통계 입문을 위한 셔니 앱 3종: 확률분포·추론·회귀를 한눈에

본 논문은 통계학 입문 교육을 지원하기 위해 개발된 세 가지 Shiny 기반 웹 애플리케이션, 즉 Statistics 101, Statistics 201, Statistics 202를 상세히 소개한다. 이들 앱은 모두 R 언어와 Shiny 프레임워크를 활용해 오픈소스로 구현되었으며, 각각 확률분포 계산, 추론(신뢰구간·가설검정), 그리고 단순선형회귀 분석을 목표로 설계되었다. Statistics 101은 베타, 이항, 카이제곱, 정규 등 18개의 표준 확률분포를 지원한다. 사용자는 사이드바에서 분포와 파라미터를 선택하고, 계산하고자 하는 확률 유형(하위, 상위, 구간)을 지정한다. 메인 패널에서는 MathJax를 이용해 수식 형태로 확률식을 표시하고, ggplot2로 그린 확률밀도·질량함수 그래프에 해당 구간을 색칠한다. 또한 PDF/PMF, 기대값, 분산, 표준편차 등 분포 특성도 실시간으로 제공한다. Statistics 201은 평균·비율·분산에 대한 일표본·이표본·쌍표본 검정을 포함한 7가지 추론 절차를 제공한다. 사용자는 원시 데이터 혹은 요약통계(표본수, 평균, 분산 등)를 입력하고, 유의수준 α를 슬라이더로 조정한다. 앱은 데이터 요약, 신뢰구간 공식(수식과 수치 대입), 가설검정 4단계(가설, 검정통계량, 임계값, 결론) 및 p‑값을 순차적으로 출력한다. 시각적으로는 해당 검정통계량 분포(N, t, χ², F)와 기각 영역을 ggplot2로 그려 검정 결과를 직관적으로 이해하도록 돕는다. Statistics 202는 단순선형회귀 모델 y = β₀ + β₁x + ε를 구현한다. 사용자는 x와 y 값을 콤마 구분 문자열로 입력하고, 입력 검증(길이 일치, x의 고유값 확인)을 거친 뒤 lm() 함수를 통해 OLS 추정치를 계산한다. 결과 패널은 (1) 데이터 테이블(DT 패키지), (2) 평균·표본수 요약, (3) β₀, β₁의 유도 과정을 수식(MathJax)과 수치값으로 동시 제공, (4) R의 summary(lm) 출력, (5) plotly 기반 인터랙티브 회귀선과 신뢰구간, (6) 회귀 가정 진단 플롯(선형성, 등분산성, 이상치, 정규성) 등을 포함한다. 마지막으로 HTML 보고서를 자동 생성해 결과와 R 코드(선택적)를 다운로드할 수 있다. 세 앱 모두 최소한의 UI 설계와 즉시 사용 가능한 웹 배포(shinyapps.io)를 채택해 학생들이 별도 설치나 프로그래밍 지식 없이 바로 활용할 수 있다. GitHub 저장소에는 README, 의존 패키지 목록, 로컬 배포 방법이 상세히 기술돼 있어 재현성과 확장성을 보장한다. 저자는 이 도구들을 UCLouvain과 UNamur의 강의에서 지속적으로 사용해 왔으며, 학생들의 계산 시간 절감과 개념 이해 증진에 긍정적인 효과를 보고했다. 하지만 현재 구현은 R에 종속적이며, 대규모 데이터 처리, 다변량 회귀, 비선형 모델 등 고급 통계 분석에는 제한이 있다. 또한, 사용자 맞춤형 교육 콘텐츠(예: 교재와 연동된 퀴즈)나 자동 채점 기능은 아직 구현되지 않았다. 향후 연구에서는 Python 기반 대안(Dash, Streamlit)으로 포팅하거나, 클라우드 자동 스케일링, 학습 관리 시스템(LMS) 연동, 그리고 AI 기반 피드백 기능을 추가해 교육 효과를 더욱 확대할 수 있을 것으로 기대된다. 결론적으로, 이 논문은 오픈소스, 무료, 즉시 사용 가능한 통계 교육 도구의 설계·구현·배포 사례를 제공함으로써, 통계 교육 현장에서 프로그래밍 장벽을 낮추고, 계산·시각·수식이 통합된 학습 경험을 제공하는 중요한 모델을 제시한다.