[데이터] 데이터 리터러시에 주목하라! -2편

👉 '강양석 저의 데이터 리터러시'를 읽은 후 정리한 내용이라는 점을 미리 공시합니다.

 

데이터 리터러시

 

전편 보기 👉

[데이터] 데이터 리터러시에 주목하라! - 1편

 

 

---

 

4
데이터의 힘

https://brunch.co.kr/@yangseok/4

 

① 데이터의 관점

태평양/대서양 중심의 세계지도 (출처: contenta M)

다양한 세계지도의 중심과 그 모습이 존재한다. 세상을 인식한다는 막연한 개념은 어떤 관점으로 인식할 것인가와 직결되어 있다. 모든 데이터는 고유의 관점을 지니고 있다.

 

 

② 정도의 차이를 측정

인간과 동물의 속도 차이 (출처: 조선일보)

애매한 것들의 정도 차이를 명확히 밝히면 '명확한 것들 사이에서의 명확한 비교'라는 새로운 앎의 세계로 인식을 확장시키는 것이 가능해진다. 빠르고 정확한 판단이 필요한 '정도의 차이'를 명확히 인지하게 해 준다는 점에서 데이터는 우리에게 자의 역할을 해준다.

 

 

③ 서치 라이트

알고 있던 것들 사이에서 몰랐던 것을 찾게 해준다는 것이 바로 데이터가 우리의 인지력 제고에 기여하는 세 번째 효과다. 기존에 알고 있건 것들 사이에서 파생적인 정보를 생산해내기 때문에 가능한 효과다. 이미 충분히 안다고 생각하는 것들 사이에서 미처 보지 못하던 바를 조명해주는 서치라이트(search light)처럼 말이다.

 

 

 

---

5
데이터 힘 키우기

정보가 많다고 해서 효과적인 설득에 필요한 좋은 근거가 마련되는 것이 아니다. 사실성, 연관성, 충분성 이 세 요건을 모두 만족하는 메시지여야 비로소 훌륭한 근거가 된다. 역으로 말하면 세 요건 가운데 하나라도 결여된 메세지는 합리적 판단을 지지하지 못한다는 점에서 거짓과 같다.

 

사실성: 이근거는 사실에 입각하였는가? 연관성: 이근거는 주장의 메시지와 정말 관련이 있는가? 충분성: 동일한 대전제 하에 상충되는 근거가 존재하지는 않는가?

 

메시지 피라미드

메시지 피라미드 상의 메시지, 근거, 가정 사이의 관계는 설득과 비판을 위해 중요한 직관의 조준점이 된다.

 

근거가 필요없는 주장은 단 두 종류, 믿음에 근거를 둔 종교적 교리 거나 억지 주장이다. 설득은 가정, 근거, 주장의 내용을 기본 요소로 하고, 훌륭한 설득일 수록 이 세 요소가 서로 견고히 지지한다.

 

위 그림에서 Ⓑ근거는 사실성과 연관성을 의미하며 Ⓓ제3의 근거는 충분성과 관련된 지점인데, 메시지 피라미드에서는 이 요소가 겉으로 드러나지 않기 때문에 포착하기 쉽지 않다. 설득하려는 사람 입장에선 자기도 모르게 무리한 가정을 근거로 삼고 있는 건 아니지, 또는 자신의 주장과 동일한 가정에 기반하고 있으나 혹 자신이 제시한 근거와 충돌하는 근거가 존재하진 않는지 항상 챙겨야 한다.

 

 

 

근거의 종류는 감정적인 호소부터 표준화된 데이터에 이르기까지 매우 다양한데 일반적으로 후자에 가까울수록 더 높은 설득력을 갖는다. 데이터는 생각의 관성에 변화를 주는데 아주 특별한 능력을 발휘한다. 데이터가 표준화될수록 구체적, 체계적, 객관적 정보라는 인상을 주기 때문이다. 뿐더러 정성적인 정보가 정향화 되려면 앞서 말한 조건들이 일정 수준 이상 확보되어야만 한다. 데이터는 근거의 사실성을 극대화한다. 직관에 따른 조준, 데이터가 뒷받침해주는 화력과 함께 한다면 늘 이길 수 있다.

 

 

 

 

본능적으로 가져야할 11가지 질문

	구분	상세 질문	사실성 / 연관성 / 충분성			메시지 피라미드
1	수집방법	데이터 질문 방법이 결과에 영향을 미치진 않았을까?	O			B
2	출처 신뢰성	데이터의 출처는 신뢰할 수 있을까?	O			B
3	편향 여부	작성자의 선입견이 이미 데이터에 반영되진 않았을까?			O	A
4	조작 가능성	의도적으로(혹은 의도치 않게) 조작된 것은 아닐까?	O			B
5	기초 가정	이 데이터의 기본적인 가정 중 우리 눈에 안 보이는 것은 무엇일까?	All			A
6	추가 정황의 필요성	이 데이터를 온전히 이해하는 데 꼭 필요한 배경으로는 무엇이 있을까?	All			A
7	비교를 위한 추가 데이터의 필요성	이 데이터를 온전히 이해하는 데 꼭 필요한 배경으로는 무엇이 있을까?			O	D
8	제3의 요인 가능성	이 주장의 결론에 영향을 줄 만한 제 3의 요인에는 어떤 것이 있을까?			O	D
9	유의미성	이 주장의 결론이 과연 귀담아들을만한 가치가 있을까?	All			C
10	아웃라이어	아웃라이어에는 어떤 의미가 담겨 있을까?	O			B
11	연관성	데이터와 주장의 내용이 정말 관련이 있는 건가?		O		C

 

 

---

 

6
데이터 리터러시 역량

 

ⓒ강양석 저자

 

데이터 이해 역량

① 공감 역량 : 데이터 볼 때 메시지를 자기화해보기

② 직관 역량 : 좋은 직관을 가지고 있다면, 분석하지 않고 딱보고 알 수 있어야 함.

③ 사실 파악 역량 : 차트 데이터 속 본래의 재료인 원천 데이터에 숨어있는 정보를 끄집어낼 수 있는 역량

④ 패턴 파악 역량 : 숫자들 안에 우리가 이미 알고 있는 상식이 담겨 있다고 생각하고 패턴 찾아내기

⑤ 비판 역량 : 사실설, 연관성, 충분성까지 만족해야 함. 비판할 줄 알아야 비판받지 않는다.

 

데이터 확보 역량

① 지목 역량 : 목적에 맞는 데이터 확보 / 같은 가설을 세워 데이터의 형태로 표현

② 수집 역량 : 프라이머/세컨더리 리서치 중 어떤 것이든 근거 자료를 준비하는 자의 직관과 정성이 중요함.

③ 대체 데이터 생산 역량 : 값이 생명력이 있으면, 언제든 대체 데이터로 쓸 줄 알아야 함.

 

데이터 판단 역량

① 맥락 파악 역량 : 맥락 분석을 통해 필요 데이터, 중요 데이터, 효과적인 답의 가능성에 대해 결정. (통계학에서 표본을 설정할 때 흔히 범할 수 있는 오류를 설명하는 '생존 편향 이론'-인간은 살아남은 것에 신경을 쓰고 눈에 보이지 않는 것에 대해선 잘 생각하지 않는 습성 때문에 오류에 빠지기 쉽다.)

② 어프로치 설계역량 : 기획의 중요성 / 분석 기획의 명확성이 유연성에 기여함. 큰 그림이 반드시 필요

③ 데이터 가공 역량 : 생각을 질문의 형태로 구체화 / 분석 목적을 명확히 하고 그에 따라 가공함

④ 의사결정 원리 적용 역량 : 상호관계 속 적합한 의사결정

 

데이터로 소통하기

① 표현 역량 : 틀리지 않게, 적합하게, 강력하게 표현하기 / 정보의 양은 최대한 줄이고 메시지에 최적화하여 표현

② 스토리텔링 역량 : 데이터 하나보다 전체 흐름과 메시지가 더 중요

③ 리포팅 역량 : 어떤 목적을 가진 문서든 주장의 구조, 구조별 메시지, 근거 데이터를 적절히 포진시켜야 함

④ 토론역량 : 단순히 설득을 잘하는 것에 그치지 않고 상대와 잘 주고받는 역량까지 갖춰야 함. (의구심 활용, 데이터 구조화, 가정과 근거의 단절)

 

 

 

 

데이터가 없다면 당신은 그저 주장 말고는 가진 게 없는 사람일 뿐이다.
-에드워즈 데밍 Edwards Deming-

 

 

---

 

 

저자 강양석의 브런치 ➡️

 

강양석의 브런치

🧚‍♀️Tra 감상평

책의 내용은 여느 책 보다 훨씬 좋았으나 시각자료가 중요한 책에서 도표의 위치가 엉망진창이었고, 수치 오류도 많아 읽기 힘들었던 책이다. 뿐만 아니라 책 중간중간 오탈자가 너무 많아 이점만 보완된다면 정말 다른 친구들에게 추천해주기에 충분한 책이 될 듯하다. 하지만 그 내용 자체는 너무 좋아, 오래 기억하고자 필사를 결심했다. 데이터 리터러시에 대해 관심 갖지 않았던 나날들이 후회스러울 만큼.. 이 책은 정말 재밌었다. 앞으로 데이터 인폼드 디자인을 공부하며 이 책이 내가 쌓아야 할 역량들에 대해 잘 짚어준 듯하다는 점에서 인상 깊다.

 

 

---