데이터를 어떻게 묶을까? 군집분석 최단연결법과 최장연결법 차이와 계산 예시

고객을 취향별로 나누거나 지역을 특성별로 묶을 때 쓰는 방법이 군집분석이에요. 그런데 묶는 기준을 어떻게 정하느냐에 따라 결과가 달라져요. 자료는 군집분석의 최단연결법과 최장연결법을 비교한 과제예요. 두 방법의 차이를 간단한 예시로 정리해 볼게요.

군집분석이란?

군집분석은 정답이 정해져 있지 않은 데이터를 서로 비슷한 것끼리 묶어 몇 개의 그룹으로 나누는 방법이에요. 비슷하다는 것은 보통 데이터 사이의 거리로 판단해요. 거리가 가까울수록 비슷하다고 봐요.

그 가운데 계층적 군집분석은 처음에 데이터 하나하나를 각각의 군집으로 보고, 가장 가까운 두 군집을 하나로 합치는 과정을 반복해요. 이때 이미 묶인 군집과 다른 데이터 사이의 거리를 어떻게 잴지가 연결법의 차이예요.

최단연결법

자료는 최단연결법이 먼저 가까운 데이터끼리 군집으로 묶고, 그 군집에 다른 데이터를 연결할 때 군집 안에서 가장 가까운 점을 기준으로 삼는다고 설명해요.

자료의 예에서는 자료 1과 2가 가장 가까워 먼저 묶여요. 다음으로 자료 3을 연결할 때는 1보다 2가 3에 더 가까우므로, 2와 3 사이의 거리를 군집과 3 사이의 거리로 써요. 이 방법은 단일연결법이라고도 부르고, 길게 이어진 모양의 군집도 잘 찾아내요.

밑줄은 한 쪽에 한두 곳만 긋는 게 나중에 보기 좋더라고요. 하루 이십 분 읽기를 정해 두는 것도 한번 챙겨보면 좋을 것 같아요.

최장연결법

자료는 최장연결법이 최단연결법과 과정은 비슷하지만, 군집 사이 거리를 가장 가까운 점이 아니라 가장 먼 점을 기준으로 잰다고 설명해요. 완전연결법이라고도 불러요.

같은 예에서 자료 1과 2를 먼저 묶는 것은 똑같아요. 하지만 자료 3과의 거리를 잴 때는 군집 안에서 3과 가장 먼 점과의 거리를 써요. 군집 안의 모든 점이 서로 어느 정도 가까워야 합쳐지기 때문에, 크기가 비슷하고 촘촘한 군집이 만들어지는 경향이 있어요.

어떤 차이가 생길까?

최단연결법은 데이터가 사슬처럼 이어져 있으면 멀리 떨어진 점까지 한 군집으로 묶어 버리는 사슬 효과가 생길 수 있어요. 반면 불규칙한 모양의 군집을 찾는 데는 유리해요.

최장연결법은 사슬 효과가 적고 군집의 크기가 고른 편이지만, 이상치 하나에 영향을 크게 받을 수 있어요. 그래서 실제 분석에서는 평균연결법이나 와드법 같은 다른 방법과 함께 결과를 비교해 보는 경우가 많아요.

덴드로그램 읽기와 시험 팁

계층적 군집분석의 결과는 나무 모양의 덴드로그램으로 나타내요. 가로축에는 데이터, 세로축에는 합쳐질 때의 거리를 두고, 원하는 높이에서 가로로 자르면 그 아래 가지 수만큼 군집이 정해져요.

시험에서는 거리 행렬을 주고 두 방법으로 차례대로 묶는 과정을 쓰게 하는 문제가 자주 나와요. 단계마다 새로 만든 군집과 나머지 점 사이의 거리를 최솟값 또는 최댓값으로 다시 계산해 표를 갱신하는 연습을 해 두세요.

이 글은 군집분석 연결법 비교 과제을 토대로 캠퍼스다운 편집부가 2026년 10월 22일에 검토해 정리했어요. 세부 기준은 시점에 따라 달라질 수 있어요.