[TIL177] Emotionally Consistent Users 찾기

문제 설명

사용자의 반응(Reaction) 데이터를 이용하여 감정 표현이 일관된 사용자(Emotionally Consistent User) 를 찾는 문제였다.

Emotionally Consistent User의 조건은 다음과 같다.

• 전체 리액션이 5개 이상
• 가장 많이 사용한 리액션이 전체 리액션의 60% 이상
• 가장 많이 사용한 리액션(Dominant Reaction)과 그 비율을 출력

출력 컬럼은 다음과 같다.

• user_id
• dominant_reaction
• reaction_ratio

이 문제는 사용자별 최빈값(Mode)을 찾고, 그 비율을 계산하는 집계 + 윈도우 함수 문제였다.

---

내가 처음 생각한 접근

처음 문제를 읽었을 때 가장 먼저 떠오른 것은

유저별 리액션 개수 집계

↓

가장 많이 사용한 리액션 찾기

↓

전체 리액션과 비교하여 비율 계산

이었다.

문제를 풀기 위해서는

• 전체 리액션 수
• 리액션 종류별 개수
• 가장 많이 사용한 리액션

세 가지 정보가 모두 필요하다고 생각했다.

결국 전체 집계와 그룹 내 1등을 동시에 구해야 하는 문제라는 것을 알게 되었다.

---

내가 헷갈렸던 부분

1. "가장 많이 사용한 리액션"을 어떻게 가져올까?

처음에는

MAX(count)

처럼 생각했다.

하지만

좋아요 : 10

웃음 : 8

화남 : 5

이라면

10이라는 숫자는 알 수 있어도

좋아요

라는 리액션 자체는 가져올 수 없다.

즉

최대 개수

≠

최대 개수를 가진 행

이라는 점을 다시 확인했다.

그래서

RANK()
OVER(PARTITION BY user_id ORDER BY COUNT(*) DESC)

를 사용하여

가장 많이 사용한 리액션 자체를 가져오는 방식으로 해결했다.

---

2. 전체 리액션 수와 가장 많이 사용한 리액션 수는 서로 다른 집계이다.

이번 문제에서는

두 가지 집계가 필요했다.

첫 번째

좋아요 : 10

웃음 : 8

화남 : 5

처럼

리액션 종류별 개수

두 번째

전체 리액션

23개

이다.

처음에는 하나의 GROUP BY에서 모두 해결하려고 생각했지만,

생각해보면

GROUP BY user_id, reaction

을 하면

전체 리액션 수를 바로 알 수 없고,

반대로

GROUP BY user_id

를 하면

리액션별 개수를 알 수 없다.

그래서

집계를 두 번 해야 하는 문제라는 것을 이해했다.

---

3. 집계와 순위를 함께 사용하는 패턴을 익혔다.

이번 문제에서는

COUNT(*)

를 먼저 계산하고,

그 결과를 기준으로

RANK()

를 계산했다.

즉

집계

↓

순위

↓

1등 선택

이라는 흐름을 처음부터 떠올리는 것이 중요했다.

---

최종 해결 방법

1단계. 사용자별 리액션 종류별 개수를 계산한다.

먼저

좋아요

웃음

화남

각 리액션의 개수를 계산한다.

---

2단계. 가장 많이 사용한 리액션을 찾는다.

집계 결과를 기준으로

RANK()를 이용하여

사용자별 1등 리액션을 찾는다.

---

3단계. 전체 리액션 수를 계산한다.

비율 계산을 위해

사용자별 전체 리액션 수를 따로 계산한다.

---

4단계. 두 결과를 JOIN한다.

가장 많이 사용한 리액션 개수와

전체 리액션 수를 합친다.

---

5단계. 비율을 계산하고 조건을 적용한다.

가장 많이 사용한 리액션 수

/

전체 리액션 수

를 계산하여

60% 이상인 사용자만 남긴다.

---

정답 쿼리

-- emotionally consistent users 찾기
--  - 각 유저별 전체 리액션 수
--  - 5개 이상의 다른 컨텐츠에서 반응
--  - 리액션의 60% 이상이 같은 타입이면 emotionally consistent
--  order by  reaction_ratio desc, user_id

WITH r AS (
    SELECT
        user_id,
        reaction,
        COUNT(reaction) AS cnt,
        RANK() OVER(
            PARTITION BY user_id
            ORDER BY COUNT(*) DESC
        ) rn
    FROM reactions
    GROUP BY user_id, reaction
)

SELECT
    r.user_id,
    r.reaction AS dominant_reaction,
    ROUND(SUM(cnt) / total_cnt,2) AS reaction_ratio
FROM r

JOIN (
    SELECT
        user_id,
        COUNT(*) AS total_cnt
    FROM reactions
    GROUP BY user_id
    HAVING COUNT(*)>=5
) a

ON r.user_id = a.user_id

WHERE rn=1
AND (cnt/total_cnt>=0.6)

GROUP BY user_id

ORDER BY reaction_ratio DESC,
         user_id;

---

오답 및 시행착오

이번 문제에서 가장 중요한 포인트는

"최대값을 구하는 것"과 "최대값을 가진 행을 가져오는 것"은 다르다는 점이었다.

또한

리액션별 개수

↓

전체 리액션 수

는 서로 다른 집계이기 때문에

한 번의 GROUP BY로 해결하려고 하면 오히려 복잡해진다.

이번 문제를 통해

집계 목적이 다르면 GROUP BY도 분리해야 한다는 점을 다시 배웠다.

---

정답 풀이 해설

이 문제를 처음 봤다면 떠올려야 하는 사고 흐름

사용자별 리액션 종류별 개수 집계

↓

가장 많이 사용한 리액션 찾기(RANK)

↓

전체 리액션 수 계산

↓

두 결과 JOIN

↓

비율 계산

↓

조건 만족 사용자만 추출

이 문제의 핵심은

"그룹 내 최빈값 찾기 + 전체 대비 비율 계산"이다.

---

핵심 SQL 개념 정리

RANK() vs ROW_NUMBER()

RANK()

동점이 있으면 같은 순위를 부여한다.

10

10

8

↓

1

1

3

---

ROW_NUMBER()

무조건 순서를 부여한다.

10

10

8

↓

1

2

3

왜 RANK()가 적절한가?

이번 문제에서는

동일한 개수의 리액션이 여러 개라면

모두 가장 많이 사용한 리액션이 될 수 있으므로

RANK()가 적절하다.

---

이번 문제에서 배운 패턴

그룹별 집계

↓

집계 결과로 순위 생성

↓

1등 선택

↓

전체 집계와 JOIN

↓

비율 계산

↓

조건 필터링

---

비슷한 문제가 나오면 어떻게 접근할까?

다음과 같은 문제에서도 같은 패턴을 사용할 수 있다.

• 가장 많이 구매한 상품 찾기
• 가장 많이 이용한 카테고리 찾기
• 가장 많이 클릭한 메뉴 찾기
• 가장 자주 이용한 결제수단 찾기

공통적으로

"그룹별 최빈값 + 전체 대비 비율" 문제가 나오면

이번 패턴을 그대로 적용할 수 있다.

---

오늘 배운 점

최빈값을 구하는 문제에서는

단순히 MAX()를 찾는 것이 아니라

최대값을 가진 행을 가져와야 한다.

또한

전체 개수와 그룹별 개수는

집계 목적이 다르므로

분리해서 계산하는 것이 훨씬 자연스럽다.

---

다음에 같은 문제를 만나면

먼저

전체 개수가 필요한가?

↓

그룹별 개수가 필요한가?

↓

최빈값이 필요한가?

↓

RANK() 또는 ROW_NUMBER()를 사용할 수 있는가?

를 먼저 생각한다.

---

핵심 한 줄 요약

그룹 내 최빈값을 찾는 문제는 집계 → RANK() → 1등 선택 → 전체 집계 JOIN → 비율 계산 패턴으로 해결한다.