영향의 차이를 이해하고 해법을 설계하는 데이터 기반 매핑

비가 올 때도 모든 곳에 똑같이 내리지 않듯이 변화의 영향도 성별에 따라 다르게 나타납니다. 예를 들어, 기후 변화의 비용은 남성과 소년들에 비해 여성과 소녀들이 더 많이 부담할 가능성이 높다는 것은 익히 잘 알려진 사실입니다. 

기후 변화는 여성과 소녀들에게 심각한 위협이 되며, 그로 인한 영향도 이들에게 불균형적으로 집중됩니다. UN 보고서에 따르면 기후 변화로 인해 이주한 사람들 중 80% (59개 저중소득 국가를 대상으로 분석)는 여성과 소녀들로 추정되며, 이에 따라 이들이 겪는 위험은 더욱 가중됩니다. 또한, 자연 재해 발생 시 여성과 아동의 사망률은 남성보다 최대 14배까지 높을 수 있습니다. 이러한 취약성은 주로 사회 경제적 요인에서 비롯됩니다. 여성은 영세 농업과 같이 기후 변화에 민감한 생계 수단에 크게 의존하는 경우가 많아, 홍수나 가뭄으로 인해 소득을 잃을 가능성이 상대적으로 큽니다.  

극단적인 기상 현상이 이러한 불평등을 더욱 악화시키는 것은 맞지만, 사실 여성은 그 외 다른 형태의 변화나 불확실성 속에서도 상이한 영향을 받습니다. 사회적, 경제적 변화 역시 여성에게 더 심각한 영향을 미칩니다. 예를 들어, 세계은행의 연구에 따르면 남성 실업률이 1% 증가할 때 여성에 대한 신체적 폭력 발생률은 0.5%p, 즉 2.75% 증가하는 것으로 나타났습니다. 이는 실업으로 인해 발생하는 재정적, 심리적 스트레스와도 일치하는 결과입니다. 

이러한 문제를 이해하는 것은 이를 해결하거나 최소한 그 영향을 완화하기 위한 첫 번째 단계입니다. 다행스럽게도 우리는 이를 도울 수 있는 도구와 방향을 제시해 주는 역사적 사례를 이미 가지고 있습니다. 그중 가장 먼저 필요한 것은 바로 데이터입니다. 특히 AI 시대에는 더 많은 데이터가 필요합니다. 이때 데이터는 우리가 이해하고자 하는 인구 집단을 정확하게 반영하고 시의적절해야 하며 대표성을 갖추어야 합니다. 이는 Snowflake의 데이터 불균형 종식(End Data Disparity) 운동과 Snowflake Marketplace의 새로운 Data for Good 데이터 레이블의 목표이기도 합니다. 하지만 데이터만으로는 부족합니다. 즉, 데이터를 분석할 수 있는 수단이 필요합니다. 그리고 지도는 매우 강력한 도구가 됩니다. 

한 장의 그림이 천 마디 말을 대신한다면, 지도는 그 이상을 보여준다

지도는 오랫동안 데이터의 패턴을 시각화하고, 복잡한 질문에 대한 답을 찾는 데 활용되어 왔습니다. 초기 주제도(thematic mapping)의 대표적인 사례 중 하나는 1854년 런던에서 의사로 활동하던 John Snow가 만든 지도입니다. Snow는 런던의 한 지역을 지도에 표시하고 거리와 식수 펌프 위치를 포함시킨 뒤, 콜레라 사망 발생률을 매핑했습니다. 그리고 데이터를 겹쳐 본 결과, Broad Street에 위치한 특정 펌프를 중심으로 뚜렷한 패턴이 드러났습니다. 이후 해당 펌프의 손잡이를 제거하자 콜레라 신규 감염이 멈췄습니다. 추후 조사 결과, 해당 펌프는 최초 감염자의 집 아래에 있던 오수 구덩이 근처에 있었던 것으로 밝혀졌습니다.

색상은 데이터 시각화를 더욱 효과적으로 만들어, 서로 다른 유형이나 값을 구분하는 데 도움을 줍니다. 예를 들어, 아래 지도는 1841년부터 1851년까지 아일랜드에서 발생한 감자 기근의 영향을 색상으로 보여줍니다. 짙은 갈색은 인구가 30% 이상 감소한 지역을 나타냅니다. 그런데 녹색으로 표시된 세 지역도 눈에 띕니다. 이곳은 아일랜드에서 가장 큰 도시들인 더블린, 코크, 벨파스트인데, 이 도시들은 식량과 소득원으로서 감자에 대한 의존도가 상대적으로 낮았을 가능성이 큽니다. 그 이유는 무엇일까요? 다양한 경제 구조 때문이었을까요? 식단의 다양성 때문이었을까요? 아니면 항구와 무역에 대한 접근성 때문이었을까요? 지도는 이러한 패턴을 드러내고, 보다 심층적인 이해를 가능하게 합니다.

이러한 사례들은 지도가 단순히 천 마디 이상의 말을 대신하는 수준을 넘어, 훨씬 더 많은 이야기를 전달할 수 있음을 보여주는 역사적 예시들 중 일부에 불과합니다. 지도는 당면 과제에 대한 인사이트를 제공할 뿐만 아니라, 해결책의 방향까지 제시합니다. 오늘날에는 결합할 수 있는 데이터의 양이 크게 늘어나면서 지도는 그 어느 때보다도 강력한 분석 도구로 자리 잡고 있습니다.

새로운 방향을 그려내는 Snowflake와 Ordnance Survey

Snowflake는 Ordnance Survey와 협력해 지리 공간 도구와 데이터를 결합하고 있습니다. Ordnance Survey(OS)는 230년 이상의 역사를 자랑하는 영국의 국가 지도 제작 기관으로서 전통적인 지도 제작사에서 출발해, 핵심적인 지리 공간 인프라와 애플리케이션을 제공하는 데이터 중심 조직으로 발전했습니다.  

OS는 영국의 위치 데이터의 기준이 되는 국가 지리 데이터베이스(National Geographic Database)를 관리하며, 개발자와 기업을 위한 디지털 제품과 API를 구축하고 있습니다. 국제적으로는 전 세계 여러 정부와 파트너십을 맺고 있으며, 동시에 OS Maps App과 같은 소비자용 제품을 통해 아웃도어 활동을 즐기는 사용자들에게도 가치를 제공하고 있습니다.

최근 개최된 Big Data London 컨퍼런스에서 Snowflake와 OS는 데이터를 시각화하는 데 있어 매핑이 지닌 힘을 주제로 공동 발표를 진행했으며, 특히 다음과 같은 두 가지 사례를 강조했습니다. 

홍수 피해 완화: OS의 지리 공간 분야 졸업 연구원인 Rebekah Spratt는 영국 정부 산하 Excellence, Green Cities, Infrastructure & Energy 우수 센터와 함께 진행한 프로젝트를 통해 콩고민주공화국 킨샤사의 기후 회복력을 강화하기 위한 연구 결과를 발표했습니다. 이 프로젝트는 인구 약 1,800만 명이 거주하는 아프리카 최대 도시 중 하나인 킨샤사의 홍수 위험을 다뤘습니다. 콩고 강 연안에 위치한 이 킨샤사는 기후 변화로 인해 홍수 발생이 점점 더 빈번해지고 있습니다. 

이 프로젝트는 환경 위험, 도시 성장, 취약 인구에 대한 데이터를 결합하고, 재난 및 위험 모델링과 시공간 분석을 활용해, 도시 계획가와 정책 결정자를 위한 접근성 높은 재난 관리 도구를 구축했습니다.

여성 대상 폭력 예방: 이어, OS의 지리 공간 전문가인 Jonathan Allsup은 OS와 Snowflake 간의 최근 협업에 대해 발표했습니다. 이 협업에서는 영국 정부의 여성 및 소녀 대상 폭력 근절(VAWG) 프로그램을 위한 새로운 데이터 기반 접근 방식을 개발했습니다.

새롭게 구축된 범죄 신고 및 인텔리전스 플랫폼(Crime Reporting and Intelligence Platform)은 국가 지리 데이터베이스에 포함된 OS 데이터(건물, 토지 사용, 가로등과 같은 도시 인프라 및 OS Open Greenspaces 데이터)를 활용하여 도시 공간에서 발생하는 여성 및 소녀 대상 폭력 사건을 분석합니다. Streamlit으로 구축된 시연 도구는 각 사건이 도시 환경의 다양한 요소와 얼마나 근접한 위치에서 발생했는지 지도에 시각화하고, 공간 및 시간적 패턴을 함께 제시합니다. 예를 들어, 분석 결과에 따르면 폭력 사건은 주거 지역보다 소매 상점 근처에서 발생할 가능성이 더 높고, 조명이 부족한 환경과도 상관관계가 있음이 확인되었습니다. 이렇게 도출된 영국 웨스트 미들랜즈 지역 범죄에 대한 시공간적 인사이트는 응급 서비스가 우범 지역에 효과적으로 배치될 수 있도록 하는 데 활용될 수 있으며, 궁극적으로는 범죄 예방에 기여할 수 있습니다. 

이러한 사례들은 위치 데이터가 거의 모든 정책 결정의 기반이 되고 있음을 보여줍니다. 추가 조명을 어디에 설치할지, 응급 서비스를 어디에 배치할지, 홍수나 기타 극단적인 기상 현상에 어떻게 대응할지 등, 모든 결정에는 위치에 대한 고려가 필요합니다. 그 이유는 단순합니다. 모든 일은 어떤 장소에서 발생하기 때문입니다. 데이터를 지도 위에 매핑하면 패턴이 드러나고 잠재적인 해결책에 대한 인사이트를 얻을 수 있습니다. 

이제, Boundaries, Open Roads, Open Rivers, Open Names, Open Greenspaces 등 11개의 데이터 세트를 포함한 OS 데이터를 Snowflake Marketplace에서 바로 이용할 수 있습니다. 

금융 서비스 분야에서 기후 위험을 평가하거나, 경찰 조직이 취약 지역을 식별하는 경우 등 어떤 활용 사례에서든 위치 데이터는 사건이 발생하는 곳을 이해하는 데 도움을 주며, 나아가 왜 그런 일이 발생하는지에 대한 인사이트도 제공합니다. 사건의 영향이 인구 집단별로 다르게 나타나는 상황에서 이러한 인사이트는 의도적이고 효과적인 정책과 해결책을 설계하는 기반이 됩니다.