ADsP 2과목 ‘데이터 분석 기획’의 네 번째 개념 정리입니다. 앞서 1~3편을 통해 분석 기획의 큰 틀과 표준 방법론 프로세스를 정립했다면, 이제 실제 비즈니스 현장에서 다룰 구체적인 분석 과제를 어떻게 찾아내고 구조화할 것인가를 다룹니다.
분석 과제를 발굴하는 방식은 크게 두 가지입니다. 문제가 이미 식별된 상태에서 출발하는 하향식 접근법(Top-Down)과, 데이터 자체를 먼저 탐색하며 숨겨진 문제를 찾아내는 상향식 접근법(Bottom-Up)입니다. 이번 편에서는 시험에서 프로세스 순서와 세부 기법을 묻는 하향식 접근법의 4단계 절차를 집중적으로 다룹니다.
쏠티북스 「선넘는 ADsP」 교재를 바탕으로, 본사 경영진의 톱다운 품질 개선 지시와 설비 개조 타당성 평가 공정에 빗대어 정리합니다. 2과목 전체 학습 흐름은 ADsP 2과목 독학 지도에서 확인할 수 있습니다.
1. 하향식 접근법(Top-Down)이란 무엇인가
하향식 접근법은 해결해야 할 비즈니스 문제(What)가 이미 주어진 상황에서, 이를 어떤 분석 기법과 절차(How)로 해결할 것인가에 대한 해답을 찾기 위해 각 단계를 논리적으로 구조화하여 수행하는 방식입니다.
전통적인 문제 해결형(Problem Solving) 접근 방식으로, 1편에서 다룬 4대 분석 유형 중 솔루션(Solution)과 최적화(Optimization) 과제를 도출할 때 주로 사용됩니다.
제조 플랜트의 경영진 지시 공정에 비유하면 다음과 같습니다.
- 경영진의 명확한 과제 하달(Known What): 본사 이사회로부터 “올해 하반기 신형 모터 라인의 불량률을 3% 이하로 낮추고 제조 원가를 10% 절감하라”는 경영 목표가 떨어집니다.
- 엔지니어링 팀의 구조적 해법 탐색(Find How): 기획팀은 무작정 기계를 뜯어보지 않고, 문제가 일어난 공정을 정밀 탐색하고, 센서 데이터 수치로 구체화한 뒤, 기술적·경제적 타당성을 따져 최적의 개조 방안을 확정합니다.
2. 하향식 접근법의 4단계 실행 절차
하향식 접근법은 문제 탐색 → 문제 정의 → 해결방안 탐색 → 타당성 검토의 4단계를 순차적으로 거칩니다. 시험에서 순서 배열 문제가 자주 출제되므로 앞 글자를 따서 ‘문·정·해·타’로 기억해 두면 됩니다.
(1) 1단계: 문제 탐색 (Problem Discovery)
무엇(What)을, 왜(Why) 분석해야 하는지 발굴하는 단계입니다. 담당자의 직관에만 의존하지 않고, 전체 비즈니스 생태계를 다각도로 조망하기 위해 세 가지 탐색 기법을 병행합니다.
#### 비즈니스 모델 기반 탐색 (5대 핵심 영역)
비즈니스 모델 캔버스를 실무 분석 환경에 맞춰 5가지 핵심 영역으로 단순화하여 문제를 도출합니다.
| 5대 영역 | 주요 분석 관점 | 플랜트 실무 사례 |
|---|---|---|
| 업무 (Operation) | 생산·물류·품질 관리 등 내부 운영 효율성 | 조립 공정 사이클 타임 단축, 병목 공정 파악 |
| 제품 (Product) | 제품 품질·원가·기능 및 라인업 경쟁력 | 신형 모터 출력 효율 개선, 내구성 결함 요인 탐색 |
| 고객 (Customer) | 구매자·채널 관계, 클레임과 행동 패턴 | 납품처 클레임 발생 원인 파악, 납기 만족도 진단 |
| 규제와 감사 (Regulation & Audit) | 법적 규제·친환경 규제·안전 감사 준수 여부 | 탄소 배출 규제 허용치 초과 위험 진단 |
| 지원 인프라 (IT & Human Resource) | 전산 시스템·자동화 설비·작업자 숙련도 | 전산망 지연 원인 규명, 숙련도별 불량률 분석 |
시험에서 이 5대 영역에 ‘재무(Finance)’를 넣어 놓은 오답 선지가 자주 등장합니다. 9대 캔버스에는 있지만 5대 단순화 영역에는 포함되지 않으므로 주의해야 합니다.
#### 발굴 범위 확장: STEEP 분석
문제 탐색을 기업 내부에만 한정하지 않고 외부 환경까지 넓히기 위해 STEEP 분석을 활용합니다.
- S (Social, 사회): 인구 구조 고령화, 노동력 부족, 라이프스타일 변화
- T (Technology, 기술): AI 예지보전 도입, 산업용 로봇 고도화
- E (Economic, 경제): 고환율, 원자재 가격 급등, 경기 둔화
- E (Environment, 환경): ESG 경영, 탄소 중립 규제, 폐기물 처리 기준 강화
- P (Political, 정치): 무역 통상 정책, 정부 보조금 개편, 근로기준법 개정
시험에서 Education 등 엉뚱한 단어를 넣은 오답 선지에 주의해야 합니다.
#### 내·외부 사례 참조
외부 참조 모델 기반으로 동종 업계 경쟁사의 우수 분석 사례를 벤치마킹하거나, 과거 사내 분석 이력이나 공개된 유스케이스(Use Case)를 자사 환경에 대조합니다.
(2) 2단계: 문제 정의 (Problem Definition)
탐색된 비즈니스 문제는 현업 관리자의 언어로 되어 있어 분석가가 곧바로 모델링을 수행할 수 없습니다. 이를 구체적인 통계·머신러닝 분석 목표(데이터 문제)로 변환하고 구조화해야 합니다.
| 현업의 비즈니스 문제 (모호) | 데이터 분석 과제 (구체) |
|---|---|
| “특정 제품군의 매출이 지속 감소” | 제품 간 연관규칙 분석 및 시계열 매출 예측 모델 구축 |
| “원자재·완성품 재고 관리 미흡” | 계절성·리드타임 반영 품목별 적정 안전재고 수요 예측 |
| “고객 납품 불량 컴플레인 급증” | 컴플레인 집중 요인 식별 및 불량 발생 확률 분류 모델 구축 |
(3) 3단계: 해결방안 탐색 (Solution Search)
정의된 데이터 문제를 풀기 위해 ‘누가(Who) 분석을 수행할 것인가’와 ‘어떤 인프라 도구(How)를 쓸 것인가’를 축으로 네 가지 대안을 도출합니다.
| 구분 | 내부 역량 확보 (Who: Known) | 내부 역량 미확보 (Who: Unknown) |
|---|---|---|
| 기존 시스템 활용 (How: Known) | 기존 시스템 개선 활용 — 사내 분석가가 기존 전산망으로 즉시 분석 | 교육·채용으로 역량 확보 — 기존 시스템을 유지하되 직원 재교육이나 전문 인력 채용 |
| 신규 시스템 도입 (How: Unknown) | 시스템 고도화 — 사내 역량은 충분하므로 최신 인프라 증설 | 전문업체 소싱(아웃소싱) — 역량과 인프라가 모두 없으므로 외부 컨설팅·SI 외주 |
(4) 4단계: 타당성 검토 (Feasibility Study)
도출된 해결 방안을 실제 프로젝트로 착수하기 전, 세 가지 관점에서 타당성을 평가합니다.
1. 경제적 타당성 (Economic Feasibility): 분석 프로젝트의 총비용(인건비, 서버, 외주비) 대비 비즈니스 편익(ROI, 비용 절감액, 매출 증대액)이 충분히 발생하는가를 따집니다. 2. 데이터 타당성 (Data Feasibility): 모델 구축에 필요한 데이터가 사내에 실제로 존재하는지, 결측이나 오염이 심하지 않은지, 분석 가능한 형태로 정제되어 있는지를 검증합니다. 프로젝트를 좌초시키는 가장 흔한 원인이 됩니다. 3. 기술적 타당성 (Technical Feasibility): 제안된 머신러닝 알고리즘을 구현할 사내 기술 지식, 개발 라이브러리 지원 여부, 기존 운영 시스템과의 연동성이 확보되었는지를 점검합니다.
타당성 검토 단계에서 “시각화 대시보드 화면 배치를 결정한다”는 선지가 나오면 오답입니다. 화면 배치는 시스템 구현 단계의 UI 설계 작업이며 타당성 검토와 무관합니다.
3. 하향식 접근법을 이해하는 포인트
과제 정의서는 하향식 접근법의 결과물
하향식 접근법을 거쳐 타당성 검토까지 통과한 과제는 최종적으로 ‘분석과제 정의서’로 문서화됩니다. 이 정의서가 확정되어야 다음 단원인 마스터 플랜에서 우선순위 평가(ROI vs 난이도)를 거쳐 WBS로 연결될 수 있습니다.
하향식 접근법의 한계
문제의 구조가 명확할 때는 강력하지만, “무엇을 모르는지조차 모르는 백지상태(Unknown What)”이거나 급변하는 디지털 환경에서는 사전에 문제를 좁혀놓고 시작하는 하향식 접근법만으로 혁신적인 기회를 포착하기 어렵습니다. 이를 보완하기 위해 다음 편에서 다룰 상향식 접근법이 필요합니다.
4. 시험에서는 이렇게 출제됩니다
절차 4단계 순서 배열이 가장 자주 나옵니다. 문제 탐색 → 문제 정의 → 해결방안 탐색 → 타당성 검토(문·정·해·타)의 순서를 뒤섞은 선지 중 올바른 것을 고르는 문제가 반복 출제됩니다.
비즈니스 모델 캔버스 단순화 5영역 고르기도 출제됩니다. 업무, 제품, 고객, 규제와 감사, 지원인프라가 5대 영역이며, 보기에 ‘재무(Finance)’가 나오면 오답입니다.
STEEP 분석 요소 확인 문제에서는 Social, Technology, Economic, Environment, Political에 해당하지 않는 단어(Education, Energy 등)를 가려내야 합니다.
비즈니스 언어의 데이터화 예시도 나옵니다. “고객 컴플레인 급증”이라는 비즈니스 문제를 데이터 분석 과제로 바꾼 예시로 “컴플레인 주요 요인 분류 및 예측 모델 구축”을 짝짓는 형태입니다.
타당성 검토 3가지 구성요소(경제적·데이터·기술적)를 묻는 문제에서 시각화 방안이나 마케팅 전략 같은 오답 선지를 걸러내야 합니다.
5. 옆 개념과의 연결
이번 4편에서는 본사 경영진의 전략 지시로부터 출발하여 문제를 논리적으로 좁혀가는 하향식 접근법(Top-Down)을 정리했습니다. 하지만 현업에서는 경영진도 미처 인지하지 못한 잠재적 결함이나 새로운 사업 기회가 데이터 자체 속에 숨겨져 있는 경우가 많습니다.
다음 5편에서는 현장 작업자의 통찰과 데이터 자체의 패턴으로부터 문제를 거꾸로 발견해 나가는 상향식 접근법(Bottom-Up)과 디자인 씽킹을 다룹니다.
자주 묻는 질문
하향식 접근법과 상향식 접근법의 가장 결정적인 차이는 무엇인가요?
출발점의 차이입니다. 하향식은 해결해야 할 문제(What)가 이미 주어져 있고 그 해법(How)을 찾는 방식이며, 상향식은 문제가 무엇인지 모르는 상태에서 원시 데이터를 직접 들여다보며 새로운 문제나 가치를 발견하는 방식입니다.
비즈니스 모델 캔버스의 9가지 영역과 5가지 단순화 영역은 어떻게 다른가요?
경영학의 비즈니스 모델 캔버스는 핵심 파트너, 비용 구조, 수익원 등 9개 블록으로 구성되지만, 데이터 분석 실무에서는 과제 정의의 효율성을 높이기 위해 업무, 제품, 고객, 규제와 감사, 지원인프라의 5개 영역으로 압축하여 사용합니다.
타당성 검토에서 데이터 타당성이 특히 중요한 이유는 무엇인가요?
기술적 역량은 외부 오픈소스나 컨설팅 업체를 통해 해결할 수 있지만, 분석에 필요한 기초 데이터 자체가 사내에 적재되어 있지 않다면 어떤 알고리즘도 가동할 수 없기 때문입니다.
마무리
4편에서는 제조 플랜트의 본사 지시 및 설비 개조 공정 비유를 통해 하향식 접근법의 정의, 문·정·해·타 4단계 절차, 비즈니스 모델 캔버스 5영역, STEEP 거시 분석, 비즈니스 문제의 데이터 문제 전환, 경제적·데이터·기술적 타당성 검토를 정리했습니다.
문제가 명확할 때의 접근법을 익혔으니, 다음 5편에서는 데이터 속에서 숨겨진 과제를 찾아내는 상향식 접근법(Bottom-Up)과 디자인 씽킹으로 이어갑니다.
