[국회직 9급 정보학개론] 24년 1회차 기출문제 정답·해설 페이지

페이지랭크와 비슷한 방식으로 학술지의 상대적 영향력을 재는 지표는 Eigenfactor이다.
Eigenfactor는 피인용 횟수를 단순히 더하지 않고, 영향력이 큰 학술지에서 받은 인용에 더 큰 비중을 둔다. 이 가중 방식이 페이지랭크와 닮았다.
SNIP는 분야별 인용 관행의 차이를 보정해 논문당 인용을 정규화하는 지표다.
JIF는 일정 기간 출판 논문의 평균 피인용 횟수로, 인용한 학술지의 영향력을 가중하지 않는다.
CiteScore는 Scopus 자료로 구한 문헌당 평균 피인용 수로, 페이지랭크식 계산이 아니다.
Cited Half-Life는 피인용 논문의 나이를 보는 지표로, 학술지의 노화 속도를 나타낸다.

옳은 연결은 ㄱ 기술보존, ㄴ 기술 에뮬레이션, ㄷ 가상기계 프로그램이다.
원본 구동 환경을 그대로 간직하면 기술보존, 그 환경을 프로그램으로 재현하면 기술 에뮬레이션이다. UVC라는 범용 가상 컴퓨터의 기계언어로 내용 해석을 처리하는 것은 가상기계 프로그램이다.
ㄱ 기술보존, ㄴ 가상기계 프로그램, ㄷ 기술 에뮬레이션은 ㄴ과 ㄷ이 뒤바뀌어 틀렸다.
ㄱ 가상기계 프로그램, ㄴ 기술 에뮬레이션, ㄷ 기술보존은 ㄱ과 ㄷ이 뒤바뀌어 틀렸다.
ㄱ 가상기계 프로그램, ㄴ 기술보존, ㄷ 기술 에뮬레이션은 세 설명이 모두 어긋난다.
ㄱ 기술 에뮬레이션, ㄴ 기술보존, ㄷ 가상기계 프로그램은 ㄱ과 ㄴ이 뒤바뀌어 틀렸다.

자연어 색인의 장점은 ㄱ, ㄴ, ㄹ이다.
자연어 색인은 문헌에 쓰인 말을 그대로 색인어로 삼아 표현이 자유롭다. 반면 어휘 관계를 정리하고 통제하는 일은 통제어휘의 장점이다.
ㄱ(O): 다양한 표현이 색인어가 되어 접근점이 많아진다.
ㄴ(O): 어휘집 등재를 기다리지 않아 새로운 개념을 바로 표현할 수 있다.
ㄷ(X): 용어의 계층관계 표시는 시소러스 같은 통제어휘의 장점이다.
ㄹ(O): 문헌의 용어를 그대로 쓰므로 융통성과 표현력이 좋다.
ㅁ(X): 동의어와 동형이의어의 통제는 통제어휘의 장점이며, 자연어 색인의 약점이다.
ㄱ, ㄴ, ㄹ만 O이므로 이 조합 하나만 성립한다.

연구자 A의 h지수는 7이다.
h지수는 피인용횟수가 순위 이상인 논문이 유지되는 가장 큰 순위다. 일곱째 논문 사는 9회로 순위 7 이상이지만, 여덟째 논문 아는 7회로 순위 8에 미치지 못한다.
h가 5라면 여섯째와 일곱째 논문도 조건을 충족하므로 값이 작다.
h가 6이라면 일곱째 논문이 9회로 조건을 충족하므로 값이 작다.
h가 8이 되려면 8회 이상 인용된 논문이 8편 필요한데 7편뿐이다.
h가 9가 되려면 9회 이상 인용된 논문이 9편 필요한데 7편뿐이다.

옳은 것은 ㄱ, ㄴ, ㄹ이다.
HTML은 정해진 태그로 문서를 표현하는 언어이고, XML은 태그를 직접 정의해 데이터 구조를 기술하는 언어다.
ㄱ(O): HTML은 W3C가 다루어 온 웹 표준이다.
ㄴ(O): HTML 문서는 기종이 달라도 웹 브라우저로 처리할 수 있다.
ㄷ(X): 태그 확장은 XML만 가능하며, HTML의 태그는 미리 정해져 있다.
ㄹ(O): XML은 표준 형식으로 서로 다른 응용 프로그램 간 데이터 교환을 돕는다.
ㅁ(X): HTML은 표현 중심이어서 데이터 구조를 기술하는 데 한계가 있다.
ㄱ, ㄴ, ㄹ만 O이므로 이 조합 하나만 성립한다.

문헌의 색인어와 질의어 모두에 가중치를 주는 방법은 P-Norm 모델이다.
P-Norm 모델은 확장 불리언 모델의 하나로, 문헌과 질의를 가중치 공간에서 비교하고 p 값으로 불리언 연산의 엄격함을 조절한다.
퍼지집합 모델은 색인어에 대한 문헌의 소속 정도를 쓰며, 질의어 가중치를 다루는 방법이 아니다.
MMM 모델은 문헌 가중치의 최댓값과 최솟값을 조합하는 방식이다.
필드 가중치 기법은 제목이나 초록 같은 문헌 필드별로 비중을 달리하는 방법이다.
논리합 정규형 기법은 불리언 질의를 논리합 형태로 바꾸어 표현하는 방법이다.

ㄷ을 '2차 저작물 표시'라고 한 설명이 옳지 않다. 등호 모양의 ㄷ은 변경금지(No Derivative Works) 표시이다.
변경금지는 저작물을 변경하거나 이를 이용해 2차 저작물을 만드는 것을 금지한다는 조건이다. 2차 저작물임을 알리려고 기입하는 표시가 아니다.
ㄱ의 저작자 표시(BY): 사람 모양 아이콘으로, 저작물을 복사·게시할 때 저작자와 출처를 밝혀야 한다.
ㄴ의 비영리(NC): 빗금 친 달러 아이콘으로, 영리 목적으로 이용하려면 별도의 계약이 필요하다.
ㄹ의 동일조건변경허락(SA): 뒤집힌 C와 화살표 아이콘으로, 2차 저작물 창작을 허용하되 원 저작물과 같은 라이선스를 적용해야 한다.
CCL의 종류: BY를 기본으로 NC·ND·SA를 조합하며, ND와 SA는 함께 쓸 수 없어 BY, BY-NC, BY-ND, BY-SA, BY-NC-ND, BY-NC-SA의 6종류가 된다.

옳지 않은 것은 인스턴스가 저자, 언어, 주제를 포함한다는 설명이다.
저자, 언어, 주제는 내용의 개념적 본질에 해당하므로 인스턴스가 아니라 저작(Work) 클래스에 속한다. 인스턴스는 저작이 구체화된 물리적 형태를 나타낸다.
서지정보를 RDF 기반 링크드데이터로 구축한다는 설명은 BIBFRAME의 목적과 맞다.
이벤트는 저작의 내용과 관련된 사건을 나타내는 부가적 클래스가 맞다.
개별자료 클래스는 인스턴스의 실제 사본과 그 소장위치를 다룬다.
에이전트는 저작이나 인스턴스에 관련된 개인, 단체, 가족, 정부 등을 나타낸다.

옳지 않은 것은 가중치를 문헌빈도와 문헌분리값의 곱으로 계산한다는 설명이다.
문헌분리값 기법에서 단어의 가중치는 문헌 내 단어빈도에 문헌분리값을 곱해 구한다. 문헌빈도는 곱하는 값이 아니다.
문헌분리값은 단어가 상호 관련 없는 문헌을 분리해 내는 능력을 재는 값이 맞다.
분리 능력을 나타내는 값이므로 클수록 좋은 색인어가 된다.
좋은 색인어를 제거하면 문헌들이 서로 더 비슷해 보이므로 $Q_k - Q$는 양수가 된다.
많은 문헌에 출현하는 단어를 제거하면 평균 유사도가 낮아져 $Q_k - Q$가 음수가 될 수 있다.

옳지 않은 것은 단어 구름이 문서의 주제를 객관적이고 명확하게 식별한다는 설명이다.
단어 구름은 출현빈도를 글자 크기로 보여 주는 시각화 기법이다. 문맥을 반영하지 않으므로 주제 파악을 돕는 수준이며, 주제를 객관적으로 확정해 주지는 못한다.
비정형 텍스트에서 규칙이나 패턴을 찾는다는 것은 텍스트 마이닝의 정의와 맞다.
대소문자 통일, 특수문자 제거, 불용어 삭제는 대표적인 전처리 과정이다.
감성분석은 텍스트에 담긴 태도, 의견, 성향을 분석하는 기술이 맞다.
정보 추출, 문서 요약, 문서 분류는 주요 응용분야이고 시각화를 더하기도 한다.

지문이 설명하는 표준은 MODS이며, 이 표준의 최상위 요소명이 아닌 것은 title이다.
MODS에서 제목은 titleInfo 요소로 기술하고, title은 그 안에 놓이는 하위 요소다. MARC를 바탕으로 하면서 언어형식의 태그를 쓰는 XML 스키마 표준이라는 점이 지문의 단서다.
typeOfResource는 자원의 유형을 기술하는 MODS 요소다.
accessCondition은 접근과 이용 제한 조건을 기술하는 MODS 요소다.
identifier는 자원의 식별자를 기술하는 MODS 요소다.
originInfo는 발행처와 발행일 같은 생산 정보를 기술하는 MODS 요소다.

옳은 것은 ㄴ, ㄷ, ㅁ의 세 개이다.
OAK 리포지터리는 국내 기관의 디지털 지식정보를 보존하고 공개하는 오픈액세스 리포지터리로, 외부 공개와 연계를 지향한다.
ㄱ(X): 오픈액세스 체계이므로 Google 등 외부 검색서비스와 연계해 노출할 수 있다.
ㄴ(O): 국제적으로 널리 쓰이는 DSpace를 기반으로 개발되었다.
ㄷ(O): 공공기관, 대학, 연구소 등이 생산한 디지털 지식정보를 보존하고 관리한다.
ㄹ(X): 텍스트 자료만이 아니라 이미지, 동영상 등 다양한 유형의 자료를 다룬다.
ㅁ(O): 국립중앙도서관이 추진하는 사업이다.
O는 ㄴ, ㄷ, ㅁ이므로 옳은 것은 모두 세 개다.

옳지 않은 것은 확장 불리언 모델이 부분일치 검색을 허용하지 않는다는 설명이다.
확장 불리언 모델은 정확일치만 허용하는 불리언 모델의 한계를 보완하려고 나왔다. 따라서 부분일치 검색과 순위화를 허용한다.
LSI는 단어-문헌 행렬을 분해해 잠재 개념으로 색인하는 대수적 모델이 맞다.
벡터공간 모델은 대수적 모델로 부분일치와 유사도 순위화가 가능하다.
확률 모델은 베이즈 정리를 이용해 문헌의 적합성 확률을 추정한다.
퍼지집합 모델은 문헌이 개념 범주에 속하는 정도를 부분 멤버십으로 나타낸다.

옳은 값은 부적합률 37.5%이다.
먼저 분할표를 채운다. 검색된 부적합 문헌은 $20-8=12$, 전체 적합 문헌은 $8+60=68$, 전체 부적합 문헌은 $100-68=32$개다.
부적합률은 전체 부적합 문헌 중 검색된 부적합 문헌의 비율이다.
$\dfrac{12}{32}\times 100 = 37.5\%$
정확률은 $\dfrac{8}{20}\times 100 = 40\%$이므로 20.0%가 아니다.
재현율은 $\dfrac{8}{68}\times 100 \approx 11.8\%$이므로 7.5%가 아니다.
잡음률은 $\dfrac{12}{20}\times 100 = 60\%$이므로 80.0%가 아니다.
누락률은 $\dfrac{60}{68}\times 100 \approx 88.2\%$이므로 92.5%가 아니다.

옳지 않은 것은 색인의 크기가 줄어든다는 설명이다.
n-그램 색인은 문자열을 일정 길이로 겹쳐 잘라 색인어를 만들기 때문에 색인어가 많아진다. 그 결과 색인의 크기가 오히려 커진다.
문자열을 기계적으로 자르므로 형태소 분석이나 스테밍이 필요 없다.
단어 경계에 의존하지 않아 띄어쓰기를 쓰지 않는 아시아권 문자에 유용하다.
질의어를 n-그램으로 변환하면 일부 문자열만으로 용어절단 검색을 할 수 있다.
철자 오류가 있어도 겹치는 n-그램이 많아 유사한 색인어를 찾을 수 있다.

‘A with B’로 검색되는 것은 문헌 2이다.
with 연산자는 두 색인어가 입력한 순서대로 바로 이웃해 나타나는 문헌을 찾는다. 문헌 2는 A가 위치 5, B가 위치 6에 있어 이 조건을 충족한다.
문헌 1은 B가 위치 6, A가 위치 7로 이웃하지만 순서가 반대다.
문헌 3은 A만 있고 B가 없다.
문헌 4는 A가 위치 4, B가 위치 10으로 떨어져 있다.
문헌 5는 B만 있고 A가 없다.

옳지 않은 것은 데이터 이산화 컨설팅이다.
이산화는 연속형 값을 구간으로 나누는 분석 전처리 기법이다. 데이터 사서의 관심은 분석 기법보다 데이터의 관리, 보존, 공유에 있다.
기관형 데이터 리포지터리는 연구데이터를 보존하고 공유하는 기반이다.
데이터 아카이빙 정책개발은 데이터의 장기 보존을 위한 핵심 업무다.
데이터와 문헌 연계 서비스는 연구데이터의 발견과 재이용을 돕는다.
DMP 작성지원 및 컨설팅은 연구자의 데이터 관리를 지원하는 대표적 서비스다.

옳은 연결은 물리적 질문 - 기록된 정보세계의 특징과 법칙이다.
베이츠의 세 질문은 다음과 같다. 물리적 질문은 기록된 정보세계의 특징과 법칙을, 사회적 질문은 사람들이 정보를 찾고 이용하는 방식을, 설계 질문은 기록된 정보에 대한 가장 빠르고 효과적인 접근을 묻는다.
사람들이 정보를 찾고 이해하고 이용하는 방식은 설계 질문이 아니라 사회적 질문이다.
정보의 사회적 효용성과 법적 가치를 묻는 내용은 사회적 질문의 설명이 아니다.
기록된 정보에 대한 빠르고 효과적인 접근은 물리적 질문이 아니라 설계 질문이다.
정보사회의 기술과 설명은 사회적 질문의 설명이 아니다.

옳지 않은 것은 K-means를 계층적 클러스터링으로 본 설명이다.
K-means는 K개의 초기 클러스터에서 출발해 구성원을 재배치하는 비계층적 기법이다.
비계층적 기법은 클러스터의 기준치를 미리 정하고 시작하므로 경험적 기법이라고도 한다.
단일연결 기법은 두 클러스터에서 가장 유사한 구성원의 유사도를 기준으로 삼는 계층적 기법이다.
계층적 기법은 모든 쌍의 유사도를 다루어 처리 시간 면에서 비계층적 기법보다 비효율적이다.
완전연결 기법은 두 클러스터에서 가장 유사하지 않은 구성원의 유사도를 기준으로 삼는 계층적 기법이다.

전체 적합 문헌 수 없이 쓸 수 있는 척도는 ㄱ, ㄷ, ㅇ이다.
검색된 문헌 안에서만 계산하는 척도는 전체 적합 문헌 수가 필요 없다. 반면 재현율처럼 분모나 기준에 전체 적합 문헌 수가 들어가는 척도는 쓸 수 없다.
ㄱ(O): 정확률은 검색된 문헌 중 적합 문헌의 비율이다.
ㄴ(X): 재현율은 분모가 전체 적합 문헌 수다.
ㄷ(O): 잡음률은 검색된 문헌 중 부적합 문헌의 비율이다.
ㄹ(X): 누락률은 전체 적합 문헌 중 검색되지 않은 문헌의 비율이다.
ㅁ(X): E 척도는 재현율을 함께 사용한다.
ㅂ(X): F 척도도 재현율을 함께 사용한다.
ㅅ(X): R-정확률의 R이 전체 적합 문헌 수다.
ㅇ(O): 순위정확률은 상위 k개 문헌만 판정하면 계산할 수 있다.
ㄱ, ㄷ, ㅇ만 O이므로 이 조합 하나만 성립한다.