ThinkCatLog

[TWBX 7기] (3) 오프라인 2차 - 인구 데이터 시각화 본문

취업준비/TWBX 7기

[TWBX 7기] (3) 오프라인 2차 - 인구 데이터 시각화

생각냥 2024. 1. 26. 16:26

오프라인 2차 모임

TWBX 7기 오프라인 2차 활동을 진행하였다. 인구 데이터를 주제로 시각화를 진행하였다.

인구 데이터 시각화 - 인구수 감소의 가속화

인구 데이터를 이용하여 시각화를 진행하였다. 인구 데이터는 행정안전부의 주민등록수 데이터를 이용하였다. 주민등록 인구수 증감 추이를 확인할 목적으로 시각화를 진행하였다.

시각화 결과

2023년 인구수(5,133만명)만 본다면 우리나라 인구 문제가 없어 보이기도 한다. 오히려, 너무 많다는 생각도 들곤 한다. 지방의 사람들이 좁은 서울로 계속 올라와서 더 그런 생각이 들기도 한다. 하지만, 주목해야하는 점은 인구수 감소 속도이다.

2020년도부터 인구수 감소는 시작되었고 그 추세는 가속화되는 것으로 보인다. 2023년 전년대비 감소폭이 약간 감소했지만, 2021년과 2022년 거주불명자 통계가 제외되었음을 감안하면 인구수 감소는 가속화 될 것으로 예상된다. 2023년 3분기의 합계 출산율 0.7명, 사망자 인구가 증가하고 있다는 통계는 인구가 더더욱 감소할 것이라고 예상하게 한다.

2010년도에 인구 수가 유독 증가하였는데, 이는 거주불명자 인구수가 주민등록인구에 집계 되었기 때문이다. 450,919명(아래 사진)의 인구수가 추가로 통계에 집계되었다. 이로 인해 2010년 주민등록인구가 급격하게 증가하여 우리나라의 주민등록인구가 5000만명을 넘어섰다. 이후 2021년도 실종선고 후 5년이 지난 거주불명자는 주민등록인구 집계에서 제외되었다.

출처 : 행정안전부

위 시각화는 링크에서 확인할 수 있다.

 

대한민국 주민등록인구 추이

대한민국 주민등록인구 추이

public.tableau.com


데이터 시각화 할 때 유의할 점

활동 중 강사님께서 강조하신 시각화 할 때 유의할 점은 다음과 같다.

시각화를 할 때 주의할 점
 • 보는 사람 입장에서 시각화 하기
 • 인사이트 도출(단순 시각화 금지)
 • 시각화와 함께 스토리 텔링 

보는 사람이 궁금해할 만한 정보 위주로 시각화를 하는 것이 중요하다. 또한, 그 시각화를 통해서 말하고자 하는 것이 분명해야 한다.

나는 시각화를 통해 인구수 추이 감소를 통해 인구수 감소가 가속화 될 것이라는 점을 말하고 싶었다. 우리나라에 산다면 누구나 알 만한 당연한 이야기지만 시각화를 통해 보여주고 싶었다. 65세 이상 인구의 증가 추세와 청소년 인구의 감소추세를 함께 나타내면 더 설득력 있는 시각화가 될 것 같다. 

시각화를 할 때는 항상 이점을 주의하면서 진행해야 겠다. 이전에 만든 시각화 체크리스트에 포함해야 겠다. 시각화 체크리스트는 이전 포스트에서 확인할 수 있다.

[TWBX 7기] (2) 재벌집 막내아들 시청률 대시보드

 

[TWBX 7기] (2) 재벌집 막내아들 시청률 대시보드

https://public.tableau.com/app/profile/.85066529/viz/_17060022603420/sheet4 재벌집 막내아들 시청률 재벌집 막내아들 시청률 public.tableau.com TWBX 7기 1차 온라인 과제를 하면서 제작한 재벌집 막내아들 시청률 대시

thinkcatlog.tistory.com


오프라인 모임 느낀점

실시간으로 소통이 가능하다는 점이 오프라인 모임의 가장 큰 장점인 것 같다. 또한, TWBX 7기에는 학생분들도 계시지만, 다양한 분야에서 일을 하고 계시는 현직자 분들이 더 많다. 1차 과제로 시청률 시각화를 진행하면서, 인사이트 도출에 어려움이 있었다. 방송사에서 일하고 계시는 분이 계셔서 그분에게 시청률과 관련해 몇가지 물어보았다. 그분께서는 데이터 분석을 할때에는 도메인 지식이 중요한 것 같다고 말씀해주셨다. 확실히, 그분의 1차 과제물은 다른 분들과 달랐다. 시각화와 함께 간단한 액션플랜 도출까지 기승전결이 있는 분석이었다. 그분의 과제를 보면서 시각화를 하는 방법을 많이 배울 수 있었다.

그분과 이야기를 나누면서 방송사에서는 어떻게 데이터 분석이 이루어지는지 어렴풋이나마 알 수 있었다. 확실한 것은 시청률 하나만 보는 것이 아닌, 다양한 방향으로 데이터를 쪼개서 분석한다는 것을 알 수 있었다. 나이대로 시청률을 쪼개서 볼때도 있고, 시간을 더 세분화 해서 시청률을 보기도 한다고 하셨다. 또, 시청률도 두가지 요소로 나누어서 분석할 수 있다고 말씀해주셨다. 이커머스에서 매출을 객단가, 방문자 수, 전환율로 나눠서 분석하는 것과 비슷하다고 생각했다.

앞으로 4번의 모임이 남았는데, 다른 분들과도 이야기를 나눠보고 싶다. 다양한 산업군에서 어떻게 분석과 시각화를 진행하는지 궁금하다.