MCP로 연결 →

계산 입력

공식

광고

결과

평균 절대 백분율 오차
7.22%
낮을수록 좋음
예측 정확도 92.78%
사용된 데이터 개수 3

MAPE란?

평균 절대 백분율 오차(MAPE, Mean Absolute Percentage Error)는 예측 정확도를 측정할 때 가장 널리 쓰이는 지표 중 하나입니다. 예측값과 실제값 사이의 평균 오차를 백분율로 나타내기 때문에 해석이 직관적이고, 규모가 서로 다른 데이터셋끼리도 손쉽게 비교할 수 있습니다. MAPE가 5%라면, 예측값이 평균적으로 실제값에서 5%만큼 벗어났다는 뜻입니다.

Line chart comparing actual and forecast values with vertical gaps showing errors
MAPE measures how far forecast values deviate from actual values, as an average percentage.

계산기 사용법

실제값(관측값)과 예측값을 각각 쉼표로 구분한 두 개의 목록으로 입력하세요. 두 목록은 순서가 맞아떨어져야 합니다. 즉, 첫 번째 실제값이 첫 번째 예측값과 대응되는 식입니다. 계산기는 값을 짝지은 뒤 각 쌍의 절대 백분율 오차를 구해 평균을 냅니다. 실제값이 0인 쌍은 건너뜁니다. 0으로 나누면 백분율 오차를 정의할 수 없기 때문입니다.

공식 풀이

MAPE는 각 데이터 포인트마다 실제값 \(y_i\)와 예측값 \(\hat{y}_i\)의 절댓값 차이를 구하고, 이를 실제값으로 나눈 다음 백분율로 환산합니다. 이렇게 구한 백분율 오차들을 모두 더한 뒤 데이터 개수 \(n\)으로 나눕니다.

$$\text{MAPE} = \frac{100\%}{n} \sum_{i=1}^{n} \left| \frac{y_i - \hat{y}_i}{y_i} \right|$$

광고
Diagram breaking down the MAPE formula into per-point percentage errors averaged together
For each point the absolute percentage error is computed, then all are averaged.

예제로 살펴보기

실제값이 100, 200, 300이고 예측값이 110, 190, 320이라고 가정해 봅시다. 각 백분율 오차는 \(|100-110|/100 = 0.10\), \(|200-190|/200 = 0.05\), \(|300-320|/300 \approx 0.0667\) 입니다. 이들의 합은 \(0.21667\)이고, 이를 3으로 나눈 뒤 100을 곱하면 MAPE \approx 7.22\%가 됩니다. 즉, 예측 정확도는 약 92.78%인 셈입니다.

자주 묻는 질문

좋은 MAPE 값은 어느 정도인가요? 분야에 따라 다르지만, 보통 10% 미만이면 매우 정확하다고 보고, 10~20% 정도면 여러 비즈니스 예측에서 양호한 수준으로 평가됩니다.

실제값이 0인 항목은 왜 건너뛰나요? 0으로 나누는 것은 정의되지 않으므로 해당 포인트에서는 MAPE를 계산할 수 없습니다. 데이터에 0이 포함되어 있다면 sMAPE 사용을 고려해 보세요.

값의 순서가 중요한가요? 네. 실제값과 예측값은 위치 순서대로 짝지어지므로, 두 목록의 순서를 반드시 맞춰서 입력해야 합니다.

최종 업데이트: