1부-3

1부-3교시-김경성교수님

2026.01.09 금 오후 12:01 ・ 51분 46초

이해원

참석자 1 00:00통계학이 뭐다? 표집을 가지고 나온 결과를 이용을 해서 모집단의 경향을 추정하거나 일반화시키는 겁니다.변수의 종류는 카테고리와 르메릭이 있다. 집단 별수와 매 그다음에 우리가 가장 통계적인 개념 중에서 가장 중요한 것은 대표 값과 분산도 둘 중에 가장 많이 쓰는 것은 대표 값으로는 평균값 분산도에서는 표준 편차를 가장 많이 사용을 하는 거예요.그 두 가지 개념이 통계 분석의 모든 공식의 가장 기본이 된다.그래서 그걸 가지고 평균과 표준 편차가 서로 다른 집단에서 본 점수를 비교하기 위해서는 표준화를 시켜야 된다는 것을 말씀드렸습니다.그 표준화의 과정이 모든 통계 분석의 가장 기본적이고 똑같은 형식이 들어가 있습니다.그래서 첫 번째로 분석을 하는 것이 평균이 두 개 있을 때 평균의 차이를 비교하는 것이 뭐냐 t 검증입니다.그다음에 두 개의 t 검증에는 양방 감정과 일반 감정이 있습니다.

참석자 1 01:16t 검증의 양방 검증은 두 집단 어떤 것 어떤 것도 클 수가 있다.그런 걸 보고 말로 뭐라고 표현하냐면은 차이가 있을 것이다.그러니까 근무 만족도는 성별에 따라 차이가 있을 것이다.차이가 있다는 말은 무슨 뜻이죠? 남자가 높을 수도 있고 여자가 높을 수도 있다는 말이에요.또 하나의 일반 검증은 한쪽 방향을 정하는 거죠. 남자의 점수가 여자의 점수보다 높을 것이다.이렇게 방향을 정하는 거예요. 그럼 t 값은 그대로인데 그것을 해석하는 방식이 나옵니다.그다음에 두 집단 평균을 넘어서 세 집단 이상 평균은 분산 분석이라는 걸 사용합니다.분산 분석은 집단 간 차이를 집단 간 분산을 집단 내의 분산으로 교정을 해 준 것이 바로 f 값입니다.그 f 값을 자유도와 합쳐서 p 값을 계산해서 그 p 값을 가지고 통계적인 유의도를 정합니다.조금 더 나가 보겠습니다.

참석자 1 02:20조금 속도를 빨리 하고 오후 시간에 첫 번째 중간까지만 하고 그 이후에는 여러분들이 한 2시간 반 동안을 직접 통계 분석을 쉬운 것에서부터 어려운 것까지 한번 다 해볼 겁니다.진짜로 해볼 거예요. 안 따라 할 수 있을까 생각하는 분이 계신데 할 수 있어요.그 대신 점심시간에 제 프로그램에 전부 등록을 하세요.등록을 하세요. 그리고 이제 우리 실습할 때 금방 같이 따라서 할 수 있도록 해보겠습니다.그러면 이원 분산 분석을 해보겠습니다. 이원 분산 분석은 뭐냐 하면 독립 변수 2개, 종속 변수 하나,

참석자 1 03:12종속 변수는 연속 변수는 1개, 독립 변수는 2개 아까 독립 변수는 이런 분산 분석은 상사 유형만 있었는데 하나 더 붙였어요.보상 방법 이온 분산 분석에서 얻을 수 있는 결론은 상사의 유형에 따른 주의 효과 보상 방법에 따른 효과, 상사 위험과 보상 방법에 상호작용에 따른 효과 효과가 3개가 있어요.이런 이런 겁니다. 아까는 전재형, 자유 방명, 민주형 세계 평균 8.0 8.33, 11.33 3개가 통계적으로 차이가 있느냐 없느냐를 봤어요.근데 여기다 하나를 더 붙였어요. 또 집단을 또 나눠봤어.9명 9명으로 해서 잘하는 사람에게 사탕을 줘 인센티브를 줘요.또 한 집단에게는 칭찬 말로 칭찬을 줘요. 보니까 말로 칭찬해 주는 게 더 점수가 높아요.만족도가 더 높아 이 보상 주고 인센티브 주는 거는 한계가 있어요.

참석자 1 04:13이런 모델을 가지고 있을 때 분석은 어떻게 하느냐 바로 교수법에 따른 효과 하나, 둘 셋에 따른 효과는 아까 우리가 계산을 했었어요.보상 방법에 따른 효과는 전체 평균을 기점으로 해서 2개의 분산을 구하는 거예요.아까 교수법에 따른 주요 효과는 전체 평균을 기준으로 해서 세 점순의 분산을 계산했어요.분산을 계산했죠. 상호작용 효과는 6개 집단 평균이 전체 평균과 얼마나 차이가 나느냐 하는 것을 보는 겁니다.세 가지가 있죠.

참석자 1 04:57집단 간 분산은 2개 교수법에 따른 효과, 보상 법에 따른 효과 그다음에 상호작용 효과는 각 집단에 대해서 독립 분산 효과를 제외한 나머지 분산을 나타내는 거죠.효과가 3개예요. 교수법에 따른 효과, 보상 방법에 따른 효과 그다음에 상호작용 효과 3개

참석자 1 05:22계산하는 것은 전체 분산은 전체 18개의 숫자가 전체 평균 9.22를 중심으로 해서 분산이 어떻게 나오는지 전체 분산을 구해 보니까 115.1이에요.아까하고 똑같았죠. 3 4 유형은 하나 둘 세 개 상사 유형 8.0, 8.33, 11.33 사이에 분산은 계산해 보니까 40.44가 나왔어.보상 방법 이 두 개의 점수가 전체 평균을 기점으로 해서 어떤 차이가 나느냐 그 분산을 계산해 봤더니 37.56이 나왔죠.

참석자 1 06:01그다음에 교수법과 보상 방법의 상호작용을 구하는 것은 어떤 집단 점수에 대해서 상사의 유형의 영향을 빼고 보상 방법의 영향을 빼고 나머지 부분을 가지고 구하는 것이 상호작용 효과예요.그러니까 이 첫 번째 셀을 본다면 7.33에 대해서 상사 유형에 대한 효과를 8.0을 빼고 보상 방법 사탕에 대한 효과 7.8을 빼고 전체 평균 9.21을 더해서 곱한 것이 제곱한 것이 상호작용 효과예요.두 개 주 효과에 영향을 빼고 나머지 있을지도 모를 두 개가 어우러져서 생기는 상호작용 효과를 계산해 내는 거죠.하여튼 이 계산하는 것조차도 여러분들은 알 필요가 없습니다.혹시 관심 있는 사람이 있을까 해서 여기다 써놨을 뿐이지 하실 필요 없어.여러분들은 뭐만 하면 되니까 뭐만 하면 됩니까? 이것만 알면 돼요.어떤 상황을 분석하고 싶다 어떤 상황을 분석하고 싶다 이것만 알면 돼요.그러니까 독립 변수가 뭐고 종속 변수가 뭐다 이것만 알면 알아서 분석도 해주고 해석도 해주고

참석자 1 07:25계산했다고 치겠습니다. 상사의 유형은 아까 전체는 115.11, 전체 분사는 115.11이고 상사의 유형은 40.44 그다음에 보상 방법은 37.56 상호작용 효과는 21.78 집단 내 집단 내의 분산은 15.34 자유도를 보면 이렇습니다.자유도는 조금 이따 봐도 되고 제곱 평균은 이걸 나누는 거예요.전체를 이걸 나누는 거예요. 나누는데요. 나눠서 나와요.

참석자 1 08:03자유도가 이제 여태까지 세 번 나왔는데 자기도 조금 이따 얘기해 준다고 그러면 조금 있다가 지금 조금 이따가 얘기하고 얘기해 드리겠습니다.남학생 여학생 두 집단이 있죠 합격 불합격 두 집단이 있어요.여기 점수가 4개가 있어요. 그런데 여기에 경향이 빨간색으로 표시된 것이 이걸 모집단의 경향이라고 보는 거예요.모집단의 경향을 알고 있을 때 이 4개 점수 가운데 몇 개만 자유롭게 움직이겠습니까?어떤 게 정해지면 나머지는 자동으로 정해지게 돼 있어요.몇 개가 정해지면 나머지 차 다 정해질까요? 그러면 이럴 때는 사지 산다 형이 딱 좋습니다.1번 1, 2번 2, 3번 3, 4번 4 4개가 정해져야 4개 중에 몇 개가 정해져야 나머지는 나머지가 다 정해질까요?시작 한번 손가락으로 딱 들어보세요. 시작 한 개라고 그러시면 우리 선생님만 손 내리시고 나머지 분들은 손가락으로 머리를 한번 쥐어 뜯어 내리세요.여기 보세요.

참석자 1 09:18예를 들어서 남학생이 합격한 사람은 300명이라고 가정해 보세요.그러면 전체적으로 합격한 사람이 500명의 상황을 알고 있다면 무조건 여학생이면서 합격한 사람은 200명이 될 수밖에 없어요.그다음에 남학생이 300명이 합격했다면 남학생이 600명이라고 가정 600명이라는 걸 알고 있다면 빨간색을 알고 있다면 무조건 남학생 불합격은 300명이 돼야 돼.마찬가지로 여학생 불합격은 1200명이 될 수밖에 없어요.4개 중에서 자유롭게 움직일 수 있는 개수는 몇 개 한 개예요?이걸 보고 뭐라 그래요? 4개의 자료 중에서 통계적으로 자유롭게 마음대로 변신할 수 있는 것은 한 개밖에 없어요.이게 자유예요 어떤 상황이라고요? 이거는 모집단의 경향을 알고 있을 때 자유롭게 움직일 수 있는 게 몇 개냐는 거죠.그래서 이렇게 투 바이 투 테이블에서는 통계치 샘플을 가지고 무언가를 했을 때 사례 수를 몇 개로 잡느냐 하면 4개로 잡는 게 아니라 1개로 잡아야 돼요.두 번째 거 보세요.

참석자 1 10:38두 번째 거는 2 곱하기 3 6개의 6개의 데이터가 있어 그런데 모집단의 경향 60,500,400 600,900 이 모집단의 경향을 알고 있다고 가정할 때 이 6개 중에서 몇 개가 결정이 되어야 나 언제 다 잘 될까 몇 개 두 개 금방 학습이 됐네요.두 개네요. 이 중에서 두 개만 정해지면 나머지는 다 따라서 다 정해져요.나머지는 통계적으로 자기가 마음대로 움직일 수 없기 때문에 그거는 통계로 계산할 수가 없어 자유롭게 움직이는 것만 통계의 개수로 계산해야 돼요.계산해 보면 행 마이너스 1 1 마이너스 1을 곱하면은 2 곱하기 1을 곱해서 자유롭게 움직이는 건 2개예요.세 번째 걸 적용하면은 3 곱하기 3 테이블에서는 몇 개만 정해지면 돼요.2 바이 2 4개만 정해지면 나머지 5개는 자동으로 정해져요.그래서 자유도는 뭐다?

참석자 1 11:50모집단의 데이터를 사용하지 않고 샘플 표집의 데이터를 사용할 때 통계적으로 다른 것에 영향받지 않고 자유롭게 움직일 수 있는 사례 수가 몇 개냐를 따지는 거예요.그거는 통계 분석마다 달라 그러면 여러분들은 그거를 외울 필요가 없어요.통계 분석 프로그램은 그걸 다 감안해서 자유도를 계산해 줘요.근데 자유도라는 것은 사례 수가 만 명, 사례 수가 천 명이다.그러면 보통 자유도가 천 마이너스예요. 999예요.천으로 나누든 999로 나누든 그렇게 큰 차이가 안 나요.근데 산업 수가 적을 때 15명이다 20명이다. 그럴 때 사례 수 하나를 빼면 크게 나눠지거든요.그래서 자유도는 사례 수가 적을 때 더 결정적인 영향을 미쳐 하여간 자유도라는 것은 자기가 마음대로 변신할 수 있는 산의 수를 따지는 거죠.

참석자 1 12:55모집단의 경향이 알려져 있는데도 불구하고 자기가 마음대로 변신할 수 있는 변할 수 있는 데이터의 개수가 몇 개냐를 따지는 것이 자유도입니다.그럼 이 자유도를 내가 이렇게 간단히 설명해도 모르겠다.그럼 누구한테 물어봐야 될까? 네이버에 물어보세요.네이버 그렇지 않으면 위키피디아한테 물어보세요.그렇지 않으면 그렇지 않으면 AI한테 물어보세요.AI한테 챗gpt한테 물어보세요. 자유도에 대해서 설명해줘.되게 통계적으로 어렵게 얘기해요. 통계적인 용어를 빼고 보통 사람들이 이해할 수 있게 예를 들어서 설명해 그래서 쫙 설명해 줘요.이해가 안 간다고 나 이 부분에서 이해가 안 가는데 더 자세히 설명해줘.더 자세히 설명해줘. 여러분 한번 써보세요. AI를 안 써봐서 여러분들 안 쓰시는 거죠?한번 써보시면 신세대예요. 여러분 결혼하신 분들은 아들 딸들한테 물어볼 거 없어요.채즈 피티가 다 읽혀줘.

참석자 1 14:05우리 집사람은 챗gpt 30만 원짜리 챗gpt 그다음에 제미나이 프로 4.0 2개를 주로 쓰시는데 너무 행복해요.너무 행복해하는 거예요. 뭐든지 다 했어요. 뭐든지 그러니까 부엌에서 무슨 무슨 물감을 떨어뜨렸는데 그게 지워지지 않는데 이거 어떻게 하면 지우냐 다 해가지고 우리 우리 남편이 보쌈 김치를 담가달라고 그러는데 보쌈 김치를 어떻게 받느냐 너무너무 유용한 시대가 됐습니다.자랑 그만 하고 넘어갑니다. 그래서 제복합 분산을 구하고 자유도를 구해서 자유도는 뭐라고요?통계적으로 자기가 마음대로 변신할 수 있는 사례수를 잡는 거예요.그래서 제곱 평균을 구해서 f 값을 구했습니다. f 값이 3개가 나왔어요.그래서 보니까 3개가 다 별이 붙어 있어 무슨 뜻이에요?상사의 유형별로도 차이가 있고 보상 방법별로도 차이가 있고 그다음에 상호작용 효과도 있다는 거예요.근데 상호작용 효과는 뭐라고 그랬죠?

참석자 1 15:17상사의 유형에 대한 효과를 빼고 보상 방법에 대한 효과를 빼고 나머지 부분만 갖고 분석한 거예요.그럼 이럴 경우에는 이것을 상호작용 효과가 어떻게 이루어졌는지를 보기 위해서는 꼭 관행상으로 라인 그래프를 그려서 라인 그래프를 그려보니까 통계적으로 의미가 있는 경우에만 라인 그래프를 그려봅니다.라인 그래프를 그려보니까 이렇게 상사 유형과 보상 방법을 상호작용에 따라서 이렇게 나왔어요.여기를 보니까 민주형이면서도 칭찬을 받은 사람이 가장 근무 만족도가 높았어요.그럼 이런 결론이 나오면 뭐라고 그래요? 이 결론은 어떻게 나온 거예요?100번을 실험해 봤을 경우에 실험을 해봤을 경우에 90 5번 이상 차이가 나는 것만 통계적으로 차이가 있다고 해요.이런 경우에는 이런 결과가 나오면 사장님이 이런 결과를 토대로 해서 사원들한테 뭐라고 얘기해요?대리급 이상 간부들에게 얘기하는 거예요.

참석자 1 16:22앞으로 우리 사원들의 직무 만족도를 높이기 위해서는 아랫사람들에게 민주적으로 대하고 잘했을 경우에는 사탕을 주려고 그러지 말고 말로 따뜻하게 참 잘했습니다.대단합니다. 저는 당신 같은 사원을 갖고 있는 저는 행복한 사람입니다.이렇게 얘기하는 그러면은 근무 만족도가 배가 된다.그거는 어떤 확률로 100번 중에 45번은 효과가 있다는 거예요.오차 범위 밖에 있는 차이다. 확실히 차이가 난다는 거죠.아셨죠? 좋습니다. 여러분들이 너무 이해를 잘하시는 것 같아서 너무 좋아요.오후에 실제로 프로그래밍을 해서 프로그램을 돌려서 이런 결과가 딱 나오고 이 결과가 나오는 걸 보고 이해를 하시면 여러분들 통계 분석 수준이 그만큼 올라와요.여러분 실제로 오늘 강의를 듣고 자신감을 가질 수가 있어요.다음에 빈도 분석을 해보는 빈도 분석은 뭐냐 하면 숫자만 세는 거예요.

참석자 1 17:26숫자만 세 여태까지는 평균 값으로 따졌잖아요. 그러니까 이건 뭐냐 하면 빈도 표는 뭐냐 하면 남자 여자가 가지는 합격 프라이 있어요.성별에 따라서 남자면서 합격한 사람, 남자면서 불합격한 사람, 여자면서 합격한 사람, 여자면서 불합격한 사람 이렇게 따지는 거예요.이거 보세요. 성별이 합격 여부에 영향을 미칠 것이냐 성별이 합격 여부에 영향을 미치느냐 여태까지는 입사 시험 성적 같은 게 중요했는데 그게 아니라 카운터만 하는 거예요.남자면서 합격한 사람 남자면서 불합격한 사람 여자면서 합격한 사람 여자면서 불합격한 사람 영향을 끼칠까 이런 상황이에요.전체가 180명인데 남자 면서 합격한 사람이 10명, 남자 면서 불합격한 사람이 50명, 여자면서 합격한 사람이 40명, 여자 면에서 불합격한 사람이 80명이에요.이 표를 가지고 정말 성별이 합격 여부에 영향을 끼칠 것인가 또 어느 회사에 합격하는 것이 성별에 영향을 끼치냐 영향을 끼치나요 끼치나요?한국에서 영향을 끼칠까요? 필요

참석자 1 18:43끼칠 것 같은 경우에는 끼쳐요. 제 조카가 조카가 워낙 많으니까 조카가 26명인데 병원가 있죠.그 조카 중에 하나가 대구에 있는 계명대학을 나왔어요.점수가 인서울에 갈 성적이 안 돼서 경양대학을 갔어요.경양대학을 졸업하고 또 같지 않게 또 영문화 됐어요.그래서 자기가 영문학을 뭔가 해보겠다고 그러는데 공부하고 미장을 한다는 거를 꼬셔가지고 공부하라고 시켰어요.나는 말을 조리 있게 잘하니까 너 공부하면 성공한다.그래서 미국으로 유학을 보냈어요. 보스턴 대학에서 유학을 보냈어요.정말 제 예언대로 글 쓰는 재주가 있어서 정말 잘한 거예요.그래서 박사 과정은 전액 장학금을 받고 미시간대를 받았어요.그리고 박사학위를 받았어요. 근데 석사하기 위한 대학에서 박사 논문도 안 맞췄는데 교수로 스카웃 했어요.87년생인데 교수가 된 지 7년 됐어요. 미국이 발전하는 이유는 다면 모르겠는데 대학이 제대로 기능을 해요.

참석자 1 19:55편견이 없어 여자라고 그래서 편견이 없어 외국 사람이라서 편견이 없어.중학생보다도 여기 여기 계신 여러분 여러분들보다 훨씬 잘 조그마해 말도 조그맣게 하고 예쁘지도 않아.그런데 공정하게 평가를 해. 그래서 계명대학 나온 여학생이 미국 사람들한테 장대같이 큰 미국 사람들한테 한국 사람이 영어로 영문학을 가르쳐요.어 그런 차별이 없어요. 정말 본받을 만합니다. 근데 한국은 아직도 외국인에 대한 차별, 여성에 대한 차별, 나이 든 사람에 대한 차별이 많습니다.또 요새는 또 젊은 여성들이 차별 편견이 있는 게 뭐냐 하면 키 작은 사람을 그렇게 싫어해 세상에 제가 우리 친구 아들이 연세대 교수가 있었는데 우리 서울교대 제자를 3명을 소개시켜줬는데 3명이 다 딱지를 놨어요.딱지를 넣은 이유가 뭐냐 키가 백출식입니다. 왜 소아들 키 잡으면 루저 세상에 연대 전자공학과 교수님입니다.근데 네 번째 중매를 서서 했는데 친정아버지가 난쟁이만 아니면 괜찮다 그래가지고 결혼을 했어요.

참석자 1 21:13친정아버지 그 시아버지가 얼마나 좋으면 결혼하자마자 집을 한 채 사줬어요.그렇다는 얘기입니다. 저거 여러분들이 너무 진하게 강의를 들으니까 막 얘기를 막 해 주고 싶어 그래서 이렇게 빈도 분석의 상황을 통계적으로 분석을 하면 무언가 비교를 해봐야 될 거 아니에요?뭐하고 비교를 해봐요? 현재 우리가 갖고 있는 상황일수록 그 상황이 뭐 하고 비교해 봐 이상적인 상황하고 비교해 보는 거예요.남자 여자가 이만큼 분포가 돼 있고 합격 불합격이 있다면은 그 이상적인 분포가 어떻게 되느냐 그 이상적인 분포를 어떻게 해요?이렇게 기대 빈도 익스펙티드 프리퀀싱 기대 빈도를 만들어내 계산상으로 만들어내 계산상으로 만들어내가지고 현재 있는 상황 관찰 빈도와 기대 빈도의 차이를 통계적으로 검증하는 것이 빈도 분석 카스퀘어라고 그래요.계산 방법에 대해서는 공식에 넣으면 돼요. 이거는 쌀가게에서 쓰는 2천 원짜리 계산기로도 계산할 수 있어요.

참석자 1 22:24어렵지가 않아요. 아까 TTS 아노바 전부 계산기로 다 할 수 있어요.근데 그거를 엄청난 것인 엄청난 대단한 것인 것 같이 통계학자들이 막 근사하게 썼어요.아노바 이런 것은 포기학자들이 뭐라고 그러면 통계학의 꽃이다 그래 꽃은 무슨 어른이고 그게 통계학자들이 제일 좋아하는 통계 분석이 아로바예요.정말 통계 분석의 기준을 완벽하게 구현한 것이 바로

참석자 1 23:00그래서 카스케를 구했더니 카이스크의 값이 얼마냐?5.54가 나왔고 자유도는 1이고 하나, 둘, 셋 네 개 중에서 자유도가 1이고 p 값은 0.0186 이게 무슨 뜻이에요?0.05보다 작으니까 별이 한 개 붙어 이건 뭐야?통계적으로 의미 있는 차이가 있다는 뜻이에요. 결론은 뭐예요?결론은 간단해요. 결론은 뭐라고요? 아까 이 표는 벌써 세 번째 나왔죠.t 값 f 값 카이스 웨어 값 계산 이 해석하는 방법이 똑같아요.결론은 뭐예요? 연구 문제는 성별에 따라 합격 여부는 차이가 있는가 가서는 연구 가서는 성별에 따라 합격 여부는 차이가 있을 것이다.결론은 차이가 있어요. 성별에 따라 회사의 합격 여부는 통계적으로 의미 있는 차이가 있다.그러면 별이 한 개 붙어 있으니까 통계적으로 피가 0.05보다 작은 수준에서 의미 있는 차이가 있다.이렇게 얘기 계속 똑같은 방식으로만 얘기하고 있어요.

참석자 1 24:07양 옆으로 AI는 어떤 게 그거 CTPT 5.1 제미나이 프로 4.0 제미나이에서는 노트북 LM이라는 게 있어요.노트북 LM은 노트북 LM의 장점이 뭐냐 하면 랭기즈 모델 중에서 내가 논문 쓴 게 있어 논문 쓰니까 이게 논리적으로 좀 잘 썼나 수정 좀 해줘.그러면 여기다가 집어넣으면 쫙 논리적인 흐름이 여기서 건너뛰었는데 여기 중간에 보면 보충이 아니면 다 그린 거죠.맞춤법 TST 고쳐주는 거는 기본이고 논문이 논리적으로 잘 돼 있는가를 나오잖아.그다음에 나노 바나나 노노바이나 나노 나노 바나나 라는 게 있어요.말을 집어넣으면은 그림 만들어줘. 인포그래픽을 만들어줘요.대단합니다. 퍼플렉 시리 클로드 한국에서 만든 리튼 아스더 솔라 소버린 AI 여러분 소보린 AI라는 말이 많이 나오는데 이거 뭔지 아십니까?소버린 AI 어느 국가에 소속된 한국형 AI를 만드는 거예요?

참석자 1 25:11한국형 AI를 만들려고 이번에 엄청난 돈을 들여서 우리나라 AI를 만드는 업체 국가대표 5개를 뽑았어요.5개를 뽑아서 돈을 엄청나게 많이 투자했어요. 왜 그러냐 하면 소그림 AI를 만들려고 소원이 AI가 뭐냐 하면 어느 날 채치 뷰티가 제일 비싼 게 지금 얼마 300불이에요.200불이야 30만 원이 안 돼. 그런데 어느 날 우리 돈이 많이 들어가서 안 되겠는데 몇 년서부터 300만 원씩 내 그래도 내야 돼.왜 그러냐면 우리가 AI가 없으니까 그런 사태가 벌어지면 큰일 나잖아요.그래서 우리가 한국형 AI를 만들어야 된다는 거예요.그래서 한국에서 AI를 만들면 AI를 우리 국민들에게 어떻게 쓰게 하냐 하면은 우리 국민들한테 공짜로 쓰게 해줘.어떻게 공짜로 쓰게 해줘 바우처를 줘요. 바우처를 주고 이거 써라 그러면 우리 한국형 AI를 AI 바우처를 로그인하고 쓰면 거기서 쓰는 만큼 국가 예산에서 그 회사로 들어가는 방식으로 이렇게 하는 거예요.대단하죠.

참석자 1 26:18그래서 지금 이재명 대통령이 다른 건 정치적으로는 제가 잘 모르겠는데 좀 관심이 없는데 AI 정책만큼은 진짜 잘 알았어요.AI 정책을 하는데 그 높은 사람이 네 사람이 있는데 우리나라에서 가장 AI를 잘하는 사람 네 사람을 뽑아서 AI를 지금 주도해 나가고 있어요.정말 잘하고 있습니다. 정말 정말 우리나라가 지금 중국을 금방 앞서지는 못하겠지만 많이 따라갈 것 같아 전 세계에서 우리 AI의 순위가 미국 1등 중국 2등 한국 3등이에요.2등 하고 3등은 많이 떨어지긴 했지만 나머지 일본 독일 프랑스 영국 하나도 못 해요.거의 못하는 거죠. 그러니까 유럽에서는 AI를 규제를 해.근데 한국은 규제를 안 해요. 발전시켜야 돼요. 통계 시간이니까 다시 통계로 보겠습니다.어떤 사람이 AI를 써가지고 인포그래픽을 만들었어요.이 사람이 뭘 만들었냐 하면 AI로 바라본 6.25 전사 이게 인포그래픽으로 나눠 바라고 한다.

참석자 1 27:33대단해 글을 써서 만들었어요. 교과서 대단하죠.또 나노 바나나 레시피 북이 있어요. 이걸 보면 나노 바나나를 어떻게 쓰는 것이다 하는 것을

참석자 1 27:54이런 걸 가지고 이렇게 만들 수 있어 이걸 가지고 프롬프트를 넣으니까 이렇게 나왔어요.이걸 가지고 프롬프트를 넣으니까 또 이렇게 나오고 이런 걸 가지고 집어넣어서 이 프로포트를 넣었더니 이렇게 나왔어요.엄청나지 아세요?

참석자 1 28:22이렇게 아주 간단한 내용을 가지고 나노 바나나를 쓰면 우리가 원하는 것을 만들 수가 있어요.여러분 지금 AI를 써서 할 수 있는 게 우리 상상을 초월해요.여러분들이 원하시면 이 프로그램을 이 레시피도 레시피 보고 요리할 수 있는 나는 바나나 요리할 수 있는 것을 여러분들에게 전달하겠습니다.예요. 각자 안 할게요. 대표님 그 파일을 정보이다 패스해 주세요.메일로 다 패스해 주세요. 왜 왜 잠깐만 어 이렇게 여러 가지 방식으로 우리가 말만 하면 말로 프롬프트 프롬프트 어떻게 변하는 것까지 다 오른쪽에 프롬프트가 다 있어요.말만 하면 요 프롬프트 이걸 집어넣고 왼쪽에 기름을 집어넣고 프롬프트 말을 쓰면 이렇게 나와 모든 분야에 걸쳐서 다 할 수 있어요.얼마나 대단한지 아쉽지만 통계로 다시 시간이 있으면 AI에 대해서 강연을 하고 싶은데 시간이 없으니까 이거는 패스하겠습니다.이것만 알아두십시오.

참석자 1 30:01두 달 전에 마이크로소프트에서 프로그래머로 6천 명을 해버렸어요.마이크로소프트 프로그래머는 초복이 얼마인지 아십니까?20만 달러예요. 3억이 남았어요. 근데 20만 달러짜리만 잘랐겠어요 20만 달러, 30만 달러, 40만 달러, 50만 달러짜리 프로그래머를 한 번에 6천 명을 잘랐어요.그다음 달에 프로그래머를 포함한 사무직 9천 명을 더 잘랐어요.왜 잘랐는지 아십니까? 필요가 없어 AI 때문에 AI AI가 대신 해줘요.이런 무서운 시대가 왔습니다. 여러분 이제 강제로라도 AI를 하셔야 돼요.여러분 스스로 지금 어디까지 왔습니까? 오늘 따라서 복습만 하시면 통계 프로그램도 만들 수 있는 수준이 됐고 나노 바나나로 여러분 하고 싶은 모든 인포그래픽이나 모든 것을 할 수 있는 준비가 됐어요.꼭 해보십시오. 여러분 좀 가슴이 좀 뛰지 않습니까?뜁니다. 이분은 황세경 씨예요.

참석자 1 31:07황성혁 씨가 뭐라고 그러냐면 채티 피트를 써보니까 박사급 인재 10명을 두고 일하는 거 같다고 이분은 글 쓰는 사람이에요.더 흥 나오는 게 뭔지 아십니까? 레이먼 커즈웨이라는 사람이에요.

참석자 1 31:26이 사람이 어디 갔어? 2004년인가 2005년도에 싱글레라티라는 걸 얘기했어요.인공지능이 인간의 지능을 넘어서는 시점이 싱글레러티라고 해요.그러면은 2005년도에 쓴 책에 싱글레러티에스 님 싱귤레리티가 가까이 왔다.그래서 2049년도에는 인공지능이 인간의 지능을 넘어설 것이라고 했어요.근데 2024년도에 책을 다시 썼어요. 책 제목이 뭐냐 싱글레어티즈 싱글레어티즈 미에로 더 가까워졌다고 그럼 언제 싱글레이러티가 오냐?2029년도에 온다는 거예요. 그런데 작년에 AI 학자들이 뭐라고 그러냐면 2029년이 아니라 2027년이 되면 모든 면에서 AI가 인간을 능가한다 이렇게 AI를 합시다.내년인데요. 그래서 앞으로 다음 세상은 어떤 세상이 오느냐 이런 세상이 와요.

참석자 1 32:301등급은 뭐냐 AI를 할 수 있는 AI 기술을 소유한 기업인 그런 사람 전 세계 인구의 0.001%만 살아남고 두 번째로는 인기 정치인, 연예인 같은 스타들이 0.002%, 나머지 99.997%는 뭐다 단순 연행자예요.여기에 끼지 않으려면 AI를 하셔야 됩니다. 여러분

참석자 1 33:07나 나 30동안 어디까지 들었는데 아쉽지만 다시 초기로 돌아가기는 아쉽지만 다시 회귀 분석으로 왔습니다.회귀 분석은 뭐냐 하면 종속 변수와 독립 변수의 인과관계를 설명하는 거예요.종속 변수 연속 변수고 독립 변수 연속 변수입니다.여기는 뭘 분석하느냐 하면 독립 변수는 혹은 독립 변수들은 종속 변수의 분산을 몇 퍼센트나 설명하고 있나 그다음에 독립 변수들의 종속 변수에 대한 상대적인 영향력 어떤 독립 변수가 영향을 가장 많이 미치느냐 그다음에 미래의 학업 성적 그 미래의 종속 변수를 예측하기 위한 회귀 방정식 이런 거를 우리가 알고 싶어요.그러면 여러분 의뢰인에 가면 은행에 돈을 빌리러 가요.그럼 사람들이 뭘 물어봅니까? 몇 살입니까? 집은 갖고 있습니까?자가입니까 전세입니까 월세입니까? 물어봐요.자동차는 있습니까? 몇 시 쉽니까? 술은 마시나요?담배는 피나요? 이런 거 다 물어봐요. 그러면 그런 거 다 물어보고 나서 은행에서 뭐라고 얘기해요?대출 가능 금액이 나와요.

참석자 1 34:30내 신용으로 해서 대출 가능 금액이 나와 그 대출 가능 금액을 계산하는 계산 방법이 바로 회계 분석에서 나온 회계 방정식이에요.미래의 행동을 예측하는 거예요. 그러면은 바쁜 관계로 이렇게 보겠습니다.종속 변수가 근무 만족도고 독립 변수가 대인관계 자아 개념 근무 평정 SES 점수라고 생각을 해보겠습니다.그럼 근무 만족도와 중속기업 4개의 변수가 독립 변수예요.여러분 통계에서는 사각형으로 하는 것은 관찰 변스 매니패스트 우리가 보통 변수는 사각형으로 표시해요.근데 동그라미로 표시하는 경우가 있어요. 동그라미로 표시하는 경우는 잠재 배웠죠.우리가 눈에 보이지 않는 변수예요. 잠재 배웠어 요인 분석이나 구조 방정식 모형에서는 뭘 써요?정재 변수를 씁니다.

참석자 1 35:35여러분 SBS나 자모비 같은 걸로 지난 3일 동안 분석을 해보셨죠?근데 나름대로 다 이거는 엄청 쉬운 거다. 이거보다 더 쉬워질 수는 없다 이렇게 이야기는 하지만 그래도 복잡해요.근데 해야 될 게 많아 그래도 초보자들한테는 어려워요.이런 것을 분석을 한다. 그러면 결과를 어떻게 내느냐 하면 결과는 이렇게 나옵니다.첫 번째로 아노바 테이블이 나와요. 이 아노바 테이블은 뭘 의미하냐면 4개의 종속 변수가 4개의 독립 변수가 학업 성적이라는 종속 변수를 얼마나 잘 설명하고 있느냐를 나타내는 거예요.통계적으로 의미 있는 차이가 있어요. 그러니까 통계적으로 의미 있게 이 독립 변수들은 종속 변수를 통계적으로 의미 있게 설명하고 있다라는 뜻입니다.또 넘어갑니다. 그러면은 이게 회의 분석표예요.회귀 분석 표에 의하면 b 값은 비 표준화 회귀 계수라고 그래요.이거는 회기 방정식을 만들어 졌습니다.

참석자 1 36:43이걸 가지고 회계 방장치를 만들면 어떻게 만드냐 하면 미래의 근무 만족도의 추정치는 22.043 상수예요.그다음 빼기 0.008 곱하기 x1 대인 관계 점수 그다음에 자 개념 점수가 있다면 0.528을 곱하고 그다음에 근무 평정이 있으면 마이너스 0.1359 곱하고 CS 점수가 있으면 0.414를 곱해요.즉 미래의 근무 만족도 점수를 모를 경우에 만약 우리가 대인관계 점수, 자개정 점수, 근무 평정 점수, SES 점수를 알고 있다면 이거를 집어넣어서 미래의 근무 만족도의 추정치를 구할 수가 있습니다.그다음에 베타 값은 뭐냐 하면 표준화된 행위 개수예요.표준화라는 말이 나오면 우리 번뜩 생각나는 게 있죠.표준화를 시키면 비교가 가능해요. 그래서 여기 보니까 이 중에서 절대 값이 가장 큰 것이 뭐예요?자아 개념 점수예요. 자아 개념 점수가 종속 변수에 가장 강한 영향을 미치는구나 하는 걸 알 수 있어요.

참석자 1 37:53두 번째로 영향을 많이 미치는 것이 SES 점수가 두 번째로 영향을 미치고 그다음에 그다음에 대인 관계와 근무 평정 점수는 통계적으로 의미 있는 차이가 있지 않습니다.

참석자 1 38:11그래서 논문 작성할 때는 아스퀘어 그다음에 회계 분석 테이블하고 베타 값을 설명을 하고 b 값을 이용을 해서 회계 방정식을 만든다 이런 방식으로 하면 됩니다.그런데 이 회기 계수 계산 방식은 포워드 백워드 스텝 파이즈 방식이 있어요.다시 말씀드려서 포워드 방식은 이 근무 만족도를 설명할 때 하나 둘 셋 네 개의 변수를 다 집어넣는 게 아니라 이 중에서 가장 통계적으로 통계적으로 의미 있는 게 먼저 들어가서 설명하고 그 다음번에는 또 두 번째로 영향이 있는 게 들어가고 이렇게 순서대로 들어가는 거예요.그래서 더 이상 변수를 추가해도 유의도가 달라지지 않았을 때 스톱합니다.그다음에 백워드 방식은 백워드 방식은 4개를 다 집어넣고 의미가 없는 것에서부터 하나씩 빼가 그래서 그 변수를 뺐을 때 통계적으로 의미가 있는 경우에는 스톱시켜요.그다음에 스텝 와이즈 방식은 포워드 방식과 백워드 방식을 혼합해서 가장 적정한 변수를 찾는 겁니다.

참석자 1 39:21그래서 제가 통계학을 50년 가까이 썼는데 회계 분석을 썼는데 포워드나 블랙버드 방식을 쓴 적은 한 번도 없고요.썼다 하면 스텝바이저 단계적 회귀 분석을 썼습니다.그래서 저는 아이스템 프로그램은 단계적 회귀 분석 방법만 들어가 있습니다.

참석자 1 39:46이제 아이스셋을 활용을 해서 논문의 가설 검증을 하는 것은 여러 가지가 있어요.매개 효과 조절 효과 조절된 매개 효과 그다음에 구조 방정식 모형 여러분 구조 방정식 모형은 석사 박사 논문 쓰시는 분들이 구조 방정식 모형 쓰는 걸 좋아해요.왜 구조 방정식 모형을 좋아할까? 이유가 뭘까요?2분 단출하면

참석자 2 40:16교수님이 좋아하시는 교수님이

참석자 1 40:18교수님 좋아하세요 교수님 왜 좋아하실까요?

참석자 2 40:21있어 보이니까

참석자 1 40:23맞아요. 아까도 정확하게 대답하셨어요. 정말 정확하게 대답하셔 있어 보이잖아요.구조 방정식 모형 구조 방정식 모형을 이용한 뭐 뭐에 대한 연구 그러면 막 엄청 그 논문이 금세 보여요.그런데 통계 분석은 패션 같아요. 패션 본질은 똑같은데 어떤 포장을 하느냐에 따라서 근사해 보여요.그래서 구조 방정식 모형을 쓰면 더 있어 보여 그래서 그걸 쓰는 거예요.그런데 구조방정식 모형이 쉽지가 않아요. 그런데 그게 왜 쉽지가 않으냐면 가르치는 사람이 어렵게 가르쳐서 쉽지가 않아요.사실은 아주 간단한 개념입니다. 그래서 여러분들에게도 구조 방정식 모형을 쓸 수 있도록 여러분들에게 당장 오늘 저한테 강의를 들으면 쓸 수 있도록 만들어 드릴게요.감사합니다. 대박 진짜예요. 진짜 저한테 20분만 가게 돼요.근데 여러분들이 액기스를 몰라서 헤매는 거예요.

참석자 1 41:31또 가르키는 사람은 자기가 잘 몰라 가리키는 사람은 잘 모르니까 가르치면서도 헷갈려요.그러니까 학생들은 그걸 알 수가 있나 누구한테 물어보지 않으면 쓸 수가 없어요.그런데 원래 본질은 간단히 지금 예고 표현을 말씀드리면 구조방정식 모형이 뭐냐 요인 분석과 회귀 분석을 합쳐놓은 거예요.요인 분석을 통해서 잠재 변수를 찾아내고 그 잠재 변수를 가지고 회귀 분석을 한 거예요.잠재 변수 그 뭐냐 잠재 변수를 만들기 위한 요인 분석 파트 이걸 보고 매지먼트 파트라고 그래요.측정 파트예요. 또 하나 측정된 게 뭐냐 측정된 레이턴 밸리브를 가지고 잠재 변수를 가지고 회귀 분석을 하는 걸 뭐라고 그래요?그거를 스트럭처 파트 구조적인 파트라고 그래요.매지먼 파트와 구조적인 파트가 짬뽕되어 있는 거예요.그래서 어떤 사람은 이걸 뭐라고 그래요? 요인 분석과 해결 분석을 동시에 계산한다.

참석자 1 42:43그래서 말을 사이멀 테니언스 동시에 계산하는 방정식이 어서 사이멀 테니어스 이퀘이션 아들이라고 그래요.영어를 쓰니까 되게 멋있는 것 같지만 하니까 쉬워요.그래서 자신 있게 제가 여러분들에게 말씀드리는데 제가 40년 이 교육 경험을 바탕으로 확실하게 됩니다.제가 된다면 됩니다. 제가 미국의 미시리에서 8년 동안 교수를 했습니다.그리고 이 프로그램을 직접 만들었어요. 그 이론을 증명해서 만들었으니까.근데 여러분 오후에는 절대 졸면 안 됩니다. 그리고 꼭 참석하셔야 됩니다.매개형과 조절력과 조절된 매개 효과 이 경영학 분야에서는 중앙대학교 어느 교수님이 말씀하셨는데 중앙대학교 경영학 분야에서는 매개 효과 조절 효과를 가지고 논문을 쓴 것이 80~90%가 된다는 거예요.그만큼 요새 매개 효과 조절 효과를 많이 써요. 구조 방정식 모형에도 매개 효과가 들어가야 되는데 매개 효과 조절 효과가 들어가야 되는데 아직 지금 코딩을 하고 있어요.좀 이따 들어갈 겁니다.

참석자 1 43:53그냥 구조방정식 모형이 아닌 그냥 모형으로는 이걸 다 할 수 있습니다.그다음에 이제 요인 분석 요인 분석은 옛날에는 요인 분석을 많이 썼는데 요새는 요인 분석을 중간 과정으로 쓰죠.요인 분석은 보통 변수는 보통 변수는 측정의 표준 오차가 있어요.측정의 오차가 있어요. 매지먼트 에러 그다음에 요인 분석을 통해서 측정의 오차를 없애 잠재 변수를 계산해 내는 거예요.그게 요인 분석이에요.

참석자 1 44:28저건 순수한 변수 눈에 보이지 않는 변수 눈에 보이지 않는 그 요인을 찾아내는 것이 요인 분석이에요.요인 분석에는 요인 분석에는 실험적 요인 분석과 확인적 요인 분석이 있어요.실험적 요인 분석은 요인이 우리가 갖고 있는 데이터 요인이 몇 개나 있나 찾아보는 거예요.확인적 요인 분석은 요인이 몇 개 있는 걸 이미 알고 있어 요인이 몇 개 있는가를 알고 있는 것을 확인하는 거예요.두 개가 달라요. 말은 되게 어렵죠. 회기방정식 모형 뭐냐?구조방정식 모형을 가지고 한 학기 이상 공부를 해도 이해를 못할 만큼 그만큼 되게 복잡합니다.근데 요인 분석을 통해서 회계 관리 정식을 가지고 회계 분석을 가지고 구조 관리 정신 모형을 쓸 수가 있습니다.

참석자 1 45:27그래서 이제 오후에 제가 여러분들에게 간단한 서머리를 하고 오후는 무조건 이제 통계 분석을 직접 해보는 겁니다.예외 없이 누구나 해야 돼요. 누구나 하기 위해서는 여러분들이 미리 미리 뭘 해야 되냐 이걸 해야 돼.여러분 컴퓨터에서 이걸 치시면 돼요. 야를 쳐요.

참석자 1 46:22아이스테티스틱션 제가 지난 2022년부터 24년까지 2년 동안 저희가 버킷 리스트에 있었어요.통계 프로그램을 편리하게 만들자 이 프로그램을 웹에다 올려놓자.원래 20년 전에 시도했었는데 그때 당시에는 인터넷이 느려서 걷어쳤어요.근데 요새는 클라우드가 되게 빠르기 때문에 PC에 있는 거나 클라우드에 있는 거랑 속도가 똑같아요.그래서 웹 버전을 만드는 게 소원이었어요. 드디어 소원을 이뤘어요.이걸 만들었어요. 여러분 이거를 쳐보시면 여러분 아이디 패스워드가 없기 때문에 가입해요.이걸 치면 어떻게 나오느냐 하면 이렇게 나옵니다.보여드릴게요.

참석자 1 47:28여러분 이렇게 나옵니다. 이렇게 나오는데 여기 보시면 여러분 아이디 패스워드가 없으니까 레지스터를 누르시면 이메일을 치라고 그래요.그러면 이메일이 살아있는 걸 쳐야 돼요. 죽어 있으면 안 돼요.그러면 여기 웨지 하시면 여러분 제주대학에 계신 분들은 그냥 이 아이디 패스워드를 그냥 만들 수 있어요.근데 이메일만 살아 있는 걸 집어넣어야 돼요. 현재 쓰고 있는 걸 그러면 이메일 여러분들한테 가가지고 이메일에서 확인을 해야 쓰실 수가 있어요.그다음서부터는 여러분 이메일 패스워드만 되면 쓸 수 있어요.이거는 인터넷 연결된 데서 다 쓸 수 있어요. 핸드폰에서도 쓸 수 있어요.아이패드 에스패드 다 돼요. 회원가입 따로 여기 레지스터에 넣으면 그게 회원 가입이에요.이것도 굉장히 쉽게 만들었어요. 회원 가입하는 것조차도

참석자 1 48:34그러니까 오후에는 여러분 이제 회원 가입을 이미 다 해놓고 아이디 패스워드만 치면 이메일하고 패스워드만 치면 프로그램을 쓸 수 있도록 준비만 해 주시면 됩니다.등록하신 분 손 들어보세요 하셨어요. 단장이 빠르시네 좋습니까?좋습니다. 여러분 오른쪽 상단에 보시면 오른쪽 상단에 보시면 한국어라고 돼 있죠.한국어 거기를 한번 눌러보세요. 아이고 참

참석자 1 49:19여기 눌러 지금 메일 아니고 지금 쓰는 거 아무것도 쓰세요?아무 여기 눌러보시면 뭐가 나오죠? 한국어 영어 일본어 중국어 중국 본토에서 쓰는 거 그다음에 홍콩에서 쓰는 거 그다음에 따갈로고 필리핀 소속어 그다음에 맨 밑에 있는 건 바하사 엔저시 노 여기 몽골어하고 터키어가 다음 주에 들어갈 거예요.다 되셨죠? 그러면 점심 식사하시고 2시에 뵙겠습니다.

참석자 1 50:01그러면 좀 잠깐 나갔다 오겠습니다.

clovanote.naver.com