AI로 산점도 만드는 방법: 단계별 가이드

산점도는 두 수치형 변수 간의 관계를 보여주는 그래프로, 각 축에 변수가 하나씩 위치하고 모든 관측값은 점으로 표시됩니다. AI를 사용해 산점도를 만들려면 두 개의 수치형 열이 있는 파일을 업로드하고 각 축의 변수 이름을 지정하면 됩니다. 추세선과 상관관계가 포함된 산점도를 요청한 다음, 패턴을 분석하고 이상치를 확인해 보세요.

이 가이드는 산점도가 무엇을 보여주는지, 그리고 언제 꺾은선형 차트 대신 산점도를 사용해야 하는지 설명합니다. Excel 및 Google Sheets에서 수동으로 만드는 방법, 3단계 AI 활용법, 결과 분석 방법, 그리고 구체적인 예시를 다룹니다.

산점도가 보여주는 것

NIST/SEMATECH 통계 방법론 e-핸드북(e-Handbook of Statistical Methods)에서는 표준 정의를 다음과 같이 제시합니다. 산점도는 "두 변수 간의 관계 또는 연관성을 밝혀냅니다." 이러한 관계는 "차트 상의 비임의적 구조를 통해 나타납니다."

레이아웃은 간단합니다. 핸드북에서는 이를 "X값에 대응하는 Y값의 플롯"이라고 설명합니다. 세로축에는 반응 변수가 위치합니다. 가로축에는 이와 관련이 있을 것으로 추정되는 변수가 위치합니다.

NIST는 산점도가 답할 수 있는 다섯 가지 질문을 다음과 같이 나열합니다.

• 두 변수가 서로 관련이 있는가?
• 선형 관계가 있는가?
• 비선형 관계가 있는가?
• X에 따라 Y의 편차가 변하는가?
• 이상치가 존재하는가?

핸드북은 또한 이 차트가 분석에서 왜 그토록 중요한지 설명합니다. 이를 "변수 간 관계의 존재 여부와 특성을 밝혀내는 데 있어 가장 중요하고 가장 많이 사용되는 시각적 도구"라고 부릅니다.

꺾은선형 차트 대신 산점도를 사용해야 하는 경우

산점도와 꺾은선형 차트는 특히 점들이 선으로 연결되어 있을 때 비슷해 보일 수 있습니다. 차이점은 가로축에 있습니다.

Microsoft의 Excel 설명서에 명확히 설명되어 있습니다. "분산형 차트에는 항상 두 개의 값 축이 있습니다." 반면 꺾은선형 차트에는 값 축이 하나만 있으며, 가로축에는 일정한 간격의 범주가 표시됩니다.

이는 간단한 규칙으로 이어집니다. Microsoft는 "데이터에 숫자가 아닌 x값이 있는 경우 꺾은선형 차트를 사용하라"고 권장합니다. 수치형 X값의 경우에는 "일반적으로 분산형 차트를 사용하는 것이 더 좋다"고 덧붙입니다.

산점도를 사용하는 경우	꺾은선형 차트를 사용하는 경우
가격과 판매량처럼 두 변수가 모두 숫자일 때	가로축이 시간 또는 범주일 때
두 측정값이 함께 움직이는지 확인하고 싶을 때	동일한 간격에 걸친 추세를 보여주고 싶을 때
가로축을 따라 점들이 어디에나 위치할 수 있을 때	기간별로 점들이 일정한 간격으로 배치될 때
추세선이나 상관관계를 추가할 계획일 때	시간 경과에 따른 여러 계열을 비교할 계획일 때

간단한 테스트가 도움이 됩니다. 가로축 값을 가장 작은 것부터 가장 큰 것 순으로 정렬했을 때 여전히 의미가 있다면 산점도가 적합합니다.

시작하기 전에 필요한 것

깔끔한 차트는 깔끔한 열에서 시작됩니다. 먼저 다음 네 가지를 확인하세요.

두 개의 수치형 열. 하나는 X 변수용, 다른 하나는 Y 변수용입니다. 셀에 입력된 "12 km"와 같은 단위는 숫자를 텍스트로 변환하므로 제거하십시오.

관측값당 한 행. 각 행은 고객 한 명, 주문 한 건, 하루 또는 테스트 한 번을 나타내야 합니다. 동일한 열에 합계나 소계가 포함되어 있으면 산점도가 왜곡됩니다.

충분한 데이터 포인트. 몇 개 안 되는 점으로는 실제 패턴을 파악하기 어렵습니다. 최소 20개 이상의 관측값을 목표로 하고, 데이터에 노이즈가 많다면 더 많은 관측값을 확보하세요.

명확한 질문. 차트를 그리기 전에 무엇을 발견하고자 하는지 결정하세요. 단순히 "데이터를 보여줘"보다는 "배송 시간이 거리에 따라 증가하는가?"가 훨씬 더 좋은 출발점입니다.

Excel 또는 Google Sheets에서 산점도를 만드는 방법

단일 차트를 만들 때는 수동 방법이 효과적입니다. 이 옵션들은 별도의 추가 기능이 필요하지 않습니다.

옵션 1: Excel

왼쪽 열에 X값을, 오른쪽 열에 Y값을 입력하고 1행에는 헤더를 넣습니다. 헤더를 포함하여 두 열을 모두 선택합니다.

삽입 탭에서 분산형(X, Y) 또는 거품형 차트 삽입 메뉴를 열고 분산형을 선택합니다. Excel이 각 행을 하나의 점으로 표시합니다.

추세선을 추가하려면 차트를 선택하고 차트 요소를 연 다음 추세선에 체크합니다. 추세선 서식에서 차트에 수식과 R-제곱 값을 표시할 수 있습니다. 상관계수 자체를 구하려면 빈 셀에 범위에 맞게 조정된 =CORREL(A2:A31,B2:B31)을 입력합니다.

옵션 2: Google Sheets

두 열을 선택하고 삽입을 선택한 다음 차트를 클릭합니다. 차트 편집기에서 Google Sheets가 자동으로 선택하지 않는 경우 차트 유형을 분산형 차트로 설정합니다.

맞춤설정 탭에서 계열을 열고 추세선에 체크합니다. 여기에서도 R-제곱 값을 표시할 수 있습니다. =CORREL() 함수는 Excel에서와 동일하게 작동합니다.

수동 방법은 세 가지 부분에서 작업 속도가 느려집니다. 종종 데이터를 먼저 정제해야 하고, 이상치를 수동으로 찾아 레이블을 지정해야 하며, 여러 변수 쌍을 테스트하고 싶을 때 각 쌍마다 모든 단계를 반복해야 합니다.

AI로 산점도를 만드는 방법

AI 워크스페이스를 사용하면 단 한 번의 요청으로 열을 정제하고, 산점도를 생성하고, 추세선을 추가하고, 이상치를 표시할 수 있습니다. 아래의 3단계는 Powerdrill Bloom을 사용합니다. 해당 서비스의 scatter graph creator 페이지에서도 동일한 흐름을 설명합니다. 데이터 세트를 업로드하고, 채팅으로 차트를 설명한 다음, 결과를 다운로드하는 방식입니다.

1단계: 데이터 업로드 및 두 변수 지정하기

데이터가 포함된 스프레드시트나 CSV 파일을 업로드합니다. scatter graph creator 페이지에 따르면 CSV 및 Excel과 같은 형식을 지원합니다.

그런 다음 요청에서 두 변수의 이름을 지정합니다. 어떤 열이 가로축에 가고 어떤 열이 세로축에 갈지 지정하세요. NIST 규칙에 따라 다른 변수에 영향을 준다고 생각하는 변수를 가로축에 배치합니다.

파일에 열이 많은 경우, "각 행은 배송 한 건을 나타냅니다. 시간이 거리에 따라 달라지는지 확인하고 싶습니다."와 같이 한 문장의 맥락을 추가하세요. 이렇게 하면 AI가 올바른 열을 선택하고 나머지는 무시하는 데 도움이 됩니다.

2단계: 산점도, 추세선 및 상관관계 요청하기

한 번의 요청으로 차트, 선형 추세선, 상관계수를 요청하세요. 좋은 요청 예시는 다음과 같습니다. "거리에 따른 배송 시간의 산점도를 만들어 줘. 선형 추세선을 추가하고 상관계수와 R-제곱 값을 표시해 줘."

데이터 정제에 대한 설명도 함께 요청하세요. AI는 누락되었거나 수치가 아닌 값 때문에 제외된 행의 수를 알려줄 것입니다. 이 숫자가 예상과 다르다면 원본 파일을 수정하고 다시 실행해 보세요.

후보 변수가 여러 개라면 각 쌍마다 차트를 하나씩 요청하거나, 먼저 상관관계 표를 요청하세요. 더 넓은 범위의 1차 분석은 correlation matrix 가이드에서 다루고 있습니다.

3단계: 패턴 분석 및 이상치 레이블 지정하기

숫자보다 먼저 형태를 살펴보세요. 명확한 방향이 있나요? 관계가 직선인가요, 아니면 곡선인가요? X가 커질수록 분포가 넓어지나요?

그런 다음 AI에게 이상치에 해당하는 행의 상세 정보를 레이블로 표시해 달라고 요청하세요. 다른 점들과 멀리 떨어져 있는 점이 차트에서 가장 유용한 정보인 경우가 많습니다. 단순한 데이터 입력 오류일 수도 있고, 관리자가 질문할 만한 특이 케이스일 수도 있습니다.

차트 아래에 한 문장으로 요약을 덧붙이세요. 방향, 강도, 그리고 주의 사항을 명시합니다. 예: "도로 폐쇄로 인해 지연된 세 건의 주문을 제외하면, 배송 시간은 거리에 따라 증가하며 강한 선형 관계를 보입니다." scatter graph creator 페이지에서 설명하듯이, 슬라이드나 보고서용으로 차트를 고해상도 PNG 파일로 다운로드할 수 있습니다.

산점도 읽는 방법

NIST 핸드북은 예시 차트와 함께 일반적인 패턴들을 보여줍니다. 가장 자주 접하게 될 패턴들은 다음과 같습니다.

패턴	형태	의미
관계 없음	형태가 없는 구름 모양	X로 Y를 예측할 수 없음
강한 양의 상관관계	우상향하는 선에 점들이 밀집함	X가 커질수록 Y도 커짐
강한 음의 상관관계	우하향하는 선에 점들이 밀집함	X가 커질수록 Y는 작아짐
곡선형	점들이 곡선을 이룸	직선 추세선을 사용하면 왜곡될 수 있음
점점 넓어지는 분포	X가 커질수록 구름 모양이 부채꼴로 퍼짐	Y의 편차가 X에 따라 달라짐
이상치	다른 점들과 멀리 떨어진 하나의 점	결론을 내리기 전에 해당 행을 확인해야 함

관계가 없는 경우에 대해 NIST는 특정 X값에 대해 Y값들이 "사방에 흩어져 분포한다"고 설명합니다. 강한 양의 관계에 대해서는 "데이터를 관통하는 직선이 매끄럽게 들어맞으며", "선 주변의 분산이 매우 작다"고 설명합니다.

분포가 넓어지는 패턴에는 전문 용어가 있습니다. NIST는 이를 이분산성(heteroscedasticity)이라고 부르며, "X값에 따라 Y의 변동성이 일정하지 않음"을 의미합니다. 단순한 추세선은 분포가 대략 균일하다고 가정하기 때문에 이 개념은 중요합니다.

직선 관계의 강도를 수치로 나타내려면 correlation coefficient(상관계수)를 사용하세요. 1 또는 -1에 가까운 값은 강한 선형 관계를 의미합니다. 0에 가까운 값은 선형 관계가 거의 없음을 의미하지만, 여전히 곡선 관계가 존재할 수 있습니다.

상관관계는 인과관계가 아닙니다

산점도는 연관성을 보여줄 뿐, 원인을 보여주지는 않습니다.

NIST 핸드북은 이에 대해 단호하게 말합니다. "산점도는 연관성을 밝혀내며, 이는 원인과 결과로 나아가는 첫 번째 단계입니다." 또한 "인과관계가 연관성을 내포할지라도, 연관성이 인과관계를 의미하지는 않는다"고 덧붙입니다.

실제로 인과관계를 주장하기 전에 제3의 변수가 있는지 찾아보세요. 아이스크림 판매량과 일광 화상 환자 수는 모두 여름에 증가하지만, 한쪽이 다른 쪽의 원인은 아닙니다. 산점도가 강한 패턴을 보일 때는 X와 함께 변하는 다른 요소가 무엇인지 자문해 보십시오.

관계를 모델링해야 하는 경우, 다음 단계는 X가 한 단위 변할 때 Y가 얼마나 변하는지 추정하는 regression analysis(회귀 분석)입니다.

구체적인 예시

가상의 수치를 사용한 예시를 살펴보겠습니다. 한 배송 팀이 거리는 킬로미터 단위로, 배송 시간은 분 단위로 기록하여 총 30건의 주문 데이터를 수집했습니다.

차트는 명확한 우상향 패턴을 보여줍니다. 2~5 km의 단거리 배송은 15~25분이 걸립니다. 20~25 km의 장거리 배송은 55~70분이 걸립니다. 추세선은 꾸준히 상승하며, 상관계수는 0.91입니다.

세 개의 점이 추세선보다 훨씬 위에 위치해 있습니다. 각각 6~8 km 거리의 주문이었지만 배송 시간이 60분 이상 걸렸습니다. 이 점들에 레이블을 지정해 보니, 세 건 모두 도로 폐쇄가 있었던 같은 날 오후에 발생한 것으로 나타났습니다.

이 세 건의 주문을 표시하고 나면 결론은 간단해집니다. 거리가 배송 시간 변동의 대부분을 설명하며, 이상치에는 명확한 원인이 있었습니다. 팀은 거리를 기준으로 경로를 계획하고 도로 폐쇄는 별도의 리스크로 관리할 수 있습니다.

이것이 바로 산점도 차트가 잘 수행하는 요약 방식입니다. 차트 하나, 문장 하나, 그리고 짧은 예외 목록만으로 충분합니다.

왜곡 없는 시각화를 위한 변형 및 서식 지정

변수가 세 개 이상일 때 도움이 되는 두 가지 변형 방식이 있습니다. NIST 핸드북은 두 가지 모두를 설명합니다.

산점도 행렬(scatterplot matrix)은 "단일 페이지에 가능한 모든 쌍의 산점도를 생성"합니다. 이는 분석할 대상을 선택하기 전에 데이터 세트의 모든 변수 쌍을 빠르게 훑어볼 수 있는 방법입니다.

조건부 플롯(conditioning plot)은 "co-plot 또는 서브셋 플롯이라고도 하며", 제3의 변수 값에 따라 X에 대한 Y의 관계를 보여줍니다. 이는 거리와 시간의 관계가 평일과 주말에 동일하게 유지되는지 등의 질문에 답을 줍니다.

서식 지정도 중요합니다. NIST는 가장 대중적인 형태가 각 데이터 포인트에 마커를 사용하고 "데이터 포인트를 연결하는 선은 사용하지 않는 것"이라고 언급합니다. 점들을 선으로 연결하면 데이터에 존재하지 않는 순서가 있는 것처럼 오해를 불러일으킬 수 있습니다.

차트의 가독성을 유지하는 세 가지 습관은 다음과 같습니다.

• 양쪽 축에 변수 이름과 단위를 표시합니다.
• 축을 합리적인 값에서 시작하고, 0에서 시작하지 않는 경우 이를 명시합니다.
• 데이터 포인트에는 한 가지 색상을 사용하고, 추세선에는 대비되는 색상을 사용합니다.

흔히 하는 실수

차트를 오도하게 만드는 가장 흔한 오류들은 다음과 같습니다.

• 수치형 X값에 꺾은선형 차트 사용하기. 수치형 X값은 대개 분산형 차트에 적합하다는 것이 Microsoft의 명확한 지침입니다.
• 축 바꾸기. 원인이 되는 변수를 가로축에, 결과를 세로축에 배치해야 합니다.
• 곡선 형태에 억지로 직선 추세선 적용하기. 먼저 형태를 살펴본 후 추세선을 선택하세요.
• 확인 없이 이상치 삭제하기. 이상치는 단순 오류일 수도 있지만 차트에서 가장 중요한 포인트일 수도 있습니다.
• 상관관계로 인과관계 주장하기. 강한 패턴은 더 자세히 살펴볼 근거가 될 뿐, 결론이 될 수는 없습니다.
• 너무 적은 데이터 포인트 표시하기. 8개의 점으로 보이던 패턴이 80개가 되면 사라질 수 있습니다.

하나의 파일에서 여러 변수 쌍을 테스트하고 싶다면, Powerdrill Bloom을 사용해 보세요. 추세선과 표시된 이상치가 포함된 각 차트를 자동으로 생성해 줍니다.

자주 묻는 질문

산점도는 무엇에 사용되나요?

산점도는 두 수치형 변수가 서로 관련이 있는지 확인하는 데 사용됩니다. 각 점은 하나의 관측값을 나타내며, 각 축에 하나의 값이 위치합니다. NIST 핸드북에 따르면 산점도는 변수 간의 관련성 여부, 선형 관계 여부, X에 따른 편차 변화 여부, 이상치 존재 여부를 확인하는 데 답을 줍니다.

Excel에서 산점도는 어떻게 만드나요?

왼쪽 열에 X값을, 오른쪽 열에 Y값을 입력한 다음 두 열을 모두 선택합니다. 삽입 탭에서 분산형(X, Y) 또는 거품형 차트 삽입 메뉴를 열고 분산형을 선택합니다. 차트 요소에서 추세선을 추가하고, CORREL 함수를 사용하여 상관계수를 구합니다.

산점도와 꺾은선형 그래프의 차이점은 무엇인가요?

산점도에는 두 개의 값 축이 있어 가로축을 따라 점들이 어디에나 위치할 수 있습니다. 반면 꺾은선형 그래프는 일정한 간격의 점들이 있는 범주 축을 가지고 있어 시계열 데이터에 적합합니다. Microsoft는 수치형 X값에는 분산형 차트를, 숫자가 아닌 값에는 꺾은선형 차트를 사용할 것을 권장합니다.

산점도는 어떻게 읽나요?

방향, 형태, 분포를 살펴보세요. 점들이 함께 우상향하면 양의 관계를, 우하향하면 음의 관계를 나타냅니다. 형태가 없는 구름 모양은 관계가 없음을 나타내고, 부채꼴로 넓어지는 모양은 편차가 X에 따라 달라짐을 나타냅니다. 결론을 내리기 전에 이상치를 확인하십시오.

AI가 스프레드시트로 산점도를 만들 수 있나요?

네, 가능합니다. AI 워크스페이스에 스프레드시트를 업로드하고 두 열의 이름을 지정한 다음, 추세선과 상관관계가 포함된 산점도를 요청하세요. Powerdrill Bloom의 scatter graph creator는 CSV 및 Excel 파일을 지원하며 차트를 PNG 파일로 다운로드할 수 있게 해줍니다.

출처: NIST/SEMATECH e-Handbook, 산점도 · NIST, 강한 선형 관계 · NIST, 관계 없음 · NIST, 이분산 변동성 · Microsoft 지원, 분산형 차트 또는 꺾은선형 차트로 데이터 표시. 2026년 9월 24일에 지침을 확인함.