28. 빅데이터분석기사 필기 예상 모의고사 3회

이 모의고사는 실제 기출문제가 아니라 출제 경향을 분석해 새로 구성한 예상 문제입니다. 숫자·상황·소재를 바꾸어 재구성했으며, 특정 회차 기출을 그대로 복제하지 않았습니다. 권장 풀이 시간은 120분이며, 합격 기준은 일반적으로 전 과목 평균 60점 이상 및 과목별 40퍼센트(20문항 중 8문항) 이상 정답으로 알려져 있습니다. 다만 배점·합격선 등 세부 수치는 시행처 공고 원문을 반드시 다시 확인하시기 바랍니다.

문항 배분표

이번 3회차는 3과목 빅데이터 모델링(머신러닝·딥러닝) 문항의 난이도와 개념 깊이를 다른 회차보다 끌어올렸습니다. 문항 수 배분 자체는 실제 시험과 동일하게 과목당 20문항을 유지합니다.

과목	문항 번호	문항 수	이번 회차 특징
1과목 빅데이터 분석 기획	1–20	20	표준 난이도, 개념 정의·절차 위주
2과목 빅데이터 탐색	21–40	20	표준 난이도, 전처리·기술통계 계산 포함
3과목 빅데이터 모델링	41–60	20	심화 — 지니지수·정보이득·거리계산·K-means 반복·PCA·CNN 출력 크기까지 손 계산
4과목 빅데이터 결과 해석	61–80	20	표준 난이도, 평가지표·교차검증 계산 포함

1과목 빅데이터 분석 기획 (1–20)

문제 14지선다

한 온라인 서점이 하루에도 수십만 건씩 쏟아지는 주문·리뷰·클릭 로그를 실시간에 가깝게 처리해야 하는 상황을 두고 회의를 하고 있다. 이때 특히 부각되는 빅데이터의 특성은 무엇인가?

① Volume(규모) — 자료가 계속 쌓여 총량이 커진다는 점② Velocity(속도) — 자료가 생성되고 처리되어야 하는 시간 간격이 짧다는 점③ Variety(다양성) — 로그의 구조가 표마다 제각각이라는 점④ Veracity(정확성) — 로그 값의 신뢰도를 따져야 한다는 점

문제 24지선다

데이터 거버넌스(data governance)를 이루는 세 축인 원칙, 조직, 프로세스에 대한 설명으로 옳지 않은 것은?

① 원칙은 데이터를 다루는 기준과 지침을 정해 둔 것이다② 조직은 데이터 관리의 역할과 책임을 맡는 담당 체계다③ 프로세스는 데이터 등록·변경·폐기 등을 처리하는 표준화된 절차다④ 데이터를 물리적으로 저장하는 서버와 저장 장비도 거버넌스의 한 축이다

문제 34지선다

한 병원이 분석 준비도와 분석 성숙도 두 축으로 자기 위치를 진단했더니, 준비도는 높지만 성숙도는 낮게 나왔다. 이 병원이 속하는 유형은 무엇인가?

① 정착형 — 준비도는 낮지만 제한된 범위에서 분석을 이미 수행해 성숙도가 높다② 도입형 — 준비도는 높지만 분석 활동의 정교함이 아직 부족하다③ 확산형 — 두 축이 모두 높아 전사적으로 분석을 확대할 수 있다④ 준비형 — 두 축이 모두 낮아 기반과 기법을 함께 갖춰야 한다

문제 44지선다

CRISP-DM 표준 분석 방법론의 단계를 올바른 순서로 나열한 것은?

① 데이터 이해 → 업무 이해 → 모델링 → 평가 → 전개② 업무 이해 → 데이터 이해 → 데이터 준비 → 모델링 → 평가 → 전개③ 데이터 준비 → 업무 이해 → 모델링 → 데이터 이해 → 전개④ 전개 → 평가 → 모델링 → 데이터 준비 → 업무 이해

문제 54지선다

분석 과제를 발굴하는 하향식 접근법과 상향식 접근법에 대한 설명으로 옳지 않은 것은?

① 하향식 접근법은 비즈니스 문제를 먼저 정의한 뒤 이를 데이터 분석 문제로 변환한다② 상향식 접근법은 보유한 데이터 자체를 탐색해 예상하지 못한 패턴이나 과제를 찾아낸다③ 하향식 접근법은 문제가 이미 정의되어 있을 때 적합하고 상향식은 탐색적 상황에 적합하다④ 상향식 접근법은 데이터를 전혀 보지 않고 경영진의 지시만으로 과제를 확정하는 방식이다

문제 64지선다

개인정보 보호법, 정보통신망법, 신용정보법을 함께 묶어 부르는 명칭과 그 취지에 대한 설명으로 가장 적절한 것은?

① 세 법률을 데이터 3법이라 부르며 가명정보 활용 근거 마련 등을 위해 정비되었다② 세 법률은 모두 공공데이터의 개방과 제공만을 다루는 법률이다③ 세 법률은 저작권 침해를 처벌하기 위한 목적으로만 제정되었다④ 세 법률은 서로 관련이 없어 함께 언급되는 경우가 없다

문제 74지선다

비식별화 기법과 적용 사례를 짝지은 것으로 옳지 않은 것은?

① 데이터 마스킹 — 휴대전화 번호의 가운데 네 자리를 별표로 가린다② 총계처리 — 개인별 연봉 대신 부서 평균 연봉만 제공한다③ 라운딩 — 만 37세를 40세로 반올림해 표시한다④ 범주화 — 주민등록번호를 복원 불가능한 해시값으로 변환한다

문제 84지선다

HDFS 같은 분산 파일 시스템의 특징으로 가장 적절한 것은?

① 파일 전체를 한 노드에만 저장해 접근 경로를 단순화한다② 파일을 일정 크기의 블록으로 나누어 여러 노드에 분산 저장하고 복제본을 두어 장애에 대비한다③ 트랜잭션 단위로 잠금을 걸어 동시 갱신 충돌을 막는 것이 주된 목적이다④ 자주 바뀌는 값을 임의 위치에서 잘게 수정하는 작업에 최적화되어 있다

문제 94지선다

NoSQL 데이터베이스 유형과 특징을 짝지은 것으로 옳지 않은 것은?

① 키-값 데이터베이스 — 구조가 단순해 특정 키로 빠르게 조회할 수 있다② 문서 지향 데이터베이스 — 레코드마다 필드 구성이 달라질 수 있는 JSON 형태 자료에 적합하다③ 그래프 데이터베이스 — 노드와 관계를 중심으로 표현해 연결 관계 탐색에 강하다④ 키-값 데이터베이스 — 여러 테이블 간 복잡한 조인과 트랜잭션 처리에 최적화되어 있다

문제 104지선다

ETL과 데이터 웨어하우스, 데이터 마트, 데이터 레이크에 대한 설명으로 옳지 않은 것은?

① ETL은 추출·변환·적재로 이어지는 처리 과정을 가리키는 기술 명칭이다② 데이터 웨어하우스는 여러 시스템의 자료를 통합해 분석용으로 쌓아 두는 저장소다③ 데이터 마트는 데이터 웨어하우스 중 특정 부서나 주제에 맞춘 작은 규모의 저장소다④ 데이터 레이크는 저장 전에 반드시 스키마를 고정해 정형 자료만 담을 수 있는 저장소다

문제 114지선다

다음 중 비정형 데이터로 보기 어려운 것은?

① 콜센터 상담 녹음 파일② 자유 형식으로 작성된 고객 불만 접수 문서③ 관계형 테이블에 저장된 일별 매출 금액 열④ 매장 내부를 촬영한 CCTV 영상

문제 124지선다

분석 마스터플랜과 로드맵에 대한 설명으로 가장 적절한 것은?

① 단일 부서의 소규모 시범 사업을 짧은 기간 안에 시도해 보는 계획이다② 전사에서 도출된 여러 과제의 우선순위를 정하고 적용 범위와 추진 시점을 중장기 관점에서 배열하는 계획이다③ 이미 운영 중인 모형의 성능 저하 여부를 주기적으로 점검하는 운영 관리 활동이다④ 단일 과제의 착수일과 산출물 목록만 정해 두는 단기 작업 지시서다

문제 134지선다

데이터 품질을 진단할 때 살펴보는 차원 중, 상품 등록 항목의 필수값이 빠짐없이 채워졌는지를 따지는 차원은 무엇인가?

① 완전성② 적시성③ 유일성④ 정확성

문제 144지선다

데이터 분석가에게 요구되는 하드 스킬과 소프트 스킬을 짝지은 것으로 가장 적절한 것은?

① 하드 스킬 — 통계·프로그래밍 역량 / 소프트 스킬 — 이해관계자와의 의사소통 능력② 하드 스킬 — 의사소통 능력 / 소프트 스킬 — 통계·프로그래밍 역량③ 하드 스킬과 소프트 스킬은 같은 의미이므로 구분할 필요가 없다④ 소프트 스킬은 분석 도구를 다루는 기술적 역량만을 가리킨다

문제 154지선다

빅데이터 활용 확대에 따른 위기 요인과 통제 방안을 짝지은 것으로 옳지 않은 것은?

① 사생활 침해 — 개인정보 제공자에게 책임을 부여하는 방식에서 벗어나 처리자에게 책임을 강화한다② 책임 원칙 훼손 — 예측 결과로 불이익을 받은 사람에게 소명 기회를 준다③ 데이터 오용 — 알고리즘의 투명성과 접근성을 높여 오남용을 줄인다④ 기기 간 연결 확대 — 활용 가능한 자료가 늘어나는 것 자체가 대표적인 위기 요인이다

문제 164지선다

수집 기술과 그 용도를 짝지은 것으로 옳지 않은 것은?

① Sqoop — 관계형 데이터베이스와 분산 저장 환경 사이에서 정형 자료를 주고받는다② Flume — 로그처럼 흐르는 형태의 비정형·반정형 자료를 실시간에 가깝게 수집한다③ Open API — 외부 서비스가 공개한 인터페이스를 통해 자료를 수집한다④ Sqoop — 웹 페이지를 순회하며 텍스트를 긁어 오는 데 특화된 도구다

문제 174지선다

분석 과제의 우선순위를 정할 때 흔히 쓰는 기준으로 보기 어려운 것은?

① 과제가 조직에 주는 시급성② 과제를 구현하는 데 필요한 난이도③ 담당자가 개인적으로 선호하는 프로그래밍 언어④ 과제가 가져올 것으로 기대되는 비즈니스 효과

문제 184지선다

마이데이터(MyData) 제도에 대한 설명으로 가장 적절한 것은?

① 기업이 보유한 고객 데이터를 자유롭게 재판매할 수 있도록 허용하는 제도다② 개인이 여러 기관에 흩어진 자신의 정보를 본인 동의에 따라 한곳에 모아 직접 관리·활용하도록 하는 제도다③ 정부가 모든 개인정보를 중앙 서버 하나에 통합 보관하는 제도다④ 익명화된 통계 자료만을 취급하도록 제한하는 제도다

문제 194지선다

표준적인 빅데이터 분석 업무 흐름을 순서대로 바르게 나열한 것은?

① 데이터 수집 → 데이터 저장 → 데이터 전처리 → 분석 및 모델링 → 결과 시각화·활용② 분석 및 모델링 → 데이터 수집 → 데이터 저장 → 데이터 전처리 → 결과 시각화·활용③ 데이터 전처리 → 데이터 수집 → 분석 및 모델링 → 데이터 저장 → 결과 시각화·활용④ 결과 시각화·활용 → 데이터 수집 → 데이터 저장 → 데이터 전처리 → 분석 및 모델링

문제 204지선다

분석 조직을 별도의 전담 조직으로 구성하는 방식에 대한 설명으로 옳지 않은 것은?

① 여러 부서에서 올라온 과제의 우선순위를 한곳에서 조정할 수 있다② 전사 차원의 큰 과제를 다루기에 유리하다③ 현업 부서가 자체적으로 수행하던 분석 업무와 겹칠 여지가 원천적으로 사라진다④ 조직 내에 별도의 예산과 인력 배정이 필요하다

2과목 빅데이터 탐색 (21–40)

문제 214지선다

물류센터 입출고 기록 전처리를 정제, 통합, 축소, 변환 네 단계로 나눌 때 각 단계에 대한 설명으로 옳지 않은 것은?

① 정제 — 입고 시각이 비어 있거나 수량이 음수인 값을 찾아 보정하거나 제외한다② 통합 — 창고 시스템과 배송 시스템에 나뉜 기록을 공통 키로 결합한다③ 축소 — 중량 단위를 킬로그램으로 통일하고 잡음을 걸러 내는 것이 목적이다④ 변환 — 입고량에 로그를 취하거나 처리 시간을 구간으로 나누어 분석하기 좋은 형태로 바꾼다

문제 224지선다

결측치 발생 유형에 대한 설명으로 옳지 않은 것은?

① MCAR는 결측 발생이 다른 어떤 변수와도 관련 없이 완전히 무작위로 일어나는 경우다② MAR는 결측 여부가 관측된 다른 변수와는 관련 있지만 결측된 값 자체와는 무관한 경우다③ MNAR는 결측 여부가 바로 그 결측된 값 자체와 관련되어 있는 경우다④ 세 유형 모두 결측을 무시하고 완전 삭제해도 추정치에 편향이 생기지 않는다는 공통점이 있다

문제 234지선다

결측치 처리 기법에 대한 설명으로 옳지 않은 것은?

① 완전 분석법은 결측이 하나라도 있는 관측치를 통째로 제외한다② 회귀 대치법은 결측이 없는 변수들로 회귀식을 세워 그 예측값을 채워 넣는다③ 다중 대치법은 결측 자리를 여러 벌로 서로 다르게 채운 뒤 결과를 결합한다④ 단순 평균 대치법은 대치값에 확률적 오차를 더해 분산이 과소 추정되는 문제를 해결한다

부품 10개의 무게(그램)를 측정한 값은 다음과 같다.

순서	1	2	3	4	5	6	7	8	9	10
무게(g)	12	14	15	15	16	17	18	19	20	45

문제 244지선다

위 표의 자료에 상자수염그림 기준(상한 = 제3사분위수 + 1.5 곱하기 사분위 범위)을 적용할 때 상한 경계값은?

① 23② 24③ 25④ 27

문제 254지선다

위 24번 문항의 부품 10개 무게 자료(12, 14, 15, 15, 16, 17, 18, 19, 20, 45)에서, 상자수염그림 기준으로 이상치에 해당하는 값과 그 값이 자료에 들어오게 된 원인 추정으로 가장 타당한 조합은?

① 20 — 정상 범위 안에 있으므로 이상치가 아니다② 45 — 측정 장비 오류나 입력 실수 등 자료 생성 과정의 문제일 가능성이 크다③ 45 — 사분위 범위 안에 있으므로 정상값이다④ 12 — 최솟값이므로 항상 이상치로 판정된다

문제 264지선다

이상치를 제거하거나 대치하는 처리에 대한 설명으로 옳은 것은?

① 이상치를 제거하면 남은 자료의 산포는 줄어들지만 특정 방향의 값만 사라져 추정치가 치우칠 위험이 커질 수 있다② 이상치를 제거하면 산포는 커지고 편향 위험은 완전히 사라진다③ 이상치는 발생 원인을 확인하지 않고 그대로 두어도 요약통계에 영향을 주지 않는다④ 이상치 자리에 평균을 채워 넣으면 산포가 왜곡되지 않으므로 항상 안전하다

문제 274지선다

어느 압력 센서에서 측정한 값 8, 12, 20, 40에 최소-최대 정규화를 적용할 때, 변환된 네 값의 합은? 최소-최대 정규화는 (관측값 - 최솟값)을 (최댓값 - 최솟값)으로 나눈 값이다.

① 1.2② 1.5③ 1.8④ 2.0

문제 284지선다

정상 작동 중인 설비의 진동 값은 평균 60, 표준편차 4를 따른다. 이번에 측정된 값이 52일 때 표준화 점수(z-score)는?

① -1② -2③ 2④ -4

문제 294지선다

원-핫 인코딩에 대한 설명으로 옳지 않은 것은?

① 각 범주를 한 성분만 1이고 나머지는 0인 벡터로 표현한다② 서로 다른 범주에 대응하는 두 벡터의 내적이 0이 되어 범주 간 의미적 유사도를 담지 못한다③ 범주 수가 늘어나도 벡터의 차원은 항상 고정되어 변하지 않는다④ 범주 수가 매우 많을 때는 희소성 문제를 완화하기 위해 저차원 임베딩을 대안으로 쓰기도 한다

문제 304지선다

다음 중 새로운 정보를 만들어 낸 파생변수의 예로 보기 어려운 것은?

① 가입일과 최근 접속일의 차이로 휴면 기간을 계산한다② 구매 수량과 단가를 곱해 결제 금액을 계산한다③ 원본 나이 열의 값을 아무 계산 없이 다른 이름의 열로 그대로 복사한다④ 위도와 경도로 배송 권역 범주를 새로 만든다

두 변수 X, Y의 공분산행렬은 다음과 같다.

	X	Y
X	16	8
Y	8	25

문제 314지선다

위 공분산행렬에 대한 해석으로 옳지 않은 것은?

① Var(X)는 16이다② Cov(X, Y)는 8이며 두 변수는 양의 방향으로 함께 움직이는 경향이 있다③ 공분산 8은 상관계수와 같으므로 -1과 1 사이 값이어야 한다④ Var(Y)는 25다

문제 324지선다

광고비와 매출 사이의 관계에서 매장 크기의 영향을 통제한 뒤 남는 선형 연관을 나타내는 지표는 무엇인가?

① 피어슨 상관계수② 스피어만 상관계수③ 편상관계수④ 결정계수

문제 334지선다

가구 다섯 곳의 월 소비지출(만원)이 3, 6, 7, 8, 11일 때 표본평균과 표본분산으로 옳은 것은?

① 표본평균 7, 표본분산 8.5② 표본평균 7, 표본분산 6.8③ 표본평균 7.5, 표본분산 8.5④ 표본평균 7, 표본분산 34

문제 344지선다

분포의 왜도와 첨도에 대한 설명으로 옳지 않은 것은?

① 왜도가 0보다 크면 분포는 오른쪽으로 긴 꼬리를 갖는다② 정규분포의 왜도는 0이고 첨도는 3이다(초과첨도 기준으로는 0이다)③ 첨도는 분포 봉우리의 뾰족한 정도와 꼬리의 두께를 함께 나타내는 지표다④ 왜도와 첨도는 항상 평균과 중앙값이 같을 때만 정의될 수 있다

문제 354지선다

한 부품이 정상일 확률이 0.5인 독립적인 검사를 4회 실시할 때, 정상 판정이 정확히 2회 나올 확률은? (이 시행 결과는 이항분포를 따른다)

① 0.25② 0.375③ 0.5④ 0.625

문제 364지선다

표본평균의 표집분포와 중심극한정리에 대한 설명으로 옳지 않은 것은?

① 모집단의 분포가 정규분포가 아니어도 표본 크기가 충분히 크면 표본평균의 분포는 정규분포에 가까워진다② 표본평균의 기댓값은 모집단의 평균과 같다③ 표본 크기가 커질수록 표본평균의 표집분포가 갖는 산포는 작아진다④ 중심극한정리는 모집단이 연속형일 때만 성립하고 이산형 모집단에는 적용할 수 없다

문제 374지선다

가설검정 절차에 대한 설명으로 옳지 않은 것은?

① 귀무가설은 검정의 기준이 되는 기본 주장이며 대립가설은 이를 반박하는 주장이다② 유의수준은 귀무가설이 참인데도 이를 잘못 기각할 확률의 허용 한계다③ 유의확률이 유의수준보다 작으면 귀무가설을 기각한다④ 연구자가 입증하고 싶은 주장을 귀무가설로 세워야 통계적으로 증명된다

문제 384지선다

사기 거래 탐지 모형을 만들 때 클래스 불균형에 대응하는 방법으로 옳지 않은 것은?

① 다수 범주의 표본 일부를 줄이는 언더샘플링으로 균형을 맞춘다② 소수 범주의 표본을 늘리는 오버샘플링이나 SMOTE로 균형을 맞춘다③ 소수 범주를 잘못 분류했을 때 더 큰 비용을 물리도록 가중치를 조정한다④ 클래스 불균형은 앙상블 기법을 적용하는 것만으로 자동으로 해소된다

문제 394지선다

두 서열척도 변수인 서비스 만족 순위와 재구매 의향 순위 사이의 단조 관계를 측정하기에 가장 적절한 상관계수는?

① 피어슨 상관계수② 스피어만 상관계수③ 편상관계수④ 분산팽창지수

문제 404지선다

탐색적 데이터 분석(EDA)의 성격에 대한 설명으로 옳지 않은 것은?

① 그림과 요약값을 함께 사용해 분포 모양, 치우침, 이상치를 먼저 살피는 활동이다② 같은 자료를 여러 각도로 반복해 살피며 새로운 물음과 가설을 얻어 가는 반복적 성격을 지닌다③ 변수 개수를 줄여 자료 구조를 간추리는 기법도 탐색 단계에서 함께 활용할 수 있다④ 자료가 따를 분포와 모형 구조를 미리 확정해 두고 그 가정에 맞는 값만 확인하는 절차다

3과목 빅데이터 모델링 (41–60) — 심화

문제 414지선다

지도학습, 비지도학습, 강화학습을 구분한 설명으로 옳지 않은 것은?

① 지도학습은 정답 표지가 붙은 자료로 입력과 출력의 대응 관계를 학습한다② 비지도학습은 정답 표지 없이 자료 자체의 구조를 찾는다③ 강화학습은 선택한 행동에 따른 보상 신호를 이용해 누적 보상을 최대화하는 행동 규칙을 찾는다④ 강화학습은 지도학습의 한 갈래이며 정답 표지가 반드시 주어져야 학습이 시작된다

문제 424지선다

다음 중 회귀 문제가 아니라 분류 문제에 해당하는 것은?

① 다음 달 전력 사용량(kWh) 예측② 주택 거래 가격 예측③ 대출 신청의 승인 또는 거절 예측④ 배송 소요 시간(분) 예측

문제 434지선다

자료를 학습용, 검증용, 평가용으로 나누는 목적에 대한 설명으로 옳지 않은 것은?

① 학습용 자료는 모형의 가중치나 분할 규칙 같은 내부 값을 추정하는 데 쓰인다② 검증용 자료는 여러 초매개변수 조합의 성능을 비교해 하나를 고르는 근거로 쓰인다③ 평가용 자료는 초매개변수 선택이 끝난 뒤 한 번만 사용해 최종 성능을 보고하는 데 쓰인다④ 초매개변수 조합은 학습용 자료에서 가장 높은 성능을 낸 조합을 그대로 고르면 된다

문제 444지선다

다중회귀모형에서 설명변수 X1을 나머지 설명변수들로 회귀했을 때의 결정계수가 0.8로 나왔다. X1의 분산팽창지수(VIF)는? VIF는 1을 (1에서 그 결정계수를 뺀 값)으로 나눈 값이다.

① 1.25② 2.0③ 5.0④ 8.0

문제 454지선다

어느 쇼핑몰이 쿠폰을 지급한 고객 120명 중 84명이 재구매했고 36명은 재구매하지 않았다. 쿠폰을 지급하지 않은 고객 180명 중에서는 45명이 재구매했고 135명은 재구매하지 않았다. 쿠폰을 받은 집단의 재구매 오즈비(오즈의 비)는?

① 0.14② 2.33③ 4.5④ 7.0

문제 464지선다

한 마디에 대출 신청 10건이 모여 있고, 그중 6건은 정상, 4건은 부실로 분류된다. 이 마디의 지니지수는? 지니지수는 1에서 각 범주 비율의 제곱을 모두 더한 값을 뺀 것이다.

① 0.24② 0.48③ 0.52④ 0.60

문제 474지선다

부모 마디에는 정상 8건, 부실 8건 총 16건이 있다. 이를 왼쪽 자식(정상 6건, 부실 2건)과 오른쪽 자식(정상 2건, 부실 6건)으로 나누는 분할을 검토한다. 이 분할의 정보이득(엔트로피 기준)에 가장 가까운 값은? 3 대 1 비율의 엔트로피는 약 0.811이다.

① 0.10② 0.19③ 0.31④ 0.50

문제 484지선다

랜덤 포레스트에 대한 설명으로 옳지 않은 것은?

① 각 나무는 복원추출로 만든 부분 표본으로 학습되어 나무마다 학습 자료 구성이 달라진다② 각 분할 지점에서 전체 변수 중 일부만 후보로 삼아 나무 사이의 상관을 낮춘다③ 분류 문제에서는 개별 나무의 판정을 모아 다수결로 최종 예측을 정한다④ 개별 나무는 학습 자료 전체와 모든 설명변수를 그대로 사용해 학습된다

문제 494지선다

부스팅 계열 앙상블 학습에 대한 설명으로 옳지 않은 것은?

① 앞 단계에서 잘못 분류된 관측치에 더 큰 가중치를 부여해 다음 학습기를 만든다② 성능이 약한 학습기를 여러 단계에 걸쳐 이어 붙여 편향을 줄여 나가는 전략이다③ 최종 예측은 각 단계 학습기의 예측을 성능에 따른 가중치로 합산해 만든다④ 구성 학습기들은 서로 참조하지 않고 동시에 독립적으로 학습된 뒤 한꺼번에 결합된다

문제 504지선다

KNN(K-최근접이웃) 알고리즘에서 K값을 매우 작게 잡을 때와 매우 크게 잡을 때의 영향에 대한 설명으로 가장 적절한 것은?

① K가 작을수록 모형이 단순해져 편향이 커지고 분산은 작아진다② K가 작을수록 국소적인 잡음에 민감해져 분산이 커지고, K가 클수록 결정 경계가 완만해져 편향이 커질 수 있다③ K값은 예측 결과에 아무 영향을 주지 않는다④ K가 클수록 항상 예측 성능이 무조건 좋아진다

문제 514지선다

두 지점 A(2, 3)와 B(6, 7)가 있다. 두 지점의 유클리드 거리와 맨해튼 거리로 옳은 것은?

① 유클리드 4, 맨해튼 8② 유클리드 약 5.66, 맨해튼 8③ 유클리드 8, 맨해튼 약 5.66④ 유클리드 약 5.66, 맨해튼 4

문제 524지선다

서포트벡터머신(SVM)에 대한 설명으로 옳지 않은 것은?

① 두 범주를 나누는 초평면 중 마진(여백)이 가장 큰 초평면을 찾는 것이 목표다② 결정 경계에 가장 가깝게 위치한 관측치를 서포트벡터라고 부른다③ 커널 기법을 쓰면 선형으로 분리되지 않는 자료도 고차원 공간에서 분리를 시도할 수 있다④ 서포트벡터머신은 항상 모든 관측치를 하나의 오차도 없이 완벽하게 분리해야만 학습이 성립한다

문제 534지선다

K-means 군집화의 절차와 군집 수 결정에 대한 설명으로 옳지 않은 것은?

① 초기 중심점을 정한 뒤 각 관측치를 가장 가까운 중심점의 군집에 배정한다② 배정이 끝나면 각 군집에 속한 관측치들의 평균으로 중심점을 갱신한다③ 중심점 갱신과 재배정을 반복하다가 더 이상 변화가 없으면 멈춘다④ 군집 수 K는 항상 자료 안에서 자동으로 결정되며 분석가가 미리 정할 필요가 없다

문제 544지선다

2차원 평면에 네 점 (2,2), (2,4), (6,6), (8,6)이 있다. 초기 중심점을 C1=(2,2), C2=(8,6)으로 두고 각 점을 유클리드 거리 기준으로 더 가까운 중심점에 배정한 뒤, 각 군집의 평균으로 중심점을 한 번 갱신하면 새로운 두 중심점은?

① (2, 3), (7, 6)② (2, 2), (8, 6)③ (4, 3), (7, 6)④ (2, 3), (8, 6)

문제 554지선다

DBSCAN 군집화 알고리즘에 대한 설명으로 옳지 않은 것은?

① 반경(eps)과 최소 이웃 수(minPts)라는 밀도 조건으로 군집을 정의한다② 어느 군집에도 속하지 않는 점은 잡음(noise)으로 분류한다③ 군집의 모양이 원형이 아니어도 밀도가 이어져 있으면 하나의 군집으로 묶을 수 있다④ K-means와 마찬가지로 군집의 개수를 알고리즘 실행 전에 미리 지정해야 한다

문제 564지선다

계층적 군집 분석의 연결법(linkage) 중, 두 군집에서 가장 멀리 떨어진 두 점 사이의 거리를 군집 간 거리로 삼는 방법은 무엇인가?

① 단일연결법(최단연결법)② 완전연결법(최장연결법)③ 평균연결법④ 와드연결법

문제 574지선다

설비 센서 자료를 주성분분석으로 요약했더니 상위 네 개 고유값이 12, 6, 1.5, 0.5로 나왔다. 제1주성분과 제2주성분만 사용할 때의 누적 기여율은? 기여율은 각 고유값을 전체 고유값의 합으로 나눈 값이다.

① 60%② 75%③ 90%④ 95%

문제 584지선다

인공신경망의 활성화 함수에 대한 설명으로 옳지 않은 것은?

① 시그모이드 함수는 출력값을 0과 1 사이로 눌러 확률처럼 해석할 수 있게 한다② ReLU 함수는 입력이 0보다 크면 그대로 출력하고 0 이하이면 0을 출력한다③ 소프트맥스 함수는 다중 분류의 출력층에서 각 범주에 대한 확률의 합이 1이 되도록 만든다④ 활성화 함수를 모두 선형 함수로 바꾸어도 신경망은 비선형 문제를 그대로 잘 학습할 수 있다

문제 594지선다

학습 자료에서는 오차가 매우 작지만 검증 자료에서는 오차가 큰 신경망을 개선하기 위한 조치로 적절하지 않은 것은?

① 학습 과정에서 은닉 노드 일부를 무작위로 비활성화하는 드롭아웃을 적용한다② 검증 오차가 다시 커지기 시작하는 시점에서 학습을 조기 종료한다③ 손실함수에 가중치 크기에 비례하는 벌점 항을 더해 모형 복잡도를 억제한다④ 학습 자료를 더 정확히 맞추도록 가중치의 절댓값을 최대한 크게 키운다

문제 604지선다

입력 이미지의 크기가 32×32이고, 5×5 크기의 필터를 스트라이드 1, 패딩 0으로 적용하는 합성곱 층을 통과시켰다. 출력 특징맵의 한 변의 크기는? 출력 크기는 (입력 크기에서 필터 크기를 뺀 값을 스트라이드로 나눈 뒤 1을 더한) 값이다.

① 26② 27③ 28④ 30

4과목 빅데이터 결과 해석 (61–80)

문제 614지선다

혼동행렬의 네 칸에 대한 설명으로 옳지 않은 것은?

① TP는 실제도 양성이고 예측도 양성인 경우다② FP는 실제는 음성인데 양성으로 잘못 예측한 경우이며 1종 오류에 해당한다③ FN은 실제는 양성인데 음성으로 잘못 예측한 경우이며 2종 오류에 해당한다④ TN은 실제는 양성인데 예측도 양성인 경우다

불량품 검출 모형을 제품 200개에 적용해 다음과 같은 혼동행렬을 얻었다.

구분	실제 불량	실제 정상
예측 불량	TP = 48	FP = 20
예측 정상	FN = 12	TN = 120

문제 624지선다

위 혼동행렬에서 이 모형의 재현율은?

① 0.70② 0.75③ 0.80④ 0.86

문제 634지선다

62번 문항의 혼동행렬(TP=48, FN=12, FP=20, TN=120)에서 정밀도와 F1 점수로 옳은 것은?

① 정밀도 약 0.706, F1 약 0.75② 정밀도 0.8, F1 0.8③ 정밀도 약 0.857, F1 약 0.75④ 정밀도 약 0.706, F1 약 0.86

문제 644지선다

정확도의 역설(accuracy paradox)에 대한 설명으로 가장 적절한 것은?

① 불균형 데이터에서 다수 범주만 맞혀도 정확도가 높게 나와 모형 실력을 과대평가하게 되는 현상이다② 정확도는 어떤 상황에서도 모형의 실력을 정확히 반영하는 가장 신뢰할 수 있는 지표다③ 정확도의 역설은 데이터가 균형 잡혀 있을 때만 나타나는 현상이다④ 정확도의 역설을 피하려면 데이터 양을 늘리기만 하면 충분하다

문제 654지선다

분류 모형의 판정 임계값을 0.5에서 0.8로 높였을 때 일반적으로 나타나는 변화로 가장 적절한 것은?

① 재현율이 올라가고 정밀도가 내려간다② 재현율이 내려가고 정밀도가 올라간다③ 재현율과 정밀도가 모두 올라간다④ 재현율과 정밀도가 모두 변하지 않는다

문제 664지선다

네 건의 실제값과 예측값 쌍이 (10,12), (15,13), (20,23), (25,22)로 주어졌다. 이 예측의 평균절대오차(MAE)는? MAE는 각 오차의 절댓값을 모두 더한 뒤 건수로 나눈 값이다.

① 2.5② 5.0③ 6.5④ 2.55

문제 674지선다

66번 문항의 자료로 회귀모형을 평가할 때, 오차 제곱합(SSE)이 26이고 총제곱합(SST)이 130이라면 결정계수는? 결정계수는 1에서 SSE를 SST로 나눈 값을 뺀 것이다.

① 0.20② 0.50③ 0.80④ 0.95

문제 684지선다

군집 결과를 평가하는 실루엣 계수에 대한 설명으로 옳지 않은 것은?

① 값이 1에 가까울수록 같은 군집 안에서는 잘 뭉치고 다른 군집과는 잘 분리되어 있다는 뜻이다② 값이 0에 가까우면 그 관측치가 두 군집의 경계 부근에 있다는 뜻이다③ 값이 음수이면 그 관측치가 오히려 다른 군집에 더 가깝다는 뜻일 수 있다④ 실루엣 계수는 군집 개수와 무관하게 항상 하나의 고정된 값만 가능하다

문제 694지선다

군집 내 제곱합(SSE)과 엘보우 기법에 대한 설명으로 가장 적절한 것은?

① 군집 수를 늘릴수록 SSE는 항상 커진다② 엘보우 기법은 군집 수를 늘려 가며 SSE가 완만해지기 시작하는 지점을 적절한 군집 수로 고르는 방법이다③ SSE는 군집 간 거리만을 측정하며 군집 내부의 응집도는 반영하지 않는다④ 엘보우 기법은 반드시 하나의 명확한 최적 군집 수를 수학적으로 확정해 준다

문제 704지선다

편향-분산 트레이드오프에 대한 설명으로 옳지 않은 것은?

① 모형이 지나치게 단순하면 편향이 커져 과소적합이 나타날 수 있다② 모형이 지나치게 복잡하면 분산이 커져 과대적합이 나타날 수 있다③ 편향과 분산은 항상 같은 방향으로 함께 커지거나 함께 작아진다④ 적절한 모형 복잡도를 찾는 것은 편향과 분산의 합인 오차를 최소화하려는 시도다

문제 714지선다

관측치 500개를 5겹 교차검증으로 평가하려 한다. 각 회차에서 학습에 사용되는 표본 수는?

① 100개② 400개③ 450개④ 500개

문제 724지선다

이탈 예측 자료에서 이탈 고객 비율이 낮을 때, 각 폴드의 이탈 비율을 전체 비율과 비슷하게 유지하며 나누는 교차검증 방식은 무엇인가?

① 단순 무작위 교차검증② 층화 교차검증③ 홀드아웃 검증④ 부트스트랩 검증

문제 734지선다

초매개변수와 매개변수를 구분한 설명으로 옳지 않은 것은?

① 초매개변수는 학습을 시작하기 전에 사람이 값을 지정한다② 신경망의 연결 가중치는 학습 과정에서 자동으로 갱신되는 매개변수다③ 의사결정나무의 최대 깊이나 경사하강법의 학습률은 초매개변수에 해당한다④ 선형회귀의 회귀계수는 분석가가 학습 전에 직접 정해 두는 초매개변수다

문제 744지선다

초매개변수 탐색 기법에 대한 설명으로 옳지 않은 것은?

① 격자 탐색은 후보값을 축마다 정해 두고 모든 조합을 빠짐없이 시도한다② 무작위 탐색은 정해진 범위에서 조합을 임의로 뽑아 시도한다③ 베이지안 최적화는 이전 시도 결과로 성능에 대한 확률모형을 세워 다음 시도 지점을 정한다④ 격자 탐색은 탐색할 축이 늘어나도 시도 횟수가 늘지 않는다는 장점이 있다

문제 754지선다

회귀모형의 결과를 해석할 때 변수 중요도나 SHAP 같은 도구를 사용하는 목적으로 가장 적절한 것은?

① 모형의 예측 성능 자체를 직접 향상시키기 위해서다② 어떤 변수가 예측에 얼마나 기여했는지를 설명해 의사결정에 활용하기 위해서다③ 학습에 사용된 원본 데이터를 압축해 저장 공간을 줄이기 위해서다④ 결측치를 자동으로 대치하기 위해서다

문제 764지선다

시각화 기법과 표현 방식을 짝지은 것으로 옳지 않은 것은?

① 히트맵 — 행과 열이 만나는 칸의 색 농도로 값의 크기를 나타낸다② 평행좌표 그래프 — 항목마다 세로축을 나란히 세우고 한 대상의 값을 선 하나로 이어 비교한다③ 버블차트 — 점의 크기에 제3의 변수를 대응시켜 세 변수를 함께 표현한다④ 레이더차트 — 중심에서 뻗은 축 위에 항목의 개수를 세어 표시하고 값 자체는 표현하지 않는다

문제 774지선다

한 공공기관이 개관 이후 20년간의 사건을 연도 순서대로 배열해 한 장으로 보여 주려 한다. 이에 가장 적합한 인포그래픽 유형은?

① 통계 수치 강조형② 흐름도형③ 비중 표현형④ 타임라인형

문제 784지선다

새로운 추천 알고리즘의 효과를 검증하기 위해 방문자를 무작위로 두 집단으로 나누어 기존 화면과 새 화면을 각각 보여 주고 전환율을 비교하는 실험 방법은 무엇인가?

① A/B 테스트② 군집 분석③ 주성분분석④ 시계열 분해

문제 794지선다

분석 모형의 데이터·알고리즘 편향에 대한 대응으로 옳지 않은 것은?

① 학습 자료가 특정 집단에 치우쳐 있는지 사전에 점검한다② 모형의 판단 근거를 설명 가능하게 만들어 이해관계자가 검토할 수 있게 한다③ 성능 지표가 높으면 편향 점검 없이 곧바로 서비스에 적용해도 된다④ 민감 속성에 따라 결과가 불공정하게 갈리지 않는지 별도로 평가한다

문제 804지선다

분석 결과의 비즈니스 기여도를 평가할 때 고려하는 항목에 대한 설명으로 옳지 않은 것은?

① 모형 도입 전후의 핵심 지표 변화를 비교해 성과로 환산한다② 모형 도입에 들어간 비용과 그로 인해 늘어난 이익을 견주어 투자 대비 효과를 산출한다③ 금액 절감, 매출 증대, 처리 시간 단축처럼 정량화된 항목으로 기여도를 표현할 수 있다④ 투자 대비 효과는 자료의 결측률이나 정확성 같은 데이터 품질 속성을 재는 지표다

복습 동선표

채점 후 틀린 영역을 아래 표에서 찾아 해당 편으로 돌아가 다시 읽으세요.

과목	자주 틀리는 영역	복습할 편
1과목	3V·5V, 데이터 거버넌스, 분석 준비도·성숙도	08편, 07편
1과목	데이터 수집 기술, 저장 구조(HDFS·NoSQL·데이터레이크)	09편, 03편
2과목	결측치·이상치 처리, 파생변수·인코딩	11편, 12편
2과목	기술통계·확률분포·가설검정	14편, 15편, 02편
3과목	지니지수·정보이득, 트리 계열 알고리즘	17편, 18편
3과목	거리·유사도, K-means·DBSCAN·PCA	19편, 05편
3과목	신경망 기초, 과대적합 대응	18편, 21편
4과목	혼동행렬·정밀도·재현율·F1·ROC-AUC	20편
4과목	회귀·군집 평가, 교차검증, 과적합	21편
4과목	모형 해석, 시각화, 활용·윤리	22편, 23편, 24편