통계 교육에 데이터 과학 선행 요소 도입하기

본 논문은 데이터 중심 사회에서 통계 전공 학생들이 ‘데이터와 의미 있게 소통’할 수 있는 역량을 갖추도록 돕기 위해, 초·중급 통계 과목에 데이터 과학의 두 가지 핵심 선행 요소—재현 가능한 분석 도구와 대규모 데이터베이스 활용—를 통합하는 방안을 제시한다. 서론에서는 현대 산업 현장에서 요구되는 데이터 분석 능력과 전통적인 통계 교육 사이의 괴리를 지적하고, Schutt와 O’Neil, Finzer, Nolan·Temple Lang 등 선행 연구를 인용해 데이터 ‘그랩링 스킬’과 ‘데이터 마인드’를 강조한다. 첫 번째 핵심 요소인 재현 가능한 분석 도구는 R Markdown과 RStudio를 중심으로 설명된다. 저자는 복사‑붙여넣기 방식이 분석 과정의 투명성을 해치고 재현성을 저해한다는 점을 비판하고, 마크다운 문서가 코드 청크, 텍스트, 그래프 등을 하나의 HTML 파일로 자동 변환함으로써 분석 전체를 기록·공유할 수 있게 만든다. Baumer et al.(2014)의 사례를 인용해, 소규모 대학과 대규모 대학 모두에서 R Markdown을 도입했을 때 학생들의 수용도가 높았으며, 전통적 워크플로우 대비 학습 효과가 향상된다는 실증적 근거를 제시한다. 두 번째 핵심 요소는 관계형 데이터베이스와 SQL을 이용한 대규모 데이터 접근이다. Nolan·Temple Lang(2010)의 주장을 바탕으로, 데이터베이스가 테라바이트 규모 데이터를 빠르게 조회·조작할 수 있는 기반임을 강조한다. R과 데이터베이스를 연결하기 위한 RMySQL·RPostgreSQL 패키지 설치·로드, DB 연결, SQL 질의 실행 과정을 구체적으로 서술한다. 이러한 두 요소를 실제 교육에 적용한 사례로 ‘항공 지연 데이터’를 제시한다. 이 데이터는 1987‑2012년 미국 상업 항공편 1억 5천만 건을 포함하며, ASA Data Expo 2009에서 제공된다. 초급 과목에서는 ‘Judging Airlines’ 모델링 활동을 통해 학생들이 작은 샘플로 중심·분산 개념을 체험하고, 이후 데이터베이스에서 무작위 샘플을 추출해 규칙을 자동화·검증하도록 설계한다. 이를 통해 샘플링 → 가설 설정 → 전체 데이터 검증이라는 빅데이터 분석 흐름을 경험하게 된다. 중급 과목에서는 주간 항공편 수 시계열을 SQL SELECT 문 하나와 간단한 R 후처리로 계산하고, 계절성·9/11 사건 등 외부 요인을 시각화한다. 또한 데이터 조인·메타데이터 활용, 웹 스크래핑을 통한 날씨·기체 정보 연계 등 복합적인 데이터 조작 기술을 도입한다. dplyr 등 현대적인 tidyverse 패키지도 함께 소개해, 학생들이 효율적인 데이터 파이프라인을 구축하도록 돕는다. 논문은 이러한 교육 혁신이 직면한 현실적 장벽—교수진의 컴퓨팅 역량 부족, 소프트웨어·하드웨어 비용, 교육 자료 개발 부담—을 인정하고, 오픈소스 커뮤니티와 R 패키지, 교수 제공 템플릿 등을 활용해 비용과 진입 장벽을 낮출 수 있음을 제안한다. 또한 지속적인 연구와 교육 자료 공유가 필요함을 강조하며, 데이터 과학이 ‘소규모 데이터’에만 국한된 분야라는 오해를 깨고 통계학이 빅데이터 시대에도 핵심 학문으로 자리매김하도록 해야 한다는 결론을 내린다.