주제를 정하는 데 시간을 씁니다
주제가 어긋나 있으면 뒤의 다섯 단계를 아무리 잘해도 되돌아오게 됩니다.
프로젝트를 시작할 때 가장 흔한 어려움은 「무엇을 해야 할지 모르겠다」가 아닙니다. 오히려 하고 싶은 것은 있는데 그것이 데이터로 답할 수 있는 물음이 아닌 경우입니다.
데이터가 답할 수 없는 물음
- 「우리 학교 급식은 좋은 급식일까?」
- 「어떤 진로가 나에게 맞을까?」
- 「청소년에게 필요한 것은 무엇일까?」
무엇을 세고 무엇을 측정해야 답이 되는지가 정해지지 않았습니다. 「좋다」, 「맞다」, 「필요하다」는 사람마다 기준이 다른 말입니다.
데이터가 답할 수 있는 물음
- 「요일에 따라 급식 잔반량이 다를까?」
- 「선택 과목과 희망 계열은 얼마나 관련 있을까?」
- 「청소년이 이용하는 시설은 지역에 고르게 있을까?」
무엇을 세면 답이 나오는지가 문장 안에 들어 있습니다. 잔반량, 과목 선택 기록, 시설 수와 위치처럼 측정해 둔 값이 있습니다.
데이터가 답할 수 없는 물음이 나쁜 물음이라는 뜻은 아닙니다. 다만 그대로는 데이터 과학 프로젝트의 주제가 되지 못합니다. 그런 물음에서 시작해 답할 수 있는 물음으로 옮겨 적는 일이 이 차시에서 할 일입니다.
먼저 넓게 발산합니다
좋은 주제 하나를 고르는 방법은 여러 개를 늘어놓고 줄이는 것입니다.
메모지를 붙여 모으기
- 모둠원이 각자 메모지 한 장에 하나씩 궁금한 것을 적는다.
- 칠판이나 큰 종이에 모두 붙이고 비슷한 것끼리 모은다.
- 각자 스티커 두 장을 받아 해 보고 싶은 것에 붙인다.
- 스티커가 많이 모인 것을 놓고 왜 골랐는지 이야기한 뒤 정한다.
말로만 하면 목소리가 큰 사람의 의견으로 기웁니다. 그래서 이 방법은 말하기 전에 먼저 각자 적게 합니다.
두 축에 놓아 보기
- 가로축을 「데이터를 구하기 쉬운가」로 둔다.
- 세로축을 「우리에게 중요한가」로 둔다.
- 모은 주제를 네 칸 중 한 곳에 놓는다.
- 오른쪽 위에 놓인 것부터 살펴본다.
중요하지만 데이터를 구하기 어려운 주제는 버리지 말고 남겨 둡니다. 구할 방법을 찾아내면 그때 다시 꺼내면 됩니다.
두 방법 모두 온라인 협업 도구로도 그대로 할 수 있습니다. 도구가 무엇이든 순서는 같습니다. 각자 적고 → 함께 모으고 → 기준을 정해 줄입니다.
스티커를 가장 많이 받은 주제가 곧 가장 좋은 주제일까요? 많이 골랐다는 것과 프로젝트로 해낼 수 있다는 것은 어떻게 다를까요?
떠오르지 않을 때는 목록에서 고릅니다
이미 세계가 함께 정해 둔 문제 목록이 있습니다.
지속가능발전목표(SDGs, Sustainable Development Goals)는 유엔 회원국들이 2015년에 함께 정한 약속입니다. 2030년까지 무엇을 해내야 하는지를 큰 목표 17개로 묶고, 그 아래에 좀 더 잘게 나눈 목표 169개를 달아 두었습니다. 빈곤과 기아, 건강과 교육, 물과 에너지, 도시와 기후, 바다와 육상 생태계처럼 한 나라만으로는 풀기 어려운 문제가 들어 있습니다.
주제를 떠올리기 어렵다면 이 목록을 살펴보고 관심이 가는 목표 하나를 먼저 고르는 것도 좋은 출발입니다. 목표마다 진행 정도를 측정하기 위한 지표가 붙어 있어서, 그 지표가 곧 구할 수 있는 데이터의 실마리가 되어 줍니다.
목표 하나를 고른 것은 아직 주제가 아닙니다. 「기후 변화 대응」은 목표이지 물음이 아니니까요. 『한 문장이 될 때까지 좁힙니다』 절에서 이것을 한 문장짜리 물음으로 좁히는 일을 해 봅니다.
고를 때 검토할 여섯 가지
하나라도 크게 어긋나면 도중에 멈추게 됩니다.
| 검토할 것 | 스스로 던지는 물음 | 어긋나면 생기는 일 |
|---|---|---|
| 현실성 | 실제로 있는 문제인가? 답을 알면 무언가 달라지는가? | 답을 내고도 「그래서 뭐?」로 끝난다 |
| 범위 | 너무 넓거나 좁지 않은가? 정해진 시간 안에 끝낼 수 있는가? | 넓으면 손도 못 대고, 좁으면 볼 것이 없다 |
| 데이터 확보 | 그 데이터가 어디에 있는가? 내려받거나 직접 측정할 수 있는가? | 단계 2에서 멈춰 주제를 바꾸게 된다 |
| 데이터 품질 | 누가 언제 어떻게 모은 값인가? 빠진 값이 지나치게 많지 않은가? | 결론이 데이터의 흠집을 그대로 물려받는다 |
| 윤리 · 개인 정보 | 사람을 알아볼 수 있는 값이 들어 있는가? 써도 되는 데이터인가? | 결과가 좋아도 써서는 안 되는 프로젝트가 된다 |
| 분석 방법 | 이 물음은 회귀 · 군집 · 연관 중 무엇에 해당하는가? | 분석 도구는 돌아가는데 답은 나오지 않는다 |
여섯 가지를 다 만족하는 완벽한 주제를 찾으려 하지는 마세요. 어느 쪽이 약한지 알고 시작하는 것과 모르고 시작하는 것의 차이가 중요합니다.
학교에서 특히 조심할 것
학교 안에서 모은 데이터는 구하기 쉬운 대신 사람을 알아보기도 쉽습니다. 한 반 스물몇 명의 자료에서는 이름을 지워도 학년 · 반 · 성별 몇 개만 겹치면 누구인지 짐작할 수 있습니다.
- 사람을 가리키는 값은 학생 A · 학생 B처럼 바꿔 적는다.
- 사람 수가 적은 칸은 더 큰 묶음으로 합쳐서 보고한다.
- 모으기 전에 무엇에 쓸 것인지 알리고 동의를 받는다.
- 성적 · 건강처럼 민감한 값은 애초에 다루지 않는 쪽을 먼저 검토한다.
「우리 반 학생들의 수면 시간과 성적을 나란히 놓아 보자.」 이 주제는 여섯 가지 중 어느 것에서 걸릴까요? 걸리는 곳을 찾았다면, 주제를 어떻게 고치면 그 문제를 피할 수 있을까요?
한 문장이 될 때까지 좁힙니다
목표 하나를 골라 네 단계로 좁혀 보겠습니다.
① 목표를 고른다
기후 변화에 대응하기
아직 물음이 아닙니다. 이대로는 무엇을 세어야 할지 알 수 없습니다.
② 우리 동네에서 손댈 수 있는 일로 옮긴다
가까운 거리를 자동차 대신 자전거로 다니게 하려면?
범위가 줄었지만 여전히 「하려면?」은 데이터가 답할 모양이 아닙니다.
③ 셀 수 있는 값으로 바꾼다
공유 자전거는 언제 많이 빌려질까?
대여 건수라는 셀 수 있는 값이 생겼습니다. 이제 데이터를 찾아볼 수 있습니다.
④ 무엇에 따라 볼지까지 적는다: 문제 정의 한 문장
공유 자전거의 시간대별 대여 건수는 기온 · 강수량 · 요일에 따라 어떻게 다를까?
알아낼 값(대여 건수)과 그 근거로 볼 값(기온 · 강수량 · 요일)이 문장 안에 모두 들어왔습니다.
| 항목 | 이 주제에서는 |
|---|---|
| 고른 목표 | 기후 변화 대응(가까운 거리의 이동 수단) |
| 문제 정의 | 공유 자전거의 시간대별 대여 건수는 기온 · 강수량 · 요일에 따라 어떻게 다를까? |
| 필요한 데이터 | 공공자전거 대여 이력(공공데이터포털, data.go.kr) · 시간별 기온과 강수량(기상청 기상자료개방포털, data.kma.go.kr) |
| 쓸 방법 | 「몇 건」을 묻고 있으므로 회귀 분석 |
| 알아 두고 갈 것 | 대여 이력은 이동한 사람의 기록이다. 출발 · 도착 지점과 시각이 함께 있으면 개인의 이동 경로가 될 수 있으므로 대여소별 · 시간대별 건수로 합쳐서 다룬다 |
문장을 쓸 때 「비가 오면 대여가 줄어든다」처럼 미리 답을 적지 않습니다. 그렇게 적어 두면 그 답이 나오는 쪽으로만 데이터를 보게 됩니다. 「어떻게 다를까」까지만 적고, 답은 데이터를 본 뒤에 씁니다.
③에서 ④로 갈 때 무엇이 늘어났나요? 여러분이 고른 주제도 「무엇을」과 「무엇에 따라」가 모두 들어 있는지 확인해 보세요.
핵심 정리
답할 수 있는 물음
an answerable question
- 무엇을 세면 답이 되는지가 문장에 들어 있어야 한다
- 「좋다 · 맞다」처럼 사람마다 기준이 다른 말은 그대로 못 쓴다
- 답을 미리 적어 두지 않는다
넓게 발산했다가 수렴하기
diverge, then converge
- 말로 시작하지 말고 각자 적는 것부터 한다
- 중요도 · 데이터 확보 두 축에 놓아 본다
- 많이 고른 것과 해낼 수 있는 것은 다르다
검토할 여섯 가지
six checks
- 현실성 · 범위 · 데이터 확보
- 데이터 품질 · 윤리와 개인 정보 · 분석 방법
- 다 만족할 수는 없다. 약한 곳을 알고 시작한다
- 사람이 드러나는 값은 더 큰 묶음으로 합쳐서 본다
좁히는 순서
narrowing down
- 목표 → 우리 동네의 일 → 셀 수 있는 값
- 마지막에 무엇에 따라 볼지까지 적는다
- 큰 주제는 버리지 말고 한 조각을 떼어 낸다
확인 퀴즈
배운 내용을 확인해 봅시다.
다음 중 그대로 프로젝트의 문제 정의로 쓸 수 있는 문장은?
주제를 정할 때 「데이터를 어디서 구할지」를 함께 확인해 두는 까닭은?
한 모둠이 같은 반 학생들의 건강 기록을 모아 분석하려고 합니다. 가장 먼저 할 일은?