책 리뷰. 데이터 리터러시
데이터를 어떻게 바라봐야 할까.
데이터 시각화를 하는 사람 - 어떤 것들이 떠오르는가?
많은 경우 특정한 프로그램이나 프로그램 언어들, 그리고 그것을 쓰는 방법들을 생각할 것이다.
작년에 스터디를 시작할 때까지만 해도 같은 생각으로 어떤 프로그램이나 언어를 파야할지를 고민하다
[도구는 말 그대로 도구로 쓰고 공부하는 시스템을 만들어야 하지 않을까]라는 생각을 했다.
데이터가 필요한 많은 상황에 적절한 도구가 다 다르기 때문에 오히려 빠르게 대처하는 방법이 필요해진 것. 그러기 위해서는 흔들리지 않는 나만의 기준이 필요했다. 책 한두 권이 아니라 기준을 세우기 위해 첫 책을 골랐다.
데이터 리터러시｜강양석｜이콘출판
데이터를 언어처럼 사용하는 힘
저자가 정의하는 데이터 리터러시란, 데이터를 언어처럼 사용하는 힘이다.
데이터에 조금이라도 관심이 있는 분들은 알 것이다. 수많은 데이터 분석 강의들이 데이터 분석과 시각화 툴을 어떻게 활용하는지에 대해서만 커리큘럼을 제공한다는 걸. 물론 실무에 바로 사용하기에는 적절한 방법일 테지만 좀 더 오래가는 데이터 스킬에 대한 이해를 하려면 이런 책처럼 개념과 이론을 담은 책도 중간중간 적절히 읽어나가야 할 것 같다. 실무는 내가 일하는 공간, 상황, 프로젝트에 따라 얼마든지 변하므로 이에 적절히 대응하려면 나름 근거 있는 기준이 필요하다. 책 초반, 어떤 질문에 답하기 위해 데이터를 쓰는 것입니까?라는 질문이 그런 의미에서 중요해 보였다. 이 책에서도 데이터가 중요하다고 강조는 하지만 실제로 데이터를 잘 쓰고 있는지는 모르겠다는 응답이 많은 조직에서 나온다고 한다. 개인적으로는 그럼 지금 데이터 공부를 시작해도 늦지 않았다는 얘기구나, 라는 생각에 조금은 편해졌다.
배우고 가르치게 될 입장에서 보이는 부분
파워포인트로 작업하는 실무 문서들에 데이터 표현이 많아지는 지금, 내 입장에서 도움됐던 건 다양한 평가나 기준 모델을 볼 수 있다는 점이었다. 내 경우 73p의 데이터 리터러시 성숙도 모델에 대한 평가 툴, 163p '차트에서 통찰 끄집어내기' 집중 연습&170p 정보에서 통찰 끄집어내기의 그래프 읽는 방법 등을 좀 더 파봐야겠다고 생각했는데. 실제 책에서 나온 부분이나 저자 블로그 등에서 나와있는 케이스는 그렇게 종류가 많지는 않다. (물론 깊이는 있다.) 아무래도 관련 케이스들을 찾아보거나 만들어보라는 뜻 아닐까ㅎㅎ 한번 도전해 볼 생각이다.
아쉬운 부분들
웬만해선 책의 아쉬운 부분들을 집어내고 싶진 않은데, 한 가지 정도는 짚고 넘어가야 할 것 같다.-바로 그래프 프린팅 부분. 책에 삽입된 그래프 들은 대부분 진보라색 계열로 프린팅 되어 있는데, 산포도 표현에서 각 점들의 채도 차이가 크지 않다 보니 어떤 데이터를 설명하는지 헷갈리는 경우가 종종 있다. 색 분리가 정확히 안되면 데이터 외곽선의 서식을 바꾸는 식으로 편집도 가능할 텐데, 이 부분은 아쉬운 점으로 남았다. 아마 재판이나 다른 방식으로 개선이 되지 않을까 싶다.
요즘은 한 번 읽고 말 생각으로 책을 보는 경우가 없는 것 같다. 한 가지 책에서 제시한 방법을 다룬 다른 포스팅도 써봐야지. 책으로 공부하는 방식을 좀 더 많이 기록해봐야겠다.
[참고 사이트]
-저자가 그래프를 읽는 방법. 책 내부에도 나와 있는 내용이지만 사전 정보가 필요한 경우 찾아보세요.
