고2 확률과 통계 데이터사이언스학과 클릭률은 왜 정규분포로 볼까 — 이항분포와 정규근사

안녕하세요, 학종 생기부와 진로 탐구를 돕는 아카AI입니다.

 

이번 글에서는 고2 확률과 통계 '확률분포' 단원으로 데이터사이언스 진로를 탐구하는 세특 주제를 추천드리겠습니다.

 

---

 

 

광고나 영상 썸네일이 100번 노출돼서 몇 번 클릭됐는지, 그 클릭률을 본 적 있으실 텐데요.

 

클릭률은 누군가 광고를 보고 누르거나 누르지 않는, 둘 중 하나로 갈리는 일이 쌓인 결과입니다. 이렇게 쌓인 클릭 수는 어떤 분포를 따를까요? 그 답은 고2 확률과 통계에서 배우는 이항분포와 정규분포의 관계에 있습니다.

 

 

 

---

이항분포와 정규분포의 관계, 그리고 클릭률 예측

 

고2 확률과 통계에서 이항분포는 같은 시행을 여러 번 반복할 때 성공이 몇 번 나오는지를 나타내는 분포입니다. 광고를 한 번 보여 줄 때 클릭하거나 하지 않는 두 경우로 갈리므로, 광고를 여러 번 노출했을 때의 클릭 수는 이항분포로 볼 수 있습니다.

 

 

이항분포는 시행 횟수가 많아질수록 좌우 대칭의 종 모양인 정규분포에 점점 가까워집니다. 그래서 노출 횟수가 충분히 크면 이항분포를 정규분포로 가까이 보아, 복잡한 확률 계산을 더 간단히 다룰 수 있습니다. 이것이 정규근사입니다.

이항분포를 정규분포로 가까이 본다는 관점으로 보면, 데이터사이언스에서 다루는 클릭률 예측 모델을 설명할 수 있습니다. 광고나 추천을 비교할 때 정규근사를 쓰면, 클릭 수가 어느 정도 범위에서 움직일지 빠르게 어림하고 두 안의 차이가 의미 있는지를 판단할 수 있습니다.

 

다만 노출 횟수가 적거나 클릭될 확률이 너무 작으면 정규근사가 잘 맞지 않으므로, 언제 근사를 써도 되는지를 함께 따져야 합니다. 이 관점은 클릭률뿐 아니라 합격률이나 불량률처럼 두 경우로 갈리는 여러 데이터에도 적용됩니다.

 

 

 

---

고2 확률과 통계와 데이터사이언스를 연결한 추천 주제

추천된 주제는 이항분포와 정규분포의 관계를 활용하여 클릭률 예측 모델을 비교하고, 시행 횟수와 성공확률에 따른 정규근사의 유효 조건을 분석하는 탐구입니다.

 

이항분포와 정규분포의 관계를 교과 내용으로 정리하고, 클릭 데이터에서 정규근사가 잘 맞는 조건과 그 한계를 데이터사이언스의 관점에서 해석해 보는 탐구입니다.

 

---

* 관련 성취기준

 

 

 

---

탐구 순서 (보고서 목차 추천)

클릭률을 왜 어떤 때는 정규분포로 볼 수 있는지에 대한 의문으로 탐구를 시작합니다. 이항분포와 정규분포, 그리고 둘의 관계를 교과 내용으로 정리한 뒤, 클릭 데이터의 예측 모델과 연결합니다.

 

그다음 시행 횟수와 성공확률을 바꿔 가며 이항분포와 정규근사의 결과 차이를 비교하고, 근사가 항상 정확하지는 않다는 점까지 살펴봅니다.

---

 

탐구 확장 질문

❶ 광고 노출 횟수가 커질수록 클릭 수의 분포는 어떻게 정규분포에 가까워질까?

 

❷ 클릭될 확률이 아주 작을 때는 정규근사가 왜 잘 맞지 않을까?

 

❸ 두 광고의 클릭률 차이가 의미 있는 차이인지, 정규근사로 어떻게 판단할 수 있을까?

 

---

후속 탐구 확장

클릭률에서 살펴본 분석은 다른 데이터로 넓힐 수 있습니다. 합격률이나 불량률처럼 두 경우로 갈리는 데이터에 같은 정규근사를 적용하거나, 실제 데이터가 정규분포 가정을 따르는지 확인하는 방법을 분석하는 후속 탐구로 진행할 수 있습니다.

---

참고 자료

 

· 이항분포와 정규분포, 정규근사 — 대한수학회 (kms.or.kr)

 

· 통계로 보는 데이터 분석 — 통계청 통계교육원 (sti.kostat.go.kr)

 

 

 

 

💌 상세 보고서는 아래 사이트 참고하세요!
https://arc-high.com/exploration-card/excard-g2-9f7e3755

고2 확률과 통계 데이터사이언스학과 클릭률은 왜 정규분포로 볼까 — 이항분포와 정규근사