데이터, 젠더기획에 스며들기
젠더기획 '우리가 명함이 없지 일을 안했냐' 1, 2화 (반쪽) 제작기
안녕하세요, 오늘은 젠더기획 '우리가 명함이 없지 일을 안했냐'의 1, 2화 제작기를 풀어보려 합니다. 줄여서 우리가 명함은 고령 여성의 노동을 다양한 측면에서 조명하는 젠더 기획입니다. 기사만이 아니라 책으로 엮어 텀블벅에서 펀딩을 진행했습니다.
1화와 2화는 인터뷰 기사와 데이터 기사가 한 쌍으로 이뤄져 있습니다. 여기에 사용한 데이터 분석 방법론, 시각화에 대해 얘기해보려 합니다. 일회성인 기사가 아니라 책으로 남는다는 생각에 어느 때보다 열심히 데이터를 들여다봤습니다.
1. 데이터 분석 방법론 전체 공개
이번 기획에 사용한 분석 방법론은 기사와 함께 전체 공개했습니다. 사용된 데이터를 필요로 하는 분들, 비슷한 분석을 시도하는 분들을 위한 설명서라고 생각하고 작성했습니다. 누군가가 한번 지나간 길을 다른 사람도 헤매며 걸을 필요는 없겠죠. 무엇보다 저 역시 기사를 작성하는 동안 많은 도움을 받았기에 공유하고 싶었습니다. 방법론을 공개한 페이지는 이쪽입니다.
>> https://creative-carpet-3d8.notion.site/X-bd6c1f61008d4183bd9f3ebc74e1b0b1
방법론 페이지에서는 마이크로데이터 분석 방법을 자세히 설명했습니다. 1화 데이터의 일부, 2화 대부분을 마이크로데이터를 통해 구했습니다.
마이크로데이터를 받아 사용해보신 분들은 알겠지만 처음 파일을 열면 숫자만 잔뜩 있고 뭐가 뭔지 알 수가 없습니다.(저만 그랬을 수도 있고요.) 그래서 진입장벽이 높습니다만 한번 방법을 알게 되면 데이터를 이용해 이것저것 만들어낼 수 있다는 큰 장점이 있습니다.
마이크로데이터는 MDIS 다운로드 서비스 페이지에서 받을 수 있습니다. 그리고 받으신 후에 꼭 설명서를 같이 받아주세요. 데이터양이 많다 보니 코드를 이용해 값을 표기합니다. 그 코드에 대한 설명서를 보면서 값을 확인하셔야 합니다. 젠더기획에서 사용한 데이터는 노동 카테고리의 '경제활동인구조사'와 '지역별고용조사'입니다. 이다음 분석은 방법론 페이지를 참고해주세요. 방법론 페이지에서 자세히 설명해두었기 때문에 여기서는 짧게 줄이겠습니다. 방법론 페이지에서 잘못된 계산식, 데이터는 자유롭게 제보해주세요.
다음으로 기사에 사용했던 그래프를 얘기해보겠습니다.
위 그래프는 2화 중 '어느날 그들의 노동이 사라진다면'에 삽입된 그래프입니다. y축은 전체 필수노동자 중 각 직업의 비율을 나타냈습니다. x축은 각 직업에서 남성과 여성 비율을 보여줍니다. 면적으로 데이터 값을 보여주는 트리 그래프를 변형한 그래프입니다. 블룸버그의 The Chinese Companies Polluting the World More Than Entire Nations를 레퍼런스로 제작했습니다.
레퍼런스가 된 그래프. bloomberg.정보 값이 너무 많다고 이 그래프를 반대하신 분도 있었지만 꼭 써보고 싶어 끝까지 밀고 나갔습니다. 직업별 비중을 나타내지 않으면 자칫 여성 가사 및 육아 도우미가 여성 청소원 및 환경미화원보다 많아 보일 수 있다는 우려도 있었습니다.
그 밖에는 익숙한 그래프들을 사용했습니다. 왼쪽 그래프는 1화 '1954년 32만명의 딸들이 태어났다'에 들어간 샨키 그래프입니다. 샨키는 이상하게 항상 손이 갑니다. 오른쪽 그래프 역시 1화에 들어갔고 기본적인 선 그래프입니다.
2. 마치며
자세한 방법론은 위에서 언급한 페이지에서 더 잘 나와있기 때문에 간략한 취재기가 되었습니다. 데이터와 방법론 공개는 가능하면 계속하고 싶습니다. 논문처럼 참고 문헌을 자세히 기재하면 더 신뢰할 수 있는 기사가 되겠죠.
이번 기획에서 데이터 기사의 역할은 개개인의 이야기를 고령 여성 집단으로 확장시키는 데에 있었다고 생각합니다. 이렇게 큰 기획에 참여하는 건 처음이라 걱정이 많았습니다만. 또 하고 싶을 정도로 성취감도 크네요! 이래서 협업을 하나 봅니다. 좋은 기억으로 남긴 채 다음 기사도 열심히 해야겠습니다. 아자아자~
