---
title: "데이터 품질이 분석을 망치는 흔한 5가지 오염"
description: "분석 결과가 이상할 때 알고리즘보다 먼저 의심해야 할 학습 데이터의 품질 문제 다섯 가지를 짚습니다."
lang: "ko"
date: "2026-01-07T15:00:00.000Z"
updated: "2026-06-28T02:37:00.000Z"
tags: ["데이터품질","데이터클렌징","오류진단","러닝애널리틱스"]
canonical: "https://flipsson.com/ru/blog/mLaG4FeSieHo"
---

# 데이터 품질이 분석을 망치는 흔한 5가지 오염

대시보드의 숫자가 직관과 어긋날 때, 대부분의 교사는 자신의 판단을 먼저 의심합니다. 하지만 현장에서 진짜 원인은 ==분석 방법이 아니라 입력된 데이터 자체가 오염되어 있는 경우==가 훨씬 많습니다. "쓰레기를 넣으면 쓰레기가 나온다"는 말은 학습 데이터에서도 그대로 적용됩니다. 아무리 정교한 분석도 오염된 데이터 위에서는 그럴듯한 거짓말을 만들어낼 뿐입니다. 분석을 신뢰하려면 데이터의 품질부터 점검해야 합니다.

## 자주 발생하는 다섯 가지 오염

다음 다섯 가지는 거의 모든 학교 데이터에서 한 번쯤은 발견됩니다.

1. **중복 기록**: 한 학생이 같은 활동을 두 번 제출하거나, 시스템이 같은 로그를 중복 저장한 경우입니다. 참여율이 슬그머니 부풀려집니다. 합계가 인원수보다 많으면 거의 중복입니다.
2. **유령 계정**: 전출한 학생이나 테스트용 계정이 명단에 남아 ==분모를 키워 모든 비율을 실제보다 낮게== 보이게 만듭니다. 완료율 70%가 사실은 유령 5명을 뺀 85%일 수 있습니다.
3. **시각 오류**: 서버 시간대 설정이 잘못되면 자정 직전 제출이 다음 날로 기록되어 지각률이 통째로 왜곡됩니다. 한국 학교인데 서버가 다른 시간대면 9시간이 어긋납니다.
4. **빈칸과 0의 혼동**: 미응시를 0점으로 처리하면 평균이 무너집니다. ==시험을 안 본 것과 0점을 받은 것은 전혀 다른 의미==인데 같은 숫자로 합쳐집니다.
5. **단위 불일치**: 한 시스템은 학습 시간을 분으로, 다른 시스템은 초로 기록하면 결합할 때 60배 오차가 납니다.

> 분석 결과가 놀랍다면, 통찰을 발견한 것이 아니라 오류를 발견했을 가능성을 먼저 따져 보아야 합니다.

## 분석 전 5분 점검 절차

본격적인 분석에 들어가기 전, 다음 네 가지를 빠르게 확인하는 습관만으로 대부분의 오염을 걸러낼 수 있습니다.

- **극단값 훑어보기**: 하루 999분 학습, 한 학생이 과제 50회 제출 같은 ==비현실적 값은 거의 항상 오류==입니다. 정렬해서 위아래 끝을 먼저 보시기 바랍니다.
- **합계 검산**: 학급 인원수와 데이터 행 수가 맞는지 확인합니다. 어긋나면 중복이거나 누락입니다.
- **빈칸 비율 확인**: 특정 열의 빈칸이 30%를 넘으면 그 지표만으로는 결론을 내리지 않습니다. 근거가 부실한 결론은 내리지 않느니만 못합니다.
- **표본 직접 대조**: 학생 세 명을 골라 데이터와 실제 기록을 눈으로 맞춰 봅니다. 자동화된 숫자도 사람이 한 번 검증해야 신뢰가 생깁니다.

데이터 품질은 한 번 점검하고 끝낼 일이 아닙니다. 학기가 바뀌고 도구가 업데이트될 때마다 같은 오염이 새로 들어옵니다. 그래서 품질 점검은 분석 직전에 늘 반복하는 짧은 의식으로 두는 편이 낫습니다. 점검에 익숙해지면 30명 학급 데이터는 3분이면 훑습니다. 처음 한두 번이 번거로울 뿐, 잘못된 숫자로 학부모 앞에서 잘못된 설명을 하게 되는 위험에 비하면 그 3분은 더없이 싼 보험입니다.

## 핵심 정리

좋은 분석은 좋은 데이터에서만 나옵니다. 중복, 유령 계정, 시각 오류, 빈칸 처리, 단위 불일치 다섯 가지는 ==통찰처럼 보이는 착시를 만들어내는== 가장 흔한 범인입니다. 분석 결과가 직관과 어긋날 때 자신의 판단을 의심하기 전에 데이터를 먼저 의심하시기 바랍니다. 5분의 품질 점검이 한 학기의 잘못된 의사결정을 막습니다.