SlideShare uma empresa Scribd logo
1 de 26
Baixar para ler offline
데이터 저널리즘
뉴스젤리(http://newsjel.ly/)
전승희, 이상윤, 정유진

newsjel.ly
CONTENTS
Ⅰ. 내부적
1. 데이터 저널리즘 개념
이해
2. 데이터 잡기
저널리즘 과정
알기

Ⅱ. 외부적
3. 데이터 저널리즘 미래
기회
찾기

newsjel.ly
내부적 이해

1. 데이터 저널리즘 개념잡
기

newsjel.ly
빅데이터시대, 빅데이터란?
빅데이터정의
일반적인 데이터베이스 SW가 저장, 관리, 분석할 수 있는 범위를 초과하는 규모의 데이터(매킨지.`11)

빅데이터출현배경
1. 데이터 저장기술 발달
: 디지털 기술과 장치의 발달로 인해 모든 사건에 대해 디지털 기록이 가능해짐
2. 경제적 타당성 증가
: 1980년대에는 1GB에 10억이상 들던 메모리가격이 2010년에 들어 100원 미만으
로 떨어짐
3. 데이터 처리기술 발달
: 분산병렬처리기술의 발달로 합리적인 시간 안에 데이터 분석이 가능해짐

협의의 빅데이터 특성

광의의빅데이터특성
1.자원

데이터

-빅데이터: 비정형의텍스트,동영상,음성,센서,GPS 등과DB기반의고객데
이터,거래데이터등

방대한
크기
(Volume)

2.기술

형태의
다양성
(Variety)

빠른
생성속도
(Velocity)

-데이터처리·축적·분석기술:(Hadoop,NoSQL,등)대량의데이터를효율
적으로처리,분석하기위한기술

3.인력
-인재·조직:(데이터사이언티스트등)빅데이터로부터의미있는정보를추
출하기위한인재나조직
<노무라연구소(2012), ‘빅데이터 시대 도래’, IT 프론티어 3월호>

2020년예상디지털데
이터양
= 40Zb(전세계모래수의
57배)

newsjel.ly

정형: DB, 스프레스시트
반정형: XML, HTML
비정형: 이미지, 동영상,

2011년기준
하루동안발생하는트윗
양, 5000만건
빅데이터의 종류와 활용분야
빅데이터의종류
1. 정형데이터 : 고정된 필드에 저장된 데이터
ex) 관계형 데이터베이스 및 스프레드시트 등
2. 반정형데이터 : 고정된 필드에 저장되어 있지는 않지만 메타 데이터나 스키마 등을 포함하는 데이터
ex) XML이나 HTML, 텍스트 등
3. 비정형데이터 : 고정된 필드에 저장되어 있지 않은 데이터
ex) 텍스트 분석이 가능한 텍스트 문서 및 이미지/동영상/음성데이터 등

빅데이터활용분야
빅데이터 선별/수집
빅데이터
정형/반정형/
비정형데이터

빅데이터 분석

빅데이터 활용
큐레이션 핵심사항

텍스트 마이닝,
소셜 네트워크 분석,
기계학습, …

빅데이터 활용분야

패턴의
우연성/지속성 구분

반정형데이터

수치분석,
데이터 마이닝

newsjel.ly

숨은 니즈
발견

일상/위기상황 판단

리스크 경감
맞춤형
서비스

실시간 감지/대응
체계 구축

비정형데이터

새로운 정보의
왜곡/실제여부 판단

호불호 맥락 파악

현실 반영
정보
·
실시간 정보

미래 예측

실시간 대응
빅데이터와 저널리즘의 상관관계
저널리즘정의
라틴어의‘diura(나날의 간행물)에서유래.
언론활동이나그러한활동을하는직업분야를뜻하는말.
매스미디어를이용하여공공적인사실이나사건에관한
정보를취재보도하고, 이에관한의견제시등의논평을하
는활동을이른다.
그중에서도특히시사적문제나사실에대한뉴스등을
취재편집하여매스커뮤니케이션매체인신문, 잡지, 방송
등을통해보도, 논평해설등을사회공중에전달하는활동,
또는이러한활동을전문적으로하는직업분야를말한다.

빅데이터와저널리즘의필연적만남
빅데이터의 가능성
- 컴퓨터의보급으로
다양한데이터가폭
팔적으로생성
- 분석기술의개발
이후빅데이터가가
지는가치의급상승

시너지
효과

저널리즘의 역할과 한계
- 다양한 미디어의 등장
- text형식의 보도-중심
저널리즘으론 ‘언론의
본연에 역할’을 수행하
기 힘듬

기존 저널리즘vs 데이터저널리즘
객관적저널리즘[ objective journalism ]

뉴저널리즘[ new journalism ]

객관주의언론이라고도불리며, 이전까지판을쳤던정론지와황색지에대
한반발에서발생했고, 기자가사건을보도할때사실의전달에만충실하
며기자자신의주관이나의견·논평은철저히배제해야된다는입장또는
주의의언론사조

보도를중심으로한언론사조의한가지로서기존의전통적이고객관적인
저널리즘에단편성· 피상성등을비판하면서, 그대신사건을보다구체적
으로그리고때로는기자의주관이나의견을곁들여심층적이고해설적으
로보도하자는언론사조

심층보도저널리즘[ depth reporting journalism ]

데이터저널리즘[ data journalism ]

기존의객관적저널리즘(objective journalism)에 반대하여, 주어진사건들을
피상적으로보도하지말고사건의뒤에숨겨져있는정보, 즉그배경원인
등에관한것들도파헤쳐깊이있게다루자는언론의한가지경향내지는
사조.

뉴미디어의등장으로방대한양, 빠른생성속도, 다양한형태의빅데이터
가쏟아져나오기시작하면서데이터를기반으로데이터를분석하여특정
사회현상이나사건을심층적이고해설적으로보도하는형태로새롭게부
상하고있는언론사조.

newsjel.ly
데이터-중심 저널리즘
데이터저널리즘의원천, 빅데이터
“새로운 소식을 접하게 되면 사람들
은 더많은 것을 알고 싶어 합니다. 당
연히 기자들은 이와 관련된 데이터를
찾는 직업에 들어가야죠. 중요한 뉴
스가 발생했는데 단순히 일어난 소식
만 전하는데 그쳐서는 안 되니까요.”

공공데이터
- 공공기관이직무상전자적방식으로처리· 작성· 취득해관리하고있
는부호 · 문자 · 음성 · 음향 · 영상등으로표현된모든종류의데이
터
민간데이터
- 공공기관외에트위터· 페이스북· 카카오톡등의소셜미디어와포털
데이터등으로생성되며, 대체로비정형형태를띄는데이터
기타데이터
- 기업에서공개한데이터나사건· 사고관련데이터( 예: 위키리크스)

사이먼 로저스(데이터에디터)

데이터-중심저널리즘의What과How, 그리고Why
데이터 저널리즘의 특징은
1) 직관적 2) 개인화 3) 인터렉티브 4) 통찰(insight)로 표현된다.

대략적인 데이터 저널리즘의 흐름

data

어떻게 데이터 저널리즘이 가능할까?

빅데이터

정보의홍수시대

프리툴즈

파이어버그, 스크리
퍼, 스크리퍼위키

filter

visuali
ze

story

왜 데이터 저널리즘이 중요할까?

분석 및
시각화

인터렉티브인포그
래픽, 인포그래픽스

현재까지는 받아쓰기 저널리즘의 형태가 강했다.
그러나 뉴 미디어의 등장 등으로 뉴스소비의 패러다임이
변화하면서 저널리즘의 역할을 수행하기에 받아쓰기 저널리즘은
한계가 있었다.
데이터 저널리즘을 통해서 핵심정보와 가치, 통찰력을 제공할
수 있다.
최근에는 언론사별 데이터분석팀이 설치되는 동향을 보인다.

newsjel.ly
사례로 보는 데이터저널리즘
데이터-중심저널리즘의선구 사례

CAR도입

데이터 저널리즘의 첫 사례(1821, 가디언지)
맨체스터에 있는 학교들의 학교당 비용과
학생의 수를 목록화한 표
공식적으로 발표된 숫자보다 훨씬 많은 자
유 교육을 받는 실제 학생들의 수를 보여줌

초창기 유럽 사례(1958)
영국 육군에 대한 의료 서비스 개선을 옹호
하기 위해 그래픽을 사용
각 달의 사망자 수를 나타내며, 죽은 이들
의 절대 다수가 총상보다 질병에 걸려 사망
했다는 것을 강조함.

"컴퓨터-활용 보도"
더욱 향상된 뉴스를
제공하기 위해 데이
터 수집과 분석을
위해 컴퓨터를 사용
한 체계적 시도

CAR은 1952 년에 CBS에서 대통령 선거의 결과를 예측하기 위해 최초로 사용됨.
1960년대 이후로 (주로 미국을 기반으로 조사하는 저널리스트들이 과학적으로 공공 기록 데이터베이스 분석하여 독립적으로 모
니터링하는 방법을 추구하고 트렌드 파악과 일반적인 지식이 틀렸음을 증명하며, 공공단체들과 법인들의 불법적인 행위를 드러
내는 것에 주력.
1. 디트로이드 폭동관련 기사 사례(Philip Meyer)
- 디트로이트에서 일어난 1967 폭동에 대해 기사의 오류 지적, 이 폭동에 참가했던 사람들은 덜 교육받은 남부인들 뿐만이 아
니라는 것을 보여줌.
2. 주요 금융 연구소의 제도적 인종차별 폭로 사례(Bill Deadman)
- 1980년대, 주요 금융 연구소들의 제도적 인종 차별을 폭로함.
3. 그 외
-Steve Doig는 결함이 있는 도시 개발 정책과 관행들의 영향력을 이해하기 위해서 1990년대 초의 '허리케인 앤드루'의 피해 패
턴 분석하여, 데이터-주도를 통한 가치 있는 공공 서비스를 초래했고, 영예 기자상을 수상.
사례로 보는 데이터저널리즘
데이터-중심저널리즘의개막 사례

Wikileaks 폭로
2010년 8월, 미국 외교 전문 및 아프간 무전 기록관련 아
프가니스탄 전쟁 기밀문서 9만1천여건을 공개한 사건

가디언은 우선 ‘급조 폭발물(IED)’이라는 키워드를 검
색해 데이터베이스를 구축했다. 그리고 IED 공격이 어
떤 지역에서 발생했는지 그리고 희생자 수는 어느 정
도인지 등을 집계해서 이를 지도 위에 표시했다. 이
지도 한 장이 아프가니스탄에서 벌어진 참혹한 전쟁
의 실상을 일목요연하게 드러냈다. 가디언은 이 지도
를 전면에 내걸고 수많은 분석 기사를 쏟아냈다.

이후, 데이터 저널리즘적 접근을 강화한 탐사보도 전문 언론
Propublica는 공립학교의 AP수업 이수율과 각 지역의 소득을
연계하여 분석한 The Opportunity Gaps과 같이 데이터
속에 가리워졌던 사회적 의미와 새로운 이야기를 보도하는
역량을 선보임으로 데이터 저널리즘을 발전시키고 있다.
출처: (iizi.tistory.com)

newsjel.ly

(출처: http://iizi.tistory.com/115)
내부적 이해

2. 데이터 저널리즘 과정알
기

newsjel.ly
데이터저널리즘 과정(가디언사)
잘못된 포맷의
데이터거르기

보내온 데이터

비교하거나 변화를
보여줄 것들

결과물의 신뢰성
확인

셀 병합

뉴스속보

스토리

데이터 수집

되풀이되는
사건들

자체 그래픽 팀

데이터가 의미
하는 것이 무엇
인가

결과물
도출

데이터
계산 수행

스프레드
시트화

출판

비즈 툴
탐색될만한
이론들

다른 어떤 데이
터와 함께 사용
될 것인가

불필요한
데이터 거르기

필요시 재계산

구글 퓨전 테이블

다른 기준으로 측
정된 데이터 수정

newsjel.ly

http://www.theguardian.com/news/datablog/2011/apr/07/data-journalism-workflow
데이터저널리즘 과정
데이터저널리즘의7단계 팁 (Tips in 7 Steps)
가설
설정
독자
Needs
파악이
먼저!

정보수집
정보 소스
1. 기존 자료 활용:
- 공식 소스: 예로 정부 기관,
NGO
- 비공식 소스: 예로 개인 운영
2. 필요 자료 생성:
- 오픈 소스: 사용자가 정보 제
공 및 수정
- 설문지: 선별적 정보 수집

데이터 정리 & 필터링

가설
설정
수집된
정보를
통해
주제를
찾아야!

데이터 활용방안 모색

데이터 형식 변환/통일
“천연” 데이터는
1. 양이 방대
2. 다양한 형식으로 존재

유의 사항:
1. 데이터의 시사점, 용도 생각
2. 비교, 대조 할 것이나 변화를 포착
3. 같이 활용 할 수 있는 데이터 모색
(보완, 비교, 변화)

데이터 연산

그래서
1. 데이터 베이스로 관리 (저장, 검색 및
수정 수월)
2. 형식 통일 (검색, 수정, 비교와 연관
성 계산하기 좋은 형태로 주로 스프레
드 시트)

데이터 출력
데이터 출력할 때 유의 사항:

형식 통일된 데이터에도
1. 편견, 오류 존재
2. 불필요한 정보 존재
3. 부족하거나 추가하면 좋을 정보 삽입
기회 존재
그래서
1~3. 스프레드 시트 속에 있는 데이터 수
정하여 청소 및 정화함

정화까지 된 데이터는 정확한 분석이 가
능
데이터 분석 방법 2가지
1. 통계학적 변수간 연관관계 추산
2. 데이터를 시각화하여 상관관계 유추

newsjel.ly

본인과 거리 멀고 추상적으로 느낄 수 있는 정보
를 실감/체감할 수 있도록 포장함
1.
2.
3.
4.
5.
6.

시각화 (Visualize)
서술 (Narrate; Storytelling)
소통; 사회화 (Socialize)
인간화 (Humanize)
개인화 (Personalize)
도구 및 프로그램 활용 (Utilize)
참고: “Inverted Pyramid of Data Journalism”,
Paul Bradshaw, OnlineJournalismBlog.com
데이터저널리즘 과정
데이터저널리즘단계별 Tools: 수집편

Data 수집

Data 분석

Data 출력

1-a. “비가공” (천연) Data 수집:
다양한 정보의 원천, 형식과 활용도
정보의 원천은 2가지:
A. 기존 정보 활용:
•
국가 데이터 포탈 활용
•
스크레이퍼 (scraper; 긁어 모으다) 도구 활용
B. 새 정보 수집:
•
설문지 서비스 활용
•
오픈 소스 크라우드 소싱 서비스 활용
1-b. Data 형식 통일:
다양한 데이터의 원활한 비교 분석을 위해 자료 형식 통일
•
데이터 형식 변환기 사용

예) 미국: data.gov / 영국: data.gov.uk / World Bank Data
API
예) ScraperWiki (HTML 웹 문서 안에 있는 수치들을 Excel
로 추출)
예) Google Forms, Survey Monkey
예) Silk (Wikipedia 처럼 대중이 실시간으로 데이터 추가
및 수정 가능)
예) Mr. Data Converter (HTML, XML, JSON, MySQL, Ruby,
PHP, Python 등 다양한 파일 형식간 상호변환)

newsjel.ly
데이터저널리즘 과정
데이터저널리즘단계별 Tools: 분석편

Data 수집

Data 분석

2-a. 형식 통일된 Data 정화:
데이터 상 오류나 편견, 불필요 정보 정리 (수정/제거/보
완)
Refine:
 Google Refine
2-b. 정화된 Data 분석; 변수간 상관관계 파악
데이터를 분석 방법은 크게 2가지:

원하는 항목으
로 정보 분류하
여 나열 해, 틀린
정보 수정 가능.

A. 통계학: 스프레드 시트 활용해 변수간 연관성 연산
 예) Excel, SPSS, SAS
B. 시각화: 도구로 데이터 시각화 후 직관적으로 변수들
연관관계를 착안
Statwing:
 예) Statwing
선택한 변수들

의 상관관계를
즉각적으로 계
산, 시각적으로
표현.

newsjel.ly

Data 출력
데이터저널리즘 과정
3. 출력
인포그래픽(Infographic) :

시각화된 데이터를 표현하는 가장 효과적인 방법

1. 종류

2. 전달 방법 : 스토리텔링.
시사하고자 하는 바를 이야기를 들려주듯 나타내는 방
식으로, 일반 정형화된 기사보다 이해가 쉽고 공감대를
형성을 효과적으로 나타내는 방법.

1)목적에 따라: 제품 홍보, 변천과정, 프로세스, 비
교, 사회적 이슈
-> 모두 저널리즘의 항목으로서 표현 가능.

1)명확한 메시지 (Message)
2) 갈등 (Conflict)
3) 플롯 (Plot)
4) 감각적 경험 (Experience)
5) 스토리의 진실성 (Trust)

2)형태에 따라:
인터렉티브 (Interactive) : 사용자의 참여를 유도.
최근 패럴랙스 스크롤 페이지 (Parallax Scroll)를 많이 사용.

*페럴랙스 스크롤: 마우스로 스크롤 하며 시간에 따라 화면이 전환되고
동적인 그래픽을 보여주는 또 하나의 인터렉티브 표현 방식.
(예시자료: how search works.avi, why shouldn’t drink&drive.avi)

이미지 (Image)
모션그래픽 (Motion Graphic) : 이미지가 움직이는 영상으로서,
이해하기 쉽게 설명과 함께 설명 가능.

3. 인포그래픽 프로세스
관찰 → 상상하기 → 그리기(기록,정보 등) → 정의하기 →
연결하기(상징, 은유, 스토리텔링) → 표현하기(디자인)

4. 좋은 인포그래픽을 위한 7가지 능력
경험

관찰력

작성력

공감력

정보력

스토리

전달력

*데이터 공유와 이로 인한 독자와의 소통은 가장 중요한 요소*
일반 문서에서 트위터와 페이스북 같은 사회관계망 서비스(SNS) 데이터도 참고+ 독자의 목소리 . 독자의 참여 -> 더 좋은 인
포그래픽 만드는데 중요.

이상적인 시각화란 단지 명확하게 의사를 전달하는 데 머물러서는 안 되고 보는 사람을 집중하게 하고 참여하게 만들어야 한다.-Wikipidia
“한 장의 그래프가 독자들에게 훨씬 더 많은 이야기를 전달할 수 있다.” -사이먼 로저스 가디언 데이터 블로그 에디터

newsjel.ly
데이터저널리즘 과정
3. 출력
인포그래픽(Infographic)

“Water Down”
오염된 물들로 인한 심각성을 알려주는 인포그래픽으로, 물의 원천의 설
명과 지역별로 안전한 물을 섭취하는 분포도로 상대적으로 부족한 아프
리카의 물 부족 상태를 보여주고 깨끗한 물을 마시지 못하는 인구와, 물이
오염된 원인으로 사람들이 받는 악영향, 그 중에서도 어린이들이 받게 되
는 피해로 심각성을 스토리텔링 방식으로 차근히 풀어놓은 사례.
“The World of Chocolate”
‘전세계의 초콜릿’ 이라는 주제와 일맥상통하는 초콜릿을 이용한 세계지도와, 코코아
열매의 주요 수출입 흐름을 지도에서 각 국가별로 얼마나 많은 양이 거래되는지
'ton'의 단위로 큰 숫자로 보여줘 알기쉽다.
그리고 총 거래되는 양을 큰 텍스트로 보여줘 정리를 한다.
그 밖에 코코아 생산국과 가장 수입을 많이 하는 국가, 년도별 코코아 가격을 보여주
는 코코아 열매의 세계적인 거래에 대해 총체적이면서 간단하게 다뤘다.
데이터저널리즘 과정
3. 출력
인터렉티브 인포그래픽(Interactive Infographic)

뉴욕타임즈 웹 기사 中

미국내 와이너리가 그들의 다양한 지리적 특징과 날씨의 패턴에 따라 성장함을 보여주는 기사
로, 전체적인 미국 지도를 인터렉티브하게 나타내어 년도별로 도시별 와이너리 분포도를 보여
주고, 아래쪽엔 각 주별 시간(연도)별 와이너리의 증가를 보여주는 설명을 넣어 그 도시의 와이
너리가 성장하게 된 이유를 알려준다. 데이터 저널리즘을 효과적으로 보여주는 좋은 예시라고
할 수 있다.
http://www.nytimes.com/interactive/2013/07/07/business/a-nation-of-wineries.html?ref=multimedia&_r=0
데이터저널리즘 과정
3. 출력
인터렉티브 인포그래픽(Interactive Infographic)

‘Women’s Political Rights Around The World’

암스테르담의 러스트렙의 리지 말콜름(Lustlab’s Lizzie Malcolm)이 전세계적으로 정치권과 선거권을 위해 싸워온 긴 역사를 보여주는 인터
렉티브한 인포그래피를 만들었다.세계지도에 상단 년도 바(bar)를 좌우 드레그로 조절하면 시간이 지남에 따라 노랑색, 빨강색, 파란색으로
구분되어있는 항목에 따라 변화와 분포도를 보여준다. 원하는 국가를 클릭하면 해당 국가의 여성인권에 대한 정보를 또 하나의 인포그래픽
으로 보여준다.
http://777voting.com/

newsjel.ly
외부적 기회

3. 데이터 저널리즘의 미래
찾기

newsjel.ly
데이터저널리즘관련 기관/행사
데이터 저널리즘해외 Players
1. 해외 기관:
A. 언론사 (우수한 예시) (출처: iizi.tistory.com):
 가디언 (www.theguardian.com/data, www.guardian.co.uk/news/datablog):
영국 주요 일간지 가디언은 유럽지역에서 데이터 저널리즘을 선도하고 있다. 사
이먼 로저스가 이끌어온 가디언의 데이터 저널리즘은 데이터 심층 분석을 기반
으로 고품질 뉴스 콘텐츠를 지향한다. 가디언은 활용된 데이터를 공개하는 정책
을 유지하고 있으며, data set는 guardian data와 data blog에 축적되고 있다.
 Propublica (www.propublica.org/investigations/www.propublica.org/tools/):
데이터 저널리즘에 특화된 비영리 저널리즘. 심층 보도를 강화함으로 메이저 뉴
스 콘텐츠를 1년에 3~4개 꼴로 생산한다. 가디언과 같이 data set를 공개하는 정
책을 고수한다. 방대한 양의 분석 결과를 인터렉티브 요소를 극대화한 인포그래
픽으로 기사화 한다.
(http://projects.propublica.org/schools/ 참고)
 BBC (www.bbc.co.uk):
대표적인 공영 방송사인 BBC는 Data journalism 파트를 Visual Journalism 분야
로 접근하고 있다. 데이터 분석의 시각화 방안으로 인터렉티브 요소를 가미한 영
상 및 그래픽을 주로 활용한다.
 뉴욕타임즈 (data.nytimes.com/):
뉴욕타임즈는 심층적인 데이터 분석보다는 인포그래픽에 중심을 두고 있다.
2012 미국 대선에서 데이터 저널리즘과 인포그래픽 기반의 선거보도 서비스를
선보였다. Propublica와 함께 미국 지역 데이터 저널리즘을 선도한다.

newsjel.ly
데이터저널리즘관련 기관/행사
데이터저널리즘해외 Players
1. 해외 기관:
B. 재단 (출처: iizi.tistory.com):


European Journalism Centre {EJC}: 데이터 저널리즘 프로젝트를 포함해 전반적
으로 저널리즘 소식 및 서비스 제공; 교육, 행사 정보, 최신 소식, EU 나라별 언
론 사항 등 (ejc.net/)



Knight News Foundation: 디지털 언론 진흥 대회 매년 운영, 언론 혁신의 중추
(www.knightfoundation.org/)



National Institute for Computer-Assisted Reporting {NICAR}: 미국 “수사보도
언론인 협회 (IRE)”에 소속된 “컴퓨터 동원 보도” 관한 서비스 및 교육 제공
(www.ire.org/nicar/)



OKFn : 영국에 근거를 두며, open data 운동을 펼치고 있는 Open Knowledge
Foundation은 공공데이터 개방의 필요성과 활용을 촉진하기 위한 프로젝트를
꾸준히 진행하고 있다. EJC와 함께 Data Driven Journalism 프로젝트를 이끌고
있다.



공식 미국 정부 (data.gov), 영국 정부 (data.gov.uk), 세계은행
(data.worldbank.org/node/9)



사설 자료: 위키리크스 (wikileaks.org/), 가디언 (www.theguardian.com/data),
Propublica (www.propublica.org/investigations/)



구글 (온라인 프로그램 & 서비스), IBM, Infogr.am, Datawrapper 등 다수

C. 데이터 출처:

D. 도구 개발자 (참고):
데이터저널리즘관련 기관/행사
데이터 저널리즘해외 Players
2. 대학 연구실:


University of Dundee: “Data Science” MSc = 석사
(http://www.computing.dundee.ac.uk/study/postgrad/degreedetails.asp?17)



Columbia University: Tow Center for Digital Journalism = 디지털 저널리즘 특
화 (http://towcenter.org/)



데이터 저널리즘 어워드: 데이터 저널리즘 작품만 취급하고 수상, 2회만 진행된
신생 (http://www.globaleditorsnetwork.org/dja/)



Knight News Challenge: 디지털 언론 진흥 대회로 언론계 발전 중추적 역할/다
양한 예시 참고 가능, 2007년 시작 (https://www.newschallenge.org/)



The Opportunity Gap: Propublica 주관 교육 (projects.propublica.org/schools/)



CAR Conference: NICAR와 IFE주관 Computer Assisted Reporting = 컴퓨터 동
원 취재 기술적 방법 회의, 기술적 내용 상당
(http://www.ire.org/conferences/nicar-2013/)



Global Investigative Journalism Conference: 장기 조사적 저널리즘 회의, 기자
탐문 방법과 예시 제공 (gijn2013.org/)

3. 행사:

newsjel.ly
데이터저널리즘관련 기관/행사
데이터 저널리즘 해외 Players
4. 특화된 웹 사이트:
A. 데이터 저널리즘
datajournalismhandbook.org : 책 형식으로 데이터 저널리즘 의 총체적 설명 및 예시 제공
www.datadrivenjournalism.net/ : 데이터 저널리즘 관한 최신 소식, 행사와 예시 자주 업데이트
www.datajournalismblog.com/data-events/ : 데이터 저널리즘의 최신 행사와 예시 블로그
gijn.org/tag/data-journalism/ : 데이터 저널리즘 관한 자체 기사 소량 기재
blog.okfn.org/category/data-journalism/ : 데이터 저널리즘 다양한 소식 블로그, 정리 부족
B. 데이터 활용 방법 (기술적)
http://schoolofdata.org/
C. 온라인 저널리즘
http://onlinejournalismblog.com/
5. 참고 웹문헌:
http://de.slideshare.net/escacc/data-driven-journalismperiodisme-de-dades?from_search=6
http://www.slideshare.net/datasciencekorea/5-24535594
http://www.slideshare.net/visualisingdata/the-8-hats-of-datavisualisation?ref=http://onlinejournalismblog.com/2011/07/13/the-inverted-pyramid-of-data-journalism-part-2-6ways-of-communicating-data-journalism/

newsjel.ly
데이터저널리즘관련 기관/행사
데이터 저널리즘 해외 Players
6. 참고 논문(2/2):
Zvi Reich. (2008).HOW CITIZENS CREATE NEWS STORIES The ‘‘news access’’ problem reversed. Journalism Studies, Vol. 9, No 5, 2008, 739758.
Edward Segel and Jeffrey Heer. (2010). Narrative Visualization: Telling Stories with Data. IEEE TRANSACTIONS ON VISUALIZATION AND
COMPUTER GRAPHICS, VOL. 16, NO. 6, NOVEMBER/DECEMBER 2010.
Julian Ausserhofer & Axel Maireder. (2012). NATIONAL POLITICS ON TWITTER: Structures and topics of a networked public sphere. Information,
Communication & Society Vol. 16, No. 3, April 2013, pp. 291–314.
Jessica Hullman & Nicholas Diakopoulos. (2011). Visualization Rhetoric: Framing Effects in Narrative Visualization. IEEE TRANSACTIONS ON
VISUALIZATION AND COMPUTER GRAPHICS, VOL. 17, NO. 12.
Mark Tremayne. (2004). THE WEB OF CONTEXT: APPLYING NETWORK THEORY TO THE USE OF HYPERLINKS IN JOURNALISM ON THE WEB.
I&MC Quarterly Vol. 81. No. 2 Summer 2 137-253
Zvi Reich. (2008).HOW CITIZENS CREATE NEWS STORIES The ‘‘news access’’ problem reversed. Journalism Studies, Vol. 9, No 5, 2008, 739758.
Marcel Machill & Markus Beiler. (2009) THE IMPORTANCE OF THE INTERNET FOR JOURNALISTIC RESEARCH: A multi-method study of the
research performed by journalists working for daily newspapers, radio, television and online. Journalism Studies, Vol. 10, No 2, 2009, 178203.
Mike Ananny. (2012). Press-Public Collaboration as Infrastructure: Tracing News Organizations and Programming Publics in Application
Programming Interfaces. American Behavioral Scientist 2013 57: 623.
(2012). Beyond Newspapers: News Consumption among Young People in the Digital Era. Comunicar, n. 39, v. XX, 2012, Scientific Journal of
Media Education; ISSN: 1134-3478; pages 151-158.
Mary A. Bock. (2012). Newspaper journalism and video: Motion, sound, and new narratives. New Media Society 2012 14: 600.
(2011). Online credibility and community among blog users. ASIST 2011, October 9.13, 2011.

newsjel.ly
데이터저널리즘의 전망
한계성
1. 데이터의 개방 적극적, 공유 필요
‘언론과 시민이 보다 쉽게 정보에 접근할 수 있게’
1)정부의 적극적 공공정보 개방을 통해 투명성을 높이고 언론과 시민이
보다 쉽게 정보에 접근할 수 있게 하여 빅데이터를 활용한 데이터 저널리
즘을 촉진하고 사회의 성숙도를 높여야 함.
사실 상 정보를 얻고자 하는 곳에 가서 정보요청을 하면 구하기 어렵다거
나 공개할 수 없다고 하는 것이 대부분. 정보를 회사 기밀 수준으로 관리 > 많은 사람들이 효율적인 결과를 내기 위해 필요한 데이터들의 비공개로
더 발전할 수 있는 부분도 정체되어 있음 유관 부처가 공공 데이터베이스
플랫폼 지원을 해서 국민들이 필요로 하는 정보를 적극적으로 데이터로
만들어 공개하고 이를 통해 데이터저널리즘의 가치를 전파해 나가야 함.
2) 정보가 옳은 데이터인지 확인하는 작업에서 더 많은 데이터가 필요로
됨. 더 많은 데이터가 공개되어야 더 좋은 정보를 찾을 수 있음. 그 중에서
어떤 정보를 정리해 보여줄 것인지를 선택.

2. 수익모델 부재
상당히 정제된 데이터를 필요로 하고 고도의 기술과 인력이 뒤
따라야 하는데 수익모델 부재로 쉽게 해결할 수 없는 상황,
필요한 인력은 리서처와 데이터저널리스트, 프로그래머 이렇게
3명이면 충분한데, 신문들은 경영 악화 때문에, 방송은 정치적
인 이유로 탐사 보도팀을 두지 않거나 있던 팀마저 없애버리곤
한다.
교육 현장에서 만나는 기자들은 데이터저널리즘과 탐사보도에
대한 관심과 열정을 보이면서도 현실적인 어려움을 토로함.
“수많은 데이터의 바다에서 보물을 찾는 건 기자 개인의 노력
과 전문가의 도움을 통해 가능하다”
- 뉴스타파 리서치 팀 디렉터, 데이터저널리즘 연구소장 권혜진

가능성
1. 언론사의 경쟁이 심해지면서 좀 더 깊이 있고 좀 더 정확한 기사를 공급할필요가 커졌기 때문에 전망이 매우 밝음.
정작 기사를 크게 줄이고 인포그래픽을 강조하면 반가워하는 경우가 드물고, 기자에게 기사를 만들기보다 인포그래픽에 대한 정보를 모으는 데
시간을 더 할애하도록 하면 섭섭한 감정을 드러내기도 한다. 하지만 시민들과의 협업을 통해 만들어가는 오픈 저널리즘, 인터렉티브 기술을 활용해
독자의 이해도를 높이는 데이터 저널리즘 등 다양한 시도를 통해 미래를 향해 한 걸음 앞서 나가고 있다.
하나의 사진이나 그래픽이 천개 이상의 단어가 표현하지 못하는 것을 전달하기도 한다.
신문과 잡지, 블로그와 트위터, TV와 광고, 선거운동과 예술 매체에서 데이터의 리포팅과 스토리텔링의 수단으로 활발히 사용,
실제 구글 조사팀에 의하면 지년 5년간 인포그래픽 사용이 20배로 증가.
2. "아이패드로 신문 발행 시 신규 독자 더 늘어나"
아이패드와 스마트폰의 등장으로 인포그래픽의 중요성은 더욱 높아졌다. 삼차원으로 구현한 인포그래픽은 독자에게 새로운 경험을 제공.
뉴욕타임스는 데이터를 기반으로 한 인포그래픽이 과거의 신문 독자를 태블릿 환경에서도 여전히 독자로 잡아두는 역할을 한다고 함.
실제 현장에서 코로 냄새를 맡고 발로 뛰는 기사보다 단지 데이터를 이용해 경쟁력 있는 기사를 만들어내는 경우도 많아짐.
*근거 자료
- 컨설팅 회사 올리버 와이먼이 출간한 'A New Digital Future for Publishers?'에 따르면 앞으로 수년 동안 컬러 터치스크린 디바이스가 급속히 늘어날 것이라는 전망. 이에 따라
인터랙티브 신문/잡지 수요도 촉발될 것이라고.
- 2014년 미국 기준으로 종이잡지 재 구독률은 통상 55%인데 인터랙티브 버전을 내면서 종이잡지와 똑같은 요금을 받을 경우 재 구독률이 64%로 9% 포인트 높아진다고 전망.
종이잡지만 재 구독하는 독자는 24%, 인터랙티브 잡지만 재 구독하는 독자는 21%, 둘을 결합한 번들 상품을 구독하는 독자는 19%. 셋이 포트폴리오를 형성할 것이라고 내다봄.
- 종이신문 종이잡지만 낼 경우 신규독자 비중이 5%에 불과한 반면 인터랙티브 버전을 내면 이 비중이 15%로 10% 포인트 뛰는 것으로 예상.
감사합니다.
Contect:
help@newsjel.ly

작성자:

전승희(s20101402@gmail.com)
이상윤(al4mayor@gmail.com)
정유진(star2eugene@gmail.com)

Mais conteúdo relacionado

Mais procurados

정부 Sns 운영효과_분석_및_활성화_방안_최종_보고서
정부 Sns 운영효과_분석_및_활성화_방안_최종_보고서정부 Sns 운영효과_분석_및_활성화_방안_최종_보고서
정부 Sns 운영효과_분석_및_활성화_방안_최종_보고서Becky Kim
 
Power BI勉強会 #6 Power BI で地理的分析とこまでできる?
Power BI勉強会 #6 Power BI で地理的分析とこまでできる?Power BI勉強会 #6 Power BI で地理的分析とこまでできる?
Power BI勉強会 #6 Power BI で地理的分析とこまでできる?Osamu Masutani
 
モノタロウを支える Solr による商品検索システム
モノタロウを支える Solr による商品検索システムモノタロウを支える Solr による商品検索システム
モノタロウを支える Solr による商品検索システム株式会社MonotaRO Tech Team
 
Power BI のためのリアルアーキテクチャ、あなたは自分のデータを理解していますか?
Power BI のためのリアルアーキテクチャ、あなたは自分のデータを理解していますか?Power BI のためのリアルアーキテクチャ、あなたは自分のデータを理解していますか?
Power BI のためのリアルアーキテクチャ、あなたは自分のデータを理解していますか?Yugo Shimizu
 
사업계획서 Vr어트랙션
사업계획서 Vr어트랙션사업계획서 Vr어트랙션
사업계획서 Vr어트랙션장환 홍
 
The People's Innovation Platform - Microsoft Power Platform
    The People's Innovation Platform - Microsoft Power Platform    The People's Innovation Platform - Microsoft Power Platform
The People's Innovation Platform - Microsoft Power PlatformKorcomptenz Inc
 
BigQuery의 모든 것(기획자, 마케터, 신입 데이터 분석가를 위한) 입문편
BigQuery의 모든 것(기획자, 마케터, 신입 데이터 분석가를 위한) 입문편BigQuery의 모든 것(기획자, 마케터, 신입 데이터 분석가를 위한) 입문편
BigQuery의 모든 것(기획자, 마케터, 신입 데이터 분석가를 위한) 입문편Seongyun Byeon
 
Microsoft Power Platform がエンジニアにも必要な理由
Microsoft Power Platform がエンジニアにも必要な理由Microsoft Power Platform がエンジニアにも必要な理由
Microsoft Power Platform がエンジニアにも必要な理由Taiki Yoshida
 
[메조미디어] 2022 이커머스 업종 분석 리포트
[메조미디어] 2022 이커머스 업종 분석 리포트[메조미디어] 2022 이커머스 업종 분석 리포트
[메조미디어] 2022 이커머스 업종 분석 리포트MezzoMedia
 
[메조미디어] 2020 화장품 업종분석 리포트
[메조미디어] 2020 화장품 업종분석 리포트[메조미디어] 2020 화장품 업종분석 리포트
[메조미디어] 2020 화장품 업종분석 리포트MezzoMedia
 
데이터가 흐르는 조직 만들기 - 마이리얼트립
데이터가 흐르는 조직 만들기 - 마이리얼트립데이터가 흐르는 조직 만들기 - 마이리얼트립
데이터가 흐르는 조직 만들기 - 마이리얼트립승화 양
 
0408_國金_疫情解封後中國的經濟展望.pdf
0408_國金_疫情解封後中國的經濟展望.pdf0408_國金_疫情解封後中國的經濟展望.pdf
0408_國金_疫情解封後中國的經濟展望.pdfCollaborator
 
[메조미디어] 2022 여행 업종 세일즈 가이드
[메조미디어] 2022 여행 업종 세일즈 가이드[메조미디어] 2022 여행 업종 세일즈 가이드
[메조미디어] 2022 여행 업종 세일즈 가이드MezzoMedia
 
グラフ構造のデータモデルをPower BIで可視化してみた
グラフ構造のデータモデルをPower BIで可視化してみたグラフ構造のデータモデルをPower BIで可視化してみた
グラフ構造のデータモデルをPower BIで可視化してみたCData Software Japan
 
自社で実運用中!Power Apps・Power Automate 活用事例
自社で実運用中!Power Apps・Power Automate 活用事例自社で実運用中!Power Apps・Power Automate 活用事例
自社で実運用中!Power Apps・Power Automate 活用事例Teruchika Yamada
 
[울산과학고 SW/STEAM] 1주차 - 데이터 시각화 방법론 및 사례
[울산과학고 SW/STEAM] 1주차 - 데이터 시각화 방법론 및 사례[울산과학고 SW/STEAM] 1주차 - 데이터 시각화 방법론 및 사례
[울산과학고 SW/STEAM] 1주차 - 데이터 시각화 방법론 및 사례Core.Today
 
大規模微服務導入 - #1, 從零開始的系統架構設計概觀
大規模微服務導入 - #1, 從零開始的系統架構設計概觀大規模微服務導入 - #1, 從零開始的系統架構設計概觀
大規模微服務導入 - #1, 從零開始的系統架構設計概觀Andrew Wu
 
언더스코어 팀 소개서 v2.0
언더스코어 팀 소개서 v2.0언더스코어 팀 소개서 v2.0
언더스코어 팀 소개서 v2.0Tae Young Kang
 
え!?データがオンプレにあるけどPower BI で BI したいの?
え!?データがオンプレにあるけどPower BI で BI したいの?え!?データがオンプレにあるけどPower BI で BI したいの?
え!?データがオンプレにあるけどPower BI で BI したいの?Yugo Shimizu
 

Mais procurados (20)

정부 Sns 운영효과_분석_및_활성화_방안_최종_보고서
정부 Sns 운영효과_분석_및_활성화_방안_최종_보고서정부 Sns 운영효과_분석_및_활성화_방안_최종_보고서
정부 Sns 운영효과_분석_및_활성화_방안_최종_보고서
 
Power BI勉強会 #6 Power BI で地理的分析とこまでできる?
Power BI勉強会 #6 Power BI で地理的分析とこまでできる?Power BI勉強会 #6 Power BI で地理的分析とこまでできる?
Power BI勉強会 #6 Power BI で地理的分析とこまでできる?
 
モノタロウを支える Solr による商品検索システム
モノタロウを支える Solr による商品検索システムモノタロウを支える Solr による商品検索システム
モノタロウを支える Solr による商品検索システム
 
Power BI のためのリアルアーキテクチャ、あなたは自分のデータを理解していますか?
Power BI のためのリアルアーキテクチャ、あなたは自分のデータを理解していますか?Power BI のためのリアルアーキテクチャ、あなたは自分のデータを理解していますか?
Power BI のためのリアルアーキテクチャ、あなたは自分のデータを理解していますか?
 
사업계획서 Vr어트랙션
사업계획서 Vr어트랙션사업계획서 Vr어트랙션
사업계획서 Vr어트랙션
 
The People's Innovation Platform - Microsoft Power Platform
    The People's Innovation Platform - Microsoft Power Platform    The People's Innovation Platform - Microsoft Power Platform
The People's Innovation Platform - Microsoft Power Platform
 
BigQuery의 모든 것(기획자, 마케터, 신입 데이터 분석가를 위한) 입문편
BigQuery의 모든 것(기획자, 마케터, 신입 데이터 분석가를 위한) 입문편BigQuery의 모든 것(기획자, 마케터, 신입 데이터 분석가를 위한) 입문편
BigQuery의 모든 것(기획자, 마케터, 신입 데이터 분석가를 위한) 입문편
 
Microsoft Power Platform がエンジニアにも必要な理由
Microsoft Power Platform がエンジニアにも必要な理由Microsoft Power Platform がエンジニアにも必要な理由
Microsoft Power Platform がエンジニアにも必要な理由
 
[메조미디어] 2022 이커머스 업종 분석 리포트
[메조미디어] 2022 이커머스 업종 분석 리포트[메조미디어] 2022 이커머스 업종 분석 리포트
[메조미디어] 2022 이커머스 업종 분석 리포트
 
[메조미디어] 2020 화장품 업종분석 리포트
[메조미디어] 2020 화장품 업종분석 리포트[메조미디어] 2020 화장품 업종분석 리포트
[메조미디어] 2020 화장품 업종분석 리포트
 
데이터가 흐르는 조직 만들기 - 마이리얼트립
데이터가 흐르는 조직 만들기 - 마이리얼트립데이터가 흐르는 조직 만들기 - 마이리얼트립
데이터가 흐르는 조직 만들기 - 마이리얼트립
 
0408_國金_疫情解封後中國的經濟展望.pdf
0408_國金_疫情解封後中國的經濟展望.pdf0408_國金_疫情解封後中國的經濟展望.pdf
0408_國金_疫情解封後中國的經濟展望.pdf
 
[메조미디어] 2022 여행 업종 세일즈 가이드
[메조미디어] 2022 여행 업종 세일즈 가이드[메조미디어] 2022 여행 업종 세일즈 가이드
[메조미디어] 2022 여행 업종 세일즈 가이드
 
グラフ構造のデータモデルをPower BIで可視化してみた
グラフ構造のデータモデルをPower BIで可視化してみたグラフ構造のデータモデルをPower BIで可視化してみた
グラフ構造のデータモデルをPower BIで可視化してみた
 
自社で実運用中!Power Apps・Power Automate 活用事例
自社で実運用中!Power Apps・Power Automate 活用事例自社で実運用中!Power Apps・Power Automate 活用事例
自社で実運用中!Power Apps・Power Automate 活用事例
 
[울산과학고 SW/STEAM] 1주차 - 데이터 시각화 방법론 및 사례
[울산과학고 SW/STEAM] 1주차 - 데이터 시각화 방법론 및 사례[울산과학고 SW/STEAM] 1주차 - 데이터 시각화 방법론 및 사례
[울산과학고 SW/STEAM] 1주차 - 데이터 시각화 방법론 및 사례
 
大規模微服務導入 - #1, 從零開始的系統架構設計概觀
大規模微服務導入 - #1, 從零開始的系統架構設計概觀大規模微服務導入 - #1, 從零開始的系統架構設計概觀
大規模微服務導入 - #1, 從零開始的系統架構設計概觀
 
언더스코어 팀 소개서 v2.0
언더스코어 팀 소개서 v2.0언더스코어 팀 소개서 v2.0
언더스코어 팀 소개서 v2.0
 
モノタロウの商品データ連携について
モノタロウの商品データ連携についてモノタロウの商品データ連携について
モノタロウの商品データ連携について
 
え!?データがオンプレにあるけどPower BI で BI したいの?
え!?データがオンプレにあるけどPower BI で BI したいの?え!?データがオンプレにあるけどPower BI で BI したいの?
え!?データがオンプレにあるけどPower BI で BI したいの?
 

Semelhante a 뉴스젤리 - 데이터저널리즘 이해하기 1

[UDIS_6_2nd] Data Journalism_20140712
[UDIS_6_2nd] Data Journalism_20140712[UDIS_6_2nd] Data Journalism_20140712
[UDIS_6_2nd] Data Journalism_20140712Sunghun Bae
 
20130506132258 빅데이터시대sns의진화-지용석[1]
20130506132258 빅데이터시대sns의진화-지용석[1]20130506132258 빅데이터시대sns의진화-지용석[1]
20130506132258 빅데이터시대sns의진화-지용석[1]Webometrics Class
 
20130506132258 빅데이터시대sns의진화-지용석[1]
20130506132258 빅데이터시대sns의진화-지용석[1]20130506132258 빅데이터시대sns의진화-지용석[1]
20130506132258 빅데이터시대sns의진화-지용석[1]Yong Seok Chi
 
빅데이터와 저널리즘
빅데이터와 저널리즘빅데이터와 저널리즘
빅데이터와 저널리즘Sungkyu Lee
 
빅 데이터, 새로운 통찰력
빅 데이터, 새로운 통찰력빅 데이터, 새로운 통찰력
빅 데이터, 새로운 통찰력현주 유
 
LLG Data Journalism Module1 Review
LLG Data Journalism Module1 ReviewLLG Data Journalism Module1 Review
LLG Data Journalism Module1 Reviewneuroassociates
 
데이터저널리즘과 선거 웹보메트릭스연구사례(24 oc2011)
데이터저널리즘과 선거 웹보메트릭스연구사례(24 oc2011)데이터저널리즘과 선거 웹보메트릭스연구사례(24 oc2011)
데이터저널리즘과 선거 웹보메트릭스연구사례(24 oc2011)Han Woo PARK
 
1장 기자데이터와만나다
1장 기자데이터와만나다1장 기자데이터와만나다
1장 기자데이터와만나다Hyochan PARK
 
디지털시대 뉴미디어 이야기
디지털시대 뉴미디어 이야기디지털시대 뉴미디어 이야기
디지털시대 뉴미디어 이야기Sungkyu Lee
 
공공데이터 맛있게 요리하기
공공데이터 맛있게 요리하기공공데이터 맛있게 요리하기
공공데이터 맛있게 요리하기영제 임
 
방송기자협회 - 데이터 저널리즘팀 본격 가동
방송기자협회 - 데이터 저널리즘팀 본격 가동방송기자협회 - 데이터 저널리즘팀 본격 가동
방송기자협회 - 데이터 저널리즘팀 본격 가동Han Woo PARK
 
검색의 미래와 새로운 역할
검색의 미래와 새로운 역할검색의 미래와 새로운 역할
검색의 미래와 새로운 역할mosaicnet
 
12openup 1 venturesquare
12openup 1 venturesquare12openup 1 venturesquare
12openup 1 venturesquareVentureSquare
 
공공 데이터와 인포그래픽스를 활용한 문화관광기획
공공 데이터와 인포그래픽스를 활용한 문화관광기획공공 데이터와 인포그래픽스를 활용한 문화관광기획
공공 데이터와 인포그래픽스를 활용한 문화관광기획Han Woo PARK
 
데이터저널리즘 프로젝트 - 너머
데이터저널리즘 프로젝트 - 너머데이터저널리즘 프로젝트 - 너머
데이터저널리즘 프로젝트 - 너머영제 임
 
Social big data - Collaboration & Collective Intelligence
Social big data - Collaboration & Collective IntelligenceSocial big data - Collaboration & Collective Intelligence
Social big data - Collaboration & Collective Intelligencekang Anthony
 
20120924134035 빅데이터시대,ai의새로운의미와가치
20120924134035 빅데이터시대,ai의새로운의미와가치20120924134035 빅데이터시대,ai의새로운의미와가치
20120924134035 빅데이터시대,ai의새로운의미와가치Webometrics Class
 
인포그래픽스 데이터분석과 저널리즘 1장 기자데이터와만나다
인포그래픽스 데이터분석과 저널리즘 1장 기자데이터와만나다인포그래픽스 데이터분석과 저널리즘 1장 기자데이터와만나다
인포그래픽스 데이터분석과 저널리즘 1장 기자데이터와만나다Han Woo PARK
 
Big Data 대충 알아보기
Big Data 대충 알아보기Big Data 대충 알아보기
Big Data 대충 알아보기iron han
 
빅데이터와 로봇 (Big Data in Robotics)
빅데이터와 로봇 (Big Data in Robotics)빅데이터와 로봇 (Big Data in Robotics)
빅데이터와 로봇 (Big Data in Robotics)Hong-Seok Kim
 

Semelhante a 뉴스젤리 - 데이터저널리즘 이해하기 1 (20)

[UDIS_6_2nd] Data Journalism_20140712
[UDIS_6_2nd] Data Journalism_20140712[UDIS_6_2nd] Data Journalism_20140712
[UDIS_6_2nd] Data Journalism_20140712
 
20130506132258 빅데이터시대sns의진화-지용석[1]
20130506132258 빅데이터시대sns의진화-지용석[1]20130506132258 빅데이터시대sns의진화-지용석[1]
20130506132258 빅데이터시대sns의진화-지용석[1]
 
20130506132258 빅데이터시대sns의진화-지용석[1]
20130506132258 빅데이터시대sns의진화-지용석[1]20130506132258 빅데이터시대sns의진화-지용석[1]
20130506132258 빅데이터시대sns의진화-지용석[1]
 
빅데이터와 저널리즘
빅데이터와 저널리즘빅데이터와 저널리즘
빅데이터와 저널리즘
 
빅 데이터, 새로운 통찰력
빅 데이터, 새로운 통찰력빅 데이터, 새로운 통찰력
빅 데이터, 새로운 통찰력
 
LLG Data Journalism Module1 Review
LLG Data Journalism Module1 ReviewLLG Data Journalism Module1 Review
LLG Data Journalism Module1 Review
 
데이터저널리즘과 선거 웹보메트릭스연구사례(24 oc2011)
데이터저널리즘과 선거 웹보메트릭스연구사례(24 oc2011)데이터저널리즘과 선거 웹보메트릭스연구사례(24 oc2011)
데이터저널리즘과 선거 웹보메트릭스연구사례(24 oc2011)
 
1장 기자데이터와만나다
1장 기자데이터와만나다1장 기자데이터와만나다
1장 기자데이터와만나다
 
디지털시대 뉴미디어 이야기
디지털시대 뉴미디어 이야기디지털시대 뉴미디어 이야기
디지털시대 뉴미디어 이야기
 
공공데이터 맛있게 요리하기
공공데이터 맛있게 요리하기공공데이터 맛있게 요리하기
공공데이터 맛있게 요리하기
 
방송기자협회 - 데이터 저널리즘팀 본격 가동
방송기자협회 - 데이터 저널리즘팀 본격 가동방송기자협회 - 데이터 저널리즘팀 본격 가동
방송기자협회 - 데이터 저널리즘팀 본격 가동
 
검색의 미래와 새로운 역할
검색의 미래와 새로운 역할검색의 미래와 새로운 역할
검색의 미래와 새로운 역할
 
12openup 1 venturesquare
12openup 1 venturesquare12openup 1 venturesquare
12openup 1 venturesquare
 
공공 데이터와 인포그래픽스를 활용한 문화관광기획
공공 데이터와 인포그래픽스를 활용한 문화관광기획공공 데이터와 인포그래픽스를 활용한 문화관광기획
공공 데이터와 인포그래픽스를 활용한 문화관광기획
 
데이터저널리즘 프로젝트 - 너머
데이터저널리즘 프로젝트 - 너머데이터저널리즘 프로젝트 - 너머
데이터저널리즘 프로젝트 - 너머
 
Social big data - Collaboration & Collective Intelligence
Social big data - Collaboration & Collective IntelligenceSocial big data - Collaboration & Collective Intelligence
Social big data - Collaboration & Collective Intelligence
 
20120924134035 빅데이터시대,ai의새로운의미와가치
20120924134035 빅데이터시대,ai의새로운의미와가치20120924134035 빅데이터시대,ai의새로운의미와가치
20120924134035 빅데이터시대,ai의새로운의미와가치
 
인포그래픽스 데이터분석과 저널리즘 1장 기자데이터와만나다
인포그래픽스 데이터분석과 저널리즘 1장 기자데이터와만나다인포그래픽스 데이터분석과 저널리즘 1장 기자데이터와만나다
인포그래픽스 데이터분석과 저널리즘 1장 기자데이터와만나다
 
Big Data 대충 알아보기
Big Data 대충 알아보기Big Data 대충 알아보기
Big Data 대충 알아보기
 
빅데이터와 로봇 (Big Data in Robotics)
빅데이터와 로봇 (Big Data in Robotics)빅데이터와 로봇 (Big Data in Robotics)
빅데이터와 로봇 (Big Data in Robotics)
 

Mais de Newsjelly

빅데이터 시각화 기술 특허 동향 분석
빅데이터 시각화 기술 특허 동향 분석빅데이터 시각화 기술 특허 동향 분석
빅데이터 시각화 기술 특허 동향 분석Newsjelly
 
데이터시각화 서비스 주요기능 비교
데이터시각화 서비스 주요기능 비교데이터시각화 서비스 주요기능 비교
데이터시각화 서비스 주요기능 비교Newsjelly
 
뉴스젤리 인터랙티브 소개서 2016
뉴스젤리 인터랙티브 소개서 2016뉴스젤리 인터랙티브 소개서 2016
뉴스젤리 인터랙티브 소개서 2016Newsjelly
 
맛있는 정보디자인 레시피
맛있는 정보디자인 레시피맛있는 정보디자인 레시피
맛있는 정보디자인 레시피Newsjelly
 
[임지현]금수저 컨텐츠 메이킹스토리
[임지현]금수저 컨텐츠 메이킹스토리[임지현]금수저 컨텐츠 메이킹스토리
[임지현]금수저 컨텐츠 메이킹스토리Newsjelly
 
[임지현]상권분석 메이킹스토리
[임지현]상권분석 메이킹스토리[임지현]상권분석 메이킹스토리
[임지현]상권분석 메이킹스토리Newsjelly
 
[조성도]Newsjelly seminar sloday 1013
[조성도]Newsjelly seminar sloday 1013[조성도]Newsjelly seminar sloday 1013
[조성도]Newsjelly seminar sloday 1013Newsjelly
 
[김태형]데이터 저널리즘 보도 사례
[김태형]데이터 저널리즘 보도 사례[김태형]데이터 저널리즘 보도 사례
[김태형]데이터 저널리즘 보도 사례Newsjelly
 
디포커스 전홍구
디포커스 전홍구디포커스 전홍구
디포커스 전홍구Newsjelly
 
다음카카오 이현재차장
다음카카오 이현재차장다음카카오 이현재차장
다음카카오 이현재차장Newsjelly
 
뉴스젤리 임준원
뉴스젤리 임준원뉴스젤리 임준원
뉴스젤리 임준원Newsjelly
 
Sap lumira 김무식
Sap lumira 김무식Sap lumira 김무식
Sap lumira 김무식Newsjelly
 
[데이터 시각화 3rd 세미나] 공공 데이터 시각화_조용현 통계데이터담당관
[데이터 시각화 3rd 세미나] 공공 데이터 시각화_조용현 통계데이터담당관[데이터 시각화 3rd 세미나] 공공 데이터 시각화_조용현 통계데이터담당관
[데이터 시각화 3rd 세미나] 공공 데이터 시각화_조용현 통계데이터담당관Newsjelly
 
[데이터 시각화 3rd 세미나] 사회에 기여 하는 방법_뉴스젤리 임지현 디렉터
[데이터 시각화 3rd 세미나] 사회에 기여 하는 방법_뉴스젤리 임지현 디렉터[데이터 시각화 3rd 세미나] 사회에 기여 하는 방법_뉴스젤리 임지현 디렉터
[데이터 시각화 3rd 세미나] 사회에 기여 하는 방법_뉴스젤리 임지현 디렉터Newsjelly
 
[데이터 시각화 3rd 세미나] 데이터시각화로본기업 _ 웅진변상필영업대표
[데이터 시각화 3rd 세미나] 데이터시각화로본기업 _ 웅진변상필영업대표[데이터 시각화 3rd 세미나] 데이터시각화로본기업 _ 웅진변상필영업대표
[데이터 시각화 3rd 세미나] 데이터시각화로본기업 _ 웅진변상필영업대표Newsjelly
 
[데이터 시각화 3rd 세미나] 상권 교차 분석_조이코퍼레이션 김재홍 부사장
[데이터 시각화 3rd 세미나] 상권 교차 분석_조이코퍼레이션 김재홍 부사장[데이터 시각화 3rd 세미나] 상권 교차 분석_조이코퍼레이션 김재홍 부사장
[데이터 시각화 3rd 세미나] 상권 교차 분석_조이코퍼레이션 김재홍 부사장Newsjelly
 
뉴스젤리 통통한 통계 1화 - 통계, 너는 누구냐
뉴스젤리 통통한 통계 1화 - 통계, 너는 누구냐뉴스젤리 통통한 통계 1화 - 통계, 너는 누구냐
뉴스젤리 통통한 통계 1화 - 통계, 너는 누구냐Newsjelly
 
국내 데이터 저널리즘 동향분석
국내 데이터 저널리즘 동향분석국내 데이터 저널리즘 동향분석
국내 데이터 저널리즘 동향분석Newsjelly
 
뉴스젤리 - 슈퍼리치 인기투표
뉴스젤리 - 슈퍼리치 인기투표뉴스젤리 - 슈퍼리치 인기투표
뉴스젤리 - 슈퍼리치 인기투표Newsjelly
 
리뷰세미나 - 픽토차트
리뷰세미나 - 픽토차트리뷰세미나 - 픽토차트
리뷰세미나 - 픽토차트Newsjelly
 

Mais de Newsjelly (20)

빅데이터 시각화 기술 특허 동향 분석
빅데이터 시각화 기술 특허 동향 분석빅데이터 시각화 기술 특허 동향 분석
빅데이터 시각화 기술 특허 동향 분석
 
데이터시각화 서비스 주요기능 비교
데이터시각화 서비스 주요기능 비교데이터시각화 서비스 주요기능 비교
데이터시각화 서비스 주요기능 비교
 
뉴스젤리 인터랙티브 소개서 2016
뉴스젤리 인터랙티브 소개서 2016뉴스젤리 인터랙티브 소개서 2016
뉴스젤리 인터랙티브 소개서 2016
 
맛있는 정보디자인 레시피
맛있는 정보디자인 레시피맛있는 정보디자인 레시피
맛있는 정보디자인 레시피
 
[임지현]금수저 컨텐츠 메이킹스토리
[임지현]금수저 컨텐츠 메이킹스토리[임지현]금수저 컨텐츠 메이킹스토리
[임지현]금수저 컨텐츠 메이킹스토리
 
[임지현]상권분석 메이킹스토리
[임지현]상권분석 메이킹스토리[임지현]상권분석 메이킹스토리
[임지현]상권분석 메이킹스토리
 
[조성도]Newsjelly seminar sloday 1013
[조성도]Newsjelly seminar sloday 1013[조성도]Newsjelly seminar sloday 1013
[조성도]Newsjelly seminar sloday 1013
 
[김태형]데이터 저널리즘 보도 사례
[김태형]데이터 저널리즘 보도 사례[김태형]데이터 저널리즘 보도 사례
[김태형]데이터 저널리즘 보도 사례
 
디포커스 전홍구
디포커스 전홍구디포커스 전홍구
디포커스 전홍구
 
다음카카오 이현재차장
다음카카오 이현재차장다음카카오 이현재차장
다음카카오 이현재차장
 
뉴스젤리 임준원
뉴스젤리 임준원뉴스젤리 임준원
뉴스젤리 임준원
 
Sap lumira 김무식
Sap lumira 김무식Sap lumira 김무식
Sap lumira 김무식
 
[데이터 시각화 3rd 세미나] 공공 데이터 시각화_조용현 통계데이터담당관
[데이터 시각화 3rd 세미나] 공공 데이터 시각화_조용현 통계데이터담당관[데이터 시각화 3rd 세미나] 공공 데이터 시각화_조용현 통계데이터담당관
[데이터 시각화 3rd 세미나] 공공 데이터 시각화_조용현 통계데이터담당관
 
[데이터 시각화 3rd 세미나] 사회에 기여 하는 방법_뉴스젤리 임지현 디렉터
[데이터 시각화 3rd 세미나] 사회에 기여 하는 방법_뉴스젤리 임지현 디렉터[데이터 시각화 3rd 세미나] 사회에 기여 하는 방법_뉴스젤리 임지현 디렉터
[데이터 시각화 3rd 세미나] 사회에 기여 하는 방법_뉴스젤리 임지현 디렉터
 
[데이터 시각화 3rd 세미나] 데이터시각화로본기업 _ 웅진변상필영업대표
[데이터 시각화 3rd 세미나] 데이터시각화로본기업 _ 웅진변상필영업대표[데이터 시각화 3rd 세미나] 데이터시각화로본기업 _ 웅진변상필영업대표
[데이터 시각화 3rd 세미나] 데이터시각화로본기업 _ 웅진변상필영업대표
 
[데이터 시각화 3rd 세미나] 상권 교차 분석_조이코퍼레이션 김재홍 부사장
[데이터 시각화 3rd 세미나] 상권 교차 분석_조이코퍼레이션 김재홍 부사장[데이터 시각화 3rd 세미나] 상권 교차 분석_조이코퍼레이션 김재홍 부사장
[데이터 시각화 3rd 세미나] 상권 교차 분석_조이코퍼레이션 김재홍 부사장
 
뉴스젤리 통통한 통계 1화 - 통계, 너는 누구냐
뉴스젤리 통통한 통계 1화 - 통계, 너는 누구냐뉴스젤리 통통한 통계 1화 - 통계, 너는 누구냐
뉴스젤리 통통한 통계 1화 - 통계, 너는 누구냐
 
국내 데이터 저널리즘 동향분석
국내 데이터 저널리즘 동향분석국내 데이터 저널리즘 동향분석
국내 데이터 저널리즘 동향분석
 
뉴스젤리 - 슈퍼리치 인기투표
뉴스젤리 - 슈퍼리치 인기투표뉴스젤리 - 슈퍼리치 인기투표
뉴스젤리 - 슈퍼리치 인기투표
 
리뷰세미나 - 픽토차트
리뷰세미나 - 픽토차트리뷰세미나 - 픽토차트
리뷰세미나 - 픽토차트
 

뉴스젤리 - 데이터저널리즘 이해하기 1

  • 2. CONTENTS Ⅰ. 내부적 1. 데이터 저널리즘 개념 이해 2. 데이터 잡기 저널리즘 과정 알기 Ⅱ. 외부적 3. 데이터 저널리즘 미래 기회 찾기 newsjel.ly
  • 3. 내부적 이해 1. 데이터 저널리즘 개념잡 기 newsjel.ly
  • 4. 빅데이터시대, 빅데이터란? 빅데이터정의 일반적인 데이터베이스 SW가 저장, 관리, 분석할 수 있는 범위를 초과하는 규모의 데이터(매킨지.`11) 빅데이터출현배경 1. 데이터 저장기술 발달 : 디지털 기술과 장치의 발달로 인해 모든 사건에 대해 디지털 기록이 가능해짐 2. 경제적 타당성 증가 : 1980년대에는 1GB에 10억이상 들던 메모리가격이 2010년에 들어 100원 미만으 로 떨어짐 3. 데이터 처리기술 발달 : 분산병렬처리기술의 발달로 합리적인 시간 안에 데이터 분석이 가능해짐 협의의 빅데이터 특성 광의의빅데이터특성 1.자원 데이터 -빅데이터: 비정형의텍스트,동영상,음성,센서,GPS 등과DB기반의고객데 이터,거래데이터등 방대한 크기 (Volume) 2.기술 형태의 다양성 (Variety) 빠른 생성속도 (Velocity) -데이터처리·축적·분석기술:(Hadoop,NoSQL,등)대량의데이터를효율 적으로처리,분석하기위한기술 3.인력 -인재·조직:(데이터사이언티스트등)빅데이터로부터의미있는정보를추 출하기위한인재나조직 <노무라연구소(2012), ‘빅데이터 시대 도래’, IT 프론티어 3월호> 2020년예상디지털데 이터양 = 40Zb(전세계모래수의 57배) newsjel.ly 정형: DB, 스프레스시트 반정형: XML, HTML 비정형: 이미지, 동영상, 2011년기준 하루동안발생하는트윗 양, 5000만건
  • 5. 빅데이터의 종류와 활용분야 빅데이터의종류 1. 정형데이터 : 고정된 필드에 저장된 데이터 ex) 관계형 데이터베이스 및 스프레드시트 등 2. 반정형데이터 : 고정된 필드에 저장되어 있지는 않지만 메타 데이터나 스키마 등을 포함하는 데이터 ex) XML이나 HTML, 텍스트 등 3. 비정형데이터 : 고정된 필드에 저장되어 있지 않은 데이터 ex) 텍스트 분석이 가능한 텍스트 문서 및 이미지/동영상/음성데이터 등 빅데이터활용분야 빅데이터 선별/수집 빅데이터 정형/반정형/ 비정형데이터 빅데이터 분석 빅데이터 활용 큐레이션 핵심사항 텍스트 마이닝, 소셜 네트워크 분석, 기계학습, … 빅데이터 활용분야 패턴의 우연성/지속성 구분 반정형데이터 수치분석, 데이터 마이닝 newsjel.ly 숨은 니즈 발견 일상/위기상황 판단 리스크 경감 맞춤형 서비스 실시간 감지/대응 체계 구축 비정형데이터 새로운 정보의 왜곡/실제여부 판단 호불호 맥락 파악 현실 반영 정보 · 실시간 정보 미래 예측 실시간 대응
  • 6. 빅데이터와 저널리즘의 상관관계 저널리즘정의 라틴어의‘diura(나날의 간행물)에서유래. 언론활동이나그러한활동을하는직업분야를뜻하는말. 매스미디어를이용하여공공적인사실이나사건에관한 정보를취재보도하고, 이에관한의견제시등의논평을하 는활동을이른다. 그중에서도특히시사적문제나사실에대한뉴스등을 취재편집하여매스커뮤니케이션매체인신문, 잡지, 방송 등을통해보도, 논평해설등을사회공중에전달하는활동, 또는이러한활동을전문적으로하는직업분야를말한다. 빅데이터와저널리즘의필연적만남 빅데이터의 가능성 - 컴퓨터의보급으로 다양한데이터가폭 팔적으로생성 - 분석기술의개발 이후빅데이터가가 지는가치의급상승 시너지 효과 저널리즘의 역할과 한계 - 다양한 미디어의 등장 - text형식의 보도-중심 저널리즘으론 ‘언론의 본연에 역할’을 수행하 기 힘듬 기존 저널리즘vs 데이터저널리즘 객관적저널리즘[ objective journalism ] 뉴저널리즘[ new journalism ] 객관주의언론이라고도불리며, 이전까지판을쳤던정론지와황색지에대 한반발에서발생했고, 기자가사건을보도할때사실의전달에만충실하 며기자자신의주관이나의견·논평은철저히배제해야된다는입장또는 주의의언론사조 보도를중심으로한언론사조의한가지로서기존의전통적이고객관적인 저널리즘에단편성· 피상성등을비판하면서, 그대신사건을보다구체적 으로그리고때로는기자의주관이나의견을곁들여심층적이고해설적으 로보도하자는언론사조 심층보도저널리즘[ depth reporting journalism ] 데이터저널리즘[ data journalism ] 기존의객관적저널리즘(objective journalism)에 반대하여, 주어진사건들을 피상적으로보도하지말고사건의뒤에숨겨져있는정보, 즉그배경원인 등에관한것들도파헤쳐깊이있게다루자는언론의한가지경향내지는 사조. 뉴미디어의등장으로방대한양, 빠른생성속도, 다양한형태의빅데이터 가쏟아져나오기시작하면서데이터를기반으로데이터를분석하여특정 사회현상이나사건을심층적이고해설적으로보도하는형태로새롭게부 상하고있는언론사조. newsjel.ly
  • 7. 데이터-중심 저널리즘 데이터저널리즘의원천, 빅데이터 “새로운 소식을 접하게 되면 사람들 은 더많은 것을 알고 싶어 합니다. 당 연히 기자들은 이와 관련된 데이터를 찾는 직업에 들어가야죠. 중요한 뉴 스가 발생했는데 단순히 일어난 소식 만 전하는데 그쳐서는 안 되니까요.” 공공데이터 - 공공기관이직무상전자적방식으로처리· 작성· 취득해관리하고있 는부호 · 문자 · 음성 · 음향 · 영상등으로표현된모든종류의데이 터 민간데이터 - 공공기관외에트위터· 페이스북· 카카오톡등의소셜미디어와포털 데이터등으로생성되며, 대체로비정형형태를띄는데이터 기타데이터 - 기업에서공개한데이터나사건· 사고관련데이터( 예: 위키리크스) 사이먼 로저스(데이터에디터) 데이터-중심저널리즘의What과How, 그리고Why 데이터 저널리즘의 특징은 1) 직관적 2) 개인화 3) 인터렉티브 4) 통찰(insight)로 표현된다. 대략적인 데이터 저널리즘의 흐름 data 어떻게 데이터 저널리즘이 가능할까? 빅데이터 정보의홍수시대 프리툴즈 파이어버그, 스크리 퍼, 스크리퍼위키 filter visuali ze story 왜 데이터 저널리즘이 중요할까? 분석 및 시각화 인터렉티브인포그 래픽, 인포그래픽스 현재까지는 받아쓰기 저널리즘의 형태가 강했다. 그러나 뉴 미디어의 등장 등으로 뉴스소비의 패러다임이 변화하면서 저널리즘의 역할을 수행하기에 받아쓰기 저널리즘은 한계가 있었다. 데이터 저널리즘을 통해서 핵심정보와 가치, 통찰력을 제공할 수 있다. 최근에는 언론사별 데이터분석팀이 설치되는 동향을 보인다. newsjel.ly
  • 8. 사례로 보는 데이터저널리즘 데이터-중심저널리즘의선구 사례 CAR도입 데이터 저널리즘의 첫 사례(1821, 가디언지) 맨체스터에 있는 학교들의 학교당 비용과 학생의 수를 목록화한 표 공식적으로 발표된 숫자보다 훨씬 많은 자 유 교육을 받는 실제 학생들의 수를 보여줌 초창기 유럽 사례(1958) 영국 육군에 대한 의료 서비스 개선을 옹호 하기 위해 그래픽을 사용 각 달의 사망자 수를 나타내며, 죽은 이들 의 절대 다수가 총상보다 질병에 걸려 사망 했다는 것을 강조함. "컴퓨터-활용 보도" 더욱 향상된 뉴스를 제공하기 위해 데이 터 수집과 분석을 위해 컴퓨터를 사용 한 체계적 시도 CAR은 1952 년에 CBS에서 대통령 선거의 결과를 예측하기 위해 최초로 사용됨. 1960년대 이후로 (주로 미국을 기반으로 조사하는 저널리스트들이 과학적으로 공공 기록 데이터베이스 분석하여 독립적으로 모 니터링하는 방법을 추구하고 트렌드 파악과 일반적인 지식이 틀렸음을 증명하며, 공공단체들과 법인들의 불법적인 행위를 드러 내는 것에 주력. 1. 디트로이드 폭동관련 기사 사례(Philip Meyer) - 디트로이트에서 일어난 1967 폭동에 대해 기사의 오류 지적, 이 폭동에 참가했던 사람들은 덜 교육받은 남부인들 뿐만이 아 니라는 것을 보여줌. 2. 주요 금융 연구소의 제도적 인종차별 폭로 사례(Bill Deadman) - 1980년대, 주요 금융 연구소들의 제도적 인종 차별을 폭로함. 3. 그 외 -Steve Doig는 결함이 있는 도시 개발 정책과 관행들의 영향력을 이해하기 위해서 1990년대 초의 '허리케인 앤드루'의 피해 패 턴 분석하여, 데이터-주도를 통한 가치 있는 공공 서비스를 초래했고, 영예 기자상을 수상.
  • 9. 사례로 보는 데이터저널리즘 데이터-중심저널리즘의개막 사례 Wikileaks 폭로 2010년 8월, 미국 외교 전문 및 아프간 무전 기록관련 아 프가니스탄 전쟁 기밀문서 9만1천여건을 공개한 사건 가디언은 우선 ‘급조 폭발물(IED)’이라는 키워드를 검 색해 데이터베이스를 구축했다. 그리고 IED 공격이 어 떤 지역에서 발생했는지 그리고 희생자 수는 어느 정 도인지 등을 집계해서 이를 지도 위에 표시했다. 이 지도 한 장이 아프가니스탄에서 벌어진 참혹한 전쟁 의 실상을 일목요연하게 드러냈다. 가디언은 이 지도 를 전면에 내걸고 수많은 분석 기사를 쏟아냈다. 이후, 데이터 저널리즘적 접근을 강화한 탐사보도 전문 언론 Propublica는 공립학교의 AP수업 이수율과 각 지역의 소득을 연계하여 분석한 The Opportunity Gaps과 같이 데이터 속에 가리워졌던 사회적 의미와 새로운 이야기를 보도하는 역량을 선보임으로 데이터 저널리즘을 발전시키고 있다. 출처: (iizi.tistory.com) newsjel.ly (출처: http://iizi.tistory.com/115)
  • 10. 내부적 이해 2. 데이터 저널리즘 과정알 기 newsjel.ly
  • 11. 데이터저널리즘 과정(가디언사) 잘못된 포맷의 데이터거르기 보내온 데이터 비교하거나 변화를 보여줄 것들 결과물의 신뢰성 확인 셀 병합 뉴스속보 스토리 데이터 수집 되풀이되는 사건들 자체 그래픽 팀 데이터가 의미 하는 것이 무엇 인가 결과물 도출 데이터 계산 수행 스프레드 시트화 출판 비즈 툴 탐색될만한 이론들 다른 어떤 데이 터와 함께 사용 될 것인가 불필요한 데이터 거르기 필요시 재계산 구글 퓨전 테이블 다른 기준으로 측 정된 데이터 수정 newsjel.ly http://www.theguardian.com/news/datablog/2011/apr/07/data-journalism-workflow
  • 12. 데이터저널리즘 과정 데이터저널리즘의7단계 팁 (Tips in 7 Steps) 가설 설정 독자 Needs 파악이 먼저! 정보수집 정보 소스 1. 기존 자료 활용: - 공식 소스: 예로 정부 기관, NGO - 비공식 소스: 예로 개인 운영 2. 필요 자료 생성: - 오픈 소스: 사용자가 정보 제 공 및 수정 - 설문지: 선별적 정보 수집 데이터 정리 & 필터링 가설 설정 수집된 정보를 통해 주제를 찾아야! 데이터 활용방안 모색 데이터 형식 변환/통일 “천연” 데이터는 1. 양이 방대 2. 다양한 형식으로 존재 유의 사항: 1. 데이터의 시사점, 용도 생각 2. 비교, 대조 할 것이나 변화를 포착 3. 같이 활용 할 수 있는 데이터 모색 (보완, 비교, 변화) 데이터 연산 그래서 1. 데이터 베이스로 관리 (저장, 검색 및 수정 수월) 2. 형식 통일 (검색, 수정, 비교와 연관 성 계산하기 좋은 형태로 주로 스프레 드 시트) 데이터 출력 데이터 출력할 때 유의 사항: 형식 통일된 데이터에도 1. 편견, 오류 존재 2. 불필요한 정보 존재 3. 부족하거나 추가하면 좋을 정보 삽입 기회 존재 그래서 1~3. 스프레드 시트 속에 있는 데이터 수 정하여 청소 및 정화함 정화까지 된 데이터는 정확한 분석이 가 능 데이터 분석 방법 2가지 1. 통계학적 변수간 연관관계 추산 2. 데이터를 시각화하여 상관관계 유추 newsjel.ly 본인과 거리 멀고 추상적으로 느낄 수 있는 정보 를 실감/체감할 수 있도록 포장함 1. 2. 3. 4. 5. 6. 시각화 (Visualize) 서술 (Narrate; Storytelling) 소통; 사회화 (Socialize) 인간화 (Humanize) 개인화 (Personalize) 도구 및 프로그램 활용 (Utilize) 참고: “Inverted Pyramid of Data Journalism”, Paul Bradshaw, OnlineJournalismBlog.com
  • 13. 데이터저널리즘 과정 데이터저널리즘단계별 Tools: 수집편 Data 수집 Data 분석 Data 출력 1-a. “비가공” (천연) Data 수집: 다양한 정보의 원천, 형식과 활용도 정보의 원천은 2가지: A. 기존 정보 활용: • 국가 데이터 포탈 활용 • 스크레이퍼 (scraper; 긁어 모으다) 도구 활용 B. 새 정보 수집: • 설문지 서비스 활용 • 오픈 소스 크라우드 소싱 서비스 활용 1-b. Data 형식 통일: 다양한 데이터의 원활한 비교 분석을 위해 자료 형식 통일 • 데이터 형식 변환기 사용 예) 미국: data.gov / 영국: data.gov.uk / World Bank Data API 예) ScraperWiki (HTML 웹 문서 안에 있는 수치들을 Excel 로 추출) 예) Google Forms, Survey Monkey 예) Silk (Wikipedia 처럼 대중이 실시간으로 데이터 추가 및 수정 가능) 예) Mr. Data Converter (HTML, XML, JSON, MySQL, Ruby, PHP, Python 등 다양한 파일 형식간 상호변환) newsjel.ly
  • 14. 데이터저널리즘 과정 데이터저널리즘단계별 Tools: 분석편 Data 수집 Data 분석 2-a. 형식 통일된 Data 정화: 데이터 상 오류나 편견, 불필요 정보 정리 (수정/제거/보 완) Refine:  Google Refine 2-b. 정화된 Data 분석; 변수간 상관관계 파악 데이터를 분석 방법은 크게 2가지: 원하는 항목으 로 정보 분류하 여 나열 해, 틀린 정보 수정 가능. A. 통계학: 스프레드 시트 활용해 변수간 연관성 연산  예) Excel, SPSS, SAS B. 시각화: 도구로 데이터 시각화 후 직관적으로 변수들 연관관계를 착안 Statwing:  예) Statwing 선택한 변수들 의 상관관계를 즉각적으로 계 산, 시각적으로 표현. newsjel.ly Data 출력
  • 15. 데이터저널리즘 과정 3. 출력 인포그래픽(Infographic) : 시각화된 데이터를 표현하는 가장 효과적인 방법 1. 종류 2. 전달 방법 : 스토리텔링. 시사하고자 하는 바를 이야기를 들려주듯 나타내는 방 식으로, 일반 정형화된 기사보다 이해가 쉽고 공감대를 형성을 효과적으로 나타내는 방법. 1)목적에 따라: 제품 홍보, 변천과정, 프로세스, 비 교, 사회적 이슈 -> 모두 저널리즘의 항목으로서 표현 가능. 1)명확한 메시지 (Message) 2) 갈등 (Conflict) 3) 플롯 (Plot) 4) 감각적 경험 (Experience) 5) 스토리의 진실성 (Trust) 2)형태에 따라: 인터렉티브 (Interactive) : 사용자의 참여를 유도. 최근 패럴랙스 스크롤 페이지 (Parallax Scroll)를 많이 사용. *페럴랙스 스크롤: 마우스로 스크롤 하며 시간에 따라 화면이 전환되고 동적인 그래픽을 보여주는 또 하나의 인터렉티브 표현 방식. (예시자료: how search works.avi, why shouldn’t drink&drive.avi) 이미지 (Image) 모션그래픽 (Motion Graphic) : 이미지가 움직이는 영상으로서, 이해하기 쉽게 설명과 함께 설명 가능. 3. 인포그래픽 프로세스 관찰 → 상상하기 → 그리기(기록,정보 등) → 정의하기 → 연결하기(상징, 은유, 스토리텔링) → 표현하기(디자인) 4. 좋은 인포그래픽을 위한 7가지 능력 경험 관찰력 작성력 공감력 정보력 스토리 전달력 *데이터 공유와 이로 인한 독자와의 소통은 가장 중요한 요소* 일반 문서에서 트위터와 페이스북 같은 사회관계망 서비스(SNS) 데이터도 참고+ 독자의 목소리 . 독자의 참여 -> 더 좋은 인 포그래픽 만드는데 중요. 이상적인 시각화란 단지 명확하게 의사를 전달하는 데 머물러서는 안 되고 보는 사람을 집중하게 하고 참여하게 만들어야 한다.-Wikipidia “한 장의 그래프가 독자들에게 훨씬 더 많은 이야기를 전달할 수 있다.” -사이먼 로저스 가디언 데이터 블로그 에디터 newsjel.ly
  • 16. 데이터저널리즘 과정 3. 출력 인포그래픽(Infographic) “Water Down” 오염된 물들로 인한 심각성을 알려주는 인포그래픽으로, 물의 원천의 설 명과 지역별로 안전한 물을 섭취하는 분포도로 상대적으로 부족한 아프 리카의 물 부족 상태를 보여주고 깨끗한 물을 마시지 못하는 인구와, 물이 오염된 원인으로 사람들이 받는 악영향, 그 중에서도 어린이들이 받게 되 는 피해로 심각성을 스토리텔링 방식으로 차근히 풀어놓은 사례. “The World of Chocolate” ‘전세계의 초콜릿’ 이라는 주제와 일맥상통하는 초콜릿을 이용한 세계지도와, 코코아 열매의 주요 수출입 흐름을 지도에서 각 국가별로 얼마나 많은 양이 거래되는지 'ton'의 단위로 큰 숫자로 보여줘 알기쉽다. 그리고 총 거래되는 양을 큰 텍스트로 보여줘 정리를 한다. 그 밖에 코코아 생산국과 가장 수입을 많이 하는 국가, 년도별 코코아 가격을 보여주 는 코코아 열매의 세계적인 거래에 대해 총체적이면서 간단하게 다뤘다.
  • 17. 데이터저널리즘 과정 3. 출력 인터렉티브 인포그래픽(Interactive Infographic) 뉴욕타임즈 웹 기사 中 미국내 와이너리가 그들의 다양한 지리적 특징과 날씨의 패턴에 따라 성장함을 보여주는 기사 로, 전체적인 미국 지도를 인터렉티브하게 나타내어 년도별로 도시별 와이너리 분포도를 보여 주고, 아래쪽엔 각 주별 시간(연도)별 와이너리의 증가를 보여주는 설명을 넣어 그 도시의 와이 너리가 성장하게 된 이유를 알려준다. 데이터 저널리즘을 효과적으로 보여주는 좋은 예시라고 할 수 있다. http://www.nytimes.com/interactive/2013/07/07/business/a-nation-of-wineries.html?ref=multimedia&_r=0
  • 18. 데이터저널리즘 과정 3. 출력 인터렉티브 인포그래픽(Interactive Infographic) ‘Women’s Political Rights Around The World’ 암스테르담의 러스트렙의 리지 말콜름(Lustlab’s Lizzie Malcolm)이 전세계적으로 정치권과 선거권을 위해 싸워온 긴 역사를 보여주는 인터 렉티브한 인포그래피를 만들었다.세계지도에 상단 년도 바(bar)를 좌우 드레그로 조절하면 시간이 지남에 따라 노랑색, 빨강색, 파란색으로 구분되어있는 항목에 따라 변화와 분포도를 보여준다. 원하는 국가를 클릭하면 해당 국가의 여성인권에 대한 정보를 또 하나의 인포그래픽 으로 보여준다. http://777voting.com/ newsjel.ly
  • 19. 외부적 기회 3. 데이터 저널리즘의 미래 찾기 newsjel.ly
  • 20. 데이터저널리즘관련 기관/행사 데이터 저널리즘해외 Players 1. 해외 기관: A. 언론사 (우수한 예시) (출처: iizi.tistory.com):  가디언 (www.theguardian.com/data, www.guardian.co.uk/news/datablog): 영국 주요 일간지 가디언은 유럽지역에서 데이터 저널리즘을 선도하고 있다. 사 이먼 로저스가 이끌어온 가디언의 데이터 저널리즘은 데이터 심층 분석을 기반 으로 고품질 뉴스 콘텐츠를 지향한다. 가디언은 활용된 데이터를 공개하는 정책 을 유지하고 있으며, data set는 guardian data와 data blog에 축적되고 있다.  Propublica (www.propublica.org/investigations/www.propublica.org/tools/): 데이터 저널리즘에 특화된 비영리 저널리즘. 심층 보도를 강화함으로 메이저 뉴 스 콘텐츠를 1년에 3~4개 꼴로 생산한다. 가디언과 같이 data set를 공개하는 정 책을 고수한다. 방대한 양의 분석 결과를 인터렉티브 요소를 극대화한 인포그래 픽으로 기사화 한다. (http://projects.propublica.org/schools/ 참고)  BBC (www.bbc.co.uk): 대표적인 공영 방송사인 BBC는 Data journalism 파트를 Visual Journalism 분야 로 접근하고 있다. 데이터 분석의 시각화 방안으로 인터렉티브 요소를 가미한 영 상 및 그래픽을 주로 활용한다.  뉴욕타임즈 (data.nytimes.com/): 뉴욕타임즈는 심층적인 데이터 분석보다는 인포그래픽에 중심을 두고 있다. 2012 미국 대선에서 데이터 저널리즘과 인포그래픽 기반의 선거보도 서비스를 선보였다. Propublica와 함께 미국 지역 데이터 저널리즘을 선도한다. newsjel.ly
  • 21. 데이터저널리즘관련 기관/행사 데이터저널리즘해외 Players 1. 해외 기관: B. 재단 (출처: iizi.tistory.com):  European Journalism Centre {EJC}: 데이터 저널리즘 프로젝트를 포함해 전반적 으로 저널리즘 소식 및 서비스 제공; 교육, 행사 정보, 최신 소식, EU 나라별 언 론 사항 등 (ejc.net/)  Knight News Foundation: 디지털 언론 진흥 대회 매년 운영, 언론 혁신의 중추 (www.knightfoundation.org/)  National Institute for Computer-Assisted Reporting {NICAR}: 미국 “수사보도 언론인 협회 (IRE)”에 소속된 “컴퓨터 동원 보도” 관한 서비스 및 교육 제공 (www.ire.org/nicar/)  OKFn : 영국에 근거를 두며, open data 운동을 펼치고 있는 Open Knowledge Foundation은 공공데이터 개방의 필요성과 활용을 촉진하기 위한 프로젝트를 꾸준히 진행하고 있다. EJC와 함께 Data Driven Journalism 프로젝트를 이끌고 있다.  공식 미국 정부 (data.gov), 영국 정부 (data.gov.uk), 세계은행 (data.worldbank.org/node/9)  사설 자료: 위키리크스 (wikileaks.org/), 가디언 (www.theguardian.com/data), Propublica (www.propublica.org/investigations/)  구글 (온라인 프로그램 & 서비스), IBM, Infogr.am, Datawrapper 등 다수 C. 데이터 출처: D. 도구 개발자 (참고):
  • 22. 데이터저널리즘관련 기관/행사 데이터 저널리즘해외 Players 2. 대학 연구실:  University of Dundee: “Data Science” MSc = 석사 (http://www.computing.dundee.ac.uk/study/postgrad/degreedetails.asp?17)  Columbia University: Tow Center for Digital Journalism = 디지털 저널리즘 특 화 (http://towcenter.org/)  데이터 저널리즘 어워드: 데이터 저널리즘 작품만 취급하고 수상, 2회만 진행된 신생 (http://www.globaleditorsnetwork.org/dja/)  Knight News Challenge: 디지털 언론 진흥 대회로 언론계 발전 중추적 역할/다 양한 예시 참고 가능, 2007년 시작 (https://www.newschallenge.org/)  The Opportunity Gap: Propublica 주관 교육 (projects.propublica.org/schools/)  CAR Conference: NICAR와 IFE주관 Computer Assisted Reporting = 컴퓨터 동 원 취재 기술적 방법 회의, 기술적 내용 상당 (http://www.ire.org/conferences/nicar-2013/)  Global Investigative Journalism Conference: 장기 조사적 저널리즘 회의, 기자 탐문 방법과 예시 제공 (gijn2013.org/) 3. 행사: newsjel.ly
  • 23. 데이터저널리즘관련 기관/행사 데이터 저널리즘 해외 Players 4. 특화된 웹 사이트: A. 데이터 저널리즘 datajournalismhandbook.org : 책 형식으로 데이터 저널리즘 의 총체적 설명 및 예시 제공 www.datadrivenjournalism.net/ : 데이터 저널리즘 관한 최신 소식, 행사와 예시 자주 업데이트 www.datajournalismblog.com/data-events/ : 데이터 저널리즘의 최신 행사와 예시 블로그 gijn.org/tag/data-journalism/ : 데이터 저널리즘 관한 자체 기사 소량 기재 blog.okfn.org/category/data-journalism/ : 데이터 저널리즘 다양한 소식 블로그, 정리 부족 B. 데이터 활용 방법 (기술적) http://schoolofdata.org/ C. 온라인 저널리즘 http://onlinejournalismblog.com/ 5. 참고 웹문헌: http://de.slideshare.net/escacc/data-driven-journalismperiodisme-de-dades?from_search=6 http://www.slideshare.net/datasciencekorea/5-24535594 http://www.slideshare.net/visualisingdata/the-8-hats-of-datavisualisation?ref=http://onlinejournalismblog.com/2011/07/13/the-inverted-pyramid-of-data-journalism-part-2-6ways-of-communicating-data-journalism/ newsjel.ly
  • 24. 데이터저널리즘관련 기관/행사 데이터 저널리즘 해외 Players 6. 참고 논문(2/2): Zvi Reich. (2008).HOW CITIZENS CREATE NEWS STORIES The ‘‘news access’’ problem reversed. Journalism Studies, Vol. 9, No 5, 2008, 739758. Edward Segel and Jeffrey Heer. (2010). Narrative Visualization: Telling Stories with Data. IEEE TRANSACTIONS ON VISUALIZATION AND COMPUTER GRAPHICS, VOL. 16, NO. 6, NOVEMBER/DECEMBER 2010. Julian Ausserhofer & Axel Maireder. (2012). NATIONAL POLITICS ON TWITTER: Structures and topics of a networked public sphere. Information, Communication & Society Vol. 16, No. 3, April 2013, pp. 291–314. Jessica Hullman & Nicholas Diakopoulos. (2011). Visualization Rhetoric: Framing Effects in Narrative Visualization. IEEE TRANSACTIONS ON VISUALIZATION AND COMPUTER GRAPHICS, VOL. 17, NO. 12. Mark Tremayne. (2004). THE WEB OF CONTEXT: APPLYING NETWORK THEORY TO THE USE OF HYPERLINKS IN JOURNALISM ON THE WEB. I&MC Quarterly Vol. 81. No. 2 Summer 2 137-253 Zvi Reich. (2008).HOW CITIZENS CREATE NEWS STORIES The ‘‘news access’’ problem reversed. Journalism Studies, Vol. 9, No 5, 2008, 739758. Marcel Machill & Markus Beiler. (2009) THE IMPORTANCE OF THE INTERNET FOR JOURNALISTIC RESEARCH: A multi-method study of the research performed by journalists working for daily newspapers, radio, television and online. Journalism Studies, Vol. 10, No 2, 2009, 178203. Mike Ananny. (2012). Press-Public Collaboration as Infrastructure: Tracing News Organizations and Programming Publics in Application Programming Interfaces. American Behavioral Scientist 2013 57: 623. (2012). Beyond Newspapers: News Consumption among Young People in the Digital Era. Comunicar, n. 39, v. XX, 2012, Scientific Journal of Media Education; ISSN: 1134-3478; pages 151-158. Mary A. Bock. (2012). Newspaper journalism and video: Motion, sound, and new narratives. New Media Society 2012 14: 600. (2011). Online credibility and community among blog users. ASIST 2011, October 9.13, 2011. newsjel.ly
  • 25. 데이터저널리즘의 전망 한계성 1. 데이터의 개방 적극적, 공유 필요 ‘언론과 시민이 보다 쉽게 정보에 접근할 수 있게’ 1)정부의 적극적 공공정보 개방을 통해 투명성을 높이고 언론과 시민이 보다 쉽게 정보에 접근할 수 있게 하여 빅데이터를 활용한 데이터 저널리 즘을 촉진하고 사회의 성숙도를 높여야 함. 사실 상 정보를 얻고자 하는 곳에 가서 정보요청을 하면 구하기 어렵다거 나 공개할 수 없다고 하는 것이 대부분. 정보를 회사 기밀 수준으로 관리 > 많은 사람들이 효율적인 결과를 내기 위해 필요한 데이터들의 비공개로 더 발전할 수 있는 부분도 정체되어 있음 유관 부처가 공공 데이터베이스 플랫폼 지원을 해서 국민들이 필요로 하는 정보를 적극적으로 데이터로 만들어 공개하고 이를 통해 데이터저널리즘의 가치를 전파해 나가야 함. 2) 정보가 옳은 데이터인지 확인하는 작업에서 더 많은 데이터가 필요로 됨. 더 많은 데이터가 공개되어야 더 좋은 정보를 찾을 수 있음. 그 중에서 어떤 정보를 정리해 보여줄 것인지를 선택. 2. 수익모델 부재 상당히 정제된 데이터를 필요로 하고 고도의 기술과 인력이 뒤 따라야 하는데 수익모델 부재로 쉽게 해결할 수 없는 상황, 필요한 인력은 리서처와 데이터저널리스트, 프로그래머 이렇게 3명이면 충분한데, 신문들은 경영 악화 때문에, 방송은 정치적 인 이유로 탐사 보도팀을 두지 않거나 있던 팀마저 없애버리곤 한다. 교육 현장에서 만나는 기자들은 데이터저널리즘과 탐사보도에 대한 관심과 열정을 보이면서도 현실적인 어려움을 토로함. “수많은 데이터의 바다에서 보물을 찾는 건 기자 개인의 노력 과 전문가의 도움을 통해 가능하다” - 뉴스타파 리서치 팀 디렉터, 데이터저널리즘 연구소장 권혜진 가능성 1. 언론사의 경쟁이 심해지면서 좀 더 깊이 있고 좀 더 정확한 기사를 공급할필요가 커졌기 때문에 전망이 매우 밝음. 정작 기사를 크게 줄이고 인포그래픽을 강조하면 반가워하는 경우가 드물고, 기자에게 기사를 만들기보다 인포그래픽에 대한 정보를 모으는 데 시간을 더 할애하도록 하면 섭섭한 감정을 드러내기도 한다. 하지만 시민들과의 협업을 통해 만들어가는 오픈 저널리즘, 인터렉티브 기술을 활용해 독자의 이해도를 높이는 데이터 저널리즘 등 다양한 시도를 통해 미래를 향해 한 걸음 앞서 나가고 있다. 하나의 사진이나 그래픽이 천개 이상의 단어가 표현하지 못하는 것을 전달하기도 한다. 신문과 잡지, 블로그와 트위터, TV와 광고, 선거운동과 예술 매체에서 데이터의 리포팅과 스토리텔링의 수단으로 활발히 사용, 실제 구글 조사팀에 의하면 지년 5년간 인포그래픽 사용이 20배로 증가. 2. "아이패드로 신문 발행 시 신규 독자 더 늘어나" 아이패드와 스마트폰의 등장으로 인포그래픽의 중요성은 더욱 높아졌다. 삼차원으로 구현한 인포그래픽은 독자에게 새로운 경험을 제공. 뉴욕타임스는 데이터를 기반으로 한 인포그래픽이 과거의 신문 독자를 태블릿 환경에서도 여전히 독자로 잡아두는 역할을 한다고 함. 실제 현장에서 코로 냄새를 맡고 발로 뛰는 기사보다 단지 데이터를 이용해 경쟁력 있는 기사를 만들어내는 경우도 많아짐. *근거 자료 - 컨설팅 회사 올리버 와이먼이 출간한 'A New Digital Future for Publishers?'에 따르면 앞으로 수년 동안 컬러 터치스크린 디바이스가 급속히 늘어날 것이라는 전망. 이에 따라 인터랙티브 신문/잡지 수요도 촉발될 것이라고. - 2014년 미국 기준으로 종이잡지 재 구독률은 통상 55%인데 인터랙티브 버전을 내면서 종이잡지와 똑같은 요금을 받을 경우 재 구독률이 64%로 9% 포인트 높아진다고 전망. 종이잡지만 재 구독하는 독자는 24%, 인터랙티브 잡지만 재 구독하는 독자는 21%, 둘을 결합한 번들 상품을 구독하는 독자는 19%. 셋이 포트폴리오를 형성할 것이라고 내다봄. - 종이신문 종이잡지만 낼 경우 신규독자 비중이 5%에 불과한 반면 인터랙티브 버전을 내면 이 비중이 15%로 10% 포인트 뛰는 것으로 예상.