Data Culture Lab

데이터로 문제를 푸는 공통 뼈대를 배워요. 문제가 나온 배경을 묻고, 풀 가치가 있는지 가리고, 무엇으로 판정할지 만들기 전에 정하고, 결과를 결정으로 잇고, 되돌아보는 순서예요. 그리고 그 경험이 쌓여 조직의 습관과 기준이 되게 하는 법을 다뤄요. 이 사이트의 다른 랩은 모두 이 뼈대를 따라요.

진행 상황: 모든 단원의 얇은 초안을 썼어요(2026-10-30). 첫 응용 랩으로 뼈대를 한 바퀴 돌려 본 뒤 사례 자료와 출처를 채워요
규모: 11부 52단원이고, 단원 하나가 강의 60~90분이에요
대상: 의사결정자와 관리자부터 분석가, 엔지니어, 데이터 사이언티스트까지예요. 기술 없이 읽히게 쓰고, 기법이 필요한 곳은 다른 랩을 가리켜요
사례: 가상 지주사 danny22.com과 그 계열사 여섯(유통, 제조, 금융, 에너지, 모빌리티, 미디어)을 사례로 써요. 계열사와 인물, 수치는 지어낸 것이고 실제 회사와 관계가 없어요. 그룹 IT만은 이 사이트를 운영하는 장비의 실제 기록이에요
본문: culture-lab.danny22.com에 있고, 로그인한 열람자만 볼 수 있어요. 열람을 원하면 문의로 알려 주세요

배우는 것

문제부터 찾기: "모델을 만들어 달라"는 요청에서 해법과 문제를 나누고, 계기가 된 숫자가 맞는지 확인하고, 풀지 않거나 일하는 방식을 바꾸는 결론도 성공으로 치는 법을 배워요.
판정을 먼저 정하기: 질문의 유형을 고르고, 만들기 전에 무엇으로 판정할지와 결정 규칙을 정해요. 실험이 어려운 도메인에서 쓰는 수단도 다뤄요.
결과를 결정으로 잇기: 모델이 맞는지와 결정이 나아졌는지를 나눠 보고, 만든 사람이 아닌 사람의 검증과 승인을 거쳐, 사람이나 시스템의 결정으로 잇는 법을 배워요.
되돌아보기: 사람이 아니라 구조를 보는 비난 없는 사후 검토(blameless postmortem)와, 결과가 아니라 결정의 질을 보는 법을 다뤄요.
조직에 자리 잡게 하기: 사람과 직무, 플랫폼, 거버넌스와 위험, 성숙도 진단과 교육으로 데이터 문화가 조직의 습관이 되게 하는 법을 배워요.

단원의 구성

이론: 개념과 이유를 설명하고, 흔한 실패가 생애주기의 어느 단계에서 생기는지 다뤄요.
사례: 그 데이터가 본업인 계열사의 시나리오로 개념을 적용해요.
워크숍: 문제 하나를 풀며 정한 것을 한 장에 남기는 캔버스(canvas)의 칸을 채우고, 판정 기준으로 확인해요.

과정

부	배우는 것	단원
0 데이터 문화란	데이터 문화의 정의와 두 고리, 왜 어려운가, 가상 지주사, 공통 뼈대 한눈에	5
1 문제 찾기	문제의 배경, 가치의 흐름, 풀 가치가 있는지 가리는 관문, 지표 나무, 원인 분해, 해결안, 기준선	7
2 데이터와 판정 설계	데이터는 누가 왜 만들었나, 측정 설계, 정답이 오는 곳, 품질과 자산, 질문 유형, 판정 설계, 인과를 판정하는 사다리	7
3 방법과 평가	해결안 사다리와 방법 사다리, 모델이 맞나, 결정이 나아졌나, 불확실성을 범위로 전하기	4
4 결정과 운영	검증과 승인, 전달과 퍼뜨리기, 결정 기록, 자율 수준, 시스템으로 운영하기, 위기 경로	6
5 되돌아보기	감시와 결정 추적, 비난 없는 사후 검토, 결론과 끝내기, 남기고 표준으로 올리기	4
6 사람과 조직	데이터 문화의 사람들, 직무와 협업, 조직 구조, 데이터 문화 조직	4
7 플랫폼	플랫폼이 할 일, 만들까 살까, 그룹 IT 플랫폼 둘러보기	3
8 거버넌스 · 위험 · 윤리	기록에서 시작하는 거버넌스, 권한과 개인정보, 계열사 사이의 데이터 공유, 공정성과 자동화의 범위, 위험 관문	5
9 정착	성숙도 진단, 교육과 커뮤니티, 작은 성공에서 표준으로, 문화 만들기를 공통 뼈대로	4
10 워크숍	계열사 사례 처음부터 끝까지, 자기 조직의 문제, 발표와 되돌아보기	3