중간고사 대비 연습
학습용 재구성 · O/X 8문항과 계산·서술형 11문항
시험 범위와 복원 자료 안내
시험 범위 안내
1주차부터 6주차까지 강의자료와 심화학습자료가 시험 범위에 포함됩니다.
분산·표준편차 공식을 별도로 공부해야 하는지에 관한 질문에 교수님은 다음과 같이 답변했습니다.
수업시간에 진행하지 않은 내용에 대해서는 따로 문제를 내지 않았습니다
사용자가 전달한 시험 범위 및 질의응답입니다. 이 답변만으로 분산·표준편차 전체가 제외된다고 단정하지 않고, 수업에서 다룬 내용을 기준으로 확인하세요.
복원 자료 안내
응시자가 기억을 바탕으로 정리한 참고 자료이며 공식 시험지·정답지가 아닙니다. 개별 O/X 답, 일부 R 코드 빈칸과 서술형 답안은 기록되어 있지 않습니다. 기록된 답과 메모는 원문 내용으로 표시했습니다.
공식 정답지가 아닙니다. 강의자료와 문제 조건으로 작성한 검토 해설입니다. 복원되지 않은 부분은 문항에서 구분합니다.
한 문제씩 풀고 정답·해설을 확인하세요. 답안과 별표는 자동 저장됩니다. O/X·수치형은 자동 채점하고 서술형은 풀이와 비교해 자기평가합니다.
1.1. 정보량의 단위
다음 문장이 옳으면 O, 틀리면 X를 선택하세요.
정보량을 나타내는 단위로 bit를 사용한다.
정답과 해설
bit는 정보량의 단위입니다. hit는 정보량의 단위가 아닙니다.
학습 주제와 강의자료를 바탕으로 새로 구성한 문장입니다. 실제 시험 문장 복원은 아닙니다.
1.2. Fitts 법칙의 시간
다음 문장이 옳으면 O, 틀리면 X를 선택하세요.
Fitts 법칙에서 다른 조건이 같다면 난이도 지수 ID가 커질수록 예측 이동시간 MT가 증가한다.
정답과 해설
양의 기울기 b를 갖는 MT=a+bID 모형의 관계입니다. MT는 이동시간이며 자극 제시 후 움직이기 시작할 때까지의 RT와 구분합니다.
학습 주제와 강의자료를 바탕으로 새로 구성한 문장입니다. 실제 시험 문장 복원은 아닙니다.
1.3. 기술적 연구
다음 문장이 옳으면 O, 틀리면 X를 선택하세요.
기술적 연구(descriptive research)는 사람이나 현상의 특성을 관찰하고 기술하는 데 목적을 둔다.
정답과 해설
현상을 관찰·측정하여 특성을 기술합니다. 독립변수를 조작하고 인과 효과를 검증하는 실험적 연구와 구분합니다.
학습 주제와 강의자료를 바탕으로 새로 구성한 문장입니다. 실제 시험 문장 복원은 아닙니다.
1.4. 인체측정
다음 문장이 옳으면 O, 틀리면 X를 선택하세요.
인체측정 자료는 사용자의 신체 치수에 맞는 제품과 작업환경을 설계하는 데 활용할 수 있다.
정답과 해설
신체 치수와 분포는 도달 범위, 여유 공간 등 사람에게 맞는 설계를 위한 자료입니다.
학습 주제와 강의자료를 바탕으로 새로 구성한 문장입니다. 실제 시험 문장 복원은 아닙니다.
1.5. Magic number
다음 문장이 옳으면 O, 틀리면 X를 선택하세요.
Miller의 7±2는 모든 사람과 모든 과제에서 정확히 같은 기억 용량이 보장된다는 뜻이다.
정답과 해설
항목의 의미, 청킹, 자극 차원, 과제 조건 등을 고려해야 합니다. 모든 사람의 기억 용량이 고정되어 있다는 절대 법칙이 아닙니다.
학습 주제와 강의자료를 바탕으로 새로 구성한 문장입니다. 실제 시험 문장 복원은 아닙니다.
1.6. 개회로 제어
다음 문장이 옳으면 O, 틀리면 X를 선택하세요.
개회로(open-loop) 제어는 수행 중 감각 피드백을 이용한 오차 보정 없이 미리 정해진 명령으로 동작을 수행한다.
정답과 해설
수행 도중 피드백으로 동작을 수정하는 폐회로와 대비되는 모형입니다.
학습 주제와 강의자료를 바탕으로 새로 구성한 문장입니다. 실제 시험 문장 복원은 아닙니다.
1.7. 폐회로 제어
다음 문장이 옳으면 O, 틀리면 X를 선택하세요.
폐회로(closed-loop) 제어는 피드백을 이용해 목표와 현재 상태의 오차를 줄일 수 있다.
정답과 해설
현재 상태를 피드백으로 확인하고 목표와 비교하여 동작을 조정합니다.
학습 주제와 강의자료를 바탕으로 새로 구성한 문장입니다. 실제 시험 문장 복원은 아닙니다.
1.8. 기억과 청킹
다음 문장이 옳으면 O, 틀리면 X를 선택하세요.
여러 개의 정보를 의미 있는 하나의 묶음으로 조직하는 청킹은 기억 부담을 줄이는 데 도움이 될 수 있다.
정답과 해설
청킹은 개별 요소를 의미 있는 단위로 조직하는 전략입니다. 물리적인 항목 수와 의미 있는 묶음의 수는 다를 수 있습니다.
학습 주제와 강의자료를 바탕으로 새로 구성한 문장입니다. 실제 시험 문장 복원은 아닙니다.
2. 타당도
Construct(구성개념)와 Measure(실제 측정)의 벤다이어그램에서 ① 구성개념에만 속하는 부분, ② 교집합, ③ 측정에만 속하는 부분의 용어와 뜻을 쓰세요.
정답과 해설
Deficiency는 측정해야 할 개념을 빠뜨린 부분, 교집합은 의도한 개념을 실제로 측정하는 부분, Contamination은 다른 개념이 측정에 섞인 부분입니다.
자기평가 기준
- 결론과 근거를 함께 설명했다.
- 해설의 조건과 내 답안을 비교했다.
3.1. 동전의 평균 정보량
공정한 동전은 앞·뒷면 확률이 각각 0.5, 편향된 동전은 각각 0.8과 0.2입니다. 각 동전의 평균 정보량을 bit로 구하고 계산 과정을 쓰세요.
정답과 해설
H=−Σp log₂p를 사용합니다.
공정한 동전: −2×0.5×log₂0.5=1.
편향된 동전: −0.8 log₂0.8−0.2 log₂0.2≈0.72193. 한 사건의 정보량 −log₂p를 구하는 것과 평균 정보량을 구하는 것은 다릅니다.
자기평가 기준
- 결론과 근거를 함께 설명했다.
- 해설의 조건과 내 답안을 비교했다.
3.2. 중복도
앞면 확률 0.5인 동전을 0.8인 동전과 비교합니다. 최대 정보량은 1 bit입니다. 두 조건의 중복도(%)와 변화 방향을 소수점 둘째 자리까지 쓰세요.
원문에는 “% Redundancy가 얼마나 감소”라고 적혀 있지만 변화 방향은 계산 결과로 판단하세요.
정답과 해설
R=(1−H/Hmax)×100. 공정한 동전은 (1−1/1)×100=0%, 편향된 동전은 (1−0.721928/1)×100≈27.81%입니다.
공정→편향 방향에서는 평균 정보량이 약 27.81% 감소하고 중복도는 27.81%p 증가합니다. 반대 방향이면 중복도가 27.81%p 감소합니다. 원문의 “감소”만으로 방향과 지표를 혼동하지 마세요.
자기평가 기준
- 결론과 근거를 함께 설명했다.
- 해설의 조건과 내 답안을 비교했다.
4. Equivocation과 Noise
아래 표에서 X는 자극(입력), Y는 반응(출력)입니다. Equivocation H(X|Y)와 Noise H(Y|X)를 bit로 계산하세요.
실제 시험은 X·Y 위치가 바뀌어 있었다는 기록이 있습니다. 이 연습에서는 그림의 역할 표기를 따릅니다.
정답과 해설
X의 네 값은 각각 1/4이므로 H(X)=2 bit. Y의 분포는 (1/2, 0, 1/4, 1/4)이므로 H(Y)=1.5 bit입니다.
X가 정해지면 Y는 하나로 정해지므로 H(Y|X)=0. Y=1인 경우에만 X=1 또는 2인지 모호하며, 이 경우의 확률은 1/2입니다. 따라서 H(X|Y)=(1/2)×1=0.5 bit입니다. 전달정보량 I(X;Y)=1.5 bit.
입력과 출력의 역할을 뒤집으면 두 조건부 엔트로피의 이름도 바뀝니다. 행·열 위치만 보고 정하지 마세요.
자기평가 기준
- 결론과 근거를 함께 설명했다.
- 해설의 조건과 내 답안을 비교했다.
5. Donders 반응시간
A는 자극 1개·반응 1개, B는 여러 자극·여러 반응, C는 여러 자극·반응 1개인 과제입니다. A·B·C의 반응시간 유형과 자극 식별·반응 선택의 필요 여부를 쓰세요.
정답과 해설
B: 선택반응(CRT), 식별 Y·선택 Y
C: 변별반응, 식별 Y·선택 N
A는 주어진 자극에 정해진 반응을 합니다. B는 자극을 구별하고 대응 반응도 선택합니다. C는 반응할 자극인지 구별하지만 반응 종류는 하나입니다. 이 구분은 Donders 과제의 처리 단계 모형에 따른 것입니다.
자기평가 기준
- 결론과 근거를 함께 설명했다.
- 해설의 조건과 내 답안을 비교했다.
6. Hick 법칙의 a와 b
RT=a+bH에서 a와 b에 영향을 주는 요소를 각각 적으세요. 자극–반응 양식, 자극 강도, 기대, 개인차, 자극–반응 적합성, 학습, 나이를 고려하세요.
정답과 해설
b: 자극–반응 적합성, 학습, 나이
a는 정보량이 0일 때의 기본 시간(절편), b는 정보량 1 bit 증가당 시간 증가량(기울기)입니다. 이는 첨부 강의 그림의 분류입니다. 그림은 a의 개인차 예시에도 나이를 들고 있으므로 나이가 오직 b에만 영향을 준다고 단정하지 않습니다.
자기평가 기준
- 결론과 근거를 함께 설명했다.
- 해설의 조건과 내 답안을 비교했다.
7. Fitts 법칙 계산
MT=a+b log₂(D/W+1)에서 a=50 ms, b=100 ms, D=100, W=10입니다. MT를 ms로 구하세요. 소수점 둘째 자리까지 입력하세요.
정답과 해설
D/W+1=100/10+1=11, log₂11≈3.45943.
MT=50+100×3.45943≈395.94 ms.
첨부 원본 그림은 b=150인 다른 예시입니다. 시험의 b=100을 적용해야 합니다.
자동 채점 허용 오차: ±0.02 ms
8. 운전 속도와 포인팅
아래 회귀모형에서 운전 속도가 높아짐에 따라 포인팅 시간이 난이도에 어떻게 반응하는지 설명하세요.
정답과 해설
기울기는 0.323→0.499→0.609 s/bit로 증가합니다. 따라서 난이도가 1 bit 증가할 때 추가로 필요한 이동시간이 고속 조건에서 더 큽니다.
R²는 0.738→0.603→0.523으로 감소합니다. 해당 데이터에서 이 모형의 설명 비율이 낮아집니다.
절편도 바뀌므로 모든 ID에서 무조건 고속 조건의 MT가 더 크다고 할 수 없습니다. 세 식이 속도 순으로 증가하려면 IDₑ가 약 3.96보다 커야 합니다. 실제 관측 범위 안에서 해석하고 음의 절편을 실제 음의 수행시간으로 해석하지 않습니다.
이 해설은 참고 자료의 표의 해석입니다. 아래 링크는 Fitts 법칙과 회귀 해석의 관련 강의이며 해당 운전 논문 자체의 강의 절은 아닙니다.
자기평가 기준
- 결론과 근거를 함께 설명했다.
- 해설의 조건과 내 답안을 비교했다.
9. 공간적 적합성
가스레인지의 화구와 손잡이를 비교합니다. A는 화구의 공간적 배치와 손잡이의 대응이 직관적이지 않은 경우, B는 화구 위치와 손잡이 배치가 자연스럽게 대응하는 경우입니다. 각각의 compatibility를 쓰고 이유를 설명하세요.
원본 그림의 정답 표시는 해설에서 확인할 수 있습니다.
정답과 해설
공간적 적합성은 조작부와 표시부의 배치가 사용자의 공간적 기대에 맞는 정도입니다. 원본 그림의 왼쪽은 부적합, 오른쪽은 적합입니다. 단순히 손잡이의 수가 같은지가 아니라 위치 대응이 자연스러운지를 판단합니다.
자기평가 기준
- 결론과 근거를 함께 설명했다.
- 해설의 조건과 내 답안을 비교했다.
10. R 코드와 회귀 유형
x는 적성검사점수, y는 업무만족도입니다. 다음 코드를 완성하고 회귀 유형과 양의 기울기의 의미를 설명하세요.
model <- ___(y ~ x)
___(model)
___(model, lty = 1, col = "blue")원문에서 확인되는 빈칸 정답은 summary 하나입니다. 위 세 빈칸은 원문 코드로 재구성한 연습이며 실제 시험의 빈칸 위치를 복원한 것은 아닙니다.
정답과 해설
lm(y~x)는 회귀모형 적합, summary(model)은 계수와 검정 등의 요약, abline(model, …)은 기존 산점도에 회귀직선을 추가합니다. 실행하려면 앞서 x·y를 준비하고 plot(x,y)로 그래프를 그립니다.
설명변수가 하나이므로 단순회귀입니다. 양의 기울기는 적성검사점수가 증가할수록 예측 업무만족도가 증가함을 뜻하며, 인과관계를 입증하는 것은 아닙니다.
자기평가 기준
- 결론과 근거를 함께 설명했다.
- 해설의 조건과 내 답안을 비교했다.
11. 회귀 유의성 검정
단순회귀 결과가 다음과 같습니다. 유의수준 0.05에서 기울기와 모형의 유의성을 판단하고 R²를 해석하세요.
- 절편 30.9333, 기울기 0.8705
- 기울기 t=4.640, p=0.000922
- F=21.53 (자유도 1, 10), 모형 p=0.0009223
- R²=0.6828, 수정 R²=0.6511
정답과 해설
기울기 t검정의 H₀: β₁=0, H₁: β₁≠0입니다. p=0.000922<0.05이므로 귀무가설을 기각합니다.
모형 F검정도 p=0.0009223<0.05로 유의합니다. 설명변수가 하나인 단순회귀에서는 동일한 기울기 0 가설을 검정하며 F≈t²입니다.
R²=0.6828은 업무만족도의 관측 변동 중 약 68.3%가 모형으로 설명된다는 뜻입니다. 정확도나 인과 확률이 아닙니다. 통계적 유의성만으로 큰 실무 효과나 회귀 가정 충족을 결론내리지 않습니다.
자기평가 기준
- 결론과 근거를 함께 설명했다.
- 해설의 조건과 내 답안을 비교했다.