2026 빅데이터분석기사 필기 모의고사 1회 | 80문항 — 정답·해설

데이터위자드 ·

2026 빅데이터분석기사 필기 모의고사 1회 | 80문항 — 정답·해설

필기 · 객관식 모의고사

필기 모의고사 1회

객관식 80문항 · 120분

과목객관식 문항배점
빅데이터 분석 기획2025점
빅데이터 탐색2025점
빅데이터 모델링2025점
빅데이터 결과 해석2025점

필기는 과목별 100점 환산 40점 이상·전체 평균 60점 이상입니다. 각 20문항 중 8문항 미만 정답이면 과락입니다.

1과목. 빅데이터 분석 기획

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.

문제 11

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

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

정답 ④

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.

기억할 핵심

Velocity는 데이터가 발생·처리되는 속도와 관련된다.

문제 12

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

  1. ① Velocity
  2. ② Variety만
  3. ③ Value의 정의만
  4. ④ 컬럼 이름
정답과 해설 보기

정답 ①

탐지 지연과 유입 속도에 대한 요구이므로 Velocity와 직접 연결됩니다.

기억할 핵심

Velocity는 데이터가 발생·처리되는 속도와 관련된다.

문제 13

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

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

정답 ①

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.

기억할 핵심

모델 성능과 실제 업무 효과를 함께 평가해야 한다.

문제 14

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

  1. ① -20만원
  2. ② +100만원
  3. ③ +220만원
  4. ④ +20만원
정답과 해설 보기

정답 ①

다른 효과가 없다는 전제에서 100-120=-20만원으로 비용을 반영해야 합니다.

기억할 핵심

모델 성능과 실제 업무 효과를 함께 평가해야 한다.

문제 15

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

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

정답 ①

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.

기억할 핵심

이름을 삭제해도 재식별 위험을 검토해야 한다.

문제 16

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

  1. ① 파일 확장자만
  2. ② 데이터가 숫자인지 여부만
  3. ③ 열 제목 색상만
  4. ④ 결합에 의한 재식별 위험
정답과 해설 보기

정답 ④

직접 식별자가 없어도 희귀한 준식별자 조합으로 개인이 드러날 수 있습니다.

기억할 핵심

이름을 삭제해도 재식별 위험을 검토해야 한다.

문제 17

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

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

정답 ②

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.

기억할 핵심

과거 데이터의 편향은 모델 결과에 이어질 수 있다.

문제 18

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

  1. ① 전체 정확도만 보고 종료한다.
  2. ② 재현율 정의를 바꾼다.
  3. ③ 소수 집단 데이터를 무조건 삭제한다.
  4. ④ 집단별 오류와 데이터 대표성을 추가 점검한다.
정답과 해설 보기

정답 ④

평균 성능이 특정 집단의 큰 오류를 숨길 수 있으므로 분해 평가가 필요합니다.

기억할 핵심

과거 데이터의 편향은 모델 결과에 이어질 수 있다.

문제 19

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

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

정답 ②

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.

기억할 핵심

큰 데이터도 수집 범위가 치우치면 대표성 문제가 생길 수 있다.

문제 20

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

  1. ① 자기선택과 대표성을 검토해야 한다.
  2. ② 숫자 자료면 무조건 같다.
  3. ③ 평균만 계산하면 동일해진다.
  4. ④ 100만 명이면 항상 같다.
정답과 해설 보기

정답 ①

큰 표본이어도 응답자 선택 방식이 편향되면 목표 집단을 대표하지 못할 수 있습니다.

기억할 핵심

큰 데이터도 수집 범위가 치우치면 대표성 문제가 생길 수 있다.

2과목. 빅데이터 탐색

문제 21

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

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

정답 ①

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 22

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

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

정답 ②

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 23

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

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

정답 ③

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 24

학습값 10,20의 평균으로 결측을 채우려 한다. 대체 값은?

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

정답 ②

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 25

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

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

정답 ②

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 26

Q1=10,Q3=20일 때 위쪽 1.5IQR 경계는?

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

정답 ④

IQR=10, 위쪽 경계=20+1.5×10=35입니다.

기억할 핵심

IQR 경계 밖의 값도 실제 유효한 관측일 수 있다.

문제 27

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

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

정답 ④

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 28

평균 50,표준편차 10인 변수의 값 70을 표준화하면?

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

정답 ①

(70-50)/10=2입니다.

기억할 핵심

표준화는 평균과 표준편차로 단위를 맞추며 정규분포를 보장하지 않는다.

문제 29

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 교차검증에서도 전처리 적합은 각 학습 폴드 안에서 수행한다.
  4. ④ 전체 데이터에 변수 선택 후 교차검증하면 언제나 누수가 없다.
정답과 해설 보기

정답 ③

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 30

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

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

정답 ②

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

기억할 핵심

교차검증에서도 전처리 적합은 각 학습 폴드 안에서 수행한다.

문제 31

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

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

정답 ①

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 32

무게 20kg과 10kg의 배수 비교를 가능하게 하는 척도는?

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

정답 ①

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

기억할 핵심

비율척도는 절대 영점을 가지며 배수 비교가 가능하다.

문제 33

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

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

정답 ①

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 34

1,2,3,100의 평균과 중앙값은?

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

정답 ②

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

기억할 핵심

중앙값은 극단값의 크기 변화에 평균보다 덜 민감하다.

문제 35

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

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

정답 ④

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 36

1,2,3의 평균 2일 때 표본분산은?

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

정답 ③

제곱편차합은 1+0+1=2이고 n-1=2로 나누면 1입니다.

기억할 핵심

표본분산의 대표적인 불편 추정은 편차 제곱합을 n-1로 나눈다.

문제 37

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

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

정답 ④

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 38

x가-1,0,1이고 y=x²라면 관계를 평가할 때 중요한 점은?

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

정답 ①

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 39

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

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

정답 ①

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 40

평균 100,표준편차 20의 변동계수는?

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

정답 ②

20/100=0.2로 평균의 20% 수준의 표준편차입니다.

기억할 핵심

변동계수는 표준편차를 평균으로 나눈 상대적 변동 지표다.

3과목. 빅데이터 모델링

문제 41

회귀분석·회귀계수·모형 진단에서 최소제곱과 잔차에 대한 설명으로 옳은 것은?

  1. ① 잔차는 언제나 예측값과 같다.
  2. ② 학습 잔차가 작으면 미래 오차도 반드시 작다.
  3. ③ OLS는 잔차의 절댓값 합만 최소화한다.
  4. ④ OLS는 잔차 제곱합을 최소화한다.
정답과 해설 보기

정답 ④

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.

기억할 핵심

OLS는 잔차 제곱합을 최소화한다.

문제 42

관측값 10,예측값 8의 잔차와 제곱오차는?

  1. ① 2와 4
  2. ② 8과 64
  3. ③ -2와-4
  4. ④ 18과 324
정답과 해설 보기

정답 ①

잔차 10-8=2, 제곱오차 2²=4입니다.

기억할 핵심

OLS는 잔차 제곱합을 최소화한다.

문제 43

회귀분석·회귀계수·모형 진단에서 회귀계수의 해석에 대한 설명으로 옳은 것은?

  1. ① 계수는 언제나 인과효과를 확정한다.
  2. ② 다중회귀 계수는 다른 변수를 고정한 조건부 변화로 해석한다.
  3. ③ 변수의 단위는 계수 해석과 무관하다.
  4. ④ 절편은 어떤 경우에도 실제 관측 범위 안이다.
정답과 해설 보기

정답 ②

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.

기억할 핵심

다중회귀 계수는 다른 변수를 고정한 조건부 변화로 해석한다.

문제 44

ŷ=10+2x에서 x가 3에서 5로 바뀌면 예측값 변화는?

  1. ① 6감소
  2. ② 4증가
  3. ③ 2증가
  4. ④ 10증가
정답과 해설 보기

정답 ②

x의 변화 2에 계수 2를 곱해 4 증가합니다.

기억할 핵심

다중회귀 계수는 다른 변수를 고정한 조건부 변화로 해석한다.

문제 45

회귀분석·회귀계수·모형 진단에서 R²와 수정 R²에 대한 설명으로 옳은 것은?

  1. ① 검증 R²는 어떤 경우에도 음수가 불가능하다.
  2. ② R²는 계수의 인과성을 증명한다.
  3. ③ 변수를 추가하면 수정 R²는 언제나 증가한다.
  4. ④ 학습 R² 상승만으로 일반화 성능 개선을 보장할 수 없다.
정답과 해설 보기

정답 ④

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.

기억할 핵심

학습 R² 상승만으로 일반화 성능 개선을 보장할 수 없다.

문제 46

SST=100,SSE=20인 절편 포함 회귀의 R²는?

  1. ① 0.8
  2. ② 5
  3. ③ -0.8
  4. ④ 0.2
정답과 해설 보기

정답 ①

1-20/100=0.8입니다.

기억할 핵심

학습 R² 상승만으로 일반화 성능 개선을 보장할 수 없다.

문제 47

회귀분석·회귀계수·모형 진단에서 오차 가정과 진단에 대한 설명으로 옳은 것은?

  1. ① 잔차 패턴은 진단에 쓸 수 없다.
  2. ② 등분산은 모든 관측값이 같은 값이라는 뜻이다.
  3. ③ 회귀의 정규성은 모든 x가 반드시 정규분포라는 뜻이다.
  4. ④ 잔차의 깔때기 모양은 이분산 가능성을 시사한다.
정답과 해설 보기

정답 ④

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.

기억할 핵심

잔차의 깔때기 모양은 이분산 가능성을 시사한다.

문제 48

예측값이 커질수록 잔차의 퍼짐이 넓어진다. 우선 의심할 문제는?

  1. ① 완벽한 등분산성
  2. ② 항상 인과관계
  3. ③ 이분산성
  4. ④ 범주 수 부족만
정답과 해설 보기

정답 ③

오차 분산이 예측 수준에 따라 달라질 수 있으므로 이분산을 검토합니다.

기억할 핵심

잔차의 깔때기 모양은 이분산 가능성을 시사한다.

문제 49

회귀분석·회귀계수·모형 진단에서 다중공선성과 규제에 대한 설명으로 옳은 것은?

  1. ① 규제 강도는 시험자료 성능을 보고 매번 정해야 한다.
  2. ② Lasso의 L1 규제는 일부 계수를 0으로 만들 수 있다.
  3. ③ Ridge는 반드시 모든 계수를 0으로 만든다.
  4. ④ 다중공선성은 언제나 y의 중복 행만 뜻한다.
정답과 해설 보기

정답 ②

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.

기억할 핵심

Lasso의 L1 규제는 일부 계수를 0으로 만들 수 있다.

문제 50

거의 같은 두 매출 변수를 넣었더니 계수 부호가 크게 바뀐다. 검토할 것은?

  1. ① 범주형 변수를 무조건 숫자합산
  2. ② 표 제목
  3. ③ 다중공선성과 변수 구성
  4. ④ 타깃을 미래값으로 교체
정답과 해설 보기

정답 ③

서로 비슷한 설명변수가 계수의 분산과 불안정을 키울 수 있습니다.

기억할 핵심

Lasso의 L1 규제는 일부 계수를 0으로 만들 수 있다.

문제 51

시계열·정상성·ARIMA·시계열 검증에서 시계열 구성요소에 대한 설명으로 옳은 것은?

  1. ① 장기 상승은 언제나 불규칙 성분이다.
  2. ② 고정된 주기로 반복되는 패턴은 계절성이다.
  3. ③ 계절성은 시간 순서와 무관하다.
  4. ④ 모든 순환은 정확히 12개월이다.
정답과 해설 보기

정답 ②

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.

기억할 핵심

고정된 주기로 반복되는 패턴은 계절성이다.

문제 52

매년 12월 매출이 반복해서 높다. 해당 성분은?

  1. ① 관측값 누락만
  2. ② 계절성
  3. ③ 비지도 분류
  4. ④ 다중공선성
정답과 해설 보기

정답 ②

해마다 같은 월의 반복 패턴이므로 계절성입니다.

기억할 핵심

고정된 주기로 반복되는 패턴은 계절성이다.

문제 53

시계열·정상성·ARIMA·시계열 검증에서 약정상성과 차분에 대한 설명으로 옳은 것은?

  1. ① 분산이 계속 커져도 약정상성의 기본 조건을 만족한다.
  2. ② 정상 시계열은 모든 관측값이 같아야 한다.
  3. ③ 1차 차분은 현재값에서 직전값을 뺀다.
  4. ④ 차분은 무조건 여러 번 할수록 좋다.
정답과 해설 보기

정답 ③

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.

기억할 핵심

1차 차분은 현재값에서 직전값을 뺀다.

문제 54

시계열 10,13,15,18의 1차 차분은?

  1. ① -3,-2,-3
  2. ② 10,3,2,3
  3. ③ 3,2,3
  4. ④ 13,15,18
정답과 해설 보기

정답 ③

13-10=3,15-13=2,18-15=3입니다.

기억할 핵심

1차 차분은 현재값에서 직전값을 뺀다.

문제 55

시계열·정상성·ARIMA·시계열 검증에서 AR·MA·ARIMA에 대한 설명으로 옳은 것은?

  1. ① ARIMA의 d는 설명변수 개수다.
  2. ② MA(q)는 과거 관측값의 단순 평균만 뜻한다.
  3. ③ AR은 과거 값을 전혀 사용하지 않는다.
  4. ④ ARIMA의 d는 차분 차수다.
정답과 해설 보기

정답 ④

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.

기억할 핵심

ARIMA의 d는 차분 차수다.

문제 56

ARIMA(1,1,2)에서 차분 차수와 MA차수는?

  1. ① 1과 2
  2. ② 1과 1
  3. ③ 2와 1
  4. ④ 0과 2
정답과 해설 보기

정답 ①

표기(p,d,q)에서 d=1,q=2입니다.

기억할 핵심

ARIMA의 d는 차분 차수다.

문제 57

시계열·정상성·ARIMA·시계열 검증에서 자기상관과 잔차에 대한 설명으로 옳은 것은?

  1. ① 잔차 패턴이 있어도 어떤 모형이든 무조건 충분하다.
  2. ② 잔차의 자기상관은 남은 시간 구조를 점검하는 단서다.
  3. ③ PACF는 원본 데이터를 영구 삭제한다.
  4. ④ ACF는 집단별 평균 차이만 뜻한다.
정답과 해설 보기

정답 ②

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.

기억할 핵심

잔차의 자기상관은 남은 시간 구조를 점검하는 단서다.

문제 58

잔차에서 12시차 자기상관이 크게 남았다. 우선 검토할 것은?

  1. ① 계절 구조가 충분히 반영되었는지
  2. ② 모든 행을 무작위 섞어 시간 삭제
  3. ③ 타깃 복제
  4. ④ 컬럼 색상만
정답과 해설 보기

정답 ①

12시차 반복은 계절 패턴이 잔차에 남았을 가능성을 보여 줍니다.

기억할 핵심

잔차의 자기상관은 남은 시간 구조를 점검하는 단서다.

문제 59

시계열·정상성·ARIMA·시계열 검증에서 롤링 검증에 대한 설명으로 옳은 것은?

  1. ① 시계열 검증은 실제 예측 시점과 미래 구간을 재현해야 한다.
  2. ② 미래값으로 과거 결측을 채워도 예측 누수가 없다.
  3. ③ 예측 지평은 평가와 무관하다.
  4. ④ 시계열은 언제나 무작위 섞기가 가장 공정하다.
정답과 해설 보기

정답 ①

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.

기억할 핵심

시계열 검증은 실제 예측 시점과 미래 구간을 재현해야 한다.

문제 60

1~10월로 학습해 11월을 예측하는 평가에 12월 정보를 사용하면?

  1. ① 정상적인 사전 정보다.
  2. ② 과적합이 불가능해진다.
  3. ③ 독립성이 보장된다.
  4. ④ 미래 정보 누수다.
정답과 해설 보기

정답 ④

11월 예측 시점에 알 수 없는 12월 정보가 포함되므로 누수입니다.

기억할 핵심

시계열 검증은 실제 예측 시점과 미래 구간을 재현해야 한다.

4과목. 빅데이터 결과 해석

문제 61

모형 평가·혼동행렬·교차검증에서 혼동행렬의 방향에 대한 설명으로 옳은 것은?

  1. ① TP는 실제 음성을 양성으로 오탐한 경우다.
  2. ② 표의 행·열 이름은 항상 같은 위치다.
  3. ③ FP는 실제 양성을 놓친 경우다.
  4. ④ FN은 실제 양성을 음성으로 예측하여 놓친 경우다.
정답과 해설 보기

정답 ④

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.

기억할 핵심

FN은 실제 양성을 음성으로 예측하여 놓친 경우다.

문제 62

실제 환자인데 음성으로 판정했다. 분류는?

  1. ① TP
  2. ② TN
  3. ③ FN
  4. ④ FP
정답과 해설 보기

정답 ③

실제 양성을 음성으로 예측했으므로 거짓 음성FN입니다.

기억할 핵심

FN은 실제 양성을 음성으로 예측하여 놓친 경우다.

문제 63

모형 평가·혼동행렬·교차검증에서 정밀도·재현율·F1에 대한 설명으로 옳은 것은?

  1. ① 정밀도와 재현율은 항상 같다.
  2. ② 재현율은 실제 양성 중 찾아낸 비율이다.
  3. ③ 재현율의 분모는 모든 음성이다.
  4. ④ F1은 두 값의 단순 산술평균이다.
정답과 해설 보기

정답 ②

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.

기억할 핵심

재현율은 실제 양성 중 찾아낸 비율이다.

문제 64

TP=30,FP=10,FN=20이면 정밀도와 재현율은?

  1. ① 0.75와 0.6
  2. ② 0.6과 0.75
  3. ③ 0.3과 0.2
  4. ④ 0.8과 0.9
정답과 해설 보기

정답 ①

정밀도 30/40=0.75,재현율 30/50=0.6입니다.

기억할 핵심

재현율은 실제 양성 중 찾아낸 비율이다.

문제 65

모형 평가·혼동행렬·교차검증에서 ROC·PR과 임계값에 대한 설명으로 옳은 것은?

  1. ① 임계값 선택은 오류 비용과 운영 목표를 함께 고려한다.
  2. ② AUC가 높으면 어떤 임계값도 비용이 같다.
  3. ③ 임계값을 낮추면 양성 예측은 언제나 줄어든다.
  4. ④ ROC-AUC는 인과효과다.
정답과 해설 보기

정답 ①

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.

기억할 핵심

임계값 선택은 오류 비용과 운영 목표를 함께 고려한다.

문제 66

질병을 놓치는 비용이 매우 크다. 임계값 검토에서 특히 중요한 지표는?

  1. ① 정확도 한 개만
  2. ② 군집 번호
  3. ③ 잔차 합만
  4. ④ 재현율과 미탐 비용
정답과 해설 보기

정답 ④

실제 환자를 놓치지 않는 재현율과 그에 따른 오탐 비용의 균형을 봅니다.

기억할 핵심

임계값 선택은 오류 비용과 운영 목표를 함께 고려한다.

문제 67

모형 평가·혼동행렬·교차검증에서 회귀 평가 지표에 대한 설명으로 옳은 것은?

  1. ① RMSE는 큰 오차에 상대적으로 민감하며 타깃과 같은 단위다.
  2. ② MSE는 원자료와 언제나 같은 단위다.
  3. ③ MAPE는 실제값 0에서 언제나 안정적이다.
  4. ④ MAE는 오차 부호를 그대로 평균한다.
정답과 해설 보기

정답 ①

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.

기억할 핵심

RMSE는 큰 오차에 상대적으로 민감하며 타깃과 같은 단위다.

문제 68

오차가 1과 3이면 MAE와RMSE는?

  1. ① 1과 3
  2. ② 4와 10
  3. ③ 2와√5
  4. ④ 2와 5
정답과 해설 보기

정답 ③

MAE=(1+3)/2=2,RMSE=√((1+9)/2)=√5입니다.

기억할 핵심

RMSE는 큰 오차에 상대적으로 민감하며 타깃과 같은 단위다.

문제 69

모형 평가·혼동행렬·교차검증에서 검증과 최종 평가에 대한 설명으로 옳은 것은?

  1. ① 최종 시험자료는 모델·임계값 선택과 분리해 사용한다.
  2. ② 교차검증을 하면 어떤 누수도 불가능하다.
  3. ③ 같은 고객이 학습·검증에 겹쳐도 항상 독립이다.
  4. ④ 시험자료로 매번 튜닝하면 더 공정한 최종 평가다.
정답과 해설 보기

정답 ①

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.

기억할 핵심

최종 시험자료는 모델·임계값 선택과 분리해 사용한다.

문제 70

시험 점수를 보고 50번 모델을 수정한 뒤 같은 시험 점수를 최종 성능으로 발표했다. 우려는?

  1. ① 반드시 과소적합
  2. ② 시험자료에 대한 선택 과적합
  3. ③ 완전한 독립 평가 보장
  4. ④ 모든 오류 제거
정답과 해설 보기

정답 ②

시험자료가 반복 선택에 사용되어 새 자료 성능보다 낙관적일 수 있습니다.

기억할 핵심

최종 시험자료는 모델·임계값 선택과 분리해 사용한다.

문제 71

시각화 인사이트·탐색·분석·활용에서 탐색과 설명에 대한 설명으로 옳은 것은?

  1. ① 탐색 패턴은 검증 후 결론으로 연결한다.
  2. ② 차트는 많을수록 무조건 좋다.
  3. ③ 정의는 필요 없다.
  4. ④ 그림의 상관은 인과다.
정답과 해설 보기

정답 ①

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.

기억할 핵심

탐색 패턴은 검증 후 결론으로 연결한다.

문제 72

산점도에 관계가 보였다. 다음 단계는?

  1. ① 원인 확정
  2. ② 원본 폐기
  3. ③ 축 삭제
  4. ④ 이상값·집단·교란 점검
정답과 해설 보기

정답 ④

시각적 패턴은 가설의 단서입니다.

기억할 핵심

탐색 패턴은 검증 후 결론으로 연결한다.

문제 73

시각화 인사이트·탐색·분석·활용에서 비교와 분포에 대한 설명으로 옳은 것은?

  1. ① 구간 폭은 무관하다.
  2. ② 막대와 목적이 항상 같다.
  3. ③ 히스토그램은 연속값의 구간별 분포를 보여 준다.
  4. ④ 히스토그램은 문자 범주만 쓴다.
정답과 해설 보기

정답 ③

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.

기억할 핵심

히스토그램은 연속값의 구간별 분포를 보여 준다.

문제 74

연령 분포를 본다. 후보는?

  1. ① 파이 한 조각
  2. ② 시퀀스 도표
  3. ③ 히스토그램
  4. ④ 연결망만
정답과 해설 보기

정답 ③

구간별 빈도로 분포를 볼 수 있습니다.

기억할 핵심

히스토그램은 연속값의 구간별 분포를 보여 준다.

문제 75

시각화 인사이트·탐색·분석·활용에서 시간과 관계에 대한 설명으로 옳은 것은?

  1. ① 누락 기간은 실제 0과 구분한다.
  2. ② 누락 월은 항상 0이다.
  3. ③ 모든 범주 연결선은 의미 있다.
  4. ④ 산점도에는 양적 변수를 못 쓴다.
정답과 해설 보기

정답 ①

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.

기억할 핵심

누락 기간은 실제 0과 구분한다.

문제 76

1월과 3월만 관측했다.2월은?

  1. ① 미관측인지 실제 0인지 확인
  2. ② 평균이 실제 값
  3. ③ 누락 숨김
  4. ④ 무조건 0
정답과 해설 보기

정답 ①

데이터 없음과 실제 0은 다릅니다.

기억할 핵심

누락 기간은 실제 0과 구분한다.

문제 77

시각화 인사이트·탐색·분석·활용에서 축과 비율에 대한 설명으로 옳은 것은?

  1. ① 10%→20%는 10% 증가다.
  2. ② 비율에는 분모가 없다.
  3. ③ %와 %p는 서로 다른 표현이다.
  4. ④ 축 절단은 영향 없다.
정답과 해설 보기

정답 ③

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.

기억할 핵심

%와 %p는 서로 다른 표현이다.

문제 78

10%→15%의 절대·상대 변화는?

  1. ① 5%p와 50% 증가
  2. ② 50%p와 5% 증가
  3. ③ 5%와 5%p
  4. ④ 0.5%p와 5% 증가
정답과 해설 보기

정답 ①

차이 5%p를 기존 10%로 나누면 50%입니다.

기억할 핵심

%와 %p는 서로 다른 표현이다.

문제 79

시각화 인사이트·탐색·분석·활용에서 대시보드 활용에 대한 설명으로 옳은 것은?

  1. ① 필터는 숨긴다.
  2. ② 색만 정하면 해석이 완성된다.
  3. ③ 실시간 글자면 최신이다.
  4. ④ 정의·대상·갱신 시점은 비교의 조건이다.
정답과 해설 보기

정답 ④

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.

기억할 핵심

정의·대상·갱신 시점은 비교의 조건이다.

문제 80

어제 집계와 실시간 집계를 비교한다. 설명할 것은?

  1. ① 기준 시점과 정의
  2. ② 색 이름만
  3. ③ 파일 수만
  4. ④ 별명만
정답과 해설 보기

정답 ①

최신성과 기간이 다르면 동일 조건처럼 비교하면 안 됩니다.

기억할 핵심

정의·대상·갱신 시점은 비교의 조건이다.

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

빅데이터분석기사 전체 목차

과목별 이론

단원별 객관식

실습

필기 모의고사

실기 모의고사

예상 모의문제입니다.

스터디클럽의 다른 강의 보기