# 산점도 (Scatter Plot)

**산점도**(Scatter Plot)는 데이터 과학 및 통계학에서 두 변수 간의 관계를 시각화하기 위해 가장 널리 사용되는 차트 유형 중 하나입니다. 이 차트는 수평축(X축)과 수직축(Y축)으로 구성된 직교 좌표계에 데이터 포인트를 산점(산포)시켜 표시함으로써, 변수들 사이의 상관관계, 분포 패턴, 이상치(Outlier) 등을 직관적으로 파악할 수 있게 해줍니다.

## 개요 및 기본 개념

산점도는 주로 연속형 변수(Continuous Variable) 간의 관계를 분석할 때 활용됩니다. 예를 들어, "광고비"와 "판매량"의 관계, "키"와 "몸무게"의 상관관계 등을 시각적으로 탐색하는 데 효과적입니다. 데이터 포인트가 좌표 평면 위에 흩뿌려져 있는 형태를 띠기 때문에 '산점도'라는 이름이 붙여졌습니다.

### 주요 구성 요소
*   **X축 (독립 변수)**: 일반적으로 원인이나 예측에 사용되는 변수를 나타냅니다.
*   **Y축 (종속 변수)**: 결과나 예측 대상이 되는 변수를 나타냅니다.
*   **데이터 포인트**: 각 관측치(Observation)를 점으로 표현합니다. 점의 위치는 해당 관측치의 X와 Y 값에 의해 결정됩니다.
*   **추세선 (Trend Line)**: 데이터의 전반적인 흐름을 보여주기 위해 추가되는 회귀선입니다.

## 산점도의 주요 활용 목적

산점도는 단순한 시각화를 넘어 데이터 탐색적 분석(EDA, Exploratory Data Analysis)의 핵심 도구로 사용됩니다. 주요 목적은 다음과 같습니다.

### 1. 상관관계(Correlation) 파악
두 변수가 어떤 방향으로 움직이는지 확인합니다.
*   **양의 상관관계**: 한 변수가 증가할 때 다른 변수도 함께 증가하는 패턴 (예: 공부 시간과 시험 점수).
*   **음의 상관관계**: 한 변수가 증가할 때 다른 변수는 감소하는 패턴 (예: 자동차 속도와 연비).
*   **무상관**: 두 변수 간에 명확한 패턴이나 관계가 보이지 않는 경우.

### 2. 이상치(Outlier) 탐지
데이터의 일반적인 분포에서 크게 벗어난 지점을 쉽게 식별할 수 있습니다. 이는 데이터 전처리 과정에서 오류를 수정하거나 특별한 분석이 필요한 케이스를 찾는 데 유용합니다.

### 3. 군집(Clustering) 확인
데이터 포인트들이 특정 영역에 밀집되어 있는지를 통해 자연스러운 그룹을 발견할 수 있습니다. 이는 클러스터링 알고리즘의 결과를 시각적으로 검증하는 데 자주 사용됩니다.

## 산점도의 변형 및 고급 기법

단순한 점의 나열을 넘어, 더 복잡한 정보를 전달하기 위해 다양한 변형 기법이 개발되었습니다.

### 1. 3D 산점도 (3D Scatter Plot)
세 개의 변수(X, Y, Z) 간의 관계를 입체적으로 표현합니다. 회전 가능한 인터랙티브 시각화 도구를 사용할 때 유용하지만, 정적인 이미지에서는 깊이 감각을 파악하기 어려울 수 있습니다.

### 2. 히트맵 산점도 (Heatmap Scatter Plot)
데이터 포인트가 매우 밀집되어 있어 개별 점을 구분하기 어려운 경우(Overplotting 문제), 점의 밀집도를 색상 농도로 표현합니다. 밀집된 영역일수록 진한 색상으로 표시되어 데이터의 밀도 분포를 한눈에 파악할 수 있습니다.

### 3. 산점도 행렬 (Scatterplot Matrix)
다변량 데이터에서 모든 변수 쌍 간의 산점도를 한 번에 보여주는 그리드 형태의 차트입니다. 다중 변수 간의 상호 관계를 빠르게 비교하고 탐색하는 데 매우 효과적입니다.

### 4. 범주별 색상 구분
데이터에 범주형 변수(Categorical Variable)가 있을 경우, 각 범주마다 다른 색상을 할당하여 그룹 간 차이를 시각적으로 비교합니다. 예를 들어, 성별(남/여)에 따른 키와 몸무게의 분포를 다른 색상으로 나타낼 수 있습니다.

## 구현 예시 (Python)

데이터 과학 분야에서 산점도는 `matplotlib`이나 `seaborn` 라이브러리를 통해 쉽게 구현할 수 있습니다. 아래는 Python을 사용하여 간단한 산점도를 그리는 코드 예시입니다.

```python
import matplotlib.pyplot as plt
import seaborn as sns
import pandas as pd

# 예제 데이터 생성 (가상의 광고비와 판매량 데이터)
data = {
    '광고비': [10, 20, 30, 40, 50, 60, 70, 80, 90, 100],
    '판매량': [15, 25, 35, 45, 55, 65, 75, 85, 95, 105]
}
df = pd.DataFrame(data)

# 산점도 그리기
plt.figure(figsize=(8, 6))
sns.scatterplot(x='광고비', y='판매량', data=df, s=100, color='blue')

# 추세선 추가 (회귀 분석 결과 시각화)
sns.regplot(x='광고비', y='판매량', data=df, scatter=False, color='red', line_kws={'linewidth': 2})

# 차트 꾸미기
plt.title('광고비와 판매량의 상관관계 분석')
plt.xlabel('광고비 (단위: 만 원)')
plt.ylabel('판매량 (단위: 개)')
plt.grid(True, linestyle='--', alpha=0.5)
plt.show()
```

## 주의사항 및 한계

산점도를 해석할 때 주의해야 할 점은 **상관관계와 인과관계의 혼동**입니다. 두 변수가 강한 상관관계를 보인다고 해서 하나가 다른 하나의 원인이라고 단정할 수 없습니다. 제3의 변수(Confounding Variable)가 존재할 가능성이 항상 있습니다.

또한, 데이터 포인트가 너무 밀집되어 있을 경우 개별 데이터의 의미를 잃을 수 있으므로, 이 경우 히트맵 산점도나 커널 밀도 추정(KDE) 차트 등 대체 시각화 방법을 고려해야 합니다.

## 관련 문서 및 참고 자료

*   [상관 분석 (Correlation Analysis)]
*   [데이터 시각화 (Data Visualization)]
*   [회귀 분석 (Regression Analysis)]
*   [파이썬 데이터 분석 라이브러리 (Pandas, Matplotlib, Seaborn)]

산점도는 데이터 과학자의 첫 번째 도구이자 가장 강력한 탐색 도구입니다. 복잡한 데이터셋을 이해하기 위한 명확한 시각적 통찰력을 제공하므로, 적절한 차트 유형 선택과 해석의 신중함이 요구됩니다.