일상 속 데이터 활용 사례

데이터 분석은 더 이상 기업에서만 사용하는 특별한 기술이 아닙니다. 우리가 하루 동안 사용하는 다양한 서비스 속에서도 데이터 분석이 자연스럽게 활용되고 있습니다.

예를 들어, 다음과 같은 서비스들이 데이터 분석을 기반으로 작동합니다.

• 스트리밍 앱이 볼 만한 콘텐츠를 추천
• 온라인 쇼핑몰이 개인 맞춤형 추천을 제공
• 은행이 거래를 모니터링해 사기를 탐지

이번 수업에서는 파이썬(Python)을 사용해 가장 기본적인 데이터 분석 작업을 직접 실습해보겠습니다.

데이터 분석에서 가장 자주 사용되는 개념 중 하나가 평균입니다.

평균은 데이터셋의 중심 경향을 표현하는 기본 지표로, 데이터를 요약하는 데 널리 활용됩니다.

예를 들어, 일주일 동안 걸은 걸음 수 데이터를 이용해 하루 평균 걸음 수를 계산해 보겠습니다.

평균을 구하는 공식은 간단합니다.

평균 = 데이터 총합 ÷ 데이터 개수

파이썬에서는 내장 함수 sum()과 len()을 활용해 이 과정을 손쉽게 구현할 수 있습니다.

복사
# 건강관리 앱에서 가져온 일주일간 일일 걸음 수
daily_steps = [8120, 9200, 7890, 10230, 8675, 9340, 10000]

# 총 걸음 수 계산
total_steps = sum(daily_steps)

# 일수로 나눠 평균 구하기
average_steps = total_steps / len(daily_steps)

# 결과 출력
print("하루 평균 걸음 수:", int(average_steps))

화면 오른쪽의 코드 블록을 실행해 결과를 확인하세요.

일주일치 데이터에 기반한 하루 평균 걸음 수를 확인할 수 있습니다.

작은 데이터셋에서는 sum()과 len()으로 쉽게 평균을 구할 수 있습니다. 하지만 데이터가 수만 건, 수십만 건으로 커진다면 NumPy나 Pandas 같은 라이브러리를 사용해 더 빠르고 효율적으로 평균을 계산하는 것이 일반적입니다.

NumPy와 Pandas를 활용하는 방법은 이후 수업에서 자세히 다루게 되며, 다음 수업에서는 구조화 데이터와 비정형 데이터의 차이에 대해 알아보겠습니다.