기계 번역으로 제공되는 번역입니다. 제공된 번역과 원본 영어의 내용이 상충하는 경우에는 영어 버전이 우선합니다.

# ML 기반 이상 탐지를 사용하여 특이값 탐지
<a name="anomaly-detection"></a>

Amazon Quick Sight는 검증된 Amazon 기술을 사용하여 수백만 개의 지표에서 ML 기반 이상 탐지를 지속적으로 실행하여 데이터의 숨겨진 추세와 특이값을 발견합니다. 이 도구를 사용하면 수시로 집계에 묻히고 수동 분석으로 확장할 수 없는 깊은 인사이트를 얻을 수 있습니다. ML 기반 이상 탐지를 사용하면 수동 분석, 사용자 지정 개발 또는 ML 도메인 전문 지식 없이도 데이터에서 특이값을 찾을 수 있습니다.

Amazon Quick Sight는 이상을 분석하거나 데이터에 대한 일부 예측을 수행할 수 있음을 감지하면 시각적 객체에 알립니다.

`eu-central-2` 유럽(취리히) 리전에서는 이상 탐지를 사용할 수 없습니다.

**중요**  
ML 기반 이상 탐지는 계산 집약적인 작업입니다. 사용을 시작하기 전에 사용하려는 데이터의 양을 분석하여 비용에 대한 아이디어를 얻을 수 있습니다. 월별로 처리하는 지표 수를 기반으로 하는 계층화된 요금 모델을 제공합니다.

**Topics**
+ [이상 또는 특이값 탐지에 대한 개념](anomaly-detection-outliers-and-key-drivers.md)
+ [특이값 분석을 위한 ML 기반 이상 탐지 설정](anomaly-detection-using.md)
+ [ML 기반 이상 탐지 및 기여도 분석을 통해 특이값 및 주요 동인 탐색](anomaly-exploring.md)

# 이상 또는 특이값 탐지에 대한 개념
<a name="anomaly-detection-outliers-and-key-drivers"></a>

Amazon Quick Sight는 *이상*이라는 단어를 사용하여 전체 배포 패턴을 벗어나는 데이터 포인트를 설명합니다. 특이값, 편차, 특이성, 예외, 불규칙성, 특징 등 과학적 용어인 이상에 대한 다른 단어가 많이 있습니다. 사용하는 용어는 수행하는 분석 유형, 사용하는 데이터 유형 또는 그룹의 기본 설정에 따라 달라질 수 있습니다. 이러한 외부 데이터 포인트는 사람, 장소, 사물 또는 시간과 같은 개체를 나타내며 어떤 면에서는 예외적입니다.

인간은 쉽게 패턴을 인식하고 서로 다른 것을 발견합니다. 인간의 감각은 이 정보를 제공합니다. 패턴이 단순하고 약간의 데이터만 있는 경우 그래프를 만들어 데이터에서 특이값을 강조할 수 있습니다. 몇 가지 간단한 예는 다음과 같습니다.
+ 파란색 풍선으로 구성된 그룹의 빨간 풍선
+ 다른 경주마보다 훨씬 앞서 있는 경주마
+ 수업 중에 주의를 집중하지 않는 아이
+ 온라인 주문이 증가하지만 배송이 저하된 날
+ 다른 사람들은 회복되지 않은 상태에서 회복된 사람

일부 데이터 포인트는 중요한 이벤트를 나타내고 다른 데이터 포인트는 임의로 발생을 나타냅니다. 분석은 이벤트에 기여한 구동 요인(주요 동인)에 따라 조사할 가치가 있는 데이터를 파악합니다. 질문은 데이터 분석에 필수적입니다. 발생한 이유는 무엇입니까? 무엇과 관련이 있습니까? 한번 또는 여러 번 발생했습니까? 권장하거나 권장하지 않기 위해 무엇을 할 수 있습니까?

변형이 존재하는 방법과 이유 및 변형에 패턴이 있는지 여부를 이해하려면 더 많은 생각이 필요합니다. 기계 학습의 지원 없이는 사람마다 다른 경험과 정보를 가지고 있기 때문에 다른 결론을 내릴 수 있습니다. 따라서 사람마다 약간 다른 비즈니스 결정을 내릴 수 있습니다. 고려해야 할 데이터나 변수가 많으면 엄청난 양의 분석이 필요할 수 있습니다.

ML 기반 이상 탐지는 데이터 중심의 의사 결정을 내릴 수 있도록 인과 관계 및 상관 관계를 식별합니다. 작업에서 데이터를 사용하는 방식을 정의할 수 있습니다. 고유한 파라미터를 지정하고 기여도 분석에서 주요 동인을 식별하는 등의 추가 옵션을 선택할 수 있습니다. 또는 기본 설정을 사용할 수도 있습니다. 다음 섹션에서는 설정 프로세스를 안내하고 사용 가능한 옵션에 대한 설명을 제공합니다.

# 특이값 분석을 위한 ML 기반 이상 탐지 설정
<a name="anomaly-detection-using"></a>

다음 섹션의 절차를 사용하여 특이값을 탐지하고 이상을 탐지하고 특이값을 유발하는 주요 동인을 식별하기 시작하십시오.

**Topics**
+ [예외 항목 및 예측 알림 보기](anomaly-detection-adding-from-visuals.md)
+ [ML 인사이트를 추가하여 특이값 및 주요 동인 감지](anomaly-detection-adding-anomaly-insights.md)
+ [주요 동인에 대한 기여도 분석 사용](anomaly-detection-adding-key-drivers.md)

# 예외 항목 및 예측 알림 보기
<a name="anomaly-detection-adding-from-visuals"></a>

Amazon Quick Sight는 이상, 주요 동인 또는 예측 기회를 감지하는 시각적 객체에 대해 알려줍니다. 프롬프트에 따라 해당 비주얼의 데이터를 기반으로 이상 탐지 또는 예측을 설정할 수 있습니다.

1. 기존 라인 차트에서 시각적 객체 위젯의 메뉴에서 인사이트 알림을 찾아보세요.

1. 전구 아이콘을 선택하여 알림을 표시합니다.

1. ML 인사이트에 대한 자세한 정보가 필요하면 화면 프롬프트에 따라 ML 인사이트를 추가할 수 있습니다.

# ML 인사이트를 추가하여 특이값 및 주요 동인 감지
<a name="anomaly-detection-adding-anomaly-insights"></a>

심각해 보이는 특이값인 변칙을 탐지하는 ML 인사이트를 추가할 수 있습니다. 시작하려면 자동 서술이라고도 하는 위젯을 만들어 인사이트를 확보하세요. 옵션을 구성하면 화면 오른쪽의 **미리 보기** 창에서 인사이트의 제한된 스크린샷을 볼 수 있습니다.

Insight Widget에서 계산된 필드가 아닌 차원 필드를 최대 5개의 추가할 수 있습니다. 필드 모음에서 **범주** 값은 Amazon Quick Sight가 지표를 분할하는 데 사용하는 차원 값을 나타냅니다. 예를 들어 모든 제품 범주 및 제품 SKU에서 수익을 분석한다고 가정해 보겠습니다. 10개의 제품 카테고리가 있으며, 각 카테고리에는 10개의 제품 SKU가 있습니다. Amazon Quick Sight는 100개의 고유한 조합으로 지표를 분할하고 분할의 각 조합에 대해 이상 탐지를 실행합니다.

다음 절차는 이를 수행하는 방법과 기여도 분석을 추가하여 각 이상 현상을 일으키는 주요 동인을 탐지하는 방법을 보여줍니다. [주요 동인에 대한 기여도 분석 사용](anomaly-detection-adding-key-drivers.md)에 설명된 대로 기여도 분석을 나중에 추가할 수 있습니다.

**주요 동인을 포함하여 특이값 분석을 설정하기**

1. 분석을 열고 도구 표시줄에서 **인사이트**를 선택한 다음 **추가**를 선택합니다. 목록에서 **이상 탐지** 및 **Select(선택)**을 선택합니다.

1. 새로운 위젯의 화면 프롬프트를 따르십시오. 그러면 인사이트에 대한 필드를 선택하라는 메시지가 표시됩니다. 하나 이상의 날짜, 하나의 측정 및 하나의 차원을 추가해야 합니다.

1. 위젯에서 **시작하기**를 선택합니다. 구성 화면이 나타납니다.

1. **계산 옵션**에서 다음 옵션의 값을 선택합니다.

   1. **분석할 조합**에 대해 다음 옵션 중 하나를 선택합니다.

      1. **계층적 분석**

         필드를 계층적으로 분석하려면 이 옵션을 선택합니다. 예를 들어 날짜(T), 치수(N) 및 세 가지 차원 범주(C1, C2 및 C3)를 선택한 경우 Quick Sight는 다음과 같이 필드를 계층적으로 분석합니다.

         ```
         T-N, T-C1-N, T-C1-C2-N, T-C1-C2-C3-N
         ```

      1. **정확한 조합**

         범주 필드에 있는 필드의 정확한 조합만 나열되어 있는 대로 잘 분석하려면 이 옵션을 선택합니다. 예를 들어 날짜(T), 치수(N) 및 3차원 범주(C1, C2 및 C3)를 선택한 경우 Quick Sight는 다음과 같이 나열된 순서대로 범주 필드의 정확한 조합만 분석합니다.

         ```
         T-C1-C2-C3-N
         ```

      1. **모두**

         범주 필드의 모든 필드 조합을 잘 분석하려면 이 옵션을 선택합니다. 예를 들어 날짜(T), 치수(N) 및 3차원 범주(C1, C2 및 C3)를 선택한 경우 Quick Sight는 다음과 같이 모든 필드 조합을 분석합니다.

         ```
         T-N, T-C1-N, T-C1-C2-N, T-C1-C2-C3-N, T-C1-C3-N, T-C2-N, T-C2-C3-N, T-C3-N
         ```

      날짜와 치수만 선택한 경우 Quick Sight는 날짜별로 필드를 분석한 다음 치수별로 분석합니다.

      **분석할 필드** 섹션에서 참조용으로 필드 모음의 필드 목록을 볼 수 있습니다.

   1. **이름**에는 공백 없이 설명하는 영숫자 이름을 입력하거나 기본값을 선택합니다. 이렇게 하면 계산 이름이 제공됩니다.

      위젯에 자동으로 표시되는 서술을 편집하려는 경우 이름을 사용하여 이 위젯의 계산을 식별할 수 있습니다. 자동 서술을 편집하려는 경우와 분석에 다른 유사한 계산이 있는 경우에 이름을 사용자 지정할 수 있습니다.

1. **디스플레이 옵션** 섹션에서 다음 옵션을 선택하여 인사이트 위젯에 표시되는 내용을 사용자 지정합니다. 무엇을 표시하든 상관없이 모든 결과를 탐색할 수 있습니다.

   1. **표시할 최대 예외 개수** - 서술 위젯에 표시하려는 특이값의 수입니다.

   1. **심각도** - 인사이트 위젯에 표시하려는 예외 항목의 최소 심각도 수준입니다.

      *심각도 수준*은 범위에 포함된 실제 이상 점수 중 가장 낮은 점수를 특징으로 하는 이상 점수 범위입니다. 점수가 더 높은 모든 이상이 범위에 포함됩니다. 심각도를 **낮음**으로 설정하면 순위가 낮음과 매우 높음 중간에 해당하는 모든 이상이 인사이트에 표시됩니다. 심각도를 **매우 높음**으로 설정하면 이상 점수가 가장 높은 이상만 인사이트에 표시됩니다.

      다음 옵션을 사용할 수 있습니다.
      + **매우 높음** 
      + **높음 이상** 
      + **보통 이상** 
      + **낮음 이상** 

   1. **방향** - 이상으로 식별하려는 x축 또는 y축의 방향입니다. 사용자는 다음 중에서 선택할 수 있습니다.
      + **예상보다 높을 시** 큰 값을 이상으로 식별합니다.
      + **예상보다 낮을 시** 작은 값을 이상으로 식별합니다.
      + **[모두]** - 높고 낮은 모든 이상값을 식별합니다(기본 설정).

   1. **Delta** — 이상을 식별하는 데 사용할 사용자 지정 값을 입력합니다. 임계값보다 높은 값이 이상으로 계산됩니다. 여기에 있는 값은 분석에서 인사이트가 작동하는 방식을 변경합니다. 이 섹션에서는 다음을 설정할 수 있습니다.
      + **절대값** - 사용하려는 실제 값입니다. 예를 들어 48이라고 가정해 보겠습니다. 그런 다음 Amazon Quick Sight는 값과 예상 값의 차이가 48보다 클 때 값을 이상으로 식별합니다.
      + **백분율** — 사용할 백분율 임계값입니다. 예를 들어 12.5% 라고 가정해 보겠습니다. 그런 다음 Amazon Quick Sight는 값과 예상 값의 차이가 12.5%보다 클 때 값을 이상으로 식별합니다.

   1. **정렬 기준** - 결과의 정렬 방법을 선택합니다. 일부 방법은 Amazon Quick Sight가 생성하는 이상 점수를 기반으로 합니다. Amazon Quick Sight는 변칙적으로 보이는 데이터 포인트에 더 높은 점수를 부여합니다. 다음 옵션 중 하나를 사용할 수 있습니다.
      + **가중 이상 점수** - 이상 점수에 실제 값과 예상 값 간 차이의 절대값에 대한 로그를 곱한 값입니다. 이 점수는 항상 양수입니다.
      + **이상 점수** - 이 데이터 포인트에 할당된 실제 이상 점수입니다.
      + **예상 값과의 가중 차이**- 이상 점수에 실제 값과 예상 값 간 차이를 곱한 값입니다(기본값).
      + **예상 값과의 차이** - 실제 값과 예상 값 간의 실제 차이입니다(실제 값-예상 값).
      + **실제 값** - 공식이 적용되지 않은 실제 값입니다.

1. **일정 옵션** 섹션에서 인사이트 재계산을 자동으로 실행하도록 일정을 설정할 수 있습니다. 이 일정은 게시된 대시보드에 대해서만 실행됩니다. 분석에서 필요에 따라 수동으로 실행할 수 있습니다. 일정에는 다음 설정이 포함됩니다.
   + **발생** - 재계산을 실행하는 빈도입니다: 매시간, 매일, 매주 또는 매월.
   + **일정 시작 시간** - 이 일정 실행을 시작할 날짜 및 시간입니다.
   + **표준 시간대** - 일정이 실행되는 시간대를 설정합니다. 목록을 보려면 현재 항목을 삭제합니다.

1. **상위 기여자** 섹션에서 이상치(이상)가 감지될 때 주요 동인을 분석하도록 Amazon Quick Sight를 설정합니다.

   예를 들어 Amazon Quick Sight는 홈 개선 제품의 미국 매출 급증에 기여한 상위 고객을 표시할 수 있습니다. 데이터 세트에서 최대 4개의 차원을 추가할 수 있습니다. 여기에는 이 인사이트 위젯의 필드 웰에 추가하지 않은 측정기준이 포함됩니다.

   기여도 분석에 사용할 수 있는 차원 목록의 경우 **필드 선택**을 선택합니다.

1. 그런 다음 **저장**을 선택해 변경 사항을 확인하세요. 저장하지 않고 종료하려면 **취소**를 선택합니다.

1. 인사이트 위젯에서 이상 탐지를 실행하고 인사이트를 보려면 **지금 실행**을 선택합니다.

이상 탐지를 완료하는 데 걸리는 시간은 분석 중인 고유한 데이터 포인트의 수에 따라 다릅니다. 이 프로세스는 최소 포인트 수로 몇 분이 걸릴 수도 있고 몇 시간이 걸릴 수도 있습니다.

배경에서 실행되는 동안 분석에서 기타 작업을 수행할 수 있습니다. 그러나 구성을 변경하거나 서술을 편집하거나 **이상 탐색** 페이지를 열기 전에 완료될 때까지 기다려야 합니다.

인사이트 위젯을 한 번 이상 실행해야 결과를 확인할 수 있습니다. 상태가 이전 상태라고 생각되면 페이지를 새로 고칠 수 있습니다. 인사이트에는 다음과 같은 상태가 있을 수 있습니다.


| 페이지에 표시되는 사항 | Status | 
| --- | --- | 
| 지금 실행 버튼 | 작업이 아직 시작되지 않았습니다. | 
| 이상 분석에 대한 메시지 | 작업이 현재 실행 중입니다. | 
| 탐지된 이상(특이값)에 대한 서술  | 작업이 성공적으로 실행되었습니다. 이 위젯의 계산이 마지막으로 업데이트되었을 때 메시지가 표시됩니다. | 
| 느낌표(\$1)가 있는 경고 아이콘  | 이 아이콘은 마지막 실행 중에 오류가 발생했음을 나타냅니다. 서술이 표시되는 경우에도 이상 탐색을 사용하여 이전에 성공적으로 실행된 데이터를 계속 사용할 수 있습니다. | 

# 주요 동인에 대한 기여도 분석 사용
<a name="anomaly-detection-adding-key-drivers"></a>

Amazon Quick Sight는 두 시점 사이의 측정값(지표)에서 이상치에 기여하는 차원(범주)을 식별할 수 있습니다. 특이값을 유발하는 주요 동인은 다음과 같은 질문에 답하는 데 도움이 됩니다. 이러한 이상 현상을 일으킨 원인은 무엇입니까?

기여도 분석 없이 이미 이상 탐지를 사용하고 있다면 기존 ML 인사이트를 활용하여 주요 동인을 찾을 수 있습니다. 다음 절차를 사용하여 기여도 분석을 추가하고 특이값의 주요 동인을 식별하십시오. 이상 탐지를 위한 인사이트에는 시간 필드와 하나 이상의 집계된 지표(합계, 평균 또는 개수)가 포함되어야 합니다. 원하는 경우 여러 범주(차원 필드)를 포함할 수 있지만 범주나 차원 필드를 지정하지 않고 기여도 분석을 실행할 수도 있습니다.

이 절차를 사용하여 예외 항목 탐지의 주요 동인인 필드를 변경하거나 제거할 수도 있습니다.

**기여도 분석을 추가하여 주요 동인 식별하기**

1. 분석을 열고 예외 항목 탐지를 위한 기존 ML 인사이트를 찾습니다. 인사이트 위젯을 선택하여 강조 표시합니다.

1. 시각적 객체의 메뉴에서 **메뉴 옵션**(**...**)을 선택합니다.

1. 설정을 편집하려면 **예외 항목 구성**을 선택합니다.

1. **기여도 분석(선택 사항)** 설정을 사용하면 이상치(이상)가 감지될 때 Amazon Quick Sight가 주요 동인을 분석할 수 있습니다. 예를 들어 Amazon Quick Sight는 홈 개선 제품의 미국 매출 급증에 기여한 상위 고객을 보여줄 수 있습니다. 이 인사이트 위젯의 필드 모음에 추가하지 않은 차원을 포함하여 데이터 세트에서 최대 4개의 차원을 추가할 수 있습니다.

   기여도 분석에 사용할 수 있는 차원 목록을 보려면 **필드 선택**을 선택합니다.

   주요 동인으로 사용하는 필드를 변경하려면 이 목록에서 활성화된 필드를 변경하십시오. 모두 비활성화하면 Quick Sight는이 인사이트에서 기여도 분석을 수행하지 않습니다.

1. 변경 내용을 저장하려면 구성 옵션 아래로 스크롤한 후 **저장**을 선택합니다. 저장하지 않고 종료하려면 **취소**를 선택합니다. 이 설정을 완전히 제거하려면 **삭제**를 선택합니다.

# ML 기반 이상 탐지 및 기여도 분석을 통해 특이값 및 주요 동인 탐색
<a name="anomaly-exploring"></a>

분석에서 기여자(주요 동인)와 함께 이상(특이값이라고도 함)을 대화식으로 탐색할 수 있습니다. 탐색하는 데 사용할 수 있는 분석은 ML 기반 이상 탐지가 실행된 후에 사용할 수 있습니다. 이 화면에서 변경한 내용은 분석으로 돌아갈 때 저장되지 않습니다.

시작하려면 인사이트에서 **이상 탐지**를 선택하십시오. 다음 스크린샷은 처음 열었을 때 나타나는 이상 항목 화면을 보여줍니다. 이 예시에서는 기여자 분석을 설정하여 두 가지 주요 동인을 보여줍니다.

![\[기여자를 포함한 이상 분석이 표시됩니다.\]](http://docs.aws.amazon.com/ko_kr/quick/latest/userguide/images/anomaly-exploration-v2.png)


화면 섹션에는 왼쪽 상단에서 오른쪽 하단으로 다음 사항이 포함됩니다.
+ **기여자**는 주요 동인을 표시합니다. 이 섹션을 보려면 이상 구성에서 기여자를 설정해야 합니다.
+ **컨트롤**에는 이상 탐지를 위한 설정이 포함되어 있습니다.
+ **이상 수**에는 시간이 지남에 따라 감지된 특이값이 표시됩니다. 이 차트 섹션을 숨기거나 표시할 수 있습니다.
+ 범주 또는 측정기준 필드의 **필드 이름**은 각 범주 또는 측정기준에 대한 이상을 표시하는 차트의 제목 역할을 합니다.

다음 단원에서는 이상 탐색의 각 측면에 대한 자세한 정보를 제공합니다.

**Topics**
+ [기여자 탐색(주요 동인)](exploring-anomalies-key-drivers.md)
+ [이상 탐지를 위한 제어 설정](exploring-anomalies-controls.md)
+ [날짜별 예외 항목 표시 및 숨기기](exploring-anomalies-by-date.md)
+ [범주 또는 차원별 예외 항목 탐색](exploring-anomalies-per-category-or-dimension.md)

# 기여자 탐색(주요 동인)
<a name="exploring-anomalies-key-drivers"></a>

이상 인사이트가 주요 동인을 감지하도록 설정된 경우 Quick Sight는 기여도 분석을 실행하여 이상치에 영향을 미치는 범주(차원)를 결정합니다. **기여자** 섹션은 왼쪽에 표시됩니다.

**기여자**는 다음 섹션을 포함합니다:
+ **서술** - 왼쪽 상단에 지표의 변경 사항이 요약되어 있습니다.
+ **상위 기여자 구성** - **구성**을 선택하여 이 섹션에서 사용할 기여자 및 날짜 범위를 변경합니다.
+ **정렬 기준** - 아래 표시된 결과에 표시되는 정렬을 설정합니다. 사용자는 다음 중에서 선택할 수 있습니다.
  + **절대 차이** 
  + **영향 비율** (기본값) 
  + **예상과의 편차** 
  + **비율 차이** 
+ **상위 기여자 결과** - 오른쪽 타임라인에서 선택한 특정 시점에 대한 상위 기여자 분석 결과를 표시합니다.

  기여도 분석에서는 이상의 최상위 기여 요인 또는 주요 동인 중 최대 4개까지 식별합니다. 예를 들어 Amazon Quick Sight는 미국의 건강 제품 판매 급증에 기여한 상위 고객을 보여줄 수 있습니다. 이 패널은 이상을 구성할 때 기여도 분석에 포함할 필드를 선택한 경우에만 나타납니다.

  이 패널이 표시되지 않지만 표시하려는 경우 활성화할 수 있습니다. 이렇게 하려면 분석으로 돌아가서 인사이트 메뉴에서 이상 구성을 선택하고 기여도를 분석할 필드를 최대 4개까지 선택합니다. 기여 동인을 제외하는 시트 컨트롤을 변경하면 **기여도** 패널이 닫힙니다.

# 이상 탐지를 위한 제어 설정
<a name="exploring-anomalies-controls"></a>

화면의 **컨트롤** 섹션에서 이상 탐지에 대한 설정을 찾을 수 있습니다. **컨트롤**이라는 단어를 클릭하여 이 섹션을 열고 닫을 수 있습니다.

설정에는 다음이 포함됩니다.
+ **컨트롤** - 현재 설정이 작업 영역 상단에 표시됩니다. 오른쪽에 있는 이중 화살표 아이콘을 선택하여 이 섹션을 확장할 수 있습니다. 다음 설정은 ML 기반 이상 탐지에 의해 생성된 특이값을 탐색하는 데 사용할 수 있습니다.
  + **심각도** - 탐지된 이상(특이값)에 대한 탐지기의 민감도를 설정합니다. 임계값이 **낮음 이상**으로 설정되면 볼 수 있는 이상이 더 많고 **높음 이상**으로 설정되면 볼 수 있는 이상이 더 적을 것으로 예상해야 합니다. 이 민감도는 RCF 알고리즘에 의해 생성된 이상 점수의 표준 편차에 따라 결정됩니다. 기본값은 **보통 이상**입니다.
  + **방향** - 이상으로 식별하려는 x축 또는 y축의 방향입니다. 기본값은 [모두]입니다. 다음을 선택할 수 있습니다.
    + 높은 값을 이상으로 식별하려면 **예상보다 높음**으로 설정하십시오.
    + 낮은 값을 이상으로 식별하려면 **예상보다 낮음**으로 설정합니다.
    + **[모두]**로 설정하면 높음과 낮음의 모든 변칙 값을 식별할 수 있습니다.
  + **최소 Delta - 절대값** — 이상 식별을 위한 절대 임계값으로 사용할 사용자 지정 값을 입력합니다. 이 값보다 높은 값은 이상으로 계산됩니다.
  + **최소 Delta - 백분율** - 이상 식별을 위한 백분율 임계값으로 사용할 사용자 지정 값을 입력합니다. 이 값보다 높은 값은 이상으로 계산됩니다.
  + **정렬 기준** - 이상 정렬에 적용할 방법을 선택합니다. 화면에 선호 순서대로 나열됩니다. 각 방법에 대한 설명은 다음 목록을 참조하십시오.
    + **가중 이상 점수** - 이상 점수에 실제 값과 예상 값 간 차이의 절대값에 대한 로그를 곱한 값입니다. 이 점수는 항상 양수입니다.
    + **이상 점수** - 이 데이터 포인트에 할당된 실제 이상 점수입니다.
    + **예상 값과의 가중 차이** - (기본값)이상 점수에 실제 값과 예상 값 간 차이를 곱한 값입니다.
    + **예상 값과의 차이** - 실제 값과 예상 값 간의 실제 차이입니다(실제 값-예상 값).
    + **실제 값** - 공식이 적용되지 않은 실제 값입니다.
  + **카테고리** - 하나 이상의 설정이 다른 설정의 끝에 나타날 수 있습니다. 범주 필드에 잘 추가한 각 범주 필드에는 하나씩 있습니다. 카테고리 설정을 사용하여 화면에 표시되는 데이터를 제한할 수 있습니다.

# 날짜별 예외 항목 표시 및 숨기기
<a name="exploring-anomalies-by-date"></a>

**이상 수** 차트는 시간 경과에 따라 감지된 이상치를 보여줍니다. 이 차트가 보이지 않는 경우 **날짜별 이상 보기**를 선택하여 차트를 표시할 수 있습니다.

이 차트는 시계열 내 가장 최근 데이터 포인트의 이상(특이값)을 보여줍니다. 확장하면 다음과 같은 구성 요소가 표시됩니다.
+ **이상** - 화면 중앙에는 시계열에서 가장 최근 데이터 포인트의 이상이 표시됩니다. 하나 이상의 그래프가 시간 경과에 따른 지표의 변화를 보여주는 차트와 함께 표시됩니다. 이 그래프를 사용하려면 타임라인을 따라 점을 선택합니다. 현재 선택된 시점이 그래프에서 강조 표시되고 현재 지표에 대한 영향 분석 옵션을 제공하는 메뉴가 포함됩니다. 특정 시점을 선택하지 않고 타임라인 상에 커서를 드래그하여 해당 시점의 지표 값을 표시할 수도 있습니다.
+ **날짜별 이상** - **날짜별 이상 표시**를 선택하는 경우 각 시점에 있던 중요한 이상 수를 보여주는 또 다른 그래프가 표시됩니다. 각 막대의 컨텍스트 메뉴에서 이 차트의 세부 정보를 확인할 수 있습니다.
+ **타임라인 조정** - 각 그래프에는 날짜 아래의 타임라인 조정 도구가 있습니다. 이 도구를 사용하여 압축하거나 확장하거나 볼 기간을 선택할 수 있습니다.

# 범주 또는 차원별 예외 항목 탐색
<a name="exploring-anomalies-per-category-or-dimension"></a>

**이상 탐색** 화면의 기본 섹션은 화면 오른쪽 아래에 잠겨 있습니다. 화면의 다른 섹션이 몇 개나 열려 있더라도 이 화면은 그대로 남아 있습니다. 이상이 여러 개 있는 경우 아래로 스크롤하여 강조 표시할 수 있습니다. 차트는 색상 범위의 이상을 표시하고 일정 기간 동안 이러한 이상이 발생하는 위치를 보여줍니다.

![\[이상 화면을 탐색합니다.\]](http://docs.aws.amazon.com/ko_kr/quick/latest/userguide/images/anomaly-exploration-1.png)


각 카테고리 또는 측정기준에는 필드 이름을 차트 제목으로 사용하는 별도의 차트가 있습니다. 각 차트는 다음 구성 요소를 포함합니다.
+ **경고 구성** - 대시보드에서 이상을 탐색하는 경우 이 버튼을 선택하여 경고 및 기여도 분석(구성된 경우)을 구독합니다. 심각도 수준(보통, 높음 등)에 대한 경고를 설정할 수 있습니다. **예상보다 높음**, **예상보다 낮음** 또는 모두에 대해 상위 5개 경고를 받을 수 있습니다. 대시보드 리더는 스스로 경고를 구성할 수 있습니다. 분석에서 **이상 탐색** 페이지를 열면 해당 페이지에 이 단추가 표시되지 않습니다.
**참고**  
경고를 구성하는 기능은 게시된 대시보드에서만 사용할 수 있습니다.
+ **통계** - **이상** 제목 아래에 있는 상태 섹션에는 마지막 실행에 대한 정보가 표시됩니다. 예를 들어 '2018년 11월 17일 수익의 이상'이 표시될 수 있습니다. 이 레이블은 처리된 지표 수 및 얼마나 오래 전에 처리되었는지 알려줍니다. 링크를 선택하여 세부 정보(예: 무시된 지표 수)에 대해 자세히 알아볼 수 있습니다.