12건 중 11건이 10분 이하인데 평균이 16.25분이라면, “보통 16분 기다린다”는 설명을 그대로 믿어도 될까요? 계산식 자체는 맞아도 해석은 틀릴 수 있습니다. 120분이라는 값 한 개가 평균을 크게 끌어올렸기 때문입니다.
이번 글에서는 개인정보가 없는 가상 대기시간 12건을 ChatGPT에 붙여 넣고 개수, 합계, 평균, 중앙값, 최댓값을 구합니다. 이어서 120분을 원본에서 지우지 않은 채 전체 결과와 비교 결과를 나란히 보며, 어떤 숫자가 ‘보통’을 더 잘 설명하는지 확인합니다. 통계를 처음 보는 사람도 15분 안에 따라갈 수 있도록 기초 개념부터 차근차근 진행하겠습니다.
가상 대기시간 TXT 내려받기 · 계산식·정답표·실패 화면 PDF 내려받기
먼저 결론: 평균은 16.25분, 중앙값은 7분입니다
- 데이터 수: 12건
- 합계: 195분
- 전체 평균: 195 ÷ 12 = 16.25분
- 중앙값: 정렬한 6번째 값 7분과 7번째 값 7분의 평균 = 7분
- 최댓값: 120분
- 120분을 제외한 비교용 평균: 75 ÷ 11 = 약 6.82분
12건 중 11건은 10분 이하입니다. 이 자료에서 전형적인 중심을 한 숫자로 설명해야 한다면 중앙값 7분이 평균 16.25분보다 실제 분포를 더 잘 보여 줍니다. 다만 120분을 삭제하거나 오류라고 단정해서는 안 됩니다. 시스템 점검 중 실제로 발생한 지연일 수 있으므로, 전체 결과를 유지한 채 별도 비교하고 발생 원인을 확인하는 것이 핵심입니다.
이 글부터 시작하면 좋은 사람
- 평균은 들어 봤지만 중앙값은 낯선 ChatGPT 초보자
- 설문, 고객 응대, 배송시간처럼 큰 값 한두 개가 섞인 자료를 요약하는 사람
- AI가 계산한 숫자를 원자료와 계산식으로 다시 확인하는 습관을 만들고 싶은 사람
준비물: 위에서 받은 TXT 파일, ChatGPT 대화 화면, 정답 PDF입니다. 파일 첨부가 어렵다면 TXT의 12개 행을 그대로 복사해 붙여 넣어도 됩니다. 자료는 이번 실습을 위해 직접 만든 가상 값이며 실제 고객명, 전화번호, 상담 내용은 들어 있지 않습니다.
연습 데이터부터 천천히 읽어 보기
4, 5, 5, 6, 6, 7, 7, 8, 8, 9, 10, 120
앞의 11개 값은 4분부터 10분 사이에 모여 있습니다. 마지막 120분만 나머지와 멀리 떨어져 있습니다. 이런 값을 이 글에서는 이해하기 쉽게 ‘극단값’이라고 부르겠습니다. 정식 통계 분석에서는 이상치를 판단하는 기준이 따로 필요하지만, 이번 입문 실습은 임의의 기준으로 값을 제거하지 않고 결과가 한 값에 얼마나 민감한지 비교하는 데 초점을 둡니다.
먼저 설문 평균을 구하는 흐름을 보고 싶다면 ChatGPT로 설문 만족도 요약하기를 읽고 돌아와도 좋습니다.
결과를 읽는 네 가지 열쇠
평균
모든 값을 더한 뒤 데이터 수로 나눈 값입니다. 이 자료에서는 합계 195분을 12로 나누므로 16.25분입니다. 모든 값을 반영한다는 장점이 있지만, 매우 큰 값이나 매우 작은 값의 영향을 크게 받을 수 있습니다.
중앙값
값을 작은 순서로 정렬했을 때 가운데에 놓이는 값입니다. 데이터가 12개처럼 짝수라면 6번째와 7번째 값을 더해 2로 나눕니다. 두 값이 모두 7분이므로 중앙값은 7분입니다.
극단값
다른 값과 비교해 매우 멀리 떨어진 값입니다. 여기서는 120분입니다. 극단값은 입력 실수일 수도 있고 실제로 드물게 발생한 사건일 수도 있습니다. 값만 보고 어느 쪽인지 확정하면 안 됩니다.
비교 시나리오
원본을 바꾸지 않고 특정 값의 영향을 알아보기 위해 별도로 계산한 결과입니다. ‘120분 제외 평균 6.82분’은 비교용이며, 원본 전체 평균 16.25분을 대체하거나 120분을 삭제했다는 뜻이 아닙니다.
15분 실습: 평균과 중앙값을 함께 검증하기
1단계: TXT를 내려받고 원본을 보관합니다
파일 이름은 chatgpt-mean-vs-median-outlier-practice.txt입니다. 표의 열은 case_id, channel, wait_minutes, note 네 개입니다. wait_minutes가 계산에 쓸 대기시간 열입니다.
성공 확인: W001부터 W012까지 데이터 행이 12개이며, 마지막 W012의 wait_minutes가 120입니다.
2단계: 파일을 첨부하고 구조만 먼저 묻습니다
첨부한 TXT의 열 이름과 데이터 행 수를 먼저 보여 주세요. wait_minutes 값도 작은 순서로 나열하세요. 아직 평균이나 결론은 계산하지 마세요.
처음부터 결론을 요청하면 누락된 행이나 잘못 읽은 열을 놓치기 쉽습니다. 파일 구조와 값 목록부터 확인하면 이후 계산의 출발점을 사람이 검토할 수 있습니다.
성공 확인: 네 개 열, 데이터 12행, 정렬값 4·5·5·6·6·7·7·8·8·9·10·120이 표시됩니다.
3단계: 개수와 합계를 먼저 계산합니다
wait_minutes의 데이터 수와 합계를 계산하세요. 사용한 12개 값을 다시 한 줄로 보여 주고 계산식을 함께 적으세요.
평균을 바로 묻기 전에 개수와 합계를 고정하면 답을 손으로 검산하기 쉬워집니다.
성공 확인: 데이터 수 12건, 합계 195분이 표시됩니다.
4단계: 평균과 중앙값을 같은 표에 요청합니다
전체 평균과 중앙값을 계산하세요. 평균은 합계 ÷ 개수 계산식을 쓰고, 중앙값은 정렬한 몇 번째 값을 사용했는지 설명하세요.
성공 확인: 평균은 195 ÷ 12 = 16.25분, 중앙값은 6번째 7분과 7번째 7분의 평균인 7분으로 나옵니다.
5단계: 최댓값의 영향을 비교합니다
최댓값 120분을 원본에서 삭제하지 마세요. 전체 12건 결과와 120분을 제외한 비교 결과를 나란히 표로 보여 주세요. 각각 개수, 합계, 평균, 중앙값을 표시하세요.
‘삭제하지 마세요’와 ‘비교 결과’를 함께 적는 이유는 원본과 분석 시나리오를 섞지 않기 위해서입니다.
성공 확인: 전체는 12건·195분·평균 16.25분·중앙값 7분, 비교는 11건·75분·평균 6.82분·중앙값 7분입니다.
6단계: ‘보통’이라는 표현을 검토합니다
이 자료를 '보통 얼마나 기다리는가'라는 질문에 답할 때 평균과 중앙값 중 무엇이 더 잘 설명하는지 이유를 적으세요. 120분이 실제 지연인지 입력 오류인지는 이 파일만으로 확정하지 마세요.
성공 확인: 11건이 10분 이하이고 120분 한 건이 평균을 끌어올렸으므로 중앙값 7분이 전형적인 중심을 더 잘 설명한다고 답합니다. 동시에 전체 평균 16.25분과 120분의 존재도 숨기지 않습니다.
7단계: 정답 PDF와 한 줄씩 비교합니다
정답 PDF 2쪽에서 정렬값 12개와 두 시나리오 표를 확인합니다. 숫자만 같다고 끝내지 말고 ‘120분을 원본에서 지우지 않았는가’, ‘전체와 비교를 구분했는가’, ‘원인을 추측으로 확정하지 않았는가’도 함께 봅니다.
성공 확인: 개수, 합계, 평균, 중앙값, 최댓값과 세 가지 해석 체크가 PDF와 모두 같습니다.
한 번에 복사해서 쓰는 완성 질문
첨부한 TXT에서 wait_minutes 값을 작은 순서로 정렬하세요. 데이터 수, 합계, 평균, 중앙값, 최댓값을 계산하고 계산식을 적으세요. 최댓값 120분을 원본에서 삭제하지 말고, 전체 결과와 120분 제외 비교 결과를 표로 나란히 보여 주세요. '보통 얼마나 기다리는가'를 설명할 때 평균과 중앙값 중 무엇이 더 적절한지 11건이 10분 이하라는 사실을 근거로 설명하세요. 120분의 발생 원인은 이 파일만으로 확정하지 말고 추가 확인 항목으로 남기세요.
질문이 길어 보여도 순서는 단순합니다. 정렬 → 개수·합계 → 평균·중앙값 → 비교 → 해석 → 한계입니다. 이 순서를 기억하면 다른 숫자 자료에도 그대로 적용할 수 있습니다.
정답표: 전체와 비교 결과를 한눈에 보기
| 계산 범위 | 개수 | 합계 | 평균 | 중앙값 | 최댓값 |
|---|---|---|---|---|---|
| 전체 데이터 | 12 | 195분 | 16.25분 | 7분 | 120분 |
| 120분 제외 비교 | 11 | 75분 | 6.82분 | 7분 | 10분 |
120분을 빼면 평균은 16.25분에서 6.82분으로 크게 바뀌지만 중앙값은 7분으로 같습니다. 이 차이는 평균이 큰 값 하나에 민감하다는 것을 보여 줍니다. 그렇다고 중앙값이 언제나 더 좋은 것은 아닙니다. 총 대기 자원이나 전체 부담을 계산할 때는 모든 값을 반영하는 평균과 합계도 중요합니다. 질문의 목적에 따라 두 숫자를 함께 제시하는 편이 안전합니다.
손으로 1분 검산하는 방법
- 11개 작은 값의 합계를 구합니다: 4+5+5+6+6+7+7+8+8+9+10 = 75.
- 120을 더합니다: 75+120 = 195.
- 전체 평균을 구합니다: 195÷12 = 16.25.
- 정렬한 6번째와 7번째를 확인합니다: 7과 7이므로 중앙값은 7.
- 비교용 평균을 구합니다: 75÷11 = 6.818…이므로 소수 둘째 자리 반올림 시 6.82.
ChatGPT 답과 이 다섯 줄이 다르면 계산에 사용한 행, 열, 반올림 자릿수를 다시 확인합니다. 숫자 검증 절차를 더 넓게 연습하려면 ChatGPT 답변을 입력값·추론·외부 확인으로 나누기도 도움이 됩니다.
실패 화면 재현: 평균만 보고 ‘보통 16분’이라고 쓴 경우
아래 이미지는 실제 ChatGPT 화면을 캡처한 것이 아닙니다. 평균 계산은 맞지만 중앙값과 분포를 빠뜨린 답변을 설명하기 위해 직접 제작한 교육용 편집 재현 화면입니다.
“평균 대기시간은 16.25분이므로 고객은 보통 약 16분 기다립니다”라는 문장은 평균 계산만 놓고 보면 틀리지 않습니다. 하지만 12건 중 11건이 10분 이하라는 분포와 중앙값 7분을 빠뜨려 ‘보통’의 의미를 왜곡합니다.
값을 작은 순서로 정렬하고 개수·합계·평균·중앙값·최댓값을 보여 줘. 최댓값 120분을 원본에서 지우지 말고 전체 결과와 120분 제외 비교 결과를 함께 제시해. '보통'이라는 표현은 평균과 중앙값 중 무엇이 더 잘 설명하는지 이유와 한계까지 적어 줘.
작업이 막힐 때 점검할 곳
실패 1: 평균만 요청하고 원자료를 보지 않습니다
수정: 계산 전에 값을 작은 순서로 나열하고 데이터 수와 합계를 먼저 보여 달라고 합니다.
실패 2: 중앙값을 여섯 번째 값 하나로 확정합니다
수정: 데이터가 12개인 짝수이므로 6번째와 7번째 값의 평균을 계산하게 합니다. 이 자료에서는 둘 다 7입니다.
실패 3: 120분을 곧바로 오류로 단정하고 삭제합니다
수정: 원본은 유지하고 제외 결과는 비교 시나리오로 따로 표시합니다. note에는 시스템 점검 중 접수 지연이라고 적혀 있지만 실제 업무 자료라면 로그와 담당자 확인이 필요합니다.
실패 4: 120분 제외 평균을 새로운 전체 평균처럼 씁니다
수정: 표의 계산 범위를 ‘전체 12건’과 ‘120분 제외 비교 11건’으로 명확히 적습니다.
실패 5: 평균과 중앙값 중 하나만 항상 옳다고 생각합니다
수정: 전형적인 중심을 설명할 때는 중앙값, 전체 부담이나 총 소요를 볼 때는 평균과 합계도 함께 살펴봅니다. 목적을 먼저 적고 숫자를 선택합니다.
답변이 틀렸을 때 처음부터 다시 묻기보다 빠진 기준을 보완하는 방법은 ChatGPT 틀린 답변 고치는 5단계에서 이어서 연습할 수 있습니다.
공식 자료에서는 어떤 흐름을 권하나요?
OpenAI의 데이터 분석과 보고서 작성 사용 사례는 자료를 검토하고 해석 가능한 분석과 재사용 가능한 결과물을 만들며, 가정과 불확실성을 쉬운 말로 설명하고 결론을 바꿀 수 있는 데이터 문제를 표시하는 흐름을 안내합니다. 이 페이지의 예시 결과도 가장 비싼 항목을 제외한 비교를 별도로 제시하면서 작은 표본과 제외된 항목, 인과관계를 확정할 수 없다는 한계를 함께 설명합니다.
OpenAI의 데이터 정리 사용 사례는 원본 파일을 바꾸지 않고 정리된 복사본을 만들며, 다음 작업에 쓰기 전에 결과를 검토하도록 안내합니다. 이번 실습도 같은 원칙에 따라 120분을 원본에서 지우지 않고 비교 결과만 별도로 계산했습니다.
여기서 “평균보다 중앙값을 써야 한다”는 결론을 공식 문서가 직접 정해 주는 것은 아닙니다. 공식 자료의 원본 보존·비교·한계 설명 원칙을 이 가상 대기시간 문제에 적용한 것이며, 평균·중앙값 계산은 제공한 12개 값으로 독립 검산했습니다.
어디까지 믿고, 어디서 사람이 확인해야 할까요?
- ChatGPT가 읽은 행 수와 정렬값이 원본 TXT와 같은지 먼저 확인합니다.
- 평균과 중앙값 계산식은 정답 PDF 또는 계산기로 다시 확인합니다.
- 극단값이 실제 사건인지 입력 오류인지 AI가 임의로 확정하게 두지 않습니다.
- 실제 고객 응대 자료를 사용할 때는 이름, 연락처, 상담 내용 등 개인정보를 제거하고 조직의 보안 규정을 따릅니다.
- 서비스 수준, 인력 배치, 계약상 지표 같은 중요한 결정에는 더 큰 표본과 기간별 분포, 담당자 검토가 필요합니다.
- ChatGPT의 파일 첨부 위치와 지원 기능은 계정, 기기, 업데이트에 따라 다를 수 있습니다.
초보자가 다시 확인할 내용
120분은 이상치인가요?
나머지 값과 멀리 떨어진 극단값인 것은 분명하지만, 이번 12건만으로 입력 오류인지 제거해야 할 이상치인지 확정하지 않습니다. 발생 기록과 업무 맥락을 사람이 확인해야 합니다.
왜 120분을 뺀 평균도 계산하나요?
삭제하기 위해서가 아니라 결과가 한 값에 얼마나 민감한지 보기 위해서입니다. 반드시 ‘비교용’이라고 표시하고 전체 결과와 함께 남깁니다.
중앙값은 언제 유용한가요?
값이 한쪽으로 치우치거나 매우 큰 값이 섞여 전형적인 중심을 설명하기 어려울 때 유용합니다. 다만 총량과 전체 부담을 알아야 할 때는 평균과 합계도 필요합니다.
TXT 대신 숫자만 붙여 넣어도 되나요?
가능합니다. 다만 파일에는 case_id와 note가 있어 120분이 어떤 행인지 추적하기 쉽습니다. 실제 작업에서는 식별 가능한 행과 원본 보존이 검토에 도움이 됩니다.
평균 16.25분은 틀린 값인가요?
아닙니다. 12개 전체의 산술평균으로 정확합니다. 문제는 이 값만으로 ‘보통’을 단정해 중앙값 7분과 분포를 숨기는 해석입니다.
이 자료를 실제 보고서에 그대로 써도 되나요?
아니요. 모든 값은 학습용 가상 데이터입니다. 실제 보고서에는 실제 자료, 수집 범위, 누락 여부, 극단값 원인, 표본 수와 업무 기준을 다시 확인해야 합니다.
다음 실습으로 이어 가기
검토 이력과 작성 정보
작성: AI플레이집 편집팀 · 검수: Codex 자동화 편집 검수 · 최종 확인일: 2026-08-16
본문과 가상 데이터, 정답 PDF, 대표 이미지, 실패 화면은 편집 목적에 맞게 직접 제작했습니다. AI 도구를 초안 작성과 시각 자료 제작에 활용했으며, 수치 계산·공식 출처·링크·표현의 한계를 별도로 확인했습니다. 실제 ChatGPT 대화 화면이나 외부인의 스크린샷은 사용하지 않았습니다. 오류를 발견하면 정정 정책에 따라 알려 주세요.
이 글의 공식 근거
- OpenAI, Analyze datasets and ship reports (확인일 2026-08-16)
- OpenAI, Clean and prepare messy data (확인일 2026-08-16)