32회 데이터분석 준전문가 (ADsP)

Study log  (D - 21)

 

Last update : 2022.02.05. 토

2022. © Jalynne.log

# 나를 위한 공부 로그

 

3과목 - 데이터 분석 기획 (객관식 8문항, 단답형 2문항)

 

2장.분석 마스터 플랜

  • 마스터 플랜 수립
  • 분석 거버넌스 체계 수립

 


< 마스터 플랜 수립 >


① 분석 마스터 플랜 수립 

  • 중장기적 마스터 플랜 수립을 위해서는 분석 과제를 대상으로 다양한 기준을 고려해 적용할 우선순위를 설정해야 함. 
  • 분석 과제 수행의 선 후행 관계를 고려하여 우선순위를 조정해 나간다
  • 분석 과제의 적용 범위 및 방식에 대해서도 종합적으로 고려하여 결정한다
  • 마스터 플랜 수립 개요
우선순위 고려요소 전략적 중요도
비즈니스 성과/ROI(투자자본수익률)
실행 용이성
적용 우선순위 설정  
적용 범위/ 방식 고려 요소 업무 내재화 적용 수준
분석 데이터 적용 수준
기술 적용 수준
분석 구현 로드맵 수립  

*ISP (Information Strategy Planning) : 정보 전략 계획, 정보 기술 또는 정보 시스템을 전략적으로 활용하기 위하여 조직 내, 외부 환경을 분석하여 기회나 문제점을 도출하고, 사용자의 요구사항을 분석하여 시스템 구축의 우선순위를 결정하는 등 중장기 마스터 플랜을 수립하는 절차. 

* 분석 마스터 플랜 : 일반적인 ISP 방법론을 활용하되, 데이터 분석 기획의 특성을 고려하여 수행하고, 기업에서 필요한 데이터 분석 과제를 빠짐없이 도출한 후 과제의 우선순위를 결정하고 단기 및 중,장기로 나누어 계획을 수립한다. 

 

② 우선 순위 평가 방법 및 절차

: 정의된 데이터 과제에 대한 실행 순서를 정하는 과정. 

분석 과제 도출

우선순위 평가 : 과제 우선순위 평가 기준 수립 후, 그에 따라 우선 순위 평가. 

우선순위 정렬 : 분석 과제 수행의 선/후 관계 분석을 통해 순위 조정

 

* Ex) 전략적 중요도 (전략적 필요성, 시급성)과 실행 용이성 (투자 용이성, 기술 용이성) 등 기업에서 고려하는 중요 가치 기준에 따라 다양한 관점에서우선순위 기준 수립하여 평가함. 

우선순위 평가 기준 설명
전략적 중요도 전략적 필요성 - 전략적 목표 및 복원적 업무에 직접적인 연관관계가 밀접한 정도
- 이슈 미해결 시 발생하게 될 위험 및 손실 정도
시급성 - 사용자 요구사항, 업무 능률 향상을 위해 시급히 수행되어야 하는지에 대한 정도
- 향후 경쟁우위 확보를 위한 중요성 정도
실행 용이성 투자 용이성 - 기간 및 인력 투입 용이성 정도
- 비용 및 투자예산 확보 가능성 검토
기술 용이성 - 적용 기술의 안정성 검증 정도
- 응용시스템, H/W 유지보수 용이성 정도
- 개발 Skill 성숙도 및 신기술 적용성 정도 

 

 

③ ROI(Return On Investment) 관점에서의 빅데이터 4V (3V + value) ; 빅데이터의 핵심 특징 

Volume 데이터의 크기/양 투자비용 (Investment) 요소, #3V
: 수집, 저장, 처리에 기술 및 투자 필요 
: 분석 과제 우선순위 평가시, 난이도에 해당
Variety  데이터 종류/유형 - 다양성
Velocity 데이터의 생성/처리 속도
Value 분석 결과 활용 및 실행을 통한 비즈니스 가치 비즈니스 효과 (Return) 요소
: 추구하거나 달성하고자 하는 목표 가치 
: 분석 과제 우선순위 평가시, 시급성에 해당

 

④ 분석 과제 우선순위 선정 기법

- 시급성과 난이도를 고려하여 우선순위를 선정함. 

- 시급성 : 전략적 중요도가 목표 가치에 부합하는지에 따른 시급성. 현재의 관점에서 전략적 가치를 둘 것인지, 미래의 중장기적 관점에 전략적 가치를 둘 것인지를 고려하고, 분석 과제의 목표가치를 함께 고려하여 시급성 여부를 판단

- 난이도 : 데이터를 생성, 저장, 가공, 분석하는 비용과 현재 기업의 분석 수준을 고려한 난이도. 현 시점에서 과제를 추진하는 것이 적용 비용측면과 범위 측면에서 바로 적용하기 쉬운 것인지, 또는 어려운 것인지에 판단 기준. 데이터 분석의 적합성 여부를 본다. 

- 즉, 과제의 범위를 시범과제 형태로 일부 수행할 것인지 or 처음부터 크게 수행할 것인지, 데이터 소스는 기업 내부의 데이터부터 우선 활용 후 외부 데이터까지 확대해 나갈 것인지에 대한 난이도를 고려. 

* 분석 거버넌스체계 수립(다음 절)에서 제시하는 분석 준비도 및 성숙도 진단 결과에 따라 해당 기업의 분석 수준을 파악하고, 이를 바탕으로 분석 적용 범위 및 방법에 따라 난이도 조정 가능. 

 

[ 포트폴리오 사분면을 통한 과제 우선순위 선정 ]

  시급성
← 현재 미래 →
난이도

↑Difficulty 

1사분면 
2사분면 
↓ Easy 3사분면  4사분면 
  • 시급성의 판단 기준은 전략적 중요도 및 목표 가치
  • 난이도는 현시점에서 과제를 추진하는 것이 분석 비용과 적용 범위 측면에서 쉬운 (Easy) 것인지 어려운 (Difficulty) 것인지에 대한 판단 기준
  • 1사분면: 전략적 중요도가 높아 경영에 미치는 영향이 큼, 현재 시급하게 추진이 필요함. 난이도가 높아 현재 수준에서 과제를 바로 적용하기 어려움 
  • 2사분면: 현재 시점에서는 전략적 중요도가 높지 않지만, 중장기적으로는 반드시 필요한 과제. 바로 적용하기에는 난이도가 높아 우선순위가 낮은 영역.  
  • 3사분면 : 전략적 중요도가 높아 현재 시점에 전략적 가치를 두고 있음. 난이도가 어렵지 않아 우선적으로 바로 적용할 가능성과 필요성이 있음. 우선순위가 가장 높아 일반적으로 가장 먼저 하는 것. (급하고 쉬운 것)
  • 4사분면 : 전략적 중요도가 높지 않아 중장기적 관점에서 과제 추진이 바람직. 과제를 바로 적용하는 것이 어렵지 않음. 
  • 우선순위를 시급성에 둘 경우 (반시계 방향으로), 3-4-2 순서 진행 
  • 우선순위를 난이도에 둘 경우 (시계방향으로), 3-1-2 순서 진행
  • 시급성이 높고 난이도가 높은 영역 (1사분면)은 경영진 또는 실무 담당자의 의사결정에 따라 적용 우선순위를 조정할 수 있음
  • 즉, 1사분면에서 3사분면으로 우선순위를 조정하여 추진 가능 (데이터 양, 특성, 시스템 분리, 분석 범위 조절 등에 따라 난이도를 조율하여)

< 출제 유형 > 

1. 분석 과제의 우선순위를 결정할 때, 시급성과 난이도를 모두 우선순위로 둘 때, 가장 먼저 추진해야 하는 것은? 

2. 분석 과제 우선순위 선정 매트릭스에 관한 설명 중 가장 적절하지 않은 것은? 

3. 포트폴리오 사분면 분석을 통한 과제 우선순위 선정 기법 중, 분석과제의 적용 우선순위를 시급성에 둔다면, 결정해야 할 우선순위는? 

 

⑤ 이행계획 수립

[ 로드맵 수립 ]

- 포트폴리오 사분면 분석을 통하여 1차 우선순위 결정

- 결정된 과제의 우선 순위를 토대로 분석 과제별 적용 범위 및 방식을 고려하여 최종적인 실행 우선순위를 결정 후, 단계적 구현 로드맵 수립

- 단계별로 추진 목표 정의

- 추진 과제별 선후행 관계를 고려하여 단계별 추진 내용 정렬

 

[ 세부 이행계획 수립 ]

- 고전적인 폭포수 방식*도 있으나, 반복적인 정렬 과정을 통해 프로젝트의 완성도를 높이는 방식을 주로 사용
- 모든 단계를 반복하기보다, 데이터 수집 및 확보와 분석 데이터를 준비하는 단계를 순차적 진행하고, 모델링 단계는 반복적으로 수행하는 혼합형을 많이 적용함

- 일정도 이러한 특성을 고려하여 수립해야 함. 

* 폭포수 방식 (water-fall) : 순차적인 소프트웨어 개발 프로세스


< 분석 거버넌스 체계 수립 >


거버넌스 체계 개요

[ 거버넌스 (Governance) ] 

- Government와 같은 어원

- 더 폭 넓은 의미로 진화하여, 기업, 비영리 기관 등에서 규칙, 규범 및 행동이 구조화, 유지, 규제되고 책임을 지는 방식 및 프로세스 

 

[ 분석 거버넌스 ] 

- 기업에서 데이터가 어떻게 관리, 유지, 규제되는지에 대한 내부적인 관리 방식이나 프로세스 

 

[ 데이터 거버넌스 ] 

- 데이터의 품질보장, 프라이버시 보호, 데이터 수명 관리, 전담조직과 규정정립, 데이터 소유권과 관리권 명확화 등을 통해 데이터가 적시에 필요한 사람에게 제공 되도록 체계를 확립하는 것

- 데이터 거버넌스가 확립되지 못하면 빅브라더*의 우려가 현실화될 가능성이 높음

* 빅브라더 : 정보의 독점으로 사회를 통제하는 관리 권력 혹은 그러한 사회체계

 

[ 분석 거버넌스 체계 구성 요소 ] 

- 분석 비용 및 예산은 구성 요소가 아님! 

Process 과제 기획/운영 프로세스
Organization 분석 기획/관리 및 추진 조직
System IT 기술/프로그램
Human Resource 분석 관련 교육 및 마인드 육성 체계
Data 데이터 거버넌스

[ 데이터 분석 수준 진단 ] 

- 데이터 분석 수준 진단의 목표 2가지 : 기업의 현재 분석 수준을 명확히 이해 하고 미래의 목표 수준을 정의 + 타 경쟁사에 비해 어느 정도 수준이고 어떠한 영역에 선택과 집중 및 보완을 해야 하는지 개선 방안 도출. 

- 즉, 데이터 분석 기법을 구현하기 위해 무엇을 준비하고 보완해야 하는지 등 분석의 유형 및 분석의 방향성 결정

- 분석 준비도(Readiness)*분석 성숙도(Maturity)*를 함께 평가함으로써 수행될 수 있음

* 분석 준비도 : 분석 업무 파악 , 인력 및 조직 , 분석 기법 , 분석 데이터 , 분석 문화 , 분석 인프라

* 분석 성숙도 : 비즈니스 부문 , 조직 역량 부문 , IT 부문을 대상으로 도입 단계 , 활용 단계 , 확산 단계 , 최적화 단계로 구분해 살펴 볼 수 있음

 

 

② 데이터 분석 준비도 프레임워크

- 목표 : 기업의 데이터 분석 도입의 수준을 파악하기 위한 진단방법

- 과정 : 진단 영역별로 세부 항목에 대한 수준 파악 → 진단 결과 전체 요건 중 일정 수준 이상 충족하면 분석 업무 도입 → 충족하지 못할 시 분석 환경 조성 

분석 업무 파악 발생한 사실 분석 업무
예측 분석 업무
시뮬레이션 분석 업무
최적화 분석 업무
분석 업무 정기적 개선
인력 및 조직 분석 전문가 직무 존재
분석 전문가 교육 훈련 프로그램
관리자의 기본 분석 능력
전사 분석 업무 총괄 조직 존재
경영진 분석 업무 이해 능력
분석 기법 업무별 적합한 분석 기법 사용
분석 업무 도입 방법론
분석 기법 라이브러리
분석 기법 효과성 평가
분석 기법 정기적 개선
분석 데이터 분석 업무를 위한 데이터 충분성, 신뢰성, 적시성
비구조적 데이터 관리
외부 데이터 활용 체계
기준 데이터 관리 (MDM)
분석 문화  사실에 근거한 의사 결정
관리자의 데이터 중시
회의 등에서 데이터 활용
경영진의 직관보다 데이터의 활용
데이터 공유 및 협업 문화
분석 인프라 운영 시스템 데이터 통합
EAI, ETL 등 데이터 유통체계
분석 전용 서버 및 스토리지
빅데이터 분석 환경
통계 분석 환경

비주얼 분석 환경

 

분석 성숙도 모델

- 조직의 성숙도 평가 도구 : CMMI (Capability Maturity Model Integration) 모델

- 성숙도 수준 분류 : 도입, 활용, 확산, 최적화

- 분석 성숙도 진단 분류 : 비즈니스 부문, 조직/역량부문, IT 부문 

단계 설명 비즈니스 부문 조직역량부문 IT 부문
도입 분석을 시작하여 환경과 시스템 구축 실적분석 및 통계
정기보고 수행
운영 데이터 기반
일부 부서에서 수행
담당자 역량에 의존
데이터 웨어하우스
데이터 마트
ETL/EAI
OLAP
활용 분석 결과를 실제 업무에 적용 미래 결과 예측
시물레이션
운영 데이터 기반
전문 담당 부서에서 수행
분석 기법 도입
관리자가 분석 수행
실시간 대시보드
통계분석 환경
확산 전사 차원에서 분석을 관리하고 공유 전사 성과 실시간 분석
프로세스 혁신 3.0
분석 규칙 관리
이벤트 관리
전사 모든 부서 수행
분석 COE 조직 운영
데이터 사이언티스트 확보
빅데이터 관리 환경
시뮬레이션/최적화
비주얼 분석
분석 전용 서버 
최적화 분석을 진화시켜 혁신 및 성과향상에 기여  외부 환경 분석 활용
최적화 업무 적용
실시간 분석

비즈니스 모델 진화
데이터 사이언스 그룹
경영진 분석 활용
전략 연계
분석 협업 환경
분석 Sandbox
프로세스 내재화

빅데이터 분석 

 

 

④ 분석 수준 진단 결과

- 기업의 현재 분석 수준을 객관적으로 파악하여, 이를 토대로 경쟁사의 분석 수준과 비교하여 분석 경쟁력 확보 및 강화를 위한 목표 수준 설정 가능. 

 

[ 분석 관점에서의 사분면 분석 ] 

- 분석 수준 진단 결과를 구분

- 향후 고려해야 하는 데이터 분석 수준에 대한 목표 방향을 정의

- 유형별 특성에 따라 개선 방안을 수립할 수 있음. 

  준비도
낮음 높음
성숙도 높음 정착형
준비도는 낮으나 기업 내부에서 제한적으로 사용하고 있어 우선적으로 분석의 정착이 필요한 기업
확산형
기업에 필요한 6 가지 분석 구성요소를 갖추고 있고, 부분적으로도 도입되어 지속적 확산이 가능한 기업
낮음 준비형
기업에 필요한 데이터, 인력, 조직, 분석 업무 등이 적용되어 있지 않아 사전 준비가 필요한 기업
도입형 
기업에서 활용하는 분석 업무, 기법 등은 부족하지만 적용 조직 등 준비도가 높아 바로 도입할 수 있는 기업

 

⑤ 분석 지원 인프라 방안 수립 

- 기획단계에서부터 장기적 , 안정적으로 활용할 수 있는 확장성을 고려한 플랫폼 구조*를 도입하는 것이 적절함

* 플랫폼 : 단순한 분석 응용프로그램 뿐만이 아니라, 분석 서비스를 위한 응용 프로그램이 실행될 수 있는 기초를 이루는 컴퓨터 시스템, 일반적으로 하드웨어에 탑재되어 데이터 분석에 필요한 프로그래밍 환경과 실행 및 서비스 환경을 제공하는 역할을 수행. 

- 분석 플랫폼이 구성되어 있는 경우에는, 새로운 데이터 분석 니즈가 존재할 경우, 개별적인 분석 시스템을 추가하는 방식이 아닌 서비스를 추가적으로 제공하는 방식으로 확장성을 높일 수 있음. 

광의의 분석 플랫폼 분석 서비스 제공 엔진  
분석 어플리케이션  
분석 서비스 제공 API  
데이터처리 프레임워크 협의의 분석 플랫폼
분석 엔진, 분석 라이브러리
운영체제  
하드웨어   

 

⑥ 데이터 거버넌스 체계 수립 

 

[ 데이터 거버넌스 정의 ]

- 전사 차원의 모든 데이터에 대하여 정책 및 지침, 표준화, 운영조직 및 책임 등의 표준화된 관리 체계를 수립하고 운영을 위한 프레임워크(Framework) 및 저장소(Repository)를 구축하는 것. 

- 데이터 거버넌스의 주요 관리 대상 : 마스터 데이터, 메타 데이터, 데이터 사전

- 데이터 거버넌스 체계의 구축으로 데이터의 가용성, 유용성, 통합성, 보안성, 안정성을 확보하여, 프로젝트를 성공으로 이끔. 

- 독자적으로 수행할 수도 있지만, 전사차원의 IT 거버넌스나 EA(Enterprise Architecture)의 구성 요소로써 구축되는 경우도 있음. 

 

[ 데이터 거버넌스 구성 요소 ]

: 유기적인 조합을 통하여 데이터를 비즈니스 목적에 부합하고 최적의 정보 서비스를 제공할 수 있도록 효과적으로 관리. 

원칙 데이터를 유지 관리하기 위한 지침과 가이드 
- 보안, 품질 기준, 변경 관리
조직 데이터를 관리할 조직의 역할과 책임
- 데이터 관리자, 데이터베이스 관리자, 데이터 아키텍트
프로세스 데이터 관리를 위한 활동과 체계
- 작업 절차, 모니터링 활동

 

[ 데이터 거버넌스 체계요소 ]

데이터 표준화 - 데이터 표준용어 설정: 사전 간 상호 검증이 가능하도록 점검 프로세스 포함.
- 명명규칙 수립:  언어별로 작성되어 매핑 상태 유지
- 메타 데이터, 데이터 사전 구축: 데이터 구조 체계 형성. 데이터 구조 체계 or 메타 엔터티 관계 다이어그램 제공. 
데이터 관리체계 - 데이터 정합성 및 활용의 효율성을 위해, 표준 데이터를 포함한 메타데이터와 데이터 사전 (Data Dictionary)의 관리 원칙 수립
- 수립된 원칙에 근거하여 관리와 운영을 위한 담당자 및 조직별 역활과 책임을 상세히 준비.
- 빅데이터의 급증에 따라, 데이터 생명 주기 관리방안을 수립하지 않으면 데이터 가용성 및 관리 비용 증대 문제에 직면 
데이터 저장소관리 - 메타데이터 및 표준 데이터를 관리하기 위한 전사 차원의 저장소를 구성
- 저장소는 데이터 관리 체계 지원을 위한 워크플로우 및 관리용 응용 소프트웨어를 지원하고 관리 대상 시스템과의 인터페이스를 통한 통제가 이루어져야 함.
- 데이터 구조 변경에 따른 사전영향평가 수행되어야 효율적인 활용이 가능
표준화 활동 - 데이터 거버넌스 체계 구축 후, 표준 준수 여부를 주기적으로 점검, 모니터링을 실시
- 조직 내 안정적 정착을 위한 계속적인 변화 관리 및 주기적인 교육 진행 
- 지속적인 데이터 표준화 개선 활동을 통한 실용력 고취 

 

< 출제 유형 > 

1. 데이터 표준화의 특징으로 올바른 것은? 

2. 데이터 거버넌스에서 메타데이터 구축/ 표준용어 설정/명명규칙 수립 단계는? 

3. 다음은 데이터 거버넌스 중 무엇에 관한 설명인가? 

 

 

⑦ 데이터 조직 및 인력방안 수립 (데이터 분석을 위한 조직 구조) 

* 데이터 분석 조직

- 기업의 경쟁력 확보를 위해 비즈니스 질문과 데이터 분석의 가치를 발견하고, 이를 활용하여 비즈니스를 최적화하는 목표를 가짐

- 기업 내 존재하는 빅데이터 속에서 인사이트를 전파하고, 이를 활성화 하는 역할. 

- 기초 통계학 및 분석 방법에 대한 지식과 분석 경험을 가지고 있는 인력으로 전자 또는 부서 내 조직으로 구성하여 운영. 

- 조직 구조 및 인력 구성을 고려해 기업에 최적화 된 형태로 구성해야 함. 

조직 구조 형태 설명
집중형  - 조직내에 별도의 독립적인 분석 전담 조직 구성 (DSCoE; Data Science Center of Excellence)
- 분석 전담조직에서 회사의 모든 분석 업무를 담당 함
- 일부 협업 부서와 분석 업무가 중복(이중화) 또는 이원화될 가능성이 있음
기능중심 - 별도로 분석 조직을 구성하지 않고 각 해당 업무부서에서 직접 분석 하는 형태
- 일반적인 분석 수행구조, 전사적 관점에서 핵심 분석이 어려움
- 과거 실적에 국한된 분석 수행 가능성 높음, 일부 중복된 분석 업무를 수행할 수 있는 조직 구조.
분산 - 분석 조직의 인력들이 협업부서에 배치 되어 신속한 업무에 적합
- 전사 차원의 우선순위 수행, 베스트 프랙티스 공유 가능. 
- 부서 분석 업무와 역할 분담을 명확히 해야 함

 

⑧ 분석 과제 관리 프로세스 수립

과제 발굴 분석 아이디어 발굴, 분석 과제 후보 제안 (과제 후보 풀 구축), 분석 과제 확장
과제 수행 팀 구성, 분석 과제 실행, 분석 과제 진행 관리, 결과 공유/개선 

- 분석 조직이 지속적이고 체계적인 분석 관리 프로세스를 수행함으로써 조직 내 분석 문화 내재화 및 경쟁력을 확보할 수 있음. 

- 과제를 진행하면서 만들어진 시사점 (Lesson learned)을 포함한 결과물을 풀(pool)로 축적하고 관리하여 시행착오 최소화, 프로젝트 효율 진행. 

 

⑨ 분석 교육 및 변화 관리

- 변화 관리는, 모든 구성원이 데이터를 분석하고, 이를 바로 업무에 활용할 수 있도록 조직 전반에 분석 문화를 정착시키고 변화시키려는 시도 

- 분석 내재화 단계는 준비기 → 도입기 → 안정적 추진기로 이루어 지지만, 새로운 체계의 도입 시에는 저항 및 기존의 행태로 되돌아가려는 관성이 존재하기 때문에 교육 및 마인드 육성을 위한 적극적인 변화 관리가 필요함.

- 분석 조직 및 인력에 대한 지속적인 교육과 훈련이 필요함. 

 

[ 빅데이터 거버넌스 특징 ]

  • 기업이 가진 과거 및 현재의 모든 데이터를 분석하여 비즈니스 인사이트를 찾는 노력은 비용면에서 효율적이지 못함 
  • → 분석 대상 및 목적을 명확히 정의 하고, 필요한 데이터를 수집, 분석하여 점진적으로 확대해 나가는 것이 좋음
  • 빅데이터 분석에서 품질관리도 중요하지만 , 데이터 수명주기 관리방안을 수립 하지 않으면 데이터 가용성 및 관리 비용 증대 문제에 직면할 수 있음
  • ERD 는 운영 중인 데이터베이스와 일치하기 위해 계속해서 변경사항을 관리 하여야 함
  • 산업 분야별 , 데이터 유형별 , 정보 거버넌스 요소별로 구분하여 작성함
  • 적합한 분석 업무를 도출하고 가치를 높여줄 수 있도록 분석 조직 및 인력에 대해 지속적인 교육과 훈련을 실시함
  • 개인정보보호 및 보안 에 대한 방법을 마련해야 함

⑩ 관련 용어 정리 (단답형 기출)

Servitization 제조업과 서비스업의 융합을 나타내는 용어 
예) 웅진 코웨이의 코디
CoE (Center of Excellence) 구성원들이 비즈니스 역량, IT 역량 및 분석 역량을 고루 갖추어야 하며, 협업부서 및 IT 부서와의 지속적인 커뮤니케이션을 수행하는 조직 내 분석 전문조직을 말함
ISP(정보전략계획) 기업의 경영목표 달성에 필요한 전략적 주요 정보를 포착하고, 주요 정보를 지원하기 위해 전사적 관점의 정보 구조를 도출하며, 이를 수행하기 위한 전략 및 실행 계획을 수립하는 전사적인 종합추진 계획
Sandbox 보안모델, 외부 접근 및 영향을 차단 하여 제한된 영역 내에서만 프로그램을 동작시키는 것

 


[ Reference ]

1. 2018 데이터 분석 준 전문가 ADsP, 데이터에듀, 윤종식 저.  

2. 데이터 분석 전문가 가이드, 한국데이터진흥원.

3. EduAtoZ - Programming - YouTube

4. [ADsP 핵심요약] 2과목. 데이터분석 기획 : 네이버 블로그 (naver.com)

+ Recent posts