맨위로가기

데이터 저널리즘

"오늘의AI위키"는 AI 기술로 일관성 있고 체계적인 최신 지식을 제공하는 혁신 플랫폼입니다.
"오늘의AI위키"의 AI를 통해 더욱 풍부하고 폭넓은 지식 경험을 누리세요.
목차

1. 개요

데이터 저널리즘은 데이터를 수집, 분석, 시각화하여 새로운 정보를 발굴하고 심층적인 보도를 제공하는 저널리즘 방식이다. 2000년대 빅데이터 부상과 함께 등장했으며, 컴퓨터 프로그래밍을 통한 저널리즘을 표방한 에이드리언 홀로바티에 의해 명명되었다. 데이터 저널리즘은 정부 데이터 공개를 통해 확산되었으며, 뉴욕 타임스, 워싱턴 포스트 등 주요 언론사에서 도입하며 주류 담론으로 떠올랐다. 데이터 저널리즘은 탐색, 정제, 시각화, 게시, 배포, 측정의 과정을 거치며, 데이터의 품질 검토와 신뢰성 확보가 중요하다. 한국에서는 정보공개제도 확대와 공공 데이터 개방 등으로 데이터 저널리즘이 발전하고 있으며, KBS, 뉴스타파, YTN, SBS 등 주요 언론사들이 데이터 저널리즘 팀을 운영하고 있다.

더 읽어볼만한 페이지

  • 언론 - 특파원
    특파원은 특정 지역이나 분야를 전문적으로 취재하여 심층 분석과 전문적인 시각으로 정보를 제공하는 기자로, 해외, 경제, 국회, 법률/사법, 연예 등 다양한 분야가 있으며, 생활비 특파원이나 외주 특파원 같은 새로운 형태가 등장하고 있고, 객관성 유지를 위한 노력이 필요하다.
  • 언론 - 블로그
    블로그는 웹로그의 줄임말로, 개인이나 단체가 글, 사진, 동영상 등을 자유롭게 공유하는 웹사이트이며, 다양한 종류와 운영 방식이 존재하고 사회적으로 큰 영향력을 가지지만 문제점도 내포하고 있다.
데이터 저널리즘
지도 정보
기본 정보
유형저널리즘
활동데이터 수집
데이터 분석
데이터 시각화
스토리텔링
세부 정보
특징통계, 컴퓨터 프로그래밍, 데이터베이스 기술 활용
목적데이터 기반으로 사회 현상 분석 및 보도
관련 분야컴퓨터 과학
통계학
정보 시각화
역사
기원19세기 통계학 및 사회 조사 영향
발전2000년대 후반 디지털 기술 발전과 함께 성장
주요 사례2008년 미국 대통령 선거 데이터 분석 보도
위키리크스 데이터 공개 보도
특징
방법론데이터 획득 및 정리
데이터 분석 및 패턴 발견
데이터 시각화 및 스토리텔링
도구스프레드시트 프로그램
데이터베이스 관리 시스템
프로그래밍 언어 (Python, R 등)
시각화 도구
분야별 응용
정치선거 데이터 분석, 정책 평가
경제시장 데이터 분석, 경제 지표 분석
사회범죄 데이터 분석, 사회 문제 분석
환경기후 변화 데이터 분석, 환경 문제 분석
윤리적 고려 사항
데이터 편향데이터 자체의 편향 가능성에 대한 주의
개인 정보 보호개인 정보 보호를 위한 윤리적 고려
데이터 접근성투명한 데이터 공개 및 접근성 확보 필요
관련 인물
필립 마이어필립 마이어
교육
교육 과정대학교 및 저널리즘 스쿨에서 데이터 저널리즘 교육 프로그램 제공
데이터 저널리즘의 중요성
역할사회 문제의 심층적인 분석 및 이해 증진
복잡한 데이터 기반의 문제 해결
시민 참여 및 투명한 사회 건설
추가 정보
다른 이름데이터 중심 저널리즘
참고 문헌데이터 저널리즘 시작을 위한 5가지 팁

2. 역사

데이터 저널리즘은 2000년대 빅데이터의 등장과 함께 발전하기 시작했다. 현재는 정부, 산업계, 연구, 소셜 미디어 등 사회 모든 부분에서 데이터가 대량 생산되고 있다. 이 덕분에 데이터 저널리스트들은 무료 온라인 툴, 오픈 소스 소프트웨어를 이용해 데이터를 다룰 수 있으며, 인터랙티브 기능, 모바일 앱, 지도 등을 이용할 수 있다.[62] 기본적인 통계 이용을 넘어 스프레드시트를 활용하고, 더 복잡한 데이터 분석과 시각화를 시도하며, 궁극적으로는 컴퓨터화된 저널리즘과 명령어, 프로그래밍까지 도달하게 되었다.[62]

데이터 저널리즘은 위키리크스가 공개한 2010년 아프가니스탄 전쟁 문서 유출과 같은 사건을 통해 널리 알려졌다.[18] 가디언, 뉴욕타임스, 슈피겔 등 세계적인 언론사들은 이 문서를 바탕으로 다양한 데이터 시각화 자료를 제공했다.[54][55][56]

2. 1. 해외의 발전

2000년대 초, 소프트웨어 개발자인 에이드리언 홀로바티(Adrian Holovaty)는 "컴퓨터 프로그래밍을 통한 저널리즘"이라는 개념을 제시하며 데이터 저널리즘이라는 용어를 사용하기 시작했다.[67] 2010년에는 월드 와이드 웹(www)의 창시자인 팀 버너스 리가 데이터 분석이 저널리즘의 미래라고 언급하면서 데이터 저널리즘이 전 세계적으로 확산되는 데 기여했다.[62]

2014년, 뉴욕타임스, 워싱턴 포스트 등 주요 언론사들이 데이터 저널리즘을 본격적으로 도입하면서 데이터 저널리즘은 주류 담론으로 떠올랐다.[62]

데이터 저널리즘의 역사는 1950년대로 거슬러 올라간다.

연도사건
1952년CBS는 대통령 선거 결과를 예측하기 위해 메인프레임 컴퓨터를 사용했다.[14]
1960년대 중반정치 해설가 벤 와텐버그(Ben Wattenberg)는 통계를 활용하여 미국 사회의 변화를 분석하는 선구적인 시도를 했다.[12][13]
1967년디트로이트 프리 프레스(Detroit Free Press)에서 일하던 필립 마이어(Philip Meyer)는 디트로이트 폭동 보도에 컴퓨터를 활용하여 데이터 저널리즘의 가능성을 보여주었다.[14] 이후 마이어는 정밀 저널리즘(Precision Journalism)이라는 책을 통해 데이터 분석을 저널리즘에 결합하는 기술을 옹호했다.
1980년대 후반컴퓨터 지원 보도(CAR) 분야가 발전하면서 데이터 저널리즘의 기반이 강화되었다.
1989년애틀랜타 저널 컨스티튜션(The Atlanta Journal-Constitution)의 빌 데드먼(Bill Dedman)은 돈의 색깔(The Color of Money) 기사로 퓰리처상을 수상하며 데이터 저널리즘의 중요성을 알렸다.[15]
1990년컴퓨터 지원 보도를 위한 국립 연구소(National Institute for Computer Assisted Reporting, NICAR)가 설립되어 데이터 저널리즘 전문가 양성에 기여했다.[16]
2009년 3월주요 뉴스 기관에서 데이터 저널리즘을 처음으로 사용한 기록은 가디언(The Guardian)이 시작한 데이터블로그(Datablog)이다.[17] 사이먼 로저스는 그의 저서 사실은 신성하다(Facts are Sacred)에서 데이터 저널리즘을 새로운 유형의 저널리즘으로 설명했다.[19]



데이터 저널리즘은 MP 경비 스캔들(2009)과 같은 비밀 데이터를 다루는 조사 역할을 수행하기도 한다.

2. 2. 대한민국의 발전

정보공개법 확대, 공공 데이터 개방, 오픈소스 증가 등으로 기자가 현장에 나가지 않고도 활용할 수 있는 데이터가 많아졌다.[74] 이때문에 국내에서도 데이터를 이용한 기사들이 많이 나오고 있다.

  • KBS 데이터룸[75]: KBS 데이터 저널리즘팀은 2017년 살충제 계란 파동 이후 관련 데이터를 시각화해 조회할 수 있는 프로그램을 만들었다.[76] 이를 이용해 살충제 달걀과 살충제 달걀 농장을 검색할 수 있다.[77][78]
  • 뉴스타파 데이터[79]: 뉴스타파 데이터팀은 대한민국 국회의원 정책자료집을 분석해 정부 자료나 다른 연구기관의 자료를 베껴 정책자료집을 만든 전, 현직 국회의원들을 공개했다.[80]
  • YTN 데이터저널리즘[81]: YTN 데이터 저널리즘팀은 지리산에 방사한 반달가슴곰들의 위치 데이터를 분석해 보도했다.[82]
  • SBS 마부작침[83]: SBS 데이터저널리즘팀 '마부작침'은 최초로 한국외래생물정보시스템의 데이터를 전수 조사해 보도했다.[84]
  • 서울대 한규섭 교수팀의 폴랩(pollab)[85]: 폴랩은 중앙일보와 함께 문재인 대통령의 공식 발언 17만 자를 분석해 보도했다.[85]

3. 정의

데이터 저널리즘은 데이터를 수집, 분석, 시각화하여 새로운 정보를 발굴하고 심층적인 보도를 제공하는 저널리즘 방식이다. 데이터 저널리즘에 대한 여러 정의는 다음과 같다.


  • 베글리스와 브라사스(Veglis and Bratsas): "데이터에서 유용한 정보를 추출하고, 그 정보를 바탕으로 기사를 작성하며, 독자가 스토리의 중요성을 이해하거나 자신과 관련된 데이터를 찾을 수 있도록 기사에 시각 자료(때로는 상호작용하는)를 포함하는 과정"[5]
  • 앙토노풀로스와 카리오타키스(Antonopoulos and Karyotakis): "뉴스 스토리에 대한 더 깊은 통찰력을 제공하고 관련 데이터를 강조하기 위해 통계의 사용 및 조사를 통해 보도 및 뉴스 작성을 향상시키는 방법"[6]
  • 미르코 로렌츠(Mirko Lorenz): 데이터를 스크래핑, 정제, 구조화하여 '깊이 파고드는 것', 특정 정보를 채굴하여 '필터링하는 것', '시각화하는 것' 및 '스토리를 만드는 것'으로 구성되는 '워크플로우'[7]
  • 폴 브래드쇼: 데이터를 '찾고', '심문'하고, '시각화'하고, '결합'하는 과정[8]
  • 헨크 반 에스(Henk van Ess): "기자들이 오픈 도구를 사용하거나 사용하지 않고 어떤 형태의 상당한 양의 데이터를 찾고, 처리하고, 제시하는 워크플로우를 통해 알려지지 않은 이야기를 전하고, 새로운 관점을 찾거나 이야기를 완성할 수 있도록 하는 것"[9]

4. 과정

데이터 저널리즘은 일반적으로 다음과 같은 단계를 거친다.

단계설명
탐색웹에서 데이터를 검색한다.
정제데이터를 필터링하고 변환하여 시각화에 적합하게 준비한다.
시각화정적인 시각 자료나 애니메이션 시각 자료를 활용하여 데이터의 패턴을 보여준다.
게시시각 자료를 통합하고, 스토리에 데이터를 연결한다.
배포웹, 태블릿, 모바일 등 다양한 기기에서 데이터에 접근할 수 있도록 한다.
측정시간이 지남에 따라 데이터 스토리의 사용량 및 사용 범위를 추적한다.



데이터 저널리즘의 주된 목표는 정보 수신자가 행동할 수 있는 정보를 추출하는 것이며, 데이터 저널리스트는 숨겨진 사실을 발견하는 것을 목표로 한다.[1] 이러한 접근 방식은 재정, 건강, 환경 등 공공의 이익과 관련된 다양한 분야에 적용될 수 있다.

4. 1. 데이터 수집

데이터는 data.gov, data.gov.uk, 세계은행 데이터 API[35] 와 같은 정부 데이터베이스에서 직접 얻을 수 있지만, 정부 기관에 정보공개청구를 함으로써 얻을 수도 있다. 영국의 What Do They Know와 같은 웹사이트에서는 일부 요청이 이루어지고 집계된다. 전 세계적으로 데이터 개방이라는 추세가 있지만, 사용 가능한 형식으로 정보가 얼마나 자유롭게 제공되는지에 대한 국가별 차이가 있다. 데이터가 웹페이지에 있는 경우, 스크레이퍼를 사용하여 스프레드시트를 생성한다. 스크레이퍼의 예로는 [https://www.webscraper.io/ WebScraper], Import.io, QuickCode, OutWit Hub, Needlebase (2012년 서비스 종료[36])가 있다. 다른 경우에는 OCR 소프트웨어를 사용하여 PDF에서 데이터를 얻을 수 있다.

크라우드소싱을 통해 대중에 의해 데이터가 생성될 수도 있다.[37]

데이터에 대한 접근을 제공하고 정보를 추출할 수 있는 방법에 대해 그룹이 논의할 수 있도록 하는 것이 Buzzdata[45]의 주요 아이디어이다. 이 사이트는 공유 및 팔로우와 같은 소셜 미디어 개념을 사용하여 데이터 조사를 위한 커뮤니티를 만든다.

데이터 수집 및 배포 모두에 사용할 수 있는 다른 플랫폼은 다음과 같다.

  • Help Me Investigate (Paul Bradshaw가 제작)[46]
  • Timetric[47]
  • ScraperWiki[48]

4. 2. 데이터 정제

수집된 데이터는 시각화하기 쉬운 형태로 제공되지 않는 경우가 많다. 예를 들어 데이터 포인트가 너무 많거나 행과 열을 다르게 정렬해야 하는 경우가 있을 수 있다. 따라서 조사 후 많은 데이터 세트를 정리, 구조화 및 변환해야 한다. OpenRefine, Data Wrangler, 구글 스프레드시트[38]와 같은 다양한 도구를 사용하여 데이터를 업로드, 추출 또는 서식 지정할 수 있다.

4. 3. 데이터 분석

원데이터를 이야기로 변환하는 과정은 정제 및 변환 과정과 같다. 주된 목표는 정보 수신자가 행동할 수 있는 정보를 추출하는 것이다. 데이터 저널리즘의 과제는 숨겨진 것을 추출하는 것이다. 이러한 접근 방식은 재정, 건강, 환경 또는 기타 공공의 이익과 관련된 거의 모든 맥락에 적용될 수 있다.

4. 4. 데이터 시각화

데이터를 그래프와 차트 형태로 시각화하기 위해 Many Eyes 또는 Tableau Public과 같은 애플리케이션을 사용할 수 있다. 야후 파이프스(Yahoo! Pipes)와 Open Heat Map[39]는 데이터 스프레드시트를 기반으로 지도를 생성할 수 있는 도구의 예이다. 타임트릭(Timetric)[40]과 같이 데이터 검색, 표시 및 삽입 옵션을 제공하는 새로운 서비스들도 등장하고 있다.

의미 있고 관련성 있는 시각 자료를 만들기 위해 저널리스트들은 점점 더 많은 도구를 사용하고 있다. 무엇을 찾아야 하고 어떻게 해야 하는지에 대한 여러 설명 중 가장 주목할 만한 기사는 다음과 같다.

  • 조엘 군터(Joel Gunter): "#ijf11: 뉴욕타임즈의 데이터 저널리즘에 관한 교훈"[41]
  • 스티브 마이어스(Steve Myers): "데이터 시각화를 보도 도구로 사용하면 스토리의 형태를 드러낼 수 있다" (사라 코헨(Sarah Cohen)의 튜토리얼 링크 포함)[42]


2011년 현재, 캔버스(canvas) 태그를 사용하는 HTML5 라이브러리의 사용이 인기를 얻고 있다. RGraph[43]와 같이 점점 더 다양한 형태로 데이터를 그래프로 나타낼 수 있는 수많은 라이브러리가 있다. 2011년 현재 데이터를 시각화할 수 있는 자바스크립트 라이브러리 목록이 늘어나고 있다.[44]

4. 5. 스토리텔링

원데이터를 이야기로 변환하는 과정은 정제 및 변환 과정과 같다. 주된 목표는 정보 수신자가 행동할 수 있는 정보를 추출하는 것이다. 데이터 저널리스트의 과제는 숨겨진 것을 추출하는 것이다. 이러한 접근 방식은 재정, 건강, 환경 또는 기타 공공의 이익과 관련된 거의 모든 맥락에 적용될 수 있다.[1]

2011년, 폴 브래드쇼(Paul Bradshaw)는 "데이터 저널리즘의 역피라미드(The Inverted Pyramid of Data Journalism)"라는 모델을 제시했다.[1]

데이터와 시각화 자료를 게시하는 방법에는 여러 가지가 있다. 기본적인 방법은 웹 비디오를 포함하는 것과 유사하게 단일 스토리에 데이터를 첨부하는 것이다. 더욱 고급 개념으로는 여러 시각화 자료, 기사, 데이터 링크를 한 페이지에 표시하는 단일 도스시에(dossier)를 만드는 방법이 있다. 많은 콘텐츠 관리 시스템(CMS)이 게시 날짜를 기반으로 단일 게시물을 표시하도록 설계되어 있기 때문에, 이러한 특별 페이지는 종종 개별적으로 코딩해야 한다.[1]

5. 유형

데이터 저널리즘은 다양한 유형으로 분류될 수 있다. 여러 학자들이 데이터 저널리즘 프로젝트의 다양한 분류 체계를 제안했다.[29][30][31][32]

5. 1. 메건 나이트(Megan Knight)의 분류

메건 나이트(Megan Knight)는 데이터 저널리즘 프로젝트를 제작하는 데 필요한 해석 및 분석 수준을 기반으로 한 분류 체계를 제시했다. 구체적으로 이 분류 체계에는 다음이 포함된다.[29]

유형
숫자 인용구
정적 지도
목록 및 타임라인
표
그래프 및 차트
동적 지도
텍스트 분석
인포그래픽


5. 2. 사이먼 로저스(Simon Rogers)의 분류

사이먼 로저스(Simon Rogers)는 데이터 저널리즘 프로젝트를 다섯 가지 유형으로 나누었다. 단순 사실만 제시하는 유형, 데이터 기반 뉴스 기사, 지역 데이터를 활용한 스토리텔링, 분석 및 배경 설명, 심층 조사 등이 있다.[30]

5. 3. 마사 강(Martha Kang)의 분류

마사 강(Martha Kang)은 데이터 스토리의 유형을 다음과 같이 일곱 가지로 분류했다.[31]

유형설명
시간에 따른 변화 설명시간의 흐름에 따라 데이터가 어떻게 변화하는지 보여준다.
큰 그림부터 세부 내용으로 접근전체적인 현황을 먼저 제시하고 점차 구체적인 내용으로 들어간다.
작은 부분부터 확대개별적인 사례나 데이터에서 시작하여 점차 전체적인 그림으로 확장한다.
대조 강조서로 다른 데이터나 그룹을 비교하여 차이점을 부각한다.
교차점 탐색여러 데이터가 만나는 지점을 분석하여 새로운 의미를 찾는다.
요인 분석특정 현상에 영향을 미치는 다양한 요인을 분석한다.
특이값 분석일반적인 경향에서 벗어나는 특이한 데이터나 사례를 분석한다.


5. 4. 베글리스(Veglis)와 브라사스(Bratsas)의 분류

많은 학자들이 데이터 저널리즘 프로젝트의 다양한 분류 체계를 제안했다. 베글리스(Veglis)와 브라사스(Bratsas)는 정보를 청중에게 제시하는 방법을 기반으로 한 분류 체계를 제안했다. 그들의 분류 체계는 계층 구조를 가지며 다음과 같은 유형을 포함한다.[32]

  • 단순 숫자만 사용하는 데이터 저널리즘 기사
  • 표를 사용하는 기사
  • 시각 자료(대화형 및 비대화형)를 사용하는 기사


또한 대화형 시각 자료를 사용하는 스토리의 경우 전달형, 상담형, 대화형의 세 가지 고유한 유형을 제안했다.[32]

6. 한계

데이터 저널리즘 보도는 데이터가 주체이기 때문에, 그 데이터 자체에 오류가 있다면 거기서 나온 정보는 신뢰할 수 없게 된다. 데이터 오류에는 표집의 한계가 있다. 데이터가 모집단일 경우에는 정확한 분석을 할 수 있지만, 그렇지 않은 불완전한 데이터일 경우에는 신뢰성이 떨어지게 된다.[68]

데이터 저널리즘에서 사용하는 시각화가 모바일에서 잘 작동되지 않아 독자에게 기사의 의미를 온전히 전달하지 못하는 문제가 있다. 데이터 저널리즘은 방대한 데이터를 정리하고, 이를 독자에게 쉽게 전달하기 위해 주로 시각 효과를 이용한다. 이 시각 효과는 웹에서는 잘 작동하지만, 모바일에서는 잘 구동되지 않는다. 기사를 쉽게 표현해 줄 시각화가 모바일에서 호환하기 어렵기 때문에 개발자, 디자이너를 통해 별도의 페이지를 구성하게 된다. 이는 기존 뉴스 유통 플랫폼과의 접근성에는 좋지 않다.[69]

많은 조사에서 발견할 수 있는 데이터는 누락되었거나 오해의 소지가 있을 수 있다. 따라서 데이터 품질에 대한 비판적인 검토가 중요하다. 다른 경우에는 데이터가 공개되지 않았거나 추가 분석에 적합한 형식이 아닐 수도 있다. 예를 들어, PDF로만 제공될 수 있다.

7. 윤리적 고려 및 신뢰성 확보

데이터 저널리즘에서는 사용자 데이터나 통제 범위를 벗어난 정보를 수집하는 것, 예를 들어 마케팅 목적으로 사용될 수 있는 정보의 추적은 윤리적인 문제가 될 수 있다.[49]

이러한 문제를 해결하기 위해, 프로퍼블리카(ProPublica)와 도큐먼트클라우드(DocumentCloud)는 사용량 측정을 위한 비침해적인 방법인 경량 추적기 'PixelPing'을 개발했다.[49] 이 소프트웨어는 오픈 소스이며 GitHub를 통해 다운로드할 수 있다.[50]

데이터 저널리즘은 독자와의 신뢰 구축을 목표로 하며, 데이터 기반의 객관적 보도는 언론의 신뢰도를 높이는 데 기여할 수 있다. 트위터와 같은 새로운 플랫폼의 등장으로, 신속한 정보 전달보다는 신뢰가 더 중요한 가치가 되었다. 정보의 홍수 속에서 내용의 진위를 검증하고 확인하는 것은 여전히 어렵기 때문에, 미디어 회사는 신뢰할 수 있는 데이터 허브로 자리매김할 기회를 가진다.

7. 1. 데이터 품질 검토

데이터 저널리즘 보도는 데이터가 주체이므로, 데이터 자체에 오류가 있으면 정보의 신뢰성이 떨어진다. 데이터 오류에는 표집의 한계가 있다. 모집단 데이터는 정확한 분석이 가능하지만, 불완전한 데이터는 신뢰성이 낮다.[68]

조사에서 발견되는 많은 데이터는 누락되거나 오해의 소지가 있을 수 있다. 따라서 데이터 중심 저널리즘에서는 데이터 품질에 대한 비판적 검토가 중요하다. 데이터가 공개되지 않거나 추가 분석에 부적합한 형식(예: PDF)으로 제공되는 경우도 있다. 이때 데이터 중심 저널리즘은 데이터 품질 또는 기관의 데이터 제공 거부에 대한 기사로 전환될 수 있다. 이러한 관행 자체가 초기 개발 단계이므로, 데이터 소스, 데이터 세트, 데이터 품질 및 데이터 형식에 대한 검토는 이 작업의 중요한 부분이다.

7. 2. 신뢰의 가치

데이터 저널리즘은 단순히 정보를 전달하는 것을 넘어, 독자와의 신뢰 구축을 목표로 해야 한다. 데이터 기반의 객관적인 보도를 통해 언론의 신뢰도를 높이는 데 기여할 수 있다. 트위터와 같은 새로운 플랫폼의 등장으로 미디어 비즈니스 모델의 기둥이었던 주목 확보는 더 이상 중요하지 않게 되었다. 새로운 사건에 대한 보도는 전통적인 미디어 채널보다 이러한 플랫폼을 통해 더 빠르게 확산되기 때문이다. 반면, 신뢰는 희소한 자원으로, 웹을 통한 정보 배포는 쉽고 빠르지만, 정보의 홍수 속에서 어떤 기사의 내용을 검증하고 확인하는 데는 비용과 노력이 필요하다. 이러한 상황은 미디어 회사를 신뢰할 수 있는 데이터 허브로 전환할 기회를 제공하며, 이는 2011년 2월 Owni.eu[33]와 Nieman Lab[34]에 공동 발표된 기사에서 설명되었다.

8. 대한민국 사례


  • KBS의 데이터룸[75]: KBS 데이터 저널리즘팀은 2017년 살충제 계란 파동 이후 관련 데이터를 시각화해 조회할 수 있는 프로그램을 만들었다.[76] 이를 이용해 살충제 달걀과 살충제 달걀 농장을 검색할 수 있다.[77][78]
  • 뉴스타파의 데이터[79]: 뉴스타파 데이터팀은 대한민국 국회의원 정책자료집을 분석해 정부 자료나 다른 연구 기관의 자료를 베껴 정책자료집을 만든 전, 현직 국회의원들을 공개했다.[80]
  • YTN의 데이터저널리즘[81]: YTN 데이터 저널리즘팀은 지리산에 방사한 반달가슴곰들의 위치 데이터를 분석해 보도했다.[82]
  • SBS의 마부작침[83]: SBS 데이터저널리즘팀 '마부작침'은 최초로 한국외래생물정보시스템의 데이터를 전수 조사해 보도했다.[84]
  • 서울대 한규섭 교수팀의 폴랩(pollab)[85]: 폴랩은 중앙일보와 함께 문재인 대통령의 공식 발언 17만 자를 분석해 보도했다.[85]

9. 대한민국 이외 사례


  • 영국의 통신사 로이터(Reuters)는 2012년 '불평등한 미국(The Unequal State of America)'이라는 기사를 시리즈로 제작했다.[70] 이 시리즈는 지니계수 등의 통계기법을 활용하여 부유층과 빈곤층의 격차를 보여주었다.[71]
  • 미국의 비영리 탐사보도 매체 프로퍼블리카(ProPublica)는 '처방 확인(Prescription Checkup)'이라는 뉴스 앱을 개발했다.[72] 이 앱은 의사가 유명 제약사의 약을 얼마나 처방했는지 보여준다.[73]
  • 가디언(The Guardian)은 2009년 3월 데이터블로그(Datablog)를 시작하여 데이터 저널리즘을 선도했다.[17]
  • 위키리크스의 아프가니스탄 전쟁 문서 유출(2010) 이후 데이터 저널리즘이라는 용어가 널리 사용되었다.[18] 가디언, 뉴욕 타임스, 슈피겔(Der Spiegel) 등은 위키리크스가 공개한 문서를 바탕으로 협업 보도를 진행했다.[54][55][56]
  • 데이터 저널리즘 어워드는 매년 데이터 저널리즘 분야의 우수 보도를 선정한다.[26]
  • 퓰리처상은 데이터 중심 스토리텔링에 수여되기도 한다. (예: 2018년 국제 보도[27], 2017년 공익 봉사[28])

참조

[1] 논문 5 tips for getting started in data journalism http://www.poynter.o[...] 2011-10-06
[2] 웹사이트 Bringing data journalism into curricula http://michelleminko[...] 2010-03-24
[3] 웹사이트 Philipp Meyer http://www.festivald[...]
[4] 간행물 Data driven journalism: What is there to learn? http://de.slideshare[...] 2010-08-24
[5] 논문 Reporters in the age of data journalism https://intellectdis[...] 2017-06-01
[6] 서적 The SAGE International Encyclopedia of Mass Media and Society https://sk.sagepub.c[...] SAGE Publications, Inc
[7] 간행물 Data driven journalism: What is there to learn? http://.slideshare.n[...] 2010-06-07
[8] 뉴스 How to be a data journalist https://.theguardian[...] 2010-10-01
[9] 간행물 Gory of data driven journalism http://.slideshare.n[...] 2012
[10] 서적 Handboek Datajournalistiek http://www.boomlemma[...] 2012
[11] 서적 Data Journalism. In the International Encyclopedia of Journalism Studies Wiley-Blackwell
[12] 웹사이트 Prophet of Hope https://www.national[...]
[13] 뉴스 Ben J. Wattenberg, writer and television commentator, dies at 81 https://www.washingt[...] 2015-06-29
[14] 서적 Computer-Assisted Reporting: A Practical Guide, Fourth Edition Routledge
[15] 웹사이트 The Color of Money http://powerreportin[...]
[16] 웹사이트 About NICAR http://www.ire.org/n[...] Investigative Reporters and Editors
[17] 논문 Data journalism at the Guardian: what is it and how do we do it? https://www.theguard[...] 2011-07-28
[18] 웹사이트 Les données pour comprendre le monde http://www.interneta[...] 2011-07-19
[19] 서적 Facts are sacred: the power of data Faber and Faber 2013
[20] 웹사이트 Investigative Data Journalism in a Globalized World https://journalistik[...] 2019-10-31
[21] 웹사이트 Special Reports from Reuters journalists around the world https://www.reuters.[...]
[22] 웹사이트 News Apps https://www.propubli[...]
[23] 웹사이트 How the Argentinian daily La Nación became a data journalism powerhouse in Latin America http://www.niemanlab[...]
[24] 웹사이트 Data https://www.theguard[...]
[25] 웹사이트 Portfolio Interaktiv-Team http://www.morgenpos[...]
[26] 웹사이트 Data Journalism Awards https://www.datajour[...]
[27] 웹사이트 The Pulitzer Prizes https://www.pulitzer[...]
[28] 웹사이트 The Pulitzer Prizes https://www.pulitzer[...]
[29] 논문 Data journalism in the UK: a preliminary analysis of form and content http://dx.doi.org/10[...] 2015-01-02
[30] 웹사이트 Video course: Doing Journalism with Data: First Steps, Skills and… https://datajournali[...]
[31] 웹사이트 Exploring the 7 Different Types of Data Stories http://mediashift.or[...] 2015-06-15
[32] 논문 Towards A Taxonomy of Data Journalism http://mediacritique[...] 2017-09-10
[33] 뉴스 Media Companies Must Become Trusted Data Hubs » OWNI.eu, News, Augmented http://owni.eu/2011/[...] 2011-02-28
[34] 웹사이트 Voices: News organizations must become hubs of trusted data in a market seeking (and valuing) trust » Nieman Journalism Lab http://www.niemanlab[...] 2013-08-09
[35] 웹사이트 Developer Information – World Bank Data Help Desk https://datahelpdesk[...]
[36] 웹사이트 Renewing old resolutions for the new year https://googleblog.b[...] 2019-01-31
[37] 웹사이트 Crowdsourcing: how to find a crowd (Presented at ARD/ZDF Academy in) http://www.slideshar[...] 2010-09-17
[38] 웹사이트 Data Scraping Wikipedia with Google Spreadsheets https://blog.ouseful[...] 2019-01-31
[39] 웹사이트 OpenHeatMap http://www.openheatm[...] 2019-01-31
[40] 웹사이트 Home - Timetric https://web.archive.[...] 2019-01-31
[41] 웹사이트 #ijf11: Lessons in data journalism from the New York Times https://blogs.journa[...] 2011-04-16
[42] 웹사이트 Using Data Visualization as a Reporting Tool Can Reveal Story's Shape. http://www.poynter.o[...] 2019-01-31
[43] 웹사이트 RGraph is a Free and Open Source JavaScript charts library for the web https://www.rgraph.n[...] 2019-01-31
[44] 웹사이트 JavaScript libraries http://sixrevisions.[...]
[45] 웹사이트 BuzzData https://web.archive.[...] 2011-08-17
[46] 웹사이트 Help Me Investigate - A network helping people investigate questions in the public interest http://helpmeinvesti[...] 2019-01-31
[47] 웹사이트 Home - Timetric https://web.archive.[...] 2019-01-31
[48] 웹사이트 ScraperWiki http://scraperwiki.c[...] 2019-01-31
[49] 웹사이트 Pixel Ping: A node.js Stats Tracker https://www.propubli[...] 2010-09-08
[50] 웹사이트 documentcloud/pixel-ping · GitHub https://github.com/d[...]
[51] 뉴스 Data journalism at the Guardian: what is it and how do we do it? https://www.theguard[...] 2011-07-28
[52] 웹사이트 All of our data journalism in one spreadsheet http://www.theguardi[...] 2011-01-27
[53] 웹사이트 Kabul War Diary http://wardiary.wiki[...] 2010-07-26
[54] 웹사이트 Afghanistan The War Logs https://www.theguard[...] 2010-07-26
[55] 웹사이트 The War Logs https://www.nytimes.[...] 2010-07-26
[56] 웹사이트 The Afghanistan Protocol: Explosive Leaks Provide Image of War from Those Fighting It http://www.spiegel.d[...] 2010-07-26
[57] 웹사이트 Afghanistan war logs: IED attacks on civilians, coalition and Afghan troops https://www.theguard[...] 2010-07-26
[58] 웹사이트 Text From a Selection of the Secret Dispatches https://www.nytimes.[...] 2010-07-26
[59] 웹사이트 Deathly Toll: Death as a result of insurgent bomb attacks http://www.spiegel.d[...] 2010-07-26
[60] 웹사이트 Wikileaks Iraq war logs: every death mapped https://www.theguard[...] 2010-10-22
[61] 웹사이트 UK riots: every verified incident - interactive map https://www.theguard[...] 2011-08-11
[62] 서적 데이터 저널리즘-스토리텔링의 과학 한국언론진흥재단
[63] 뉴스 왜 ‘데이터 저널리즘’인가? http://news.kbs.co.k[...] KBS 2015-03-01
[64] 간행물 데이터 저널리즘에 대한 소고
[65] 뉴스 [IT 칼럼]미국에서 부상하는 ‘데이터 저널리즘’ http://weekly.khan.c[...] 주간경향
[66] 뉴스 왜 ‘데이터 저널리즘’인가? https://web.archive.[...] KBS 2015-03-01
[67] 서적 컴퓨테이셔널 저널리즘 커뮤니케이션북스
[68] 서적 빅데이터와 언론 http://book.naver.co[...] 커뮤니케이션북스
[69] 뉴스 독자는 왜 데이터 저널리즘 콘텐츠를 안 볼까 http://www.mediatoda[...] 미디어오늘
[70] 뉴스 The Unequal State of America: a Reuters series http://www.reuters.c[...] Reuters
[71] 저널 공공데이터의 소통과 공유, 그리고 언론
[72] 웹사이트 Prescriber Checkup https://web.archive.[...]
[73] 저널 데이터 뉴스의 특성과 개념 정의에 대한 연구 2016
[74] 저널 “데이터 없이 진실을 얘기하긴 어렵다” 2015
[75] 웹사이트 KBS의 데이터룸 http://news.kbs.co.k[...]
[76] 뉴스 [데이터] 3곳 추가돼 52곳, ‘살충제 달걀’ 조회 한눈에 http://news.kbs.co.k[...] KBS
[77] 웹사이트 살충제 성분 달걀 조회 https://web.archive.[...] KBS
[78] 웹사이트 살충제 성분 달걀 농장 지도 https://web.archive.[...] KBS
[79] 웹사이트 뉴스타파의 데이터 https://web.archive.[...]
[80] 뉴스 [국회개혁]19대 의원 표절 정책자료집 명단 공개 https://web.archive.[...] 뉴스타파
[81] 웹사이트 YTN의 데이터저널리즘 https://web.archive.[...]
[82] 뉴스 데이터로 추적해본 지리산 반달가슴곰 http://www.ytn.co.kr[...] YTN
[83] 웹사이트 SBS의 마부작침 http://news.sbs.co.k[...]
[84] 뉴스 [마부작침] 종(種)의 종말 ③ : 외래생물 80%, 어디서 왔는지도 어디 사는지도 모른다 http://news.sbs.co.k[...] SBS 뉴스
[85] 웹사이트 ‘일자리’에서 ‘북한’으로 강조어 바뀌었다... 문 대통령 100일 말말말 http://news.joins.co[...]


본 사이트는 AI가 위키백과와 뉴스 기사,정부 간행물,학술 논문등을 바탕으로 정보를 가공하여 제공하는 백과사전형 서비스입니다.
모든 문서는 AI에 의해 자동 생성되며, CC BY-SA 4.0 라이선스에 따라 이용할 수 있습니다.
하지만, 위키백과나 뉴스 기사 자체에 오류, 부정확한 정보, 또는 가짜 뉴스가 포함될 수 있으며, AI는 이러한 내용을 완벽하게 걸러내지 못할 수 있습니다.
따라서 제공되는 정보에 일부 오류나 편향이 있을 수 있으므로, 중요한 정보는 반드시 다른 출처를 통해 교차 검증하시기 바랍니다.

문의하기 : help@durumis.com