파이썬을 시작한 데이터 초보들, 데이터 리터러시를 얻고자 한다면

📍How to get Data Literacy?

데이터 리터러시를 기르고자, 파이썬과 통계 공부를 시작했다. 파이썬을 태어나서 처음 다뤄보는데, Datacamp의 Introduction to Python으로 스타트를 끊게 되었다. 할만했으나 고작 Introduction 코스를 하루 이틀 걸려 수행하다가, 마지막 두 문제를 남겨두고 멘탈이 점점 바들바들 떨려올 무렵, 동료가 글 하나를 공유해주었다. 당장 파이썬 문법을 한 두개 더 아는 것보다 중요한 것은, 기본적인 통계 지식을 탑재하는 것이라는 생각이 들었다. 다음은 공유받은 글의 일부 내용이며, 이어 앞으로 내가 데이터 공부를 하며 기억하면 좋을 내용들을 한 번 더 정리해보고자 한다.  

---

''데이터 코딩"이 아니다. 핵심은 "데이터 넛지"

 

최근 데이터 리터러시(Data Literacy)가 화두로 떠오르고 있다. 데이터를 맥락에 맞게 읽고 쓰고 구성원과 소통하는 역량이 빅데이터 시대의 핵심 경쟁력으로 부상하고 있기 때문이다. 

그런데 한국의 데이터 교육 수요는 유독 R이나 파이썬 학습에 쏠려 있는 모양새다. 코드를 몇 줄이라도 작성할 줄 알면 언젠가 데이터 분석에 써먹을 수 있을 거라는 막연한 생각이 빚어낸 현상이다. 덕분에 컴퓨터 학원과 인터넷 강의업체는 문전성시를 이루고 있다.

 

그는 데이터를 맥락에 맞춰 읽고, 해석하고, 표현하고, 소통하고, 설득하는 데이터 리터러시 역량을 기반으로 문제해결 연습을 하는 게 훨씬 중요하다고 힘줘 말했다. 
(...)

 

 

데이터, 목적의식부터 명확히 하라
“사람들이 데이터 사이언티스트와 데이터 프라블럼 솔버(Data Problem Solver)를 구분했으면 하는 바람이 있습니다. 데이터의 양이 늘어나고 데이터의 중요성이 증가한다고 해서 모든 사람들이 데이터 사이언티스트를 지향해야 하는 것은 아니며 그럴 수도 없습니다. 실제로 데이터 사이언티스트들도 전체 업무 시간의 6~70% 이상은 데이터 전처리를 하는 데 쓰고 나머지 2~30% 정도를 분석하는 데 씁니다. 모든 사람이 데이터 분석이나 툴 개발에 목을 맬 필요가 없는 것이죠. 대다수 사람들에겐 데이터 리터러시를 바탕으로 문제를 해결하는 역량이 훨씬 중요합니다."

“목적 의식이 부재하면 데이터 학습법의 방향성을 완전히 잃어버리게 됩니다. 막연히 코딩을 배워두는 것은 그리 유효하지 않습니다. 작은 문제에서 시작해 사이즈를 점차 늘려가며 데이터로 문제를 해결해 보는 경험을 지속적으로 쌓는 게 훨씬 중요합니다. 그게 바로 데이터 시대 속에서 기업이 혁신을 이룰 수 있는 방법입니다."

 

원문보기: http://www.ciokorea.com/news/162345#csidxa2aa000037b25299c2cd7b4d5aa9a93 

인터뷰｜'데이터 코딩' 아니다, 해법은 '데이터 넛지'

---

📍'데이터에서 표준과 특이점을 포착하고 가설을 설계하는 일'에 익숙해져야 한다.

Y축은 통화시간별 상담 빈도, X축은 통화시간을 나타낸다 ⓒStatistical Persuation 원문보기:  http://www.ciokorea.com/news/162345#csidx5036025804bf0e8b93a4294b34493b3 

 

1) 표준을 캐치하라

위 그래프는 콜센터 상담원의 통화시간별 상담 빈도를 늘어놓은 데이터다. 여기서 무엇을 '표준'*으로 볼 것인지가 핵심이다. 텍스트에서 저자는, "그래프의 좌측에서 우측으로 갈수록 상담건수당 통화시간이 길어지는게 정상(표준)이라 하더라도 0-10초 부근에서 상담빈도가 너무 두드러지지 않나요? 표준값에 대비해 튀는 데이터(특이점)라고 하지 않을 수가 없습니다." 라고 언급한다.

 

✏️표준 점수(표준값/Z값/Z 점수/Z score)✏️

통계학적으로 정규분포를 만들고 개개의 경우가 표준편차 상에 어떤 위치를 차지하는지를 보여주는 차원없는 수치를 의미한다. 학력고사 등의 평가에서, 개개인의 성적이 전체에서 어떤 위치를 차지하는지를 보여주기 위해 쓰이기도 한다. 

 

표준값 구하는 공식 (위에서 평균값은 모집단의 평균값mean을 의미한다.)@Deepwidestudio

 

2) 가설을 펼쳐라

이렇게 특이점을 캐치한 뒤에, 가설을 펼쳐보는 것이다. 

가설 1) 콜센터 번호와 중국집 전화번호를 헷갈린 사람들이 걸어온 전화다. 
가설 2) 그냥 잘못 누른 전화다.  

위의 예시처럼, 각종 상상력을 발휘해가며 가설을 세우면서 데이터를 계속 가지고 노는 연습을 해야 한다는 것이다. 문제를 둘러싼 다양한 상황/정보들을 이해하는 것은 기본, 늘 데이터의 특이점을 보고 가설을 세워 구성원들과 견주어 보는 연습을 해야 한다. 그런 연습이 쌓이면서 통찰이 생기고 데이터 기반의 문제 해결이 가능해지기 때문이다.  

 

📍좋은 가설보다 '많은 가설'을 세우는 연습을 해야 한다.

데이터를 보며 그럴싸한 가설을 내놓고, 계속 비교 검증을 하는 것이다. 하나의 계획이나 최적화된 접근법을 상정하지 말고 계속 답을 더듬듯이 찾아가는 게 핵심이라고 한다. 

---

 

데이터를 수집해 시각화 하여, 표준과 특이점을 포착하기 위해서 일단 기본적인 통계 상식/지식이 먼저라는 생각이 들었다. 이를 바탕으로, 지금 단계에서 나에게 파이썬 문법 한 두개 더 아는 것보다 더 중요한 것은, 다양한 사회 현상에 대한 관심과 지식, 그리고 논리적 상상력이 아닐까 생각해본다.