[빅데이터분석기사 필기] 기출문제 8회 01~20

이기적 영진닷컴
21 팔로워
5 비디오 조회수·2024. 10. 30.
이 동영상은 [이기적 빅데이터분석기사 필기] 도서의 내용을 바탕으로 제작되었습니다.
🔹 도서 자세히 보기 : https://www.yes24.com/Product/Goods/129871838
🔹 모르는 문제? [이기적 스터디 카페] 질문하기 : https://cafe.naver.com/yjbooks
🔹 이기적 홈페이지 : https://license.youngjin.com/
🔹 인스타그램 : https://www.instagram.com/license.youngjin_official/
자 빅데이터 분석기사 필기 기출문제 8회 최근 문제죠. 최근 시험 문제 제일 영역
문제풀기를 시작하겠습니다. 자 빅데이터 특징 5b 에 대해서 오른 것은 있습니다. 보통 3b가 나왔었는데 5b가 나왔죠.
먼저 버라이어티는 뭐에요? 이거는 유형을 말하는 거에요. 유형, 다양하다 말하는 것이고
그 다음에 볼륨 이거는 용량을 말하는 것이 대용량이다 그쵸 그 다음에 우리가 그 벌라스틱 이거는 뭐에 벌라스틱은 우리가
이거는 속도를 말하는 것이죠. 자 그래서 우리가 이거는 그 3v를 말하는 것이구요.
이거는 3v 기본을 말하는 것이고 그 다음에 우리가 벌라스틱을 말하는 것이죠. 이거는 뭐에요? 이거는 그 5v에 해당되는 거에요.
그 다음에 또 하나 그 밸류 가치까지 해서 이거는 품질
그 다음에 밸류 가치 이걸 말하는 거에요. 이걸까지 해서 우리가 5v를 말하는 것인데 자 우리가 그럼 이제 하나씩 매칭해보면 되겠죠.
자 유형 양이 많대요. 이거 틀렸죠. 그쵸? 양이 많다고 했으니까요. 그래서 용량, 다양하다 이거 틀렸죠.
속도, 실시간 데이터가 변해요. 이거는 이제 우리가 뭐 보통 우리 속도는 철에서부터 빠르다 그런 것만 봤었는데 실시간으로 변한다.
이거 속도에 해당되는 거죠. 일단 이거는 우리가 한번 우리가 보류로 놔두자는 것이죠. 놔두고 그 다음에 품질을 봤어요.
가치가 나왔어요. 근데 무슨 품질인데? 그쵸? 아니죠? 가치에 대한 것은 여기는 질문이 없어요. 이거는 우리가 5v로 말하는 것이고
그래서 우리가 이거는 우리가 3번 같은 경우 보면 보통 우리가 그 속도로 말하면 데이터 수집하고 처리하는 속도가 빠르다 고속이다.
이거 우리가 주로 봤었는데 근데 우리가 그렇게만 보면은 우리가 답을 찾기 힘들어요. 그러면 우리가 실시간 변한다. 이것까지도 우리가 해당해
우리가 유추해 볼 수 있는 것이죠. 왜냐면 일단은 답이 1번, 2번, 3번 명확하게 아니에요. 그쵸? 명확하기가 아니기 때문에
그러면 우리가 3번이 답에 유사하겠구나. 답에 가깝겠구나. 그래서 우리가 3번을 답으로 볼 수가 있겠습니다.
자 다음 문제입니다. 빅데이터 분석 방법론에서 데이터 분석 단계에서 수행하는 작업으로 옳지 않은 것은 그것과
결국도 분석 단계에서 데이터 분석 단계 세부 업무를 말하는 것이죠. 자 처음부터 보겠습니다. 평가용 데이터 준비.
자 이건 키워드 하나하나 잘 봐야 돼요. 그 다음에 데이터 모델링, 데이터 확인 및 추출, 모델링 적용 및 운영 방안에 있어요.
우리가 그걸 보면은 2번으로 답을 착각할 수도 있어요. 왜냐하면 여기서는 모델링이라고 되어 있거든요. 근데 이거는 큰 업무를 말하는 것이
큰 업무에서 모델링이죠. 세부 업무를 들어가서 보면은 이 모델링이란 업무 내에 데이터 모델링이란 세부 업무가 있어요.
근데 그러면은 우리가 다른 것도 보면 데이터 확인 및 추출과도 마찬가지고 세부 업무에 해당이 되죠. 세부 업무 들어가 있고 그 다음에 모델링 적용 및 운영
방안. 이것도 우리가 세부 업무에 들어가 있단 말이죠. 근데
우리가 보면은 그 평가용 데이터 준비라는 것은 우리가 없어요. 우리가 논리적으로 생각해 보면은 모델링을 우리가
그 모델링을 만들고 검증하는 과정에서 평가용 데이터가 필요하지 않아? 할 수 있는데 우리가 엄연히 보면은 여기 데이터 분석 단계에서는 평가용 데이터로 우리가 준비하지 않고
분석용 데이터를 준비해야 됩니다. 이게 함정이죠. 평가용이라는 게. 그래서 답은 1번인데. 그래서 이 키워드를 하나하나 정확하게 보지 않으면은 이게 답을 틀리게
표기하고 넘어갈 수가 있어요. 그래서 마음이 급하시더라도 이게 그 문제를 잘 읽으셔야 됩니다.
자 다음 문제입니다. 자 이게 지문을 봐야 되는 거죠. 그래서 이 지문에 해당한 것은 적절한 것은 있습니다.
자 수집한 데이터를 저장, 처리, 분석할 수 있도록 포괄적으로 지원한다고 했습니다. 자 그럼 여기 보면은 마이닝, 분석하는 거죠.
그리고 이건 플랫폼, 그 다음에 처리, 탐색. 이걸 분석하고 처리하고 탐색하고 모든 것에 지원한다는 것이죠. 포괄적으로.
포괄이란 뭐예요? 플랫폼이죠. 그렇죠? 이렇게 우리가 이어서 답을 풀 수가 있겠습니다. 이거는 해서 굳이 암기를 하지 않고 해도 그냥 어느 정도 이해만 됐어도
풀 수 있는 이거는 사실 점수를 주기 위한 문제라고 볼 수가 있겠습니다. 자 다음 문제를 보겠습니다. 가역 데이터와 불가역 데이터에 대한 설명을 옳지 않은 것은
있습니다. 여기서 가역 데이터와 불가역 데이터에 대한 먼저 이해가 필요한데요. 우리가 이렇게 생각하면 되겠습니다. 이게 뭔가 단언이 굉장히 어렵죠.
근데 이렇게 보시면 되요. 이게 원본 데이터가 있어요. 원본 데이터가 있고, 이 원본 데이터를 활용해서 이게 그 가공된 데이터를 만드는 것이죠.
데이터 만들었어요. 근데 우리가 그래서 이 만들어진 데이터가 이 데이터를 가지고 다시 원본으로 환원시킬 수 있냐?
그러면은 환원시킬 수 있다. 그러면 얘는 가역 데이터인 거에요. 근데 환원이 불가한 것도 있어요. 이게 불가역 데이터라는 거에요.
그러면 생각해 보시면 되요. 그 원본으로 가공된 데이터를 환원할 수 있다는 건 뭐에요? 히스토리가 관리가 되고 있다는 것이죠. 그래야 우리가 그 어떤
의기기에 어떻게 바뀌었구나, 어떤 원리를 바뀌었구나, 어떻게 바뀌었구나 라는 걸 알 수 있어야 그대로 반대로 수행하면 이게 환원이 되겠죠.
근데 그게 관리가 안 돼요. 그러면은 우리가 그렇게 값이 바뀐 거, 변경된 거를 가지고 이게 어떻게 값이 바뀌었는지 알 수가 없잖아요. 그런 경우는 우리가 다시
추적해서 이거를 원본으로 되돌릴 수가 없는 것이죠. 그걸 우리가 불가역 데이터라고 하는 것입니다.
이제 우리가 그렇게 기본적으로 개념을 익혔다면은 그걸 가지고 한번 문제를 우리가 하나씩 풀어 보도록 하겠습니다.
자 그러면 다시 보면은 가역 데이터는 원본 데이터가 변경되는 경우 변경 상황을 관리할 수 있다. 왜냐? 우리가 그 히스토리가 관리되기 때문에 그래서 우리가 그
원본이 어떻게 어떻게 해서 이렇게 가역 데이터를 바뀌었다는 걸 알기 때문에 우리가 그러면은 그 원리와 똑같이 해서 원본이 바뀐 거를 똑같은 동일
적용해서 우리가 반영시킬 수 있겠죠. 그러면 불가역 데이터는 생산된 데이터 원본으로 환원이 불가능한 데이터다. 맞죠?
가역 데이터는 생산된 데이터 원본으로 일정 수준 환원이 가능한 데이터다. 맞죠? 불가역 데이터는 원본 데이터 내용이 변경되는 경우 변경 상황을 반영할 수 있다.
근데 반영할 수가 없죠. 그러면 그렇게 되면 이게 가역 데이터인 것이죠. 불가역 데이터 같은 경우는 이게 그 가공된 데이터하고 원본하고 이게
환원이 불가능한 거예요. 어떻게 추적 관리가 안 된다는 것이죠. 그렇기 때문에 그 원본 데이터가 바뀌었을 때 이게 그럼 다시 원리를 알 수가 없는 것이죠.
어떻게 해서 가공된 데이터가 만들어져야 되는지. 그렇기 때문에 그러면은 동일한 원리를 적용해야 되는데 원리 자체를 알 수가 없는 거기 때문에 그래서 우리가 다시
이거를 그 가공된 데이터에 반영할 수가 없는 것이죠. 불가역 데이터 같은 경우는요. 그래서 답은 우리가 4번이 되겠습니다.
자 다음 문제입니다. 정량적 데이터와 정성적 데이터에 대해서 옳지 않은 것은 있습니다.
자 이거는 우리가 그 정량적 데이터 정성적 데이터의 개념을 생각하고 문제 푸는게 가장 좋지만은요. 시험을 보다 보면 갑자기 개념이 생각이 안 날 수도 있고요.
아니면 좀 학습력이 부족할 수도 있어요. 이때는 하나 팁을 드리자면 이렇게 생각하시면 문제 푸는 데 좀 더 도움이 될 것 같아요.
정석, 문자 이렇게 한번 생각해 보세요. 이렇게 푸면은 우리가 그게 그 좀 더 그 풀기가 조금 원활할 수 있어요.
정량적 데이터 같은 경우는 일단은 그 우리가 보통은 그 정량 같은 경우 우리가 그 뭐랄까요.
우리가 이렇게 생각하시면 좋아요. 그 우리가 통계 처리를 보통 할 때 조사를 할 때 설문지 돌리죠. 설문지를 가지고 이렇게 마킹 1번 몇 번 마킹 하죠.
보통 이런 거로 정량 데이터를 하는데 그때 우리가 양이 되게 중요해요. 정성적 데이터 같은 경우는 이거는 좀 이렇게 깊게 들어가는 건데 인터뷰라고 생각하시면 돼요.
우리가 이 설문을 할 수도 있지만 어떤 의견 듣기 인터뷰를 할 수도 있지 않습니까. 인터뷰를 할 때 상대방이 말을 많이 하고 있으면은 그게 그 사람이 그 한 사람이 됐을지
그 사람이 얼만큼 진실된 표현을 많이 그 다음에 정확하게 해주느냐가 중요한 것이지 여러 사람한테 한마디씩 듣는 걸 그렇게 중요하지 않을 수가 있거든요.
그래서 이건 질적 데이터다 이렇게 보는 것이고요. 정량적 데이터는 이게 결국은 이 표현 자체가 되게 어렵게 썼는데 결국은 이거 뭐냐면은 정량적 데이터를
정성적 데이터로 변환할 수 있냐는 거예요. 변환 가능하죠. 반대로 이거는 정성적 데이터를 여기서 그 연속형 데이터가 정량 데이터라고 해요.
그래서 이거 정성적 데이터를 정량 데이터로 변환할 수 있느냐는 거예요. 그래서 제가 앞에서 말씀드릴 때 이렇게 정량은 숫자 그 다음에 정성은 문자 이렇게
생각하시면 문식품이 조금 더 편하다고 했을 때 이유가 이렇게 생각하시면 돼요. 우리가 그 문자를 숫자로 바꾸는 건 사실 어려워요.
물론 이제 그럴 수 있어요. 여러분들 중에서 교수님 예를 들어서 이렇게 1 이거는 문자라고 할 수 있지 문자형이지만 이거는 숫자로 1을 바꿀 수 있잖아요.
할 수 있는데 이렇게 하면 사실은 우리가 문제 풀기 어려워요. 그래서 우리 이론에서 있고 우리가 이론을 숙지해야 할 이유가 그거죠.
보통 우리가 숫자로 문자를 바꿀 수 있죠. 근데 그거 굉장히 쉬워요. 근데 문자로 숫자를 바꾸기 쉽지가 않다는 것이죠.
만약에 우리가 이런 경우가 있다 하더라도 우리가 이 값 하담아 있는 게 있을 수 있고 이 1이 있는 컬럼 자체가 모든 게 다 이렇게 값이 있는 게 아니고
실제로 문자가 있을 수도 있기 때문에 그럼 오르곤 하겠죠. 그럼 통째로 다 바꾸기가 힘들죠. 그렇게 해서 우리가 그러면은 이 컬럼에 있는 모든 레코드 값을 다 봐야 되는 거예요.
근데 쉽지 않지 않습니까. 그래서 우리가 보통 이렇게 표현을 하죠. 그래서 우리가 숫자로 문자를 바꿀 수 있다.
하지만 문자로 숫자를 바꾸기 힘들다. 이렇게 표현을 하죠. 그렇기 때문에 그렇게 생각하면은 우리가 문제를 접근하기가 굉장히 수월해진 것이죠.
그래서 우리가 그렇게 생각해야 됩니다. 그래서 우리가 교수님 어떻게 할 수 있잖아요. 그거는 어떻게든 노력을 기울여 하면은 이렇게 다 이렇게 추려낸 다음에 할 수 있겠지만은
그 시험은 그렇게 볼 수 있는 게 아닌 것이죠. 그래서 우리가 이론이 필요한 것이고요. 그래서 답은 4번이 되겠습니다.
자 다음 문제입니다. 데이터 변환에 대한 예수의로 옳지 않은 것을 했었습니다. 자 여기서 보면은 일단 첫 번째 날짜죠. 이렇게 우리가 날짜를 이렇게 하면은 보기는 좋아요.
근데 분석할 때는 이렇게 형태를 바꿔주는 게 좋죠. 그렇게 해야 우리가 날짜를 계산할 수도 있거든요.
데이터 간에 날짜의 며칠이 지났느냐, 몇 년이 됐느냐, 아니면은 우리 몇 년도 그 날짜만 수출하겠다. 그렇게 했을 때 우리가 날짜를 변환해 놓고 하는 게 좋죠.
그 다음에 2번 같은 경우는 10대 30세는 청년, 40에서 60세는 중년. 이렇게 공조하겠다. 이것도 변환이죠.
이것도 우리가 어떤 데이터 양이 굉장히 작은 상황에서는 10대 한 명, 20대 한 명, 30대 한 명 이런 식으로 되어있단 말이에요.
그러면 이렇게 분석하는 과정에서 이렇게 범조화를 해서 청년, 중년 이렇게 묶어서 청년들 특징이 이렇다, 중년 특징이 이렇다.
그래서 분석하기 좀 위례할 수도 있거든요. 그래서 어떻게 인사이트에 도출할 수도 있겠고요. 그렇기 때문에 이렇게 우리가 범조화를 하기도 하는 것이고요.
3번. 이거 1대 3학년 값을 배치로 변환하여 데이터가 분할한다. 이거 분할이에요. 이거 변환이 아니고요.
그리고 이거 문제사에 주어졌죠. 분할이라고. 그런데 이걸 만약에 이걸 곰곰이 생각해서 이 변환에 꽂히면 안 돼요.
이거 분할하는 거예요. 배치의 형태로 해서 분할을 시키겠다는 겁니다. 분할이 포인트가 있는 것이고요.
키 수치를 평균 0, 그 다음에 표준 편치가 1로 표준하겠다. 보통 표준화해서 사람들이 생각했을 때 표준화하면은 아 이게 표준화가 답인가 보다.
보통 우리가 분석하는 과정에서 이게 값이 범위가 있죠. 범위가 너무 차이가 크면은 분석하는 과정에서 이렇게 왜곡이 될 수가 있어요.
그렇기 때문에 우리가 표준화를 시켜서 보통 이렇게 머신러닝에서도 그렇고 데이터 학습할 때도 쓰고 분석할 때도 사용하거든요.
그래서 표준화도 데이터 변환의 반복 중에 하나로 사용됩니다. 그래서 답은 3번. 분할이 되겠습니다.
자 다음 문제입니다. 개인정보 보호 관련 법률에 대한 설명으로 옳지 않은 것은 있습니다.
자 파기 시의 사유는 고지하여 의무가 없다. 그렇죠. 파기하는 것은요.
그리고 익명 정보를 생성할 때에는 당사자의 동의를 구해야 된다 했는데 이 익명 정보라는 게 등장하게 된 게 이거예요.
개인정보 개인정보를 보호하면서도 그리고 그 개인정보 보호에도 이렇게 포커스 두게 되면은 우리가 데이터를 다뤄 가지고 어떤 업무를 처리하기 위해서
목표 달성할 수가 없어요. 그렇기 때문에 그게 좀 더 숨통을 틔워줘야 되겠죠.
그래서 개인정보도 보호하면서 그다음에 분석가들이나 회사나 어떤 단체에서도 어떤 데이터를 활용할 수 있게 통로를 열어준 게 익명정보입니다.
그렇기 때문에 익명정보에 대해서 또 한 번 통제를 한다면 이게 어렵겠죠.
이건 개인정보 보호하면서도 새롭게 우리가 숨통을 틔워주는 어떤 통로인데
그렇기 때문에 이런 부분 같은 경우는 당사자의 동의를 따로 구하지 않아요.
그리고 그때 또 익명정보 생성할 때 우리가 그 당사자들한테 한정하기가 어려워요.
이게 어느 범위까지 그렇기 때문에 그것도 취지 자체가 말씀드린 것처럼 이렇게 데이터 활용할 수 있게 그 길을 열어주는 것이기 때문에
그래서 동의를 구하는 건 아니다. 이렇게 또 과도하게 제재를 하지 않는다 라는 걸 말씀을 드리고 싶은 것이고요.
그 다음에 개인정보 보호위원회는 개인정보 보호 업무를 독립적으로 처리하기 위한 기관이다. 맞고요.
데이터 3법. 이거는 우리가 그 여기서도 또 우리가 문제를 꼬으려면 꼴 수가 있어요.
그렇기 때문에 우리가 기본적으로 암기하고 가는 게 좋은 게 데이터 3법.
개, 망, 신. 개망신법이다. 이거는 우리가 그 이거는 어떤 그 뭔가 방신을 주기 위한 게 아니고요.
보통 이렇게 다 암기를 합니다. 우리가 개망신법이다. 산법이다. 이렇게 보면 되겠고요.
그럼 문제 풀 때 굉장히 우리가 좋겠죠. 자 그래서 답은 우리가 2번이 되겠습니다.
자 다음 문제입니다. 질문이 있는 것이죠. 비식배라기법. 설명하고 있는 것에 대해서 세부기술을 오른쪽에서 했습니다.
사용자에 대한 정보를 뒤섞어. 이게 포인트에요. 뒤섞어. 정보 손실 없이 손실이 없어야 되는 거고
특정 개인에 대한 추측을 할 수 없도록. 이게 핵심인 거죠. 그리고 해야 된다.
그런데 이거 답은 먼저 1번이에요. 재배열한다는 것이죠.
그러니까 이런 거예요. 이게 뒤섞어라는 것 자체가 재배열한 답이 나오잖아요.
그런데 그렇게 했을 때 그러면은 이렇게 생각할 수 있어요.
어? 섞어버리면 어떻게 그 데이터가 손실이 없을 수가 있나요? 할 수 있는데
이건 그거에요. 이 데이터가 어떤 한 테이블에 있다. 그럼 이 테이블에 있는 내에서만 그 데이터 다시 재배열하는 거예요.
그렇기 때문에 이 테이블에 있는 데이터 전체에 대해서는 결국은 어떤 특정 단어, 사람의 이름이다.
그럼 그 이름 자체가 없어진 게 아닌 거죠. 그 이름이 다른 사람한테 가 있는 것 뿐인 것이죠.
그렇기 때문에 그런 부분들이기 때문에 이게 데이터 전체에 대한 손실이 없다는 것이고요.
그래서 다시 재배열하기 때문에 그 특정 개인에 대해서 추측할 수 없다는 것이죠.
예를 들어서 1번이라는 사람은 홍길동이다. 2번이라는 사람은 유관순이다.
그런데 이 이름을 둘이 바꿔버리는 거죠. 이렇게 다른 정보가 다 그대로 있는 것이고요.
그런데 우리가 예를 들어서 이름에 따라서 홍시선을 가진 사람들이 분석한다.
그럼 이런 경우는 또 다른 컬러를 바꿔야 되겠죠. 당연히요.
이렇게 무조건 이 룰을 따라하는 게 아닌 것이고. 예를 들어서 설명드린 것이고요.
이런 경우는 보통은 사람 이름까지 분석하지 않죠.
예를 들어서 주민등록본의 앞자리를 따서 나이를 계산하여
어느 연령대가 어떻더라 이렇게 분석하기 때문에 이 이름이 영향을 많이 미치지 않아요.
그럴 때 이 이름을 바꾼다는 것이죠. 이름을 전체적으로 재배열시켜서
특정인을 알아볼 수 없도록 한다는 것이죠. 이런 게 재배열인 것이고.
데이터 마스킹이나 가명처리나 범죄에 대해서 알아보면
자본추가 같은 경우는 원래 값에 특정 자본값을 추가해서
알아볼 수 없도록 한다는 것이죠. 그리고 가명처리 같은 경우도
만약 A라는 사람은 B라는 다른 이름으로 대체 시키는 것이고요.
랜덤라운딩 같은 경우는 어떤 이메일 기준을 가지고 값을 올리거나 내려가지고
값 자체를 바꾸는 것이죠. 대체 시키는 것이죠. 이런 걸 말하는 것이고요.
그래서 여기에서 문제에서 너무 명확히 주어졌어요.
뒤섞어. 재배열. 이거는 사실 이거 기법을 몰라도 풀 수 있는 문제인 거예요.
너무나 이거는 문제가 어떻게 보면 되게 힌트를 많이 줬죠.
자 이건 문제 이렇게 보시면 되겠고요.
자 다음 문제입니다. 또 비식배러 문제죠.
비식배러 기법에 대해 설명으로 옳지 않은 것을 했습니다.
데이터 마스킹 수준. 이거는 일단은 마스킹 수준이 포인트가 아닌 거예요.
이거는 그 마스킹을 바꾸는 방법이 중요한 게 아니고
결국은 이 비식배러 방법. 비식배러한 수준을 말하는 거죠.
비식배러 했던 게 이게 그 기법을 가지고 비식배러해서 값인 거죠.
그게 수준이 높으면은 데이터를 식배러하거나 예측하기가 쉬워진다가 아니라 어려워지겠죠.
결국 비식배러하는 이유가 뭐예요?
개인이 식배러하지 못하게 한 거예요. 그랬더니 그렇기 때문에
방법 자체나 아니면 방법을 가지고 우리가 적용하는 어떤 전략적인 수준이 높다.
이거는 굉장히 또 우리 고심해서 이걸 알아볼 수 없게 우리가 전략을 세웠겠죠.
그렇기 때문에 그만큼 예측하기 쉬워진다가 아니라 어려워지는 것이죠.
그래서 목표를 달성할 수 있는 것이죠.
그래서 비식배러 목표를 달성할 수 있는 건데
이거는 답이 계속 오답이 잘못된 답이 되는 거죠.
그래서 이거는 틀린 답인 것이고요.
그래서 답은 1번이고.
자, 그 다음에 다음부터 보면은
비식배러 조치 방법은 여러 가지 기법을 단독이나 복합으로 사용할 수 있습니다.
이렇게 섞어 쓸 수 있는 것이고요.
감염 처리할 때는 그 값을 대체할 시 규칙이 노출돼 역으로 식배를 할 수 없도록 해야 된다.
그렇죠. 이거는 꼭 이렇게 되면은
다음부터 이렇게 했으라고 알려주면은
그 후에 다시 역으로 하면은 우리가 식배를 할 수 있다고 되는 건데
그러면 안 되겠죠. 노출되면 안 되는 것이고요.
총기 처리 시 특정 특정 속성을 지닌 개인으로 구성된 단체의 속성 정보를 공개하는 것은
그 집단에 대한 개인의 정보를 공개하는 것 같다.
왜냐하면 이게 우리가 그 단체가 굉장히 큰 단체다.
그러면은 우리가 좀 이렇게 뭐 영향이 있으려나 할 수도 있어요.
근데 이런 경우죠.
대한민국 국민이다.
그러면은 우리가 전세계에 대상하는 것보다 범위가 좁지만은
그래도 우리가 좀 그렇게까지 우리가 민감하게 반응하지 않아도 될 수 있어요.
근데 우리가 그 만약에 데이터 사람이 한 100명밖에 없는 데이터에서
뭐 특정 대학생 집단이다.
아니면은 뭐 이렇게 뭐 뭐 특히 요즘에 언론에서 많이 나오죠.
뭐 이렇게 뭐 스카이 대학의 대학생들이다.
그러면은 스카이가 봤을 때 세계 대학밖에 없단 말이죠.
근데 거기에서 또 특정 대학을 또 지목한다.
그러면은 그건 다 알려주는 것과 똑같은 거예요.
그냥 그거는 시간 문제인 거예요.
그 사람 찾는 거든요. 그렇죠?
그렇기 때문에 특정 단체를 특정 단체 정보를 알려준다는 가치는
그 사람이 공개하는 것과 똑같다는 것과 거의 유사하다는 그 맞다는 것이죠.
그래서 우리가 공개를 하면 안 되는 것이죠.
그래서 그런 부분에서 답은 4번도 맞고 해서 결국 답은 1번이 되는 것입니다.
자 다음 문제입니다.
내부 데이터와 외부 데이터에 대한 설명을 옳지 않은 것에 있습니다.
자 하나씩 보겠습니다.
외부 데이터는 수집시 법률이나 제도상 계약이 없는지 검토한다는데
이거는 맞는 답이고요.
그리고 이게 그 외부 데이터 보다는 내부도 마찬가지예요.
그래서 이 문제 같은 경우는 이게 그 어떤 하나하나의 그 보면서
이렇게 가장 답이 아닐 것 같은 걸 찾아내시면 돼요.
그래서 이거는 외부 내부 문제가 아니라 이거는 모두 다 해당되는 건데
근데 여기서 외부라고 했기 때문에 외부로서 맞는 거고 내부로서 맞는 거죠.
만약에 근데 외부 데이터 만이라고 했으면 틀렸겠죠.
근데 외부 데이터는 이기 때문에 이거 답이 되는, 이거는 맞는 것이고요.
맞는 질문이고.
내부 데이터는 개인 연구할 경우 비식별 조치 방안을 한껏 고려한다는데
이것도 외부 데이터도 마찬가지예요.
근데 여기서도 내부 데이터 만이라고 하지 않았죠.
근데 이것도 맞는 질문이고요.
외부 데이터는 보안을 크게 신경 쓰지 않고 자유롭게 사용이 된다.
이거는 내 거 아니니까, 내 거 아니고 다른 사람 거니까, 다른 사람 거 가져와서 쓰는 거니까
이런 마인드를 접근하시면 안 돼요.
외부 보다는 내부나 보안을 신경 써야 되는 것이죠.
그렇죠.
답은 3번이죠.
3번은 이거는 잘못된 거죠.
내부 데이터, 그다음 4번 보겠습니다.
내부 데이터는 필요한 데이터의 관리 권한이 다른 부서에 있는 경우
협의를 통해서 공유 가능 여부를 확인한다고 했습니다.
이게 우리 회사 거라고 해서 내 맘대로 쓸 수 없어요.
왜냐하면 이게 데이터 관리 주체가 있는 것이고
내가 만약에 예를 들어서 우리 회사 데이터고
그다음에 내가 우리 회사에서 관리하는 데이터, 우리 부서에서 관리하는 데이터에서
그것도 맘대로 쓰면 안 되는 것이죠.
그것도 내 개인 용도에 맞게 쓰면 안 되는 것이죠.
특히나 만약에 다른 부서에 권한이 있다.
그런 경우 당연히 다른 부서에 협의를 구해야 되는 것이죠.
그렇죠. 이거는 데이터뿐만 아니라 우리가 회사 업무를 하는 게 상식적인 거죠.
상식적으로 풀 수 있는 문제인 것이고요.
그래서 답은 3번입니다.
다음 문제입니다. 데이터 웨어라우스의 특징으로 옳지 않은 것을 했습니다.
자, 이거는 뭐 그냥 암기된 문제죠.
데이터 웨어라우스가 특징이니까 내가의 특징이 있고요.
자, 보면은 통합성, 희발성, 시계활성, 주제지향성이 있는데
이건 희발성이 아니죠. 이거는 비희발성이죠.
데이터 날아가면 안 되죠. 데이터는 항상 이렇게 지장이 돼 있어야 되는 거죠.
이게 웨어라우스니까. 그렇죠.
그래서 이게 어떤 주제에 맞게, 그 주제에 맞게 데이터가
그 각각 태블러에 하나의 태블러에 통합돼서 들어가 있는 것이고
어떤 시점별로 계속 데이터가 쌓여 있는 거예요.
어느 시점껏 하나만 있는 게 아니고요.
그렇기 때문에 통합성, 비희발성, 시계활성, 주제지향성이고
그래서 희발성, 이게 틀렸습니다. 비희발성인 것입니다.
자, 다음 문제입니다. 분산 저장 방식, 방식을 말하는 거예요.
적절하지 않은 것은 있습니다.
GFS나 CF나 HDFS 같은 경우는 이거 다 방식을 말하는 거예요.
분산 저장 방식. 근데 이거는 HBase는 어떻게 보면
HBase도 그 분산 저장하는 거 아닌가요?
근데 HBase 같은 경우 HDFS를 이용해서 저장하는 저장소를 말하는 거예요.
그래서 HBase 위에서 HDFS 작동하는 거죠.
그렇기 때문에 이거는 그 아래에 있는 저장소를 말하는 것이다.
자, 다음 문제입니다.
키밸류 데이터베이스에 대해서 설명하는 것은 옳지 않은 것은 있습니다.
단순한 데이터 모델이 기반을 두기 때문에 이거는 다 여기까지 똑같죠.
이 내용에서 사실 여기까지 딱 보고 그냥 DM을 읽으시면 되겠어요.
복잡한 쿼리의 수행이 가능하다? 글쎄요.
물음표에 놓고 쿼리의 질의응답 수행이 빠르다. 단순하게 빠르겠죠?
데이터를 키와 그에 해당하는 값을 쌍으로 저장하는 데이터 모델이 기반을 둡니다.
자, 그럼 우리가 물음표를 했을 때 다시 돌아와 볼게요.
이게 만약에 우리가 기존 간격 데이터베이스처럼 테이블 다이어리가 되어 있다.
그러면 우리가 어떤 조건도 여러 개 줄 수가 있죠.
그래서 복잡한 쿼리의 수행이 더 수월하죠.
근데 이게 키밸류 같은 경우 단순한 모델이기 때문에
이것도 복잡한 쿼리의 수행은 어려워요.
그래서 답은 1번이 되겠습니다.
다음 문제입니다.
카산드라나 몽고디비에 해당하는 관정역, 비정역 데이터의 저장소로 오른 것을 했습니다.
이 문제의 포인트는 뭐냐면
저장 구조를 말하는 거에요.
구조 관점에서 물어본 거에요.
DFS 같은 경우는 분산 처리 같은 경우죠.
인메모리는 스토리지에서 저장하느냐, 메모리에서 저장하느냐
그걸 말하는 것이고
이 관점이 아니라
노SQL이냐, SQL 기반이냐
그걸 물어보는 거에요.
관계형 딥이냐, 노SQL이냐
이걸 물어보는 겁니다.
이런 경우는 반정형, 비정형 같은 경우는 노SQL이죠.
보통 우리가 RDBMS 같은 경우는
관경 데이터베이스 같은 경우는
저희가 정형 데이터를 저장하는데 많이 사용한다.
그래서 정답은 2번 노SQL이 되겠습니다.
다음 문제입니다.
비정형 데이터에 대해서 보기 어려운 것은 있습니다.
음성 데이터, 메시지, 이미지
다 비정형 데이터입니다.
근데 거래 데이터
거래 데이터 생각해보면 어떻게 생겼어요?
보통 매달, 매일, 그 다음에
누가, 누군가 같은 경우
보통 우리가 사람 이름보다도
고객번호가 되죠.
그 다음에 얼마, 어떤 물건, 물건도
우리가 물건 이름이 아니라
물건에 어떤 품번이 적혀있죠.
그 다음에 가격 얼마, 수량 얼마
뭐에요?
이거는 정형 데이터를 보통 하죠.
보통 비정형 데이터를 할 수도 있잖아요.
처리 방식을 그렇게 할 수도 있겠죠.
근데 통상적으로는 정형 데이터를
우리가 그 거래 데이터를 정형 데이터로 만들게 합니다.
그래서 비정형 데이터의 답이 명확한 것은
비정형 데이터의 경우는 이 3가지죠.
그래서 비정형 데이터가 아닌 것은 거래 데이터
답은 4번입니다.
이거는 사실 상식적으로 풀 수 있는 문제인거죠.
다음 문제입니다.
유미한 변수를 선정하는 작업을 수행하는 단계
자, 옳은 것은 했습니다.
자, 분석 계획 단계에서는 모르죠.
사실 어떤 변수가 있을지도 모르는거고
그 중에 그 변수가 유익하지 않을지도 모르는거죠.
데이터를 준비하는 단계에서
데이터를 준비하는 단계에서 알 수가 없죠.
보통 데이터를 분석하는 단계에서
우리가 그 데이터를 분석하면 바로 본론 들어갈 수도 있지만
보통 EDA라는 삼색적 데이터 분석을 합니다.
그래서 데이터를 쭉 훑어보는거죠.
그 과정에서 우리가 유명한 변수를 찾을 수도 있고
아니면 데이터를 모델링하는 과정에서
변수를 하나하나 추가해보거나
아니면 빼보기도 하면서
그러면서 알겠다, 유미하다.
그렇게 우리가 찾아볼 수 있는 것이고요.
그 단계에서 우리가 데이터 분석 단계인거죠.
데이터 분석 단계에서 우리가 유명한 변수를 찾아볼 수 있는 것이고
그렇게 해서 모델이 나온거 가지고 시스템을 구현을 하죠.
시스템 구현 단계에서 우리가 유명한 변수를 찾고 있지는 않습니다.
그래서 다음은 3번이고요.
다음 문제입니다.
하양식 문제...
다음 문제입니다.
하양식 문제
하양식 문제 탐색 과정에서
설명을 옳지 않은 것을 했습니다.
하양식 문제 탐색 방법은 뭐냐?
먼저 정의를 보겠습니다.
어떤 문제가 주어지고
그에 대한 해법을 찾아가기 위한
각 과정이 체계적으로 단계에 대한 수행하는 방식이다.
이거는 정의를 말하는 것이고요.
순서가 보통...
순서는 어떻게 되느냐?
문제 탐색을 먼저 합니다.
그 다음에 우리가 문제 정의를 하고요.
그 다음에 해결방안 탐색을 하고요.
그 다음에 타당성 검토를 합니다.
이 순서가 되어있는데
그래서 우리가 문제 탐색 단계부터
그럼 우리가 이 순서대로 한번 질문을 볼게요.
문제 탐색이 먼저죠.
문제 탐색을 보면은
문제 탐색은 개인이 생각하는 문제를 간단히 나열한다.
뭔가 봐도 좀 이상하죠?
여기서 개인이 등장할 이유가 없는데요.
그죠?
이거는 이게 아니고요.
문제 탐색 단계에서는 무엇을 하느냐?
현황 분석, 인식된 문제점, 전략에서 기회나 문제를 탐색한다.
그래서 이거는 어떤 개인의 관점으로
문제를 간단히 나열하는 문제가 아닙니다.
근데 답은 그럴싸하죠? 질문은 그럴싸하죠?
그렇기 때문에 답의 함정은 1번이었고요.
그 다음에 우리가 문제 정의하고요.
그 다음에 해결방법 탐색.
이거는 다 맞는 질문입니다.
그래서 문제 1권은 이렇게 풀 수가 있고요.
다음 문제 보겠습니다.
표준화에 대해선 설명으로 오른 것은 있습니다.
표준화가 뭐예요?
표준화는 우리가 자율적 정교화라고도 부르기도 합니다.
표준화는 데이터를
우리가 이런 거 보시면 돼요.
데이터가 하나 이쪽에 있는데
예를 들어서 부동산 데이터다.
그럼 이게 어떤 가격이라는 요소가 있을 수가 있고요.
그 다음에 아니면 뭐 이렇게 뭐랄까요?
어떤 그 뭐랄까요? 평수.
그죠? 아파트 평수가 있죠.
이런 게 있을 수도 있어요.
근데 가격 같은 경우는
우리가 싼 아파트는 천만 원대도 있겠지만
억대도 있고 몇 십억 대도 있단 말이에요.
그게 가격대가 굉장히 값이 범위가 넓고 커요.
근데 평수 같은 경우는
우리가 뭐 뭐 뭐 이렇게
예를 들어서 뭐 10평 이런 아파트도 있지만
뭐 100평 이렇게 해봤자 범위가 넓지 않단 말이죠.
근데 데이터 분석하는 과정에서는
이 값을 원래 값을 그대로 쓸 수가 없어요.
그렇게 하면 분석에 있어서
좀 우리가 왜곡된 결과를 낳을 수도 있고
분석이 제가 정확하게 하기 쉽지 않죠.
그래서 우리가 이럴 때는
우리가 표준화를 시킵니다.
0부터 1 사이 값을 바꾸는 거예요.
변환시키는 거죠.
그래서 이게 가격대로 바꾸고
그게 평수로 바꿉니다.
이거 우리가 표준화 작업을 하는데
그래서 이 원리를 가지고
보고서 우리가 문제를 풀어보면요.
두 개의 샘플을 하나로 통합하는 것
이 통합하는 것은 우리가 표준화를 하지 않고요.
이거는 통합입니다.
통합이라고 말하는 것이고요.
그 다음에 표준화가 진행된 값은 단일화가 존재하지 않는다.
그렇죠.
여기는 원이라는 게 있었고
여기 평
물론 요즘에는 평이라는 말을 쓰지 않아요.
이건 정부에서도 공고사에 나온 게
평이 아니라 제곱미터를 쓰죠.
근데 우리가 문제를 푸는 거니까
예를 들어서 평이라고 하셔봐요.
그러면 원이라는 단위랑 평이라는 단위가
존재하지 않는 것이죠.
0부터 1 사이 값을 다 표준화 시켰기 때문에
답은 2번인 것이고요.
노이즈를 제거하여 추세를 부드럽게 하는 작업이다.
이거는 표준화가 아니고
평화를 하라고 합니다.
평화를 말하는 것이고요.
그 다음에 데이터 일반적인 특성이나 패턴을 추출하는 작업이다.
이거는 일반화를 말하는 것입니다.
그래서 이거는 답이
답은 그래서 2번
표준화가 진행된 값은
단일화가 존재하지 않는다.
이게 답이 되겠습니다.
다음 문제입니다.
텍스트 마이닝에 대한 설명으로
옳지 않은 것은 있습니다.
하나씩 보겠습니다.
사용하지 않거나 분석이 필요 없는
불용어를 제거해야 된다.
불용어를 제거하지 않아도
분석되지만 정확한 분석하기 위해서는
불용어를 제거해야 됩니다.
그 다음에
토크닝은 예측해야 할 정도로
하나의 특정 기본 단위로
자르는 작업이다.
스테밍은
동일한 뜻을 가진 형태가
다른 단어들을 갖는 형태로
바꾸는 작업이다.
포스텍잉은
포스텍잉 같은 경우는
이 정의가 맞는 정의가 아니에요.
이거는 함정인 것이고요.
그래서 답은 4번인데
포스텍잉이 뭐냐.
포스텍잉 같은 경우는
포스라는 게 약자인데
파트오브스피치라고
파트오브스피치 텍잉이라고
말을 하는 것입니다.
이거는
문장 내 단어들의 품사를
특별화해 태그를 붙여주는 작업을
말한다.
이 정의가 맞는 것이고
그래서 4번에
적혀있는 정의는
틀린 정의입니다.
정답은 4번이 되겠습니다.
다음 문제입니다.
기도학습 모델 한정식 고려 요소로
옳지 않은 것을 했습니다.
데이터 중요하죠.
분석 목적 당연히 중요하죠.
변수 중요하죠.
변수가 중요하죠.
자기상관성
이거는
자기상관성
자기상관성은
시계율 데이터에서
시차값 사이의 서류형 관계를
보이는데 결국
데이터가 하는 특성입니다.
데이터가
이런 패턴을 보인다.
데이터 특성을 말하는 것이지
데이터 특성이
기도학습 모델 한정하는 과정에서
영향을 주지는 않습니다.
모델 한정 과정에서는
데이터 어떤 데이터냐
분석 목적이 부합하느냐
변수가 적합하느냐
그걸 보는 것이 가장 중요합니다.
답은 3번
자기상관성이 되겠습니다.
