📖 2024년 03월 고2 학력평가 40번 지문 분석

🏠 홈 📋 목록◀ 이전다음 ▶
Lio English 자체 연구 분석론

본 자료는 Lio의 [유기적 독해법][수능 주요 문법 분석] 원리를 바탕으로 평가원 및 교육청 기출을 심층 재해석하여 제작된 고유 학습 콘텐츠입니다.

2024년 03월 고2 학력평가 40번 지문 분석

요약문 추론
원문 주제/제목: 방대한 데이터 무덤에서 가치 있는 지식을 추출하기 위한 효과적 도구 개발의 필요성

1. 글의 구조 분석

논리적 전개 방식: 급증하는 데이터의 양이 인간의 이해 능력을 압도하면서 거대한 데이터 저장소가 사실상 방치되는 '데이터 무덤'으로 전락했다는 문제점을 제기한다. 이로 인해 정작 중요한 의사 결정 시 풍부한 데이터 대신 주관적 직관에 의존하는 역설적 상황이 발생함을 설명한다. 이에 대응하여 전문가 시스템 등 지식 기반 기술을 개발하려 했으나, 인간 전문가의 수동 입력 방식은 편견, 오류, 막대한 비용과 시간이라는 치명적 한계를 노출했다. 따라서(However - The widening gap) 데이터와 실제 정보 사이의 격차를 좁히고 데이터 무덤을 지식의 금괴로 바꿀 수 있는 체계적이고 강력한 분석 도구 개발이 절실히 요구된다는 해결책을 제시하고 요약문으로 재확인하는 '문제 제기(데이터 무덤) - 현상 심화(직관 의존) - 기존 해결책의 한계(수동 입력의 오류/비용) - 궁극적 해결책 촉구(체계적 도구 개발)' 구조이다.
핵심 소재: 방대한 데이터와 인간 이해 능력의 격차, 데이터 무덤을 지식의 금괴로 바꿀 도구 개발
글의 논리 흐름:
  • ❶ 대규모 저장소에 수집된 방대한 양의 데이터가 도구 없는 인간의 이해 능력을 훨씬 초과함 (문제 제기: 데이터 폭증)
  • ❷ 그 결과 저장소의 데이터는 찾는 이 없는 '데이터 무덤'이 되어버림 (결과 1: 데이터 무덤화)
  • ❸ 방대한 데이터에서 가치 있는 지식을 추출할 도구가 없어 중요한 결정이 데이터 대신 직관에 의존해 내려짐 (결과 2: 비합리적 직관 의존)
  • ❹ 지식 기반 기술 개발을 시도했으나 전문가가 수동으로 지식을 입력하는 방식에 의존함 (기존 시도)
  • ❺ 하지만 수동 입력은 편견과 오류를 유발하기 쉽고 비용과 시간이 막대하게 소모됨 (기존 시도의 한계)
  • ❻ 데이터와 정보의 격차를 해소하기 위해 데이터 무덤을 지식의 '금괴'로 바꿀 체계적 도구 개발이 요구됨 (핵심 주장: 도구 개발 촉구)
  • ❼ [요약문] 저장소의 데이터가 인간의 이해를 압도하므로, 더 나은 의사 결정을 위해 가치 있는 지식을 얻는 효과적인 도구가 필수적임 (결론 요약)

2. 상세 문장 분석 (유기적 독해)

문장 ❶
The fast-growing, tremendous amount of data, collected and stored in large and numerous data repositories, has far exceeded our human ability for understanding without powerful tools.
크고 수많은 데이터 저장소에 수집되고 저장된, 빠르게 증가하는 엄청난 양의 데이터는 강력한 도구 없이는 이해할 수 있는 우리 인간의 능력을 훨씬 뛰어넘었다.
소재 파악데이터의 급증과 인간 이해 능력의 한계
핵심 요약데이터양이 너무나 방대해져서 강력한 도구 없이는 인간의 능력으로 감당할 수 없다.
논리적 역할주어(tremendous amount of data)와 동사(has far exceeded) 사이에 과거분사구(collected and stored~)를 삽입하여 데이터의 규모와 수집 현실을 밝히며, 인간 능력의 한계라는 글 전체의 근본적인 문제 상황을 제시한다.
문장 ❷
As a result, data collected in large data repositories become “data tombs” — data archives that are hardly visited.
결과적으로, 대규모 데이터 저장소에서 수집된 데이터는 ‘데이터 무덤’, 즉 찾는 사람이 거의 없는 데이터 보관소가 된다.
소재 파악데이터 무덤(data tombs)
핵심 요약인간이 소화하지 못해 방치된 데이터 저장소는 사실상 버려진 무덤이 된다.
논리적 역할인과 연결어 As a result를 통해 문장 ❶에서 언급된 이해 능력 초과가 빚어낸 직접적인 결과(데이터의 사장 현상)를 '데이터 무덤'이라는 강력한 비유를 사용하여 제시한다.
문장 ❸
Important decisions are often made based not on the information–rich data stored in data repositories but rather on a decision maker’s instinct, simply because the decision maker does not have the tools to extract the valuable knowledge hidden in the vast amounts of data.
중요한 의사 결정이 종종 데이터 저장소에 저장된 정보가 풍부한 데이터가 아니라 오히려 의사 결정자의 직관에 기반하여 내려지는데, 이는 단지 의사 결정자가 방대한 양의 데이터에 숨겨진 가치 있는 지식을 추출할 수 있는 도구를 가지고 있지 않기 때문이다.
핵심 요약지식 추출 도구가 없기 때문에 결정권자들은 풍부한 데이터 대신 개인적 직관에 의존해 중대 결정을 내린다.
논리적 역할'not A but rather B' 구조를 활용하여 데이터 무덤 현상이 초래한 비합리적 의사 결정의 현실을 고발하고, because 절을 통해 그 근본 원인이 '도구의 부재'에 있음을 명시한다.
문장 ❹
Efforts have been made to develop expert system and knowledge-based technologies, which typically rely on users or domain experts to manually input knowledge into knowledge bases.
전문가 시스템과 지식 기반 기술을 개발하려는 노력이 있어 왔는데, 이는 일반적으로 사용자나 분야 전문가가 지식을 지식 기반에 ‘수동으로’ 입력하는 것에 의존한다.
소재 파악수동 입력 중심의 기존 지식 기반 기술
핵심 요약문제를 풀기 위해 전문가 시스템 등을 시도했으나 사람이 직접 손으로 입력해야 했다.
논리적 역할문장 ❸의 문제를 해결하기 위해 과거부터 시도되어 온 기술적 노력(기존 대안)을 소개하며 논의를 전개한다.
문장 ❺
However, this procedure is likely to cause biases and errors and is extremely costly and time consuming.
그러나 이러한 절차는 편견과 오류를 초래하기 쉽고 비용과 시간이 엄청나게 든다.
핵심 요약수동 입력 방식은 인간의 편견과 오류를 낳고 막대한 비용과 시간을 낭비시킨다.
논리적 역할역접 연결사 However를 사용하여 문장 ❹에서 언급된 기존 수동 입력 방식(this procedure)의 치명적 결함 3가지(편견/오류, 비용, 시간 소모)를 짚으며 기존 해결책을 반박한다.
문장 ❻
The widening gap between data and information calls for the systematic development of tools that can turn data tombs into “golden nuggets” of knowledge.
데이터와 정보 간의 점점 더 벌어지는 격차는 데이터 무덤을 지식의 ‘금괴’로 바꿀 수 있는 도구의 체계적인 개발을 요구한다.
소재 파악데이터 무덤을 지식의 금괴로 전환할 체계적 도구 개발
핵심 요약버려진 데이터 무덤을 귀중한 지식의 금괴로 탈바꿈시킬 체계적인 분석 도구 개발이 시급하다.
논리적 역할앞선 한계들을 종합하여 주어(The widening gap)를 제시하고, 동사 calls for를 통해 글의 최종 해결책이자 핵심 주장(주제문)을 천명한다.
문장 ❼
As the vast amounts of data stored in repositories overwhelm human understanding, effective tools to obtain valuable knowledge are required for better decision-making.
저장소에 저장된 방대한 양의 데이터가 인간의 이해를 압도하기 때문에, 더 나은 의사 결정을 위해 가치 있는 지식을 얻기 위한 효과적인 도구가 요구된다.
핵심 요약폭증하는 데이터를 다루고 더 나은 결정을 내리기 위해서는 가치 있는 지식을 추출할 효과적인 도구가 필수적이다.
논리적 역할본문 전체의 원인(데이터 압도)과 필자의 결론적 제언(효과적 도구의 필요성)을 인과 구문(As ~)으로 간결하게 압축하여 총괄 정리한다.

4~7. 주제문, 요지 및 예상 제목

주제문 (Topic Sentence)
"The widening gap between data and information calls for the systematic development of tools that can turn data tombs into “golden nuggets” of knowledge. (문장 ❻)"
예상 주제 (명사구)
the urgent need for systematic tools to extract valuable knowledge from vast data repositories
예상 제목 (Title)
Turning "Data Tombs" into "Golden Nuggets": Why We Need Systematic Data Tools
Beyond Human Capacity: Extracting Actionable Knowledge from Overwhelming Data
핵심 요지 (Main Idea)
저장소에 축적되는 방대한 데이터가 인간의 이해 한계를 넘어서 방치되고 있으므로, 데이터 무덤에서 가치 있는 지식을 효과적으로 추출해 더 나은 의사 결정을 내릴 수 있도록 돕는 체계적인 도구 개발이 시급하다.

8. 핵심 어휘 및 숙어 정리 📚

어휘 / 숙어 품사 문맥상 의미 지문 속 예문
repository 명사 저장소, 보관소 "...in large and numerous data repositories..."
exceed 동사 초과하다, 뛰어넘다 "...has far exceeded our human ability..."
data tomb 명사구 데이터 무덤 (방치된 데이터) "...become “data tombs” — data archives..."
hardly 부사 거의 ~않는 "...data archives that are hardly visited."
instinct 명사 직관, 본능 "...on a decision maker’s instinct..."
extract 동사 추출하다, 뽑아내다 "...tools to extract the valuable knowledge..."
manually 부사 수동으로, 손으로 직접 "...to manually input knowledge into..."
procedure 명사 절차, 과정 "However, this procedure is likely to cause..."
costly 형용사 비용이 많이 드는 "...is extremely costly and time consuming."
widening 형용사/분사 넓어지는, 벌어지는 "The widening gap between data and information..."
golden nugget 명사구 금괴, 대단히 귀중한 것 "...into “golden nuggets” of knowledge."
overwhelm 동사 압도하다, 제압하다 "...overwhelm human understanding..."

9. 배경지식 💡

이 지문은 컴퓨터 공학 및 데이터 사이언스에서 '데이터 마이닝(Data Mining)'과 '빅데이터 분석'의 태동 배경을 설명하고 있다. 20세기 후반 저장 장치의 발달로 데이터는 기하급수적으로 축적되었으나, 인간 전문가가 일일이 규칙을 코딩하는 1세대 인공지능인 '전문가 시스템(Expert Systems)'은 지식 획득의 병목 현상(Knowledge Acquisition Bottleneck)에 직면했다. 정보가 너무 많아 정작 필요한 통찰을 얻지 못하는 '정보 풍요 속의 빈곤(Data Rich, Information Poor)' 현상을 타파하기 위해 기계학습과 자동화된 지식 발견(KDD: Knowledge Discovery in Databases) 알고리즘이 등장하게 되었다.