29. 빅데이터분석기사 필기 예상 모의고사 4회

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 4회차는 2과목 빅데이터 탐색(전처리·통계) 문항의 계산 난이도를 다른 회차보다 끌어올렸습니다. 문항 수 배분은 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	심화 — 표준화·상관계수·공분산·확률분포·표본크기·가설검정 통계량까지 손 계산
3과목 빅데이터 모델링	41–60	20	표준 난이도, 거리·연관규칙 계산 포함
4과목 빅데이터 결과 해석	61–80	20	표준 난이도, 평가지표·교차검증 계산 포함

1과목 빅데이터 분석 기획 (1–20)

문제 14지선다

한 커피 프랜차이즈가 축적한 주문 데이터를 분석해 신메뉴 출시로 이어지는 인사이트를 뽑아내고 이를 통해 매출을 늘렸다. 이 사례가 가장 강조하는 빅데이터의 특성은 무엇인가?

① Volume(규모)② Velocity(속도)③ Variety(다양성)④ Value(가치)

문제 24지선다

데이터 사이언스의 성격에 대한 설명으로 가장 적절한 것은?

① 통계·전산·업무 지식을 함께 활용하는 범학제적 활동이며 특정 산업에 국한되지 않는다② 자료를 많이 모으는 것 자체가 곧 의미 있는 결론을 보장한다③ 자료의 양이 늘어날수록 상관 분석보다 인과 분석이 항상 우선된다④ 자료의 양이 늘어나면서 활용 영역이 오히려 좁아지고 있다

문제 34지선다

분석 업무를 담당하는 조직 구조 유형에 대한 설명으로 옳지 않은 것은?

① 집중형 구조는 별도의 분석 전담 조직이 회사 전체의 분석 과제를 총괄한다② 기능형 구조는 각 현업 부서가 자기 업무 범위 안에서 분석을 처리한다③ 분산형 구조는 분석 인력을 현업 부서 안에 배치해 업무 맥락을 살린 분석이 가능하다④ 어떤 구조를 택하든 전사 차원의 우선순위 조정 문제는 전혀 발생하지 않는다

문제 44지선다

한 제조사가 데이터 자체를 먼저 탐색해 예상하지 못했던 설비 이상 패턴을 발견하고 이를 과제화했다. 이 접근법에 대한 설명으로 가장 적절한 것은?

① 하향식 접근법이며 비즈니스 목표를 먼저 정의한 뒤 데이터로 내려간다② 상향식 접근법이며 데이터 탐색이 과제 발굴의 출발점이 된다③ 이 사례는 어떤 접근법에도 해당하지 않는 예외적 경우다④ 상향식 접근법은 반드시 사전에 정의된 가설 검증만을 목표로 한다

문제 54지선다

DIKW 피라미드에서 정보(information)를 분석하고 경험·맥락과 결합해 이해에 이른 상태를 가리키는 단계는 무엇인가?

① 데이터(Data)② 정보(Information)③ 지식(Knowledge)④ 지혜(Wisdom)

문제 64지선다

개인정보 보호법상 가명정보에 대한 설명으로 옳지 않은 것은?

① 추가 정보를 사용하지 않으면 특정 개인을 알아볼 수 없도록 처리한 정보다② 통계 작성, 과학적 연구, 공익적 기록 보존 등의 목적으로는 정보주체의 별도 동의 없이도 처리할 수 있는 경우가 있다③ 가명정보는 어떤 방법으로도 원래 개인을 재식별할 가능성이 완전히 차단된 정보다④ 가명처리에 사용한 추가 정보는 별도로 분리 보관하는 등 안전조치가 필요하다

문제 74지선다

데이터 웨어하우스의 전통적 특성으로 옳지 않은 것은?

① 주제 지향성 — 고객, 상품, 매출 등 분석 주제를 중심으로 데이터를 구성한다② 통합성 — 여러 시스템에서 수집한 데이터를 일관된 형태로 통합한다③ 비휘발성 — 한 번 적재된 데이터는 임의로 갱신·삭제되지 않고 유지된다④ 실시간 휘발성 — 저장된 데이터는 사용자의 업무 처리에 따라 수시로 수정·삭제된다

문제 84지선다

OLAP와 OLTP에 대한 설명으로 옳지 않은 것은?

① OLAP는 대량의 데이터를 여러 각도로 집계·분석해 의사결정을 지원한다② OLTP는 실시간으로 발생하는 거래를 짧은 단위로 처리한다③ OLAP는 롤업, 드릴다운, 슬라이스, 다이스 같은 다차원 분석 연산을 지원한다④ OLTP는 다차원 큐브를 이용한 집계 분석을 주된 목적으로 하는 시스템이다

문제 94지선다

비식별화 기법과 사례를 짝지은 것으로 옳지 않은 것은?

① 총계처리 — 개별 매출 대신 지점별 평균 매출만 제공한다② 데이터 마스킹 — 카드번호의 중간 자리를 별표로 표시한다③ 범주화 — 만 나이를 10세 단위 구간으로 묶어 표시한다④ 총계처리 — 주민등록번호를 복원 불가능한 해시값으로 바꾼다

문제 104지선다

다음 중 반정형 데이터로 보기 가장 적절한 것은?

① 정규화된 관계형 데이터베이스 테이블② 자유 형식으로 작성된 소설 텍스트 파일③ 태그 구조를 가진 XML 문서④ 정지 영상 이미지 파일

문제 114지선다

변수와 측정척도의 연결로 옳지 않은 것은?

① 혈액형(A, B, O, AB) — 명목척도② 만족도 순위(1위, 2위, 3위) — 서열척도③ 섭씨 온도 — 등간척도④ 절대 0점이 존재하는 몸무게(kg) — 명목척도

문제 124지선다

분석 방법은 이미 알려져 있으나 조직이 해결해야 할 목표 자체를 아직 인지하지 못한 과제 유형은 무엇인가?

① 최적화(Optimization)② 솔루션(Solution)③ 통찰(Insight)④ 발견(Discovery)

문제 134지선다

데이터 프로파일링(data profiling)에 대한 설명으로 가장 적절한 것은?

① 데이터의 값 분포, 결측·중복 여부 등을 탐색해 품질 특성을 파악하는 활동이다② 데이터를 암호화해 외부 유출을 막는 보안 기술이다③ 여러 시스템의 데이터를 물리적으로 한곳에 옮기는 이관 작업이다④ 분석 결과를 시각화해 보고서로 만드는 작업이다

문제 144지선다

키-값(Key-Value) 데이터베이스의 일반적인 특징으로 보기 어려운 것은?

① 구조가 단순해 특정 키로 빠르게 조회할 수 있다② 수평적 확장성이 뛰어난 편이다③ 캐싱 시스템 구축에 적합하다④ 여러 테이블 간 복잡한 조인과 트랜잭션 처리에 최적화되어 있다

문제 154지선다

레코드마다 필드 구성이 달라질 수 있는 JSON 형태 자료를 저장하기에 가장 적합한 NoSQL 유형은?

① 문서 지향 데이터베이스② 관계형 데이터베이스③ 그래프 데이터베이스④ 시계열 데이터베이스

문제 164지선다

데이터 3법 개정의 취지에 대한 설명으로 가장 적절한 것은?

① 가명정보 개념을 도입해 통계·연구 목적의 활용 근거를 마련하는 것이 포함된다② 모든 개인정보의 수집과 활용을 전면 금지하는 것이 목적이다③ 공공데이터의 개방과 제공 절차만을 규율하는 것이 목적이다④ 저작권 침해에 대한 처벌만을 강화하는 것이 목적이다

문제 174지선다

분석 기획 단계에서 수행하는 활동으로 옳지 않은 것은?

① 비즈니스 요구와 분석 범위를 정의한다② 필요 자원과 위험 요소를 식별한다③ 성과 기준과 추진 일정을 세운다④ 수집된 결측값을 실제로 대체하고 모델 입력 테이블을 완성한다

문제 184지선다

빅데이터의 5V 중 Veracity(정확성)에 대한 설명으로 가장 적절한 것은?

① 데이터가 생성되고 처리되는 속도를 가리킨다② 데이터의 품질과 신뢰도, 즉 오류와 잡음이 얼마나 통제되었는지를 가리킨다③ 데이터 형태가 정형·반정형·비정형으로 다양함을 가리킨다④ 분석을 통해 만들어지는 경제적 가치를 가리킨다

문제 194지선다

분석 마스터플랜에서 과제의 적용 범위와 도입 우선순위를 정할 때 직접적인 기준으로 보기 어려운 것은?

① 사용 가능한 데이터의 적용성② 기술의 적용 가능성③ 담당자 개인이 당장 실행하기 편한 정도만을 단독 기준으로 삼는 것④ 업무 프로세스에 내재화할 수 있는 가능성

문제 204지선다

데이터 산업의 발전 과정을 처리, 통합, 분석, 연결 및 활용 순으로 설명할 때, 이 흐름에 대한 해석으로 가장 적절한 것은?

① 데이터를 정확히 처리하는 능력에서 출발해 점차 통합·분석·연결 활용으로 가치 창출 범위가 넓어진다② 네 단계는 서로 무관하며 임의의 순서로 나타나도 상관없다③ 연결 및 활용 단계에 이르면 이전 단계인 처리·통합은 더 이상 필요하지 않다④ 이 발전 과정은 특정 국가에서만 관찰되는 예외적 현상이다

2과목 빅데이터 탐색 (21–40) — 심화

문제 214지선다

설문 응답 자료에서 소득이 높은 응답자일수록 소득 항목에 응답하지 않는 경향이 뚜렷하게 나타났다. 이 결측이 소득 값 자체와 관련되어 있다고 볼 때, 이 결측 유형은 무엇인가?

① MCAR — 완전 무작위 결측② MAR — 관측된 다른 변수와만 관련된 결측③ MNAR — 결측된 값 자체와 관련된 결측④ 결측 유형은 응답률만으로는 판단할 수 없으므로 분류가 불가능하다

문제 224지선다

다중 대치법(multiple imputation)에 대한 설명으로 옳지 않은 것은?

① 결측 자리를 여러 벌로 서로 다르게 채워 각각 분석한 뒤 결과를 결합한다② 대치 과정에서 발생하는 불확실성을 결합된 결과에 반영할 수 있다③ 단순 평균 대치법보다 계산 과정이 더 복잡하다④ 결측 자리를 오직 한 번만 채워 넣고 그 결과를 그대로 최종 분석에 사용한다

문제 234지선다

정상 작동 중인 설비의 압력 측정값은 평균 100, 표준편차 15를 따른다. 표준화 점수의 절댓값이 2 이상이면 이상치로 판정할 때, 측정값 65에 대한 표준화 점수와 판정으로 옳은 것은?

① z는 약 -2.33이며 이상치로 판정되지 않는다② z는 약 -2.33이며 이상치로 판정된다③ z는 약 2.33이며 이상치로 판정된다④ z는 -1.5이며 이상치로 판정되지 않는다

한 고객센터의 응답시간(초) 10건을 측정한 값은 다음과 같다.

순서	1	2	3	4	5	6	7	8	9	10
응답시간(초)	5	6	6	7	8	9	10	11	12	30

문제 244지선다

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

① 16② 17.5③ 18.5④ 20

문제 254지선다

위 24번 문항의 응답시간 자료(5, 6, 6, 7, 8, 9, 10, 11, 12, 30)에서 이상치에 해당하는 값과 그 판정 근거로 가장 타당한 것은?

① 12 — 상한 경계 이내이므로 이상치가 아니다② 30 — 상한 경계 18.5를 넘으므로 이상치다③ 30 — 사분위 범위 안에 있으므로 정상값이다④ 5 — 최솟값이므로 항상 이상치로 판정된다

문제 264지선다

오른쪽으로 심하게 치우친 양수 변수를 정규분포에 가까운 형태로 바꾸는 변환으로 가장 적절한 것은?

① 제곱 변환② 지수 변환③ 로그 변환④ 역수의 제곱 변환

문제 274지선다

어느 온라인 강의의 시청 완료율은 평균 45퍼센트, 표준편차 6퍼센트포인트인 정규분포를 따른다고 가정한다. 한 강좌의 완료율이 57퍼센트일 때 표준화 점수는?

① 1② 1.5③ 2④ 3

문제 284지선다

어느 설비의 진동 측정치 3, 9, 15, 27에 최소-최대 정규화를 적용할 때, 변환된 네 값의 합은? 최소-최대 정규화는 (관측값 - 최솟값)을 (최댓값 - 최솟값)으로 나눈 값이다.

① 1.25② 1.5③ 1.75④ 2.0

문제 294지선다

월 구독 해지를 예측하는 회귀모형에 범주형 설명변수 3개(각각 범주 수 3개, 4개, 2개)와 연속형 설명변수 3개를 넣으려 한다. 범주형 변수는 모두 기준 범주 하나를 뺀 나머지를 지시변수로 바꾼다. 절편을 포함할 때 이 모형이 추정하는 모수는 모두 몇 개인가?

① 9개② 10개③ 11개④ 13개

문제 304지선다

다음 중 파생변수의 예로 보기 어려운 것은?

① 결제일과 배송 완료일의 차이로 배송 소요일을 계산한다② 방문 횟수와 체류 시간을 곱해 참여도 지수를 만든다③ 원본 소득 열의 값을 아무 계산 없이 소득_사본 열로 그대로 복사한다④ 요일 정보로 주말 여부를 나타내는 범주를 새로 만든다

다섯 매장의 광고 노출 지수(X)와 매출 지수(Y)를 조사한 값은 다음과 같다.

매장	1	2	3	4	5
광고 노출 지수(X)	1	2	3	4	5
매출 지수(Y)	2	3	5	4	6

문제 314지선다

위 표의 자료로 피어슨 상관계수를 계산할 때 가장 가까운 값은?

① 0.45② 0.65③ 0.77④ 0.90

다섯 매장의 서비스 만족 순위(X)와 불만 접수 순위(Y)는 다음과 같다.

매장	1	2	3	4	5
만족 순위(X)	1	2	3	4	5
불만 순위(Y)	2	1	4	3	5

문제 324지선다

위 표의 순위 자료로 스피어만 순위상관계수를 구할 때 가장 가까운 값은? 스피어만 상관계수는 1에서 (6 곱하기 순위 차이 제곱의 합)을 (n 곱하기 n제곱 빼기 1)로 나눈 값을 뺀 것이다.

① 0.4② 0.6③ 0.8④ 0.9

다섯 매장의 방문객 지수(X)와 판매 지수(Y)를 조사한 값은 다음과 같다.

매장	1	2	3	4	5
방문객 지수(X)	2	4	6	8	10
판매 지수(Y)	3	5	7	9	11

문제 334지선다

위 표의 자료로 X와 Y의 표본공분산을 구하면 얼마인가?

① 8② 10③ 16④ 20

문제 344지선다

고객 대기시간 자료에서 평균이 중앙값보다 크게 나타났다. 이 분포에 대한 해석으로 가장 적절한 것은?

① 분포가 왼쪽으로 긴 꼬리를 가질 가능성이 크다② 분포가 오른쪽으로 긴 꼬리를 가질 가능성이 크다③ 분포는 반드시 좌우 대칭이다④ 평균과 중앙값의 크기 비교로는 치우침 방향을 전혀 알 수 없다

문제 354지선다

어느 콜센터에 시간당 평균 3건의 민원이 포아송분포를 따라 접수된다. 특정 시간에 민원이 정확히 2건 접수될 확률에 가장 가까운 값은? (e의 -3제곱은 약 0.0498이다)

① 0.15② 0.20③ 0.22④ 0.30

문제 364지선다

어느 공장에는 A기계와 B기계가 있다. A기계는 전체 생산량의 60퍼센트를 차지하며 불량률은 2퍼센트이고, B기계는 40퍼센트를 차지하며 불량률은 5퍼센트다. 무작위로 뽑은 제품이 불량품이었을 때, 그 제품이 B기계에서 생산되었을 확률은?

① 0.375② 0.5③ 0.625④ 0.8

문제 374지선다

모표준편차가 20인 모집단에서 표본평균의 오차 한계를 4 이내로 원한다. 신뢰수준에 해당하는 z값을 근사값 2로 사용할 때 필요한 표본크기는? 표본크기는 (z 곱하기 모표준편차를 오차 한계로 나눈 값)의 제곱이다.

① 25② 50③ 100④ 400

문제 384지선다

어느 공정의 평균 산출량이 50이라고 알려져 있다. 표본 36개를 뽑아 표본평균 52, 표본표준편차 6을 얻었다. 귀무가설을 모평균이 50이라고 할 때 검정통계량 t값은? t값은 (표본평균에서 귀무가설의 평균을 뺀 값)을 (표본표준편차를 표본크기의 제곱근으로 나눈 값)으로 나눈 것이다.

① 1② 1.5③ 2④ 3

문제 394지선다

가설검정에서 유의확률(p값)에 대한 설명으로 옳지 않은 것은?

① 귀무가설이 참이라고 가정했을 때 지금 얻은 통계량만큼 극단적인 값이 나올 확률이다② 유의확률이 유의수준보다 작으면 귀무가설을 기각한다③ 유의확률이 크다는 것은 귀무가설을 기각할 증거가 충분하다는 뜻이다④ 유의확률은 표본의 크기와 통계량의 크기에 따라 달라진다

문제 404지선다

신용카드 거래 자료에서 사기 거래 비율이 매우 낮은 클래스 불균형 상황에 대응하는 방법으로 옳지 않은 것은?

① 소수 클래스의 표본을 늘리는 오버샘플링을 적용한다② 다수 클래스의 표본을 줄이는 언더샘플링을 적용한다③ 평가지표로 정확도 대신 F1 점수나 ROC-AUC를 함께 살펴본다④ 클래스 불균형이 심할수록 정확도만으로 성능을 판단하는 것이 더 안전하다

3과목 빅데이터 모델링 (41–60)

문제 414지선다

지도학습과 비지도학습의 구분에 대한 설명으로 옳지 않은 것은?

① 지도학습은 입력과 정답 표지의 대응 관계를 학습해 새로운 입력의 결과를 예측한다② 군집화와 연관규칙 탐색은 정답 표지 없이 자료 구조를 찾는 비지도학습 과제다③ 준지도학습은 레이블이 있는 자료와 없는 자료를 함께 활용한다④ 비지도학습은 지도학습보다 항상 예측 정확도가 높다

문제 424지선다

다음 중 회귀 문제로 보기 어려운 것은?

① 다음 분기 매출액(원) 예측② 환자의 재입원 여부(예/아니오) 예측③ 아파트 매매가(원) 예측④ 배터리 잔여 수명(시간) 예측

문제 434지선다

피처 엔지니어링(특징 공학)에 대한 설명으로 옳지 않은 것은?

① 원자료를 그대로 쓰지 않고 모형 성능에 도움이 되도록 변수를 가공하는 과정이다② 도메인 지식을 활용해 의미 있는 파생변수를 만드는 것도 포함된다③ 변수 선택과 변수 생성 모두 피처 엔지니어링의 범주에 들어간다④ 피처 엔지니어링을 거치면 어떤 알고리즘을 쓰든 결과가 항상 동일해진다

문제 444지선다

구독 서비스 해지 확률을 예측하는 로지스틱 회귀에서 다음 결과를 얻었다. 로그(해지확률 나누기 1에서 해지확률을 뺀 값)는 -0.5 더하기 0.6 곱하기 월 방문 횟수다. 다른 변수가 일정할 때 월 방문 횟수가 1회 늘면 해지의 오즈는 어떻게 변하는가? (e의 0.6제곱은 약 1.82다)

① 0.6만큼 더해진다② 약 1.82배가 된다③ 0.6배로 줄어든다④ 변하지 않는다

문제 454지선다

의사결정나무 알고리즘과 분리 기준의 연결로 옳지 않은 것은?

① CART — 지니지수가 가장 많이 줄어드는 분할을 선택한다② C4.5 — 정보이득비를 분리 기준으로 사용한다③ CHAID — 카이제곱 통계량을 분리 기준으로 사용한다④ CART — 카이제곱 통계량만을 사용하며 다른 기준은 쓰지 않는다

문제 464지선다

랜덤 포레스트가 단일 의사결정나무보다 일반적으로 과대적합에 강한 이유로 가장 적절한 것은?

① 단일 나무보다 항상 더 깊게 자라도록 강제하기 때문이다② 여러 나무가 서로 다른 표본과 변수 부분집합으로 학습되어 예측을 평균하면 개별 나무의 잡음이 상쇄되기 때문이다③ 랜덤 포레스트는 가지치기를 전혀 하지 않기 때문이다④ 랜덤 포레스트는 학습 자료를 전혀 사용하지 않기 때문이다

문제 474지선다

AdaBoost 같은 부스팅 알고리즘의 학습 과정에 대한 설명으로 옳지 않은 것은?

① 이전 단계에서 잘못 분류된 관측치의 가중치를 높여 다음 학습기가 이를 더 신경 쓰도록 한다② 각 학습기의 성능에 따라 최종 결합 시 서로 다른 가중치를 부여한다③ 약한 학습기를 순차적으로 이어 붙여 전체적인 편향을 줄여 나간다④ 모든 관측치의 가중치는 학습이 끝날 때까지 처음 값 그대로 유지된다

문제 484지선다

커널 기법(kernel trick)에 대한 설명으로 가장 적절한 것은?

① 원본 공간에서 명시적으로 고차원 좌표를 계산하지 않고도 고차원에서의 내적 효과를 얻어 비선형 분리를 가능하게 한다② 데이터를 무작위로 섞어 학습 순서를 바꾸는 기법이다③ 결측치를 자동으로 대치하는 기법이다④ 여러 모형의 예측을 평균하는 앙상블 기법이다

문제 494지선다

KNN(K-최근접이웃) 알고리즘에 대한 설명으로 옳지 않은 것은?

① 새로운 관측치의 클래스를 가장 가까운 K개 이웃의 다수결로 정한다② 변수의 척도가 서로 다르면 거리 계산이 특정 변수에 치우칠 수 있어 표준화가 중요하다③ 학습 단계에서 명시적인 모형 파라미터를 학습하지 않고 학습 자료 자체를 저장해 둔다④ K값과 무관하게 항상 동일한 예측 결과를 낸다

문제 504지선다

두 상품의 특징 벡터가 A=(1, 2, 3), B=(2, 3, 1)로 주어졌다. 두 벡터의 코사인 유사도에 가장 가까운 값은? 코사인 유사도는 두 벡터의 내적을 두 벡터 크기의 곱으로 나눈 값이다.

① 0.57② 0.65③ 0.79④ 0.92

문제 514지선다

K-means 군집화에서 적절한 군집 수 K를 정하기 위해 사용하는 엘보우 기법에 대한 설명으로 가장 적절한 것은?

① 군집 수를 늘려 가며 군집 내 제곱합(SSE)이 줄어드는 속도가 완만해지는 지점을 참고한다② 군집 수는 항상 2로 고정하고 다른 값은 고려하지 않는다③ 엘보우 기법은 군집화가 끝난 뒤 정답 레이블과 비교하는 방법이다④ 엘보우 기법은 오직 텍스트 자료에만 적용할 수 있다

문제 524지선다

DBSCAN 알고리즘에서 특정 점 주변 반경(eps) 안에 최소 이웃 수(minPts) 이상의 점이 있을 때 그 점을 부르는 명칭은 무엇인가?

① 경계점(border point)② 핵심점(core point)③ 잡음점(noise point)④ 중심점(centroid)

문제 534지선다

계층적 군집 분석의 연결법 중, 두 군집을 합쳤을 때 군집 내 분산의 증가량이 가장 작아지는 방향으로 합치는 방법은 무엇인가?

① 단일연결법② 완전연결법③ 평균연결법④ 와드연결법

문제 544지선다

주성분분석(PCA)에 대한 설명으로 옳지 않은 것은?

① 변수들의 공분산행렬 또는 상관행렬의 고유벡터가 주성분의 방향을 나타낸다② 서로 다른 주성분은 직교하며 제1주성분이 가장 큰 분산을 갖는 방향이다③ 유지할 주성분 수는 고유값의 누적 기여율이나 스크리 도표를 참고해 정한다④ 주성분분석은 항상 원래 변수의 의미를 그대로 유지한 채 개수만 줄여 준다

문제 554지선다

한 편의점의 거래 100건 가운데 빵과 우유를 함께 구매한 거래는 30건, 빵을 구매한 거래는 50건, 우유를 구매한 거래는 40건이다. 빵을 산 사람이 우유도 사는 연관규칙(빵 다음 우유)의 향상도(lift)는? 향상도는 신뢰도를 우유의 지지도로 나눈 값이며, 신뢰도는 두 상품을 함께 산 거래 비율을 빵의 지지도로 나눈 값이다.

① 0.3② 0.6③ 1.2④ 1.5

문제 564지선다

인공신경망의 기본 구성 요소에 대한 설명으로 옳지 않은 것은?

① 각 입력에는 가중치가 곱해지고 그 합에 편향(bias)이 더해진다② 가중합은 활성화 함수를 거쳐 다음 층으로 전달된다③ 은닉층을 여러 개 쌓으면 더 복잡한 패턴을 표현할 수 있다④ 편향(bias)은 입력값에 곱해지는 가중치의 일종이다

문제 574지선다

한 인공뉴런의 입력은 x1=2, x2=3이고 가중치는 w1=1, w2=-1이며 편향은 1이다. 활성화 함수로 ReLU를 사용할 때 이 뉴런의 출력값은? ReLU는 입력이 0보다 크면 그대로, 0 이하이면 0을 출력한다.

① -1② 0③ 1④ 2

문제 584지선다

L1 규제와 L2 규제에 대한 설명으로 옳지 않은 것은?

① L1 규제는 계수 절댓값의 합을 벌점으로 사용한다② L2 규제는 계수 제곱의 합을 벌점으로 사용한다③ L1 규제는 일부 계수를 정확히 0으로 만들어 변수 선택 효과를 낼 수 있다④ L2 규제는 L1 규제보다 항상 더 많은 계수를 정확히 0으로 만든다

문제 594지선다

RNN, LSTM, GRU에 대한 설명으로 옳지 않은 것은?

① 기본 RNN은 시퀀스가 길어지면 기울기 소실 문제로 먼 과거의 정보를 잘 기억하지 못하는 경향이 있다② LSTM은 입력, 출력, 망각 게이트와 별도의 셀 상태를 두어 장기 의존성 문제를 완화한다③ GRU는 게이트 수를 줄이고 별도의 셀 상태를 두지 않아 LSTM보다 매개변수가 적은 편이다④ RNN, LSTM, GRU는 모두 시간 순서가 없는 정형 테이블 자료 전용으로 설계된 구조다

문제 604지선다

앙상블 학습 방법인 배깅, 부스팅, 스태킹에 대한 설명으로 옳지 않은 것은?

① 배깅은 복원추출한 여러 표본으로 학습기를 독립적으로 학습시켜 결합한다② 부스팅은 이전 학습기의 오류를 반영해 학습기를 순차적으로 만든다③ 스태킹은 서로 다른 여러 모형의 예측을 입력으로 삼는 메타 모형을 따로 학습시킨다④ 배깅, 부스팅, 스태킹은 모두 같은 방식으로 학습기를 결합하며 차이가 없다

4과목 빅데이터 결과 해석 (61–80)

한 이메일 서비스가 스팸 필터 모형을 이메일 300건에 적용해 다음과 같은 혼동행렬을 얻었다.

구분	실제 스팸(60건)	실제 정상(240건)
예측 스팸	TP = 54	FP = 24
예측 정상	FN = 6	TN = 216

문제 614지선다

위 혼동행렬에서 이 모형의 정확도는?

① 0.80② 0.85③ 0.90④ 0.95

문제 624지선다

위 스팸 필터 혼동행렬(TP=54, FN=6, FP=24, TN=216)에서 정밀도와 재현율로 옳은 것은?

① 정밀도 약 0.692, 재현율 0.9② 정밀도 0.9, 재현율 약 0.692③ 정밀도 0.9, 재현율 0.9④ 정밀도 약 0.692, 재현율 약 0.692

문제 634지선다

어느 분류 모형의 정밀도는 0.75, 재현율은 0.60이며, 참고용으로 정확도 0.85와 특이도 0.92도 함께 주어졌다. 이 모형의 F1 점수에 가장 가까운 값은?

① 0.60② 0.67③ 0.75④ 0.82

문제 644지선다

ROC 곡선과 AUC에 대한 설명으로 옳지 않은 것은?

① ROC 곡선의 세로축은 참양성률(재현율)이다② ROC 곡선의 가로축은 거짓양성률이며 1에서 특이도를 뺀 값이다③ AUC가 1.0에 가까울수록 임의의 양성이 임의의 음성보다 높은 점수를 받을 확률이 크다는 뜻이다④ AUC는 임계값에 따라 계속 달라지므로 임계값을 정하지 않으면 계산할 수 없다

문제 654지선다

정확도의 역설(accuracy paradox)이 특히 문제가 되는 상황으로 가장 적절한 것은?

① 두 범주의 비율이 50대 50으로 균형 잡힌 데이터② 양성 범주의 비율이 1퍼센트 수준으로 매우 낮은 불균형 데이터③ 표본 크기가 매우 작은 데이터④ 설명변수가 하나뿐인 단순한 데이터

문제 664지선다

다섯 건의 실제값과 예측값 쌍이 (5,7), (10,8), (15,17), (20,18), (25,29)로 주어졌다. 이 예측의 평균제곱근오차(RMSE)에 가장 가까운 값은?

① 2.3② 2.5③ 2.8④ 6.4

문제 674지선다

결정계수(R제곱)에 대한 설명으로 옳지 않은 것은?

① 총변동 중 회귀모형이 설명하는 변동이 차지하는 비율이며 0과 1 사이의 값을 갖는다② 설명변수를 추가하면 결정계수는 감소하거나 최소한 그대로 유지된다③ 단순회귀에서는 결정계수가 두 변수 표본상관계수의 제곱과 같다④ 수정된 결정계수는 설명변수 개수에 대한 벌점을 반영해 결정계수보다 크지 않다

문제 684지선다

군집 평가에 쓰이는 실루엣 계수의 값 범위와 해석에 대한 설명으로 옳지 않은 것은?

① 실루엣 계수는 -1부터 1까지의 값을 가진다② 값이 1에 가까울수록 군집화가 잘 되었다는 뜻이다③ 값이 음수이면 그 관측치가 다른 군집에 더 가까울 수 있다는 뜻이다④ 실루엣 계수는 오직 K-means에만 적용할 수 있고 다른 군집 알고리즘에는 쓸 수 없다

문제 694지선다

LOOCV(리브-원-아웃 교차검증)에 대한 설명으로 가장 적절한 것은?

① 관측치 하나만 검증에 남기고 나머지 전부로 학습하는 과정을 관측치 수만큼 반복한다② 자료를 두 묶음으로 한 번만 나누어 검증하는 방법이다③ 모든 관측치를 무작위로 섞어 한 번에 학습과 검증을 동시에 수행하는 방법이다④ 표본 크기와 무관하게 항상 5회만 반복한다

문제 704지선다

초매개변수 탐색 기법 중 무작위 탐색(random search)에 대한 설명으로 가장 적절한 것은?

① 정해진 범위 안에서 조합을 임의로 뽑아 시도하며, 같은 예산에서 중요한 축을 더 다양하게 훑을 수 있다② 모든 조합을 빠짐없이 시도하므로 축이 늘어날수록 시도 횟수가 급격히 늘어난다③ 이전 시도 결과로 확률모형을 세워 다음 시도 지점을 정한다④ 분석가의 직관에만 의존하며 자동화된 탐색이 전혀 아니다

문제 714지선다

초매개변수와 매개변수를 구분한 설명으로 옳지 않은 것은?

① 초매개변수는 학습을 시작하기 전에 분석가가 값을 지정한다② 매개변수는 학습 과정에서 자료로부터 추정되는 값이다③ 랜덤 포레스트의 나무 개수는 초매개변수에 해당한다④ 신경망의 연결 가중치는 분석가가 학습 전에 직접 정하는 초매개변수다

문제 724지선다

부분의존도(partial dependence)를 활용한 모형 해석에 대한 설명으로 가장 적절한 것은?

① 다른 변수들의 값을 고정하거나 평균낸 상태에서 관심 변수가 변할 때 예측이 어떻게 변하는지를 보여준다② 모형의 학습 속도를 빠르게 만드는 최적화 기법이다③ 결측치를 자동으로 채워 넣는 전처리 기법이다④ 여러 모형의 예측을 결합하는 앙상블 기법이다

문제 734지선다

시각화 기법과 용도를 짝지은 것으로 옳지 않은 것은?

① 파이 차트 — 전체에서 각 항목이 차지하는 구성비를 보여준다② 트리맵 — 계층 구조를 가진 자료의 크기 비교를 사각형 면적으로 보여준다③ 산점도 — 두 연속형 변수의 관계와 밀집 정도를 점으로 보여준다④ 파이 차트 — 시간에 따른 값의 흐름과 변화 속도를 나타내는 데 가장 적합하다

문제 744지선다

두 제품의 특징을 좌우로 나누어 항목마다 맞세워 대비를 강조하는 인포그래픽 유형은?

① 도표형② 비교형③ 지도형④ 통계 수치 강조형

문제 754지선다

한 뉴스 앱이 새로운 추천 알고리즘의 효과를 검증하기 위해 이용자를 무작위로 두 집단으로 나누어 기존 화면과 새 화면을 각각 보여 주고 클릭률을 비교했다. 이 실험 설계에 대한 설명으로 옳지 않은 것은?

① 이용자를 무작위로 배정해 두 집단의 다른 특성이 결과에 미치는 영향을 줄이려 한 것이다② 이 실험은 A/B 테스트의 대표적인 사례다③ 충분한 표본 크기와 관찰 기간을 확보해야 우연에 의한 차이를 걸러낼 수 있다④ 무작위 배정을 생략하고 자원자만 새 화면을 보게 해도 결과 해석은 동일하게 타당하다

문제 764지선다

분석 자료에서 발생할 수 있는 편향 유형에 대한 설명으로 옳지 않은 것은?

① 선택 편향은 표본을 뽑는 과정 자체가 특정 집단에 치우쳐 발생한다② 생존 편향은 결과까지 살아남은 사례만 관찰되어 실패 사례가 자료에서 빠지는 현상이다③ 표본 편향은 표본이 모집단을 대표하지 못할 때 발생한다④ 데이터 양이 충분히 많으면 표본 추출 과정의 편향은 자동으로 사라진다

문제 774지선다

비식별화된 자료라도 다른 정보와 결합하면 재식별될 위험이 남을 수 있다는 점에 대한 대응으로 가장 적절한 것은?

① 비식별화가 끝난 자료는 어떤 방식으로 공개해도 위험이 전혀 없다고 간주한다② 공개 범위와 결합 가능한 외부 자료를 고려해 재식별 위험을 주기적으로 재평가한다③ 재식별 위험은 최초 비식별화 시점에만 평가하면 이후에는 점검할 필요가 없다④ 재식별 위험 평가는 법적 의무가 아니므로 생략해도 무방하다

문제 784지선다

분석 결과의 비즈니스 활용과 투자 대비 효과(ROI)에 대한 설명으로 옳지 않은 것은?

① ROI는 모형 도입에 들어간 비용과 그로 인해 늘어난 이익을 견주어 산출한다② 모형 도입 전후의 핵심 성과 지표 변화를 비교해 성과로 환산할 수 있다③ 정성적인 효과는 계량화가 불가능하므로 비즈니스 기여도 평가에서 항상 제외해야 한다④ 금액 절감이나 처리 시간 단축처럼 정량화된 항목으로 기여도를 표현할 수 있다

문제 794지선다

관측치 1,000개를 k=10인 교차검증으로 평가하려 한다. 각 회차에서 검증에 사용되는 표본 수는?

① 90개② 100개③ 900개④ 1,000개

문제 804지선다

다중 분류 문제에서 매크로 평균과 마이크로 평균의 차이에 대한 설명으로 가장 적절한 것은?

① 매크로 평균은 범주별 지표를 산술평균해 모든 범주에 동일한 비중을 준다② 마이크로 평균은 건수가 적은 범주에 가장 큰 비중을 준다③ 매크로 평균과 마이크로 평균은 항상 같은 값을 갖는다④ 소수 범주의 성능이 중요하지 않은 문제에서는 매크로 평균만 사용해야 한다

복습 동선표

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

과목	자주 틀리는 영역	복습할 편
1과목	데이터 3법·가명정보, 데이터 웨어하우스·OLAP	08편, 09편
1과목	척도 구분, NoSQL 유형, 분석 과제 유형	03편, 05편
2과목	결측치 유형·이상치 탐지(IQR·z-score)	11편
2과목	상관계수·공분산, 확률분포(포아송·조건부확률)	14편, 16편, 02편
2과목	표본크기·가설검정 통계량	15편
3과목	로지스틱 회귀·의사결정나무·앙상블	17편, 18편
3과목	거리·유사도, 군집·연관규칙·PCA	19편, 05편
3과목	신경망·규제·RNN 계열	18편, 21편
4과목	혼동행렬·ROC-AUC, 회귀·군집 평가	20편, 21편
4과목	교차검증·초매개변수, 해석·시각화·윤리	21편, 22편, 23편, 24편