나도 몰랐던 나를 데이터로 알아보는 방법
데이터 기반의 문제 해결 워크숍 사례 1
우리 주변에는 해결해야 할 다양한 문제가 산재되어 있고, 오늘도 우리는 문제 해결을 위해 다양한 노력을 하고 있습니다. 문제를 해결하기 위한 대안을 찾는 과정에는 일반적인 프로세스가 있고 각 단계별로 적용 가능한 다양한 방법이 있습니다. 오늘은 문제 해결 과정에서 데이터가 어떻게 활용되는지, 지난 8월 진행한 워크숍 사례를 통해 이야기해보고자 합니다.
지난 8월 말 충남대에서 열린 SW융합 소나타 캠프 2일 차 수업은 '데이터를 활용한 문제 해결 워크숍'으로 진행되었습니다. 워크숍의 주제는 개인과 관련된 데이터를 활용해 문제를 발굴하고 대안을 만드는 것으로, 활용 데이터는 일주일 간 개인의 시간 사용 데이터로 하였습니다. 타 강의에 비해 비교적 다양한 성격의 수강생 그룹-고등학생, 대학생, 일반인/직장인-과 함께 진행된 만큼 더욱 다채로운 이야기를 나눌 수 있었습니다. 지금부터 워크숍의 몇 가지 결과물을 통해 문제 해결 과정에서 데이터는 어떻게 쓰이는지, 데이터를 통해 무엇을 알 수 있는지에 대해서 알아보도록 하겠습니다.
나의 일과, 데이터 시각화로 한눈에 알아보기!
워크숍의 첫 단계는 각자 지난 일주일 간 시간을 무엇을 하면서 보냈는지를 기록하는 것으로 시작했습니다. 일자별, 시간대별로 무엇을 했는지 직접 기록해보고 동일한 항목은 동일한 색상으로 색칠했습니다. 워크숍 첫 단계를 진행하자 조별로 '웅성웅성' 소리와 함께 반응이 나타났습니다.
"시각화로 제 생활 패턴을 한 번에 알 수 있었어요."
워크숍에 참가한 고등학생 2명의 지난 일주일 간의 생활 기록표첫 단계에서 각자의 생활 기록표를 작성하고 동일한 항목을 같은 색으로 칠해보는 과정의 시각화 과정 중 컬러 인코딩(color encoding)에 해당합니다. 색칠을 통해 시각적으로 한눈에 패턴을 찾을 수 있고, 이를 인사이트로 기록합니다. 예를 들어 위 이미지의 두 고등학생은 1) 잠들기 전에 게임을 하고 2) 비교적 주말과 주 중이 서로 다른 패턴- 주 중에 비해 주말에 공부하는 시간이 크게 줄어드는-을 발견할 수 있습니다.
데이터로 파헤쳐 본 나는 이런 사람!
첫 단계 이후에는 1차적으로 수집 및 시각화한 데이터를 자유롭게 탐색하는 과정을 진행합니다. 이 과정에서 조원들과 함께하는 아이디에이션, 데이터 분석 활동이 진행됩니다. 활동 목적은 '나를 설명할 수 있는 또 다른 기준(파생 변수)을 데이터로 찾는 것'으로 과정을 반복하면서 개인의 문제를 도출하게 됩니다.
"데이터를 이용해 다양한 관점으로 나에 대해 생각해 볼 수 있다는 점이 흥미로웠어요."
워크숍 첫 단계에서 일과를 기록한 생활 기록표를 작성하라는 미션을 주면, 워크숍 참가자들은 일반적으로 '행동'을 단위로 기록을 하는 경우가 많습니다. 예를 들어, 잠, 식사, 이동, 학교(혹은 회사), TV 보기 등이 대표적입니다. 그런데 일반적인 이 기준 외에도 생활 기록표로 작성된 데이터에는 다양한 의미 정보가 포함되어 있고, 겉으로 드러나있지 않은 의미를 기준으로 새롭게 시각화해볼 수 있습니다.
'나를 위한 시간, 가족과 함께하는 시간, 사회생활 하는 시간'을 기준 활용 사례이번 워크숍에서는 '나를 위한 시간, 가족과 함께하는(혹은 가족을 위한) 시간, 사회생활을 하는 시간'이라는 3가지 항목으로 구성된 새로운 기준으로 각자의 시간을 다시 시각화한 사례가 발굴되었습니다. 새롭게 만든 기준(파생 변수)으로 조원이 각자의 시간 데이터를 시각화하고 비교함으로써 개인의 특징을 발견할 수 있습니다. 거의 80%에 이르는 시간을 스스로를 위해 쓰고 있는 B 케이스가 부러움의 대상이 되기도 했습니다. 이후 수면시간을 과연 '나를 위한 시간으로 봐야 하는 것인가'에 대한 논의로 이어졌고, 수면시간을 포함한 경우와 그렇지 않은 경우의 데이터 셋을 따로 구성하여 비교하는 단계까지 이르렀습니다. 수집한 데이터의 분석 결과로 볼 때, 데이터가 나를 정확하게 표현하고 있는 것인가에 대한 궁금증을 갖고 해결하기 위한 방법을 찾는 과정은 데이터 분석에 있어서 중요한 요소입니다.
집 내외부에서 보내는 시간 기준으로 시각화(솔루션 DAISY 활용)한 사례다른 조에서는 이와 관련해 또 다른 기준(파생 변수)을 만들어서 시각화한 사례가 발굴되었습니다. 위에서 언급한 '나/가족/사회'를 기준으로 데이터를 탐색해보라는 가이드를 제시했는데, 집 내부에서 보내는 시간과 외부에서 보내는 시간을 기준으로 분석을 한 것입니다. 뿐만 아니라 계층형 데이터로 구성해 집 내/외부에서 하는 각각의 일의 비중까지 한 번에 볼 수 있도록 트리맵으로 시각화 한 아웃풋을 제시한 것이 인상적이었습니다. 문제 상황에 대한 분석에서 어떠한 관점에서 분석할 것인지, 관점의 차이가 만든 서로 다른 아웃풋을 리뷰하면서 데이터를 탐색하고 의미를 도출하는 과정의 무궁무진함을 함께 느낄 수 있었습니다.
미처 알지 못했던 나를 알려주는 데이터!
"데이터로 살펴보기 전에는 몰랐던 저를 알 수 있었어요."
이번 워크숍에서 개인 데이터를 활용한 의도는 바로 위와 같은 워크숍 참가자의 반응을 유도하기 위함이었습니다. 우리는 일상생활에서 '느낌적인 느낌'으로 스스로를 판단하는 경우가 많습니다. 사람에 따라 다양한 예가 있을 수 있는데, 가장 쉽게는 '이번 달에 별로 돈을 많이 안 쓴 것 같아'라고 생각하지만, 실제로 카드 사용 내역을 보면 지난달과 별반 차이가 없는 경우를 예로 들 수 있습니다. 이처럼 우리의 '느낌적인 느낌'이 '진짜'인 것인지 확인하는데 데이터를 활용함으로써, 데이터, 데이터 활용의 중요성에 공감하고자 하였습니다.
데이터를 활용해 자기계발 시간이 적다는 문제 인식을 한 사례워크숍 아웃풋으로 '눈을 뜨고 있는 시간 동안 도대체 무엇을 하고 있는지'를 시각화 한 사례가 있었습니다. 이 경우 데이터 분석자는 전체 일주일 간의 시간을 눈을 감고 있는 시간(잠자는 시간)과 눈을 뜨고 있는(활동하는 시간)으로 나누고, 그중에서도 눈을 뜨고 있는 시간에 무엇을 하고 있는지가 궁금했던 것으로 보입니다. 이에 따라 분석 대상이 되는 데이터의 범위가 달라졌고, 분석 결과 참가자는 'TV를 보는 시간보다 자기계발 시간이 적다'는 예상외의 인사이트를 도출했다고 하였습니다. 자기계발을 할 시간이 없어서 못하고 있다고 생각했던 것이 사실과 아니라는 점을 데이터로 확인한 것입니다. 이와 함께 직장생활을 하면서 자기계발을 하기가 현실적으로 어려우나, 이를 위한 방안을 구체적으로 세워봐야겠다는 결심을 하게 되었다는 소감을 공유해주었습니다.
이번 워크숍에서는 개인이 사용한 시간을 데이터로 기록하고, 시각화해 인사이트-해결하고자 하는 문제-를 도출하는 과정과 원인 및 대안을 도출하는 과정으로 진행되었습니다. 개인과 밀접한 관련이 있는 데이터를 활용해 데이터를 사용하는 것이 전문적인 영역에서만 이루어지는 것이 아니라는 점을 경험적으로 알 수 있는 기회가 되기를 바랐고, 또 데이터를 다양한 관점에서 탐색하고 의미를 도출하는 과정이 생각보다(?) 재미있다는 것을 이야기하고 싶었습니다. 또 서로 다른 배경을 가진 사람들과 논의하면서 문제의 원인과 대안을 마련해 보는 과정을 통해 '데이터를 활용한 문제 해결'이라는 교육의 키워드를 명확히 전달하고자 하였습니다. 강사 개인적으로도 워크숍 참가자들의 적극적인 참여와 리액션에 힘입어 즐겁게 진행할 수 있었던 워크숍으로 기억에 남습니다. '데이터를 통한 문제 해결'이라는 주제를 가지고, 더 많은 분들과 다양한 이야기를 할 수 있는 기회가 있길 바라며, 이번 포스팅을 마무리합니다.
* 이 글의 원문 출처는 뉴스젤리 블로그 '데이터 기반의 문제 해결 워크숍 사례 - 나도 몰랐던 나를 알아보는 방법!' 입니다.
* 뉴스젤리는 데이터를 활용한 문제 해결 워크숍을 여러 교육기관과 함께 진행하고 있습니다. 수강 대상은 초등학생 등 학생뿐만 아니라 직장인, 스타트업 예비창업자 등 그 범위가 넓습니다. 교육 과정을 통해 수강생들은 '데이터', '데이터 시각화', '데이터를 활용한 문제 해결'이라는 각 키워드에 대한 학습과 경험을 합니다.
