마을활동가에게 필요한 데이터 역량은?

‘마을'과 데이터가 만난다면? 마을활동가에게 데이터는 어떤 인사이트를 줄 수 있을까요? 데이터 역량은 마을활동가에게 필요할까요?  경기도마을공동체지원센터와 빠띠는 ‘마을문제 발굴 데이터 프로젝트'라는 이름으로 경기도 내 마을활동가 20여 명과 총 2회의 작은 교육을 진행했습니다.

공익데이터란 무엇이며 우리는 어떻게 데이터를 해석하고 활용할 수 있는지에 대한 강의와 더불어, 각자 자신의 활동 분야에서 관심 있는 문제의 데이터를 수집해보는 실습까지, 데이터와 가까워져보는 시간을 가졌습니다.

이렇게나 많은 문제들… 데이터 프로젝트로 해볼 수 있다면!

“이번 활동에서 어떤 부분을 가장 기대하나요?” 시작에 앞서 각자의 기대와 궁금증을 나눠보는 간단한 체크인을 진행했는데요. 데이터가 궁금한 활동가, 데이터를 이리저리 만져보고 싶은 활동가, 자신의 구체적인 활동에 적용시켜보고 싶은 활동가 등 다양한 니즈를 가진 참여자가 모였음을 확인하는 시간이었습니다.

“다양한 마을 활동을 하고 계신 새로운 분들과 만나는 것!” “서로의 관심 이슈를 나누고 함께 해 보고 싶은 활동을 상상하는 것!” “마을 시민안전보험에 대해 적용범위, 실제 수혜를 받은 사례 등을 데이터로 정리해보고 싶어요.” “몇 사람이 만드는 신문이 아닌 회의를 통해 만드는 과정을 지키고 싶습니다. 데이터를 공유함으로써 다같이 활용하는 시스템을 정착시키고 싶어요.” “초고령 사회를 맞는 예비 노인들의 생각을 효율적으로 모아 정책 제안 등에 활용할 수 있는 방법을 탐색해보면 어떨까요?” “데이터 활용방법을 좀 더 배워서 마을의제 발굴, 선정 과정에 공공성을 더 하고 싶어요.” “감성적인 호소가 아닌 객관적인 데이터를 기반으로 사업계획서를 작성하는 방법을 익히고 싶어요.” “함께하는 프로젝트의 효율성과 의미를 찾아보고 싶어요.” “조사한 공간정보를 디지털 데이터로 만드는(지도화, 시각화) 방법이 궁금해요.” “나의 관심사를 데이터로 확인할 수 있을지, 그 데이터를 모아서 구체적인 어떤 행동을 해볼 수 있을까 기획과 실천을 해보고 싶어요.”

함께 모인 서로의 관심을 가볍게 확인했습니다.
이제 본격적으로 데이터란 무엇인지, 우리는 어떻게 이해하고 활용할 수 있을지 알아보아야겠죠.

“우리는 데이터를 모르는데.. 전문가가 아니어도 할 수 있나요?"

기술이 발전한 사회, 더 편리하고 복잡해진 시스템 속에서 정작 내가 할 수 있는 것이 점점 더 줄어드는 것 같은 느낌을 받은 적이 있나요? AI, 알고리즘, 빅데이터와 같은 이야기들이 나오면 시민 개인들은 그런 기술이 나의 몫이 아니라 전문가들이 다루는 영역이라고 생각하게 됩니다. 하지만 데이터는 우리 일상과 밀접하게 연결되어있고, 그 데이터를 다루어보는 경험들은 우리의 삶에 있어서, 또 우리의 더 건강한 사회를 위한 매우 의미 있는 작업입니다.

데이터가 누구에 의해 무엇을 위해 사용되는지에 따라 그 의미에 맥락은 달라집니다. 우리가 더 나은 사회를 위해, 다양한 시민과 활동가들이 주체적으로 데이터를 ‘잘' 사용하는 것이 데이터 액티비즘(data activism)의 중요한 방향입니다. 

“우리는 데이터가 뭔지도 잘 모르고 기술도 없는데, 전문가가 아니어도 할 수 있나요?”

데이터 활동을 시작하는 시민들에게 자주 받는 질문입니다. 하지만 반드시 거창하고 복잡한 데이터나 전문적인 시각화 기술이 필요하지는 않습니다. 공공데이터를 들여다보고, 이슈를 발견하고, 간단한 스프레드시트만로 정리해보는 것만으로도 유의미한 데이터셋을 만들 수 있으니까요.

[공익데이터 활동사례 살펴보기]

• 스몰빅팀의 강서구 장애아동친화놀이터 지도 데이터
• 춘천 일상관찰가 ‘우리동네 리어카’ 동행관찰 프로젝트
• 시민공익데이터실험실 1기 : 생활용품의 그린워싱 데이터 찾아보기
• 시민공익데이터실험실 2기 : 등기부등본 데이터로 세입자 주거 문제 들여다보기

데이터 활동을 시작하기 위한 몇 가지 준비

우리 마을과 공익활동에 대한 데이터를 어렵지 않게 수집하고 분석한다면, 마을활동가들을 더 많은 작당들을 할 수 있겠죠? 공익데이터 활동의 의미를 고민해본 활동가들은, 본격적인 데이터 활동을 위한 몇 가지 준비를 해보았습니다.

① 해결하고 싶은 마을 문제 찾기

마을활동가와 공익데이터 활동의 접점은 ‘문제'에 있습니다. 함께 모인 참여자들은 저마다 경기도 각지의 마을 현장에서 다양한 이슈와 관심사를 가지고 있는 분들이었는데요. 자신이 관심 있는 마을문제를 탐색하고, 그중 데이터로 보여주고 싶은 핵심 이슈를 잡아보는 것으로 시작했습니다.

 참여자들이 제안한 관심 문제와 수집하고 싶은 데이터

스프레드시트를 하나의 공동 작업문서로 삼고, 각 시트에 해결하고 싶은 문제나 관심 있는 주제를 적어보았습니다. 아직 데이터를 수집해보지는 않았지만, 이런 주제로 활동을 한다면 어떤 데이터들을 찾을 수 있을지까지도 상상해보았죠.

각자 작성해본 관심 이슈는 무척 다양했습니다. ‘담배꽁초 문제 해결을 위해 투기지역 데이터가 궁금하다’부터 시작해, ‘비건 음식이나 옵션이 있는 마을 식당 데이터', ‘1인가구 여성 주거환경 개선을 위한 현황데이터', ‘청소년음주율' 등 직접 찾아보고 싶은 데이터 리스트를 구체적으로 적어보는 참가자들도 있었습니다.

② 문제 관련 데이터 수집계획 세우기

잡은 문제를 구체화하고, 명료하게 다듬어보는 작업입니다. 데이터 기반 액션을 위한 액션 캔버스(계획서)를 작성해보았는데요. 왜, 어떻게 하고 싶은지를 담아서 목적에 맞는 체크리스트를 하고 있는지를 확인하고, 문제 해결에 도움이 될지 생각해보는 과정입니다.

문제 정의 항목에서는 나의 문제의식을 한 문장으로 적거나, 누가 어떤 현상을 적고 있는지 문제의 당사자(end-user)의 상황을 중심으로 고민해보았습니다. 비교적 포괄적인 문제를 잡았을 경우에는 해결하고 싶은 구체적인 문제로 조금 더 구체화할 필요가 있습니다. 예를 들어 동네 길가에 담배꽁초가 쌓여있는 현상 하나 안에서도, 해결할 문제의 성격이나 층위를 다양하게 도출해볼 수 있습니다.

• 환경오염 문제 → 음식점 주변에 뿌려진 담배꽁초로 인한 보도블럭 오염 → 의정부 OO 지역
• 동물들의 건강이상 → 호기심 많은 댕댕이들의 산책길에 부비트랩 역할을 함
• 시각오염 → 동네나 마을에 담배꽁초가 보기 좋지 않음

문제가 정해졌다면, 그 문제를 들여다보기 위해 수집하고 싶은 데이터 항목을 고민합니다. 문제의식을 더 잘 보여줄 수 있거나, 문제의식을 발전시키는 데 도움이 되는 현황자료나, 잘 모르겠지만 관련이 있을 것 같다고 생각하는 데이터들. 우리 모두 문제가 아직 확실히 정리되지 않고, 데이터를 찾는 것이 익숙하지 않았지만, ‘일단’ 찾아보기로 했습니다.

설정한 문제와 수집계획을 담은 ‘데이터 액션 캔버스'를 다시 한번 들여다보고 다듬는 시간도 가졌습니다. 왜, 어떻게 하고 싶은지를 담아서 목적에 맞는 체크리스트를 하고 있는지를 확인하고, 문제 해결에 도움이 될지 생각해보아야 합니다. 각 단계에서 무엇을 할지를 적어보면서 체크리스트도 확인해보세요. 시작 단계에서 문장이 잘 써지지 않으면, 관련 기사가 데이터포털 등을 먼저 찾아보아요. 도움이 될 만한 자료가 있다면 링크를 첨부해도 좋겠지요.

활동사례 - 지역아동센터 관련 주제로 모아보고 싶은 데이터

한 참여자는 자신의 활동 분야인 아동돌봄과 지역아동센터 관련 데이터를 찾아보았습니다. 다루고 싶은 사회문제를 설정하고, 수집하고 싶은 데이터를 리스트업해보면, “어떤 문제를 다루고 싶은가"가 조금 더 명확해질 수 있습니다. 주제가 너무 광범위하지는 않은지부터 시작해, 이 데이터가 보고 싶은 이유가 문제의식을 더 잘 보여주고 싶어서인지, 대안을 제시하고 싶어서인지까지 말이죠.

데이터란 수식이나 지표로 된 자료 외에도 이미지나 텍스트 등의 비정형 데이터를 모두 포함합니다. 하지만 우선은 어떤 표현된 자료의 원본이 되는 데이터들을 찾고, 모아보는 시간을 가졌습니다. 위 예시와 같이 ‘금연'이나 ‘담배꽁초' 문제로 잡은 한 참여자는 관련해서는 각종 데이터포털에서 관련된 자료를 찾아보는 과정을 거쳤습니다.

*이외에 참가자들이 함께 찾아본 데이터 항목 예시

• 고양시 백석2동 금연 지역 데이터
• 고양시 백석2동 음식점앞 흡연자를 위한 서비스
• 새벽 청소하시는 환경미화원 실제 조사
• 담배꽁초 수거 시 참여가능한지 여부에 대한 설문조사

 

⓷ 데이터 수집 : 데이터 검색하기, 데이터셋 만들어보기

이렇게 각자 작성한 수집계획을 바탕으로, 간단한 데이터 수집 활동을 진행해봅니다. 어떤 데이터는 이미 존재하는 데이터를 가져와 활용해야할 수도 있고, 세상에 없는 데이터를 직접 수집해 만들어야 하는 경우도 있습니다.

남양주 지역 내에서 휠체어가 접근가능한 맛집 데이터를 찾아보기 위해, 우선 기존에 찾아둔 맛집 리스트를 스프레드시트로 정리해봅니다. 결국 맛집 정보를 더 잘 알리기 위한 매핑 데이터로 만들어볼 목적이기 때문에, 접근성 관련 데이터 외에도 맛집 정보를 알려줄 수 있는 다양한 정보를 데이터화해볼 수 있겠죠.

관심 데이터로 데이터셋 초안 만들어보기

 

이름, 주소, 연락처, 메뉴와 더불어 출입가능 여부와 접근성을 확인할 수 있는 ‘좌석의 입식여부', ‘주차장 유무', ‘엘리베이터 유무', ‘휠체어 출입가능 유무' 등의 항목을 포함한 데이터셋 초안을 만들었습니다. 제공하고 있지 않은 데이터의 경우 직접 돌아다니며 찾아야 하는 데이터들도 있습니다. 수집가능 여부와 더불어 지도로 표기하기에 충분한 표본들인지를 감안해야 합니다.

데이터셋 초안을 완성했다면, 이를 바탕으로 수집활동을 진행합니다. 이번 교육에서는 모의실습 형태로 약간의 데이터를 수집하고, 불러와보는 정도의 활동을 진행했는데요. 개인 혹은 팀 간 프로젝트 활동으로 데이터셋을 채워나가보면, 데이터셋의 구성과 결과물 형태 또한 조금 더 발전된 형태로 채워나갈 수 있을 것입니다.

구글마이맵을 활용해 위치 관련 데이터를 지도로 시각화한 빠띠의 활동사례

일상 속 문제를 찾아 데이터로 실험해보는 공익데이터 활동가(data activist)의 역할은 중요합니다. 직접 원하는 공익데이터를 찾을 수 있고, 데이터를 분석하고 시각화해 사회문제를 발견하고 해결하는 데 활용할 수 있는 것은, 마을문제를 탐색하고 해결하는 활동가들에게도 활동의 폭을 넓혀주지 않을까요?

활동을 마무리하며, 첫 시간에 가졌던 “우리마을 데이터, 어떻게 찾고 정리할 수 있을까"라는 질문을 다시 생각해봅니다. 이번 활동이 데이터적 관점과 방법론을 익히는 첫 시작이 된다면 좋겠습니다. 스스로 관심 분야 데이터를 모아보고, 더 잘 보여주기 위해 이리저리 다듬어보면서 말이죠. 마을공동체와 마을활동가들을 위한 양질의 데이터들이 더 많이 만들어지고, 활용되길 바라봅니다.

✏️ 글/사진 : 데모스X 리빙랩팀