데이터 마이닝은 크게 기술적(Descriptive) 데이터 마이닝과 예측(Predictive) 데이터 마이닝 두 가지로 나눌 수 있습니다. 이번 글에서는 두 방식의 개념과 핵심 차이점을 자세히 살펴보겠습니다.
기술적(Descriptive) 데이터 마이닝이란?
기술적 데이터 마이닝은 저장된 데이터를 분석하여 과거에 어떤 일이 일어났는지를 파악하는 데 초점을 맞춥니다. 주요 특징은 다음과 같습니다.
- 저장된 데이터를 분석해 과거에 발생한 사건을 이해합니다.
- 제공되는 데이터는 정확도가 높습니다.
- 표준 보고서(Standard Reporting)를 제공합니다.
- 필요에 따라 즉석 보고서(Ad-hoc Reporting)도 생성할 수 있습니다.
- 반응적(Reactive) 접근 방식을 사용합니다.
- 데이터 집계(Data Aggregation)와 데이터 마이닝 기법을 활용합니다.
- 대상 데이터셋에 담긴 데이터의 특성을 설명해 줍니다.
기술적 데이터 마이닝이 답하는 질문
- 무슨 일이 일어났는가?
- 문제는 어디에 있는가?
- 이 문제는 얼마나 자주 발생하는가?
예측(Predictive) 데이터 마이닝이란?
예측 데이터 마이닝은 과거 데이터 분석을 바탕으로 미래에 어떤 일이 일어날 수 있는지를 예측하는 데 중점을 둡니다. 주요 특징은 다음과 같습니다.
- 과거 데이터 분석을 통해 미래 상황을 예측합니다.
- 예측 결과는 반드시 정확하다고 볼 수 없으며, 확률적 추정치입니다.
- 예측 모델링(Predictive Modelling), 예측(Forecasting), 시뮬레이션, 알림(Alert) 등에 활용됩니다.
- 통계학 및 예측 기법을 사용합니다.
- 능동적(Proactive) 접근 방식을 사용합니다.
예측 데이터 마이닝이 답하는 질문
- 다음에는 무슨 일이 일어날 것인가?
- 현재 추세가 지속되면 결과는 어떻게 될 것인가?
- 어떤 조치를 취해야 하는가?
두 방식의 핵심 차이 요약
| 구분 | 기술적 데이터 마이닝 | 예측 데이터 마이닝 |
|---|---|---|
| 목적 | 과거 분석 | 미래 예측 |
| 정확도 | 정확한 결과 제공 | 확률적 추정 (오차 가능) |
| 접근 방식 | 반응적(Reactive) | 능동적(Proactive) |
| 활용 기법 | 데이터 집계, 표준·즉석 보고 | 통계, 예측 모델링, 시뮬레이션 |
| 대표 질문 | "무슨 일이 있었나?" | "앞으로 무슨 일이 일어날까?" |
결론적으로, 기술적 데이터 마이닝은 이미 발생한 데이터를 정확하게 이해하고 보고하는 데 유용하며, 예측 데이터 마이닝은 과거 패턴을 기반으로 미래를 대비하는 전략적 의사결정을 돕습니다. 두 방식은 서로 대체 관계가 아니라 상호 보완적인 관계이므로, 분석 목적에 따라 적절히 활용하는 것이 중요합니다.