2026 AI 인재양성 미래학교 · 차시 08

빅데이터 수집과 전처리 작업

빅데이터 탐색 작업

강의 실시일자: 2026년 11월 7일(토) 강의자: 영산중학교 교사 이성원
실습 데이터 다운로드 · 서울 따릉이 공식 원문 · 서울 열린데이터광장

원자료를 수집·검증하고, 전처리와 탐색으로 분석 가능한 재료를 만듭니다.

SESSION 02 · 120 MIN
SCENE 2 · DATA COOK

데이터를
요리하라

원자료를 그대로 믿지 말고, 분석 가능한 재료로 점검·정리합니다.

유형 확인전처리결측값EDA
INGREDIENTS
데이터 필드의 역할

차원은 나누고,
측정값은 잰다

Tableau는 필드를 차원·측정값으로 나누어 화면에 배치합니다. 이름을 외우기보다 “어떻게 쪼개고, 무엇을 셀까?”로 이해합니다.

A

차원 · Dimension

데이터를 분류·나누는 기준
예: 역, 노선, 지역, Category

#

측정값 · Measure

합계·평균·개수로 재는 값
예: 대여건수, Sales, Profit

필드가 이상해 보이면 먼저 데이터 유형(문자·숫자·날짜)을 확인하세요.
TIDY DATA
분석 가능한 표의 3가지 약속

한 행 = 한 사례
한 열 = 한 변수

표가 깔끔해야 필터·집계·차트가 예측대로 움직입니다. 병합 셀과 설명 행은 분석 전에 걷어냅니다.

① 한 행 = 한 사례한 대여소의 한 달 이용량처럼 관찰 단위를 고정
② 한 열 = 한 변수역명·날짜·승차수처럼 의미를 섞지 않기
③ 머리글은 한 줄제목·단위·주석은 데이터 바깥으로 이동
좋은 표: 첫 행은 컬럼명, 빈 행·합계 행·장식 색은 제거, 날짜는 날짜로 저장
TABLEAU CHECKPOINT
화면에서 바로 확인하기

연결하자마자
데이터의 표정을 읽는다

  • 필드 목록: 차원과 측정값이 의도대로 분류됐나?
  • 데이터 미리보기: 첫 행·날짜·숫자가 깨지지 않았나?
  • 집계: 합계가 중복으로 부풀지 않았나?
데이터가 이상하면 차트를 고치기 전에 원자료로 돌아갑니다.
Tableau 참고 마크 카드 화면: 색상·크기·레이블·세부 정보·도구 설명 메뉴가 보인다
참고 화면 · 마크 카드는 데이터를 표현하는 자리를 확인하는 체크포인트입니다.
PRE-PROCESSING
전처리 체크리스트

차트보다 먼저
재료를 손질한다

전처리는 데이터를 숨기는 작업이 아니라, 무엇을 했는지 기록하며 분석의 신뢰도를 높이는 과정입니다.

  • 컬럼명과 단위를 읽기 쉽게 바꿨는가?
  • 문자·숫자·날짜 유형이 맞는가?
  • 중복 행이 있는가?
  • 결측값의 위치와 비율은?
  • 극단값은 오류인가, 실제 사건인가?
  • 삭제·변환한 규칙을 메모했는가?

삭제하지 말고 설명하기

결측·이상값을 처리한 이유를 팀 노트에 남깁니다.

전처리는 재현 가능하게

다른 팀원이 같은 순서로 다시 따라 할 수 있어야 합니다.

MISSING VALUES
결측값은 빈칸이 아니라 선택

없음·미수집·오류를
구분해서 다룬다

빈칸을 모두 0으로 바꾸면 “없다”와 “기록되지 않았다”를 섞게 됩니다. 의미를 먼저 확인합니다.

KEEP

그대로 둔다

결측 자체가 정보일 때: 응답하지 않음, 미운영

REMOVE

제외한다

분석 기준을 만족하지 않는 행을 제외하고 기록

FILL

채운다

평균·중앙값·앞뒤 값 등 규칙을 정하고 근거 남기기

결측 처리 한 줄: “무엇을, 왜, 몇 건 처리했는가?”
EDA · EXPLORE
탐색적 분석 루프

먼저 넓게 보고,
이상한 곳을 묻는다

EDA는 정답을 발표하는 시간이 아니라, 데이터의 모양과 예외를 발견하는 시간입니다.

  • 분포 값이 어디에 몰려 있나?
  • 비교 누가 가장 크고 작은가?
  • 시간 언제 달라지는가?
  • 관계 두 수치가 함께 움직이나?
Tableau 참고 선 그래프 화면: 여러 상품 분류의 월별 매출 변화를 비교한다
참고 화면 · 시간 축을 추가하면 변화의 질문을 만들 수 있습니다.
DATA KITCHEN · 20 MIN
팀 실습

원자료 한 장을
분석용 재료로 바꿔라

어제 정한 프로젝트 데이터에서 10행을 골라 점검합니다. 표를 직접 보고, 문제와 처리 규칙을 3줄로 기록합니다.

1

찾기

유형 오류·결측·중복·극단값을 표시합니다.

2

정하기

유지·제외·대체 중 처리 방법을 선택합니다.

3

기록하기

“무엇을 왜 처리했는가?”를 팀 노트에 남깁니다.

완료 기준: 팀원이 같은 파일을 열었을 때 같은 규칙으로 같은 행을 설명할 수 있다.
CHART DESIGN
질문에 맞는 시각 인코딩

차트는 장식이 아니라
질문의 렌즈다

한 화면에 모든 차트를 넣지 않습니다. 알고 싶은 관계를 가장 빠르게 보여주는 차트를 고릅니다.

막대누가 가장 큰가? 항목 비교
라인시간이 지나며 어떻게 변했나?
히스토그램값이 어느 구간에 몰렸나?
트리맵전체에서 비중·크기는?
분산형두 수치의 관계는?
지도어디에 많이 발생했나?
Tableau 참고 막대 그래프 화면: 상품군별 매출을 비교한다
참고 화면 · 비교는 막대
Tableau 참고 지도 화면: 지역별 매출이 색으로 표시된다
참고 화면 · 위치는 지도
Tableau 참고 분산형 화면: 매출과 수익의 관계를 점으로 비교한다
참고 화면 · 관계는 분산형
DATA QUALITY GATE · 20 MIN
다운로드보다 먼저

검증 기록이
분석의 출발점이다

행 수를 세고, 열 이름을 읽고, 인코딩을 확인한 뒤 Tableau에 연결합니다. 수치가 예상과 다르면 차트를 만들기 전에 원인을 기록합니다.

팀 품질 게이트 · 아래 네 줄을 모두 채우면 연결
확인무엇을 기록하나통과 기준
구조열 이름·열 수·자료형질문에 필요한 열이 있다
크기데이터 행 수·파일 크기공식 안내와 숫자가 맞다
문자UTF-8 여부·깨진 글자역명·대여소명이 읽힌다
품질결측·중복·이상값과 처리처리 규칙을 팀원이 설명한다
완료 기준: 팀 노트에 “검증한 시각·담당자·근거 파일”이 남아 있고, 원본 파일은 수정하지 않았습니다.
STORYBOARD · 15 MIN
차트 전에 네 칸

화면을 그리면
이야기의 빈칸이 보인다

빈 대시보드에 차트를 채우지 말고, 발표자가 말할 순서를 먼저 스케치합니다. 한 칸에는 하나의 질문과 하나의 근거만 둡니다.

01

Hook · 왜 지금?

생활 장면과 의사결정자를 한 문장으로 소개합니다.

02

Q1 · 현황

전체 규모·분포·상위 항목을 한눈에 보여줍니다.

03

Q2 · 비교·관계

시간·지역·범주를 바꾸어 차이와 관계를 찾습니다.

04

Q3 · 결정

누가 무엇을 바꾸면 좋은지 근거와 함께 제안합니다.

스토리보드 완료 기준: 각 칸의 제목만 읽어도 “문제 → 발견 → 비교 → 제안”의 흐름이 이어집니다.

이미지 확대