본 아티클을 포함하여 4개로 연재될 '데이터과학과 민족지학'에 대한 아티클은 2018년EPIC 컨퍼런스에서 진행된 데이터과학자 (Tye)와 에스노그래퍼 (Dawn) 간의 대화를 통해 데이터에 대한 통계적 관점과 민족지학적 접근의 공통점과 차이점에 대해 정리한 내용이다. 데이터 과학자인 Tye와 민족지학자인 Dawn은 각각 UC 버클리와 캠브릿지에서 박사학위를 취득하고 현재 현업에 종사하고 있다. EPIC 은 ‘Ethnographic Praxis (i.e. the practical application of ethnographic theory) in Industry’ Conference의 약자로 기술, 제품, 서비스 기업, 디자인 스튜디오, 컨설팅 기업과 정부, NGO를 포함하여 민족지학적 방법을 사용하여 자신의 분야를 발전시키는 대학 및 연구기관의 실무자와 학자 간 지식 교류를 목적으로 진행되고 있다. 정성적이고 부드러운 데이터를 주로 다루는 디자인은 민족지학 분야와 상당부분의 공통 분모를 공유하고 있지만, 바람직한 제품, 서비스, 시스템, 환경을 만들기 위해 우리 일상 깊이 들어온 데이터 과학을 고려하지 않을 수 없다. 본 아티클은 데이터과학자와 민족지학자의 대화이지만, 디자이너의 관점에서 우리의 역할에 대해 고민하기에 좋은 글인 것으로 사료되어 본 아티클에서 공유한다.
"연구 스펙트럼의 측면에서 데이터 과학과 민족지학은 때때로 서로 극과 극에 있는 개념으로 이해되고 있다.
이를테면 데이터 사이언스는 폭발하는 거대한 데이터 세트로, 민족지학은 느리게 진행되는 경험적 몰입에 의한 데이터로 말이다."
양극단에 있는 분야에 대한 몇몇 고정관념이 있는데, 빅데이터에 대한 대표적인 고정관념은 마치 데이터 과학자가 데이터 내의 사회적 맥락을 이해하지 않은 것처럼 정량적 측면만 보고있는 것처럼 보일 수 있으며, 민족지학에 대한 대표적인 오해는 민족지학이 증거에 근거한 체계적인 연구와 분석이 아닌 일반적 묘사인 것처럼 보이게 할 수 있다는 것이다. 두 분야 모두 이러한 오해와 함께 양극단에 있는 것처럼 보여지지만, 사실 이 둘은 우리가 예상하는 것보다 더 많은 공통점을 공유하고 있다.
Big Data와 에스노그라피를 통해 도출되는 Thick Data의 차이. ⓒ Wang, T.
데이터 과학과 민족지학이 공유하고 있는 공통 분모를 확장하는 데에 큰 어려움이 있다고 생각하지만, 이미 여러 분야에서 진행되고 있음을 볼 수 있다. 산업과 학계에 데이터 과학의 활용은 점점 더 보편화되고 있으며, 민족지학자들이 컴퓨터 시스템, 소프트웨어 개발 참여 시 인간 경험의 이해에 매우 중요한 결과를 가져온다는 것을 깨닫고 있다. 이와 더불어 데이터 과학은 또한 혼합 연구 방법에 있어 디지털, 온라인, 오프라인 모두에서 인간 경험에 대한 다차원적 이해를 창출하는 등과 같이 새로운 기회를 제공하고 있다. 데이터 과학자들에게 민족지학은 데이터와 데이터의 출처, 그리고 데이터 과학 작업의 사회문화적 영향에 대해 풍부한 이해를 제공할 수 있다. 네이트 실버 (Nate Silver)는 우리 사회와 문화에 대한 충분한 이해가 바탕이 될 때만 비로소 빅데이터의 잠재력을 활용할 수 있지만, 그 잠재력을 깨닫기 위해서는 데이터 과학과 민족지학, 두 분야의 전문가들이 함께 데이터를 대변해야 한다고 말했다.
이러한 이해를 바탕으로 논의를 촉발하기 위해, 데이터 과학과 민족지학 환경에서 우리가 보고 있는 관행과 가능성에 대해 이야기했다.
1. 단지 이론이 아닌 데이터 과학과 민족지학의 실제적 협업을 가능하게 하는 특징은 무엇인가?
2. 두 개의 영역뿐만 아니라 우리가 함께 일하는 조직과 함께 일하는 사람들과 지역사회를 위한 가치 창출의 기반이 되는 공통의 영역은 무엇인가?
혁신은 그 어느때보다도 우리의 예상 밖을 벗어나 빠르게 진행되고 있으며, "데이터 과학자는 이렇게 하고 민족지학자들은 이렇게 한다" 는 고정관념에서 벗어나면서 복잡한 논쟁을 불러일으킨다. 그럼에도 불구하고 데이터 과학과 민족지학의 협업은 여전히 보기 힘들고, 그 협업이 어려운 이유 중 하나로 거론되고 있는 것은 "서로 다른 영역"이 실제로 어떻게 작동하는지에 대한 기본적인 이해가 아직도 이루어지기 않았기 때문이다. 이를 진전시키는 더 많은 논의를 위한 출발점으로서 다음아티클에서 데이터 과학자인 Tye와 민족지학자인 Dawn 두 사람 사이의 (편집된) 대화를 공유한다.
Reference.
Rattenbury, T., and Nafus, D. (2018) Data Science and Ethnography: What’s our common ground, and why does it matter? Available at: https://www.epicpeople.org/data-science-and-ethnography/
Wang, T. (2016) Why Big Data Needs Thick Data. Available at: https://medium.com/ethnography-matters/why-big-data-needs-thick-data-b4b3e75e3d7
영국 리포터_이보연.
