문제가 보이면 위에서 내려가고, 문제가 안 보이면 데이터에서 올라갑니다. 어느 쪽에서 출발하느냐가 과제의 모양을 정합니다.
풀고 시작
문제 1. 한 마트는 매출이 왜 떨어지는지 짐작조차 가지 않아, 우선 고객의 구매 기록을 아무 가정 없이 묶어 보며 비슷하게 사는 무리가 있는지부터 살펴보기로 했습니다. 이 과제 발굴 방식은 무엇입니까?
문제가 무엇인지 모르는 상태에서 데이터를 먼저 들여다보며 문제를 찾아 올라가니 상향식 접근입니다. 하향식은 문제를 먼저 정해 놓고 해결책을 찾아 내려가는 방식이라 출발점이 반대입니다.
두 방향에서 과제를 찾습니다
분석할 과제를 찾는 길은 크게 둘입니다. 문제가 분명하게 주어졌을 때는 위에서 아래로 내려갑니다. 무엇을 풀어야 하는지 알고 있으니 그 문제를 쪼개고 해결책을 찾아 들어가면 되죠. 이것이 하향식 접근(top-down)입니다. 반대로 무엇이 문제인지조차 흐릿할 때는 아래에서 위로 올라갑니다. 데이터를 먼저 들여다보고 거기서 떠오르는 패턴으로 문제를 찾아내는 방식, 상향식 접근(bottom-up)입니다.
1강의 분석 주제 유형과 겹쳐 보면 감이 잡힙니다. 대상을 아는 최적화나 솔루션은 하향식이 잘 맞고, 대상을 모르는 통찰이나 발견은 상향식이 잘 맞습니다.
하향식: 문제에서 내려갑니다
하향식 접근은 네 걸음으로 흐릅니다.
문제 탐색. 풀 만한 문제를 빠짐없이 찾는 단계입니다. 떠오르는 대로 적으면 빠지는 곳이 생기므로 틀을 대고 훑습니다. 회사의 사업을 고객, 제품과 서비스, 업무 프로세스, 규제와 감사, 그것을 받쳐 주는 인프라 같은 영역으로 나눠 영역마다 문제를 뽑는 식이죠. 우리 회사 안만 보지 말고 경쟁사, 시장의 요구, 거시 환경으로 시야를 넓히면 놓치던 기회가 보입니다. 다른 회사가 이미 푼 문제를 목록으로 참고하는 것도 좋은 출발점입니다.
문제 정의. 찾은 사업 문제를 데이터로 풀 수 있는 문제로 바꿔 적는 단계입니다. "고객 만족을 높이자"는 사업 문제는 그대로는 분석할 수 없습니다. "재구매 의향이 낮은 고객을 가입 첫 달의 이용 기록으로 미리 가려내자"처럼 어떤 데이터로 무엇을 예측하거나 설명할지를 정해야 분석이 시작됩니다. 하향식 접근에서 가장 중요한 걸음이 이 번역입니다.
해결 방안 탐색. 데이터 문제로 바꿨으면 어떻게 풀지를 정합니다. 이때 두 가지를 따집니다. 필요한 분석 기법과 시스템을 이미 가지고 있는가, 그리고 그것을 다룰 분석 역량이 조직에 있는가. 둘 다 있으면 기존 시스템을 개선하면 되고, 기법은 있는데 사람이 없으면 교육하거나 채용하며, 사람은 있는데 시스템이 없으면 시스템을 고도화하고, 둘 다 없으면 전문 업체의 힘을 빌리는 쪽을 검토합니다.
타당성 검토. 마지막으로 이 해결책이 해 볼 만한지 따집니다. 들이는 비용에 비해 얻는 편익이 큰지 보는 경제적 타당성, 필요한 데이터가 실제로 있고 기술적으로 구현할 수 있는지 보는 데이터와 기술의 타당성입니다. 여기를 통과해야 과제로 확정됩니다.
상향식: 데이터에서 올라갑니다
문제가 흐릿할 때 하향식은 첫걸음부터 막힙니다. 문제 탐색을 하려 해도 무엇을 찾아야 할지 모르기 때문이죠. 상향식 접근은 여기서 발상을 바꿉니다. "왜 그런가"를 먼저 묻지 않고 "무엇이 일어나고 있는가"를 데이터로 관찰합니다.
이 관찰에 잘 맞는 도구가 비지도 학습입니다. 정답을 미리 정해 주지 않고 데이터 안에서 비슷한 것끼리 묶거나(군집분석), 함께 일어나는 것을 찾는(연관분석) 기법이죠. 풀고 시작의 마트처럼 가정 없이 묶어 보면 생각지 못한 고객 무리가 드러나고, 그 무리가 곧 새 과제의 씨앗이 됩니다. 두 기법은 3과목 15강과 16강에서 R로 직접 다룹니다.
상향식의 또 다른 도구는 프로토타이핑입니다. 2강에서 본 것처럼 대략의 결과를 빨리 만들어 보고, 틀리면 고치고, 맞으면 키워 갑니다. 완벽한 문제 정의를 기다리는 대신 시도하면서 문제를 알아 가는 방식입니다.
발산하고 수렴합니다
상향식 발상은 흔히 디자인 사고(design thinking)와 함께 이야기됩니다. 미국 스탠퍼드 대학의 디자인 스쿨은 이를 공감, 정의, 아이디어 내기, 시제품 만들기, 시험의 다섯 걸음으로 가르칩니다. 사용자의 자리에서 먼저 느끼고, 그다음에 문제를 정의한다는 순서가 하향식과 다르죠.
디자인 사고의 핵심 리듬은 발산과 수렴의 반복입니다. 먼저 가능한 선택지를 판단하지 않고 최대한 넓게 펼치고(발산), 그다음 기준을 대고 좁혀 하나를 고릅니다(수렴). 과제 발굴에서도 이 리듬이 쓰입니다. 상향식으로 데이터에서 가능한 과제를 넓게 뽑아낸 뒤, 하향식의 타당성 검토로 좁혀 들어가는 것이죠.
그래서 현실에서는 두 접근을 섞어 씁니다. 한쪽만 고집하면 하향식은 뻔한 과제만 찾고, 상향식은 쓸모를 따지지 않은 흥미로운 발견만 남기기 쉽습니다. 이렇게 찾은 과제를 실제로 끌고 가는 관리의 문제는 다음 강에서 봅니다.
인출 문제
문제 1. 하향식 접근의 네 걸음을 순서대로 옳게 나열한 것은?
하향식은 풀 만한 문제를 찾고, 그것을 데이터 문제로 정의하고, 어떻게 풀지 탐색한 뒤, 해 볼 만한지 검토하는 순서로 내려갑니다. 문제를 찾기 전에 정의할 수는 없습니다.
문제 2. 하향식 접근의 문제 정의 단계에서 가장 핵심이 되는 일은 무엇입니까?
문제 정의의 핵심은 "고객 만족을 높이자" 같은 사업 문제를 분석할 수 있는 데이터 문제로 번역하는 것입니다. 문제를 넓게 뽑는 것은 문제 탐색, 비용과 편익 비교는 타당성 검토의 일입니다.
문제 3. 상향식 접근의 발상으로 가장 알맞은 것은?
상향식은 문제가 흐릿할 때 이유를 먼저 묻지 않고 데이터에서 일어나는 일을 관찰해 문제를 찾아 올라갑니다. 문제를 먼저 정의하는 것은 하향식의 방식입니다.
문제 4. 디자인 사고의 핵심 리듬인 발산과 수렴을 과제 발굴에 쓰는 방식으로 가장 알맞은 것은?
발산으로 가능한 선택지를 넓게 펼치고 수렴으로 기준을 대어 좁히는 것이 핵심입니다. 과제 발굴에서는 상향식으로 넓게 뽑고 하향식의 타당성 검토로 좁히는 식으로 두 접근이 만납니다.
더 풀기
출제기준의 세부항목을 따라 이 강의 범위에서 새로 낸 문제입니다. 모의고사도 여기에서 뽑습니다.
묶음 1
문제 1. 문제가 분명하게 주어졌을 때 그 문제를 쪼개고 해결책을 찾아 내려가는 과제 발굴 방식은 무엇입니까?
풀 문제가 분명할 때는 위에서 아래로 그 문제를 쪼개 내려가는 하향식 접근이 알맞습니다. 상향식은 문제가 흐릿할 때 데이터에서 출발합니다.
문제 2. 1강의 분석 주제 유형 가운데 상향식 접근이 특히 잘 맞는 것으로만 짝지은 것은?
상향식은 대상을 모를 때 데이터에서 문제를 찾아 올라가므로, 대상을 모르는 통찰과 발견에 잘 맞습니다. 대상을 아는 최적화와 솔루션은 하향식이 더 잘 맞습니다.
문제 3. 하향식 접근의 문제 탐색 단계에서 "틀을 대고 훑는" 이유로 가장 알맞은 것은?
고객, 제품, 업무 프로세스, 규제, 인프라처럼 사업을 영역으로 나눠 훑으면 머리에 먼저 떠오르지 않던 문제까지 빠짐없이 찾을 수 있습니다. 개수를 줄이거나 비용을 계산하는 단계가 아닙니다.
문제 4. 문제 탐색에서 우리 회사 안만이 아니라 경쟁사와 시장, 거시 환경까지 보는 이유로 가장 알맞은 것은?
시야를 바깥으로 넓히면 시장의 새 요구나 경쟁사의 움직임처럼 회사 안에서는 보이지 않던 기회와 위협이 드러납니다. 남의 데이터를 가져오거나 분석을 떠넘기려는 것이 아닙니다.
문제 5. 다른 회사가 이미 푼 분석 문제의 목록을 문제 탐색에 참고하는 것의 장점으로 가장 알맞은 것은?
이미 다른 곳에서 가치가 검증된 문제 목록은 좋은 출발점이 됩니다. 그렇다고 우리 회사의 사정을 무시할 수는 없으며, 참고한 문제가 우리에게 맞는지는 따로 따져야 합니다.
문제 6. "고객 만족을 높이자"는 사업 문제를 분석할 수 있는 데이터 문제로 가장 알맞게 바꾼 것은?
어떤 데이터로 무엇을 예측하거나 가려낼지가 정해져야 분석할 수 있는 데이터 문제가 됩니다. 나머지는 목표나 행동일 뿐 무엇을 분석할지가 드러나지 않습니다.
문제 7. 해결 방안 탐색에서 필요한 분석 기법과 시스템도 있고, 그것을 다룰 역량도 조직에 있을 때 가장 알맞은 방안은 무엇입니까?
도구와 사람이 모두 갖춰져 있으면 새로 들일 것 없이 기존 시스템을 개선해 쓰면 됩니다. 둘 다 없을 때 전문 업체를, 사람이 없을 때 교육과 채용을 검토합니다.
문제 8. 해결 방안 탐색에서 필요한 분석 기법과 시스템은 있지만 그것을 다룰 사람이 없을 때 가장 알맞은 방안은 무엇입니까?
도구는 있는데 다룰 사람이 없으니 사람을 키우거나 새로 뽑아 역량을 갖추는 것이 알맞습니다. 사람은 있는데 시스템이 없다면 시스템을 고도화하는 쪽을 봅니다.
문제 9. 해결 방안 탐색에서 분석 역량을 갖춘 사람은 있지만 필요한 시스템이 없을 때 가장 알맞은 방안은 무엇입니까?
사람은 있는데 도구가 없으니 시스템을 갖추거나 고도화하는 것이 알맞습니다. 교육과 채용은 반대로 도구는 있는데 사람이 없을 때의 방안입니다.
문제 10. 해결 방안 탐색에서 필요한 시스템도 없고 다룰 역량도 없을 때 검토하는 방안으로 가장 알맞은 것은?
도구와 사람이 모두 없으면 둘을 한꺼번에 갖춘 전문 업체에 맡기는 방안을 검토합니다. 한쪽만 채우는 방안으로는 두 빈자리를 동시에 메우기 어렵습니다.
묶음 2
문제 1. 하향식 접근의 타당성 검토에서 따지는 두 가지로 옳게 짝지은 것은?
타당성 검토에서는 비용 대비 편익을 보는 경제적 타당성과, 필요한 데이터가 있고 기술적으로 구현할 수 있는지 보는 데이터와 기술의 타당성을 따집니다.
문제 2. 경제적 타당성을 검토한다는 것의 뜻으로 가장 알맞은 것은?
경제적 타당성은 과제에 드는 비용과 그로써 얻는 편익을 비교해 해 볼 만한지 보는 것입니다. 필요한 데이터가 있는지는 데이터와 기술의 타당성에서 봅니다.
문제 3. 한 과제가 비용 대비 편익은 크지만 필요한 데이터가 회사 어디에도 없다는 것이 드러났습니다. 어떤 타당성에서 걸린 것입니까?
편익이 커도 필요한 데이터가 없으면 구현할 수 없으니 데이터와 기술의 타당성에서 걸린 것입니다. 경제적 타당성은 통과했지만 두 타당성을 모두 넘어야 과제로 확정됩니다.
문제 4. 문제가 흐릿할 때 하향식 접근이 첫걸음부터 막히는 이유로 가장 알맞은 것은?
하향식은 문제에서 출발하는데 그 문제가 흐릿하면 탐색할 방향부터 잡을 수 없습니다. 그래서 이럴 때는 데이터에서 출발하는 상향식으로 발상을 바꿉니다.
문제 5. 상향식 접근에서 비지도 학습이 잘 쓰이는 이유로 가장 알맞은 것은?
비지도 학습은 정답 없이 데이터 스스로 드러내는 구조, 곧 군집과 연관을 찾아 줍니다. 문제를 모를 때 데이터에서 과제의 씨앗을 찾기에 잘 맞습니다.
문제 6. 상향식 접근에 쓰이는 비지도 학습 기법으로만 짝지은 것은?
정답 없이 비슷한 것끼리 묶는 군집분석과 함께 일어나는 것을 찾는 연관분석이 대표적인 비지도 학습입니다. 회귀분석, 로지스틱 회귀, 의사결정나무는 정답이 있는 지도 학습입니다.
문제 7. 상향식 접근의 프로토타이핑이 뜻하는 것으로 가장 알맞은 것은?
프로토타이핑은 완벽한 계획을 기다리지 않고 빠르게 만들어 보며 시행착오로 문제를 알아 가는 방식입니다. 문제가 흐릿할 때 특히 잘 맞습니다.
문제 8. 스탠퍼드 디자인 스쿨이 가르치는 디자인 사고의 다섯 걸음으로 옳은 것은?
디자인 사고는 공감에서 시작해 정의, 아이디어 내기, 시제품 만들기, 시험으로 이어집니다. 업무 이해로 시작하는 흐름은 CRISP-DM입니다.
문제 9. 디자인 사고가 하향식 접근과 가장 크게 다른 점은 무엇입니까?
디자인 사고는 공감이 첫 걸음이고 그다음에 문제를 정의합니다. 문제부터 정하고 내려가는 하향식과 순서가 다르며, 데이터를 보지 않는다는 뜻은 아닙니다.
문제 10. 발산 단계에서 가장 중요한 태도는 무엇입니까?
발산은 평가를 잠시 미루고 가능성을 넓게 펼치는 단계입니다. 선택지를 좁히고 고르는 것은 그다음 수렴 단계의 일입니다.
묶음 3
문제 1. 하향식 접근만 고집할 때 생기기 쉬운 한계로 가장 알맞은 것은?
하향식은 알고 있는 문제에서 출발하므로 새로운 기회를 찾기는 약합니다. 쓸모를 따지지 않은 발견만 남는 것은 오히려 상향식만 고집할 때의 한계입니다.
문제 2. 상향식 접근만 고집할 때 생기기 쉬운 한계로 가장 알맞은 것은?
상향식은 데이터에서 새로운 패턴을 잘 찾지만 그것이 사업에 쓸모 있는지는 따로 따져야 합니다. 그래서 하향식의 타당성 검토로 좁히는 수렴이 함께 필요합니다.
문제 3. 한 쇼핑몰이 구매 기록을 군집으로 묶어 보니 밤늦게 육아용품을 사는 무리가 드러났고, 이 무리를 위한 새벽 배송을 과제로 검토했습니다. 이 과정에서 두 접근이 어떻게 쓰였습니까?
가정 없이 군집으로 새 무리를 찾아낸 것은 상향식이고, 그 발견을 새벽 배송이라는 과제로 삼아 해 볼 만한지 따지는 것은 하향식의 검토입니다. 현실의 과제 발굴은 이렇게 두 접근을 섞어 씁니다.
문제 4. 하향식 접근에서 "문제 정의"가 가장 중요한 걸음으로 꼽히는 이유는 무엇입니까?
사업 문제는 그대로는 분석할 수 없고, 어떤 데이터로 무엇을 풀지로 번역되어야 분석이 시작됩니다. 이 번역이 어긋나면 뒤의 모든 단계가 엉뚱한 곳을 향하게 됩니다.
문제 5. 다음 가운데 하향식 접근의 문제 탐색에서 훑는 영역으로 보기 어려운 것은?
문제 탐색에서는 고객, 제품과 서비스, 업무 프로세스, 규제와 감사, 인프라처럼 사업을 이루는 영역을 훑습니다. 분석가 개인의 사정은 사업의 영역이 아닙니다.
문제 6. 상향식 접근이 "왜"보다 "무엇"을 먼저 묻는 것이 도움이 되는 상황으로 가장 알맞은 것은?
문제가 흐릿하면 이유에 대한 가설을 세우기 어려우므로, 먼저 데이터에서 무엇이 일어나는지 관찰하는 편이 실마리를 줍니다. 원인이 이미 밝혀졌다면 하향식이 더 알맞습니다.
문제 7. 과제 발굴에서 발산과 수렴의 순서로 옳은 것은?
먼저 가능한 과제를 넓게 펼치고(발산) 그다음 기준을 대어 좁혀 고릅니다(수렴). 처음부터 좁히면 좋은 선택지를 펼쳐 보기도 전에 버리게 됩니다.
문제 8. 한 병원이 "응급실 대기 시간을 줄이자"는 문제를 받았습니다. 원인이 무엇인지도 대략 알고 있습니다. 가장 알맞은 과제 발굴 방식은 무엇입니까?
문제가 분명하고 원인도 대략 알고 있으니 하향식으로 문제를 쪼개고 해결책을 찾아 내려가는 것이 알맞습니다. 상향식과 비지도 학습은 문제가 흐릿할 때 더 쓸모 있습니다.
문제 9. 분석 과제 발굴에 관한 진술로 옳지 않은 것은?
현실의 과제 발굴은 상향식으로 넓게 뽑고 하향식으로 좁히는 식으로 두 접근을 섞어 씁니다. 나머지 셋은 이 강에서 다룬 내용을 그대로 담고 있습니다.
문제 10. 한 스타트업이 새 앱을 만들면서 사용자를 직접 만나 불편을 듣고, 그 불편을 문제로 정의한 뒤, 여러 해결 아이디어를 내고, 간단한 시제품으로 시험했습니다. 이 과정은 무엇에 가장 가깝습니까?
공감, 정의, 아이디어 내기, 시제품 만들기, 시험의 흐름을 그대로 따랐으니 디자인 사고입니다. 사용자의 자리에서 먼저 공감하고 문제를 정의한 순서가 특징입니다.