30. 빅데이터분석기사 필기 예상 모의고사 5회

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 5회차는 시험 직전 최종 점검용으로, 4과목을 균형 있게 배분하고 난이도도 고르게 맞추었습니다. 이 회차에서 자주 틀리는 영역을 마지막 복습 목록으로 삼으세요.

과목	문항 번호	문항 수	이번 회차 특징
1과목 빅데이터 분석 기획	1–20	20	균형 난이도, 전 범위 개념 점검
2과목 빅데이터 탐색	21–40	20	균형 난이도, 전처리·통계 핵심 계산 포함
3과목 빅데이터 모델링	41–60	20	균형 난이도, 알고리즘·거리·연관규칙 계산 포함
4과목 빅데이터 결과 해석	61–80	20	균형 난이도, 평가지표·교차검증 계산 포함

1과목 빅데이터 분석 기획 (1–20)

문제 14지선다

한 건강관리 업체가 손목형 웨어러블 기기로 초 단위 심박수를 실시간에 가깝게 수집해 이상 징후를 즉시 알리는 서비스를 운영한다. 이 서비스가 특히 강조하는 빅데이터 특성은 무엇인가?

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

문제 24지선다

빅데이터 분석 방법론의 단계를 데이터 이해, 데이터 준비, 모델링, 평가, 배포로 나눈 흐름에 대한 설명으로 가장 적절한 것은?

① 이 흐름은 업무 이해 단계 없이 곧바로 데이터 이해에서 출발해도 무방하다② 평가는 모델링 이후에 이루어지며 목표 달성 여부를 점검한다③ 배포는 항상 모델링 직후, 평가 이전에 이루어져야 한다④ 데이터 준비 단계에서는 분석 결과를 시각화해 보고서로 만든다

문제 34지선다

한 교육기관이 분석 준비도와 성숙도를 진단했더니 두 축이 모두 낮게 나왔다. 이 기관이 속하는 유형은 무엇인가?

① 정착형② 도입형③ 확산형④ 준비형

문제 44지선다

개인정보 보호법의 개인정보 처리 원칙에 대한 설명으로 옳지 않은 것은?

① 수집 목적에 필요한 범위에서 최소한의 개인정보만 수집해야 한다② 처리 목적이 달성된 개인정보는 지체 없이 파기하는 것이 원칙이다③ 목적이 명확하지 않아도 향후 유용할 수 있으므로 가능한 한 많은 정보를 수집해 두어야 한다④ 개인정보를 처리할 때는 정보주체의 권리를 침해할 가능성을 최소화해야 한다

문제 54지선다

데이터 거버넌스를 도입하는 목적으로 가장 적절한 것은?

① 데이터의 품질, 보안, 표준, 권한과 책임을 체계적으로 관리해 조직 전체에 일관되게 적용하기 위해서다② 분석 모형의 예측 성능을 직접적으로 향상시키기 위해서다③ 특정 부서의 시스템 도입 비용을 절감하기 위해서다④ 데이터 저장 장비의 물리적 고장을 예방하기 위해서다

문제 64지선다

데이터 웨어하우스, 데이터 마트, 데이터 레이크를 비교한 설명으로 옳지 않은 것은?

① 데이터 마트는 데이터 웨어하우스 중 특정 부서나 주제에 맞춘 작은 규모의 저장소다② 데이터 레이크는 스키마를 나중에 적용하는 방식으로 다양한 형태의 원본 자료를 저장한다③ 데이터 웨어하우스는 여러 시스템의 자료를 통합해 분석용으로 축적한다④ 데이터 레이크는 정형 자료만 저장할 수 있고 반정형·비정형 자료는 저장할 수 없다

문제 74지선다

HDFS와 NoSQL 데이터베이스를 비교한 설명으로 옳지 않은 것은?

① HDFS는 대용량 파일을 블록 단위로 나누어 분산 저장하는 파일 시스템이다② NoSQL은 고정된 스키마 없이 비정형·반정형 자료를 유연하게 다룰 수 있다③ HDFS와 NoSQL은 모두 수평적 확장을 통해 저장 용량과 처리량을 늘릴 수 있다④ HDFS는 관계형 데이터베이스처럼 복잡한 다중 테이블 조인에 최적화된 시스템이다

문제 84지선다

ETL(추출·변환·적재)에 대한 설명으로 가장 적절한 것은?

① 여러 시스템에서 자료를 추출하고 목표 형식으로 변환한 뒤 목적지 저장소에 적재하는 일련의 처리 과정이다② 결측치를 자동으로 채워 넣는 모형 학습 기법이다③ 분류와 회귀 문제를 함께 다루는 알고리즘이다④ 시각화 결과를 대시보드로 배포하는 절차다

문제 94지선다

다음 중 정형 데이터로 보기 가장 적절한 것은?

① 자유롭게 작성된 고객 리뷰 문장② 특정 형식 없이 촬영된 매장 사진③ 열과 행이 명확히 정의된 판매 실적 테이블④ 태그로 구조가 표현된 상품 상세정보 XML 문서

문제 104지선다

비식별화 기법에 대한 설명으로 옳지 않은 것은?

① 가명처리는 특정 개인을 추가 정보 없이는 알아볼 수 없도록 다른 값으로 대체하는 기법이다② 총계처리는 개별 값 대신 집단의 합계나 평균 같은 요약값을 제공하는 기법이다③ 데이터 마스킹은 식별 가능한 값의 일부 또는 전부를 다른 문자로 가리는 기법이다④ 범주화는 개별 식별자를 원본과 전혀 다른 무작위 문자열로 암호화하는 기법이다

문제 114지선다

변수와 측정척도의 연결로 옳지 않은 것은?

① 출신 지역(서울, 부산, 대구) — 명목척도② 시험 등급(A, B, C, D) — 서열척도③ 섭씨 온도 — 등간척도④ 상품 가격(원) — 등간척도

문제 124지선다

분석 과제의 우선순위를 시급성과 난이도 두 축으로 평가하는 매트릭스에 대한 설명으로 가장 적절한 것은?

① 시급성이 높고 난이도가 낮은 과제를 가장 먼저 착수하는 것이 일반적으로 권장된다② 난이도가 높을수록 우선순위가 항상 높아진다③ 시급성은 분석 과제 우선순위 판단에 전혀 고려되지 않는다④ 이 매트릭스는 분석 과제가 아니라 서버 장비 교체 계획에만 사용된다

문제 134지선다

마이데이터(MyData) 제도의 취지에 대한 설명으로 가장 적절한 것은?

① 개인이 자신의 정보를 여러 기관에서 직접 모아 관리하고 활용할 권리를 강화하는 것이다② 기업이 보유한 개인정보를 정보주체 동의 없이 자유롭게 활용하도록 허용하는 것이다③ 정부가 모든 국민의 정보를 하나의 데이터베이스로 통합 관리하는 것이다④ 개인정보를 다루는 모든 서비스의 유료화를 의무화하는 것이다

문제 144지선다

상향식 접근법에 대한 설명으로 옳지 않은 것은?

① 보유한 데이터 자체를 탐색해 예상하지 못한 패턴에서 과제를 찾아낸다② 사전에 정의된 가설이 없어도 탐색 과정에서 새로운 가설을 얻을 수 있다③ 비지도학습 기법이 상향식 탐색에 활용되기도 한다④ 상향식 접근법은 반드시 하향식 접근법보다 먼저 수행되어야 한다

문제 154지선다

데이터 품질 진단 절차에 대한 설명으로 옳지 않은 것은?

① 데이터 프로파일링으로 값 분포와 결측·중복을 파악한다② 업무 규칙을 점검식으로 바꾸어 데이터 오류를 탐지할 수 있다③ 진단 결과를 원인 분석과 개선 활동으로 연결한다④ 데이터 품질 진단은 분석 프로젝트가 끝난 뒤 단 한 번만 수행하면 충분하다

문제 164지선다

분석 조직 구조 유형에 대한 설명으로 옳지 않은 것은?

① 집중형 구조는 전사 우선순위 조정에 유리하다② 기능형 구조는 별도 조직 없이 각 부서가 자체적으로 분석을 수행한다③ 분산형 구조는 현업 맥락을 살린 빠른 분석이 가능하다④ 세 구조 중 어느 것을 택해도 조직 변화나 예산 배분의 문제는 전혀 발생하지 않는다

문제 174지선다

신용정보의 이용 및 보호에 관한 법률과 관련된 사례로 가장 적절한 것은?

① 금융회사 고객의 개인신용정보 전송요구권 대응② 공공기관 보유 데이터의 목록 등록과 개방③ 온라인 쇼핑몰의 회원 가입 화면 디자인 변경④ 웹사이트의 이미지 파일 용량 최적화

문제 184지선다

분석 마스터플랜과 로드맵의 관계에 대한 설명으로 가장 적절한 것은?

① 로드맵은 마스터플랜에서 정한 과제들의 우선순위와 추진 시점을 시간 축 위에 시각화한 것이다② 로드맵은 마스터플랜과 무관하게 독립적으로 작성된다③ 마스터플랜은 로드맵이 작성된 이후에 비로소 만들어진다④ 마스터플랜과 로드맵은 완전히 같은 문서이며 구분할 필요가 없다

문제 194지선다

데이터 분석가의 소프트 스킬에 해당하는 역량으로 가장 적절한 것은?

① 회귀분석 공식을 정확히 유도하는 능력② 대용량 데이터를 처리하는 프로그래밍 능력③ 분석 결과를 다양한 이해관계자에게 맥락에 맞게 설명하는 능력④ 통계 소프트웨어의 신규 기능을 빠르게 습득하는 능력

문제 204지선다

분석 기획 단계와 데이터 준비 단계를 구분한 설명으로 옳지 않은 것은?

① 분석 기획 단계에서는 분석 목표와 범위, 필요한 자원을 정의한다② 데이터 준비 단계에서는 실제 자료를 수집하고 정제해 분석용 데이터셋을 만든다③ 두 단계는 순서와 무관하게 아무 때나 뒤바뀌어도 결과에 차이가 없다④ 기획 단계의 목표 설정이 이후 데이터 준비 범위를 좌우한다

2과목 빅데이터 탐색 (21–40)

문제 214지선다

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

① 정제 — 체온 값이 비어 있거나 음수로 기록된 값을 찾아 보정하거나 제외한다② 통합 — 접수 시스템과 검사 시스템에 나뉜 기록을 환자 번호로 결합한다③ 변환 — 검사 수치에 로그를 취하거나 연령을 구간으로 나누어 분석하기 좋은 형태로 바꾼다④ 축소 — 검사 기록의 단위를 통일하고 잡음을 제거하는 것이 주된 목적이다

문제 224지선다

설문 응답에서 응답자의 스마트폰 배터리가 방전되어 뒷부분 문항에 무작위로 결측이 발생했다. 이 결측 유형으로 가장 적절한 것은?

① MCAR — 완전 무작위 결측② MAR — 관측된 다른 변수와 관련된 결측③ MNAR — 결측된 값 자체와 관련된 결측④ 이 사례는 어떤 결측 유형에도 해당하지 않는다

문제 234지선다

이상치 처리에 대한 설명으로 옳지 않은 것은?

① 이상치는 측정, 입력, 표본추출 과정에서 값이 왜곡될 때 주로 발생한다② 이상치를 무조건 삭제하면 정보 손실과 함께 편향이 생길 위험이 있다③ 업무적으로 실제 발생 가능한 극단값이라면 삭제 대신 별도로 표시해 분석에 반영할 수 있다④ 상자수염그림 기준을 벗어난 값은 예외 없이 항상 오류값으로 확정할 수 있다

문제 244지선다

최소-최대 정규화와 표준화(Z-score)를 비교한 설명으로 옳지 않은 것은?

① 최소-최대 정규화는 값을 0과 1 사이로 압축한다② 표준화는 평균을 0, 표준편차를 1로 맞춘다③ 최소-최대 정규화는 새로운 관측값이 기존 최댓값을 넘으면 1을 초과하는 값이 나올 수 있다④ 표준화된 값의 범위는 항상 0과 1 사이로 고정된다

문제 254지선다

범주형 변수를 다룰 때 원-핫 인코딩과 라벨 인코딩을 비교한 설명으로 가장 적절한 것은?

① 라벨 인코딩은 범주에 순서가 없는데도 정수를 매기면 모형이 범주 사이에 없는 크기 관계를 학습할 위험이 있다② 원-핫 인코딩은 범주 수와 무관하게 항상 벡터 하나만 사용한다③ 라벨 인코딩은 순서가 없는 범주형 변수에 가장 적합한 인코딩 방식이다④ 원-핫 인코딩과 라벨 인코딩은 결과가 항상 동일하다

문제 264지선다

다음 중 파생변수의 예로 보기 어려운 것은?

① 로그인 시각과 로그아웃 시각의 차이로 이용 시간을 계산한다② 상품 가격과 할인율로 실제 결제 금액을 계산한다③ 원본 성별 열의 값을 아무 계산 없이 성별_사본 열로 그대로 복사한다④ 생년월일로부터 나이를 계산한다

문제 274지선다

피어슨 상관계수와 스피어만 상관계수를 비교한 설명으로 옳지 않은 것은?

① 피어슨 상관계수는 두 연속형 변수 사이의 선형 관계를 측정한다② 스피어만 상관계수는 값을 순위로 바꾼 뒤 계산해 단조 관계를 측정한다③ 두 상관계수 모두 -1과 1 사이의 값을 갖는다④ 두 변수 사이에 뚜렷한 비선형(예: U자형) 관계가 있으면 피어슨 상관계수가 이를 정확히 큰 값으로 나타낸다

문제 284지선다

공분산과 상관계수의 관계에 대한 설명으로 옳지 않은 것은?

① 상관계수는 공분산을 두 변수 표준편차의 곱으로 나누어 표준화한 값이다② 공분산의 부호는 상관계수의 부호와 같다③ 공분산은 변수의 측정 단위에 따라 값의 크기가 달라진다④ 공분산이 0이면 두 변수는 항상 서로 완전히 독립이다

다섯 매장의 일일 방문객 수는 2, 5, 9, 10, 14명이다.

매장	1	2	3	4	5
방문객 수(명)	2	5	9	10	14

문제 294지선다

위 표의 자료로 표본평균과 표본분산을 구하면?

① 평균 8, 분산 21.5② 평균 8, 분산 17.2③ 평균 7.5, 분산 21.5④ 평균 8, 분산 86

문제 304지선다

분포의 왜도에 대한 설명으로 옳지 않은 것은?

① 왜도가 0에 가까우면 분포가 좌우로 비교적 대칭적이라는 뜻이다② 왜도가 0보다 크면 오른쪽으로 긴 꼬리를 갖는 경향이 있다③ 왜도가 0보다 작으면 왼쪽으로 긴 꼬리를 갖는 경향이 있다④ 왜도는 항상 0과 1 사이의 값만 가질 수 있다

문제 314지선다

확률분포와 그 적용 사례를 짝지은 것으로 옳지 않은 것은?

① 이항분포 — 성공 확률이 일정한 독립 시행을 고정된 횟수만큼 반복할 때의 성공 횟수② 포아송분포 — 단위 시간이나 단위 공간에서 발생하는 사건의 횟수③ 정규분포 — 평균을 중심으로 좌우 대칭인 연속형 자료의 분포④ 이항분포 — 시행 횟수가 정해지지 않고 최초 성공까지 걸리는 시행 횟수

문제 324지선다

어느 공정의 산출량은 평균 70, 표준편차 8을 따르는 정규분포로 알려져 있다. 이번 측정값이 54일 때 표준화 점수는?

① -1② -1.5③ -2④ -2.5

문제 334지선다

중심극한정리에 대한 설명으로 옳지 않은 것은?

① 표본 크기가 충분히 크면 모집단의 분포 모양과 무관하게 표본평균의 분포가 정규분포에 가까워진다② 표본평균의 표준오차는 모표준편차를 표본 크기의 제곱근으로 나눈 값이다③ 표본 크기가 커질수록 표본평균의 표집분포는 더 좁게 모인다④ 중심극한정리는 표본 크기가 1일 때 가장 정확하게 성립한다

문제 344지선다

가설검정에서 1종 오류와 2종 오류에 대한 설명으로 옳지 않은 것은?

① 1종 오류는 귀무가설이 참인데도 이를 잘못 기각하는 오류다② 2종 오류는 귀무가설이 거짓인데도 이를 기각하지 못하는 오류다③ 유의수준은 1종 오류를 범할 확률의 허용 한계를 뜻한다④ 1종 오류와 2종 오류는 표본 크기나 검정 설계와 무관하게 항상 서로 반비례로 정확히 고정된 값이다

문제 354지선다

클래스 불균형이 심한 자료에서 소수 클래스의 표본을 합성해 늘리는 대표적인 기법은 무엇인가?

① 언더샘플링② SMOTE③ 표준화④ 주성분분석

한 콜센터의 하루 대기시간(분) 10건은 다음과 같다.

순서	1	2	3	4	5	6	7	8	9	10
대기시간(분)	3	4	4	5	6	7	8	9	10	25

문제 364지선다

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

① 14② 15③ 16.5④ 18

문제 374지선다

여러 시스템에서 모은 고객 데이터를 통합할 때 지켜야 할 원칙으로 옳지 않은 것은?

① 소스마다 다른 코드 체계를 공통 기준으로 맞춘다② 결측·중복 처리 규칙을 통합 데이터 전체에 일관되게 적용한다③ 정제 이력을 기록해 나중에 재현할 수 있게 한다④ 가장 최신에 구축된 시스템의 데이터만 신뢰하고 나머지 원천은 검증 없이 배제한다

문제 384지선다

탐색적 데이터 분석(EDA)의 목적으로 가장 적절한 것은?

① 최종 보고서의 디자인을 결정하는 것이다② 가정을 최소화한 채 자료의 분포, 관계, 이상값을 탐색해 다음 분석 방향을 정하는 것이다③ 모형의 배포 일정을 확정하는 것이다④ 데이터베이스 서버의 물리적 위치를 결정하는 것이다

문제 394지선다

변수 변환 기법과 사용 목적을 짝지은 것으로 옳지 않은 것은?

① 로그 변환 — 오른쪽으로 치우친 분포를 완만하게 만든다② 제곱근 변환 — 분산이 평균에 비례하는 자료의 분산을 안정화한다③ 박스콕스 변환 — 여러 변환 중 정규성에 가장 가까워지는 변환 강도를 자료로부터 추정한다④ 로그 변환 — 음수를 포함한 모든 실수 값에 제한 없이 바로 적용할 수 있다

문제 404지선다

탐색 단계에서 수행하는 차원축소에 대한 설명으로 가장 적절한 것은?

① 변수 간 정보 중복을 줄이고 자료의 구조를 더 적은 축으로 요약하는 것을 목적으로 한다② 차원축소는 반드시 결측치를 모두 제거한 뒤에만 가능한 작업이다③ 차원축소를 거치면 원본 변수의 수가 늘어난다④ 차원축소는 지도학습에서만 사용할 수 있고 비지도학습에서는 쓸 수 없다

3과목 빅데이터 모델링 (41–60)

문제 414지선다

지도학습, 비지도학습, 강화학습을 구분한 설명으로 가장 적절한 것은?

① 지도학습은 정답 표지가 있는 자료로, 비지도학습은 정답 표지가 없는 자료로 학습한다② 강화학습은 정답 표지가 붙은 자료만을 사용해 학습한다③ 비지도학습은 반드시 지도학습보다 먼저 수행되어야 한다④ 세 학습 유형은 사용하는 자료나 목표에 차이가 없다

문제 424지선다

다음 중 분류 문제로 보기 가장 적절한 것은?

① 다음 분기 원자재 가격(원) 예측② 이메일이 스팸인지 정상인지 판정③ 공장 설비의 남은 수명(시간) 예측④ 매장의 월 매출액(원) 예측

문제 434지선다

자료를 학습용, 검증용, 평가용으로 나누는 이유에 대한 설명으로 가장 적절한 것은?

① 평가에 사용할 자료를 모형 개발 과정에서 미리 들여다보지 않도록 분리해 일반화 성능을 편향 없이 추정하기 위해서다② 세 가지로 나누는 이유는 저장 공간을 절약하기 위해서다③ 세 가지로 나누면 모형의 계산 속도가 항상 빨라지기 때문이다④ 세 가지로 나누는 것은 법적으로 의무화된 절차이기 때문이다

문제 444지선다

로지스틱 회귀에 대한 설명으로 옳지 않은 것은?

① 반응변수가 두 범주일 때 로짓 변환을 통해 확률을 선형식으로 모델링한다② 시그모이드 함수를 이용해 선형 결합 값을 0과 1 사이의 확률로 변환한다③ 로지스틱 회귀의 계수는 오즈의 로그값(로그 오즈)에 대한 선형 효과로 해석한다④ 로지스틱 회귀는 반응변수의 값 자체를 오차 없이 정확히 재현하는 것을 목표로 한다

문제 454지선다

의사결정나무의 가지치기(pruning)에 대한 설명으로 가장 적절한 것은?

① 다 자란 나무의 일부 마디를 잘라 내어 과대적합을 줄이고 예측 안정성을 높이는 절차다② 가지치기는 나무의 깊이를 무한정 늘려 학습 자료에 완벽히 맞추는 절차다③ 가지치기를 하면 학습 자료에 대한 오차가 항상 줄어든다④ 가지치기는 회귀나무에는 적용할 수 없고 분류나무에만 적용할 수 있다

한 마디에 신용카드 거래 20건이 모여 있고, 그중 14건은 정상, 6건은 사기로 분류된다.

문제 464지선다

위 마디의 지니지수는? 지니지수는 1에서 각 범주 비율의 제곱을 모두 더한 값을 뺀 것이다.

① 0.21② 0.42③ 0.58④ 0.70

문제 474지선다

랜덤 포레스트와 단순 배깅(bagging)을 비교한 설명으로 가장 적절한 것은?

① 랜덤 포레스트는 배깅에 더해 각 분할에서 변수의 일부만 후보로 삼아 나무 간 상관을 추가로 낮춘다② 배깅은 부스팅과 마찬가지로 학습기를 순차적으로 만든다③ 랜덤 포레스트는 복원추출을 전혀 사용하지 않는다④ 배깅과 랜덤 포레스트는 완전히 동일한 알고리즘이다

문제 484지선다

부스팅 계열 알고리즘에 대한 설명으로 옳지 않은 것은?

① 그래디언트 부스팅은 이전 단계의 잔차를 다음 학습기가 추가로 예측하도록 학습시킨다② AdaBoost는 오분류된 관측치의 가중치를 높여 다음 학습기가 이를 더 신경 쓰도록 한다③ 부스팅은 여러 학습기를 순차적으로 이어 붙여 편향을 줄여 나간다④ 부스팅은 배깅보다 항상 과대적합의 위험이 전혀 없다

문제 494지선다

서포트벡터머신에서 마진(margin)에 대한 설명으로 가장 적절한 것은?

① 결정 경계와 가장 가까운 관측치 사이의 여백을 뜻하며, 이 여백을 최대화하는 경계를 찾는 것이 목표다② 마진은 학습에 사용한 관측치의 총 개수를 뜻한다③ 마진이 클수록 항상 과대적합이 심해진다④ 마진은 회귀 문제에만 정의되고 분류 문제에는 정의되지 않는다

문제 504지선다

KNN에서 K값을 정하는 방법에 대한 설명으로 가장 적절한 것은?

① 여러 K값에 대해 검증 자료의 성능을 비교해 가장 좋은 K를 선택하는 방식이 흔히 쓰인다② K값은 항상 1로 고정해야 가장 안정적인 예측을 얻을 수 있다③ K값은 학습 자료의 개수와 무관하게 항상 같은 값을 사용해야 한다④ K값을 정하는 데는 어떠한 기준도 필요하지 않다

문제 514지선다

두 지점 C(1, 1)와 D(4, 5)의 유클리드 거리는?

① 5② 7③ 25④ 49

문제 524지선다

K-means 군집화가 초기 중심점의 위치에 민감하다는 특징에 대한 대응으로 가장 적절한 것은?

① 서로 다른 여러 초기값으로 반복 실행해 그중 군집 내 제곱합이 가장 작은 결과를 선택한다② 초기값과 무관하게 항상 같은 결과가 나오므로 별도 대응이 필요 없다③ 초기 중심점은 항상 자료의 첫 번째 관측치로만 고정해야 한다④ 초기값 민감성은 DBSCAN에서만 발생하는 문제다

문제 534지선다

계층적 군집 분석 결과를 나타내는 덴드로그램(dendrogram)에 대한 설명으로 가장 적절한 것은?

① 군집이 합쳐지는 순서와 그때의 거리를 나무 모양 그림으로 보여준다② 덴드로그램은 군집 수를 사전에 반드시 지정해야만 그릴 수 있다③ 덴드로그램은 K-means 알고리즘의 표준 결과물이다④ 덴드로그램에서는 군집 간 거리 정보를 전혀 확인할 수 없다

문제 544지선다

주성분분석에서 스크리 도표(scree plot)를 활용하는 목적으로 가장 적절한 것은?

① 고유값의 크기를 순서대로 그려 유지할 주성분 수를 판단하는 데 참고한다② 스크리 도표는 결측치의 위치를 표시하는 그림이다③ 스크리 도표는 회귀모형의 잔차를 표시하는 그림이다④ 스크리 도표는 군집의 개수를 정하는 데만 쓰이고 주성분분석과는 무관하다

편의점 거래 200건 가운데 우산과 장화를 함께 구매한 거래는 40건이고, 우산을 구매한 거래는 80건이다.

문제 554지선다

위 자료로 우산 다음 장화라는 연관규칙의 지지도와 신뢰도로 옳은 것은? 지지도는 함께 구매한 거래 비율이고, 신뢰도는 함께 구매한 거래 비율을 우산 구매 비율로 나눈 값이다.

① 지지도 0.2, 신뢰도 0.5② 지지도 0.5, 신뢰도 0.2③ 지지도 0.4, 신뢰도 0.5④ 지지도 0.2, 신뢰도 0.8

문제 564지선다

인공신경망의 순전파와 역전파에 대한 설명으로 옳지 않은 것은?

① 순전파는 입력에서 출력까지 가중합과 활성화 함수를 거쳐 예측값을 계산하는 과정이다② 역전파는 손실함수의 기울기를 출력층에서 입력층 방향으로 거슬러 계산해 가중치를 갱신한다③ 역전파는 연쇄법칙(chain rule)을 이용해 각 가중치에 대한 기울기를 구한다④ 순전파와 역전파는 항상 동시에 한 번만 수행되며 반복되지 않는다

문제 574지선다

과대적합을 방지하기 위한 교차검증과 규제(정규화)에 대한 설명으로 옳지 않은 것은?

① 교차검증은 자료를 여러 번 다르게 나누어 모형의 일반화 성능을 안정적으로 추정하는 방법이다② 규제는 손실함수에 모형 복잡도에 대한 벌점을 더해 지나치게 복잡한 모형을 억제한다③ 교차검증과 규제는 서로 대체가 아니라 함께 사용할 수 있다④ 교차검증을 사용하면 규제를 전혀 사용하지 않아도 과대적합이 항상 방지된다

문제 584지선다

입력 이미지의 크기가 28×28이고, 3×3 필터를 스트라이드 1, 패딩 1로 적용하는 합성곱 층을 통과시켰다. 출력 특징맵의 한 변의 크기는? 출력 크기는 (입력 크기에서 필터 크기를 뺀 뒤 패딩의 2배를 더한 값을 스트라이드로 나누고 1을 더한) 값이다.

① 26② 27③ 28④ 30

문제 594지선다

여러 모형의 예측을 다수결이나 평균으로 단순 결합하는 보팅(voting) 앙상블에 대한 설명으로 가장 적절한 것은?

① 서로 다른 여러 모형의 예측을 투표 또는 평균으로 결합해 최종 예측을 만든다② 보팅 앙상블은 반드시 동일한 알고리즘만 여러 번 반복 학습시켜야 한다③ 보팅 앙상블은 학습 자료를 전혀 사용하지 않고 예측한다④ 보팅 앙상블은 배깅, 부스팅과 완전히 동일한 알고리즘이다

문제 604지선다

분석 모형 설계 단계에서 문제 유형을 식별하는 절차에 대한 설명으로 가장 적절한 것은?

① 반응변수의 성격(범주형인지 연속형인지)을 먼저 파악해 분류와 회귀 중 어느 쪽인지를 정한다② 문제 유형은 항상 알고리즘 이름을 먼저 정한 뒤에 거꾸로 결정한다③ 문제 유형 식별은 모형 평가가 모두 끝난 뒤에 수행한다④ 문제 유형 식별에는 반응변수의 성격이 전혀 고려되지 않는다

4과목 빅데이터 결과 해석 (61–80)

문제 614지선다

혼동행렬과 관련된 용어에 대한 설명으로 옳지 않은 것은?

① TP는 실제도 양성이고 예측도 양성인 경우다② FN은 실제는 양성인데 음성으로 잘못 예측한 경우다③ 정밀도와 재현율은 분자가 모두 TP로 같고 분모가 다르다④ 정확도는 불균형 데이터에서도 항상 모형의 실제 성능을 정확히 반영한다

신용평가 모형을 고객 250명에게 적용해 다음과 같은 혼동행렬을 얻었다.

구분	실제 연체(50명)	실제 정상(200명)
예측 연체	TP = 40	FP = 20
예측 정상	FN = 10	TN = 180

문제 624지선다

위 혼동행렬에서 이 모형의 정확도는?

① 0.80② 0.84③ 0.88④ 0.92

문제 634지선다

위 신용평가 혼동행렬(TP=40, FN=10, FP=20, TN=180)에서 정밀도와 재현율, 그리고 F1 점수로 옳은 것은?

① 정밀도 약 0.667, 재현율 0.8, F1 약 0.727② 정밀도 0.8, 재현율 약 0.667, F1 약 0.727③ 정밀도 0.8, 재현율 0.8, F1 0.8④ 정밀도 약 0.667, 재현율 약 0.667, F1 약 0.667

문제 644지선다

ROC 곡선과 AUC에 대한 설명으로 옳지 않은 것은?

① ROC 곡선이 왼쪽 위 구석에 가까울수록 좋은 모형이다② AUC가 0.5에 가까우면 판별력이 거의 없다는 뜻이다③ AUC는 특정 임계값 하나를 기준으로 계산한 단일 지표다④ AUC가 1.0에 가까울수록 완벽한 판별에 가까워진다

문제 654지선다

정확도의 역설을 완화하기 위한 방법으로 옳지 않은 것은?

① F1 점수나 ROC-AUC 같은 지표를 함께 검토한다② 소수 클래스를 늘리는 오버샘플링이나 SMOTE를 적용한다③ 소수 클래스를 잘못 분류했을 때 더 큰 비용을 물리도록 가중치를 조정한다④ 정확도 하나만 지속적으로 모니터링하면 불균형 문제는 자연히 해결된다

문제 664지선다

네 건의 실제값과 예측값 쌍이 (8,10), (12,9), (16,19), (20,17)로 주어졌다. 이 예측의 평균절대오차(MAE)는?

① 2.5② 2.75③ 3.0④ 7.5

문제 674지선다

결정계수(R제곱)와 수정된 결정계수에 대한 설명으로 옳지 않은 것은?

① 결정계수는 총변동 중 모형이 설명하는 변동의 비율을 나타낸다② 수정된 결정계수는 설명변수 개수에 대한 벌점을 반영한다③ 설명력 없는 변수를 추가해도 결정계수는 감소하지 않고 커지거나 유지된다④ 수정된 결정계수는 항상 결정계수보다 큰 값을 갖는다

문제 684지선다

군집 평가 지표인 실루엣 계수와 SSE(군집 내 제곱합)를 비교한 설명으로 가장 적절한 것은?

① 실루엣 계수는 군집 내 응집도와 군집 간 분리도를 함께 고려하는 지표다② SSE는 군집 수와 무관하게 항상 일정한 값을 갖는다③ 실루엣 계수는 항상 0과 1 사이의 값만 가질 수 있다④ SSE가 작을수록 무조건 군집 수가 적절하다는 것을 보장한다

문제 694지선다

홀드아웃 검증과 k겹 교차검증을 비교한 설명으로 가장 적절한 것은?

① 홀드아웃 검증은 자료를 한 번만 나누어 평가하며, k겹 교차검증은 여러 번 나누어 평균 성능을 본다② 홀드아웃 검증이 k겹 교차검증보다 항상 더 안정적인 성능 추정치를 제공한다③ k겹 교차검증은 자료를 나누지 않고 전체를 그대로 사용한다④ 두 방법은 완전히 같은 절차이며 이름만 다르다

문제 704지선다

과적합과 과소적합에 대한 설명으로 옳지 않은 것은?

① 과적합은 학습 자료에는 잘 맞지만 새로운 자료에는 성능이 떨어지는 상태다② 과소적합은 모형이 지나치게 단순해 학습 자료의 패턴조차 제대로 잡아내지 못하는 상태다③ 학습 곡선에서 학습 오차와 검증 오차가 모두 크고 비슷하면 과적합을 의심할 수 있다④ 교차검증, 규제, 조기종료는 모두 과적합을 완화하는 데 활용되는 방법이다

문제 714지선다

초매개변수 튜닝 기법인 격자 탐색, 무작위 탐색, 베이지안 최적화를 비교한 설명으로 옳지 않은 것은?

① 격자 탐색은 정해진 후보 조합을 모두 시도하므로 축이 늘어날수록 계산량이 급격히 늘어난다② 무작위 탐색은 정해진 범위에서 조합을 임의로 뽑아 시도한다③ 베이지안 최적화는 이전 시도 결과를 반영해 다음 시도 지점을 확률적으로 정한다④ 세 기법 모두 탐색에 걸리는 시간이 항상 동일하다

문제 724지선다

초매개변수와 매개변수를 구분한 설명으로 옳지 않은 것은?

① 매개변수는 학습 자료로부터 추정되는 값이다② 초매개변수는 학습을 시작하기 전에 분석가가 값을 지정한다③ 서포트벡터머신의 규제 강도(C)는 초매개변수에 해당한다④ 회귀나무의 각 마디 분할 규칙은 분석가가 학습 전에 미리 정해 두는 초매개변수다

문제 734지선다

변수 중요도(feature importance)를 활용한 모형 해석에 대한 설명으로 가장 적절한 것은?

① 각 변수가 예측 성능에 기여하는 정도를 상대적으로 비교해 보여준다② 변수 중요도가 낮은 변수는 항상 실제 업무에서도 의미가 없는 변수다③ 변수 중요도는 모형과 무관하게 항상 동일한 값을 갖는다④ 변수 중요도는 오직 회귀분석에서만 계산할 수 있다

문제 744지선다

시각화 기법과 용도를 짝지은 것으로 옳지 않은 것은?

① 히스토그램 — 한 변수의 구간별 도수를 막대로 나타내 분포 모양을 보여준다② 상자수염그림 — 중앙값과 사분위수, 이상치를 함께 보여준다③ 히트맵 — 행과 열이 만나는 칸의 색 농도로 값의 크기를 나타낸다④ 히스토그램 — 여러 항목 사이의 인과 관계를 화살표로 안내하는 데 사용한다

문제 754지선다

핵심 수치 하나를 크게 부각해 한눈에 강조하는 인포그래픽 유형은 무엇인가?

① 통계 수치 강조형② 스토리텔링형③ 지도형④ 흐름도형

문제 764지선다

A/B 테스트를 설계할 때 유의할 점으로 옳지 않은 것은?

① 두 집단에 이용자를 무작위로 배정해 집단 간 차이가 처치 외 요인에서 비롯되지 않도록 한다② 충분한 표본 크기와 관찰 기간을 확보해 우연에 의한 차이를 걸러낸다③ 실험 도중에 결과를 보고 유리한 쪽으로 배정 비율을 임의로 자주 바꾸어도 결론의 타당성에는 영향이 없다④ 비교할 성과 지표를 실험 시작 전에 미리 정의해 둔다

문제 774지선다

분석 결과 활용 시 발생할 수 있는 알고리즘 편향에 대한 대응으로 가장 적절한 것은?

① 학습 자료의 대표성과 민감 속성별 결과 차이를 점검한다② 성능 지표가 목표치를 넘으면 편향 점검 절차를 생략한다③ 편향 문제는 알고리즘의 문제가 아니라 전적으로 데이터 입력자의 책임이므로 분석팀은 점검할 필요가 없다④ 편향은 한 번 점검하면 이후로는 다시 점검할 필요가 없다

문제 784지선다

분석 결과의 비즈니스 활용도를 보고할 때 포함하면 좋은 항목으로 보기 어려운 것은?

① 모형 도입 전후의 핵심 성과 지표 변화② 모형 도입에 들어간 비용 대비 기대 이익③ 모형이 사용한 알고리즘의 소스 코드 전체를 한 줄씩 나열한 목록④ 정량화된 금액 절감이나 처리 시간 단축 효과

문제 794지선다

관측치 800개를 8겹 교차검증으로 평가하려 한다. 각 회차에서 학습에 사용되는 표본 수는?

① 100개② 700개③ 750개④ 800개

문제 804지선다

다중 분류에서 매크로 평균과 마이크로 평균을 상황에 맞게 선택하는 기준으로 가장 적절한 것은?

① 소수 범주의 성능이 중요하다면 매크로 평균을, 전체 건수 기준 성능이 궁금하다면 마이크로 평균을 우선 참고한다② 두 평균은 어떤 상황에서도 완전히 같은 값을 내므로 어느 것을 봐도 무방하다③ 매크로 평균은 항상 마이크로 평균보다 높은 값을 낸다④ 매크로 평균과 마이크로 평균 중 하나는 실제로 존재하지 않는 개념이다

복습 동선표

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

과목	자주 틀리는 영역	복습할 편
1과목	5V, 데이터 3법·개인정보 원칙, 거버넌스	08편
1과목	저장 구조(웨어하우스·레이크·NoSQL), 척도 구분	09편, 03편
2과목	결측치·이상치, 정규화·인코딩	11편, 12편
2과목	상관·공분산, 확률분포·가설검정·중심극한정리	14편, 15편, 16편
3과목	로지스틱회귀·나무·앙상블, 지니지수	17편, 18편
3과목	거리·군집·연관규칙·PCA, 신경망 기초	19편, 05편, 18편
4과목	혼동행렬·정밀도·재현율·F1·ROC-AUC	20편
4과목	회귀·군집 평가, 교차검증, 과적합	21편
4과목	모형 해석, 시각화, A/B 테스트·윤리	22편, 23편, 24편