LLM 표 데이터 추론 능력 평가: 기존 지표의 착시와 결측치·중복에서 드러난 한계
코르넬리우스 볼프가 대규모 언어모델의 표 데이터 추론 능력을 다시 측정한 연구를 발표했다. 기존 텍스트 유사도 지표의 한계와 객관식 평가의 착시, 표 크기·결측치·중복이 성능에 미치는 영향을 정리했다.
핵심 내용 읽기 →
AI TOPIC
데이터 분석 최신 뉴스와 핵심 해설
데이터 분석 관련 핵심 뉴스와 활용 인사이트 32편을 최신순으로 모았습니다.
AI2 오토디스커버리 발표 정리: 베이지안 서프라이즈 보상과 비선형 탐색으로 데이터에서 가설을 찾는 법
앨런 AI 연구소 연구자가 alphaXiv 강연에서 데이터셋만 주고 가설을 스스로 찾게 하는 시스템을 설명한다. 언어 모델의 믿음 변화량을 보상으로 삼는 방식과 비선형 탐색의 효과, 남은 한계까지 정리했다.
핵심 내용 읽기 →
엑셀 코파일럿 사용법과 신뢰도 점검: CEO 프롬프트부터 COPILOT 함수·고급 분석까지
빠른 답이 곧 맞는 답은 아니다. 실제 유튜브 채널 데이터를 넣어 엑셀 코파일럿의 인사이트 추출, 전용 함수, 파이썬 기반 고급 분석, 지저분한 데이터 정리, 계산 정확도까지 다섯 가지를 차례로 시험한 기록이다.
핵심 내용 읽기 →
구글 데이터 에이전트 킷 실습: 코딩 에이전트로 BigQuery·Cloud SQL을 넘나드는 데이터 분석과 dbt 자동화
구글이 내놓은 데이터 에이전트 킷을 실제 매출 문제에 적용해 본 실습 영상 정리. 에이전트 스킬과 MCP의 역할 차이, 여러 데이터베이스를 넘나드는 원인 분석, dbt 파이프라인 자동 생성과 검증까지 차례로 짚는다.
핵심 내용 읽기 →
알고리즘 트레이딩 백테스팅 함정 정리 - 룩어헤드 편향, 과최적화, 생존 편향과 통계적 검증 방법
어니스트 챈의 알고리즘 트레이딩 1장을 함께 읽은 스터디 기록이다. 백테스트를 망치는 룩어헤드·과최적화·생존 편향과, 결과가 실력인지 운인지 가르는 통계적 검증법, 시장 미시구조를 모르면 생기는 착시를 짚는다.
핵심 내용 읽기 →
95% 신뢰구간의 뜻과 가장 흔한 오해: 신뢰구간과 베이지안 신용구간의 결정적 차이
통계 시험을 통과한 사람도 자주 틀리는 문장이 있다. 95% 신뢰구간의 95%가 왜 눈앞의 구간이 아니라 그 구간을 만들어낸 절차에 붙는 숫자인지, 학생 36명 실험 예시와 극단적인 반례로 차근차근 짚었다.
핵심 내용 읽기 →
R² 결정계수의 진짜 의미와 함정: 상관계수 제곱인 이유부터 잔차 그래프 확인법까지
회귀 결과마다 따라붙는 R²는 '평균선보다 얼마나 나았는지'만 알려주는 점수다. 결정계수가 상관계수의 제곱과 같아지는 이유, 표본 범위에 따라 값이 출렁이는 구조적 약점, 그리고 숫자 대신 잔차 그래프를 먼저 그려야 하는 이유를 정리했다.
핵심 내용 읽기 →
XGBoost 입문 정리: 그래디언트 부스팅 원리와 주요 파라미터, 장단점과 활용 분야
캐글에서 가장 널리 쓰이는 머신러닝 라이브러리 XGBoost의 작동 원리와 설치법, n_estimators를 비롯한 주요 파라미터, 장단점과 실제 활용 분야, 면접 단골 질문까지 입문자 눈높이로 정리했다.
핵심 내용 읽기 →
AI 데이터 분석, SQL 없이 질문하고 이상 징후를 먼저 알려주는 시대: 버나드 마 강연 정리
SQL과 파이썬을 몰라도 데이터에 직접 질문하고, 이상 징후를 AI 에이전트가 먼저 알려주는 변화가 기업의 의사결정을 어떻게 바꾸는지 짚은 강연을 정리했다. 데이터 리터러시의 의미가 어떻게 달라지는지도 다룬다.
핵심 내용 읽기 →
데이터 사이언스 입문 가이드: 다섯 단계 작업 과정과 필요한 기술·도구, 학습 순서 총정리
넷플릭스 추천과 은행 사기 탐지까지, 데이터 사이언스가 정확히 무엇이며 어떤 다섯 단계를 거쳐 진행되는지, 그리고 입문자가 익혀야 할 기술과 도구는 무엇이고 어떤 순서로 배워야 하는지를 정리한 안내다.
핵심 내용 읽기 →
생성형 AI 데이터 분석 입문: 데이터 기반 의사결정 6단계와 전처리·시각화·상관분석 실무 정리
전문 분석 역량이 없어도 생성형 AI에 단계적으로 질문하면 분석 결과를 얻을 수 있다. 데이터 기반 의사결정 6단계와 결측·중복·이상값 처리, 단변량·다변량 시각화, 상관관계 해석의 함정까지 정리했다.
핵심 내용 읽기 →
비율 추정량은 왜 편향을 그대로 두는가, 편향-분산 트레이드오프로 본 통계 실무 판단
표본분산처럼 간단히 고칠 수 있는 편향과 달리 비율 추정량의 편향은 보정하려 할수록 손해다. 유튜브 조회수 대비 좋아요 비율을 1만 번 시뮬레이션해 편향과 분산의 크기를 직접 비교한 강의를 정리했다.
핵심 내용 읽기 →
데이터 포트폴리오 프로젝트 5가지 — 취업으로 이어지는 실전 프로젝트 가이드
타이타닉·아이리스처럼 흔한 예제 대신, 채용 담당자의 눈에 띄는 데이터 프로젝트 5가지와 좋은 프로젝트의 다섯 가지 조건을 정리했다.
핵심 내용 읽기 →
판다스 시리즈(Pandas Series) 기초 정리 – 생성·인덱싱·연산·통계 한눈에
파이썬 데이터 분석 라이브러리 판다스의 핵심 자료구조인 시리즈를 리스트·넘파이·딕셔너리로 만들고 인덱싱·슬라이싱·필터링·통계 연산까지 예제로 정리했습니다.
핵심 내용 읽기 →
판다스 merge 완전정복: inner·left·right·outer 조인 차이 정리
파이썬 판다스에서 두 데이터프레임을 합치는 네 가지 병합 방식을 예제로 설명한다. 부서 ID를 기준으로 inner·left·right·outer 병합이 각각 어떤 행을 남기고, 매칭되지 않는 값은 어떻게 결측치로 채워지는지 비교한다.
핵심 내용 읽기 →
데이터 분석 with AI 무료 강의 정리: SQL·데이터베이스·ChatGPT·엑셀 기초
심플리런의 무료 "데이터 분석 with AI" 강의가 다루는 내용을 정리한다. 데이터의 가치부터 SQL·데이터베이스, 기본키·외래키, ChatGPT 활용 분석, 엑셀 실습까지 입문 로드맵을 짚는다.
핵심 내용 읽기 →
파이썬 데이터 분석 입문: 넘파이·판다스·통계·시각화까지 데이터 사이언스 풀코스 정리
데이터 수집·정제부터 넘파이, 판다스, 통계, 시각화, 머신러닝, 데이터 윤리까지 파이썬 기반 데이터 분석 강좌의 핵심을 한국어로 정리했다. AI 시대 데이터 역량의 지도를 그린다.
핵심 내용 읽기 →
노코드 RAG 앱 만들기 — 벡터 임베딩으로 내 데이터에 질문하는 법
코드를 거의 쓰지 않고 노드 기반 노코드 툴로 RAG(검색 증강 생성) 데이터 분석 앱을 만드는 과정을 단계별로 정리했다. 벡터 임베딩, 시맨틱 검색, 벡터 스토어 저장·질의까지 개념과 실습을 함께 설명한다.
핵심 내용 읽기 →
생성형 AI와 비즈니스 인텔리전스(BI): 7년째 정체된 데이터 활용률 35%의 벽을 넘는 법
IBM이 설명하는 생성형 AI와 BI의 결합. 데이터 엔지니어·BI 분석가·현업 사용자 세 역할이 어떻게 달라지는지, 7년째 35%에 머문 데이터 활용률을 50% 이상으로 끌어올릴 돌파구가 무엇인지 짚는다.
핵심 내용 읽기 →
Julius AI 데이터 분석 튜토리얼: 자연어 질문으로 엑셀 요약하고 차트 만드는 법
Julius AI는 스프레드시트를 올리고 자연어로 질문해 데이터를 요약·시각화하는 도구다. 이 튜토리얼은 파일 업로드부터 총매출·지역별 비교·추세 차트, 인사이트 리포트 작성까지 실습 흐름과 주의할 점을 정리한다.
핵심 내용 읽기 →
노트북LM 제미나이 3.5 통합, 코드 실행·데이터 분석까지 되는 AI 리서치 워크스페이스
구글이 노트북LM과 제미나이 3.5를 하나로 합쳐 코드 실행, 데이터 분석, 출처 인용 요약, 학습 가이드 생성까지 자동화하는 리서치 워크스페이스를 선보였다.
핵심 내용 읽기 →
웹 스크래핑 AI 에이전트 구축: 브라이트 데이터와 익스팬더 AI로 노코드 데이터 분석
브라이트 데이터로 웹 데이터를 모으고 익스팬더 AI로 분석하는 노코드 에이전트를 라이브 데모로 살펴본다. 인스타그램 데이터셋에서 참여도·해시태그·비즈니스 인사이트를 자동으로 뽑아내는 전 과정을 정리했다.
핵심 내용 읽기 →
에이전트 분석이란? PlotStudio AI로 보는 데이터 분석 자동화의 현재와 실제 활용법
라이브러리와 코드 문법을 외우지 않아도 AI 에이전트가 데이터 정제·시각화·해석·보고서 작성까지 대신한다. PlotStudio 데모를 통해 에이전트 분석이 실제로 어떻게 작동하고 무엇을 바꾸는지 단계별로 정리했다.
핵심 내용 읽기 →
업무용 AI 활용법 5가지: 이메일 답장·엑셀 분석·문서 질문·이미지 텍스트 추출
챗GPT 같은 AI 도구를 업무와 학습에 바로 쓰는 5가지 실용 방법을 정리했다. 이메일 답장 작성부터 엑셀 데이터 분석, 문서·이미지 질문, 손글씨 텍스트 추출, 작업물 피드백까지 대부분 무료로 가능하다.
핵심 내용 읽기 →
Power BI 데이터 모델링: 관계 설정, 카디널리티 4종, 스타 스키마까지
데이터를 여러 테이블로 나누는 이유부터 일대일·일대다·다대다 카디널리티, 교차 필터 방향, 팩트·차원 테이블과 스타 스키마까지 Power BI 데이터 모델링 핵심을 정리했습니다.
핵심 내용 읽기 →
노트북LM 2.0 업데이트 활용법: 파일 업로드로 차트·보고서·투자 덱 자동 생성
최신 제미나이로 업그레이드된 노트북LM에 파일을 올려 손익 요약, 광고 ROAS 순위, 환불·이탈 원인, 경쟁사 리뷰 분석까지 몇 분 만에 만드는 과정을 가상 회사 사례로 정리했다.
핵심 내용 읽기 →
데이터 사이언스 주기율표: ETL·분석·평가까지 한눈에 정리하는 법
화학 주기율표처럼 데이터 사이언스 용어를 정리하면 어떨까? ETL·인코딩·교차검증·드리프트·클러스터링이 데이터 성숙도와 분석 단계 안에서 어떻게 연결되는지 풀어본다.
핵심 내용 읽기 →
계층적 군집화 완벽 이해: 히트맵·덴드로그램·유클리드 거리로 보는 클러스터링의 원리
비슷한 행과 열을 단계적으로 묶어 히트맵을 재배열하는 계층적 군집화의 원리를, 덴드로그램과 유클리드·맨해튼 거리, 그리고 중심·단일·완전 연결법까지 일반 독자의 눈높이에서 차근차근 풀어 설명합니다.
핵심 내용 읽기 →
인과 추론이란 무엇인가: 무작위 대조 실험 없이 과거 데이터로 교란 변수와 반사실을 다루는 법
A/B 테스트 같은 무작위 대조 실험을 할 수 없을 때, 과거에 쌓인 관측 데이터만으로 인과를 추정하는 인과 추론을 알아본다. 교란 변수와 선택 편향, 반사실, 평균 처치 효과의 개념을 독감 약 복용 사례로 쉽게 정리했다.
핵심 내용 읽기 →
데이터 분석가를 위한 데이터 엔지니어링 전환 — AI 자동화 시대의 생존 스킬
AI 도구가 SQL·DAX 쿼리 등 분석가의 반복 업무를 자동화하면서 기업은 분석가에게 데이터 엔지니어링 기여를 기대한다. 분석가가 익혀야 할 데이터 엔지니어링 스킬맵을 정리했다.
핵심 내용 읽기 →
거짓 발견율(FDR)이란? 다중검정의 거짓 양성을 줄이는 벤자미니-호크버그 방법
유전자 1만 개를 한꺼번에 검정하면 거짓 양성이 쏟아지는 다중검정 문제와, P값을 보정해 거짓 발견을 통제하는 FDR·벤자미니-호크버그 방법을 예시로 정리했습니다.
핵심 내용 읽기 →
구글 ADK와 MCP로 Looker 데이터에 연결된 첫 AI 에이전트 만들기
구글 Looker를 LLM·AI 에이전트와 연결하는 첫걸음을 정리했다. 오픈소스 ADK와 MCP toolbox로 자격증명 보안, tools.yaml 도구 정의, 로컬 에이전트 실행까지의 과정을 단계별로 소개한다.
핵심 내용 읽기 →