측정 수준
"오늘의AI위키"의 AI를 통해 더욱 풍부하고 폭넓은 지식 경험을 누리세요.
1. 개요
측정 수준은 데이터를 분류하고 분석하는 데 사용되는 다양한 척도를 설명하는 개념이다. S. S. 스티븐스는 측정을 명목, 서열, 간격, 비율의 네 가지 척도로 분류했다. 명목 척도는 분류, 서열 척도는 순위, 간격 척도는 차이, 비율 척도는 크기를 나타낸다. 각 척도는 고유한 속성과 허용되는 통계적 연산을 가지며, 스티븐스의 이론은 비판과 논쟁을 거쳐 모스텔러와 터키, 크리스먼 등 학자들에 의해 확장되었다.
더 읽어볼만한 페이지
- 통계 자료형 - 이진 데이터
이진 데이터는 통계학에서 범주형 데이터의 한 종류로 두 가지 값만을 가지며, 컴퓨터 과학에서는 텍스트 기반 데이터와 대조되는 모든 데이터를 의미한다. - 통계 자료형 - 순서형 데이터
순서형 데이터는 범주 사이에 순위나 순서 관계가 있는 범주형 데이터의 한 종류로, 설문 조사, 사회 경제적 지위, 군대 계급, 과목 성적 등에서 나타나며, 중앙값, 사분위수, 비모수 통계 방법, 막대 그래프, 원형 차트 등으로 분석 및 시각화할 수 있다. - 과학적 방법 - 연구
연구는 특정 주제나 문제에 대한 이해를 높이기 위해 정보를 수집하고 분석하는 체계적인 활동으로, 지식과 진리를 탐구하며 문제 해결 과정을 통해 새로운 지식 발견 및 기존 지식 심화에 기여하는 활동이다. - 과학적 방법 - 양적 연구
양적 연구는 사회 현상이나 자연 현상을 수치화하여 과학적 방법과 통계 분석 등을 통해 가설을 검증하고 인과 관계를 규명하는 연구 방법론이다. - 측정 - 측지학
측지학은 지구의 형상, 크기, 중력장 및 시간적 변화를 측정하고 연구하는 지구과학의 한 분야로, 고대 그리스어에서 유래되었으며 현대에는 GPS 등의 기술을 활용하여 지구 역학적 현상 연구에 기여한다. - 측정 - 불확실성
불확실성이란 현재나 미래를 정확히 예측할 수 없는 상태를 말하며, 확률을 알 수 없는 근본적인 불확실성도 존재하고, 바람직하지 않은 결과를 초래할 수 있는 위험과는 구별되며, 과학, 경제, 철학 등 다양한 분야에서 다뤄지는 중요한 개념이다.
측정 수준 | |
---|---|
측정 척도 | |
유형 | 명목 척도, 순서 척도, 등간 척도, 비율 척도 |
특징 | 속성의 분류, 속성의 순위, 속성 간 간격의 동일성, 절대 영점 |
예시 | 성별, 사회 경제적 지위, 온도 (섭씨/화씨), 키, 몸무게, 나이 |
명목 척도 | |
정의 | 범주를 분류하는 데 사용되는 척도 |
속성 | 상호 배타적이고 포괄적인 범주 |
특징 | 범주 간 순서나 거리가 없음 |
예시 | 성별 (남/녀) 혈액형 (A, B, AB, O) 인종 종교 결혼 여부 우편 번호 |
허용 연산 | 빈도 계산, 최빈값 계산 |
순서 척도 | |
정의 | 범주를 순위화하는 데 사용되는 척도 |
속성 | 범주 간 순서 관계 존재 |
특징 | 범주 간 간격이 일정하지 않거나 알려지지 않음 |
예시 | 사회경제적 지위 (낮음, 중간, 높음) 리커트 척도 (매우 동의, 동의, 보통, 비동의, 매우 비동의) 선호도 순위 교육 수준 (초등학교, 중학교, 고등학교, 대학교) 군대 계급 |
허용 연산 | 중앙값, 백분위수 계산 |
등간 척도 | |
정의 | 범주 간 간격이 동일한 척도 |
속성 | 절대 영점이 존재하지 않음 |
특징 | 덧셈, 뺄셈 가능 |
예시 | 온도 (섭씨/화씨) 시험 점수 IQ 연도 (기원전/기원후) |
허용 연산 | 평균, 표준 편차 계산 |
비율 척도 | |
정의 | 절대 영점이 존재하는 척도 |
속성 | 모든 산술 연산 가능 |
특징 | 비율 비교 가능 |
예시 | 키 몸무게 나이 소득 거리 시간 |
허용 연산 | 기하 평균, 변동 계수 계산 |
2. 측정 척도의 기본 개념
S. S. 스티븐스는 1946년 ''사이언스''지에 발표한 논문에서 측정 척도의 개념을 제안했다. 그는 모든 측정이 명목, 서열, 구간, 비율의 네 가지 척도를 사용하여 수행된다고 주장했다. 이러한 척도 유형은 질적 및 양적 측정을 모두 포괄한다.
스티븐스는 퍼시 브리지먼의 조작주의에 영향을 받아 측정을 "규칙에 따라 대상과 사건에 숫자를 할당하는 것"으로 정의했다.[21] 이는 대상의 속성 자체보다는 측정 절차에 초점을 맞춘다. 예를 들어, 줄자를 사용하여 길이를 측정하는 행위 자체가 길이를 측정 가능한 것으로 정의한다.
그러나 이러한 스티븐스의 정의는 비판을 받았다. 조작주의는 대상 간의 관계와 대상의 속성을 혼동한다는 지적이 있었으며,[22][23] 스티븐스의 정의가 지나치게 광범위하다는 비판도 있었다.
2. 1. 스티븐스의 네 가지 척도
스티븐스는 1946년 ''사이언스''지에 게재된 "측정 척도의 이론에 관하여"라는 논문에서 측정 수준에 대한 자신의 이론을 제안했다. 이 논문에서 스티븐스는 과학에서의 모든 측정이 명목, 서열, 간격, 비율의 네 가지 척도를 사용하여 수행된다고 주장했다. 스티븐스는 이 척도들을 통해 질적(명목 척도)과 양적(나머지 척도) 특성을 모두 통합했다.척도 | 측정 속성 | 수학적 연산자 | 고급 연산 | 중심 경향성 | 변동성 |
---|---|---|---|---|---|
명목 | 분류, 소속 | =, ≠ | 그룹화 | 최빈값 | 질적 변동 |
서열 | 비교, 수준 | >, < | 정렬 | 중앙값 | 범위, 사분위 범위 |
간격 | 차이, 친화도 | +, − | 표준과의 비교 | 산술 평균 | 편차 |
비율 | 크기, 양 | ×, / | 비율 | 기하 평균, 조화 평균 | 변동 계수, 스튜던트화 범위 |
이후 척도 유형의 개념은 테오도어 알퍼, 루이스 나렌스, R. 덩컨 루스 등의 수학 심리학자들의 연구를 통해 수학적 엄밀성을 갖게 되었다.
2. 1. 1. 명목 척도 (Nominal Scale)
대상을 분류하는 데 사용되는 척도로, 숫자는 단순한 이름표 역할을 한다. 예를 들어 성별(남성=1, 여성=2), 혈액형(A, B, AB, O), 정당 지지도(더불어민주당, 국민의힘, 정의당 등)와 같이 분류할 수 있다.[6][7] ISO 5218과 같이 사람의 성별에 숫자를 할당하는 경우가 있지만, "여성은 남성의 2배이다"와 같이 숫자에 특별한 의미를 부여하지는 않는다.명목 척도로 측정할 수 있는 다른 예시는 다음과 같다.
예시 |
---|
전화번호 |
등번호 |
버스 노선 번호 |
명목 척도는 최빈값을 대표값 지표로 사용할 수 있다. 통계적 변동은 변동비 또는 정보 엔트로피로 평가할 수 있지만, 표준 편차 등의 개념은 존재하지 않는다. 명목 척도로만 측정되는 데이터는 범주형 데이터라고도 불린다.[8]
2. 1. 2. 서열 척도 (Ordinal Scale)
서열 척도는 데이터를 정렬할 수 있는 순위(1위, 2위, 3위 등)를 허용하지만, 데이터 간의 상대적인 '차이의 정도'는 알 수 없다. 서열 척도는 사건을 순서대로 배치하지만, 척도의 간격을 동일하게 만들려는 시도는 없다.[9] 순위는 서열 척도를 나타내며, 질적 현상과 관련된 연구에 자주 사용된다.[9]서열 척도는 항목을 최고에서 최저 순위로 매기는 것만 허용한다. 서열 측정에는 절대적인 값이 없으며, 인접한 순위 간의 실제 차이가 동일하지 않을 수 있다. 단지 한 사람이 다른 사람보다 척도에서 더 높거나 낮다는 것만 말할 수 있을 뿐, 더 정확한 비교는 할 수 없다. 따라서 서열 척도의 사용은 "보다 큼" 또는 "보다 작음"(동등성 진술도 허용됨)에 대한 진술을 의미한다.[9] 예를 들어, 1위와 2위 간의 실제 차이는 5위와 6위 간의 차이보다 크거나 작을 수 있다.
중앙 경향성의 척도로는 ''중간 순위'' 항목인 중앙값을 사용할 수 있지만, 중앙 경향성의 척도로는 평균을 사용할 수 없다. 최빈값은 사용할 수 있다.[9]
예를 들어, 국제 원자력 사고 척도가 이에 해당한다. 체르노빌 원자력 발전소 사고는 레벨 7로 평가되었지만, 이는 "레벨 6보다 높다"는 의미는 있지만 "레벨 4의 2배에 달한다"는 의미는 아니다.
그 외에도 물리학적인 예로 모스 굳기 척도가 있다. 심리학이나 사회 과학의 측정은 대부분 순서 척도로 이루어진다. 예를 들어 사회적 태도(보수적인지 진보적인지 등)나 계급은 순서 수준으로 측정된다. 또한 고객의 기호(아이스크림의 바닐라 맛과 초콜릿 맛 중 어느 것을 좋아하는지) 데이터도 이것으로 표현할 수 있다. 순서 척도의 대표값은 최빈값이나 중앙값으로 나타내지만, 중앙값이 더 많은 정보를 제공한다.[9]
순서 척도를 통계에 사용할 경우, 순서 척도를 수치로 치환하여 계산하는 경우가 있다. 단, 계산 결과가 원래의 순서 척도를 보존하고 있는 것이 조건이 된다.[9]
각 카테고리에 속하는 대상의 개수라는 형태의 데이터로 정리하면 양적 데이터라고 하며, 이는 분할표로 표시할 수 있다. 이러한 데이터에 사용되는 통계 검정 방법은 비모수적인 것에 한정된다.[9]
2. 1. 3. 간격 척도 (Interval Scale)
간격 척도는 측정값 간의 '차이의 정도'는 정의할 수 있지만, 측정값 간의 비율은 정의할 수 없는 척도이다. 예를 들어 섭씨 온도를 사용하는 ''온도 눈금'', 임의의 기원(예: 서기)에서 측정된 ''날짜'' 등이 있다. 20 °C가 10 °C의 "두 배"만큼 덥다고 말할 수 없고, 두 날짜 사이에 직접적인 곱셈/나눗셈을 수행할 수도 없다. 그러나 '차이의 비율'은 표현할 수 있다. 예를 들어 15 °C와 25 °C 사이의 10도 차이는 17 °C와 22 °C 사이의 5도 차이의 두 배이다.최빈값, 중앙값, 산술 평균은 구간 변수의 중심 경향성을 측정하는 데 사용될 수 있으며, 통계적 분산의 척도에는 범위와 표준 편차가 포함된다.
간격 척도의 특징은 다음과 같다.
- 대상에 할당된 숫자는 서열 척도의 모든 속성을 충족하며, 차이가 같다는 것은 간격이 같다는 것을 의미한다.
- 측정값의 쌍(pair)의 차이 비교는 의미가 있다.
- 덧셈과 뺄셈 연산에도 의미가 있다.
- 척도상의 0점은 임의적이며 음수 값도 사용할 수 있다.
- 값의 비는 의미가 없다. 직접적인 곱셈 및 나눗셈 연산 전반도 마찬가지로 의미가 없다.
- 차이의 비에는 의미가 있다.
- 대표값은 최빈값, 중앙값 또는 산술 평균으로 나타낸다. 산술 평균이 가장 많은 정보를 제공하는지는 대상에 따라 다르다.
간격 척도로 측정한 데이터를 간격 데이터라고 부른다. 섭씨 또는 화씨로 측정하는 온도도 간격 척도이다.
2. 1. 4. 비율 척도 (Ratio Scale)
비율 척도는 측정이 연속적인 양의 크기와 동일한 종류의 측정 단위 간의 비율을 추정한다는 사실에서 이름을 따왔다. 물리 과학 및 공학에서의 대부분의 측정은 비율 척도로 수행된다. 질량, 길이, 기간, 평면 각도, 에너지, 전하 등이 그 예시이다.[26] 간격 척도와는 다르게, 비율은 나눗셈을 사용하여 비교할 수 있다. 비공식적으로, 많은 비율 척도는 어떤 것의 "얼마나 많은" (즉, 양 또는 크기)를 지정하는 것으로 설명할 수 있다. 비율 척도는 자릿수를 표현하는 데 자주 사용되며, 온도에서 사용되는 것이 그 예이다.기하 평균과 조화 평균은 최빈값, 중앙값, 산술 평균 외에도 중심 경향성을 측정하는 데 사용될 수 있다. 스튜던트화 범위와 변동 계수는 통계적 분산을 측정하는 데 사용될 수 있다. 비율 척도에 필요한 모든 수학적 연산이 정의되어 있으므로, 모든 통계적 측정이 허용된다.
대상에 할당된 숫자는 간격 척도의 성질을 모두 충족하며, 더 나아가 그 숫자 쌍의 비율, 곱셈과 나눗셈 연산에도 의미가 있다. 비율 척도의 0점은 절대적이다.
대부분의 물리량, 즉 질량, 길이, 에너지는 비율 척도이다. 절대 온도로 측정된 온도 역시 비율 척도이다. 비율 척도로 측정되는 변수의 대표값은 최빈값, 중앙값, 산술 평균, 기하 평균으로 나타낼 수 있지만, 간격 척도와 마찬가지로 산술 평균이 가장 많은 정보를 제공한다. 비율 척도로 측정되는 데이터는 비율 데이터라고 불린다. 나이, 특정 장소에서의 거주 기간, 소득 등은 사회적 변수 중 비율 척도로 표시되는 예시이다.[26]
2. 2. 스티븐스 척도 유형론에 대한 비판과 논쟁
스티븐스의 척도 유형론은 학계에서 다양한 비판과 논쟁에 직면해 왔다. 특히 명목 척도와 서열 척도가 진정한 의미의 "측정"으로 볼 수 있는지에 대한 논쟁이 활발하다.던컨(Duncan, 1986)은 명목 척도에 "측정"이라는 단어를 사용하는 것에 반대했고,[16] 루스(Luce, 1997)는 스티븐스의 측정 정의에 동의하지 않았다. 스티븐스(1975)는 자신의 측정 정의에 대해 "할당은 일관된 규칙이면 무엇이든 될 수 있다. 허용되지 않는 유일한 규칙은 무작위 할당인데, 무작위성은 사실상 비규칙에 해당하기 때문이다."라고 주장했다.
서열 척도의 경우, 순위 간 간격이 일정하지 않다는 점이 주요 비판 대상이다. 따라서 서열 척도에 평균을 사용하는 것은 논쟁의 여지가 있다. 많은 행동 과학자들은 서열 척도가 실제로는 진정한 서열 척도와 등간 척도 사이 어딘가에 위치한다고 보고 평균을 사용하기도 한다. 교육적 맥락에서 측정 모델을 적용하면 총점이 평가 범위 전반에 걸쳐 측정치와 상당히 선형적인 관계를 갖는 경우가 많다. 이러한 이유로, 일부 학자들은 서열 척도 순위 간 간격 차이가 크지 않다면 평균과 같은 등간 척도 통계를 사용하는 것이 의미 있다고 주장한다.
L. L. 써스톤은 비교 판단의 법칙을 통해 등간 척도를 얻는 방법을 연구했으며, 게오르그 라쉬(1960)는 라쉬 모델을 개발하여 관찰 횟수로부터 등간 척도 측정을 얻는 이론적 근거를 제공했다.
척도 유형 이론은 S. S. 스티븐스의 "조작적 측정 이론"에 큰 영향을 주었다. 이는 영국 과학 진흥 협회의 퍼거슨 위원회가 사회 과학에서의 측정이 불가능하다고 결론 내린 것에 대한 반발이었다. 스티븐스는 퍼시 브리지먼의 조작주의를 바탕으로 측정을 "규칙에 따라 대상과 사건에 숫자를 할당하는 것"으로 정의했다.[21] 그러나 조작주의는 대상 간의 관계와 대상의 속성을 혼동한다는 비판을 받았다.[22][23]
캐나다의 측정 이론가 윌리엄 로제붐은 스티븐스의 척도 유형 이론에 대한 초기 비판가 중 한 명이었다.[24]
3. 스티븐스 이후의 척도 유형론
모스텔러와 터키(1977), 넬더(Nelder, 1990) 등은 스티븐스의 유형 외에 다른 유형 분류를 제안했다.[2] 이들은 연속적인 횟수, 연속적인 비율, 횟수 비율, 범주형 데이터 모드 등을 설명했다. 크리스먼(Chrisman, 1998)과 반 덴 베르그(van den Berg, 1991)의 연구도 참고할 수 있다.
3. 1. 모스텔러와 튜키의 척도 유형론
모스텔러와 튜키는 네 가지 수준이 완전하지 않다고 언급하며, 대신 다음 일곱 가지를 제안했다.1. 이름
2. 등급 (초급, 중급, 고급과 같이 정렬된 레이블)
3. 순위 (1이 가장 작거나 큰 값, 2가 그다음으로 작거나 큰 값 등)
4. 계산된 분수 (0과 1 사이)
5. 갯수 (음이 아닌 정수)
6. 양 (음이 아닌 실수)
7. 잔액 (모든 실수)
예를 들어, 백분율(모스텔러-튜키 프레임워크의 분수 변형)은 스티븐스의 프레임워크에 잘 맞지 않는다. 어떤 변환도 완전히 허용되지 않는다.[2]
3. 2. 크리스먼의 척도 유형론
니콜라스 R. 크리스먼(Nicholas R. Chrisman영어)[5]은 전통적인 측정 수준에 맞지 않는 다양한 측정을 설명하기 위해 확장된 측정 수준 목록을 제시했다. 원 안의 각도, 시계 시간 등 범위에 묶여 반복되는 측정, 등급 멤버십 범주, 그리고 스티븐스의 원래 연구에 맞지 않는 기타 유형의 측정을 위해 총 10개의 새로운 측정 수준이 도입되었다.크리스먼이 제안한 10가지 척도 유형은 다음과 같다.
척도 유형 | 설명 |
---|---|
명목 | |
멤버십의 등급 | |
서열 | |
간격 | |
로그-간격 | |
확장 비율 | |
순환 비율 | |
파생 비율 | |
횟수 | |
절대 |
확장된 측정 수준은 학문적인 지리학 외에서는 거의 사용되지 않는다는 주장도 있지만,[20] 등급 멤버십은 퍼지 집합 이론의 핵심이며, 절대 측정에는 Dempster–Shafer 이론의 확률과 타당성 및 무지가 포함된다. 순환 비율 측정에는 각도와 시간이 포함된다. 횟수는 비율 측정처럼 보이지만, 척도가 임의적이지 않고 분수 횟수는 일반적으로 무의미하다. 로그-간격 측정은 일반적으로 주식 시장 그래픽에 표시된다. 이 모든 유형의 측정은 학문적인 지리학 외에서도 일반적으로 사용되며, 스티븐스의 원래 연구에 잘 맞지 않는다.
4. 한국 사회에서의 측정 척도 활용
한국 사회는 다양한 현상들을 이해하고 분석하기 위해 여러 종류의 측정 척도를 활용하고 있어.
- 명목 척도: 우리 주변에서 쉽게 찾아볼 수 있는 명목 척도는 성별, 혈액형, 출신 지역 등이 있어. 예를 들어, 설문조사를 통해 "당신의 출신 지역은 어디입니까?"라는 질문에 대해 ① 서울 ② 경기 ③ 충청 ④ 전라 ⑤ 경상 ⑥ 강원 ⑦ 제주 와 같이 보기를 제시하고 응답자가 선택하게 할 수 있지. 이렇게 얻은 자료는 각 지역 출신 응답자의 수를 파악하고, 지역별 분포를 분석하는 데 활용될 수 있어.
- 서열 척도: 만족도 조사나 선호도 조사에서 자주 사용되는 서열 척도는 응답 대상 간의 순위를 매길 수 있게 해줘. 예를 들어, "새로 출시된 스마트폰에 대한 만족도는 어느 정도입니까?"라는 질문에 대해 ① 매우 불만족 ② 불만족 ③ 보통 ④ 만족 ⑤ 매우 만족 과 같이 보기를 제시하고, 응답 결과에 따라 만족도가 높은 순서대로 분석할 수 있지. 하지만 각 보기 사이의 간격이 동일하다고 볼 수는 없어. 즉, '매우 만족'과 '만족'의 차이가 '만족'과 '보통'의 차이와 같다고 단정할 수 없다는 거야.
- 등간 척도: 온도나 시험 점수처럼 간격이 일정한 등간 척도는 우리에게 익숙한 측정 척도야. 예를 들어, 중간고사 수학 점수가 80점인 학생과 90점인 학생의 점수 차이는 10점이고, 이는 70점인 학생과 80점인 학생의 점수 차이와 같다고 할 수 있지. 하지만 등간 척도는 절대적인 '0'점이 없기 때문에, 90점이 45점의 두 배라고 말할 수는 없어. 온도의 경우에도 섭씨 0도는 물이 어는 온도일 뿐, 온도가 전혀 없는 상태를 의미하는 것은 아니야.
- 비율 척도: 길이, 무게, 소득처럼 절대적인 '0'점이 존재하는 비율 척도는 가장 많은 정보를 담고 있는 척도라고 할 수 있어. 예를 들어, 어떤 사람의 월 소득이 300만 원이라면, 이는 소득이 150만 원인 사람보다 정확히 두 배 더 많은 소득을 얻는다는 것을 의미하지. 또한, 비율 척도는 사칙연산이 모두 가능하기 때문에 다양한 통계 분석에 활용될 수 있어.
이처럼 다양한 측정 척도는 한국 사회의 여러 현상을 객관적으로 파악하고 분석하는 데 중요한 역할을 하고 있어.
참조
[1]
간행물
Springer
2008
[2]
논문
On the Theory of Scales of Measurement
1946-06-07
[3]
논문
Measurement scales and statistics: a clash of paradigms
[4]
서적
Data analysis and regression : a second course in statistics
https://archive.org/[...]
Addison-Wesley Pub. Co
[5]
논문
Rethinking Levels of Measurement for Cartography
1998
[6]
웹사이트
Beyond Stevens: A revised approach to measurement for geographic information
http://www4.uwsp.edu[...]
1995-03
[7]
서적
Information, Mechanism, and Meaning
MIT Press
[8]
논문
Measures of central tendency: Median and mode
2011
[9]
서적
Statistical Theories of Mental Test Scores
Addison-Wesley
[10]
서적
Handbook of Parametric and Nonparametric Statistical Procedures
Chapman & Hall/CRC
[11]
서적
Psychology: An Introduction
https://archive.org/[...]
Heath
[12]
서적
The WISC-III Companion: A Guide to Interpretation and Educational Intervention
Pro-Ed
[13]
서적
Measuring Intelligence: Facts and Fallacies
https://archive.org/[...]
Cambridge University Press
[14]
서적
Intelligence: A New Look
Transaction Publishers
[15]
서적
IQ and Human Intelligence
https://archive.org/[...]
Oxford University Press
[16]
논문
Nominal, ordinal, interval, and ratio typologies are misleading
[17]
논문
Measurement: A Very Short Introduction—Rejoinder to discussion
[18]
간행물
The knowledge needed to computerise the analysis and interpretation of statistical information
[19]
서적
Choosing an analysis method
DSWO Press
[20]
논문
Measurement and meaningfulness in conservation science
[21]
서적
The Logic of Modern Physics
[22]
논문
S. S. Stevens and the origins of operationism
[23]
서적
Measurement in Psychology – A critical history of a methodological concept
Cambridge University Press
[24]
논문
Scaling theory and the nature of measurement
[25]
웹사이트
What is the difference between categorical, ordinal and interval variables?
http://www.ats.ucla.[...]
University of California, Los Angeles
2016-02-07
[26]
논문
On the Theory of Scales of Measurement
http://www.sciencema[...]
1946
[27]
서적
Foundations of Measurement: Additive and Polynomial Representations
Academic Press
[28]
서적
Foundations of Measurement: Representation, Axiomatization, and Invariance
Dover
본 사이트는 AI가 위키백과와 뉴스 기사,정부 간행물,학술 논문등을 바탕으로 정보를 가공하여 제공하는 백과사전형 서비스입니다.
모든 문서는 AI에 의해 자동 생성되며, CC BY-SA 4.0 라이선스에 따라 이용할 수 있습니다.
하지만, 위키백과나 뉴스 기사 자체에 오류, 부정확한 정보, 또는 가짜 뉴스가 포함될 수 있으며, AI는 이러한 내용을 완벽하게 걸러내지 못할 수 있습니다.
따라서 제공되는 정보에 일부 오류나 편향이 있을 수 있으므로, 중요한 정보는 반드시 다른 출처를 통해 교차 검증하시기 바랍니다.
문의하기 : help@durumis.com