---
ep: 04-4
subject: 4
subject_name: AI 데이터 분석
lesson: 상식과 반대로 나올 때
---

# 한남대학교 AX 디자인팩토리 부트캠프 · 04 AI 데이터 분석 · 4강 상식과 반대로 나올 때 · 제작 디벨로켓

--- mc
q: 아이스크림 판매량과 물놀이 익사 사고가 여름에 같이 늘어나는 이유는?
- 아이스크림이 사고를 직접 일으키기 때문이다
- 더운 날씨가 둘 다를 늘리기 때문이다
- 두 통계 기관이 같은 방식으로 집계하기 때문이다
- 여름에 사고 신고 건수만 더 정확히 기록되기 때문이다
a: 2
why: "아이스크림이 사고를 일으키는 게 아니라, 더운 날씨가 둘 다를 늘립니다." 더운 날씨라는 다른 원인이 아이스크림 판매와 익사 사고를 동시에 늘렸을 뿐, 아이스크림이 사고를 일으킨 것은 아니다. 이런 관계를 교란이라 부른다는 것이 이 차시 이론의 핵심 정의다. 두 통계 기관의 집계 방식이나 신고 건수 기록의 정확도는 대본에서 다루지 않은 근거 없는 추측이고, 아이스크림이 사고를 직접 일으킨다는 것은 상관을 인과로 착각한 오답이다. (대본 L63·L65)

--- mc
q: 코호트를 나누지 않고 2019~2021년 인허가 전체를 한 분모에 넣어 계산한 폐업률(17.0%)이 2019년 코호트만 따로 낸 값(27.6%)보다 낮게 나온 까닭은?
- 2021년 코호트는 아직 닫을 시간이 짧기 때문이다
- 2021년에 문을 연 가게가 실제로 더 오래 버텼기 때문이다
- 대전광역시로만 표기된 행을 분모에서 뺐기 때문이다
- 인허가일자 이상치 87행이 분모에 포함돼 있기 때문이다
a: 1
why: "이 숫자는 틀렸습니다. 2021년에 문을 연 가게는 아직 닫을 시간이 짧았습니다." 문을 연 지 얼마 안 된 가게일수록 아직 닫을 시간이 없어 폐업률이 낮게 잡힌다 — 더 오래 버텨서가 아니다. 대전광역시 표기 행은 구별 2019 표에서만 뺀 것이라 이 전체 계산과 무관하고, 인허가일자 이상치 87행은 정의상 코호트 집계 이전에 이미 걸러졌다. (대본 L116·L124)

--- mc
q: 산점도·잔차 표에서 동구의 잔차가 +5.3으로 다섯 구 중 가장 크게 벗어나 있다. 이것이 뜻하는 것은?
- 동구의 인허가 건수가 다른 구보다 많다는 뜻이다
- 동구가 2019년 코호트 계산에서 제외됐다는 뜻이다
- 동구의 밀도가 다섯 구 중 가장 높다는 뜻이다
- 실제 폐업률이 추세선의 예상보다 훨씬 높다는 뜻이다
a: 4
why: "가장 크게 벗어난 곳은 동구입니다. 밀도는 다섯 구 중 중간쯤인데, 폐업률은 다섯 구 중 앞서는 편입니다." 잔차는 추세선이 예상한 값과 실제 값의 차이이며, 양의 잔차는 실제 값이 예상보다 높다는 뜻이다. 동구는 밀도가 다섯 구 중 중간쯤이라 오답의 「밀도가 가장 높다」는 사실과 다르고, 인허가 건수나 코호트 계산 제외 여부는 잔차와 무관하다. (대본 L156·L159)

--- mc
q: 인허가일자 열에서 형식이 깨지거나 달력에 없거나 파일 기준일 이후인 값이 13종 87행 있다. 이 값들을 걸러내는 기준은 어디서 나오는가?
- 이 열에 있는 값들 가운데 최댓값과 최솟값이다
- 다른 자치구에서는 나타나지 않는 값이라는 사실이다
- 달력에 있고 기준일 이전인지 보는 정의에 있다
- 폐업일자보다 나중에 찍힌 값이라는 사실이다
a: 3
why: "이상치를 거르는 기준은 데이터 안의 최댓값이 아니라, 이 열이 무엇을 뜻하는지에 대한 정의입니다." 인허가일자는 실제로 달력에 있는 날짜이면서 파일 기준일 이전이어야 한다는 정의에서 허용값이 나온다. 데이터 안의 최댓값·최솟값으로 허용값을 정하면 그 검사는 정의상 0건이 되어 이상치를 못 걸러내고, 다른 구에 없다는 사실이나 폐업일자와의 선후 관계는 이 열의 이상치를 정의하지 않는다. (대본 L97·L103)

--- mc
q: 같은 상관계수를 가진 데이터라도 그래프로 직접 그려 봐야 하는 이유는?
- 상관계수 계산이 데이터 개수에 따라 달라지기 때문이다
- 점들이 흩어진 실제 모양이 상관계수만으로는 안 보이기 때문이다
- 그래프가 없으면 코호트를 나눌 수 없기 때문이다
- 그래프로 그려야 잔차의 부호가 정해지기 때문이다
a: 2
why: "같은 상관계수, 다른 그림 — 이것을 앤스컴 4중주라고 부릅니다." 상관계수 하나로 요약하는 순간 점들이 실제로 어떻게 흩어져 있는지는 사라진다 — 같은 상관계수라도 그림은 전혀 다르게 생겼을 수 있다는 것이 앤스컴 4중주의 요지다. 상관계수 계산법 자체가 데이터 개수에 좌우된다는 것은 사실이 아니고, 코호트를 나누는 것과 잔차의 부호는 그래프를 그리기 전에 이미 정의로 정해지는 별개의 일이다. (대본 L70·L72)

--- open
q: 상관은 있지만 인과는 아닐 수 있는 두 숫자를 내 전공(또는 관심 분야)에서 하나 골라 적고, 둘을 같이 움직이게 하는 다른 원인이 무엇일지 쓰시오.
rubric: 두 가지를 본다. 첫째, 상관과 인과를 구분했는가 — 두 숫자가 같이 움직인다는 것과 하나가 다른 하나를 일으킨다는 것을 같은 것으로 쓰지 않았는가. 둘째, 아이스크림-익사 사고 예의 「더운 날씨」처럼 교란 원인을 구체적으로 짚었는가 — 막연히 "다른 이유가 있다"고만 쓰지 않았는가. 정답은 없으며, 자기 분야에서 실제로 있을 법한 예인지를 중요하게 본다.