누구나 쉽게 할 수 있는 빅데이터에서 인공지능까지

정화영 지음

자유아카데미 2026년 02월 25일 출간 국내도서 : 2026년 03월 05일 출간

작품소개

책소개

스마트폰으로 전송하는 메시지 한 통, 길거리의 CCTV 영상, 온라인 쇼핑몰의 구매 기록에 이르기까지 일상의 모든 움직임은 디지털 데이터가 된다. 이제 데이터는 단순한 정보의 기록을 넘어 '21세기의 원유'라고 불리며 산업과 사회의 패러다임을 바꾸는 핵심 자원이 되었다. 그러나 정제되지 않은 원유가 그 자체로 쓰임새를 갖지 못하듯, 거대한 빅데이터 역시 분석이라는 공정을 거치지 않으면 소음과 다를 바 없다. 빅데이터는 정형, 비정형 데이터를 처리할 수 있는 매우 유용한 기술이며, 데이터 분석, 통계, 데이터 마이닝, 텍스트 마이닝 등 다양한 분야와 형태로 사용되고 있다. 그런데 일반적으로 빅데이터 분석에서 많이 사용되는 언어로 파이썬을 이야기하지만, 만일 파이썬을 모르는 사용자가 빅데이터 분석을 하고자 할 때는 빅데이터 분석에 대한 개념을 공부하기 전에 파이썬을 먼저 숙지하여야 하는 부담이 될 수 있다. 이러한 관점에서 R은 문법이나 사용 예시를 다루면서 바로 빅데이터 분석을 익힐 수 있어서 상대적으로 빠른 이해와 응용이 가능하다. 또한 R은 특유의 단순한 문법 구조를 가지고 있어서 초보자도 쉽게 익힐 수 있으며, 다양하고 광범위한 라이브러리가 있어서 응용성이나 사용성이 매우 높다. 여기에 딥러닝이나 머신러닝의 응용도 가능하여 다양하고 많은 주제들을 다룰 수 있다.
본 교재는 데이터 과학의 세계에 처음 발을 들이는 입문자들이 복잡한 이론 속에서 길을 잃지 않고, 빅데이터를 통해 데이터를 정보로 만들어 가는 과정을 돕기 위해 기획되었다. 초보자의 눈높이에서 시작하되, 실무에서 반드시 필요한 핵심 기술인 빅데이터의 기초, 텍스트 마이닝, 그리고 머신러닝의 지도 및 비지도 학습을 체계적으로 연결하는 데 중점을 두었다.
첫 번째 단계로, 빅데이터의 개념과 이를 처리하기 위한 기초적인 인프라를 이해하는 데 집중하였다. 단순히 '양이 많다'는 의미를 넘어 데이터의 다양성과 속도, 그리고 그 안에 숨겨진 가치를 어떻게 포착할 것인가에 대한 화두를 던졌다. 기술적인 도구에 매몰되기보다는 데이터를 바라보는 관점과 아키텍처의 본질을 먼저 파악할 수 있도록 구성하였다.
두 번째 단계에서는 그래프, 데이터 분석, 텍스트 마이닝을 다루었다. 우리가 일상에서 사용하는 언어는 수치 데이터보다 훨씬 방대하고 복잡한 맥락을 담고 있다. 텍스트 마이닝의 원리를 통해 사람의 감정을 읽어내고, 흩어진 글자들 속에서 핵심 키워드와 주제를 추출하는 과정을 담았다. 이는 기계가 인간의 언어를 이해하는 첫걸음을 경험하게 함으로써 데이터 분석의 흥미를 고취하기 위함이다.
마지막 단계에서는 인공지능의 핵심이라 할 수 있는 머신러닝의 두 축, 지도 학습과 비지도 학습을 담았다. 정답이 있는 데이터를 통해 미래를 예측하고 분류하는 지도 학습은 비즈니스의 효율성을 극대화하는 강력한 도구가 된다. 반면, 정답이 없는 상태에서 데이터 스스로가 가진 군집과 패턴을 찾아내는 비지도 학습은 우리가 미처 발견하지 못한 새로운 통찰을 제공한다. 이 두 가지 학습 모델의 이론과 실습을 다룸으로써, 독자들이 당면한 문제에 적합한 알고리즘을 선택할 수 있는 안목을 기르도록 하였다.
최선의 노력을 기울였으나 여전히 부족한 부분이 있을 수 있다. 이에 대한 독자 여러분의 양해를 구하며, 추후 발생할 수 있는 수정사항 등은 자유아카데미 홈페이지(www.freeaca.com) 자료실을 통해 제공할 예정이니 참고하기를 바란다.
필자는 이 책을 집필하며 '어려운 것을 쉽게, 쉬운 것을 깊게, 깊은 것을 유쾌하게' 전달하고자 노력하였다. 빅데이터라는 거대한 바다를 항해하는 것은 결코 쉬운 일이 아니다. 새로운 기술이 매일같이 등장하고 기존의 상식이 뒤바뀌는 변화의 속도는 무척이나 빠르다. 그러나 탄탄한 기초 체력을 기른 항해사는 어떤 파도에도 당황하지 않는다. 이 책이 독자 여러분에게 그러한 기초 체력이자, 목적지까지 안전하게 인도하는 나침반이 되기를 진심으로 바란다.
데이터의 가치를 발견하는 즐거움이 여러분의 학업과 커리어에 큰 전환점이 되기를 기대하며, 이 책이 나오기까지 세심하게 편집을 도와주신 자유아카데미 편집부에 감사드리고, 늘 힘이 되어준 가족들에게 고마움을 전한다.

본 교재는 과학기술정보통신부 및 정보통신기획평가원의 2026년도 SW중심대학사업의 결과로 수행되었음(2023-0-00042

목차

제1장 Big Data 개요와 R 설치하기
1. 데이터란?
2. R 언어란?
3. R 환경 만들기
4. R 스튜디오 메뉴와 화면, R 패키지, 도움말
5. 간단한 실습
연습문제

제2장 변수와 벡터의 개요
1. 변수란?
2. 변수명의 규칙
3. 자료형
4. 연산자
5. print( )와 cat( )
6. 벡터
연습문제

제3장 팩터, 리스트, 매트릭스
1. 팩터
2. 리스트
3. 매트릭스
4. 레이블 붙이기
5. 함수와 연산
연습문제

제4장 데이터프레임
1. 데이터프레임이란?
2. 데이터프레임 만들기
3. 데이터프레임 사용하기
4. 함수 사용하기
5. 데이터 셋 알아보기
6. 데이터 셋을 이용하여 실습해 보기
7. 유용한 함수 사용하기
8. 매트릭스와 데이터프레임 사용하기
9. 데이터 테이블
연습문제

제5장 데이터 입·출력
1. 데이터 입력 함수
2. 데이터 출력 함수
3. 파일 저장하기 읽기
연습문제

제6장 함수
1. 함수
2. 함수 만들기
3. 반환값을 가지는 함수 만들기
4. 함수의 연속 호출
5. 함수를 파일에 저장해 두고 사용하기
6. 제어문
7. 패키지의 함수
연습문제

제7장 그래프
1. 일변량 연속형 데이터 그래프
2. 일변량 범주형 데이터 그래프
3. 다변량 연속형 데이터 그래프
4. 다변량 범주형 데이터 그래프
연습문제

제8장 ggplot2
1. ggplot2 알아보기
2. 산점도
3. geom_line( )
4. geom_histogram( )
5. geom_boxplot( )
6. geom_bar( )
7. 기타 유용한 함수들
연습문제

제9장 데이터 분석
1. 데이터 분석 과정
2. 데이터 수집
3. 전처리
4. 탐색적 데이터 분석
5. 모델링
연습문제

제10장 텍스트 마이닝
1. 텍스트 분석이란?
2. 텍스트 구조화
3. 텍스트 데이터 분석
연습문제

제11장 TF-IDF의 활용
1. TF-IDF
2. 상대빈도 분석
3. 유사도 측정
4. 텍스트 분류
5. 감성분석
6. 빈도 분석
연습문제

제12장 지도학습
1. 지도학습이란?
2. 회귀 분석
3. 분류 분석
연습문제

제13장 비지도학습
1. 비지도학습이란?
2. 군집화
3. 차원 축소
4. 연관 규칙
5. 이상치 탐지
6. 시계열 데이터 분석
연습문제

인물정보

저자(글) 정화영

1994년 미국의 한국 지사인 (주)SymTech Korea(경기도 수원)를 시작으로 (주)아주시스템, (주)CNA Research에서 5년간 반도체 제어설비인 IC Test Handler에 탑재되는 GUI 프로그램을 개발하였다. 2004년 경희대학교 컴퓨터 공학과에서 박사학위를 받았으며 2005년 경희대학교 서울캠퍼스 교양학부를 시작으로 현재까지 동 대학교 후마니타스칼리지의 정교수로 재직 중이다. (사)한국정보기술전략혁신학회 회장, Korea Computer Industry Association의 Advisory Board, (사)한국콘텐츠학회 상임이사, (사)한국정보기술학회 이사를 맡고 있다. 국제활동으로는 Ad Hoc & Sensor Wireless Network (SCI)의 Editorial Board, Human centric Computing and Information Sciences (SCI)의 Computer-assisted Learning and Cognition의 Associate Editor, Sensors (SCIE)의 Sector Editor, Journal of Information Processing Systems (SCOPUS)의 Associate Editor 등으로 활동 중이다.