데이터 리터러시_대체 데이터 생산 역량

데이터씽킹 티키타카 - [ 대체 데이터 생산 역량 ]

 

우리가 풀고자 하는 문제가 참신한 내용일수록, 그 문제가 데이터로 풀릴 수 있는 가능성은 높을까? 낮을까?

아이러니하게도 문제가 참신할수록, 혁신적인 사고일수록 데이터로 문제를 풀 가능성이 낮아진다.

따라서 데이터가 없어도 대체 데이터를 조합하여 해결하는 힘이 필요하다.

 

모호한 가치를 수치화 할 수 있고 그 내용을 이용하여 모호한 가치의 증감(성장/후퇴)을 보기 위해 이치와 수치를 연결하는 연습을 해야 한다.

 

장황하고 모호한 말을 콤팩트하게 정리하는 역량이 데이터 과학에서도 매우 중요하다.

👇 예시

 

 

이번 차시 문제

지금 담당하고 있는 업무의 공익적 가치를 공식으로 표현하기
ex) 경찰청 근무 시 - 사람 간 교류가 많은 업무라 치안이 불안해질 요소도 증가. 따라서 "치안 = 안정감/사람의 교류"

 

조건

1. 수리적 표현이 직관적으로 이해하기 쉬울 것
2. 자신만의 철학이 잘 드러날 것
3. 담당하고 있는 업무의 공익적 목적성이 충분히 반영될 것

---

기획 업무의 오피셜 공식은 아래와 같다

기획 = 문제 정의 + 해결 방안 + 실행

 

다만, 서비스 기획단으로 넘어가면 이렇게 되지 않을까 생각한다.

서비스 기획 =  화면 구성 시간*수정 횟수 & (회의 횟수*시간*적정성)/소요일

 

A = 화면을 구성하기까지 리서치&작업 시간 등이 소요되는 점 그리고 타의&자의에 따라 수정한 횟수의 곱

B = 소통을 위한 회의는 반드시 필요하지만 많다고 무조건 좋은 것은 아니기 때문에 적정성이라는 요소가 필요

A는 작을수록 좋으며 B는 너무 높지도 낮지도 않은 최적의 값을 찾아야 한다.

 

*강의는 공무원을 대상으로 하는 것이라 공익성을 조건으로 달아두었지만 해당되지 않으므로 패스

---

해설

 

데이터는 늘 부족할 수밖에 없으며 이유는 아래와 같다.

 

문제는 언제 발생할까?

1. 과거나 현재의 불편함에서 발생

2. 미래에 무언가 하고 싶은 욕망에서 발생

 

즉, 문제는 미래의 산물이고 데이터는 과거의 산물이기에 데이터는 늘 문제를 쫓아갈 수밖에 없다.

인간은 지속적으로 자신의 욕망을 기반으로 하여 수많은 문제를 만들기 때문이다.

= 데이터 부족은 당연

 

또한 데이터가 충분한 상태에서만 학습하면 현장성이 결여될 수 있다.

 

조직에 데이터가 없다는 것은 어떤 의미일까?

데이터가 정말로 없는 것이 아니라 데이터를 가져다 사용할(만들어진) 개념이 없어서 조직이 그러한 데이터를 "요구"해본 적이 없는 것일 확률이 높다.

 

대체 데이터 생산 역량 = 새로운 개념을 만드는 적극적인 자세

---

좋은 답변 예시

 

인재 양성 = {(교육 후 전문성 - 교육 전 전문성) + (교육 후 책임감 - 교육 전 책임감)} x 교육 효과

- 공무원 교육 업무를 담당하고 있음. 이 업무의 공익적 가치는 공공서비스의 전문성을 높이는 책임감 있는 '인재 양성'이라고 생각. 이러한 공익적 가치를 만들어가는 데 고육에 따른 개인의 전문성과 책임감의 변화가 중요하다고 판단. 교육 전후로 변화한 전문성과 책임감을 더한 후 교육효과를 가중치로 부여해 보았음

 

왜 좋은 답변일까?

1. 교육 수혜자가 아닌 수행자의 책임감에 집중 = 통찰

2. 수행자가 전문성을 높여야 한다는 핵심을 짚음

---

이번 강의는 어떻게 대체 데이터를 만들어 낼 수 있는지 방법을 알 수 있을까 싶어 기대했는데 그보다 더 본질적인 개념에 대해 다루어 약간 아쉬웠다. 하지만 이렇게 정성적인 것을 정량적인 개념으로 다듬는 연습은 해볼 필요가 있다고 생각한다!