강좌클럽

강좌알림판

데이터 리터러시 첫 회

카이
2024-02-24
조회수 373

eb930ad6da136.jpeg


다음 회가 필요하다는 암시가 곳곳에서 드러났습니다. 올려주신 자료와 말씀을 참고하여 부지런히 쓴 것들 있지만, 기억나는 대로만 정리해보겠습니다. 강의의 주안점은, 전공자가 아닌 이들을 대상으로 해서 통계와 확률이 일상과 어떻게 맞닿을 수 있는지 접점을 밝혀주시는 것이었습니다. 어떤 분야든 세월이 쌓일수록 원 형태가 사라지고 복잡한 양상으로 바뀌기 때문에 원형부터 출발하면 이해가 쉽습니다. 주의할 점은 그 이후 쌓이는 약력이 지나치게 자세하면 애초에 궁금했어도 중간에 지칠 수 있는데 되도록 한 줄 요약으로 간결하게 정리하시고 재미있는 예를 곁들여 주셔서 기원전 3천 년에서부터 시작하여 18세기에 학문으로 정착하고, 우리나라에서는 1970년대에 경제학과에서 처음으로 자리잡은 통계학에 대한 흐름을 놓치지 않을 수 있었습니다.



통계학Statistics의 어원은 국가state에서 연원합니다. 보리수매량을 확인하는 상형문자가 현재에 이어져오고 있는데요, 세금을 걷는 지표로 삼거나 세금액을 알기 위해 곡식량을 기호화한 것이지요. 이는 오늘날까지 이어져오는 기본 성격입니다. 통계를 활용하는 분야가 글로벌 기업이나 정부처럼 돈을 걷어낼 수 있는 대단위의 사람들을 대상으로 한다는 점에서요. 즉, 수익 창출과 연관된 실용 학문입니다. 가장 대표적인 성격을 가리키는 것이지 그렇다고 해서 통계의 목적이 단일하다는 뜻은 아닙니다. 오히려 박철우 교수님이 예로 드신 것들은 대부분 흥미로웠어요. 예를 들어서 미국 OJ심슨 재판, 영화[머니볼] 그리고 칼럼에도 쓰셨듯 야구선수들의 평균 타율처럼요(돌발 질문: 한자어,통(치하다)을 통(달하다, 하나로 꿰다)로 할 수 있겠다는 정준희 교수님 질문에 대한 답변은 다음 시간에 확정해 주시기로 하셨습니다)




수학자들이 매우 다양하게 나왔습니다. (아르키메데스, 뉴튼), 페르마, 가우스, 피셔…누구는 최초로 확률적 개념을 도입했고, 누구는 오늘날 쓰이는 통계 기법 대부분을 고안했고(이 사람이 아마도 피셔였을 겁니다. 너무 명석해서 다른 통계학자들을 신뢰하지 않았다는 말씀이 기억에 남습니다)… 그러나 시대와 정확한 명칭은 자료를 보지 않고는 힘들기 때문에 생략합니다^^. 세금에서 출발한 통계가 도박할 때 승률을 예측하면서 다듬어졌다는 설명도 기억납니다. 통계 언어가 알파벳 약어와 수식어로 확정된 오늘날에는 전혀 추측할 수 없는 부분이었습니다. 예를 들어서, 5판 3선승제 게임이 갑작기 중단되었는데 A는 두 판을 이겼고, B는 한 판을 이긴 상태라면 우승금을 어떻게 나눌까,에 확률을 도입했다는 얘기입니다. 통계와 확률을 혼용해서 쓰고 있는데요, 제게는 그 말이 그 말입니다… 




수학자들을 기억하지는 못하지만, 박철우 교수님 강의를 들은 사람과 듣지 않는 사람을 구별하는 가장 중요한 개념은 놓치지 않았습니다. 바로 모집단과 표본/ 모수와 통계량, 즉 표본 통계입니다. 큰 원과 그 속에 포함된 작은 원을 생각하시면 됩니다. 예를 들어서 두 정당(더불어민주당, 국민의 힘)중 어느 정당을 지지하느냐?란 질문이 있다고 하면 모집단은 투표권을 가진 대한민국 국민입니다. 현실에 존재하는 실제 집단이죠. 큰 원입니다(모수는 모집단의 평균치이고요), 그런데 이렇게는 실험할 수 없기 때문에 표본을 추출합니다. 예를 들어, 전국에서 천 명을 모집하는 것처럼이요. 큰 원에 포함되는 작은 원입니다. 샘플링이라고 해요. 적절하게 현실을 반영한 샘플인가?를 질문하면서 보정이라든가, 편향bias같은 개념들이 나옵니다. 통계의 대상은 이처럼 선별된 표본입니다( 그 결과값이 표본 통계이고요). 강의 순서에 맞지 않게 이제야 기억이 나는데요… 우리가 data라고 하는 것은 무작위 추출이 아니라 실험 의도에 맞게 선별된 자료들이었습니다. 자료가 실험 의도에 맞지 않는다면 초기 실험의 결과값도 의미가 없고(garbage in, garbage out), 실험을 재현해낼 수도 없기 때문에 과학이 아닙니다. 어느 학자의 말도 인용되었는데 예전에 증기기관이나 석유가 중요했다면 오늘날에는 그 자리에 data가 있다고 합니다. 철학자 유발하라리는 신 중심<인간 중심< 데이터 중심으로 간단히 요약하기도 했습니다: Theist< Humanism< Dataism




상당히 흥미로운 학문인 것을 덕분에 잘 알았는데요, 실제 분석으로 들어가자마자 난관에 부딪힙니다. 숫자로 변환되는 순간 저는 급 흥미가 떨어져요. 그래프와 지도도 마찬가지입니다. 어쩌면 좋을지 여쭈어 보니 문장에서 숫자로 변환하는 것을 충분히 연습하면 도움이 될 거라고 하셨어요(그러니까 어떻게요??;;) 그러나 구체적인 방법은 비밀이라고 하십니다^^ 아마 이미 너무 익숙해지셔서 변환 과정이 기억나지 않으실 거라고 정준희 교수님이 보강해주셨고요. 실은 추상화와 축약이 핵심이라고 하셨습니다. 아마도 수식을 문장으로 푸는 역방향으로 연습을 해보라 하셨던 것 같기도 합니다. 컴퓨터에서도 언어,라는 말을 쓰죠. 다음주  [구술문화와 문자문화] 강의에서도 설명해주시겠지만 사실 언어라는 것이 기호 변환이니까 같은 범주일 수 있어요. 하지만 문자 기호와 숫자 기호가 동일한 추상화의 결과라는 게 선뜻 와닿지 않습니다… 아, data는 반드시 숫자만 가리키는 것은 아니고 이미지, 그래프등 다양하지만 그것을 자료화할 경우에는 반드시 숫자로 변환시켜야 한다,는 말씀도 기억납니다. 




좋은 강의는 강의가 끝나고 개인적으로 자료를 더 찾게 합니다. 적절한 질문도 마찬가지고요. 문자를 숫자로 변환하는 연습이 가능한 자료가 있을지 찾아보지 않을까 합니다. 웬만한 인문학에 종교학이 대부분 연결되어서 사회학, 통계학도 어느 정도는 알아야 하기도 하고… 고등학교 때 포기했던 분야를 다시 이어가면 뿌듯할 것입니다. 여러모로 첫 강의라 몹시 떨린다고 하셨지만… 듣는 입장에서는 전혀 걸림돌이 없었습니다. 같이 떨렸다는 얘기일 수도 있지요^^ 낯설지 않은 장소라서 강의실까지 카푸치노 한 잔 들고 집에서부터 천천히 걸어갔는데요, 건물 입구에서 안내판을 관리하시는 교수님을 뵈었습니다. 스텝분과 함께 입간판이 넘어지지 않게 생수를 좀더 넣고 계셨어요. 아!, 저런 것도 직접 하시는구나… 그냥 지나치지 못하고 끝날 때까지 기다렸다가 살짝 인사드렸습니다. 마침 최종태 조각가의 작품 전시 중이라 강의 전에 살펴 보았습니다. 최종태님 작품 중에도 피에타가 있었어요. Daisy님이 올리신 피에타,가 떠올라서 사진에 담았습니다. 조만간 말씀드리겠습니다. 이제 숙제?도 마쳤으니 슬슬 다시 움직이겠습니다. 남은 주말도 평온하시기 바랍니다💚



a8960f905ef8e.jpeg

Let somebody go

 

20