✐ 1과목 : 데이터 이해
⚑ 문제1
다음 중 빅데이터의 가치 산정이 어려운 이유의 사례로 보기 어려운 것은?
① 전기차 배터리 정보를 충전소 최적지 선정과 같은 2차적 목적에 활용
② 은행 대출심사 알고리즘 작동 원리 이해의 어려움
③ 구글 검색에서 나타나는 것과 같은 데이터의 반복적 재사용
④ 독자의 전자책 독서 순서 정보가 저자의 글쓰기 방식에 영향을 주는 현상
정답 ②
해설
빅데이터의 가치 산정이 어려운 이유
1. 데이터 활용 방식 : 재사용, 재조합, 다목적용 개발
2. 새로운 가치 창출
3. 분석 기술의 발전
이때, ②는 위의 3가지에 해당하지 않는다.
⚑ 문제2
2000년대 기업 내부 데이터베이스 구축의 화두였던 CRM에 대한 설명으로 적절한 것은 무엇인가?
① 단순한 정보의 수집에서 탈피하고 분석이 중심이 되는 시스템 구축을 지향한다.
② 외부 공급업체와의 정보시스템 통합을 통해 시간과 비용을 최적화하기 위함이다.
③ 부품의 설계, 제조, 유통 등의 공정을 포함한다.
④ 기업의 내부 고객들만을 대상으로 한 정보시스템이다.
정답 ①
⚑ 문제3
다음 중 정량 데이터의 범주에 포함되지 않는 것은?
① 도형
② 기호
③ 수치
④ 문자
정답 ④
해설
- 정량 데이터 : 도형, 기호, 수치
- 정성 데이터 : 문자, 언어
✐ 2과목 : 데이터 처리 기술 이해
⚑ 문제1
다음 중 하둡 분산파일 시스템(HDFS)의 특징에 대한 설명으로 가장 적절하지 않은 것은?
① HDFS는 데이터의 랜덤 접근 방식을 지원하지 않는다.
② HDFS는 구글 파일 시스템의 아키텍처와 사상을 그대로 구현한 클로닝 프로젝트이다.
③ HDFS는 데이터를 파일 단위로 저장하는 시스템이다.
④ HDFS에서 기본적으로 파일은 한 번 쓰이면 변경되지 않는다고 가정한다.
정답 ③
해설
HDFS는 데이터를 블록이나 청크 단위로 저장하며, 데이터에 대한 순차 접근 방석을 지원한다.(랜덤 접근 방식을 지원하지 않는다.)
⚑ 문제2
전통적 데이터 처리 기법과 빅데이터 처리 기법을 비교한 내용으로 옳지 않은 것은?
① 전통적 데이터 처리 환경에서는 OLAP를 위주로 하지만, 빅데이터 처리 환경에서는 통계기법과 데이터마이닝 기술을 위주로 한다.
② NoSQL, 초대형 분산 데이터 스토리지 등과 같은 데이터 인프라스트럭처는 전통적 데이터 처리 환경에서부터 사용되어 왔다.
③ 전통적 데이터 처리와 빅데이터 처리 간의 각종 통계 도구 및 기법, 데이터마이닝의 분석 모델 설계, 운영, 개선 기법 등의 적용은 서로 유사하다고 볼 수 있다.
④ 전통적 데이터 처리 기법은 ODS로부터 데이터 웨어하우스로 데이터를 추출 및 적재한다.
정답 ②
해설
NoSQL, 초대형 분산 데이터 스토리지 등과 같은 데이터 인프라스트럭처는 빅데이터가 등장하면서 사용되었다.
⚑ 문제3
아파치 하이브(Hive)의 특징으로 가장 부적절한 것은?
① 하둡 플랫폼 위에서 동작하며, 사용자 편의를 위해 SQL 기반의 쿼리 언어를 제공한다.
② HiveQL을 이용하여 테이블 생성, 삭제, 변경의 작업은 가능하지만 테이블 스키마를 변경하는 것은 불가능하다.
③ Hive는 별도의 DBMS를 지정하지 않으면 Embedded Derby를 기본 데이터베이스로 사용한다.
④ Hive는 MapReduce의 모든 기능을 지원한다.
정답 ②
해설
HiveQL을 이용하여 테이블 스키마도 변경할 수 있다.
⚑ 문제4
다음 중 대용량 비정형 데이터 수집 시스템의 특징으로 가장 부적절한 것은?
① 서버가 증가하면 증가한 서버 수만큼 에이전트의 수를 늘리는 방식으로 쉽게 확장할 수 있는 구조를 제공
② 암호화를 통해 데이터 전송시 높은 보안성 제공
③ 다양한 수집과 저장 플러그인 제공
④ 인터페이스 상속을 통한 어플리케이션 기능 확장
정답 ②
해설
암호화를 통한 데이터 전송은 대용량 비정형 데이터 수집 시스템의 특징에 해당하지 않는다. 대용량 비정형 데이터 수집 시스템은 수집된 데이터가 저장소에 저장되는 과정에서 단계별로 혹은 인접한 단계끼리 신호를 주고받아 이벤트의 유실을 방지하는 방식으로 전송을 보장한다.
⚑ 문제5
하이퍼바이저의 개념 및 특징으로 옳지 않은 것은?
① 하이퍼바이저는 실행환경 격리, 시스템 자원 할당, 하드웨어 환경 애뮬레이션 등의 기능을 한다.
② 엄격하게 구분할 경우에는 차이가 있지만 일반적으로 가상머신을 하이퍼바이저라고 할 수 있으며, 하이퍼바이저는 VMM이라고도 한다.
③ 호스트 기반 하이퍼바이저는 하드웨어와 호스트 운영체제 사이에 위치하며, 베어메탈 하이퍼바이저는 호스트 운영체제와 게스트 운영체제 사이에 위치한다.
④ 하이퍼바이저를 통해 사용자는 새로운 운영체제의 설치, 어플리케이션의 테스팅 및 업그레이드를 동일한 물리적 서버에서 동시에 수행할 수 있다.
정답 ③
해설
베어메탈 하이퍼바이저는 하드웨어와 호스트 운영체제 사이에 위치하며, 호스트 기반 하이퍼바이저는 호스트 운영체제와 게스트 운영체제 사이에 위치한다.
⚑ 문제6
CDC에 대한 설명으로 부적절한 것은?
① CDC는 실시간 처리보다는 배치처리에 적합하며, 데이터 웨어하우스 및 기타 데이터 저장소 구축에 폭 넓게 사용된다.
② CDC 구현 방식 중 대상 시스템에서 데이터 원천을 정기적으로 살펴보고 필요 시 데이터를 당누로드 하는 방식은 '풀 방식'에 해당된다.
③ CDC 구현 기법 중 'Status on Rows'는 데이터의 변경 여부를 True 혹은 False의 값으로 컬럼에 저장하는 것이다.
④ 단일 정보 시스템 내의 다수의 CDC 매커니즘이 구현돼 동작될 수 있다.
정답 ①
해설
CDC는 배치처리보다는 실시간 처리에 적합하다.
⚑ 문제7
다음 중 HDFS에서의 파일 읽기 과정으로 가장 적절한 것은?
① 네임노드는 클라이언트에게 블록 위치에 대한 정보를 요청하고, 클라이언트는 데이터노드에 블록 위치를 질의한다. 데이터노드가 블록 위치를 반환하여 클라이언트와 네임노드에게 순차적으로 전달하면, 네임노드는 직접 데이터노드로부터 데이터를 읽어온다.
② 클라이언트는 모든 데이터노드에 병렬로 질의를 실행하고, 요청받은 데이터를 가지고 있는 데이터노드는 클라이언트에게 직접 응답한다.
③ 클라이언트가 네임노드에게 데이터 읽기를 요청하면 네임노드는 클라이언트에게 데이터노드에 연결하여 데이터를 전송받을 수 있도록 중계 역할을 한다.
④ 클라인언트는 네임노드에 블록 위치를 질의하고, 네임노드는 클라이언트에게 블록의 목록과 위치를 반환한다. 그 후 클라이언트는 데이터노드로부터 직적 데이터를 읽어 들인다.
정답 ④
⚑ 문제8
다음 중 데이터 연동 시스템인 스쿱(Sqoop)에 대한 설명으로 부적절한 것은?
① 스쿱은 데이터의 가져오기와 내보내기를 맵리듀스를 통해 처리하여 장애 허용 능력은 제공하지 않는다.
② 관계형 DB의 데이터를 하둡 분산 파일 시스템으로 가져오기 위한 기술이다.
③ 스쿱을 이용하면 관계형 DB의 데이터를 HBase로 옮길 수 있다.
④ 스쿱은 하둡에서 제공하는 맵 인풋 포맷터를 사용하며, SQL을 통해 테이블에서 데이터를 추출한다.
정답 ①
해설
스쿱은 데이터의 가져오기와 내보내기를 맵리듀스를 통해 처리하여 장애 허용 능력을 제공한다.
✐ 3과목 : 데이터 분석 기획
⚑ 문제1
분석 과제를 도출하기 위한 상향식 접근방식에 대한 설명으로 옳지 않은 것은?
① 상향식 접근방식의 데이터 분석은 비지도 학습방법에 의해 수행된다.
② 분석적으로 사물을 인식하려는 'Why' 관점에서 접근한다.
③ 인과관계로부터 상관관계분석으로의 이동이라는 변화를 만들었다.
④ 사물을 있는 그대로 인식하는 'What' 관점에서 접근한다.
정답 ②
해설
분석적으로 사물을 인식하려는 'Why' 관점은 일반적으로 사용되고 있는 하향식 접근방식에서 사용된다.
- 하향식 : Why, 상향식 : Why
⚑ 문제2
분석 성숙도 모델 중 빅데이터 관리를 위한 환경이 갖추어지고, 전사 차원에서 분석을 관리하고 공유하며, 이를 위해 분석 전문 조직을 운영하는 수준의 성숙단계는?
① 도입 단계
② 활용 단계
③ 확산 단계
④ 최적화 단계
정답 ③
해설
- 도입 단계 : 분석에 필요한 환경과 시스템을 갖추기 시작하는 단계
- 일부 부서 중심으로 실적 분석 및 통계업무 위주의 분석이 수행된다.
- 활용 단계 : 분석 결과를 실제 업무에 적용하는 단계
- 분석을 전문 담당 부서에서 수행하며 미래 결과 예측 및 시뮬레이션 분석을 수행하는 단계
- 확산 단계 : 빅데이터 관리를 위한 환경이 갖추어지고, 전사 모든 부서에서 분석을 수행하되, 전사 차원에서 분석을 관리하고 공유하며, 이를 위한 분석 전문 조직을 운영하는 수준의 단계
- 최적화 단계 : 전사 내 분서 협업 환경이 갖추어지고, 실시간 분석이 가능하여 분석을 업무 프로세스에 내재화 하는 등 분석을 진화시켜 혁신 및 성과 향상에 기여하는 단계
따라서 주어진 문제에서 설명하는 단계는 확산 단계이다.
⚑ 문제3
다음 중 하향식 접근법의 문제탐색 단계의 도구로 부적절한 것은 무엇인가?
① 탐색적 문제 발견
② 외부 참조 모델 기반 문제탐색
③ 비즈니스 모델 기반 문제탐색
④ 분석 유즈 케이스
정답 ①
해설
① 탐색적 문제 발견(EDA)는 상향식 접근법의 문제탐색 단계의 도구이다.
✐ 4과목 : 데이터 분석
⚑ 문제1
다음 중 R에서 사용가능한 데이터 오브젝트에 관한 설명으로 부적절한 것은?
① 차원을 가진 벡터를 행렬이라 한다.
② 리스트에서 원소듣은 다른 모드여도 상관없다.
③ 벡터에서 모든 원소는 같은 모드여야 한다.
④ 데이터프레임은 테이블로 된 데이터 구조로써 행렬로 표현된다.
정답 ④
해설
데이터프레임은 행렬이 아닌 리스트로 표현된다.
⚑ 문제2
두 개 이상의 독립변수를 사용해 하나의 종속변수의 변화를 설명하는 다중회귀분석을 실시할 것이다. 다음 중 모형을 적합 시킨 후, 모형이 적합한 지 확인하기 위해 체크해야 할 사항으로 부적절한 것은?
① 상관계수를 통해 모형의 설명력을 확인한다.
② F-value를 통해 모형이 통계적으로 유의한지 확인한다.
③ 모형이 데이터에 잘 적합되어 있는지를 확인한다.
④ t-value, p-value를 통해 유의한지 확인한다.
정답 ①
해설
설명력은 결정계수 또는 수정된 결정계수를 통해 확인한다.
⚑ 문제3
주성분분석은 차원의 단순화를 통해 서로 상관되어 있는 변수들 간의 복잡한 구조를 분석하는 것이 목적이다. 다음 중 주성분분석에 대한 설명으로 적절하지 않은 것은 무엇인가?
① 다변량 자료를 저차원의 그래프로 표시하여 이상치 탐색에 사용한다.
② 변수들끼리 상관성이 있는 경우, 해석상의 복잡한 구조적 분제가 발생하는데 이를 해결하기 위해 사용한다.
③ 회귀분석에서 다중공선성의 문제를 해결하기 위해 활용한다.
④ p개의 변수들을 중요한 m(p)개의 주성분으로 표현하여 전체 변동을 설명하는 것으로 m개의 주성분은 원래 변수와는 관계없이 생성된 변수들이다.
정답 ④
해설
p개의 변수들을 중요한 m(p)개의 주성분으로 표현하여 전체 변동을 설명하는 것으로 m개의 주성분은 원래 변수에서 선형 결합으로 생성된 변수이다.
⚑ 문제4
아래의 데이터마이닝 분석 예제 중 비지도 분석을 수행해야 하는 예제는?
ㄱ. 우편물에 인쇄된 우편번호 판별 분석을 통해 우편물을 자동으로 분류
ㄴ. 고객의 과거 거래 구매 패턴을 분석하여 고객이 구매하지 않은 상품을 추천
ㄷ. 동일 차종의 수리 보고서 데이터를 분석하여 차량 수리에 소요되는 시간을 예측
ㄹ. 상품을 구매할 때 그와 유사한 상품을 구매한 고객들의 구매 데이터를 분석하여 쿠폰을 발행
① ㄴ, ㄷ
② ㄱ, ㄹ
③ ㄱ, ㄷ
④ ㄴ, ㄹ
정답 ④
해설
비지도 분석은 test 데이터가 없는 것으로, ㄴ, ㄹ이 이에 해당한다.
ㄱ은 우편번호에 따른 주소가 이미 있으므로 test 데이터가 있는 것이고,
ㄷ은 동일 차종의 수리 보고서 데이터가 test 데이터가 될 것이다.
⚑ 문제5
SOM 알고리즘은 고차원의 데이터를 이해하기 쉬운 저차원의 뉴런으로 정렬하여 지도의 형태로 형상화하는 방법이다. 다음 중 SOM에 대한 설명으로 부적절한 것은?
① 지도 형태의 형상화는 입력변수의 위치 관계를 그대로 보존한다는 특징이 있다.
② 자율적인(Unsupervised) 신경말 모델로써 역전파(Back Propagation) 알고리즘처럼 여러 단계의 피드백을 처리하면서 전방 패스(Feed-Forward Flow)를 사용하는 방법이다.
③ 입력 벡터와 가장 비슷한 연결강도 벡터를 가진 경쟁층의 뉴런이 승자이며, 승자와 그 주변의 경쟁층 뉴런에 대해서만 연결강도를 수행하는 학습 방법이다.
④ 고차원의 표현을 1차원으로 표현할 수 있는 장접이 있다.
정답 ②
해설
SOM의 특징은 역전파 알고리즘 등을 이용하는 인공신경망과는 달리 단 하나의 전방 패스를 사용함으로써 속도가 매우 빠르다는 것이다.
⚑ 문제6
다음 중 다층 신경망 모형에서 각 층의 노드 수를 결정할 때 고려사항이 아닌 것은 무엇인가?
① 은닉층 노드의 수가 많으면 일반화가 가능하다.
② 출력층 노드의 수는 출력 범주의 수로 결정된다.
③ 은닉층 노드의 수가 적으면 네트워크가 복잡한 의사결정 경계를 만들 수 없다.
④ 입력의 수는 입력 차원의 수로 결정한다.
정답 ①
해설
은닉층 노드의 수가 많으면 일반화가 불가능하다.
⚑ 문제7
다음 중 아래 내용을 검정할 때 활용할 수 있는 분포로 가장 적절한 것은?
"두 개의 처리를 비교하는 문제를 생각해 보라. 예를 들어, 콜레스테롤 수치를 낮추기 위한 약으로 A와 B가 있다고 하자. 약 A의 효과와 약 B의 효과에 대하여 평균을 비교하고자 한다. 이를 위해 총 8명의 실험 개체를 확보하여 비교 실험에 들어간다고 하자. 두 집단의 평균이 같은지를 결정하기 위하여 먼저 두 집단의 분산이 같은지를 결정해야 한다."
① t-분포
② z-분포
③ F-분포
④ 포아송분포
정답 ①
해설
평균을 비교한다고 했으므로 t분포를 본다는데, 먼저 분산이 같은지를 결정한다 했으니 F분포도 봐야하는 것 아닌가 하는 의구심이 든다.
하지만 문제가 그렇다는데 일단 참자.
⚑ 문제8
선형회귀분석을 실행하기 위해서는 데이터가 가지고 있는 특정 가정을 만족해야 의미가 있다고 할 수 있다. 선형회귀분석에서 전제로 하는 가정이 아닌 것은?
① 선형성
② 일치성
③ 정상성
④ 등분산성
정답 ③
해설
선형회귀분석에서 전제로 하는 가정 : 선형성, 일치성, 독립성, 비상관성, 등분산성
- 정상성은 시계열 분석에서 전제로 한다.
⚑ 문제9
변수들 간에 높은 상관성이 있느 것들이 회귀모형에 포함될 경우 다중공선성의 문제가 발생한다. 이러한 문제점에 대한 해결방안으로 가장 부적절한 것은?
① 중요하지 않으면서 다른 변수와 상관성이 높은 변수를 제거한다.
② 구조적 다중공선선의 문제가 있는 경우에는 데이터의 평균 중심을 변화시킨다.
③ 상관관계가 낮아지도록 변수 값을 조정한다.
④ VIF를 이용하여 다중공선성이 존재하는지 파악한다.
정답 ③
해설
상관관계가 낮아지도록 변수 값을 조정하면 절대 안 된다.
⚑ 문제10
다음 중 K-means 군집의 단점으로 부적절한 것은?
① 잡음의나 이상값에 영향을 많이 받는다.
② 전체 최적화가 보장되지는 않는다.
③ 볼록한 형태가 아닌 군집이 존재하면 성능이 떨어진다.
④ 한 번 군집이 형성되면 군집내 객체들은 다른 군집으로 이동할 수 없다.
정답 ④
해설
④는 계층적 군집의 단점이다. 하지만 K-means 군집은 비계층적 군집이다.
⚑ 문제11
단층신경망인 퍼셉트론에서 최종 목표값은 활성함수에 의해 결정되는데, 다양한 활성함수 중 출력값이 여러 개로 주어지고 목표치가 다범주인 경우 각 범주에 속할 사후확률을 제공하는 함수는 무엇인가?
① Sigmoid 함수
② Tanh 함수
③ Gauss 함수
④ Softmax 함수
정답 ④
해설
- 뉴런의 활성함수
- 시그모이드 함수의 경우 로지스틱 회귀분석과 유사하며, 0~1의 확률값을 가진다.
- softmax 함수 : 표준화지수 함수로도 불리며, 출력값이 여러개로 주어지고 목표치가 다범주인 경우 각 범주에 속할 사후확률을 제공하는 함수이다.
- Relu 함수 : 입력값이 0이하는 0, 0이상은 x값을 가지는 함수이며, 최근 딥러닝에서 많이 활용하는 활성화함수이다.
⚑ 문제12
다음 중 텍스트 마이닝에 대한 설명으로 가장 부적절한 것은?
① Term Frequence-Inverse Document Frequence는 분석 내의 단어 빈도수를 이용하여 키워드를 도출하는 기법이다.
② Wordcloud는 문서에 포함되는 단어를 사용해 빈도가 높은 단어를 크게 나타내 효과적으로 시각화한 기법이다.
③ Stemming은 접속사, 대명사 등은 남겨주고, 공통 어간을 가지는 단어끼리 묶기 위한 처리 방법이다.
④ Opinion Mining은 문장에서 사용된 단어의 긍정과 부정 여부에 의해 얼마나 긍정, 부정적인 단어가 많은지 여부를 활용해 문장 전체의 긍정, 부정을 판별하는 기법이다.
정답 ③
해설
③ Stemming은 접속사, 대명사 등을 제거하고, 공통 어간을 가지는 단어끼리 묶기 위한 처리 방법이다.
④ Opinion Mining는 감성분석의 기능으로, 문장의 긍정, 부정 여부를 판별하는 기법이다.
⚑ 문제13
다음 중 대표적인 밀도기반 군집분석 방법인 DBSCAN에 대한 설명으로 가장 부적절한 것은?
① K-means와 같은 분할 방법에서 발전하였으나, 데이터의 분포를 통해 군집을 정하는 방법이다.
② 군집의 경계를 찾기 위해서는 밀도가 낮아지는 시점이 필요하여 실제 세계에서는 정확한 군집의 구조를 찾기 힘들다.
③ DBSCAN 알고리즘에는 두 가지 파라미터에 대한 정의가 필요하다. 첫 번째는 주변 공간에 대한 정의이며 두 번째는 그 주변공간에 몇 개의 데이터가 존재해야 군집으로 설정할 것인지에 대한 정의가 필요하다.
④ DBSCAN 알고리즘은 군집과 노이즈를 분류하는 알고리즘으로 군집은 한 예상벡터로부터 접근 간으한 모든 데이터 집합이라고 정의된다.
정답 ①
해설
① K-means와 같은 분할 방법에서 발전하였은아, 데이터의 분포가 아닌 밀도를 통해 군집을 정하는 방법이다.
⚑ 문제14
다음 중 사회연결망 분석 시 한 노드에 직접적으로 연결된 노드들의 합으로 얻어지며, 한 노드에 얼마나 많은 노드들이 관계를 맺고 있는지를 기준으로 그 노드가 중심에 위치하는 정도를 계량화한 것은?
① 연결정도 중심성
② 근접 중심성
③ 매개 중심성
④ 위세 중심성
정답 ①
해설
일단, 문제에 연결이라는 단어가 나왔으며, 관계에 대한 이야기가 나오므로 연결정도 중심성이 답이다.
연결정도 중싱섬에는 인디그리와 아웃디그리가 있는데, 인디그리는 영향을 받는 정도, 아웃디그리는 영향을 미치는 정도를 계량화한 것이다.
✐ 5과목 : 데이터 시각화
⚑ 문제1
다음 중 정보 디자인의 빅데이터 시각화 영역에 대한 설명으로 부적절한 것은?
① 정보 디자인은 데이터의 디테일을 나타낸다.
② 데이터 시각화는 정보형 메시지를 전달한다.
③ 인포 시각화는 설득형 메시지를 전달한다.
④ 빅데이터 시각화는 정보형 메시지를 전달하는 경향이 강하다.
정답 ①
해설
- 정보 디자인은 데이터의 디테일을 나타내는 것이 아니다.
- 정보 디자인은 의미만들기, 형태만들기, 맥락만들기와 같이 보는 사람들에게 명확하게 의미를 이해할 수 있도록 하는 것이다.
⚑ 문제2
정보 디자인의 빅데이터 시각화 영역에 대한 설명으로 가장 부적절한 것은?
① 데아터 시각화의 주요 목적은 그래픽 의미를 이용해 명확하고 효과적으로 커뮤니케이션하기 위함이다.
② 정보 시각화는 보는 사람들이 좀 더 명확하게 의미를 이해할 수 있도록 돕는다.
③ 정보 디자인은 사람이 사용할 수 있는 효과적인 정보와 복잡하고 구조적이지 않은 기술 데이터를 시각적으로 표현하는 방법을 의미한다.
④ 인포그래픽은 데이터 시각화와는 확연히 구별될 정도로 원 데이터(Raw Data)를 취급하지 않는다.
정답 ②
해설
'보는 사람들이 좀 더 명확하게 의미를 이해할 수 있도록 돕는다.'는 것은 정보 시각화가 아닌 정보 디자인에 대한 내용이다.
- 정보 시각화 : 주로 분석 도구에서 제공하는 그래프나 분석 도구의 특성에 따른 시각화가 이루어진다.
⚑ 문제3
D3.js의 함수와 그 특징의 연결이 가장 적절한 것은?
① domain() : scale 출력값의 범위 지정
② ticks() : 축의 눈금 단위를 지정
③ range() : scale 입력값의 범위 지정
④ array() : 배열의 최솟값과 최댓값을 찾아 반환
정답 ②
해설
① domain() : scale 입력값의 범위 지정
② ticks() : 축의 눈금 단위를 지정
③ range() : scale 출력값의 범위 지정
④ extent() : 배열의 최솟값과 최댓값을 찾아 반환
