Play with Data 2 > Chapter 2. 간식 영양 데이터를 분석해보자

[준비하기] 간식 영양 성분 확인하기

 간식 영양 성분 계산해보기


여러분, 건강하던 엔트리봇이 갑자기 쓰러진 이유는 무엇일까요?

이유는 여러분도 알겠지만, 엔트리봇이 햄버거, 콜라, 치킨을 매일 먹었기 때문입니다. 건강에 나쁜 간식을 먹으면 어떤 문제가 생길 수 있을까요? 비만, 고혈압, 당뇨 등 다양한 병에 걸릴 수 있습니다.

그렇다면 건강에 나쁜 간식인지 아닌지는 어떻게 알 수 있을까요? 이번 주제에서는 간식 영양 데이터에 대해서 알아보겠습니다. 간식 영양 데이터 분석을 통해 건강 간식 식단을 직접 만들어보고, 마지막으로 건강 간식을 홍보하는 엔트리 게임을 만들어보겠습니다.


1. 엔트리 간식 영양성분 계산기 프로그램 사용하기

여러분은 평소에 간식을 먹을 때 영양 데이터를 확인해본 적이 있나요? 보통 우리가 무심코 먹는 간식은 다양한 영양 데이터를 포함하고 있습니다. 우리가 즐겨먹는 간식에는 어떤 영양 데이터가 있는지 한 번 알아볼까요? 먼저, 엔트리로 만들어진 간식 영양성분 계산기를 활용하여 영양성분을 계산하여 봅시다.


[STEP 1] 간식 영양성분 계산기 접속하기


아래 간식 영양성분 계산기에 접속합니다. http://naver.me/x8GA1Uo0


[STEP 2] 엔트리봇의 질문에 답변하고 설명 듣기


 

엔트리봇이 음식을 권하면 예/아니오라고 적고 오른쪽의 체크박스를 눌러주세요. 그리고 원하는 음식의 개수를 숫자로만 입력해주세요.

[STEP 3] 엔트리봇의 설명듣기


총 칼로리 계산 결과를 확인해보세요. 그리고 엔트리봇에게 어떻게 음식을 조절해야 하는지 설명을 듣습니다.


[STEP 4] 총 열량(칼로리) 워크시트에 적기

직접 간식 영양성분 계산기를 사용해보고, 총 열량(칼로리)을 워크시트에 적어봅시다.

 <워크 시트>

(1) 간식 영양성분 계산기를 열어봅시다. http://naver.me/x8GA1Uo0

(2) 엔트리봇의 설명에 따라 답변합니다.

(3) 마지막에 엔트리봇이 계산해주는 총 열량이 얼마인지 적어봅시다.

 ( _______________ ) 칼로리



2. 네이버 칼로리 계산기로 운동량 알아보기

엔트리봇이 하루 동안 먹은 칼로리를 약 5,000칼로리라고 가정해봅시다. 하루 동안 먹은 음식의 칼로리만큼 운동을 해야 한다면, 어떤 운동을 얼마나 해야 할까요?

네이버에서 ‘칼로리 계산기’를 검색하여 계산을 시작해봅시다.


 

칼로리 계산기에서 운동 종목을 선택하고, 엔트리봇의 몸무게와 운동 시간도 설정해봅시다. 엔트리봇의 몸무게 는 50kg로 가정합니다. 약 5,000칼로리를 소비하려면 어떤 운동을 얼마나 해야 할까요? 종목을 바꿔보면서 칼로리 소비량을 살펴봅시다.


Q. 엔트리봇이 5,000칼로리를 소비하려면 어떤 운동을 얼마나 해야 하는지 적어봅시다.



 쉬어가기(1) 전문가 인터뷰 : 데이터 과학자에게 중요한 능력은? 

1. 다양한 경험과 폭넓은 관심사

데이터 분석을 잘 하기 위해서는 관련 업무를 수행하는 것뿐만 아니라, 평소에 주변의 다양한 일들에 대해 폭넓은 관심이 있어야 합니다. 뉴스를 본다거나, 책을 읽는 것도 좋지만 다양한 경험을 직접 쌓는 것이 더 중요합니다. 이러한 경험은 의사결정을 내리는데 도움을 줍니다. 사소한 것이라도 관심 있게 바라보는 호기심과 탐구능력을 갖는 것이 중요합니다. 데이터가 주어졌을 때 이것으로 무엇을 하면 좋을지 등을 생각해보면 좋습니다.

 

저희 아버지의 은사님께서 마을에 버스정류장을 어디에 건설하면 좋을지 질문을 받으신 적이 있다고 합니다. 이 질문을 받고, 은사님은 버스 대수, 오는 간격, 이용하는 사람들이 많은지 등을 계속 조사하셨다고 합니다. 이처럼 생활 속에서 데이터를 활용하여 문제를 해결하고자 하는 노력과 경험은 데이터 과학과 관련된 역량을 기르는데 큰 도움을 줍니다.

또한, 데이터 분석 과정을 처음부터 끝까지 모두 다루어보는 것도 중요합니다. 직접 데이터를 수집 해보고 의사결정을 내리기까지의 전 과정을 경험하는 것입니다.


2. 스토리텔링 능력

분석한 것을 바탕으로 나의 이야기를 만드는 것도 중요합니다. 이렇게 이야기를 만드는 것을 ‘스토리텔링’이라 합니다. 현재 업무에서도 가장 어려운 것이 스토리텔링인 만큼, 어릴 때부터 나만의 이야기를 논리적으로 펼쳐 나가는 연습이 필요하다고 생각합니다. 문제가 다양한 만큼, 다양한 분야에 대한 지식이 필요합니다. 그 분야를 잘 알고 있어야 제대로 분석을 하고, 설득력 있는 스토리를 만들어낼 수 있습니다.

 

LINE에서는 일본에서 ‘코로미’라는 프로그램을 통해 맛집, 음식 추천을 해 줍니다. 사용자들은 그동안의 먹은 기록을 바탕으로 순위를 주면 그렇게 좋아하지 않았습니다. 이것은 기술을 써서 해결할 부분이 아니었습니다. 정답 10개를 알려주기보다는, 뜬금없는 시간에 1개씩 이유와 함께 제시를 해보 았습니다. 예를 들어, ‘이 음식점은 당신이 3일 전에 먹었던 음식처럼 매운 음식을 팔고 있습니다’와 같이 제시해보았더니, 오히려 사용자들이 더 많은 관심을 보였습니다.

이렇게 ‘스토리’는 데이터 과학에서 가장 중요한 요소 중 하나입니다. 스토리를 먼저 만들고 제시한 다음, 이에 대한 반응에 따라 의사결정을 수정해나가는 것이 중요합니다.