by
Feb 18. 2021
데이터 리터러시는 교양이 아니라 '테크놀로지'다
Data literacy is a 'technology'
한 학생을 불러세워서 질문 3가지를 던져본다. 부모를 경시한 적 있지? 친구를 험담한 적 있지? 선생님을 뒤에서 몰래 욕한 적 있지? 학생은 그렇다고 답한다. 나는 이 학생이 그런 답을 했다는 사실만을 모아서 한 무리의 사람들에게 이렇게 선언할 수 있다. 이 학생은 부모를 경시하고, 친구를 험담하며, 선생님을 욕하는 학생이라고 말이다. 이 과정에서 나는 사실들을 모아 선언했을 뿐 거짓말을 섞지 않았다. 하지만 사람들은 이 학생을 나쁜 학생으로 각인하게 될 것이다.
그 학생에게 이번엔 이런 질문 3가지를 던져본다. 부모님을 사랑하지? 친구를 위해 작은 희생을 감수한 적 있지? 선생님을 존경하지? 학생은 또 그렇다고 답한다. 그럼 다시 그 사실만을 모아서 이번에는 또 다른 무리의 사람들에게 이렇게 선언할 수 있다. 이 학생은 부모를 사랑하고, 친구를 향한 희생 정신이 있으며, 선생님을 존경하는 학생이다. 이 과정에서 나는 사실만을 모아 선언했을 뿐 거짓말을 섞지 않았다. 하지만 사람들은 이 학생을 훌륭한 학생으로 각인하게 될 것이다.
어느 것이 그 학생의 진짜 모습일까? 둘다 아니다. 취사 선택된 사실들에 의해 나쁘거나 착한 학생인 것처럼 꾸며졌을뿐, 두 모습 모두 그 학생에 대한 총체적 진실을 담고 있지 않다. 그런 점에서 이 선언은 사실들을 조합해 만들 수 있는 거짓말의 일종이다. 그러나 그 점을 간파하지 못하는 독자나 청중이라면, 전달자의 의도적 편집에 의해 특정 사실이 부각된 정보에 눈이 가려져 그 너머의 진실을 총체적으로 바라보지 못할 것이다. 혹 그 점을 알더라도 사실이 사실임을 검증하는 수고나 비용이 커서 이러한 거짓말을 잠정적 사실로 그냥 받아들이는 경우도 있을 것이다.
강양석 컨설턴트의 책 <데이터 리터러시>를 읽으며 위의 예시가 떠올랐다. 정치 프로파간다의 사례 같지만 저기서 '선언'을 '데이터'로 바꿔도 대강 말이 되는 걸 알 수 있다. 사건, 현상, 인물에 관하여 우리가 접하는 데이터들은 그 사건, 현상, 인물을 오롯이 담아내지 못한다. 그게 꼭 나쁘다는 것은 아니다. 하지만 데이터 중에서는 반쪽짜리 진실만 담겨있거나 불온한 의도가 숨어 있는 경우가 많다. 페북, 유튜브, 공중파 방송, 신문 기사 속 짜깁기된 데이터를 보면 그렇지 않나. 이런 데이터 왜곡의 시대 속에서 특정한 의도가 담긴 데이터에 의해 감정이 동요되지 않고, 그 너머의 진실을 이끌어낼 줄 아는, 이성적이며 계몽된 인간으로 살아가는 데 필요한 능력으로 데이터 리터러시(Data Literacy)만한 게 없는 것 같다.
강양석 컨설턴트(필자가 찍어준 사진이다)