[경기마을데이터스토리#7] 고령화사회 속 마을공동체가 나아갈 방향

 고령화사회 속 마을공동체가 나아갈 방향  귤커뮤니케이션 이언주  2022년 11월 경기복지재단이 발간한 <경기도 노인의 특성분석 연구>에 따르면, 2047년까지 고령자 가구의 비중이 전체 가구의 49.6%까지 증가하며, 특히 1인가구의 증가가 가파르게 늘 것이라고 합니다.  <고령자 가구 비중 및 가구 유형별 구성비(경기복지재단)> 안타깝지만 저출산 고령화는 세계적인 추세이며, 이를 해결할 뚜렷한 정책과 사회적 변화가 없다면 이 예측은 곧 다가올 우리의 현실입니다. 그렇다면 행복한 노년생활이 곧 사회 전체의 행복이 될 것인데요, 한국노인의 자살률은 10만명당 55.5명(2014년)으로 OECD 평균 20.9명(2011 기준)에 비하여 매우 높은 수준으로 나타났습니다. 또한 상대빈곤율의 경우도 49.6%로 OECD 평균 12.6%에 비하여 매우 높은 수준일 뿐만 아니라 전체인구 중 14.6%에 비해서도 높은 편이라 미래가 걱정될 수밖에 없습니다. 오늘은 노인관련 인구 통계를 바탕으로 마을 공동체가 나아가야 할 방향에 대해서 이야기해 보겠습니다.      국내 노인인구의 변화  2022년 기준 전국 인구는 51,692,272명이며 이 중 24.8%인 12,809,657명이 통계청이 밝힌 60세 이상 노인인구입니다. 전체 인구의 1/4이 은퇴 연령을 넘겼다는 말이지요.        데이터를 자세히 들여다볼까요? 통계청 자료에 따르면 국내 인구는 2021년부터 3년간 51.829.136명에서 51,692,272명으로 줄어 약 0.3%감소했습니다. 그 기간동안 60세 이상 노인인구는 11,623,264명에서 12,809,657명으로 변화하여 약 10.2%증가하였는데요. 빠른 고령화로 만 60세부터 수령 가능했던 국민연금은 2023년 기준 1969년생 이후 출생자는 만 65세 이상부터 수령이 기능해졌습니다. !function(){"use strict";window.addEventListener("message",(function(a){if(void 0!==a.data["datawrapper-height"]){var e=document.querySelectorAll("iframe");for(var t in a.data["datawrapper-height"])for(var r=0;r

[마을활동가x공익데이터 #3] 데이터 찾기, 정제하기, 시각화하기

2023년 9월 진행된 경기도마을공동체지원센터와 사회적협동조합 빠띠의 '마을문제발굴 데이터 프로젝트' 활동 기록입니다. ※ 경기도마을활동가들과 함께한 마을문제발굴 데이터교육 콘텐츠는 총 3회에 걸쳐 업로드됩니다.   [마을활동가X공익데이터#1] 데이터 찾고 읽기, 나도 할 수 있다! [마을활동가X공익데이터#2] 데이터 활동을 위한 몇 가지 준비 작업[마을활동가X공익데이터#3] 데이터 찾기, 정제하기, 시각화하기  —   [마을X공익데이터#3] 데이터 찾기, 정제하기, 시각화하기   사회적협동조합 빠띠 나기  ​본격적으로 데이터를 수집하고, 결과물로 정리해보는 단계입니다. 처음 설정한 내 문제의식을 보여주기 위해 어떤 데이터를 모을 수 있을까요? 그렇게 모은 데이터를 어떻게 정리하고, 결과물로 만들어내야 할까요? 데이터 모의 수집 : 데이터를 불러와보기다시 모인 마을활동가들은 지난 시간 각자 작성한 ‘데이터 액션 캔버스'를 다시 한번 들여다보고 다듬는 시간을 가졌습니다. 왜, 어떻게 하고 싶은지를 담아서 목적에 맞는 체크리스트를 하고 있는지를 확인하고, 문제 해결에 도움이 될지 생각해보아야 합니다. 각 단계에서 무엇을 할지를 적어보면서 체크리스트도 확인해보세요. 시작 단계에서 문장이 잘 써지지 않으면, 관련 기사가 데이터포털 등을 먼저 찾아보아요. 도움이 될 만한 자료가 있다면 링크를 첨부해도 좋겠지요. (사진) 활동사례 - 지역아동센터 관련 주제로 모아보고 싶은 데이터한 참여자는 자신의 활동 분야인 아동돌봄과 지역아동센터 관련 데이터를 찾아보았습니다. 다루고 싶은 사회문제를 설정하고, 수집하고 싶은 데이터를 리스트업해보면, “어떤 문제를 다루고 싶은가"가 조금 더 명확해질 수 있습니다. 주제가 너무 광범위하지는 않은지부터 시작해, 이 데이터가 보고 싶은 이유가 문제의식을 더 잘 보여주고 싶어서인지, 대안을 제시하고 싶어서인지까지 말이죠.어떻게 수집할지에 대한 계획도 중요합니다. 이미 존재하는 현황데이터를 가져와 목적에 맞게 정제해볼 것인지, 혹은 관련 데이터가 존재하지 않기 때문에 직접 발견하고 수집해야 하는지도 고려해봐야 합니다. (사진) 활동사례 - 배리어프리 식당 관련 데이터 수집계획거주 지역이자 활동 거점 동네의 배리어프리 식당 데이터를 모아보고 싶은 참여자도 있습니다. 휠체어 이용자의 보호자인 지인의 어려움을 해결해주고 싶었기 때문입니다. 식당이나 대중교통의 이동접근성 문제는 더 많은 양질의 데이터가 필요함을 말해주고 있는데요. 문제의식, 데이터, 대상(사용자), 사용자가 처한 문제와 문제해결을 통해 주고 싶은 경험을 잘 정리해봅니다. ‘휠체어가 자유롭게 출입할 수 있는 식당'을 알기 위해서 어떤 데이터를 모아야 할까요?나만의 데이터셋 만들어보기 남양주 지역 내에서 휠체어가 접근가능한 맛집 데이터를 찾아보기 위해, 우선 기존에 찾아둔 맛집 리스트를 스프레드시트로 정리해봅니다. 결국 맛집 정보를 더 잘 알리기 위한 매핑 데이터로 만들어볼 목적이기 때문에, 접근성 관련 데이터 외에도 맛집 정보를 알려줄 수 있는 다양한 정보를 데이터화해볼 수 있겠죠. (사진) 데이터셋 초안 만들어보기이름, 주소, 연락처, 메뉴와 더불어 출입가능 여부와 접근성을 확인할 수 있는 ‘좌석의 입식여부', ‘주차장 유무', ‘엘리베이터 유무', ‘휠체어 출입가능 유무' 등의 항목을 포함한 데이터셋 초안을 만들었습니다. 제공하고 있지 않은 데이터의 경우 직접 돌아다니며 찾아야 하는 데이터들도 있습니다. 수집가능 여부와 더불어 지도로 표기하기에 충분한 표본들인지를 감안해야 합니다.데이터셋 초안을 완성했다면, 이를 바탕으로 수집활동을 진행합니다. 이번 교육에서는 모의실습 형태로 약간의 데이터를 수집하고, 불러와보는 정도의 활동을 진행했는데요. 개인 혹은 팀 간 프로젝트 활동으로 데이터셋을 채워나가보면, 데이터셋의 구성과 결과물 형태 또한 조금 더 발전된 형태로 채워나갈 수 있을 것입니다.데이터 시각화는 어떻게 해야 할까?수집과 정제 이후엔 “이 데이터들을 어떻게 잘 보여줄 것인가?”를 고민해야 합니다. 데이터 시각화의 개념과 프로세스를 간단히 이해하기 위해, ‘뉴스타파 데이터 저널리즘 스쿨'의 강의자료를 짧게 시청했습니다.  데이터 시각화란 무엇인가데이터 시각화 요소 이해하기핵심은 전문 데이터 분석가가 아니라도 어렵지 않게 데이터를 보여줄 수 있다는 점입니다. 데이터셋만 목적에 맞게 정제하면, 그래프와 차트, 지도로 데이터를 표현할 수 있습니다. 빠띠의 공익데이터 활동사례를 참고해, 참여자들은 저마다의 주제에 적합한 간단한 시각화 목표를 세워보았습니다.   (사진) 폐지수집리어카의 이동동선을 지도로 매핑한 빠띠 활동사례 소개  마지막으로 표현하고 싶은 한 가지 결과물을 계획하고, 간단히 작업해보는 시간을 가졌습니다. 무엇을 어떻게 보여주는 게 효과적인지 아이데이션해보고, 아이디어 콘티(스토리보드)를 그려보았습니다.정제한 데이터를 그래프/차트로 표현해보기구글마이맵을 활용해 지도로 매핑하기 (사진) 구글마이맵을 활용해 위치 관련 데이터를 지도로 간단히 표현하기일상 속 문제를 찾아 데이터로 실험해보는 공익데이터 활동가(data activist)의 역할은 중요합니다. 직접 원하는 공익데이터를 찾을 수 있고, 데이터를 분석하고 시각화해 사회문제를 발견하고 해결하는 데 활용할 수 있는 것은, 마을문제를 탐색하고 해결하는 활동가들에게도 활동의 폭을 넓혀주지 않을까요?활동을 마무리하며, 첫 시간에 가졌던 “우리마을 데이터, 어떻게 찾고 정리할 수 있을까"라는 질문을 다시 생각해봅니다. 이번 활동이 데이터적 관점과 방법론을 익히는 첫 시작이 된다면 좋겠습니다. 스스로 관심 분야 데이터를 모아보고, 더 잘 보여주기 위해 이리저리 다듬어보면서 말이죠. 마을공동체와 마을활동가들을 위한 양질의 데이터들이 더 많이 만들어지고, 활용되길 바라봅니다.

[마을활동가x공익데이터 #2] 데이터 활동을 위한 몇 가지 준비 작업

2023년 9월 진행된 경기도마을공동체지원센터와 사회적협동조합 빠띠의 '마을문제발굴 데이터 프로젝트' 활동 기록입니다. ※ 경기도마을활동가들과 함께한 마을문제발굴 데이터교육 콘텐츠는 총 3회에 걸쳐 업로드됩니다.   [마을활동가X공익데이터#1] 데이터 찾고 읽기, 나도 할 수 있다! [마을활동가X공익데이터#2] 데이터 활동을 위한 몇 가지 준비 작업[마을활동가X공익데이터#3] 데이터 찾기, 정제하기, 시각화하기  —   [마을X공익데이터#2] 데이터 활동을 위한 몇 가지 준비 작업  사회적협동조합 빠띠 나기  우리 마을과 공익활동에 대한 데이터를 직접 수집하고 분석한다면, 마을활동가들을 더 많은 작당들을 할 수 있을까요? 공익데이터 활동의 의미를 고민해본 활동가들은, 본격적인 데이터 활동을 위한 몇 가지 준비를 해보았습니다.준비 작업 ①: 해결하고 싶은 마을 문제 탐색하기마을활동가와 공익데이터 활동의 접점은 '문제'에 있습니다. 함께 모인 참여자들은 저마다 경기도 각지의 마을 현장에서 다양한 이슈와 관심사를 가지고 있는 분들이었는데요. 자신이 관심 있는 마을문제를 탐색하고, 그중 데이터로 보여주고 싶은 핵심 이슈를 잡아보는 것으로 시작했습니다.  (사진) 참여자들이 제안한 관심 문제와 수집하고 싶은 데이터스프레드시트를 하나의 공동 작업문서로 삼고, 각 시트에 해결하고 싶은 문제나 관심 있는 주제를 적어보았습니다. 아직 데이터를 수집해보지는 않았지만, 이런 주제로 활동을 한다면 어떤 데이터들을 찾을 수 있을지까지도 상상해보았죠.각자 작성해본 관심 이슈는 무척 다양했습니다. ‘담배꽁초 문제 해결을 위해 투기지역 데이터가 궁금하다’부터 시작해, ‘비건 음식이나 옵션이 있는 마을 식당 데이터', ‘1인가구 여성 주거환경 개선을 위한 현황데이터', ‘청소년음주율' 등 직접 찾아보고 싶은 데이터 리스트를 구체적으로 적어보는 참가자들도 있었습니다.준비 작업 ②: 문제 해결을 위한 데이터 수집계획 세우기두 번째는 각자 잡은 문제를 구체화하고, 명료하게 다듬어보는 작업입니다. 데이터 기반 액션을 위한 액션 캔버스(계획서)를 작성해보았는데요. 왜, 어떻게 하고 싶은지를 담아서 목적에 맞는 체크리스트를 하고 있는지를 확인하고, 문제 해결에 도움이 될지 생각해보는 과정입니다. 문제 정의 항목에서는 나의 문제의식을 한 문장으로 적거나, 누가 어떤 현상을 적고 있는지 문제의 당사자(end-user)의 상황을 중심으로 고민해보았습니다. 비교적 포괄적인 문제를 잡았을 경우에는 해결하고 싶은 구체적인 문제로 조금 더 구체화할 필요가 있습니다. 예를 들어, 동네 길가에 담배꽁초가 쌓여있는 현상 하나 안에서도, 해결할 문제의 성격이나 층위를 다양하게 도출해볼 수 있습니다.• 환경오염 문제 → 음식점 주변에 뿌려진 담배꽁초로 인한 보도블럭 오염 → 의정부 OO 지역• 동물들의 건강이상 → 호기심 많은 댕댕이들의 산책길에 부비트랩 역할을 함• 시각오염 → 동네나 마을에 담배꽁초가 보기 좋지 않음문제가 정해졌다면, 그 문제를 들여다보기 위해 수집하고 싶은 데이터 항목을 고민합니다. 문제의식을 더 잘 보여줄 수 있거나, 문제의식을 발전시키는 데 도움이 되는 현황자료나, 잘 모르겠지만 관련이 있을 것 같다고 생각하는 데이터들. 우리 모두 문제가 아직 확실히 정리되지 않고, 데이터를 찾는 것이 익숙하지 않았지만, ‘일단’ 찾아보기로 했습니다.  (사진) 원하는 데이터를 직접 찾아보고, 이리저리 만져보기데이터란 수식이나 지표로 된 자료 외에도 이미지나 텍스트 등의 비정형 데이터를 모두 포함합니다. 하지만 우선은 어떤 표현된 자료의 원본이 되는 데이터들을 찾고, 모아보는 시간을 가졌습니다. 위 예시와 같이 ‘금연'이나 ‘담배꽁초' 문제로 잡은 한 참여자는 관련해서는 각종 데이터포털에서 관련된 자료를 찾아보는 과정을 거쳤습니다.[어떤 데이터를 수집할 건가요?]• 고양시 백석2동 금연 지역 데이터• 고양시 백석2동 음식점앞 흡연자를 위한 서비스• 새벽 청소하시는 환경미화원 실제 조사• 담배꽁초 수거 시 참여가능한지 여부에 대한 설문조사준비 작업 ③: 피드백1차로 세운 수집계획을 바탕으로 참여자들은 서로의 액션 캔버스를 공유하고, 피드백을 나눠보았습니다. 서로 잡은 주제들은 모두 다르지만, 문제의식과 데이터가 잘 연결되어 있는지, 함께 확인하는 과정에서 나의 데이터 액션 캔버스도 짜임새 있게 보완할 수 있기 때문이죠. 수집계획이 일정 안에 실현가능한지, 조금 더 좋은 방법이 있는지 확인하는 것도 중요합니다.  이렇게 각자 작성한 수집계획을 바탕으로, 간단한 데이터 수집 활동을 진행해봅니다. 어떤 데이터는 이미 존재하는 데이터를 가져와 활용해야할 수도 있고, 세상에 없는 데이터를 직접 수집해 만들어야 하는 경우도 있습니다.• 데이터를 활용한 마을문제 해결에 관심이 생겼다면?첨부파일의 데이터 액션 캔버스를 다운 받아 우리마을에 직접 적용해보세요!• 데이터 수집과 정제 과정의 이야기는 3편으로 이어집니다!