단원 마무리 — 4단원 데이터 과학 프로젝트

🧠

핵심 정리 — 개념 지도

가지를 클릭하면 핵심 요약이 나타나요!

🧭 단원의 큰 그림 — 1~3단원에서 배운 모든 것을 모아 직접 데이터 과학 프로젝트를 수행했다. 좋은 주제를 발굴하고(1차시), 탐색적으로 분석해 단서를 찾고(2차시), 2개 이상의 방법으로 분석·비교하며 끝까지 해석하고(3차시), 전 과정을 성찰하며 사회적 영향과 활용을 고려한다(4차시). 데이터 과학은 '직접, 끝까지, 책임 있게' 하는 과정이다.

🔎 사례 조사와 주제 발굴 [12데과04-01]
· 분야별(보건·환경·교통·교육·스포츠·생활) 데이터 과학 사례에서 영감
· 좋은 주제의 3조건: ① 측정 가능 ② 데이터 확보 가능 ③ 의미·실행 가능
· 막연한 주제 → 측정 가능한 구체적 질문으로 좁히기
· 데이터 출처: 공공데이터 포털·KOSIS·설문·측정

🕵️ 탐색적 분석(EDA)과 창의적 구상 [12데과04-02]
· EDA = 본격 분석 전 데이터를 두루 살펴 단서·물음 찾기
· 요약통계·분포·이상치·관계·패턴을 '탐정처럼' 탐색(2단원 도구 활용)
· 단서 → 가설 → 창의적 해결 아이디어로 연결
· 예상 밖 발견에 열린 마음 / '데이터 낚시'(우연한 가짜 패턴) 주의

⚖️ 다중 분석·비교와 끈기 [12데과04-03·04]
· 같은 문제를 2개 이상의 방법으로 분석해 결과 비교(여러 각도로 교차 확인)
· 결과가 엇갈리면 "왜?"를 파고들어 더 깊은 사실 발견
· 막혀도 끝까지: 작게 쪼개기·단순한 것부터·도움 구하기
· 해석: 질문에 답 + 근거 + 한계 밝히기 + 상관≠인과

🌍 성찰과 사회적 영향·활용 [12데과04-05]
· 목적부터 분석까지 전 과정 성찰(잘된 점·한계·배운 점)
· 사회적 영향: 편향·개인정보·오용·당사자 존중 점검
· '할 수 있다' ≠ '해도 된다' — 데이터 윤리
· 활용: 결과를 누구에게·어떻게(데이터 스토리텔링) / Data for Good

🏆

단원평가

11문항 · 모두 풀고 [채점하기]를 누르세요. 해설과 함께 결과가 나와요!

🏆

4단원 종합 평가

객관식 8 + OX 3 · 일괄 채점

1데이터 과학 프로젝트 주제의 '적합성' 조건이 아닌 것은?

2데이터 프로젝트 주제로 가장 부적합한 것은?

3탐색적 데이터 분석(EDA)의 목적으로 알맞은 것은?

4EDA로 발견한 단서를 가장 잘 활용하는 방법은?

5분석 결과를 더 믿을 만하게 만드는 방법은?

6두 분석 결과가 서로 다를 때 올바른 태도는?

7분석이 막혔을 때 바람직하지 않은 태도는?

8분석을 마친 뒤 해야 할 일로 알맞은 것은?

9[OX] 분석 실력만 뛰어나면 주제가 다소 엉성해도 좋은 프로젝트가 된다.

10[OX] EDA 중 예상 밖의 단서를 발견하면 주제·가설을 그에 맞게 바꿀 수 있다.

11[OX] 사람에 관한 데이터를 다룰 땐 동의·익명 처리로 당사자를 보호해야 한다.

0 / 11

✍️

서·논술형 자기 점검

먼저 스스로 써 본 뒤 예시 답안과 비교해 보세요.

1. 관심 있는 분야에서 데이터로 풀 만한 주제를 하나 정해, ① 주제(질문)와 적합성(측정·데이터·의미) ② 탐색적 분석(EDA)에서 무엇을 살펴볼지를 설명하시오. 12데과04-01 12데과04-02

📖 예시 답안 (급식 잔반) ① 주제·적합성: "요일·메뉴별 급식 잔반량을 분석해 잔반이 많은 메뉴의 공통점을 찾자." — 잔반량은 무게로 측정 가능, 직접 측정·기록으로 데이터 확보 가능, 메뉴 개선이라는 의미·실행 가능성도 있어 적합하다. ② EDA: 메뉴별 잔반량의 분포, 요일별 패턴, 유난히 잔반이 많은 메뉴(이상치), 기온·메뉴 종류와 잔반의 관계 등을 그래프로 두루 살펴 단서를 찾는다. — 세 적합성 조건과 EDA로 살필 항목을 구체적으로 담으면 만점!

2. 위 주제를 분석할 때 ① 2가지 분석 방법을 계획하고, 두 결과가 ② 일치/엇갈릴 경우 각각 어떻게 대응할지, ③ 분석이 막혔을 때의 대처, ④ 얻은 분석 결과의 의미를 어떻게 해석할지 (근거·한계·상관≠인과)를 함께 서술하시오. 12데과04-03 12데과04-04

📖 예시 답안 ① 두 방법: (가) 메뉴 종류별 잔반 평균을 막대그래프로 비교, (나) 메뉴 특성(채소·국물 여부)과 잔반량의 상관 분석. ② 대응: 두 결과가 일치하면 "특정 특성의 메뉴가 잔반이 많다"는 결론을 더 자신 있게 내리고, 엇갈리면 왜 다른지(요일·날씨 등 다른 요인) 더 파고든다. ③ 막혔을 때: 데이터가 적으면 측정 기간을 늘리고, 결과가 이상하면 측정·기록 오류부터 점검하며, 그래도 막히면 문제를 작게 쪼개거나 친구·선생님과 의논한다(끝까지!). ④ 결과 해석: "채소·국물 메뉴에서 잔반이 많았다"처럼 질문에 답하되, 근거(평균·상관 수치)를 대고, "30일 표본이라 계절 효과는 알 수 없다"는 한계를 밝히며, "이 특성이 잔반의 '원인'이라 단정할 순 없다(상관≠인과)"는 점도 함께 적는다. — 2개 방법·결과 비교 대응·끈기 있는 대처에 더해 근거·한계를 갖춘 해석까지 담으면 만점!

3. 분석을 마친 뒤 ① 전 과정에서 성찰할 점, ② 이 분석·활용이 미칠 사회적 영향과 윤리 (개인정보·당사자 등), ③ 결과의 활용 방안을 서술하시오. 12데과04-05

📖 예시 답안 ① 성찰: 표본이 30일로 짧아 계절 효과를 못 봤다, 다음엔 더 긴 기간과 더 많은 메뉴로 분석하자 등 한계와 배운 점을 정리한다. ② 사회적 영향·윤리: 특정 조리사·학생을 비난하는 자료로 쓰이지 않게 하고, 설문은 익명 처리하며, 결과는 개인이 아닌 집계로만 공개한다(개인정보 보호). ③ 활용: 영양사·학생회와 결과를 공유해 잔반 많은 메뉴의 조리법·제공량을 조정하고, '잔반 줄이기' 캠페인의 근거 자료로 활용한다. — 성찰(한계)·윤리(개인정보·당사자)·구체적 활용 방안을 모두 담으면 만점!

🪞

성취기준 자가평가

스스로 솔직하게 점검해 보세요. 선택은 자동 저장됩니다.

12데과04-01 사례를 조사·분석하고 데이터로 풀 주제를 찾아 적합성을 판단할 수 있다.

12데과04-02 탐색적으로 분석해 의미를 파악하고 창의적 방법을 구상할 수 있다.

12데과04-03 2개 이상의 방법으로 분석하고 결과를 비교할 수 있다.

12데과04-04 끝까지 해결하려는 자세로 분석하고 결과의 의미를 해석할 수 있다.

12데과04-05 전 과정을 성찰하고 사회적 영향을 고려해 활용 방안을 탐색할 수 있다.

🎓 데이터 과학 과목 완주!

데이터의 의미를 발견하고, 준비·분석하고, 모델을 만들어 평가하고, 직접 프로젝트까지 — 데이터 과학자의 전 여정을 해냈어요. 이제 여러분은 데이터로 세상을 읽고 더 나은 결정을 내릴 수 있어요!

1️⃣데이터 과학의 이해

2️⃣데이터 준비와 분석

3️⃣데이터 모델링과 평가

4️⃣데이터 과학 프로젝트

📋

내가 설계한 데이터 과학 프로젝트

4차시 캔버스에 저장한 나의 프로젝트를 한눈에 — 나만의 완주 증서!

🧭

진로 연계 — 데이터로 세상을 돕는 길

공공데이터를 활용해 시민들이 함께 작업하는 모습 — 공공데이터·시민 데이터로 사회 문제를 푸는 'Data for Good' — 여러분의 데이터 실력이 세상을 더 낫게 만들 수 있다. 사진: Gavin Tapp, CC BY 2.0, Wikimedia Commons

🔬

데이터 과학자

문제 정의부터 분석·모델·해석까지 전 과정을 이끌어요.

📊

데이터 분석가

데이터로 현황·원인을 밝혀 의사 결정을 도와요.

🗞️

데이터 저널리스트

데이터로 진실을 검증하고 이야기로 전해요.

🌍

Data for Good 활동가

데이터로 환경·복지·인권 문제를 풀어요.

🏛️

데이터 기반 정책가

공공데이터로 더 나은 정책을 설계해요.

👀 다음 여정 — 「소프트웨어와 생활」

축하해요! 「정보」, 「인공지능 기초」에 이어 「데이터 과학」까지 완주했어요. 이제 정보과의 마지막 과목, 「소프트웨어와 생활」이 남았어요 — 소프트웨어로 세상을 바꾸고, 창작하고, 현상을 분석하고, 모의 실험하며, 새로운 가치를 만드는 융합의 여정이 기다립니다. 데이터 과학에서 기른 분석의 힘이 거기서도 큰 무기가 될 거예요. 멋진 데이터 과학자로 성장한 여러분, 정말 자랑스러워요! 🎉