 낮추며 로그·평활·정규화 공식은 구현마다 다릅니다. IDF=ln(N/df)인 예제에서는 모든 문서에 나온 단어가 0입니다. 다른 도구의 기본식과 혼합하지 않습니다.

임베딩과 코사인

코사인 유사도는 벡터의 각도와 관련된다.

임베딩은 단어·문서를 벡터로 표현합니다. 코사인 유사도는 내적을 두 벡터 길이의 곱으로 나눕니다. 영벡터와 도메인·편향을 검토합니다. 가까운 벡터가 모든 맥락에서 완전히 같은 뜻인 것은 아닙니다.

연결망 중심성

매개 중심성은 경로에서의 중개 역할과 관련된다.

연결 중심성은 연결 정도, 매개 중심성은 최단경로의 중개, 근접 중심성은 다른 노드까지 거리와 관련됩니다. 방향·가중치·단절 여부를 확인합니다. 연결이 많은 노드와 두 집단을 잇는 다리 노드는 다를 수 있습니다. 중심성만으로 인과적 영향력을 확정하지 않습니다.

문서·관계 검증

중복과 그룹 의존성을 검증 분할에서 고려한다.

중복 문서·작성자·시간·관계 의존성을 분할에서 검토합니다. 서로 연결된 노드를 무작위로 나누면 독립성에 문제가 생길 수 있습니다. 대표 문서와 오분류·노드 맥락을 함께 보고 단어구름이나 큰 중심성만으로 결론을 확정하지 않습니다.

서술형 연습 5. 시각화 인사이트·탐색·분석·활용

시각화는 숫자를 장식하는 작업이 아니라 질문에 맞는 비교를 가능하게 만드는 과정입니다. 탐색에서 이상 패턴을 찾고, 분석에서 가설을 확인하며, 활용에서 행동할 수 있는 메시지로 정리합니다.

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

모범 답안 구조

탐색과 설명

탐색 패턴은 검증 후 결론으로 연결한다.

탐색은 분포·관계·이상 패턴을 찾고 설명은 검증한 메시지를 전달합니다. 탐색에서 발견한 상관을 곧바로 인과로 옮기지 않습니다. 최종 보고는 독자와 질문에 맞게 구성합니다. 무엇을 비교할지 한 문장으로 정한 뒤 차트를 고릅니다.

비교와 분포

히스토그램은 연속값의 구간별 분포를 보여 준다.

막대는 범주별 크기, 히스토그램은 연속값의 구간별 분포를 보여 줍니다. 구간 폭이 모양에 영향을 줍니다. 평균뿐 아니라 표본 수와 변동을 함께 봅니다. 작은 집단의 큰 평균 차이는 불확실성이 클 수 있습니다.

시간과 관계

누락 기간은 실제 0과 구분한다.

산점도는 두 양적 변수의 관계, 선그래프는 시간 변화를 보는 기본 도구입니다. 무관한 범주를 선으로 이으면 연속 변화처럼 보일 수 있습니다. 시간 간격과 누락을 확인합니다. 집단이 많으면 작은 여러 그림이나 선택 필터를 검토합니다.

축과 비율

%와 %p는 서로 다른 표현이다.

막대 길이 비교에는 0 기준선이 중요합니다. 축 절단을 명확히 밝히고 이중축의 과장 가능성을 주의합니다. 비율에는 분모와 기간을 표시합니다.10%→15%는 5%p 상승이고 상대적으로 50% 증가입니다.

대시보드 활용

정의·대상·갱신 시점은 비교의 조건이다.

메시지·근거·행동·성과 지표를 연결합니다. 정의·대상·갱신 시점·필터를 표시해야 같은 조건의 수치인지 알 수 있습니다. 실시간이라는 제목만으로 최신성이 보장되지 않습니다. 과거와 실시간 자료의 기준 시점 차이를 설명합니다.

범위 확인

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

이전 · 서술형 답안 작성 1회

ADP 전체 목차

과목별 이론

단원별 객관식

실습

필기 모의고사

서술형

실기 모의고사

예상 모의문제입니다.

스터디클럽의 다른 강의 보기