How we can find ourselves in data | Giorgia Lupi

번역: Ju Hye Lim 검토: Jihyeon J. Kim

This is what my last week looked like.

제 지난주는 이랬습니다.

What I did,

제가 한 일

who I was with,

제가 같이 있었던 사람

the main sensations I had for every waking hour ...

매 시간 주로 느꼈던 감정.

If the feeling came as I thought of my dad

제가 최근에 돌아가신 아빠를

who recently passed away,

떠올려서 느낀 감정인 건지

or if I could have just definitely avoided the worries and anxieties.

아니면 그냥 피할 수 있었던 걱정과 불안함인지.

And if you think I'm a little obsessive,

제가 강박관념이 있다고 생각하신다면

you're probably right.

아마도 맞을 거예요.

But clearly, from this visualization,

하지만 이 시각적인 자료를 통해서

you can learn much more about me than from this other one,

저에 대해 훨씬 더 많은 걸 알 수 있어요. 이걸 볼 때보다요.

which are images you're probably more familiar with

여러분이 더 익숙하실 이미지들인데요.

and which you possibly even have on your phone right now.

핸드폰에 지금 갖고 계실 수도 있어요.

Bar charts for the steps you walked,

내가 걸은 걸음을 나타내는 막대 그래프

pie charts for the quality of your sleep --

수면의 질을 나타내는 원형 그래프

the path of your morning runs.

아침 조깅 경로.

In my day job, I work with data.

저는 낮에는 데이터 관련 일을 합니다.

I run a data visualization design company,

데이터 시각화 디자인 회사를 운영해요.

and we design and develop ways to make information accessible

이미지를 통해 정보를 이해하기 쉽게 만드는 방법을

through visual representations.

개발하고 설계합니다.

What my job has taught me over the years

제 직업이 저에게 가르쳐준 것은

is that to really understand data and their true potential,

데이터를 정말로 이해하고 데이터의 진정한 잠재력을 알려면

sometimes we actually have to forget about them

데이터에 대해 잊어버리고

and see through them instead.

데이터를 간파해야 한다는 겁니다.

Because data are always just a tool we use to represent reality.

데이터는 현실을 나타내기 위한 도구일 뿐이니까요.

They're always used as a placeholder for something else,

언제나 무언가를 대신하는 데 쓰이지만

but they are never the real thing.

실질적인 것이 아니예요.

But let me step back for a moment

잠시 제가 이걸 스스로

to when I first understood this personally.

깨달았을 때로 돌아가 봅시다.

In 1994, I was 13 years old.

1994년에 저는 13살이었는데

I was a teenager in Italy.

이탈리아에 살고 있었습니다.

I was too young to be interested in politics,

저는 정치에 관심이 있기엔 너무 어렸어요.

but I knew that a businessman, Silvio Berlusconi,

하지만 대선에 출마한 사업가인 실비오 베를루스코니가

was running for president for the moderate right.

중도 우파라는 건 알고 있었어요.

We lived in a very liberal town,

저흰 매우 진보적인 성향의 마을에 살고 있었고,

and my father was a politician for the Democratic Party.

저희 아버지는 민주당의 정치인이셨습니다.

And I remember that no one thought that Berlusconi could get elected --

아무도 베를루스코니가 당선되리라고 생각하지 못했었어요.

that was totally not an option.

일어날 리가 없는 일이었죠.

But it happened.

그런데 그런 일이 일어났어요.

And I remember the feeling very vividly.

그 때 어떤 느낌이었는지 매우 생생하게 기억나요.

It was a complete surprise,

정말 놀랐어요.

as my dad promised that in my town he knew nobody who voted for him.

아빠가 아는 마을사람 중에 그를 뽑은 사람은 아무도 없다고 장담했었거든요.

This was the first time

이 때 처음으로

when the data I had gave me a completely distorted image of reality.

제가 가진 데이터가 제게 완전히 왜곡된 현실을 보여주었어요.

My data sample was actually pretty limited and skewed,

제 데이터 표본은 사실 매우 제한적이고 편향되어 있었어요.

so probably it was because of that, I thought, I lived in a bubble,

저는 그게 이유라고 생각했어요. 저는 우물 안에 살고 있었고

and I didn't have enough chances to see outside of it.

그 바깥을 볼 기회가 많지 않았어요.

Now, fast-forward to November 8, 2016

2016년 11월의 미국으로

in the United States.

빨리감기 해봅시다.

The internet polls,

인터넷 설문조사

statistical models,

통계 모형

all the pundits agreeing on a possible outcome for the presidential election.

모든 전문가들이 대선 결과에 대해 똑같이 예측했어요.

It looked like we had enough information this time,

이번에는 충분한 정보를 갖고 있는 것 같았고

and many more chances to see outside the closed circle we lived in --

우리가 살고 있는 폐쇄적인 원 바깥을 볼 기회도 훨씬 많아 보였어요.

but we clearly didn't.

하지만 아니더군요.

The feeling felt very familiar.

이 기분이 매우 익숙하게 느껴졌어요.

I had been there before.

전에 느껴본 적 있는 기분이었어요.

I think it's fair to say the data failed us this time --

이번에는 데이터가 저희를 극적으로 실망시켰다고

and pretty spectacularly.

말하는 게 맞는 것 같아요.

We believed in data,

우리는 데이터를 믿었는데

but what happened,

실제로 일어난 것은

even with the most respected newspaper,

심지어 평판있는 신문사의 경우에도

is that the obsession to reduce everything to two simple percentage numbers

강렬한 헤드라인을 만들기 위해 모든 것을 숫자로 된 두 개의

to make a powerful headline

단순한 %로 압축시킨 것이

made us focus on these two digits

우리를 이 두 자리 숫자에만

and them alone.

집중하게 한 것이었습니다.

In an effort to simplify the message

메시지를 단순하게 만들고

and draw a beautiful, inevitable red and blue map,

불가피한 아름다운 빨간색과 파란색 지도를 만들기 위한 노력 속에서

we lost the point completely.

우리는 목적을 상실한 것이죠.

We somehow forgot that there were stories --

우리는 숫자 뒤에 사람들의 사연이 있다는 사실을 잊어버렸습니다.

stories of human beings behind these numbers.

In a different context,

다른 상황이지만

but to a very similar point,

매우 비슷한 주제로

a peculiar challenge was presented to my team by this woman.

한 여성이 저희 팀에게 특이한 과제를 던져주었었습니다.

She came to us with a lot of data,

그녀는 아주 많은 데이터를 들고 우리를 찾아왔는데

but ultimately she wanted to tell one of the most humane stories possible.

궁극적으로 가장 인간적인 이야기를 들려주고 싶어했습니다.

She's Samantha Cristoforetti.

그 여성은 사만사 크리스토포레티였어요.

She has been the first Italian woman astronaut,

이탈리아의 첫 여성 우주비행사였는데

and she contacted us before being launched

국제 우주 정거장으로의 6개월 간의 원정을 떠나기 전에

on a six-month-long expedition to the International Space Station.

저희에게 연락을 했습니다.

She told us, "I'm going to space,

그녀가 말하길, "저는 우주에 가요.

and I want to do something meaningful with the data of my mission

사람들에게 다가가기 위해 제가 우주 비행에서 얻는 데이터로

to reach out to people."

의미있는 일을 하고 싶어요."

A mission to the International Space Station

국제우주정거장으로 가는 탐사는

comes with terabytes of data

여러분이 상상할 수 있는 모든 것에 대한

about anything you can possibly imagine --

테라바이트 수준의 데이터를 가져다 줄 수 있습니다.

the orbits around Earth,

지구를 도는 궤도

the speed and position of the ISS

국제 우주 정거장의 속도와 위치

and all of the other thousands of live streams from its sensors.

센서에서 얻는 그 외의 수천 개의 실시간 영상들이 있습니다.

We had all of the hard data we could think of --

저희는 확실한 정보를 모두 가지고 있었습니다.

just like the pundits before the election --

대선을 앞둔 전문가들처럼요.

but what is the point of all these numbers?

하지만 이 모든 숫자가 무슨 의미가 있을까요?

People are not interested in data for the sake of it,

사람들은 데이터 그 자체에 관심이 있는 게 아닙니다.

because numbers are never the point.

절대 숫자가 중요한 게 아니니까요.

They're always the means to an end.

언제나 결과를 얻기 위한 수단일 뿐이에요.

The story we needed to tell

저희가 들려주어야 했던 이야기는

is that there is a human being in a teeny box

작은 상자 안에 인간이 들어있고

flying in space above your head,

사람들 머리 위의 우주를 날고 있으며

and that you can actually see her with your naked eye on a clear night.

맑게 갠 밤하늘에 육안으로 그 사람을 볼 수 있다는 것이었어요.

So we decided to use data to create a connection

그래서 저희는 데이터를 사용해 사만타와 그녀를 아래에서 바라볼

between Samantha and all of the people looking at her from below.

모든 사람들 사이에 연결고리를 만들기로 했어요.

We designed and developed what we called "Friends in Space,"

저희는 "프렌즈 인 스페이스"라는 앱을 디자인하고 개발했어요.

a web application that simply lets you say "hello" to Samantha

본인이 있는 곳에서 사만사와, 접속해 있는 전세계의

from where you are,

모든 사람들에게

and "hello" to all the people who are online at the same time

"안녕"이라고 인사할 수 있는

from all over the world.

인터넷 앱이었어요.

And all of these "hellos" left visible marks on the map

사만타가 날아다니는 동안 모든 "안녕"은 지도에

as Samantha was flying by

눈에 보이는 흔적을 남겼고

and as she was actually waving back every day at us

사만타는 매일 국제우주정거장에서 트위터를 통해

using Twitter from the ISS.

인사에 답해주었어요.

This made people see the mission's data from a very different perspective.

이 일로 사람들은 우주 비행의 데이터를 매우 다른 시각에서 보게 되었어요.

It all suddenly became much more about our human nature and our curiosity,

순식간에 기술이 아닌 인간 본성과 우리의 호기심에

rather than technology.

관한 것이 되어버렸어요.

So data powered the experience,

데이터가 경험의 동력이 되었지만

but stories of human beings were the drive.

인간의 이야기가 추진력이 되었어요.

The very positive response of its thousands of users

수천 명의 유저로부터 얻은 긍정적인 반응은 제게 아주 중요한

taught me a very important lesson --

교훈을 가르쳐주었습니다.

that working with data means designing ways

데이터를 가지고 작업하는 것은, 추상적이고 셀 수 없는 것들을

to transform the abstract and the uncountable

눈에 보이고, 느낄 수 있고, 우리 삶과 행동에 직접적으로

into something that can be seen, felt and directly reconnected

다시 연결될 수 있는 것으로 변형시키는 방법을

to our lives and to our behaviors,

설계한다는 의미인 것을요.

something that is hard to achieve

그 과정에서 데이터를 둘러싼 기술과

if we let the obsession for the numbers and the technology around them

숫자에 대한 집착이 주도권을 갖게 하면

lead us in the process.

이룰 수 없는 일들이죠.

But we can do even more to connect data to the stories they represent.

하지만 데이터를 그들이 대변하는 내용에 연결하면 더 많은 걸 할 수 있어요.

We can remove technology completely.

우리는 기술을 완전히 제거할 수 있습니다.

A few years ago, I met this other woman,

몇 년 전에 저는 또 다른 여성을 만났습니다.

Stefanie Posavec --

스테파니 포자베크입니다.

a London-based designer who shares with me the passion and obsession about data.

런던에서 일하는 디자이너인데 저처럼 데이터에 열정과 집착을 갖고 있어요.

We didn't know each other,

저희는 서로 모르는 사이였는데

but we decided to run a very radical experiment,

데이터만 이용해서 의사소통을 하는

starting a communication using only data,

미친 실험을 해보기로 했어요.

no other language,

다른 언어는 사용하지 않고요.

and we opted for using no technology whatsoever to share our data.

그리고 데이터를 공유하는 데 기술도 일절 사용하지 않기로 했어요.

In fact, our only means of communication

의사소통의 유일한 수단은

would be through the old-fashioned post office.

구식인 우체국을 이용하는 것이었어요.

For "Dear Data," every week for one year,

"디어 데이터"실험을 위해 일 년 동안 매주

we used our personal data to get to know each other --

사적인 데이터를 이용해 서로를 알아갔어요.

personal data around weekly shared mundane topics,

매주 이야기를 나눈 일상적인 주제에 관한 개인적인 데이터였어요.

from our feelings

우리의 기분에서부터

to the interactions with our partners,

배우자와 있었던 대화까지

from the compliments we received to the sounds of our surroundings.

들었던 칭찬부터, 주위의 소리까지요.

Personal information that we would then manually hand draw

그러고나면 사적인 정보를 엽서 크기의 종이에

on a postcard-size sheet of paper

직접 손으로 그려서

that we would every week send from London to New York,

우리는 매주 런던에서 제가 사는 뉴욕으로 보내고

where I live,

and from New York to London, where she lives.

뉴욕에서 스테파니가 사는 런던으로 보냈어요.

The front of the postcard is the data drawing,

엽서의 앞면은 데이터를 도식화한 것이고

and the back of the card

뒷면에는 물론 상대방의 주소가 적혀있고

contains the address of the other person, of course,

and the legend for how to interpret our drawing.

도식을 해석하는 방법에 대한 설명이 적혀있습니다.

The very first week into the project,

프로젝트를 시작한 첫 주에

we actually chose a pretty cold and impersonal topic.

저희는 사실 굉장히 정 없고 사적이지 않은 주제를 골랐어요.

How many times do we check the time in a week?

일주일에 몇 번이나 시계를 보는가?

So here is the front of my card,

이게 제가 보낸 엽서의 앞면입니다.

and you can see that every little symbol

작은 기호 하나하나가 모두

represents all of the times that I checked the time,

제가 시간을 확인한 때를 나타내는 걸 보실 수 있습니다.

positioned for days and different hours chronologically --

날짜와 시간에 따라 순서대로 정렬되어 있죠.

nothing really complicated here.

복잡한 건 하나도 없어요.

But then you see in the legend

그렇지만 뒤에 설명서를 보면

how I added anecdotal details about these moments.

이 순간들에 대한 더 자세한 이야기를 추가로 적어 놓았어요.

In fact, the different types of symbols indicate why I was checking the time --

각각의 다른 기호들은 제가 왜 시간을 확인했는지를 알려줍니다.

what was I doing?

내가 무엇을 하고 있었지?

Was I bored? Was I hungry?

심심했나? 배고팠나?

Was I late?

지각했었나?

Did I check it on purpose or just casually glance at the clock?

일부러 시간을 봤나 아니면 그냥 시계를 봤나?

And this is the key part --

그리고 이게 중요한 부분인데

representing the details of my days and my personality

제 하루와 성격에 대한 자세한 정보들을

through my data collection.

데이터 모음으로 나타내고 있어요.

Using data as a lens or a filter to discover and reveal, for example,

언제나 제 시간에 도착함에도 늦을까봐 고질적으로 불안해하는

my never-ending anxiety for being late,

제 모습같은 것들을 발견하고 밝혀내기 위해

even though I'm absolutely always on time.

데이터를 렌즈나 필터처럼 쓰고 있죠.

Stefanie and I spent one year collecting our data manually

스테파니와 저는 수동적으로 데이터를 모으는 데 일 년을 썼어요.

to force us to focus on the nuances that computers cannot gather --

적어도 아직까지는 컴퓨터가 이해하지 못하는 미묘한 차이에

or at least not yet --

주목하려고 애쓰고

using data also to explore our minds and the words we use,

우리의 활동뿐만이 아니라 우리의 머리속과 우리가 쓰는 단어들을

and not only our activities.

탐사하는 데 데이터를 사용했어요.

Like at week number three,

일례로 셋째 주에는

where we tracked the "thank yous" we said and were received,

우리가 말하고 들은 "감사합니다"를 기록하고서는

and when I realized that I thank mostly people that I don't know.

제가 모르는 사람에게 주로 감사하단 말을 많이 한다는 걸 깨달았어요.

Apparently I'm a compulsive thanker to waitresses and waiters,

제가 웨이터들에게 강박적으로 감사하다는 말을 하더라고요.

but I definitely don't thank enough the people who are close to me.

하지만 가까운 사람에겐 고맙단 말을 충분히 하지 않아요.

Over one year,

그 일 년 동안

the process of actively noticing and counting these types of actions

이런 종류의 행동을 의식적으로 알아채고 횟수를 세는 과정이

became a ritual.

하나의 의식이 되어버렸어요.

It actually changed ourselves.

저희를 변화시켰어요.

We became much more in tune with ourselves,

스스로와 좀 더 조화를 이루게 되었고

much more aware of our behaviors and our surroundings.

주위 환경과 우리의 행동에 더 눈뜨게 되었어요.

Over one year, Stefanie and I connected at a very deep level

일 년 동안 스테파니와 저는 우리가 공유한 데이터 일기를 통해

through our shared data diary,

매우 가까워졌어요.

but we could do this only because we put ourselves in these numbers,

하지만 그럴 수 있었던 이유는 우리가 숫자에 자신을 담았고,

adding the contexts of our very personal stories to them.

그 숫자에 매우 사적인 사연들을 맥락으로 더했기 때문이었어요.

It was the only way to make them truly meaningful

그것만이 데이터를 의미있게 만들고

and representative of ourselves.

우리를 나타내게 하는 유일한 방법이었어요.

I am not asking you to start drawing your personal data,

여러분에게 자기만의 데이터를 그리기 시작하라거나

or to find a pen pal across the ocean.

바다 건너에 펜팔을 만들라는 말이 아니예요.

But I'm asking you to consider data --

어떤 종류의 데이터든 모든 데이터를

all kind of data --

대화의 끝이 아닌

as the beginning of the conversation

시작으로 여기시라고

and not the end.

드리는 말씀입니다.

Because data alone will never give us a solution.

데이터 자체만으로는 해결책을 줄 수 없어요.

And this is why data failed us so badly --

그게 데이터가 우리를 지독하게 실망시켰던 이유입니다.

because we failed to include the right amount of context

우리가 현실을 대변하기에 충분한 양의 맥락을 포함시키는 걸

to represent reality --

실패했기 때문이에요.

a nuanced, complicated and intricate reality.

미묘하고, 복잡하고, 정교한 현실을 말이에요.

We kept looking at these two numbers,

우리는 이 두 숫자만 계속 들여다보고

obsessing with them

여기에 집착하면서

and pretending that our world could be reduced

우리가 사는 세상이 두 자리 숫자와 경마로

to a couple digits and a horse race,

압축될 수 있는 것처럼 행동했어요.

while the real stories,

진짜로 중요했던 현실의 이야기들은

the ones that really mattered,

were somewhere else.

다른 곳에 있었는데 말이죠.

What we missed looking at these stories only through models and algorithms

이 이야기들을 모형과 알고리즘으로만 보면서 놓친 것들을

is what I call "data humanism."

저는 "데이터 인문주의"라고 부릅니다.

In the Renaissance humanism,

인문주의의 르네상스 시대에

European intellectuals

유럽의 지식인들은

placed the human nature instead of God at the center of their view of the world.

신이 아닌 인간의 본성을 세계관의 중심에 두었었어요.

I believe something similar needs to happen

데이터의 세계에서도 비슷한 일이 일어나야 한다고 생각합니다.

with the universe of data.

Now data are apparently treated like a God --

사람들은 데이터를 신처럼 대하고 있어요.

keeper of infallible truth for our present and our future.

현재와 미래의 절대적인 진리의 수호자처럼요.

The experiences that I shared with you today

제가 여러분께 오늘 들려드렸던 경험들은

taught me that to make data faithfully representative of our human nature

데이터가 인간의 본성을 충실히 대변하도록 만들고

and to make sure they will not mislead us anymore,

더이상 우리를 호도하지 않게 해야 한다는 걸 가르쳐주었습니다.

we need to start designing ways to include empathy, imperfection

우리가 데이터를 수집하고, 처리하고, 분석하고, 전시하는 방식에

and human qualities

공감과 결점과 인간적 특성을

in how we collect, process, analyze and display them.

포함시키는 방법들을 설계하기 시작해야 합니다.

I do see a place where, ultimately,

데이터를 더 효율적이기 위해서만 사용하는 게 아니라

instead of using data only to become more efficient,

더 인정 있기 위해 모두들 데이터를 사용하는 미래가

we will all use data to become more humane.

제게는 보입니다.

Thank you.

감사합니다.

(Applause)

(박수)