# 덴드로그램 (Dendrogram)

## 개요

**덴드로그램**(Dendrogram)은 계층적 군집 분석(Hierarchical Clustering)의 결과를 시각적으로 표현한 트리 구조의 다이어그램입니다. '덴드로그램'이라는 단어는 그리스어 'dendron'(나무)과 'gramma'(그림)에서 유래했으며, 말 그대로 '나무 그림'을 의미합니다. 이 시각화 도구는 데이터 포인트들 간의 유사도 또는 거리 관계를 계층적으로 보여주며, 어떤 데이터들이 서로 가까운지, 그리고 그 결합이 어떤 단계에서 이루어졌는지를 직관적으로 파악할 수 있게 해줍니다.

데이터 과학, 생물정보학, 사회과학 등 다양한 분야에서 패턴 인식과 데이터 그룹화 작업을 수행할 때 핵심적인 도구로 활용됩니다. 특히 클러스터링 알고리즘의 결과를 해석하고 최적의 군집 수를 결정하는 데 필수적인 역할을 합니다.

## 기본 개념 및 구조

덴드로그램은 기본적으로 **트리(Tree)** 구조를 가지고 있으며, 다음과 같은 주요 구성 요소로 이루어져 있습니다.

*   **리프(Leaf)**: 데이터의 개별 관측치(샘플)를 나타내는 끝부분입니다.
*   **노드(Node)**: 두 개 이상의 하위 트리가 결합되는 지점으로, 군집이 형성되는 지점을 의미합니다.
*   **분기(Branch)**: 노드와 리프, 또는 노드와 노드를 연결하는 선입니다.
*   **높이(Y축)**: 일반적으로 분기의 길이나 높이는 두 군집이 결합될 때의 **거리(Distance)** 또는 **비유사도(Disimilarity)**를 나타냅니다. 높이가 낮을수록 두 군집 간의 유사도가 높음을 의미합니다.

### 주요 용어 설명

| 용어 | 설명 |
| :--- | :--- |
| **계층적 군집 분석** | 데이터를 작은 그룹에서 시작하여 점차 큰 그룹으로 병합하거나, 큰 그룹에서 작은 그룹으로 분할하는 군집화 방법 |
| **유클리드 거리** | 두 데이터 포인트 간의 직선 거리를 계산하는 가장 일반적인 거리 측정 방법 |
| **완성 연결법 (Complete Linkage)** | 두 군집 내의 가장 먼 두 점 사이의 거리를 기준으로 군집을 병합하는 방법 |
| **단일 연결법 (Single Linkage)** | 두 군집 내의 가장 가까운 두 점 사이의 거리를 기준으로 군집을 병합하는 방법 |

## 덴드로그램의 해석 방법

덴드로그램을 올바르게 해석하는 것은 데이터의 내재된 구조를 이해하는 데 중요합니다.

1.  **군집의 형성 과정 추적**: 덴드로그램은 데이터가 어떻게 병합되어 가는지를 시간 순서(또는 거리 순서)로 보여줍니다. 하단에서 상단으로 올라가며 가장 먼저 결합된 데이터들은 서로 매우 유사하며, 나중에 결합된 데이터들은 상대적으로 덜 유사함을 알 수 있습니다.
2.  **최적의 군집 수 결정**: 분석가는 덴드로그램을 가로로 잘라(Cut) 원하는 개수의 군집을 얻을 수 있습니다. 일반적으로 Y축의 높이가 급격히 증가하는 지점(긴 분기가 시작되는 지점)을 기준으로 자르면 의미 있는 군집을 얻을 수 있습니다. 이는 군집 간 차이가 뚜렷해지는 지점을 의미합니다.
3.  **이상치 탐지**: 다른 모든 데이터와 매우 높은 거리(높은 위치)에서야 비로소 결합되는 리프는 해당 데이터가 다른 데이터들과 크게 다르다는 것을 시사하며, 이는 이상치(Outlier)일 가능성이 높습니다.

## 덴드로그램의 종류

데이터의 방향성에 따라 주로 두 가지 형태로 나뉩니다.

*   **수직 덴드로그램 (Vertical Dendrogram)**:
    *   X축에 데이터 포인트, Y축에 거리(또는 유사도)를 배치합니다.
    *   가장 일반적인 형태로, 군집이 위에서 아래로, 또는 아래에서 위로 병합되는 과정을 보여줍니다.
    *   Python의 `matplotlib`나 `seaborn` 라이브러리에서 기본으로 제공하는 형태입니다.

*   **수평 덴드로그램 (Horizontal Dendrogram)**:
    *   X축에 거리, Y축에 데이터 포인트를 배치합니다.
    *   데이터 포인트가 많고 레이블이 길 경우 가독성을 위해 사용되기도 합니다.
    *   열 지도(Heatmap)와 결합하여 행과 열의 군집 구조를 동시에 보여줄 때 자주 활용됩니다.

## 구현 예시 (Python)

Python의 `scipy`와 `matplotlib` 라이브러리를 사용하여 덴드로그램을 생성하는 간단한 예시입니다.

```python
import numpy as np
from scipy.cluster.hierarchy import dendrogram, linkage
import matplotlib.pyplot as plt

# 예시 데이터 생성 (10개의 샘플, 3개의 특징)
data = np.random.rand(10, 3)

# 계층적 군집 분석 수행 (완성 연결법 사용)
# linkage 함수는 거리 행렬을 생성하고 트리 구조를 반환합니다.
Z = linkage(data, method='complete')

# 덴드로그램 시각화
plt.figure(figsize=(10, 7))
dendrogram(Z)
plt.title('Hierarchical Clustering Dendrogram')
plt.xlabel('Data Index')
plt.ylabel('Distance')
plt.grid(True)
plt.show()
```

위 코드에서 `linkage` 함수는 입력 데이터에 대한 계층적 군집 분석을 수행하고, `dendrogram` 함수는 이를 시각화합니다. `method` 파라미터를 통해 단일 연결법, 평균 연결법, 완전 연결법 등 다양한 병합 기준을 선택할 수 있습니다.

## 활용 분야

덴드로그램은 다양한 학문 및 산업 분야에서 광범위하게 사용됩니다.

*   **생물정보학(Bioinformatics)**: 종의 진화 관계를 나타내는 **계통수(Phylogenetic Tree)**를 작성하는 데 사용됩니다. DNA 서열이나 단백질 구조의 유사성을 기반으로 생물 종들을 분류합니다.
*   **텍스트 마이닝**: 문서나 단어 간의 유사도를 측정하여 주제별 그룹화를 수행합니다. 예를 들어, 뉴스 기사를 주제별로 분류하거나, 유사한 단어를 묶어 의미 네트워크를 구성하는 데 활용됩니다.
*   **마케팅 및 고객 세분화**: 고객의 구매 패턴이나 인구통계학적 데이터를 기반으로 유사한 성향을 가진 고객 그룹을 찾아 타겟 마케팅 전략을 수립합니다.
*   **이미지 처리**: 픽셀 값의 유사성을 기반으로 이미지의 영역을 분할하거나, 유사한 이미지를 그룹화하는 데 사용됩니다.

## 관련 문서 및 참고 자료

*   [계층적 군집 분석 (Hierarchical Clustering)]
*   [클러스터링 알고리즘 비교 (K-Means vs Hierarchical)]
*   [시각화 도구: Matplotlib, Seaborn, Plotly]

덴드로그램은 복잡한 데이터의 구조를 직관적으로 이해할 수 있게 해주는 강력한 시각화 도구입니다. 적절한 거리 측정 방법과 병합 알고리즘을 선택하고, 덴드로그램을 올바르게 해석함으로써 데이터 분석의 통찰력을 높일 수 있습니다.