21_빅데이터 분석기사

02_데이터 분석계획(6)_상향식 접근 방식(Bottom Up Approach)

chuu_travel 2026. 3. 3. 19:22
728x90

4) 상향식 접근 방식(Bottom Up Approach)

문제의 정의 자체가 어려운 경우 데이터를 기반으로 분제의 재정의 및 해결방안을 탐색하고 이를 지속적으로 개선하는 방식이다.

 

① 상향식 접근 방식의 특징

● 다량의 데이터 분석을 통해 왜(why) 그러한 일이 발생하는지 역으로 추적하면서 문제를 도출하거나 재정의할 수 있는 방식이다.

 

● 데이터를 활용하여 생각지도 못했던 인사이트 도출 및 시행착오를 통한 개선이 가능하다.

 

② 상향식 접근 방식의 등장배경

  기존 하향식 접근 방식의 한계를 극복하기 위해 등장하였다.

ー 하향식 접근 방식은 솔루션 도출은 유효하지만 새로운 문제 탐색은 어렵다.

ー 하향식 접근 방식은 복잡하고 다양한 환경에서 발생한 문제에는 부적합하다.

 

논리적 단계별 접근법은 문제의 구조가 분명하고 이에 대한 해결책을 도출하기 위한 데이터가 분석가나 의사결정자에게 주어져 있음을 가정하고 있다.

 

③ 상향식 접근기반 전통적 분석 사고 극복방안

디자인 사고 접근법

ー 현장 관찰과 감정이입, 대상 관점으로의 전환을 수행한다.

ー 통상적으로는 분석적으로 사물을 인식하려는 Why를 강조한나, 답을 미리 내는 것이 아니라 사물을 있는 그대로 인식하는 What관점으로 접근한다.

ー 객관적으로 존재하는 데이터 자체를 관찰하고 실제 행동으로 옮김으로써 대상을 좀 더 잘 이해하는 방식으로 접근한다.

 

비지도학습 방법에 의한 수행

ー 목표값을 사전에 학습하거나 정의하지 않고 데이터 자체만을 가지고 결과를 도출한다.

ー 새로운 유형의 인사이트를 도출하기에 유용한 방식이다.

ー 데이터 마이닝의 연관규칙분석, 군집분석이나 기술통계 및 프로파일링 등이 대표적이다.

 

빅데이터 환경에서의 분석

ー 인과관계(Know-why)에서 상관관계(Know-affinity) 분석으로 이동하였다.

ー 통계적 분석환경에서는 인간관계 분석을 위해 가설을 설정하고 이를 검증하기 위해 모집단으로부터 표본을 추출하여 가설검증을 하였다.

ー 빅데이터 분석환경에서는 인과관계, 상관관계, 연관분석을 통하여 다양한 문제를 해결할 수 있다.

 

④ 상향식 접근 방식의 문제 해결 방법

● 프로토타이핑 접근법: 일단 먼저 분석을 시도해 보고 그 결과를 확인하면서 반복적으로 개선해 나가는 방식이다.

ー 시행착오를 통하여 문제해결을 시도하는 방식이다.

ー 사용자가 요구사항이나 데이터를 정확히 정의하기 어렵고 원천 데이터도 명확하지 않을 때 주로 사용한다.

ー 완전하지는 않지만 신속하게 해결책이나 모형을 제시하여 이를 바탕으로 문제를 더 명확하게 인식하고 필요한 데이터를 식별하여 구체화 할 수 있다.

 

▶ 프로토타이핑 접근법의 필요성

관점 내용
문제에 대한 인식 수준 문제 정의가 불명확하거나 새로운 문제일 경우 사용자나 이해관계자는 프로토타입을 이용하여 분제를 이해하고 구체화할 수 있다.
필요 데이터 존재 여부의
불확실성
데이터 확보방안 수립시 데이터 사용자와 분석가 간에 반복적이고 순환적인 협의 과정이 필요하다.

문제 해결을 위해 필요한 모든 데이터가 존재하지 않을 경우, 이에 대한 수집방안이나 대체방안을 수립하여야 한다.

대체 불가능한 데이터가 존재하는지 사전에 확인하여 프로젝트가 중도에 중단되는 위험을 방지할 수 있다.

데이터 사용 목적의 가변성 데이터의 가치는 사전에 정해진 수집 목적에 따라 확정되는 것이 아니며, 그 가치가 지속적으로 변화한다.

기존에 보유 중인 데이터도 데이터 정의를 재검토하여 데이터 사용 목적과 범위를 확대할 수 있다.

 

▶ 프로토타이핑 접근법의 프로세스

특징 잘 설계된 프로토타이핑을 지속하는 경우 실험이 가지고 있는 불명확성은 감소하고 의도했던 결과를 도출할 가능성이 높아진다.

빅데이터 분석환경에서는 최대한 빨리 분석 결과를 보여 주고 이를 가지고 지속적으로 반복하는 방법이 효과적이다.
구성 가설의 생성(Hypotheses)
디자인에 대한 실험(Design Experiments)
실제 환경에서의 테스트(Test)
테스트 결과에서의 통찰(Insight) 도출 및 가설 확인