This is what my last week looked like. What I did, who I was with, the main sensations I had for every waking hour ... If the feeling came as I thought of my dad who recently passed away, or if I could have just definitely avoided the worries and anxieties. And if you think I'm a little obsessive, you're probably right. But clearly, from this visualization, you can learn much more about me than from this other one, which are images you're probably more familiar with and which you possibly even have on your phone right now. Bar charts for the steps you walked, pie charts for the quality of your sleep -- the path of your morning runs.
제 지난주는 이랬습니다. 제가 한 일 제가 같이 있었던 사람 매 시간 주로 느꼈던 감정. 제가 최근에 돌아가신 아빠를 떠올려서 느낀 감정인 건지 아니면 그냥 피할 수 있었던 걱정과 불안함인지. 제가 강박관념이 있다고 생각하신다면 아마도 맞을 거예요. 하지만 이 시각적인 자료를 통해서 저에 대해 훨씬 더 많은 걸 알 수 있어요. 이걸 볼 때보다요. 여러분이 더 익숙하실 이미지들인데요. 핸드폰에 지금 갖고 계실 수도 있어요. 내가 걸은 걸음을 나타내는 막대 그래프 수면의 질을 나타내는 원형 그래프 아침 조깅 경로.
In my day job, I work with data. I run a data visualization design company, and we design and develop ways to make information accessible through visual representations. What my job has taught me over the years is that to really understand data and their true potential, sometimes we actually have to forget about them and see through them instead. Because data are always just a tool we use to represent reality. They're always used as a placeholder for something else, but they are never the real thing.
저는 낮에는 데이터 관련 일을 합니다. 데이터 시각화 디자인 회사를 운영해요. 이미지를 통해 정보를 이해하기 쉽게 만드는 방법을 개발하고 설계합니다. 제 직업이 저에게 가르쳐준 것은 데이터를 정말로 이해하고 데이터의 진정한 잠재력을 알려면 데이터에 대해 잊어버리고 데이터를 간파해야 한다는 겁니다. 데이터는 현실을 나타내기 위한 도구일 뿐이니까요. 언제나 무언가를 대신하는 데 쓰이지만 실질적인 것이 아니예요.
But let me step back for a moment to when I first understood this personally. In 1994, I was 13 years old. I was a teenager in Italy. I was too young to be interested in politics, but I knew that a businessman, Silvio Berlusconi, was running for president for the moderate right. We lived in a very liberal town, and my father was a politician for the Democratic Party. And I remember that no one thought that Berlusconi could get elected -- that was totally not an option. But it happened. And I remember the feeling very vividly. It was a complete surprise, as my dad promised that in my town he knew nobody who voted for him.
잠시 제가 이걸 스스로 깨달았을 때로 돌아가 봅시다. 1994년에 저는 13살이었는데 이탈리아에 살고 있었습니다. 저는 정치에 관심이 있기엔 너무 어렸어요. 하지만 대선에 출마한 사업가인 실비오 베를루스코니가 중도 우파라는 건 알고 있었어요. 저흰 매우 진보적인 성향의 마을에 살고 있었고, 저희 아버지는 민주당의 정치인이셨습니다. 아무도 베를루스코니가 당선되리라고 생각하지 못했었어요. 일어날 리가 없는 일이었죠. 그런데 그런 일이 일어났어요. 그 때 어떤 느낌이었는지 매우 생생하게 기억나요. 정말 놀랐어요. 아빠가 아는 마을사람 중에 그를 뽑은 사람은 아무도 없다고 장담했었거든요.
This was the first time when the data I had gave me a completely distorted image of reality. My data sample was actually pretty limited and skewed, so probably it was because of that, I thought, I lived in a bubble, and I didn't have enough chances to see outside of it.
이 때 처음으로 제가 가진 데이터가 제게 완전히 왜곡된 현실을 보여주었어요. 제 데이터 표본은 사실 매우 제한적이고 편향되어 있었어요. 저는 그게 이유라고 생각했어요. 저는 우물 안에 살고 있었고 그 바깥을 볼 기회가 많지 않았어요.
Now, fast-forward to November 8, 2016 in the United States. The internet polls, statistical models, all the pundits agreeing on a possible outcome for the presidential election. It looked like we had enough information this time, and many more chances to see outside the closed circle we lived in -- but we clearly didn't. The feeling felt very familiar. I had been there before. I think it's fair to say the data failed us this time -- and pretty spectacularly. We believed in data, but what happened, even with the most respected newspaper, is that the obsession to reduce everything to two simple percentage numbers to make a powerful headline made us focus on these two digits and them alone. In an effort to simplify the message and draw a beautiful, inevitable red and blue map, we lost the point completely. We somehow forgot that there were stories -- stories of human beings behind these numbers.
2016년 11월의 미국으로 빨리감기 해봅시다. 인터넷 설문조사 통계 모형 모든 전문가들이 대선 결과에 대해 똑같이 예측했어요. 이번에는 충분한 정보를 갖고 있는 것 같았고 우리가 살고 있는 폐쇄적인 원 바깥을 볼 기회도 훨씬 많아 보였어요. 하지만 아니더군요. 이 기분이 매우 익숙하게 느껴졌어요. 전에 느껴본 적 있는 기분이었어요. 이번에는 데이터가 저희를 극적으로 실망시켰다고 말하는 게 맞는 것 같아요. 우리는 데이터를 믿었는데 실제로 일어난 것은 심지어 평판있는 신문사의 경우에도 강렬한 헤드라인을 만들기 위해 모든 것을 숫자로 된 두 개의 단순한 %로 압축시킨 것이 우리를 이 두 자리 숫자에만 집중하게 한 것이었습니다. 메시지를 단순하게 만들고 불가피한 아름다운 빨간색과 파란색 지도를 만들기 위한 노력 속에서 우리는 목적을 상실한 것이죠. 우리는 숫자 뒤에 사람들의 사연이 있다는 사실을 잊어버렸습니다.
In a different context, but to a very similar point, a peculiar challenge was presented to my team by this woman. She came to us with a lot of data, but ultimately she wanted to tell one of the most humane stories possible. She's Samantha Cristoforetti. She has been the first Italian woman astronaut, and she contacted us before being launched on a six-month-long expedition to the International Space Station. She told us, "I'm going to space, and I want to do something meaningful with the data of my mission to reach out to people." A mission to the International Space Station comes with terabytes of data about anything you can possibly imagine -- the orbits around Earth, the speed and position of the ISS and all of the other thousands of live streams from its sensors. We had all of the hard data we could think of -- just like the pundits before the election -- but what is the point of all these numbers? People are not interested in data for the sake of it, because numbers are never the point. They're always the means to an end. The story we needed to tell is that there is a human being in a teeny box flying in space above your head, and that you can actually see her with your naked eye on a clear night. So we decided to use data to create a connection between Samantha and all of the people looking at her from below. We designed and developed what we called "Friends in Space," a web application that simply lets you say "hello" to Samantha from where you are, and "hello" to all the people who are online at the same time from all over the world. And all of these "hellos" left visible marks on the map as Samantha was flying by and as she was actually waving back every day at us using Twitter from the ISS.
다른 상황이지만 매우 비슷한 주제로 한 여성이 저희 팀에게 특이한 과제를 던져주었었습니다. 그녀는 아주 많은 데이터를 들고 우리를 찾아왔는데 궁극적으로 가장 인간적인 이야기를 들려주고 싶어했습니다. 그 여성은 사만사 크리스토포레티였어요. 이탈리아의 첫 여성 우주비행사였는데 국제 우주 정거장으로의 6개월 간의 원정을 떠나기 전에 저희에게 연락을 했습니다. 그녀가 말하길, "저는 우주에 가요. 사람들에게 다가가기 위해 제가 우주 비행에서 얻는 데이터로 의미있는 일을 하고 싶어요." 국제우주정거장으로 가는 탐사는 여러분이 상상할 수 있는 모든 것에 대한 테라바이트 수준의 데이터를 가져다 줄 수 있습니다. 지구를 도는 궤도 국제 우주 정거장의 속도와 위치 센서에서 얻는 그 외의 수천 개의 실시간 영상들이 있습니다. 저희는 확실한 정보를 모두 가지고 있었습니다. 대선을 앞둔 전문가들처럼요. 하지만 이 모든 숫자가 무슨 의미가 있을까요? 사람들은 데이터 그 자체에 관심이 있는 게 아닙니다. 절대 숫자가 중요한 게 아니니까요. 언제나 결과를 얻기 위한 수단일 뿐이에요. 저희가 들려주어야 했던 이야기는 작은 상자 안에 인간이 들어있고 사람들 머리 위의 우주를 날고 있으며 맑게 갠 밤하늘에 육안으로 그 사람을 볼 수 있다는 것이었어요. 그래서 저희는 데이터를 사용해 사만타와 그녀를 아래에서 바라볼 모든 사람들 사이에 연결고리를 만들기로 했어요. 저희는 "프렌즈 인 스페이스"라는 앱을 디자인하고 개발했어요. 본인이 있는 곳에서 사만사와, 접속해 있는 전세계의 모든 사람들에게 "안녕"이라고 인사할 수 있는 인터넷 앱이었어요. 사만타가 날아다니는 동안 모든 "안녕"은 지도에 눈에 보이는 흔적을 남겼고 사만타는 매일 국제우주정거장에서 트위터를 통해 인사에 답해주었어요.
This made people see the mission's data from a very different perspective. It all suddenly became much more about our human nature and our curiosity, rather than technology. So data powered the experience, but stories of human beings were the drive. The very positive response of its thousands of users taught me a very important lesson -- that working with data means designing ways to transform the abstract and the uncountable into something that can be seen, felt and directly reconnected to our lives and to our behaviors, something that is hard to achieve if we let the obsession for the numbers and the technology around them lead us in the process. But we can do even more to connect data to the stories they represent. We can remove technology completely.
이 일로 사람들은 우주 비행의 데이터를 매우 다른 시각에서 보게 되었어요. 순식간에 기술이 아닌 인간 본성과 우리의 호기심에 관한 것이 되어버렸어요. 데이터가 경험의 동력이 되었지만 인간의 이야기가 추진력이 되었어요. 수천 명의 유저로부터 얻은 긍정적인 반응은 제게 아주 중요한 교훈을 가르쳐주었습니다. 데이터를 가지고 작업하는 것은, 추상적이고 셀 수 없는 것들을 눈에 보이고, 느낄 수 있고, 우리 삶과 행동에 직접적으로 다시 연결될 수 있는 것으로 변형시키는 방법을 설계한다는 의미인 것을요. 그 과정에서 데이터를 둘러싼 기술과 숫자에 대한 집착이 주도권을 갖게 하면 이룰 수 없는 일들이죠. 하지만 데이터를 그들이 대변하는 내용에 연결하면 더 많은 걸 할 수 있어요. 우리는 기술을 완전히 제거할 수 있습니다.
A few years ago, I met this other woman, Stefanie Posavec -- a London-based designer who shares with me the passion and obsession about data. We didn't know each other, but we decided to run a very radical experiment, starting a communication using only data, no other language, and we opted for using no technology whatsoever to share our data. In fact, our only means of communication would be through the old-fashioned post office. For "Dear Data," every week for one year, we used our personal data to get to know each other -- personal data around weekly shared mundane topics, from our feelings to the interactions with our partners, from the compliments we received to the sounds of our surroundings. Personal information that we would then manually hand draw on a postcard-size sheet of paper that we would every week send from London to New York, where I live, and from New York to London, where she lives. The front of the postcard is the data drawing, and the back of the card contains the address of the other person, of course, and the legend for how to interpret our drawing. The very first week into the project, we actually chose a pretty cold and impersonal topic. How many times do we check the time in a week? So here is the front of my card, and you can see that every little symbol represents all of the times that I checked the time, positioned for days and different hours chronologically -- nothing really complicated here. But then you see in the legend how I added anecdotal details about these moments. In fact, the different types of symbols indicate why I was checking the time -- what was I doing? Was I bored? Was I hungry? Was I late? Did I check it on purpose or just casually glance at the clock? And this is the key part -- representing the details of my days and my personality through my data collection. Using data as a lens or a filter to discover and reveal, for example, my never-ending anxiety for being late, even though I'm absolutely always on time.
몇 년 전에 저는 또 다른 여성을 만났습니다. 스테파니 포자베크입니다. 런던에서 일하는 디자이너인데 저처럼 데이터에 열정과 집착을 갖고 있어요. 저희는 서로 모르는 사이였는데 데이터만 이용해서 의사소통을 하는 미친 실험을 해보기로 했어요. 다른 언어는 사용하지 않고요. 그리고 데이터를 공유하는 데 기술도 일절 사용하지 않기로 했어요. 의사소통의 유일한 수단은 구식인 우체국을 이용하는 것이었어요. "디어 데이터"실험을 위해 일 년 동안 매주 사적인 데이터를 이용해 서로를 알아갔어요. 매주 이야기를 나눈 일상적인 주제에 관한 개인적인 데이터였어요. 우리의 기분에서부터 배우자와 있었던 대화까지 들었던 칭찬부터, 주위의 소리까지요. 그러고나면 사적인 정보를 엽서 크기의 종이에 직접 손으로 그려서 우리는 매주 런던에서 제가 사는 뉴욕으로 보내고 뉴욕에서 스테파니가 사는 런던으로 보냈어요. 엽서의 앞면은 데이터를 도식화한 것이고 뒷면에는 물론 상대방의 주소가 적혀있고 도식을 해석하는 방법에 대한 설명이 적혀있습니다. 프로젝트를 시작한 첫 주에 저희는 사실 굉장히 정 없고 사적이지 않은 주제를 골랐어요. 일주일에 몇 번이나 시계를 보는가? 이게 제가 보낸 엽서의 앞면입니다. 작은 기호 하나하나가 모두 제가 시간을 확인한 때를 나타내는 걸 보실 수 있습니다. 날짜와 시간에 따라 순서대로 정렬되어 있죠. 복잡한 건 하나도 없어요. 그렇지만 뒤에 설명서를 보면 이 순간들에 대한 더 자세한 이야기를 추가로 적어 놓았어요. 각각의 다른 기호들은 제가 왜 시간을 확인했는지를 알려줍니다. 내가 무엇을 하고 있었지? 심심했나? 배고팠나? 지각했었나? 일부러 시간을 봤나 아니면 그냥 시계를 봤나? 그리고 이게 중요한 부분인데 제 하루와 성격에 대한 자세한 정보들을 데이터 모음으로 나타내고 있어요. 언제나 제 시간에 도착함에도 늦을까봐 고질적으로 불안해하는 제 모습같은 것들을 발견하고 밝혀내기 위해 데이터를 렌즈나 필터처럼 쓰고 있죠.
Stefanie and I spent one year collecting our data manually to force us to focus on the nuances that computers cannot gather -- or at least not yet -- using data also to explore our minds and the words we use, and not only our activities. Like at week number three, where we tracked the "thank yous" we said and were received, and when I realized that I thank mostly people that I don't know. Apparently I'm a compulsive thanker to waitresses and waiters, but I definitely don't thank enough the people who are close to me.
스테파니와 저는 수동적으로 데이터를 모으는 데 일 년을 썼어요. 적어도 아직까지는 컴퓨터가 이해하지 못하는 미묘한 차이에 주목하려고 애쓰고 우리의 활동뿐만이 아니라 우리의 머리속과 우리가 쓰는 단어들을 탐사하는 데 데이터를 사용했어요. 일례로 셋째 주에는 우리가 말하고 들은 "감사합니다"를 기록하고서는 제가 모르는 사람에게 주로 감사하단 말을 많이 한다는 걸 깨달았어요. 제가 웨이터들에게 강박적으로 감사하다는 말을 하더라고요. 하지만 가까운 사람에겐 고맙단 말을 충분히 하지 않아요.
Over one year, the process of actively noticing and counting these types of actions became a ritual. It actually changed ourselves. We became much more in tune with ourselves, much more aware of our behaviors and our surroundings. Over one year, Stefanie and I connected at a very deep level through our shared data diary, but we could do this only because we put ourselves in these numbers, adding the contexts of our very personal stories to them. It was the only way to make them truly meaningful and representative of ourselves.
그 일 년 동안 이런 종류의 행동을 의식적으로 알아채고 횟수를 세는 과정이 하나의 의식이 되어버렸어요. 저희를 변화시켰어요. 스스로와 좀 더 조화를 이루게 되었고 주위 환경과 우리의 행동에 더 눈뜨게 되었어요. 일 년 동안 스테파니와 저는 우리가 공유한 데이터 일기를 통해 매우 가까워졌어요. 하지만 그럴 수 있었던 이유는 우리가 숫자에 자신을 담았고, 그 숫자에 매우 사적인 사연들을 맥락으로 더했기 때문이었어요. 그것만이 데이터를 의미있게 만들고 우리를 나타내게 하는 유일한 방법이었어요.
I am not asking you to start drawing your personal data, or to find a pen pal across the ocean. But I'm asking you to consider data -- all kind of data -- as the beginning of the conversation and not the end. Because data alone will never give us a solution. And this is why data failed us so badly -- because we failed to include the right amount of context to represent reality -- a nuanced, complicated and intricate reality. We kept looking at these two numbers, obsessing with them and pretending that our world could be reduced to a couple digits and a horse race, while the real stories, the ones that really mattered, were somewhere else.
여러분에게 자기만의 데이터를 그리기 시작하라거나 바다 건너에 펜팔을 만들라는 말이 아니예요. 어떤 종류의 데이터든 모든 데이터를 대화의 끝이 아닌 시작으로 여기시라고 드리는 말씀입니다. 데이터 자체만으로는 해결책을 줄 수 없어요. 그게 데이터가 우리를 지독하게 실망시켰던 이유입니다. 우리가 현실을 대변하기에 충분한 양의 맥락을 포함시키는 걸 실패했기 때문이에요. 미묘하고, 복잡하고, 정교한 현실을 말이에요. 우리는 이 두 숫자만 계속 들여다보고 여기에 집착하면서 우리가 사는 세상이 두 자리 숫자와 경마로 압축될 수 있는 것처럼 행동했어요. 진짜로 중요했던 현실의 이야기들은 다른 곳에 있었는데 말이죠.
What we missed looking at these stories only through models and algorithms is what I call "data humanism." In the Renaissance humanism, European intellectuals placed the human nature instead of God at the center of their view of the world. I believe something similar needs to happen with the universe of data. Now data are apparently treated like a God -- keeper of infallible truth for our present and our future.
이 이야기들을 모형과 알고리즘으로만 보면서 놓친 것들을 저는 "데이터 인문주의"라고 부릅니다. 인문주의의 르네상스 시대에 유럽의 지식인들은 신이 아닌 인간의 본성을 세계관의 중심에 두었었어요. 데이터의 세계에서도 비슷한 일이 일어나야 한다고 생각합니다. 사람들은 데이터를 신처럼 대하고 있어요. 현재와 미래의 절대적인 진리의 수호자처럼요.
The experiences that I shared with you today taught me that to make data faithfully representative of our human nature and to make sure they will not mislead us anymore, we need to start designing ways to include empathy, imperfection and human qualities in how we collect, process, analyze and display them. I do see a place where, ultimately, instead of using data only to become more efficient, we will all use data to become more humane.
제가 여러분께 오늘 들려드렸던 경험들은 데이터가 인간의 본성을 충실히 대변하도록 만들고 더이상 우리를 호도하지 않게 해야 한다는 걸 가르쳐주었습니다. 우리가 데이터를 수집하고, 처리하고, 분석하고, 전시하는 방식에 공감과 결점과 인간적 특성을 포함시키는 방법들을 설계하기 시작해야 합니다. 데이터를 더 효율적이기 위해서만 사용하는 게 아니라 더 인정 있기 위해 모두들 데이터를 사용하는 미래가 제게는 보입니다.
Thank you.
감사합니다.
(Applause)
(박수)