데이터 내러티브는 수치 자체보다 그 수치를 해석해 서사로 엮는 과정에서 더 자주 흔들린다. 이 논문은 그 실패를 단순한 오기나 왜곡된 그래프의 문제로 보지 않고, 데이터가 주장과 표현, 논거로 바뀌는 전 과정의 문제로 다룬다. 동료검토 전 arXiv 프리프린트로 공개된 이 연구는, 데이터 커뮤니케이션에서 반복되는 오류를 한눈에 볼 수 있는 분류 체계를 제시한다.
핵심 제안은 TIC, 즉 Data Communication의 문제를 묶은 Taxonomy of Issues in Data Communication이다. 연구진은 먼저 선행 연구 34편을 종합해 초기 분류를 만들고, 사실검증 사이트·기존 연구 데이터셋·논쟁적 미디어에서 모은 실제 데이터 내러티브 700개를 질적으로 주석하며 이를 다듬었다. 이렇게 정리된 TIC는 데이터, 분석, 시각 인코딩, 텍스트, 추론, 해석의 6개 차원으로 반복적인 붕괴 양상을 묶는다.
분류의 범위는 시각화 오류에만 머물지 않는다. 데이터 품질 문제와 편향·구식 데이터처럼 분석 이전 단계의 문제, 축과 규모의 왜곡이나 인코딩 주석 누락 같은 시각 표현의 문제, 수치 부정확성·수사적 과장·의미 모호성·시각-텍스트 불일치 같은 텍스트 문제, 그리고 인과 추론 오류·증거 왜곡·부당한 비교·성급한 일반화·예측 과잉·선택적 추론까지 포함한다. 즉 숫자가 틀리는 순간뿐 아니라, 맞는 숫자가 잘못된 결론으로 이어지는 경로까지 함께 포착한다.
논문은 실제 사례 700개를 바탕으로 문제 빈도도 제시한다. 가장 흔한 유형은 Numeric Inaccuracy 20.2%, Visual–Text Mismatch 16.6%, Selective Reasoning 14.5%였고, Causal Reasoning Errors는 23.8%로 보고됐다. 이 수치는 사례 코퍼스의 질적 주석 결과이며, 서로 다른 출처에서 가져온 실제 데이터 내러티브를 분류한 내부 평가 성격의 요약이다.
연구진은 또한 이 분류를 Hall의 encoding/decoding model에 맞춰 배치해, 분석·서사 구성·수용의 흐름 속에서 문제가 어떻게 생기고 퍼지는지 설명한다. 그에 따라 작성 지원, 편집 검토, 사실검증, 독자 지원에서 각각 어떤 개입 지점이 있는지도 제안한다. 함께 제공되는 주석 코퍼스에는 코드 근거와 메타데이터, 원문 링크가 붙고, 탐색용 인터페이스도 포함된다.
| 항목 | 원문 수치/내용 | 근거 위치 |
|---|---|---|
| 사례 코퍼스 규모 | 700개 실제 데이터 내러티브 | p.1 abstract; p.2 method description |
| 초기 문헌 검토 | 34편 선행 연구 | p.2 | source_excerpt |
| 최빈 문제 유형 | Numeric Inaccuracy 20.2%; Visual–Text Mismatch 16.6%; Selective Reasoning 14.5% | p.11 | source_excerpt |
| Causal Reasoning Errors 빈도 | 23.8% | p.11 | source_excerpt |
자료: STORIUM 정리
요지는 분명하다. 데이터 커뮤니케이션의 신뢰성 문제는 숫자 하나의 오류로 환원되지 않으며, 데이터 선택부터 해석까지 이어지는 다중 단계에서 누적된다. 이 작업은 그런 누적적 실패를 진단할 수 있는 공통 언어를 제공하려는 시도로 읽힌다.
저작권자 © STORIUM 무단전재 및 재배포 금지
