빅데이터가 아니라 스몰데이터를 기반으로 한 생활데이터 곧 있으면 설 명절이 시작된다. 정작 한 것도 없는데 벌써 한 달이 훌쩍 가버렸다. 새해를 시작하면서 했던 수 많은 결심들이 혹시 작심삼일로 끝나지 않았는지? 대체 어떻게 하면 자신을 의지박약아로 몰아세우지 않고 새해결심을 행동으로 바꿀 수 있을까? 일찍이 저명한 경영철학자 피터 드러커는 측정할 수 없으면 관리할 수 없다고 (if you can't measure it you can't manage it) 하였다. 결심은 결심으로 끝나기 쉽상이지만 여기에 데이터 즉 숫자가 더해지면 결심이 행동으로 연결되기 훨씬 쉬워진다. 이런 트렌드를 반영하듯 요즘 잘 나가는 트렌드 세터들이라면 누구나 손목밴드를 하나씩 차고 다닌다. 단순한 고무 밴드가 이나다. 손목밴드에는 이용자의 기본정도 외에 위치 추적장치, 움직임 센서 등이 내장되어 있어 하루 동안 걷는 횟수와 거리, 걷는 시간, 속도, 칼로리 소모, 운동 강도 등 다양한 운동량과 관련된 정보를 분석하고 축적할 수 있다. 목표치를 설정할 수도 있고, 자신만의 운동 패턴도 확인할 수 있다. 물론 운동할 때 뿐만 아니라 잠들어 있거나 휴식을 취할 때에도 혹은 걸음 걸이 자세 등 개인의 움직임 및 그와 관련된 데이터를 수집하고 분석한다. 이처럼 기술을 통해 자기 자신의 데이터를 얻고 관리하는 것을 일명 '자기 측정'(Quantified Self, 수치화된 자아)이라고 한다. 2007년 '와이어드 (Wired)'의 편집인이었던 게리 울프(Gary Wolf)와 케빈 켈리(Kevin Kelly)에 의해 알려지기 시작했는데 이 자기 측정에 대한 소비자들의 관심이 뜨겁다. 한 컨설팅 회사의 설문 조사에 따르면 (근거 자료, '디지털 컨슈머 기술 조사(Accenture Digital Consumer Tech Survey 2014, 미국, 영국, 인도, 캐나다, 남아공, 호주 6개 국가 총 6,000명이 넘는 소비자를 대상으로 한 조사) 응답자의 절반이 넘는 52퍼센트가 신체 활동 추적과 개인 건강 관리에 사용하는 피트니스 모니터 같은 제품을 구매하는 데 관심을 가진 것으로 나타났다. (https://www.accenture.com/us-en/~/media/Accenture/Conversion-Assets/DotCom/Documents/Global/PDF/Technology_1/Accenture-Digital-Consumer-Tech-Survey-2014.pdf. 6페이지. Figure 3: Interest in digital offerings 의 정량 데이터로 시각화 시키면 좋을 듯 합니다) 흔히들 데이터라고 하면 빅데이터를 떠올린다. 요즘은 이 빅데이터가 모든 문제를 해결해 줄 만능 키처럼 인식되고 있지만 정작 우리가 생활하는 데에는 그렇게 엄청나게 큰 데이터들이 필요하지 않다. 모으기도 힘들고, 모은다 한들 분석하기도 힘들고, 분석한다 한들 그것이 정말 맞는지 검증하기도 어렵다. 오히려 나의 주변을 둘러싼 소소하고 작은 데이터가 자신의 문제를 해결하거나 개선 하는 데에는 더 도움이 될 수 있다. 작년 통계청에서 주최한 통계활용 수기 공모에서 '통계로 튀기는 치킨 (https://www.youtube.com/watch?v=sP9UK9RnfPw)' 으로 최우수상을 차지한 허성일씨는 치킨집을 하는 아버지를 돕기 위해 매일 매일의 닭고기의 수요를 예측하는 모델을 만들었다. 계절, 날씨, 이벤트와 같은 단순한 속성을 데이터로 만들어 예측을 하였는데 꽤나 정확한 수치였다. 대학원생 김영웅씨 ((https://brunch.co.kr/@youngwungkim/19)는 지하철 데이터를 분석하여 크리스마스에 조용히 데이트할 수 있는 장소를 찾았다. (브런치에서 138회나 공유되면서 사람들의 관심을 끌었다.) 한 보험사는 오는 3월말부터 모바일 내비게이션 T맵을 켜고 안전운전하면 자동차보험료가 최대 40%까지 할인되는 운전자습관 연계보험(UBI·usage-based insurance)을 출시하였다. 자기 측정 (Quantifed Self)라는 해외의 커뮤니티에는 약 200여개가 넘는 그룹이 존재하는데 자신에게 적절한 읽기 속도가 무엇인지, 자신의 심박수에 기반해 적절한 운동강도가 무엇인지, 자신의 수면 패턴에 근거하여 언제 깊은 잠을 자는지 처럼 일상에서 일어나는 일들에 대한 데이터를 모으고 서로의 사례를 공유하고 있다. 한 참여자는 꾸준히 자신을 기분을 트래킹 한 덕분에 자신이 전반적으로는 꽤 행복한 사람이라는 자기 인식을 할 수 있었고 덕분에 가끔씩 뒤따르는 스트레스 상황에서도 '나는 행복한 사람'이라는 재인지를 통해 삶이 많이 바뀌었다는 고백을 늘어놓기도 했다. (http://quantifiedself.com/2016/01/mood-tracking-by-kouris-kalligas/) 행동이 모이면 습관이 되고, 습관이 모이면 그게 바로 나 자신 즉 자아가 된다. 자신이 얼마나 움직이는지 인지할 수 있는 사람은 운동을 더 할지 말지 스스로 결정할 수 있다. 결국 사람을 움직이게 하는 중요한 것 중의 하나는 피드백이다. 데이터는 확실한 피드백 중의 하나이다. 이 피드백을 기반으로 새로운 의사결정을 할 수도 있고 이 의사결정은 행동으로 이어진다. 내가 얼마나 먹는지, 자는지, 웃는지 자신을 둘러싼 이 모든 것들이 데이터로 쌓이기 시작했다. 이런 작고 소소한 데이터가 우리 생활에 직접 연결되고 있다. 바야흐로 생활 데이터 시대가 오고 있는 것이다. 데이터가 생활에 연결되면 책에서 이야기 하는 혹은 저명한 학자가 이야기하는 '이렇게 하면 좋다', '저렇게 하면 좋다'가 아니라 나의 데이터에 기반해 나의 문제를 해결할 수 있게 된 것이다. 빅데이터가 아니라 스몰 데이터로, 남의 데이터가 아니라 나의 데이터에 근거해 자기를 이해하고 삶을 개선해 갈 수 있는 것이다. 두려워 할 필요는 없다. 한 때에는 글자를 입력하는 타이피스트도 프로페셔널한 직업이었지만 이제 누구나 컴퓨터를 통해 문서를 만들고 문자를 입력할 수 있다. 생활 데이터를 지원하는 각종 기기와 분석툴이 우리를 도울 것이다. 실제로 QS 커뮤니티에서 절반에 가까운 44%는 엑셀과 같은 간단한 툴을 활용하여 데이터를 관리하고 있다. 부러우면 지는 것이 아니라 두려워하면 지는 것이다. 늘 그렇듯이 내 행동을 모니터링 할 수도 있고 , 자신을 에 연결될 때 책에서 이야기 하는 혹은 저명한 학자가 이야기하는 '이렇게 하면 좋다', '저렇게 하면 좋다'가 아니라 나의 데이터에 기반해 나의 문제를 해결하는 해결우리는 더 이상 그 행동들이 쌓여 결국 나를 완성한다는 측면에서 볼 때 데이터 Self experimentation Behavior monitoring Location tracking Sleep tracking Mood and emotion tracking Medical self-diagnostics 데이터가 생활에 가 된다는 점에서 중요한 것은 이런 데이터가 나의 생활로 들어왔다는 점이다. 책에서 이야기 하는 혹은 저명한 학자가 이야기하는 '이렇게 하면 좋다', '저렇게 하면 좋다'가 아니라 나의 데이터에 기반해 나의 문제를 해결하는 '생활 데이터'가 앞으로 더욱 주목 받을 것으로 기대된다. 데이터 과학자 김진영씨는 집밥을 차려 먹듯 자기 주변의 문제를 데이터로 풀어보는 ‘생활 데이터’ 나에게 최적화된 결론을 도출하는 것이 가능해졌다. 기 쉬워졌다는 것이다. 이제 데이터는 우리의 생활로 깊숙히 들어왔다. 이런 데이터를 자신의 문제를 푸는 이 데이터를 들어오는 것이다. 이런 데이터를 자신의 생활에 적극 개입시켜서 문제를 해결하는 생활 데이터가 앞으로 더욱 주목 받을 것으로 기대된다. 이런 작은 데이터들은 우리의 삶의 변화를 피부로 느끼게 할 것이다. 패턴 대신 자는 이처럼 데이터를 자신의 문제를 푸는 수단으로 적극 활용하는 태도를 ‘데이터 생활화’ 혹은 ‘생활 데이터’라고 부르고 싶다. Fitness and health tracking Chemical body load counts Personal genome sequencing Lifelogging Metabolic monitoring Self experimentation Behavior monitoring Location tracking Sleep tracking Mood and emotion tracking Medical self-diagnostics 이 하루에 얼마나 웃지 않는지 인지하는 사람은 의도적으로라도 웃으려고 노력할 수 있다. 자신의 행동을 인지할 수 있는 사람이라면 자신의 행동을 좀 더 쉽게 관리할 수 있다. 이런 데이터가 쌓인다는 것은 이제 자신의 행동을 관리할 수 있게 되었다는 것이다. 그러면서 자신을 둘러싼 것들을 데이터로 해석하기 시작하였다. 이런 데이터를 자신의 생활에 적극 개입시켜서 문제를 해결하는 생활 데이터가 앞으로 더욱 주목 받을 것으로 기대된다. 이런 작은 데이터들은 우리의 삶의 변화를 피부로 느끼게 할 것이다. QS는 말하자면 자기 주변의 문제를 직접 데이터로 해결하는 생활 데이터를 실천하는 개인들의 커뮤니티로 2007년 시작된 이래 현재 약 34개 국에 100개가 넘는 지역별 그룹을 가진 단체로 성장해왔으며, 2011년부터는 매년 미국과 유럽에서 국제적인 규모의 콘퍼런스가 개최되고 있다. 이는 생활 데이터의 활용에 대한 폭발적인 관심을 대변한다. 자기 측정에 대한 소비자들의 관심도 뜨겁다. 시장조사 기관 엑센츄어가 미국, 영국, 인도, 캐나다, 호주 등 6개 국가 총 6,000명이 넘는 소비자를 대상으로 조사한 '디지털 컨슈머 기술 조사(Accenture Digital Consumer Tech Survey 2014)'에 따르면 응답자의 절반 이상인 52퍼센트가 신체 활동 추적과 개인 건강 관리에 사용하는 피트니스 모니터 같은 제품을 구매하는 데 관심을 가진 것으로 나타났다. 위 사례의 주인공들에게는 자기 주변의 문제에서 출발하여, 비교적 간단한 데이터와 방법으로 문제에 접근하였다는 공통점이 있다. 데이터라면 흔히 대형 컴퓨터나 복잡한 수식을 떠올리지만 이들은 데이터를 두려워하는 대신 자신의 문제를 해결해주는 수단으로 적극 활용한 것이다. 필자는 이처럼 데이터를 자신의 문제를 푸는 수단으로 적극 활용하는 태도를 ‘데이터 생활화’ 혹은 ‘생활 데이터’라고 부르고 싶다.
자아 정량화(quantified self) 혹은 개인정보과학(personal informatics)는 사람의 모든 일상을 추적(tracking)하여 데이터로 변환, 축적하는 움직임이다. 자아 정량화라는 단어는 2007년 “와이어드(Wired)”의 편집인이었던 게리 울프(Gary Wolf)와 케빈 켈리(Kevin Kelly)가 <자아 정량화(theQuantified Self)라는 블로그(http://quantifiedself.com)를 운영하면서 알려지게 되었다.손목밴드에는 이용자의 기본정도들과 위치 추적장치, 움직임 센서 등이 내장되어 있어 하루 동안 걷는 횟수와 거리, 걷는 시간, 속도, 칼로리 소모, 운동 강도 등 다양한 정보를 함께 분석하고 축적해 간다. 움직일 때 뿐 아니라 잠들어 있거나 휴실을 취할 때, 그리고 다른 활동을 할 때에도 개인의 움직임과 그와 관련된 데이터를 수집하고 분석한다. 오른쪽 그림은 스마트폰에 설치된 애플리케이션에 나타난 자아 정량화 정보들이다. 이 애플리케이션에 나타난 개인의 각종 신체활동 정보와 수면시간과 몸무게 칼로리 섭취 등 다양한 정보들이 나타나 있다.자아 정량화 관련 디바이스들은 결국 인간의 삶이 모든 내용들을 데이터로 축적하는 기술들이다. 특히, 인터넷과 웨이러블 기술이 발달하면서 건강과 복지, 생산성을 위한 라이프트래킹 툴(Lifetrackingtools) 형태인 자아 정량화 디바이스들이 주목 받고 있다. 라이프트래킹 툴은 개인의 일상활동과 신체 상태와 관련한 데이트를 자동으로 기록하고 분석함으로써 생활 관리는 물론 습관변화를 통해 건강과 생산성을 높이는 기기들을 말한다. 핏빗(FitBIt)이라고 불리는 이 조그만 기기는 우리가 하루동안 얼마나 움직였으며 수면시간까지 모두 기록하고 확인한다. 지오 수면 트래커도 사람의 수면 상태를 시간단위별로 기록하고 저장, 분석해준다. -------------------- 관련 소스 : https://designmind.frogdesign.com/2014/05/qualified-self-going-beyond-quantification/ 잘나가는 트렌드 세터들이라면 저마다 팔에 하나 차고 다니는 그것은? 바로 밴드이다. 단순한 고무 밴드가 아니다. 이 밴드로 자신의 하루 운동량을 체크할 수도 있고 목표치를 설정하기도 하고 또 그 데이터들을 모아서 또 다시 자신의 운동 패턴을 확인해 보기도 한다. 운동량 뿐만이 아니라 걸음 걸이 자세, 수면 패턴 등 자신의 생활 패턴을 데이터로 만들고 이를 관리한다. 이렇게 기술을 통해 자기 자신의 데이터를 얻고 관리하는 것을 Quantified Self 라고 지칭한다. QS는 말하자면 자기 주변의 문제를 직접 데이터로 해결하는 생활 데이터를 실천하는 개인들의 커뮤니티로 2007년 시작된 이래 현재 약 34개 국에 100개가 넘는 지역별 그룹을 가진 단체로 성장해왔으며, 2011년부터는 매년 미국과 유럽에서 국제적인 규모의 콘퍼런스가 개최되고 있다. 이는 생활 데이터의 활용에 대한 폭발적인 관심을 대변한다. ---------- 자신의 건강과 행동을 개선하기 위해 일상적 활동에 대한 데이터를 지속적으로 수집하고 분석하는 기술을 말한다. 빅데이터와 알고리즘을 이용한 미래 예측이라 할 수 있다. 이용자가 누구와 교류하는지, 어디를 가는지, 그리고 무엇을 하는지 등 사람의 활동에 대한 풍부한 정보를 갖고 있는 스마트폰의 데이터와, 특별한 기계 학습 알고리즘을 이용해 사람과 그의 행동에 대한 상세하고 예측 가능한 모델을 만들어내는 식이다. 예컨대 카네기멜론대학의 한 연구팀은 스마트폰 이용자들의 데이터를 분석해 수면 패턴이나 사회적 관계 변화를 추적함으로써 우울증이 언제 시작되는지 예측할 수 있는 방법을 알아냈으며, 소비자 행동을 이해하기 위해 값비싼 시장조사를 할 필요가 없도록 값싼 센서들을 장착하는 제품들도 속속 선보이고 있다. 자기 측정에 대한 소비자들의 관심도 뜨겁다. 시장조사 기관 엑센츄어가 미국, 영국, 인도, 캐나다, 호주 등 6개 국가 총 6,000명이 넘는 소비자를 대상으로 조사한 '디지털 컨슈머 기술 조사(Accenture Digital Consumer Tech Survey 2014)'에 따르면 응답자의 절반 이상인 52퍼센트가 신체 활동 추적과 개인 건강 관리에 사용하는 피트니스 모니터 같은 제품을 구매하는 데 관심을 가진 것으로 나타났다. |