본 논문은 인공지능(AI)의 활용이 증가함에 따라 고차원 데이터 분석의 어려움을 해결하기 위한 방법론을 제시한다. 기존의 직접적인 변수 간 관계 분석의 한계를 극복하고자, 변수 제거, 통계적 분석, 합성 데이터 활용 등 다양한 기법을 탐구한다. 특히, 대규모 복잡한 데이터셋에서 전체 데이터셋을 단일 단위로 처리하는 기존 접근 방식의 문제점을 지적하고, 보다 간결한 접근 방식을 통해 전반적인 패턴을 파악하여 분류 또는 회귀 작업에 활용하는 방법을 제안한다. 실제 데이터셋과 합성 데이터셋을 활용하여, 예측에 중요한 특징을 도출하고 차원을 축소하여 모델을 단순화하고 통찰력을 명확하게 하는 방법론을 제시하며, 새로운 입력과 결과 간의 관계를 밝히고 검증하는 방법을 제시한다.
