2026-11-01고2확률과 통계정보
수도 사용량이 줄면 위기 신호일까? 표준점수로 본 위기가구 AI
정규분포의 표준점수, 이항분포, 재현율·정밀도로 복지 사각지대 발굴 AI의 경보 기준을 직접 계산한다
출발 기사보건복지부 · 빚으로 힘겨운 위기가구, 먼저 찾아 지원(2026-09-22)
- 정보[12정04-02] 기계학습의 개념을 이해하고, 지도학습과 비지도학습의 차이를 비교⋅분석한다.
- 정보[12정04-03] 기계학습을 활용하여 해결할 수 있는 문제와 그렇지 않은 문제를 구분하고, 사회문제 해결에 기계학습을 적용한다.
- 확률과 통계[12확통03-03] 이항분포의 뜻과 성질을 이해하고, 평균과 표준편차를 구할 수 있다.
- 확률과 통계[12확통03-04] 정규분포의 뜻과 성질을 이해하고, 이항분포와의 관계를 설명할 수 있다.
01 Intro — 물을 덜 쓰는 집을 왜 찾아갈까?
보건복지부는 2026년 9월 22일 국무회의에서 「사회보장급여법」 시행령 개정안이 의결되었다고 밝혔다. 핵심은 복지사각지대 발굴시스템에 넣는 위기정보를 늘리는 것이다. 이 시스템은 2015년 12월부터 단전·단수 등 47종의 위기정보로 경제적 위기가구를 예측해 왔는데, 이번에 불법사금융 피해 신고자, 정책서민금융을 승인받은 취약채무자, 채무조정 효력이 상실된 단기 연체자, 그리고 수도 사용량 변화에 특이점이 있는 가구의 정보가 더해졌다(보건복지부, 2026.9.22). 보도자료 붙임에 따르면 연계 정보는 50종이다.
앞의 세 가지는 금융 정보다. 마지막 항목은 성격이 다르다. 지금까지는 물이 '끊긴' 집만 보았지만, 앞으로는 물이 끊기지 않았더라도 사용량이 평소와 다르게 변한 집을 찾겠다는 뜻이다. 그런데 '평소와 다르다'는 것은 숫자로 어떻게 정할까? 한 달에 물을 덜 쓴 집은 많다. 여행을 갔을 수도 있고, 가족 한 명이 기숙사에 들어갔을 수도 있다. 그렇다면 컴퓨터는 수많은 가구 가운데 어떤 기준으로 '이상한' 집을 골라내고, 그 기준은 얼마나 틀릴까?
토큰을 사거나 구독하면 전체를 볼 수 있어요
탐구 내용, 직접 해 보는 탐구, 참고문헌까지 모두 열려요.