about SDV & me
권세혁 교수의 통계책방
권세혁
한남대학교 통계학과 명예교수 · KWONSE SDV 창시자
데이터에 의미를 더하고, 통계로 가치를 설계한다. 분석을 넘어 의사결정과 변화로 이어지는 데이터 가치화를 만든다.
KWONSE SDV란? Statistical Data Valorization
KWONSE SDV(통계적 데이터 가치화)는 제가 40년 가까이 통계학을 연구하고 가르쳐온 경험을 바탕으로, AI 시대에 통계학자가 나아가야 할 방향을 제시하기 위해 직접 만든 개념입니다. 전통적인 통계학 발전 과정인 요약(기술통계) → 추론(추론통계) → 학습(통계적 학습) → 융합(데이터 사이언스)의 4단계에, 제가 새롭게 제안하는 5단계 가치화(Valorization)를 더한 것입니다. AI가 계산과 보고를 빠르게 대신해주는 시대일수록, 통계학자는 숫자를 넘어 “이 데이터가 만들어낼 가치의 방향”을 설계하는 역할로 나아가야 한다는 것이 핵심 메시지입니다.
| 단계 | 통계학 발전 단계 | 설명 | 통계학자의 역할 |
|---|---|---|---|
| 1 | 기술통계 (요약) | 자료의 분포·변동·패턴을 요약하고 시각화 | 기술 (Describe) — 데이터가 무엇을 말하는지 보여준다 |
| 2 | 추론통계 (추론) | 표본을 통해 모집단을 추정하고 불확실성을 평가 | 추론 (Infer) — 데이터로부터 근거 있는 결론을 도출한다 |
| 3 | 통계적 학습 (학습) | 데이터 기반 모형을 통해 예측·분류하고 패턴을 학습 | 학습 (Learn) — 데이터에서 관계와 예측 규칙을 학습한다 |
| 4 | 데이터 사이언스 (융합) | 데이터·통계·컴퓨팅·도메인 지식을 통합 | 융합 (Integrate) — 다양한 데이터와 분석기술을 연결한다 |
| 5 | 데이터 가치화 (가치화) | 신뢰할 수 있는 인사이트를 의사결정·행동·가치로 전환 | 가치 설계 (Design Value) — 더 나은 의사결정과 미래를 설계한다 |