데이터 분석 방법론 및 활용 기술

AI DB 안내 | AI Database Context

데이터 분석 목적과 특성에 적합한 방법론·분석 기술을 정리하고 데이터 기반 의사결정의 분석 절차를 지원하는 데이터베이스이다.

AI 운영 맥락 상세

Table

데이터 분석 방법론 및 활용 기술

기술 구분

방법론 분야

분석 목적

적용 데이터 유형

적용 분야

Title

주요 결과물 및 활용 포인트

대표 분석 기법

데이터 처리·관리 기술

데이터 관리·품질·연계

데이터 정제·변환

정형·횡단면 데이터

다중 출처·복합 데이터

공통·범용

데이터 전처리·정제

Open

결측·이상치 처리 내역과 변수 변환 기록, 정제된 분석용 마스터 테이블·모델 학습용 변수셋을 만든다. 이를 통해 원자료의 단위·분포·품질 차이를 조정하고 반복 분석과 예측 모델에 사용할 일관된 입력 데이터를 확보할 수 있다.

결측 메커니즘(MCAR·MAR·MNAR) 가정·진단, 결측값 대체(MICE·중앙값 등), 이상치 탐지(IQR·Isolation Forest), 변수 변환(로그·Box-Cox·Yeo-Johnson), 표준화·범주형 인코딩·파생변수 생성, 학습·검증 데이터 분리 및 데이터 누수 방지형 전처리

데이터 처리·관리 기술

데이터 관리·품질·연계

데이터·모델 검증

정형·횡단면 데이터

다중 출처·복합 데이터

공통·범용

데이터 품질·신뢰성 검증

Open

완전성·정확성·고유성·스키마 적합성·참조 무결성의 검사 결과와 오류 목록·데이터 품질 보고서를 산출한다. 이를 통해 잘못된 통계값의 원인을 추적하고 원본 DB 정비, 자료 배포 승인, 수집·관리 절차 개선의 우선순위를 결정할 수 있다.

완전성·정확성·일관성·고유성·유효성 검사, 스키마·자료형 검증, 참조 무결성·교차표 정합성 검사, 최신성·데이터 계보(Data Lineage) 추적, 행정구역·산업분류 개편 이력 검증, 기준시점·집계단위·통계 기준 변경의 정합성 검사

데이터 처리·관리 기술

데이터 관리·품질·연계

개인정보 보호

정형·횡단면 데이터

다중 출처·복합 데이터

공통·범용

개인정보 보호·합성 데이터 기술

Open

개인정보 보호 조건을 반영한 집계 통계, 분석·시험용 합성 데이터셋과 재식별 위험 검토 결과를 만든다. 이를 통해 민감한 원자료의 직접 공개를 줄이면서 통계 공유와 모델 개발이 가능한지 평가할 수 있다.

차등 개인정보 보호(Differential Privacy), k-익명성·재식별 위험 평가, 연합 분석(Federated Analytics), 통계·생성모형 기반 합성 데이터 생성

데이터 처리·관리 기술

데이터 관리·품질·연계

데이터 통합·연계

정형·횡단면 데이터

다중 출처·복합 데이터

공통·범용

데이터 연계·개체 식별

Open

서로 다른 공공·민간 자료에서 동일한 건물·기업·지역을 식별한 연결 테이블과 매칭 신뢰도·오류 검토표를 만든다. 이를 통해 거래·인구·사업체 자료를 중복 없이 결합하고 대상별 이력 추적과 교차 통계 분석의 기반을 구축할 수 있다.

결정적·확률적 레코드 연계(Deterministic/Probabilistic Linkage), Fellegi–Sunter 매칭, 후보군 축소(Blocking)·문자열 유사도, 개체 식별(Entity Resolution)·중복 병합

분석 방법론

탐색·통계·확률 분석

구조·관계 규명

패턴 발견·유형 분류

정형·횡단면 데이터

다중 출처·복합 데이터

공통·범용

탐색적 데이터 분석(EDA)

Open

변수별 분포·기초통계, 상관관계 시각화와 이상치·불균형·결측 특성을 정리한 탐색 보고서를 만든다. 이를 통해 데이터에 어떤 패턴과 품질 문제가 있는지 확인하고 후속 분석 질문, 변수 선택, 적합한 통계기법을 결정할 수 있다.

기초통계·분포·분위수 분석, 히스토그램·박스플롯·Q–Q 플롯, 상관행렬·페어플롯, 결측 패턴·이상치 탐색, 변수 간 관계 시각화

분석 방법론

머신러닝·패턴 분석

예측·변화 탐지

패턴 발견·유형 분류

대안 평가·최적화

정형·횡단면 데이터

다중 출처·복합 데이터

공통·범용

AI 예측·의사결정 모델링

Open

수요·교통망·운영 상태 등을 반영한 예측치와 의사결정 대안별 예상 성과를 도출한다. 이를 통해 교통 운영, 수요 대응, 가격·자원 배분의 여러 전략을 비교하고 효과적인 실행안을 선택할 수 있다.

심층신경망(DNN)·LSTM·Transformer(수요 예측), 그래프 신경망(GNN, 관계·네트워크 예측), 심층 강화학습(Deep RL, 순차적 의사결정)

분석 방법론

탐색·통계·확률 분석

통계 추정·추론

지식 검색·정보 융합

텍스트·문서 데이터

다중 출처·복합 데이터

공통·범용

체계적 문헌고찰·메타분석

Open

여러 연구의 근거 선정·질 평가표, 통합 효과크기·신뢰구간과 연구 간 이질성·편향위험을 산출한다. 이를 통해 개별 연구의 상충 결과를 체계적으로 비교하고 정책·설계·투자 판단에 적용 가능한 근거의 강도와 일반화 한계를 평가할 수 있다.

체계적 문헌 검색·선정·편향위험 평가, PRISMA 보고 기준, 효과크기 표준화·통합, 고정효과·랜덤효과 메타분석, 이질성(Q·I²·τ²) 평가, 출판편향·민감도 분석, 메타회귀

분석 방법론

행태·구조 분석

통계 추정·추론

구조·관계 규명

정형·횡단면 데이터

패널·종단 데이터

설문·표본 데이터

공통·범용

다층·혼합효과 분석

Open

개인·가구·기업·지역 등 중첩된 관측 단위의 집단 간·집단 내 변동, 고정효과·무작위효과 추정치와 반복측정 관계를 산출한다. 이를 통해 지역별 수요 차이와 시간에 따른 반복 관측을 구분하고, 군집 구조를 무시할 때 발생하는 추정·표준오차 왜곡을 줄일 수 있다.

다층 선형모형(HLM)·선형 혼합모형(LMM), 무작위 절편·기울기, 일반화 선형 혼합모형(GLMM), 일반화 추정방정식(GEE), 반복측정 모형·군집 내 상관(ICC)·분산성분 분석

분석 방법론

머신러닝·패턴 분석

패턴 발견·유형 분류

예측·변화 탐지

정형·횡단면 데이터

설문·표본 데이터

공통·범용

분류·판별 분석

Open

대상별 범주 예측값·분류 확률, 혼동행렬·정밀도·재현율 등 성능 평가표와 중요 판별 변수를 산출한다. 이를 통해 기업 부실 위험군, 지역 유형, 고객 이탈 가능 집단 등을 분류하고 오분류 비용과 임계값을 비교해 실무 적용 여부를 판단할 수 있다.

선형·이차판별분석(LDA·QDA), 로지스틱 분류·나이브 베이즈, 서포트벡터머신(SVM)·최근접이웃(KNN), 혼동행렬·정밀도·재현율·F1·ROC-AUC·PR-AUC, 클래스 불균형 처리

분석 방법론

탐색·통계·확률 분석

통계 추정·추론

구조·관계 규명

예측·변화 탐지

정형·횡단면 데이터

패널·종단 데이터

공통·범용

일반화 선형모형·회귀 분석

Open

연속형 값·이항 결과·발생건수에 대한 회귀계수·한계효과·신뢰구간과 모형 진단 결과를 산출한다. 이를 통해 가격·인구·수요 등에 영향을 함께 보이는 변수의 방향과 크기를 추정하고, 조건 변화에 따른 결과를 해석·예측할 수 있다. 설명 변수의 연관성과 인과효과를 구분한다.

최소제곱 선형회귀(OLS)·가중최소제곱(WLS), 일반화 선형모형(GLM), 로지스틱·포아송·음이항 회귀, 분위수 회귀(Quantile Regression)·강건 회귀(Robust Regression), 일반화 가법모형(GAM), 상호작용·한계효과 분석, 잔차·모형 적합도 진단 및 강건 표준오차

분석 방법론

탐색·통계·확률 분석

통계 추정·추론

데이터·모델 검증

정형·횡단면 데이터

설문·표본 데이터

센서·실시간 데이터

공통·범용

측정 신뢰도·일치도 분석

Open

설문 척도·현장 평가·센서 측정값의 내적 일관성·반복측정 신뢰도·평가자 간 일치도 및 측정 차이·일치한계를 산출한다. 이를 통해 측정 도구를 통계 분석에 사용해도 되는지 판단하고, 조사 절차·평가 기준·장비 교정의 개선 필요성을 확인할 수 있다.

내적 일관성(Cronbach’s α·McDonald’s ω), 급내상관계수(ICC), Cohen’s κ·가중 κ(범주형 일치도), Bland–Altman 일치도 분석, 검사–재검사 신뢰도·평가자 간 일치도

분석 방법론

탐색·통계·확률 분석

통계 추정·추론

구조·관계 규명

정형·횡단면 데이터

설문·표본 데이터

공통·범용

가설검정·집단차이 분석

Open

집단 간 평균·비율 차이, 검정통계량·p값·신뢰구간·효과크기와 다중비교 결과를 산출한다. 이를 통해 지역·고객·정책 대상 집단의 차이가 통계적으로 구별되는지 평가하고, 차이의 크기와 실무적 중요도를 함께 판단할 수 있다. 통계적 차이만으로 인과관계를 단정하지 않는다.

독립·대응표본 t-검정, 분산분석(ANOVA·ANCOVA), 카이제곱·Fisher 정확검정, Mann–Whitney·Kruskal–Wallis 비모수 검정, 다중비교 보정·효과크기(Cohen’s d·η²)

분석 방법론

탐색·통계·확률 분석

통계 추정·추론

위험·불확실성 평가

정형·횡단면 데이터

시계열 데이터

패널·종단 데이터

공통·범용

베이지안 추론·확률 모델링

Open

관측자료와 사전 정보를 결합한 모수의 사후분포·신용구간, 사건 발생확률과 조건별 예측분포를 산출한다. 이를 통해 표본이 적거나 불확실성이 큰 지역 수요·시장 위험을 확률적으로 비교하고 추가 조사·투자 판단에 반영할 수 있다.

베이지안 계층모형·회귀모형, 마르코프 연쇄 몬테카를로(MCMC)·해밀토니안 몬테카를로(HMC), 사후예측검증(Posterior Predictive Check), 신용구간(Credible Interval)

분석 방법론

인과·실험 분석

인과·효과 검증

정형·횡단면 데이터

패널·종단 데이터

설문·표본 데이터

공통·범용

실험설계·A/B 테스트

Open

실험군·대조군의 성과 차이와 효과 추정치·신뢰구간, 통계적 검정 및 실험 결과 보고서를 산출한다. 이를 통해 서비스 화면·가격·캠페인·공공사업의 변경이 실제 성과에 미치는 영향을 검증하고 확대·개선·중단 여부를 결정할 수 있다.

무작위대조시험(RCT)·A/B 테스트, 요인설계(Factorial Design), 검정력·표본크기 산정, 순차검정(Sequential Testing), 분산 감소 기법(CUPED)

분석 방법론

탐색·통계·확률 분석

통계 추정·추론

정형·횡단면 데이터

설문·표본 데이터

공통·범용

표본설계·모집단 추정

Open

표본 설계안과 가중치를 적용한 인구·가구·사업체 규모 추정치, 표본오차·신뢰구간 및 소지역 추정 결과를 산출한다. 이를 통해 전수조사 없이 지역별 수요·규모를 비교하고 추정치의 신뢰성을 평가하여 추가 조사와 정책·사업계획에 활용할 수 있다.

층화·집락 표본설계, 표본 가중치·비응답 보정, 비율·총계·평균의 설계 기반 추정, 부트스트랩·표본오차·신뢰구간, 소지역 추정(SAE)

모델 평가·검증 기술

머신러닝·패턴 분석

모델 해석·설명

데이터·모델 검증

정형·횡단면 데이터

다중 출처·복합 데이터

공통·범용

AI 모델 해석·성능 검증

Open

변수별 예측 기여도, 입력값 변화에 따른 예측 반응, 교차검증·확률 보정 결과를 산출한다. 이를 통해 예측 근거를 설명하고 과적합이나 성능 저하를 점검하여 모델 개선과 실제 적용 여부를 판단할 수 있다.

SHAP·LIME(변수 기여도 설명), PDP·ICE(예측 반응 해석), 교차검증·시계열 교차검증, 시점 외 검증(Out-of-time Validation)·집단별 성능 평가, 데이터 누수(Data Leakage) 점검, 확률 보정(Calibration)·Brier 점수

분석 구현·운영 기술

시각화·분석 운영

시각화·성과 모니터링

센서·실시간 데이터

다중 출처·복합 데이터

공통·범용

분석 대시보드 구축

Open

거래량·매출·인구·설비 성과 등 핵심 지표를 지도·그래프·필터와 연결한 대시보드를 구축한다. 이를 통해 지역·기간·사업별 변화를 한 화면에서 비교하고 데이터가 갱신될 때 주요 지표의 변동과 원인을 신속하게 확인할 수 있다.

BI 대시보드(Tableau·Power BI), 공간 대시보드(Kepler.gl·deck.gl), 교차 필터·드릴다운·지표 연동, 데이터 자동 갱신·지표 알림

분석 구현·운영 기술

시각화·분석 운영

시각화·성과 모니터링

정형·횡단면 데이터

공간·지리 데이터

다중 출처·복합 데이터

공통·범용

분석 시각화·보고서 자동화

Open

통계표·추세그래프·지도와 핵심 해석을 결합한 정기 보고서 및 자동 생성 PDF를 만든다. 이를 통해 복잡한 분석 결과를 경영진·투자자·발주자가 이해할 수 있는 형태로 전달하고 반복적인 성과 보고·자료 작성 작업을 줄일 수 있다.

시계열·비교 그래프·통계표 설계, 지도·3D 공간 시각화(Kepler.gl·deck.gl), 데이터 기반 서술형 보고서(Data Storytelling), 템플릿·예약 실행 기반 PDF/보고서 자동 생성

분석 구현·운영 기술

지식·비정형 데이터 분석

지식 검색·정보 융합

텍스트·문서 데이터

다중 출처·복합 데이터

공통·범용

생성형 AI·검색증강 기술

Open

통계표·연구보고서·업무 문서에서 관련 근거를 검색해 출처가 연결된 질의응답 초안, 핵심 지표 요약과 자료 간 비교표를 생성한다. 이를 통해 리서치·변수 정의 확인·보고서 초안을 효율화하되 인용 출처와 수치를 원문 대조하여 검증할 수 있다.

문서 분할(Chunking)·임베딩(Embedding), 벡터·하이브리드 검색 및 재순위화(Reranking), 검색증강생성(RAG), LLM 기반 정보 추출·출처 연결·응답 검증

분석 방법론

시계열·사건·위험 분석

예측·변화 탐지

시계열 데이터

인구·가구·사회

경제·금융·투자

부동산·주택

시계열 분석

Open

매출·거래량·유동인구 등 시간별 지표의 추세·계절성 분해 결과와 기간별 예측치·예측구간을 산출한다. 이를 통해 반복되는 계절적 변동과 장기적인 방향을 구분하고 수요 변화에 맞춘 공급·인력·운영 계획을 수립할 수 있다.

추세·계절성 분해(STL), 지수평활법(ETS·Holt–Winters), ARIMA·SARIMA·SARIMAX, Prophet·TBATS, LSTM·Temporal Fusion Transformer(TFT), 예측구간·잔차 진단, 이동창 기반 백테스팅(Rolling-origin Backtesting)

분석 방법론

행태·구조 분석

구조·관계 규명

예측·변화 탐지

시계열 데이터

패널·종단 데이터

인구·가구·사회

소비·마케팅·디지털서비스

코호트·전환경로 분석

Open

유입·가입·이동 시점별 집단의 유지율·이탈률, 전환 단계별 이탈 지점과 경로별 성과표를 산출한다. 이를 통해 인구 이동 집단이나 서비스 고객이 언제·어느 단계에서 이탈하는지 파악하고 유지·재방문·전환 개선의 우선순위를 정할 수 있다.

유입 시점별 코호트(Cohort) 분류, 유지율·이탈률·리텐션 곡선, 퍼널(Funnel) 단계별 전환율, 경로 분석·마르코프 기여도 모델