오늘의 지도, KDD 5단계로 다시 보기
1. 오늘의 지도, KDD 5단계로 다시 보기
3교시는 지금까지 배운 것을 한 번에 꿰는 시간입니다. 1교시에서 숫자 읽는 법과 AI에게 묻는 법을, 2교시에서 입도객과 상권 데이터를 다뤘습니다. 그런데 2교시에 쓴 jeju_visitors.csv는 위니브가 만든 3년치 가상 데이터였습니다. 3교시에는 진짜 데이터로 갑니다. 제주 AI 관광데이터허브에서 2013년 1월부터 지금까지의 실제 월별 입도객과 국내외 주요 사건 연표를 받아 씁니다.
도구는 각자 쓰는 ChatGPT, Claude, Gemini 가운데 아무것이나 하나면 됩니다. 코드는 한 줄도 쓰지 않습니다. CSV 파일을 대화창에 첨부하고 프롬프트로 시키고, 답을 검산하고, 마지막에 대시보드 HTML 파일 하나를 받아 갑니다.
오늘 3교시 전체를 끌고 갈 질문은 하나입니다.
"올해 남은 넉 달(9~12월) 제주에 몇 명이 올까? 그리고 그 예측을 믿어도 될까?"
이 질문에 답하려면 데이터를 고르고, 다듬고, 패턴을 찾고, 예측하고, 그 예측을 채점해야 합니다. 그 순서가 바로 KDD 5단계입니다.
오늘 받을 실제 데이터에서 최근 세 해만 겹쳐 그린 그림입니다. 가로축은 1월부터 12월, 세로축은 그 달 제주에 들어온 사람 수(만 명)입니다. 진한 파란 선이 올해(2026년)인데 8월에서 끊겨 있고, 오른쪽 주황 칸이 아직 오지 않은 넉 달입니다. 세 선을 보면 두 가지가 먼저 눈에 들어옵니다. 하나는 해마다 비슷한 자리에서 오르내린다는 것(계절), 다른 하나는 2025년 1~3월만 유난히 낮게 꺼져 있다는 것(사건)입니다. 3교시 내내 이 두 가지를 숫자로 확인하고, 주황 칸에 들어갈 숫자를 범위로 채웁니다. 숫자의 출처는 제주관광공사 통계를 제주 AI 관광데이터허브가 정리한 파일이며, 11월 8일에 받은 파일도 8월까지 들어 있습니다.
시간: 4:00~4:20, 20분입니다. 앞 10분은 KDD 5단계로 1·2교시를 복습하고, 뒤 10분은 데이터를 받아 AI에 첫 질문을 합니다.
1.1 3교시 진행표
| 시간 | 절 | KDD 단계 | 하는 일 |
|---|---|---|---|
| 4:00~4:20 | 11장 1절 | 전체 지도 | KDD 5단계로 복습, 데이터 받기, 첫 질문 |
| 4:20~4:55 | 11장 2절 | 1 선택 · 2 전처리 · 3 변환 | 데이터 점검, 같은 기간끼리 비교, 사건 연표 붙이기 |
| 4:55~5:05 | 쉬는 시간 | ||
| 5:05~5:30 | 11장 3절 | 4 마이닝 (패턴) | 이동평균선과 계절성, 설·추석 달력 효과 |
| 5:30~6:00 | 11장 4절 | 4 마이닝 (예측) · 5 평가 | 예측 네 가지와 백테스트, 올해 남은 넉 달 예측 |
| 6:00~7:00 | 11장 5절 | 5 평가 (활용) | 대시보드 목적 정하기·종이 스케치·차트 고르기, AI로 대시보드 만들기, 3분 발표, 제출 |
각 절의 프롬프트는 회색 상자에 들어 있습니다. 그대로 복사해 붙여 넣고, 상자 아래의 "이렇게 나와야 합니다" 표와 AI의 답을 맞춰 봅니다. 교재의 숫자는 2026년 10월 29일에 같은 데이터로 계산한 정답입니다. 숫자가 다르면 그 자리가 바로 검증 연습입니다.
1.2 KDD 5단계, 분석의 순서
1교시 9장 1절에서 잠깐 본 그림을 다시 꺼냅니다. KDD(Knowledge Discovery in Databases)는 데이터에서 쓸모 있는 지식을 찾아내는 표준 절차입니다. 1996년 패이야드(Fayyad) 등이 정리한 뒤로 데이터 분석 프로젝트의 기본 뼈대로 쓰입니다.
그림의 아래 줄은 데이터가 모양을 바꾸는 과정입니다. 원래 데이터에서 필요한 것만 골라 목표 데이터가 되고, 다듬어서 전처리 데이터, 분석에 맞게 고쳐서 변환 데이터, 기법을 돌려 패턴을 찾고, 그 패턴을 해석해야 비로소 지식이 됩니다. 위 줄의 다섯 상자는 그 사이사이에서 사람이 하는 일입니다.
| 단계 | 핵심 질문 | 오늘 3교시에서 |
|---|---|---|
| 1. 선택 | 무엇을 알고 싶고, 그러려면 어떤 데이터가 필요한가 | 남은 넉 달 입도객 예측 → 월별 입도객 + 사건 연표 |
| 2. 전처리 | 빠진 달, 이상한 값, 덜 찬 해는 없나 | 빈칸 확인, 2026년은 8월까지라는 점 확인 |
| 3. 변환 | 분석하기 좋은 모양으로 열을 만들었나 | 연·월 열, 전년 동월 대비(YoY) 열, 사건을 월로 붙이기 |
| 4. 마이닝 | 어떤 기법으로 패턴을 찾나 | 이동평균선, 계절 지수, 예측 네 가지, 백테스트 |
| 5. 평가 | 그 패턴이 맞는가, 그래서 무엇을 하나 | 오차율로 채점, 사건으로 설명, 범위로 보고, 대시보드로 공유 |
AI가 2~4단계의 계산을 대신해도 1단계의 질문과 5단계의 판단은 사람의 몫입니다. 그리고 화살표는 한 방향이지만 실제 분석은 자주 되돌아갑니다. 4단계에서 2020년 그래프가 푹 꺼진 것을 보면 "이 해를 예측에 넣어도 되나" 하고 2단계로 돌아가고, 5단계에서 오차가 크면 4단계에서 다른 방법을 고릅니다. 오늘 실습에서도 이런 되돌아감이 두 번 나옵니다.
1.3 1·2교시 복습, KDD에 다시 꽂기
오늘 배운 개념은 모두 KDD의 어느 한 칸에 들어갑니다. 3교시에 다시 쓰는 것만 골랐습니다.
| 개념 | 어디서 배웠나 | 한 줄 정리 | KDD 단계 |
|---|---|---|---|
| 좋은 질문 공식 | 9장 5절 | 맥락(무슨 데이터인지) + 요청(무엇을) + 형식(표로, 만 명 단위로) | 1 선택 |
| 검증 3질문 | 9장 5절 | 숫자가 상식적인가, 내 의도대로 계산했나, 다른 방법으로도 같은가 | 2 전처리, 5 평가 |
| 평균과 중앙값 | 9장 4절 | 튀는 값이 있으면 평균이 끌려간다 | 2 전처리 |
| MoM과 YoY | 9장 4절 | 지난달과 비교하면 계절이 섞이고, 작년 같은 달과 비교하면 계절이 걷힌다 | 3 변환 |
| 기저효과 | 9장 4절 | 작년이 유난히 낮으면 올해 증가율이 부풀어 보인다 | 5 평가 |
| 상관과 인과 | 9장 4절 | 같이 움직였다고 원인이라는 증거는 아니다 | 5 평가 |
| 추세와 계절성 | 10장 1절 | 여러 해에 걸친 큰 방향이 추세, 매년 같은 달에 반복되는 오르내림이 계절성 | 4 마이닝 |
| 분해 분석 | 10장 1절 | 합계를 내국인과 외국인으로 쪼개야 원인이 보인다 | 4 마이닝 |
| 숫자·의미·액션 | 9장 1절 | 숫자를 읽고, 뜻을 말하고, 할 일을 제안한다 | 5 평가 |
이 가운데 오늘 특히 여러 번 나오는 것은 기저효과와 상관과 인과입니다. 2교시 가상 데이터에서 외국인 증가율이 세 배, 네 배로 나왔던 장면을 기억해 두세요. 실제 데이터로 예측할 때 이 함정이 그대로 다시 나타나고, 이번에는 예측 오차 130%라는 숫자로 돌아옵니다.
진행자 메모: 표를 화면에 띄우고 "기저효과가 뭐였죠?", "YoY는 왜 MoM보다 정직했죠?"처럼 두세 개만 되묻습니다. 온라인 과정을 들은 분에게는 6장(이동평균, 추세, 계절 반영, 백테스트)을 오늘 실제 제주 데이터로 다시 한다고 알려 줍니다.
1.4 오늘 쓸 데이터 받기
제주 AI 관광데이터허브는 위니브가 운영하는 무료 서비스로, 제주관광공사와 제주관광협회의 공개 데이터 50여 종을 하루 세 번 받아 와 정리해 둔 곳입니다. 로그인 없이 받을 수 있습니다. 두 파일을 받습니다.
| 데이터 | 받는 곳 | 파일 | 내용 |
|---|---|---|---|
| 월별 입도 관광객 | data.wenivops.co.kr/d/ijto-17 | ijto-17.csv | 2013년 1월부터 매달의 전체(total)·내국인(domestic)·외국인(foreign) 입도객. 출처는 제주관광공사 |
| 국내외 주요 사건 연표 | data.wenivops.co.kr/d/events | events.csv | 감염병, 외교·정책, 전쟁, 국내 재난, 설·추석 연휴 73건. 행마다 출처 URL |
각 화면에서 [CSV] 버튼을 누르면 파일이 내려받아집니다. 엑셀로 열어 볼 필요는 없습니다. 이 두 파일을 오늘 계속 AI 대화창에 첨부합니다.
사건 연표에는 시작일(start_date), 끝난 날(end_date), 사건(title), 종류(kind), 영향받을 것으로 보이는 쪽(affected), 예상 방향(direction), 설명(note), 출처(source_url)가 있습니다. 예상 방향은 가설일 뿐입니다. 어떤 사건이 정말 입도객을 줄였는지는 오늘 데이터로 확인합니다.
파일 첨부가 안 될 때: 데이터허브 각 화면 오른쪽의 [데이터 포함 프롬프트 복사]를 누르면 데이터가 통째로 들어간 프롬프트가 복사됩니다. 대화창에 붙여 넣으면 첨부한 것과 같습니다. 무료 계정의 첨부 한도에 걸렸을 때도 이 방법을 씁니다.
1.5 세 도구 준비와 첫 질문
| 도구 | 파일 첨부 | 대시보드 미리보기 |
|---|---|---|
| ChatGPT (chatgpt.com) | 입력창의 + → 파일 추가 | 답 안의 코드 블록. "HTML 파일 하나로 만들어줘"라고 하면 코드 블록 위의 미리보기(Preview)로 화면을 봅니다 |
| Claude (claude.ai) | 입력창의 + → 파일 업로드 | 아티팩트. 9장 2절에서 차트를 만든 그 화면입니다 |
| Gemini (gemini.google.com) | 입력창의 + → 파일 업로드 | 캔버스. 입력창 아래 '캔버스'를 켜고 요청합니다 |
하나만 있어도 끝까지 할 수 있습니다.
미리보기 단추가 보이지 않을 때: HTML 코드 블록에 미리보기(Preview) 단추가 보이면 눌러 화면을 확인하고, 보이지 않으면 코드를 복사해 9장 3절 방법대로 파일로 저장합니다. 화면 이름과 제공되는 기능은 계정·모델·시점에 따라 다를 수 있으므로, 특정 화면이 반드시 있어야 하는 것은 아닙니다. 참고: Working with writing blocks and code blocks in ChatGPT.
두 개가 있으면 하나로 분석하고 다른 하나로 같은 질문을 던져 답을 대조하세요. 검증 3질문의 "다른 방법으로도 같은가"를 가장 쉽게 하는 방법입니다.
새 대화를 열고 두 파일을 첨부한 뒤 첫 질문을 합니다. 9장 5절의 좋은 질문 공식대로 맥락부터 줍니다.
첨부한 ijto-17.csv는 제주 월별 입도객 데이터야.
month(연월), total(전체), domestic(내국인), foreign(외국인) 열이 있고 단위는 명이야.
첨부한 events.csv는 국내외 주요 사건 연표야.
두 파일 각각 몇 행인지, 기간이 언제부터 언제까지인지, 열마다 무슨 뜻인지 표로 정리해줘.
이렇게 나와야 합니다.
| 파일 | 행 수 | 기간 |
|---|---|---|
ijto-17.csv | 164행 | 2013-01 ~ 2026-08 |
events.csv | 73행 | 2001-09-11 ~ 2026-09-24 |
다음 달 통계가 올라오면 ijto-17.csv의 행이 늘어나므로 받은 날에 따라 마지막 달이 다를 수 있습니다. 행 수와 기간이 맞으면 오늘의 대화창 준비가 끝났습니다. 이 대화창을 3교시 내내 이어서 씁니다. 새 대화를 열면 파일을 다시 첨부해야 합니다.
2교시의 가상 데이터와 숫자가 다릅니다. 가상 데이터에서는 2024년 합계가 1,365만 명이었는데, 실제로는 약 1,377만 명입니다. 오늘부터는 실제 숫자이므로 회사 보고서에 인용할 수 있습니다. 인용할 때는 "제주관광공사(제주 AI 관광데이터허브 경유)"처럼 원출처를 함께 적습니다.
진행자 메모: 첫 질문에서 AI가 "파일을 열 수 없다"고 하면 대부분 첨부가 끝나기 전에 보낸 경우입니다. 첨부가 끝난 뒤 다시 보내게 합니다. 회사 보안 정책으로 AI 사이트가 막힌 참여자는 옆 사람과 짝을 지어 진행합니다.
1.6 직접 해보기
- KDD 5단계의 이름을 순서대로 적고, 각 단계에서 사람이 꼭 해야 하는 일을 한 가지씩 적어 봅니다.
- 1.3의 복습 표에서 아직 헷갈리는 개념 하나를 골라, 지금 대화창에 "첨부한 입도객 데이터로 예를 들어 설명해줘"라고 물어봅니다.
- 제주 AI 관광데이터허브를 둘러보고 월별 입도 관광객 말고 예측해 보고 싶은 데이터를 하나 찾아 이름을 적어 둡니다. 카드 소비금액, 항공 운항, 한라산 탐방객 등이 있습니다.
마지막 수정