[제1장] 가설 수립과 변수 명세 — 조작적 정의와 4대 측정 척도 (명목·서열·등간·비율)

🇰🇷 한국어 정규 에디션 (교보문고 바로출판 POD 120p 완제 원문)

CHAPTER 01 가설 수립과 변수 명세 일상의 막연한 호기심을 AI가 이해하는 날카로운 데이터 잣대와 조작적 정의로 바꾸기 [그림 1-0] AI와 함께하는 신나는 연구 탐험: 일상의 사소한 호기심도 AI와 함께 올바른 잣대를 세우면 위대한 과학적 발견이 됩니다. 🎯 제1장 핵심 학습 목표 (고등학생부터 연구원까지 누구나 꿰뚫는 원리) 1. AI의 거짓말(환각) 차단하기: 왜 AI에게 "이 앱 공부에 도움 돼?"라고 물으면 엉터리 답을 내놓는지, 그 원인과 '조작적 정의'의 위력을 배웁니다. 2. 검은 백조와 탐정의 원칙: 과학적 가설은 "내 생각이 맞다"고 우기는 게 아니라, 법정의 '무죄 추정'처럼 "틀렸음을 증명할 예외(반증)"를 찾는 게임임을 이해합니다. 3. 개구리 경주와 4대 척도: 1등과 2등의 점수 차이는 1점일 수도, 50점일 수도 있다! 왜 등수의 평균을 구하면 AI가 망가지는지 4가지 숫자 계급을 마스터합니다. 4. 아이스크림의 거짓말(교락 변수): 아이스크림 판매량과 물놀이 익사 사고가 함께 늘어난다고 해서 아이스크림이 범인일까? 숨어있는 진짜 범인(날씨)을 밝혀냅니다. 5. AI 골든 프롬프트 1-1 실전 활용: 내가 가진 사소한 아이디어를 입력하여, 결측치 없는 머신 판독형 JSON 연구 계획서와 가상 데이터셋을 즉시 뽑아냅니다. PART 01 · FOUNDATION ARCHITECTURE · PAGE 7 7

SECTION 1.1 1.1 왜 AI에게 "이 앱 공부에 도움 돼?"라고 물으면 안 될까? 주관적 형용사의 함정과 기계를 작동시키는 '조작적 정의(Operational Definition)' 친구들과 주말 동안 의기투합하여 멋진 영어 단어 암기 스마트폰 앱을 하나 만들었다고 상상해 봅시다. 신이 난 여러분은 챗GPT나 클로드 같은 생성형 AI를 켜고 이렇게 물어봅니다. "야, 우리가 만든 이 단어장 앱 학생들이 쓰면 공부에 진짜 도움 될까?" AI는 1초 만에 아주 친절하고 그럴듯하게 대답할 것입니다. "네! 스마트폰으로 단어를 외우면 시각적 자극이 풍부해져 집중력이 향상되고, 성적 향상에 아주 큰 도움이 됩니다!" 과연 이 대답을 믿고 학교 발표회나 투자자 앞에서 당당하게 자랑할 수 있을까요? 절대 안 됩니다! 이 답변은 과학적 연구 결과가 아니라, 그럴듯한 말만 지어내는 'AI의 착한 척 환각 (Hallucination)'에 불과하기 때문입니다. 💡 일상 비유: 엄마의 "공부 열심히 해라!" 잔소리가 답답한 이유 엄마가 "너 오늘 공부 열심히 했니?"라고 물으실 때를 떠올려 보세요. '열심히'라는 말은 사람마다 기준이 완전히 다릅니다. 책상에 3시간 멍하니 앉아있는 것도 열심히 한 걸까요, 아니면 수학 문제 20개를 완벽히 푼 것이 열심히 한 걸까요? 기준이 모호하면 대화가 겉돌 수밖에 없습니다. 컴퓨터와 AI도 똑같습니다. AI는 '공부에 도움', '성적 향상', '집중력' 같은 사람의 주관적이고 두루뭉술한 감정의 언어를 전혀 이해하지 못합니다. 컴퓨터는 오직 '숫자로 잴 수 있는 명확한 측정 잣대'만을 계산할 수 있는 기계이기 때문입니다. 📊 [핵심 인포그래픽] 막연한 일상의 질문(좌) vs 숫자로 측정한 조작적 정의(우) ❌ 막연한 질문 (AI 환각 유발) "야, 우리 단어장 앱 쓰면 학생들 공부에 진짜 도움 돼?" 치명적 결함: 주관적 형용사 남발 측정 기준 부재: 무엇을 얼마나 향상시킬지 불명확 AI 반응: 근거 없는 칭찬 환각 양산 ✅ 조작적 정의 (데이터 연산 가동) "앱 2주 사용군 vs 종이 암기군의 50문항 단어 점수 차이가 +15점인가?" 독립변수: 학습 방식(앱군 vs 대조군) 종속변수: 50문항 단어 시험 점수(비율 척도) AI 반응: t-검정 표본 설계 및 가상 데이터 시뮬레이션 💡 연구 황금률: 생성형 AI는 주관적 형용사를 계산하지 못합니다. 오직 '수치화된 잣대(조작적 정의)'만이 과학적 연산을 가능케 합니다. 이처럼 일상의 막연한 호기심을 '실제로 어떻게 측정할 것인가?'라는 구체적인 잣대로 변환하는 작업을 연구 방법론에서는 '조작적 정의(Operational Definition)'라고 부릅니다. "공부에 도움이 된다"는 모호한 말을 ➡️ "이 앱을 하루 20분씩 2주간 사용한 학생 집단은, 기존 종이 단어장으로 공부한 집단보다 50문항 단어 시험에서 평균 15점 이상 높은 점수를 기록할 것이다"라고 바꾸는 순간, 비로소 AI는 거짓말을 멈추고 날카로운 데이터 연산을 시작합니다! PART 01 · FOUNDATION ARCHITECTURE · PAGE 8 8

SECTION 1.2 1.2 반증 가능성: 가설은 "내 생각이 맞다"고 우기는 게임이 아니다! 칼 포퍼의 검은 백조(Black Swan)와 법정의 무죄 추정: 귀무가설(H₀) vs 대립가설(H₁) 옛날 유럽 사람들은 수천 년 동안 백조를 관찰하며 이렇게 확신했습니다. "세상의 모든 백조는 하얗다." 그들이 태어나서 평생 본 수십만 마리의 백조가 단 한 마리도 빠짐없이 새하얬기 때문에, 이것은 영원히 깨지지 않을 절대 진리처럼 보였습니다. 하지만 1697년, 유럽 탐험가들이 호주 대륙의 강가에 발을 디딘 순간 기절초풍할 광경을 목격합니다. 바로 온몸의 깃털이 숯처럼 새까만 '검은 백조(Black Swan)' 한 무리가 유유히 헤엄치고 있었던 것입니다! 수천 년 동안 수억 번 쌓아 올린 "모든 백조는 하얗다"는 관찰 기록이 단 한 마리의 검은 백조 앞에서 와르르 무너져 내린 순간이었습니다. 20세기 최고의 과학철학자 칼 포퍼(Karl Popper)는 이 역사적 사건을 통해 위대한 과학의 원리를 정립했습니다. 바로 "반증 가능성(Falsificationism)"입니다. 진짜 과학적인 가설은 "내 말이 맞다"는 증거만 찾아다니며 우기는 것이 아니라, "만약 내 생각이 틀렸다면, 그것을 뒤집을 수 있는 구체적인 예외(검은 백조)가 존재하는가?"를 스스로 활짝 열어두어야 한다는 원리입니다. ⚖️ 법정의 '무죄 추정의 원칙'과 통계학의 영가설(H₀) 훌륭한 판사나 탐정은 용의자를 보자마자 "너 범인이지!"라고 단정하지 않습니다. 법정에서는 먼저 "이 사람은 아무 죄가 없다 (무죄 추정)"고 차갑게 선언하고 재판을 시작합니다. 그리고 누구도 반박할 수 없는 명백한 CCTV 영상이나 DNA 증거(검은 백조)가 쏟아져 나와야만 비로소 유죄를 선고합니다. 통계학도 완벽히 똑같습니다! 과학자들은 가설을 세울 때 먼저 "내가 개발한 앱은 사실 효과가 전혀 없다(효과 = 0)"고 매정하게 시작합니다. 이를 영가설(귀무가설, Null Hypothesis, H₀)이라고 부릅니다. 그리고 실제 데이터를 모아 "우연이라고는 도저히 설명할 수 없는 압도적인 점수 차이"를 입증함으로써 영가설을 통쾌하게 깨부숩니다(기각). 그래야 비로소 우리의 진짜 주장인 대립가설(Alternative Hypothesis, H₁)이 과학적 사실로 당당히 인정받습니다. [그림 1-1] 검은 백조(Black Swan)와 반증 가능성: 수천 년간의 흰 백조 관찰도 단 한 마리의 검은 백조에 의해 뒤집힌다. 과학적 가설은 '틀렸음을 증명할 수 있는 구체적인 예외(반증)'를 열어두어야 한다. PART 01 · FOUNDATION ARCHITECTURE · PAGE 9 9

SECTION 1.3 1.3 숫자가 다 같은 숫자가 아니다! 앤디 필드의 '개구리 경주' 산술평균의 함정과 스탠리 스티븐스(Stanley Stevens)의 4대 측정 척도 통계 소프트웨어나 엑셀을 다룰 때 초보자들이 가장 많이 저지르는 실수는 "컴퓨터 화면에 숫자가 보인다고 무조건 다 더해서 평균(Mean)을 내버리는 것"입니다. 하지만 숫자는 겉모습만 아라비아 숫자로 같을 뿐, 속을 들여다보면 완전히 다른 4가지 계급을 가지고 있습니다. 심리학자 스탠리 스티븐스(Stanley Stevens)는 이를 '4대 측정 척도(Levels of Measurement)'로 체계화했습니다. [그림 1-2] 개구리 경주로 이해하는 4대 측정 척도: 1등과 2등 사이는 0.5cm에 불과하지만 2등과 3등 사이는 42cm나 벌어져 있다. 순위 (서열 척도)의 간격은 결코 균일하지 않다! 세계적인 통계학자 앤디 필드(Andy Field) 교수는 이 복잡한 원리를 '개구리 경주(Frog Race)'라는 유쾌한 비유로 명쾌하게 설명했습니다. 개구리 세 마리(호피, 피브스, 사일러스)가 결승선을 향해 힘차게 뜁니다. 1등으로 호피가 골인했고, 바로 코앞인 0.5cm 뒤에 피브스가 2등으로 들어왔습니다. 그런데 3등인 사일러스는 쥐가 났는지 저 멀리 42cm 뒤에서 엉금엉금 기어왔습니다. 🏫 학교 시험 등수로 꿰뚫는 '서열 척도'의 함정 중간고사 시험 등수를 떠올려 보세요. 전교 1등(99점)과 전교 2등(98점)의 점수 차이는 겨우 1점입니다. 반면 전교 3등(70점) 은 2등과 무려 28점이나 벌어져 있습니다! 등수만 보면 1등, 2등, 3등(1, 2, 3)이니까 마치 실력 차이가 똑같이 1등씩 균일하게 나는 것 같지만, 실제 점수 차이는 천양지차입니다. 만약 담임선생님이 "우리 반 1등, 2등, 3등의 평균 등수는 2등이다"라고 계산한다면, 그것이 과연 학생들의 진짜 수학 실력을 반영할 수 있을까요? 전혀 아닙니다! 이것이 바로 서열 척도(등수)에 산술평균을 함부로 쓰면 안 되는 이유입니다. PART 01 · FOUNDATION ARCHITECTURE · PAGE 10 10

DEEP DIVE 1.3B 스티븐스의 4대 측정 척도 심화 및 실무 판별 마스터 명목·서열·등간·비율 척도의 수학적 허용 연산과 리커트(Likert) 척도 실무 처리 지침 핵심 요약 표 📊 스티븐스의 4대 측정 척도 한눈에 정리하기 척도 종류 핵심 특징 실생활 대표 예시 허용되는 계산 1. 명목 척도 (Nominal) 순서도 크기도 없는 단순 이름표. 데이터 간 구분만 가능함. 축구선수 등번호(손흥민 7번), 성별, 혈액형, 스마트폰 기종 빈도수(개수 세기), 최빈값. (더하기/평균 절대 금지) 2. 서열 척도 (Ordinal) 순위는 명확하나 등수 간격(거리)이 제각각임. 달리기 등수(1등, 2등), 게임 랭킹 티어, 영화 별점 평점 순위 중앙값(가운데 값), 백분위수. (산술평균 산출 금지) 3. 등간 척도 (Interval) 눈금 간격이 균일함. 단, 절대 무( 無)를 뜻하는 진짜 0이 없음. 섭씨온도(0 ℃는 열이 없는 게 아님), IQ 점수, 시험 표준점수 덧셈, 뺄셈, 평균(Mean), 표준편차 계산 가능 4. 비율 척도 (Ratio) 완벽한 절대 영점(0)이 존재하여 배수 계산(2배, 3배)이 성립함. 달리기 시간(초), 몸무게(kg), 키 (cm), 시험 원점수, 반응속도 사칙연산 전체, 기하평균, 변동계수 등 모든 수학 연산 허용 🌡️ 1초 판별 공식 (등간 척도 vs 비율 척도 구별법): "오늘 낮 기온이 10℃이고 내일이 20℃라면, 내일은 오늘보다 2배 더 뜨거운 날일까요?" 정답은 아닙니다! 섭씨 0℃는 인간이 물이 어는 점을 편의상 0으로 약속한 기준일 뿐, 열에너지가 전혀 없는 상태가 아니기 때문입니다. 반면 몸무게 80kg은 40kg의 진짜 2배이고, 달리기 10초는 20초보다 정확히 2배 빠릅니다. 숫자 0이 '완전한 부재(절대 영점)'를 가리킬 때만 최고 등급인 '비율 척도'가 됩니다. 💡 [리서치 실무 Q&A] "설문 조사의 5점 리커트(Likert) 척도는 평균을 내도 되나요?" 원칙적으로 '1.전혀 아니다 ~ 5.매우 그렇다'는 등간격이 보장되지 않는 서열 척도(Ordinal)이므로 중앙값을 구하는 것이 통계학적 정석입니다. 하지만 심리학, 경영학 논문 및 현대 실증 리서치 실무에서는 5개 문항 간 심리적 간격이 대등하다고 가정하는 '준등간 척도(Quasi-interval)' 관례를 적용하여 평균과 표준편차를 구하고 회귀분석을 수행합니다. 단, 생성형 AI에게 분석을 지시할 때는 반드시 "리커트 척도 문항을 준등간 척도로 취급하여 모수 통계를 적용할 것"이라고 명시해야 AI가 분석 방법론을 혼동하지 않습니다. PART 01 · FOUNDATION ARCHITECTURE · PAGE 11 11

SECTION 1.4 1.4 아이스크림을 많이 먹으면 물에 빠져 죽는다? (인과성의 3대 조건) 허위 상관(Spurious Correlation)과 제3의 교락 변수(Confounding Variable) 격파법 미국의 한 유명 해변 휴양지에서 통계 데이터를 분석하던 연구원이 깜짝 놀랄 만한 발견을 했습니다. "시내 아이스크림 가게의 매출이 급증하는 날마다, 해수욕장에서 물에 빠져 익사하는 사고 건수가 똑같이 폭증"한 것입니다! 두 데이터의 상관계수를 계산해 보니 무려 r = 0.85로 거의 완벽하게 일치했습니다. 그렇다면 아이스크림을 먹으면 배에 쥐가 나서 물에 빠지는 걸까요? 아니면 사람이 물에 빠져 허우적대는 광경을 본 시민들이 너무 놀라서 달콤한 아이스크림을 사 먹은 걸까요? 당연히 둘 다 아닙니다! [그림 1-3] 아이스크림 매출과 익사 사고의 허위 상관(Spurious Correlation): 겉으로 보이는 강한 상관관계(r = 0.85) 배후에는 '무더운 폭염 날씨'라는 숨은 교락 변수(Confounder)가 도사리고 있다! 그 배후에는 두 변수를 동시에 치솟게 만든 거대한 공통 원인, 즉 '무더운 한여름 날씨'라는 숨은 변수(교락 변수, Confounding Variable)가 있었습니다! 날씨가 더우니까 사람들이 아이스크림을 많이 사 먹었고, 동시에 날씨가 더우니까 바다로 물놀이를 많이 가서 사고 건수도 함께 늘어난 것뿐입니다. 📌 철학자 존 스튜어트 밀의 '인과성 입증 3대 조건': 1. 시간적 우선성 (Temporal Precedence): 원인(A)이 결과(B)보다 반드시 먼저 일어나야 합니다. 2. 공변성 (Co-variation): 원인이 바뀌면 결과도 일관되게 따라 변해야 합니다 (A가 커지면 B도 변함). 3. 숨은 제3변인의 통제 (Elimination of Confounders): 결과의 변화를 설명할 수 있는 다른 모든 외부 요인(날씨, 수면, 학습 환경 등)의 영향을 완전히 제거해야 합니다! PART 01 · FOUNDATION ARCHITECTURE · PAGE 12 12

SECTION 1.5 1.5 생성형 AI와 함께하는 완벽한 변수 명세서 작성 머신 판독형 JSON 연구 가설 및 4대 변수군(독립·종속·통제·교락) 스키마 엔지니어링 연구자가 머릿속에 품은 가설을 AI에게 정확하게 전달하려면, 단순한 일상 언어가 아니라 통계적 역할과 척도가 완벽하게 정의된 프롬프트를 사용해야 합니다. 이를 한 방에 완수해 주는 도구가 [골든 프롬프트 1-1]입니다. [골든 프롬프트 1-1] 연구 가설 및 4대 변수군 자동 명세 프롬프트 ChatGPT / Claude / Gemini 공통 "당신은 세계 최고 수준의 통계 방법론 교수입니다. 나의 관심 연구 주제: [스마트폰 숏폼 시청 시간과 고등학생의 수학 문제 연속 집중 시간]에 대해, 칼 포퍼의 반증 가능성에 입각한 영가설(H₀)과 대립가설(H₁)을 수립하고, 독립·종속·통제·교락 변수의 조작적 정의 및 스티븐스의 4대 척도를 표준 JSON 스키마로 출력해 주십시오." 골든 프롬프트 1-1을 실행하면 AI는 사람이 읽는 줄글이 아니라, 파이썬이나 R 통계 프로그램이 즉시 읽고 분석할 수 있는 '머신 판독형 표준 JSON 스키마'를 출력합니다: { "research_question": "스마트폰 숏폼 시청 시간이 수학 문제 집중 시간에 미치는 영향", "hypotheses": { "H0_null": "숏폼 시청 시간은 수학 문제 연속 집중 시간에 영향을 주지 않는다 (효과 = 0).", "H1_alt": "숏폼 시청 시간이 긴 학생일수록 수학 문제 집중 시간이 유의미하게 짧아질 것이다." }, "variables": [ { "name": "shorts_watch_time", "role": "독립변수", "scale": "비율 척도 (Ratio)", "unit": "분 (minutes/day)", "operational_def": "스크린타임 최근 7일 일평균 숏폼 시청 시간" }, { "name": "focus_duration", "role": "종속변수", "scale": "비율 척도 (Ratio)", "unit": "분 (minutes)", "operational_def": "난이도 '중' 수학 문제 풀이 시 연속 몰입 시간" }, { "name": "math_baseline_grade", "role": "통제변수", "scale": "서열 척도 (Ordinal)", "unit": "내신 석차 등급 (1~9)", "operational_def": "직전 학기 공통수학 내신 최종 석차 등급" }, { "name": "sleep_hours", "role": "교락변수", "scale": "비율 척도 (Ratio)", "unit": "시간 (hours)", "operational_def": "실험 전날 밤 실측 수면 시간 (스마트워치 기록)" } ] } PART 01 · FOUNDATION ARCHITECTURE · PAGE 13 13

HANDS-ON WORKSHOP 1.6 1.6 AI 실전 핸즈온 워크숍: 독자 실습 키트와 실행 가이드 구글 드라이브 공식 자료실 다운로드 및 파이썬 무결성 검증 4단계 파이프라인 축하합니다! 여러분은 이제 통계학과 데이터 과학의 가장 높은 벽을 가뿐하게 넘었습니다. 통계의 성패는 복잡한 수학 공식 암기가 아니라, "질문을 검은 백조처럼 반증 가능하게 만들고, 숫자의 성격(4대 척도)을 바르게 꿰뚫어 보며, 숨어있는 아이스크림의 거짓말(교락 변수)을 차단하는 통찰력"에 달려 있습니다. 이제 공식 실습 자료를 직접 내려받아 따라 해보는 4단계 실전 워크숍을 진행해 보겠습니다. 실습 파일 QR 다운로드 제1장 실습 키트 구글 드라이브 독자 실습 자료실 (무료 제공) • 01_AI_Golden_Prompts_Library.md: 복사하여 즉시 쓰는 황금 프롬프트 모음 • 02_research_variable_schema.json: 4대 변수군 머신 판독형 JSON 표준 규격 • 03_sample_dataset_shorts_focus.csv: 고등학생 50명 모의 실측 데이터셋 • 04_verify_data_and_scales.py: 척도 및 상관계수(r) 자동 계산 검증 파이썬 코드 • 05_study_guide_and_quiz_solutions.md: 심층 개념 해설 및 퀴즈 정답서 🛠️ [실전 따라하기 4단계] "이 순서대로 그대로 실행하세요" 1단계 [자료 다운로드]: 스마트폰 카메라로 위 QR 코드를 스캔하거나 링크로 접속하여 실습 파일 5종을 내 작업 폴더에 다운로드합니다. 2단계 [생성형 AI 분석]: 챗GPT(또는 Claude)에 03_sample_dataset_shorts_focus.csv 파일을 업로드하고, [프롬프트 1-2: 척도 감별 및 정제]를 붙여넣어 AI의 척도 감별 리포트를 생성합니다. 3단계 [파이썬 무결성 검증 코드 실행]: 터미널을 열고 작업 폴더로 이동한 뒤 아래 명령어를 실행하여 수리적 연산 결과를 직접 도출합니다: python3 04_verify_data_and_scales.py 4단계 [결과 대조 및 가설 검증]: 터미널에 계산된 상관계수(r) 및 척도 분류 결과와 AI의 분석 리포트를 대조하여 다음 페이지의 4대 자가 진단 기준과 일치하는지 확인합니다. PART 01 · FOUNDATION ARCHITECTURE · PAGE 14 14

VERIFICATION & DIAGNOSIS 정상 실행 결과 화면 대조 및 4대 자가 진단 체크리스트 파이썬 터미널 수치 연산 결과와 AI 분석 리포트 무결성 교차 검증 가이드 [그림 1-4] 실습 키트 정상 실행 화면 대조: (상) 파이썬 터미널 수치 검증 콘솔 / (하) 생성형 AI 척도 감별 리포트 ✅결과물 정상 실행 4대 자가 진단 체크리스트 ✓ [체크 1] 50명 표본 로드 및 결측치 0 확인: 터미널 상단에 Sample Size: 50 | Missing: 0이 정확히 표시되었습니까? ✓ [체크 2] 4대 척도 감별 일치: AI와 파이썬 모두 focus_duration과 shorts_watch_time을 '비율 척도(Ratio)'로, math_baseline_grade를 '서열 척도(Ordinal)'로 올바르게 식별하였습니까? ✓ [체크 3] 상관계수 r = -0.8054 일치: 터미널 연산 결과 숏폼 시청과 집중 시간 간 강력한 음의 상관(r = -0.8054, p < 0.001)이 산출되었습니까? ✓ [체크 4] 제3의 교락 변수(수면 시간) 지적: AI가 단순 상관을 인과관계로 비약하지 않고, '전날 수면 시간(sleep_hours)'의 교락 효과를 명시적으로 지적하였습니까? NEXT CHAPTER PREVIEW 제2장. 실험 매트릭스와 참가자 설계 넷플릭스는 왜 A/B 테스트를 멈추지 않는가? 피험자 간 vs 피험자 내 설계의 비밀 ➡️ PART 01 · FOUNDATION ARCHITECTURE · PAGE 15 15

[쉽게 읽는 챕터 길잡이: 가설 수립과 변수 명세 — 조작적 정의와 4대 측정 척도 (명목·서열·등간·비율)]

AI 기반 연구 설계와 데이터 스토리텔링 가설 검정 실무 — 본 챕터에서는 핵심 개념과 체계적인 실무 원칙을 바탕으로, 이론적 배경부터 실전 적용까지 누구나 막힘없이 이해하고 직관적으로 실행할 수 있도록 명확한 로드맵을 제공합니다.

📊 공식 독자 실습 데이터셋 & AI 골든 프롬프트 허브

본 도서와 블로그에 수록된 100대 실전 프롬프트 치트시트, 합성 데이터 CSV 파일(Shorts, Energy Drink, Reaction Time, NLP Reviews), R & Python 분석 스크립트는 공식 실습실에서 무료 다운로드하실 수 있습니다.

📁 리서치 통계 사령탑 홈 바로가기 →