LEARN · SIMULATE · VERIFY
확률부터 LLM까지, 원리부터 제대로 배우는 자기주도 학습 플랫폼
함께 팔리는 상품을, 데이터에서 찾아내기
이 페이지에서 배우고 나면
- 지지도·신뢰도·향상도가 각각 무엇을 재는지 직접 계산하며 이해할 수 있습니다.
- 자주 함께 등장하는 항목집합을 데이터에서 찾아낼 수 있습니다.
- 단순히 '함께 자주 나온다'는 것과 '의미 있는 관련'의 차이를 구분할 수 있습니다.
🧾 트랜잭션 데이터의 표현
연관 규칙의 입력은 거래(transaction) 목록입니다. 각 거래는 함께 구매된 아이템들의 집합이며, 이를 트랜잭션×아이템 매트릭스로 표현해 분석합니다.
장바구니 데이터: Transaction × Item Matrix3대 지표 — Support, Confidence, Lift
연관 규칙의 품질은 세 가지 지표로 평가합니다. Support는 빈도, Confidence는 조건부 확률 P(Y|X), Lift는 독립 가정 대비 몇 배 자주 발생하는가입니다. 실무에서 가장 중요한 것은 Lift로, 1.5 이상이면 의미 있는 규칙으로 봅니다.
Support, Confidence, Lift의 정의와 예시 계산🌳 Apriori 알고리즘 — Lattice와 가지치기
Apriori의 핵심 통찰: "비빈출 아이템셋의 모든 상위 집합도 비빈출"이라는 단조성(monotonicity) 성질입니다. 이를 활용해 가지치기(pruning)하면 2ⁿ개 후보를 거의 다 검사하지 않아도 됩니다.
Apriori의 lattice 가지치기 — 4개 아이템 예시예측 먼저 — 실험 전에 답을 정해 보세요
정답을 몰라도 괜찮습니다 — 먼저 예측을 정해야 시뮬레이션 결과가 기억에 남습니다. 예측을 고른 뒤 아래 시뮬레이션으로 직접 확인하고, 그다음 결과를 열어 보세요.
1. "기저귀 → 맥주" 규칙의 신뢰도(confidence)가 90%라는 것의 의미는?
2. 신뢰도가 높은 규칙은 항상 유용할까요?
연관 규칙(Apriori) 인터랙티브 — 장바구니 분석
미니 트랜잭션 데이터에서 Apriori 알고리즘으로 빈출 아이템셋과 연관 규칙을 발견합니다. min_support와 min_confidence를 조절해 발견되는 규칙의 변화를 관찰하세요.
데이터셋
min_support = 0.20 (4 트랜잭션 이상)
min_confidence = 0.50
빈출 아이템 (1-itemset)
| 아이템 | Support |
|---|---|
| 우유 | 0.70 |
| 빵 | 0.60 |
| 기저귀 | 0.55 |
| 맥주 | 0.55 |
| 버터 | 0.25 |
| 치즈 | 0.25 |
| 달걀 | 0.20 |
| 콜라 | 0.20 |
발견된 연관 규칙 (Lift 내림차순, 상위 10개)
| 규칙 (X → Y) | Support | Confidence | Lift |
|---|---|---|---|
기저귀 → 맥주 | 0.55 | 1.00 | 1.82 |
맥주 → 기저귀 | 0.55 | 1.00 | 1.82 |
기저귀, 빵 → 맥주 | 0.25 | 1.00 | 1.82 |
맥주, 빵 → 기저귀 | 0.25 | 1.00 | 1.82 |
기저귀, 우유 → 맥주 | 0.25 | 1.00 | 1.82 |
맥주, 우유 → 기저귀 | 0.25 | 1.00 | 1.82 |
버터 → 빵, 우유 | 0.20 | 0.80 | 1.78 |
버터 → 우유 | 0.25 | 1.00 | 1.43 |
버터, 빵 → 우유 | 0.20 | 1.00 | 1.43 |
버터 → 빵 | 0.20 | 0.80 | 1.33 |
실측 요약 — 이 실습이 보여주는 것
식료품점·의류 매장 각 20건의 미니 장바구니 데이터에 Apriori 알고리즘을 실시간으로 돌려, min_support와 min_confidence를 조절하며 빈출 아이템셋과 연관 규칙(지지도·신뢰도·향상도)이 걸러지는 과정을 보는 실험입니다. 1990년대 월마트의 "기저귀 → 맥주" 사례가 미니 데이터로 재현됩니다.
- 식료품점 20건을 직접 세면 기저귀와 맥주는 각각 11건(support 0.55)에 등장하는데 그 11건이 완전히 겹친다 — "기저귀 → 맥주" 신뢰도 1.00, 향상도 1.00÷0.55 = 1.82로 기본 설정(min_sup 0.20, min_conf 0.50)에서 발견되는 13개 규칙 중 최상위
- 신뢰도의 함정 실측: "빵 → 우유"는 신뢰도 0.75로 높아 보이지만 우유 자체가 20건 중 14건(0.70)에 들어 있어 향상도는 0.75÷0.70 = 1.07 — 조건이 확률을 거의 끌어올리지 못한 우연 수준의 규칙이다
- min_support의 수문 효과: 0.40에서는 규칙이 4개뿐이지만 0.20에서 13개, 0.05로 내리면 75개로 폭증한다(빈출 아이템셋 6 → 19 → 59개) — 임계값이 곧 "볼 가치가 있는 빈도"의 정의다
바로잡는 오개념: "신뢰도가 높으면 좋은 규칙"이라는 착각 — 모두가 사는 인기 상품은 무엇과 묶어도 신뢰도가 높게 나온다. 조건이 결과의 확률을 몇 배로 끌어올렸는가(향상도)를 기준선과 비교해야 우연과 진짜 연관이 갈린다.
AI 튜터에게 물어보기
— 정답 대신 힌트로 유도합니다. 지금 화면의 실험 상태를 알고 답해요.
예: “방금 결과가 이론과 다른데 왜죠?”, “이 값을 올렸는데 왜 반대로 변하죠?”
Lift 히트맵 — 페어별 연관도
모든 아이템 페어의 Lift를 히트맵으로 시각화하면 강한 연관 페어를 한눈에 발견할 수 있습니다. 유명한 "기저귀 → 맥주" 사례(월마트, 1990년대)는 데이터마이닝의 고전적 발견입니다.
Lift 히트맵 — 빨강(음 상관) ↔ 녹색(양 상관)💼 실제 응용 — 추천 시스템과 마케팅
연관 규칙은 추천 시스템·교차 판매(cross-selling)·매장 진열·번들 프로모션 등 광범위하게 활용됩니다. 현재 우리가 보는 아마존의 "함께 구매한 상품", 넷플릭스의 추천도 기본은 이 알고리즘의 변형입니다.
연관 규칙의 추천·마케팅 활용Apriori vs FP-Growth vs Eclat
Apriori (1993)
레벨별 후보 생성 → DB 다회 스캔. 직관적이지만 느림.
FP-Growth (2000)
FP-tree 구조로 DB 2회 스캔만. Apriori 대비 10~100배 빠름.
Eclat (2000)
수직 데이터 표현 + 교집합으로 빠른 탐색. 메모리 효율.
직접 해보기 — 실습 과제
- 월마트 사례 재현: 식료품점 + min_sup=0.20 + min_conf=0.50. "기저귀 → 맥주", "맥주 → 기저귀" 규칙을 찾아보세요.
- support 효과: min_sup을 0.40 → 0.10으로 천천히 낮추세요. 규칙 수가 폭증하지만 그 중 의미 있는 것은 일부.
- confidence vs lift: confidence는 높지만 lift가 낮은 규칙은 "정답 Y가 그냥 많이 팔리는 것"일 수 있음. Lift 1.5 이상이 진짜 가치 있는 규칙.
- 의류 매장 분석: 데이터셋을 의류로 변경. "셔츠 → 청바지", "드레스 → 가방" 같은 코디 패턴이 자동 발견됨.
- 실무 적용 사고 실험: 발견된 Top 3 규칙으로 어떤 마케팅 액션(번들·진열·추천)을 할 수 있을지 직접 정리해보세요.