stats.takjakim.kr 개발기 (1): 기획
stats.takjakim.kr 개발기 (1): 기획
Method 개발기 시리즈 (1/4)
| ← 시리즈 목차 | 다음: 설계 → |
개요
이 파트에서는 Method 프로젝트의 기획 과정을 다룹니다:
- 문제 인식
- 솔루션 컨셉 정의
- 타겟 사용자 분석
1. 문제 인식
대학원에서 통계학을 공부하면서 느낀 가장 큰 어려움들:
1.1 이론과 실습의 괴리
📚 교과서 → 😵 실제 분석
"μ = Σx/n" "어떻게 코드로?"
교과서의 수식만으로는 실제 데이터 분석에 적용하기 어렵습니다. 수식을 이해해도 실제 코드로 구현하는 것은 또 다른 문제입니다.
1.2 실습 환경 구축의 번거로움
| 단계 | 소요 시간 | 문제 |
|---|---|---|
| Python 설치 | 10분 | 버전 충돌 |
| Anaconda 설치 | 20분 | 용량 큼 (3GB+) |
| 패키지 설치 | 30분 | 의존성 오류 |
| Jupyter 설정 | 15분 | 경로 문제 |
| 총 | 1시간+ | 공부 전 지침 |
1.3 언어 장벽
- 영어 자료는 풍부하지만 한국어 자료는 부족
- 특히 고급 통계 (SEM, 매개/조절) 한국어 자료 희박
- 번역 도구를 써도 통계 용어는 어색
1.4 진도 추적 어려움
🤔 "저번에 어디까지 했더라..."
📖 "이거 본 것 같은데..."
🔄 처음부터 다시 시작
2. 솔루션 컨셉
핵심 가치 제안
“브라우저에서 바로 Python 코드를 실행하며 통계를 배우자”
핵심 기능 정의
| 기능 | 해결하는 문제 | 구현 방식 |
|---|---|---|
| 인터랙티브 Python | 환경 설정 부담 | Pyodide (WebAssembly) |
| 체계적 커리큘럼 | 무엇을 배울지 모름 | 기술→확률→추론→회귀→고급 |
| 학습 진도 저장 | 어디까지 했는지 모름 | DB에 진행률 저장 |
| 다국어 지원 | 언어 장벽 | 한국어/영어 전환 |
커리큘럼 구조
┌─────────────────────────────────────────────────────┐
│ 기술통계 (Descriptive) │
│ 평균 → 중앙값 → 분산 → 상관관계 │
└───────────────────────────┬─────────────────────────┘
▼
┌─────────────────────────────────────────────────────┐
│ 확률분포 (Probability) │
│ 확률기초 → 이항분포 → 정규분포 │
└───────────────────────────┬─────────────────────────┘
▼
┌─────────────────────────────────────────────────────┐
│ 추론통계 (Inferential) │
│ 표본추출 → 중심극한정리 → 신뢰구간 → 가설검정 │
└───────────────────────────┬─────────────────────────┘
▼
┌─────────────────────────────────────────────────────┐
│ 회귀분석 (Regression) │
│ 단순회귀 → 다중회귀 → 위계적회귀 → 로지스틱 │
└───────────────────────────┬─────────────────────────┘
▼
┌─────────────────────────────────────────────────────┐
│ 고급 방법론 (Advanced) │
│ 요인분석 → 매개/조절 → 구조방정식(SEM) │
└─────────────────────────────────────────────────────┘
3. 타겟 사용자
3.1 Primary: 대학(원)생
| 특성 | 세부 사항 |
|---|---|
| 전공 | 통계학, 심리학, 경영학, 사회학 |
| 학년 | 학부 3-4학년, 대학원 |
| 니즈 | 논문 작성을 위한 통계 분석 능력 |
| Pain Point | 이론은 배웠는데 실제 분석은 못 함 |
3.2 Secondary: 직장인
📊 데이터 분석 부서 신입
📈 마케팅 팀 - A/B 테스트
💼 기획팀 - 시장 조사 분석
3.3 Tertiary: 연구자
- 논문 리뷰어 피드백 대응
- 새로운 통계 방법론 학습
- 분석 방법 복습
4. 경쟁 분석
| 서비스 | 장점 | 단점 |
|---|---|---|
| Khan Academy | 무료, 체계적 | 영어, Python 없음 |
| DataCamp | 인터랙티브 | 유료($39/월), 영어 |
| Youtube 강의 | 무료, 다양 | 비체계적, 진도 추적 없음 |
| Method | 무료, 한국어, Python | 콘텐츠 양 적음 (초기) |
5. MVP 정의
초기 버전에서 구현할 핵심 기능:
Must Have (MVP)
- 기술통계 레슨 4개
- 인터랙티브 Python 실행
- Google 로그인
- 진도 저장
Should Have (v1.1)
- 추론통계, 회귀분석 레슨
- 연습문제 시스템
- 이메일 로그인
Could Have (v2.0)
- 다국어 (영어)
- PWA 오프라인 모드
- 커뮤니티 기능
핵심 인사이트
“환경 설정 없이 바로 실습”이 핵심 차별점
기존 통계 학습의 가장 큰 허들은 “환경 설정”입니다. Pyodide를 활용해 브라우저에서 바로 Python을 실행할 수 있게 함으로써 이 허들을 제거합니다.
| ← 시리즈 목차 | 다음: 설계 → |