군집분석 · ANOVA · Orange

이 채팅창에서 제공한 설명과 시각자료를 한 문서에 통합

1. 논문 사례로 이해하는 군집분석

이 논문은 학생들에게 “군집분석(Cluster Analysis)이 왜 필요한가?”를 설명하기에 좋은 사례입니다. 세부 이론보다 “사람을 점수 하나로 보지 않고, 여러 특성의 조합으로 비슷한 사람끼리 묶는다”는 데 초점을 두면 이해가 빠릅니다.

1-1. 수업 도입: 같은 총점이어도 같은 사람은 아니다

“여러분, 공감능력이 80점인 사람과 80점인 사람이 있다고 해서 두 사람이 똑같은 사람일까요?”

한 사람은 상대방의 입장은 잘 이해하지만 감정적으로는 별로 흔들리지 않을 수 있고, 다른 사람은 상대방 감정에 굉장히 민감해서 오히려 자신이 힘들어질 수도 있습니다.

이 논문은 그래서 공감능력을 단순히 “높다/낮다”로 보지 않고, 공감능력을 네 가지 하위요인으로 나누어 살펴봅니다.

“이 네 가지 점수의 조합이 비슷한 사람끼리 자동으로 묶으면 어떤 유형이 나올까?”

바로 이것이 군집분석(Cluster Analysis)입니다.

1-2. 논문의 분석과정 한 줄 정리

실제 연구에서는 먼저 Ward 방식의 위계적 군집분석으로 적절한 군집 수를 검토하여 4개 군집을 선택하고, 다시 K-means 군집분석으로 각 교사가 어느 군집에 속하는지를 분류했습니다. 그 다음 ANOVA를 이용해 네 집단의 창의적 인성과 놀이지원효능감이 서로 다른지를 비교했습니다.

“군집분석은 집단을 만드는 분석이고, ANOVA는 만들어진 집단들이 실제로 다른지를 비교하는 분석이다.”

1-3. 발견된 4가지 공감 유형

“여러분이라면 네 유형 중 어떤 유형의 교사가 아이들의 놀이를 가장 잘 지원할 것 같습니까?”

학생들이 대부분 ③ 이상적 공감형을 선택할 가능성이 높습니다. 실제 결과도 이상적 공감형이 창의적 인성과 놀이지원효능감에서 가장 높은 평균을 보였고, 정서적 소진형은 가장 낮은 수준을 보였습니다.

“공감을 많이 한다고 무조건 좋은 것이 아니라, 어떤 방식으로 공감하느냐가 중요했다.”

1-4. 관광빅데이터 수업으로 연결하기

이 논문 자체는 유아교사 연구지만, 분석방법은 관광객 세분화와 같은 원리라고 설명하면 좋습니다. 예를 들어 관광객 1,000명에게 모험 추구, 휴식 추구, 문화 관심, 소비 성향을 물었다고 가정합니다.

군집분석을 하면 A+B는 “액티비티·소비형 관광객”, C+D는 “휴식·문화형 관광객”처럼 비슷한 관광객끼리 묶을 수 있습니다.

“오늘 논문에서는 교사를 유형화했지만, 관광에서는 똑같은 방법으로 관광객을 유형화할 수 있습니다.”

“관광객의 나이로 나누는 것이 아니라, 실제 행동과 선호 패턴으로 나누는 것이 군집분석의 강점입니다.”

이렇게 설명하면 시장세분화(Market Segmentation)와도 바로 연결됩니다.

1-5. 칠판에 그릴 수 있는 최소 구조

회귀분석은 “무엇이 무엇에 영향을 주는가”를 보는 경우가 많고, 군집분석은 “우리 데이터 안에는 어떤 유형의 사람들이 존재하는가”를 찾는 분석이라고 정리하면 이해가 쉽습니다.

2. K-means · 위계적 군집분석 · 요인분석 · ANOVA 구분

용어가 비슷하게 보여 헷갈리기 쉽지만, 핵심부터 정리하면 K-means 군집분석과 위계적 군집분석은 서로 다른 군집분석 방법입니다. “위계적 군집분석”과 “계층적 군집분석”은 거의 같은 뜻으로 쓰이며, AHP(계층분석법)는 완전히 다른 분석입니다.

2-1. K-means는 무엇인가

학생 100명이 있다고 가정합니다. 연구자가 먼저 “4개의 유형으로 나눠보자. K=4.”라고 정합니다. 컴퓨터가 임시로 4개의 중심점(centroid)을 만들고, 각 학생을 가장 가까운 중심에 배정합니다. 그 다음 중심을 다시 계산하고, 학생을 다시 배정하는 과정을 반복합니다.

결국 100명은 유형 1, 유형 2, 유형 3, 유형 4로 나뉩니다. K-means의 K는 “몇 개의 군집을 만들 것인가”라는 뜻입니다.

2-2. 위계적 군집분석은 무엇인가

위계적 군집분석은 처음부터 4개라고 정하지 않고, 각 사례를 따로 놓은 상태에서 가장 비슷한 사례끼리 차례차례 합치며 구조를 만듭니다. 결과는 덴드로그램(Dendrogram)이라는 나무 모양으로 표현됩니다.

“몇 개의 집단이 자연스러워 보이는가?”

이 질문을 탐색하는 데 위계적 군집분석이 유용합니다.

2-3. 두 방법을 함께 쓰는 이유

앞서 본 유아교사 공감능력 논문은 위계적 군집분석(Ward’s method)으로 군집 수를 탐색한 뒤 4개 군집이 적절하다고 판단하고, K-means에서 K=4로 최종 분류했습니다.

“위계적 군집분석: 우리 데이터에 몇 개의 자연스러운 무리가 있는지 먼저 찾아보자.”

“K-means: 좋아. 4개가 적절해 보이네. 그럼 정확히 4개 집단으로 사람들을 나눠보자.”

수업에서는 “위계적 군집분석 = 집단 구조 탐색”, “K-means = 정해진 K개로 최종 분류”라고 설명하면 이해하기 쉽습니다.

2-4. 요인분석과 군집분석의 차이

요인분석은 비슷한 문항이나 변수를 묶는 분석이고, 군집분석은 비슷한 사람·농가·기관 같은 사례를 묶는 분석입니다.

대화 중 제시된 “건축식 오리축사 전환에 대한 농가 인식 구조와 유형 분석: 요인분석과 K-평균 군집분석 기반 실증 연구” 사례는 이 차이를 설명하기 좋습니다. 먼저 많은 인식 문항을 몇 개 핵심 요인으로 정리하고, 그 요인들의 점수 패턴을 이용해 농가를 여러 유형으로 나누는 구조입니다.

“요인분석은 “변수끼리 묶는 것”이고, 군집분석은 “사람·농가 같은 사례끼리 묶는 것”이다.”

2-5. 네 가지를 한 번에 구분

“요인분석 = 변수를 묶는다 → 군집분석 = 사람을 묶는다 → ANOVA = 묶인 사람들의 차이를 비교한다.”

위계적 군집분석과 K-means는 경쟁 관계라기보다, 앞에서 군집 수를 탐색하고 뒤에서 최종 분류하는 식으로 함께 사용할 수도 있습니다.

3. Unsupervised Learning과 SPSS · Orange의 관계

“Unsupervised(비지도학습) = 정답 없는 데이터에서 스스로 패턴 찾기”는 Orange만의 접근이 아닙니다. 비지도학습은 분석의 큰 방식이며, SPSS에서도 같은 원리의 분석을 할 수 있습니다. 차이는 주로 분석 철학 자체가 아니라 도구와 표현 방식에 있습니다.

“비지도학습(Unsupervised Learning) = 정답(label, target)을 미리 주지 않고 데이터 속 구조나 패턴을 찾는 방식”

예를 들어 유아교사 241명의 공감능력 점수만 주고 “이 교사들이 어떤 유형으로 나뉘는지 찾아봐.”라고 하는 것이 비지도학습입니다. 정답으로 “이 교사는 유형 1”이라는 라벨을 미리 주지 않고, 군집분석을 통해 유형을 발견합니다.

3-1. SPSS와 Orange의 차이

“같은 K-means를 SPSS로 돌려도 비지도학습이고, Orange로 돌려도 비지도학습이다.”

차이는 분석 프로그램이 아니라 정답을 주느냐 안 주느냐입니다.

3-2. 마라톤 논문으로 보는 SPSS의 비지도 군집분석

첨부된 마라톤 논문은 SPSS 24.0을 사용했지만, 운동중독의 군집유형을 찾기 위해 2단계 군집분석을 실시했습니다. 먼저 Ward 방식으로 군집 수를 정하고, 그다음 K-means로 최종 군집을 분류한 뒤 ANOVA로 집단 차이를 비교했습니다.

이 연구는 SPSS를 이용한 비지도적 군집분석의 전형적인 사례라고 설명할 수 있습니다.

3-3. Orange에서 Unsupervised가 더 눈에 띄는 이유

Orange는 애초에 머신러닝·데이터마이닝 관점으로 프로그램이 구성되어 있기 때문에 “지도학습”과 “비지도학습”이라는 큰 틀이 화면과 워크플로에서 더 분명하게 드러납니다.

“비지도학습은 Orange의 특별한 분석법이 아니라, 정답 없이 데이터 안의 구조를 발견하는 분석 방식이다. SPSS의 군집분석도 같은 원리다.”

SPSS에서는 “군집분석이라는 통계기법을 실행한다”는 표현이 익숙하고, Orange에서는 “비지도학습이라는 큰 틀 안에서 K-means나 Hierarchical Clustering을 실행한다”는 표현이 더 자연스럽습니다.

ANOVA는 비지도학습이 아닙니다. 앞에서 비지도 군집분석으로 유형을 만든 후, 그 유형들 사이에 평균 차이가 있는지 검정하는 전통적 추론통계입니다.

따라서 SPSS에서 배운 군집분석과 Orange의 Unsupervised 섹션은 서로 다른 세계가 아니라, 같은 분석을 다른 관점과 인터페이스로 보여주는 것이라고 설명하면 좋습니다.

4. Orange 프로그램을 사용하는 이유

Orange를 쓰는 이유는 SPSS에서 못 하는 분석을 하기 위해서라기보다, 데이터 분석의 “과정”을 눈으로 보면서 빠르게 실험하기 위해서라고 설명하는 것이 가장 정확합니다.

4-1. SPSS와 Orange의 역할 비교

예를 들어 같은 K-means를 수행하더라도 SPSS에서는 메뉴를 따라 분석을 실행하고 결과표를 확인하는 느낌이 강합니다. Orange에서는 다음과 같이 분석 흐름 자체가 화면에 드러납니다.

“아, 데이터를 불러오고 → 분석할 변수를 고르고 → 표준화하고 → 군집을 만들고 → 군집이 잘 나뉘었는지 평가하고 → 그림으로 확인하는구나.”

그래서 Orange의 가장 큰 교육적 장점은 분석방법 하나를 배우는 것이 아니라 분석 파이프라인(Data Analysis Workflow)을 배우게 한다는 것입니다.

4-2. 관광빅데이터 수업에서의 활용

관광빅데이터 수업에서는 예를 들어 관광객 데이터를 가지고 관광동기 + 소비성향 + 여행행동을 K-means에 넣어 관광객 유형을 만들고, Scatter Plot으로 유형을 한눈에 확인할 수 있습니다.

그 다음 같은 데이터에 의사결정나무, Random Forest, Logistic Regression 등을 연결하면 “이 관광객이 재방문할 것인가?”처럼 지도학습으로 넘어갈 수 있습니다. 학생 입장에서는 비지도학습과 지도학습의 차이가 화면 구조 자체에서 잘 보입니다.

4-3. SPSS가 좋은 상황 / Orange가 좋은 상황

Orange가 SPSS를 대체한다고 가르치기보다 역할을 나누어 설명하는 것이 좋습니다. SPSS는 논문의 기술통계, 신뢰도, 요인분석, t-test, ANOVA, 회귀분석처럼 전통적인 통계적 검정과 결과표 작성에 강합니다. Orange는 데이터 탐색, 시각화, 군집분석, 머신러닝 모델 비교, 예측처럼 데이터에서 패턴을 찾고 분석과정을 이해하는 작업에 강합니다.

“SPSS는 통계적 차이와 관계를 검증하는 데 강하고, Orange는 데이터가 어떤 과정을 거쳐 패턴과 예측으로 이어지는지를 눈으로 이해하는 데 강하다.”

“Orange를 배우는 목적은 “버튼을 눌러 분석하는 법”보다, 데이터가 어떻게 분석 결과로 바뀌는지를 이해하는 데 있다.”

따라서 SPSS와 Orange를 경쟁 프로그램으로 소개하기보다 “통계적 검증 도구 ↔ 데이터마이닝·머신러닝 학습도구”로 연결해서 설명하는 것이 좋습니다.

5. 수업용 최종 핵심 정리

“무엇을 묶는가를 구분하면 분석법이 보인다: 요인분석은 변수를 묶고, 군집분석은 사람을 묶고, ANOVA는 집단 차이를 비교한다.”

“Orange는 SPSS의 대체재라기보다, 데이터 분석의 흐름을 보이게 해주는 보완 도구이다.”

참고 논문

하연수 (2025). 유아교사의 공감능력 군집유형에 따른 창의적 인성과 놀이지원효능감의 차이. 콘텐츠와산업, 7(2), 83-89.

이영은·김석규 (2025). 운동중독에 따른 마라톤 동호인의 스포츠정서와 생활만족의 차이: 군집유형 분석 중심으로. 한국체육교육학회지, 30(1), 99-109.

대화 중 추가 사례: 「건축식 오리축사 전환에 대한 농가 인식 구조와 유형 분석: 요인분석과 K-평균 군집분석 기반 실증 연구」.