데이터리터러시 (Data Literacy)
쉽게 풀면
통계나 그래프 같은 데이터를 보고 제대로 이해하고 판단할 수 있는 능력을 말한다.
왜 중요한가
데이터리터러시는 데이터를 읽고 해석하고 비판적으로 평가하는 능력으로, 뉴스에서 통계와 그래프가 늘어나고 데이터화된 사회에서 시민의 판단이 데이터 해석에 좌우되기 때문에 미디어 리터러시 교육의 새 구성 요소로 논의됩니다. 팬데믹 기간의 통계 해석 오류나 그래프 오독 연구가 그 필요를 실증했습니다. 데이터 리터러시가 부족한 이용자는 개인정보 제공에 따른 실질적 위험을 과소평가하기 쉬워, 정보 제공 동의 절차가 있어도 실질적인 자기결정이 이뤄지지 않는다는 문제가 지적됩니다.
논문에서는 이렇게 쓰입니다
이들은 데이터 저널리즘과 시각화가 보편화된 환경에서 일반 시민에게도 데이터를 비판적으로 해석하는 능력이 필수적이라고 주장했다.
이 문장은 교육의 효과를 실제 사례를 통해 검증한 예입니다.
조금 더 깊게 보면
데이터리터러시는 통계적 소양과 겹치지만 데이터가 어떻게 수집되고 누가 어떤 목적으로 만들었는지를 묻는 비판적 차원을 포함하며, 이 점에서 미디어 리터러시 전통과 연결됩니다. 개념 정의와 측정 도구가 아직 표준화되지 않아 연구마다 다른 능력을 재는 경우가 많고, 기술적 도구 사용 능력을 리터러시로 좁게 정의하면 데이터 권력에 대한 비판적 이해라는 핵심을 놓치기 쉽습니다. 데이터 리터러시는 단순히 통계를 읽어내는 능력을 넘어, 자신의 어떤 데이터가 어떻게 수집·활용되는지를 이해하고 이를 근거로 데이터 제공 여부를 스스로 판단할 수 있는 능력까지 포함한다는 점에서 전통적 미디어 리터러시와 구분됩니다.
주의할 점
데이터 리터러시는 통계적 지식뿐 아니라 데이터가 수집, 가공된 맥락에 대한 비판적 이해까지 포함해야 완전한 역량으로 기능할 수 있다. 데이터 리터러시 교육이 개인의 역량 강화에만 초점을 맞추면, 애초에 불투명한 데이터 수집 관행을 만든 기업의 책임을 이용자 개인에게 전가하는 결과를 낳을 수 있다는 비판도 있습니다.