[빅데이터] [데이터 분석] [인문학] 📝 "빅데이터 연구를 제대로 하기 위해서는 빅데이터를 포괄적 인문학의 문제로 인식할 필요가 있다." "빅데이터 기술로 인해 생겨나는 각종 사회 문제에

[빅데이터] [데이터 분석] [인문학] 📝 "빅데이터 연구를 제대로 하기 위해서는 빅데이터를 포괄적 인문학의 문제로 인식할 필요가 있다." "빅데이터 기술로 인해 생겨나는 각종 사회 문제에 대해 해당 분야 전문가들은 ‘우리는 기술자니까 그런 얘기를 안 하겠다. 기술에 대해서만 이야기하겠다’고 한다. 인문학자들은 ‘우리가 뭘 알겠나’는 식으로 개입하지 않으려 한다. 이대로라면 빅데이터가 굉장히 무책임한 방향으로 흘러갈 수밖에 없다. 양쪽 모두 빅데이터에 섞여있는 거짓말의 농도와 성질을 감별하는 일에 책임감을 갖지 않으면 안 된다." "어떤 기업이나 기관에서 ‘어떤 데이터를 중요시 여길 것인가’, ‘상대적으로 덜 중요하지만 새로운 구성을 위해 어떤 데이터를 관리해야 하나’ 등에 대한 인지적 지도가 구성돼야 한다. 이는 똑똑한 프로그래머를 데려오고 물리적 시스템을 구축한다고 해결되지 않는다. 인문학적 토양이 있어야 한다." "과거 어떻게 했는지 보다 앞으로 우리가 어떻게 해야 할 것인가가 중요하다. 기존 이론이나 매뉴얼에 충실하기 보다 매뉴얼을 만들어가는 창조적 작업이 필요하다. 그런 것들을 할 수 있는 빅데이터 문화를 구축하자는 게 나의 입장이다." --- 마이리얼트립의 양승화 데이터 분석가님은 디지털 인사이트와의 인터뷰에서 이렇게 말씀하셨습니다. "보통 데이터 분석이라고 하면 질문에 대한 답을 찾는 것이라고 생각하는데, 사실 답은 어떻게든 찾을 수 있거든요. 그런데 반대로 질문 자체를 잘하는 역량은 쉽게 기르기 어려워요. 항상 앞 단에서 데이터를 보고, 여러 가지를 상상하고, 우리가 지금 뭘 해야 하는지에 대해 좋은 질문을 던질 수 있는 분석가들이 앞으로 더 많이 필요할 것 같습니다." 결국 데이터 분석 우리가 데이터를 분석하는 이유는 '올바른 질문'을 도출하기 위함입니다. 이 과정을 잘 시작하기 위해서는 데이터를 그냥 분석할 게 아니라 분석하기 전에 분석하고자 하는 데이터의 속성과 특징을 이해하는 것이 중요합니다. 그렇기 때문에 앞으로는 '데이터 분석가'가 아닌 특정 '도메인의 배경을 가진 데이터 분석가'가 주목받을 것입니다.