데이터로 보는 대학생의 하루
데이터 기반의 문제 해결 워크숍 사례 2
'요즘 대학생들은 어떻게 살고 있을까?', '우리가 대학을 다니던 때와 얼마나 다를까?'라는 궁금증, 한 번쯤 가져보신 적이 있나요? 대학을 졸업한 이후에도 이런 질문을 떠올리게 된다는 점을 생각해보면, 대학생에 대한 관심은 비단 대학생들 사이의 것만은 아닌 것 같습니다. 그래서 그런지 대학생을 주제로 한 다양한 콘텐츠가 생산되고 있고, 뉴스젤리도 그런 측면에서 대학생을 주제로 한 콘텐츠를 제작한 경험이 있습니다. 대표적으로 지난 10년간 대학생의 하루가 어떻게 달라졌는지를 데이터로 확인해보는 시각화 콘텐츠 '데이터로 보는 07학번과 15학번'이 있고, 청년층에서 크게 이슈가 되었던 신조어 '금수저', '흙수저' 키워드 소셜 데이터를 분석한 기사 콘텐츠 '금수저, 흙수저... 네 수저는 무엇이냐? - 청춘의 또 다른 이름..'금수저', '흙수저' 등이 있습니다. 이번 글에서 다룰 '데이터로 보는 대학생의 하루'는 대학생을 주제로 한 이야기로, 지난 11월 1일 수원대학교 학생을 대상으로 진행한 데이터 기반의 문제 해결 워크숍 사례를 바탕으로 합니다.
이번에 학생들과 진행한 워크숍은 '데이터 기반의 문제 해결 워크숍 사례 - 나도 몰랐던 나를 알아보는 방법!' 포스팅을 통해 언급한 적 있는 동일한 내용의 워크숍입니다. 학생들은 일주일 간의 개인 시간 사용 데이터를 활용해 개인의 문제를 발굴하고 이를 해결할 수 있는 대안을 만들게 됩니다. 그렇다면, 지금부터 이번 워크숍의 주요 결과를 바탕으로 대학생의 하루를 알아보고, 또 그 과정을 통해 알게 되는 '데이터', '데이터 시각화'의 중요성에 대해서 이야기해보도록 하겠습니다.
시각적 패턴으로 한눈에 알아보는 우리
지난주는 시험기간이었어요...!
개인 시간 사용 데이터를 표로 만든 후 동일한 항목별로 색을 칠한 예워크숍의 첫 단계인 지난 일주일 간 시간 사용 데이터를 표로 만드는 것으로 시작됩니다. 이후에는 같은 항목끼리 동일한 색을 칠합니다. 데이터 시각화 과정 중 컬러 인코딩 단계로, 학생들은 자신의 일상생활 패턴을 시각적으로 확인하게 됩니다. 위 이미지는 한 학생의 사례로, 한눈에 보아도 '학교', '공부'를 하는데 많은 시간을 사용한 것을 알 수 있습니다. 이렇게 많은 시간 동안 공부를 했냐는 물음에 학생은 시험기간이었기 때문이라고 답하였는데, 이는 곧 지난주가 시험기간이 아니었다면 다른 패턴을 확인할 수 있다는 의미이기도 합니다. (사실 일상적인 대학생의 하루를 알아보는 데에는 데이터 수집 기간 설정 조정이 사전에 이루어졌어야 한다는 것을 뒤늦게 깨달았어요..!)
우리가 친구 사이인 걸 데이터가 말해주네!
한 조에 있던 학생 A, B, C, D의 일주일 간 시간 사용 시각화 결과물또 다른 조에서는 시각적 패턴을 통해 서로의 데이터가 '친구' 사이임을 보여준다는 인사이트를 도출하기도 하였습니다. 위 이미지를 자세히 살펴볼까요? 학생 A와 B, 학생 C와 D는 비슷한 듯 서로 다른 패턴을 보입니다. 알고 보았더니 한 조에 있던 학생 A, B와 학생 C, D는 서로 친구 사이였던 것인데요! 학생 A, B의 경우 월요일부터 목요일까지만 학교에 나오고, 이 중 점심 식사 시간이 동일함을 알 수 있습니다. 반면, 학생 C, D의 경우 학교에 오는 학교에 나오는 요일(화, 목, 금)이 동일하고, 다른 요일과 패턴이 확연히 다름을 시각적으로 확인할 수 있습니다. 아무래도 학교에서는 친구와 일상을 공유하며 함께 보내는 시간이 많기 때문으로 보입니다.
데이터를 파고 팔수록 선명해지는 너란 사람!
여러 기준으로 데이터를 살펴볼수록, 이 친구가 어떻게 생활하고 있는지 알 것 같아요!
조별 워크숍 최종 결과물 중 한 사례일반적으로 해당 워크숍에서 데이터를 차트로 만들 때, 학생들은 전체 일주일 동안의 시간 중 각 항목 비중을 시각화하는 경우가 많습니다. 그런데 이번에 만났던 학생들 중 한 조의 경우 이를 '주중과 주말'로 나눠서 비교해보고, 또 이를 월별로도 나눠서 비교하였습니다. 시계열 정보를 담고 있는 데이터 분석 시 여러 시계열 정보를 기준으로 데이터 분석한 것입니다. 전체 시간 중 항목별 비중은 어떻게 다른지, 주중과 주말로 나눠서 봤을 때 항목별 비중은 어떻게 달라지는지 등 보다 다각적인 분석을 진행했습니다. 뿐만 아니라 활용한 시각화 유형도 다양했는데, 특히 레이더 차트를 활용한 것도 인상적입니다. 3명의 조원 모두 동일한 유형으로 시각화한 것을 보아, 스몰 멀티플즈 유형을 활용했다고도 볼 수 있습니다.
주요한 인사이트 한 가지를 살펴볼까요? 전체 시간을 기준으로 보면 2, 3번 학생의 경우 '잠과 '공부'에 많은 시간을 쏟은 반면, 1번 학생의 경우 다른 학생들과 비교해 '이동시간'의 비중이 높은 것을 확인할 수 있습니다. '주중과 주말'로 나눠서 볼 경우, '학교'라는 항목에 대한 시간 비중은 모두 '주중'에만 있음을 확인할 수 있습니다. 다소 뻔한 인사이트라고 볼 수도 있겠으나, 이와 같은 분석 방법을 다른 데이터 분석에 적용해본다고 가정해보면 여러 기준을 바탕으로 한 데이터 분석의 중요성을 알 수 있습니다. (위 사례의 경우 포스팅 내 이미지로 내용을 모두 보여드리기 어려워... 결과 자료를 스프레드 시트 문서 링크를 통해 직접 확인할 수 있도록 하였습니다. 궁금하신 분은 학생들의 결과물을 직접 문서로 확인해보세요!)
지금까지 대학생이 개인 시간 데이터를 활용한 문제 해결 워크숍 결과를 사례로 알아보았습니다. 위에서 언급한 내용 이외에도 '같은 시험기간이었음에도 불구하고 학년별로 공부 시간이 차지하는 비중에 차이가 있었다'는 인사이트를 도출한 사례가 있었습니다. 또 일주일 간의 시간을 '행복과 불행'의 기준으로 나눠보는... 즉, 추상적인 개념에 대한 정보를 정량화하여 인사이트를 도출하고자 한 사례도 인상적이었습니다. 서로 다른 특성을 여러 집단이 한 클래스 내에 있을 경우 각 집단 간의 차이를 비교해 인사이트를 얻을 수 있는 장점이 있어, 대학생으로만 구성된 워크숍에서 다양한 이야기를 할 수 있을까 하는 걱정이 있기도 했는데, '학년별', '과별', '성별' 등의 기준을 바탕으로 비교 분석하는 등 다양한 인사이트를 도출하며, 이야기할 수 있었던 의미 있는 시간이었습니다.
* 이 글의 원문 출처는 뉴스젤리 블로그 '데이터 기반의 문제 해결 워크숍 사례 - 데이터로 보는 대학생의 하루!'입니다.
