[내일배움캠프 QA/QC 트랙 6기 본캠프] TIL #004 — 데이터 리터러시 ↑↑↑

1. 오늘의 키워드: 데이터 리터러시

 

 데이터 리터러시(Data Literacy)란 데이터를 올바르게 읽고, 해석하고, 활용할 수 있는 능력을 말한다. 단순히 숫자를 볼 줄 아는 것과는 다르다. 그 숫자가 무엇을 의미하는지, 어떤 판단의 근거가 될 수 있는지를 이해하는 능력이다.

 

학부 때 정도관리학에서 측정값 분포 보면서 이상 여부 판단하던 과정이나, 보건통계학에서 데이터 정리하고 그래프 만들던 과정들도 결국 데이터 리터러시의 일부였다. 그냥 그땐 '시험 때문에 하는 거'였을 뿐...

 

데이터 리터러시가 높다는 건 단순히 숫자를 잘 다룬다는 뜻은 아닌 것 같다.숫자 뒤에 있는 흐름이나 맥락을 읽는 감각에 더 가까운 느낌이다. QA/QC에서도 이게 중요한 이유가 여기 있다고 생각한다. 수치 하나만 보고 '정상'이라고 판독할 수 있는 게 아니라, 그 값이 어떤 패턴 안에서 움직이고 있는지까지 봐야 한다.

 

예를 들어 결과값이 기준 범위 안에 있다고 해도, 이전 데이터랑 비교했을 때 이상한 흐름이 보인다면 그냥 넘어가면 안 되는 거다. 결국 품질관리는 숫자를 보는 일이라기보다, 숫자 속 이상 신호를 눈치채는 일에 더 가까운 것 같다.

 

---

 

2. 오늘 배운 내용, 나만의 언어로 정리하기

 

 오늘 배운 내용 중 기억에 남았던 건 '데이터 분석이란 무엇인가'를 개념적으로 이해하는 것이 중요하다는 것과, 실제로 파이썬 환경에서 분석을 시작하는 기본 세팅을 익히는 것 두 가지였다.

 

 먼저 데이터 분석의 본질에 대한 정의를 다시 한 번 생각해보았다. 데이터 분석이란 가설을 설정하고, 데이터 속에서 그 가설을 검증할 수 있는 단서를 찾아가는 과정이다. 막연하게 숫자를 들여다보는 것이 아니라, '이런 결과가 나왔을 것이다'라는 질문을 먼저 던지고 데이터로 그 답을 확인하는 방식이다. 이 과정이 반복되고 쌓일수록 데이터를 보는 감각, 즉 데이터 리터러시가 높아진다.

 

 품질관리와 연결지어 생각해보면, 공정 데이터를 분석할 때도 마찬가지다. '이 시점에서 이상이 발생했을 것이다'라는 가설을 먼저 세우고, 온도/압력/시간 등 공정 변수 데이터 안에서 그 단서를 찾는 것이 바로 데이터 기반의 품질 분석이다.

 

 강의 2주차 때 배웠던 데이터 분석 기본 세팅 순서에 대해 다시 한 번 복기해보았다. 이틀 전 파이썬을 처음 시작해보았을 때만 해도 명령어들이 낯설게 느껴졌지만, 단계별로 따라가다 보니 하나의 흐름으로 이해할 수 있었다.

 

01 pandas 사용 선언 —  import pandas as pd
02 데이터 가져오기
03 데이터 살펴보기
04 분석에 필요한 데이터 가공하기 : 불필요한 데이터를 제거하고, 필요한 형태로 변환한다.

 

 

---

 

3. 학습하며 겪었던 문제점 & 에러

 오늘 처음으로 실다운 에러를 만났다. 강의안에 나온 명령어를 그대로 입력했는데 에러가 발생한 것이다. 오탈자인가 싶어 코드를 처음부터 다시 훑어봤지만 겉으로 보기엔 강의안과 완전히 동일했다. 어디가 잘못된 건지 알 수 없어서 잠시 막막했다.

 

문제 정의 | 강의안 명령어를 그대로 실행했으나 에러 발생. 육안으로는 원인 파악 불가
시도한 것 | 오탈자 여부 확인, 코드 전체 재검토, 에러 메시지 직접 해석 시도
해결 방법 | Colab 내 Gemini에게 에러 원인 분석 요청. 즉시 원인 파악 및 수정 완료
원인          | 강의안 작성 시점과 현재 Colab 버전 간의 호환성 문제. 강의안 명령어가 구버전 기준이었음
 → 다음에는 에러 발생 시 에러 메시지를 먼저 읽고, 버전 호환 문제를 의심할 것. 막힐 땐 AI 활용

 

 이 경험에서 두 가지를 배웠다.

 첫째, 에러는 내 실수가 아닐 수 있다. 환경과 버전이 달라지면 같은 코드도 다른 결과를 낸다.

 둘째, 막혔을 때 혼자 끙끙대기보다 AI를 활용하는 것이 훨씬 효율적이다. 

 

---

 

내일 학습할 것은 무엇인지

 내일은 밀린 강의를 반드시 따라잡는 날로 삼을 것이다. 프로젝트 준비와 개인 공부로 인해 수강하지 못한 4주차와 5주차 강의를 내일 안에 완강할 것이다. 그리고 단순히 강의 따라 치는 데서 끝나지 않고 스스로 데이터를 조금 만져보는 단계까지 가보고 싶다. 아직은 많이 서툴지만, 직접 데이터를 시각화하고 흐름을 읽는 연습을 계속 해보려고 한다.

 

---

 

내일배움캠프 QA/QC 트랙 · 4일차 TIL