분석 방안 수립

분석 기획의 유형 — 무엇을 × 어떻게

분석 대상(What)과 분석 방법(How)을 아는지 모르는지로 네 가지가 나옵니다.

	분석 방법을 안다	분석 방법을 모른다
대상을 안다	최적화(Optimization)	솔루션(Solution)
대상을 모른다	통찰(Insight)	발견(Discovery)

대상을 아는데 방법을 모르면 솔루션, 방법은 아는데 대상을 모르면 통찰입니다. 둘을 뒤바꾼 선택지가 자주 나옵니다.

목표 시점에 따른 접근

구분	과제 중심적 접근	마스터플랜 접근
목표	당면 과제 해결	지속적 분석 문화 내재화
관점	Quick & Win	Long Term View
성격	Speed & Test	Accuracy & Deploy
단위	과제 단위	전사 단위

분석 방법론의 구성

방법론은 절차 · 방법 · 도구와 기법 · 템플릿과 산출물로 구성되고, 모델은 폭포수(하향식) · 프로토타입(상향식) · 나선형(반복 + 위험 관리) 이 있습니다.

KDD 분석 절차 (5단계)

단계	내용
데이터셋 선택	목표 설정, 분석 대상 데이터 선택
데이터 전처리	잡음·이상값·결측값 처리
데이터 변환	변수 생성·차원 축소, 학습/검증 분리
데이터 마이닝	기법 선택 후 패턴 탐색
결과 평가	해석·활용, 필요 시 이전 단계로 회귀

CRISP-DM (6단계)

단계	내용
업무 이해	업무 목적 파악, 분석 목표로 변환, 초기 프로젝트 계획
데이터 이해	초기 수집, 데이터 기술·탐색, 품질 확인
데이터 준비	데이터 선택·정제·통합·포맷팅
모델링	기법 선택, 모델 작성·평가 (테스트 설계)
평가	모델이 업무 목적에 부합하는지 평가
전개(Deployment)	현업 적용, 모니터링·유지보수 계획

CRISP-DM의 계층은 단계(Phase) → 일반 과제(Generic Tasks) → 세부 과제(Specialized Tasks) → 프로세스 실행(Process Instances) 4레벨입니다.

데이터 이해와 데이터 준비의 순서, 그리고 모델링 다음이 평가·전개라는 흐름을 묻습니다. "업무 이해 ↔ 데이터 이해" 사이는 양방향 되먹임이 있는 반면, 마지막 전개 이후 다시 업무 이해로 순환한다는 점도 기억합니다.

SEMMA와 빅데이터 분석 방법론

SEMMA(SAS): Sample → Explore → Modify → Model → Assess.

빅데이터 분석 방법론(KDB 5단계) — 계층은 단계(Phase) → 태스크(Task) → 스텝(Step) 입니다.

단계	핵심 산출물
분석 기획	비즈니스 이해·범위 설정, 프로젝트 정의, 수행 계획, 위험 계획
데이터 준비	데이터 정의, 데이터 스토어 설계, 데이터 수집·정합성 점검
데이터 분석	분석용 데이터셋 준비, 텍스트 분석, 탐색적 분석, 모델링, 모델 평가·검증
시스템 구현	설계·구축, 시스템 테스트 및 운영
평가 및 전개	모델 발전 계획, 프로젝트 평가·보고

하향식 접근법 (Top-down)

문제가 주어져 있다고 보고 문제 → 해법 으로 내려갑니다.

단계	내용
문제 탐색	비즈니스 모델 기반, 외부 참조모델, 분석 유즈케이스 도출
문제 정의	비즈니스 문제를 데이터 분석 문제로 변환
해결방안 탐색	분석 역량·기법·시스템 보유 여부로 수행 방안 결정
타당성 검토	경제적 타당성 + 데이터 및 기술적 타당성

비즈니스 모델 캔버스 기반 문제 탐색 5블록: 업무 · 제품 · 고객(3개 핵심 영역) + 규제와 감사 · 지원 인프라(2개 지원 영역).

분석 기회 발굴 범위를 넓히는 관점은 거시적 관점(STEEP: 사회·기술·경제·환경·정치) · 경쟁자 확대 · 시장의 니즈 탐색 · 역량의 재해석 입니다.

타당성 검토에서 빠지지 않는 두 축은 경제적 타당성과 데이터·기술적 타당성입니다. 여기에 "정치적 타당성" 같은 항목을 끼워 넣은 선택지는 오답입니다.

상향식 접근법 (Bottom-up)

문제 정의 자체가 어려울 때 데이터를 먼저 보고 문제를 찾아냅니다.

특징	설명
사고 방식	디자인 사고, 통찰을 얻고자 관찰 → 발산적 사고
학습 방식	답을 미리 주지 않는 비지도 학습 활용
수행 방식	프로토타이핑(시행착오) — 일단 만들고 결과를 보며 개선

하향식은 연역적(논리적) · 지도 학습 · 문제가 주어짐, 상향식은 귀납적 · 비지도 학습 · 문제를 발견. 이 대응을 뒤집은 선택지가 가장 흔한 함정입니다.

분석 과제 정의서

소스 데이터, 데이터 입수 및 분석 난이도, 분석 방법, 분석 수행 주기, 상세 분석 과정, 분석 결과에 대한 검증 오너십을 담습니다. 프로젝트 수행 계획의 출발점이 되는 문서입니다.

분석 과제 우선순위 — 시급성과 난이도

ROI 관점에서 3V(Volume·Variety·Velocity)는 투자비용(Investment) 요소, 4번째 V인 Value는 비즈니스 효과(Return) 요소입니다.

• 시급성: 전략적 중요도, 목표 가치(KPI), 분석 결과가 필요한 시점
• 난이도: 데이터 획득·저장·가공 비용, 분석 적용 비용, 조직의 분석 수준

사분면	시급성	난이도	의미
III	현재	쉬움	가장 먼저 수행
IV	현재	어려움	급하지만 준비가 필요
I	미래	쉬움	지금 할 수 있으나 급하지 않음
II	미래	어려움	가장 나중

• 우선순위를 시급성에 두면 III → IV → I → II
• 우선순위를 난이도에 두면 III → I → IV → II

어느 기준이든 III가 처음, II가 마지막이라는 점은 같고, 가운데 두 칸(I과 IV)의 순서만 바뀝니다. 시험은 이 가운데 순서를 묻습니다.

마스터플랜과 로드맵

우선순위 결정 고려요소는 전략적 중요도 · 비즈니스 성과(ROI) · 실행 용이성, 적용 범위·방식 고려요소는 업무 내재화 적용 수준 · 분석 데이터 적용 수준 · 기술 적용 수준 입니다.

로드맵은 보통 데이터 분석 체계 도입 → 데이터 분석 유효성 검증 → 데이터 분석 확산 및 고도화 순으로 단계화합니다.

분석 준비도와 성숙도

분석 준비도 6영역: 분석 업무 파악, 인력 및 조직, 분석 기법, 분석 데이터, 분석 문화, 분석 인프라(IT).

성숙도 단계	상태
도입	분석을 시작, 환경과 시스템 구축
활용	분석 결과를 실제 업무에 적용
확산	전사 차원에서 분석을 관리·공유
최적화	분석을 진화시켜 혁신·성과 향상에 연결

준비도와 성숙도를 교차하면 준비형 · 정착형 · 도입형 · 확산형 4개 유형이 나오고, 둘 다 높은 확산형이 목표 상태입니다.