Ten simple rules for teaching data science

데이터 사이언스를 가르치는 것은 복잡한 케이크를 굽는 법을 가르치는 것과 같습니다. 대부분의 교사들은 학생들에게 재료를 만지게 하기도 전에 밀가루의 화학적 성질, 오븐의 역사, 그리고 열의 물리학에 대해 3주 동안 강의부터 시작할지도 모릅니다. 이 논문은 그것이 형편없는 아이디어라고 주장합니다. 대신, 즉시 케이크를 맛보게 한 다음, 학생들이 더 갈구하게 될 때 비로소 그 과학을 가르쳐야 합니다.

다음은 데이터 사이언스를 가르치기 위한 열 가지 단순한 규칙을 일상적인 언어와 맛있는 비유로 번역한 것입니다.

1. 케이크를 먹게 하라 (실행부터 시작하기)

학생들에게 데이터 사이언스가 실제로 무엇을 하는지 보여주는 것을 학기 말까지 미루지 마세요. 첫 수업에서 데이터를 불러오고, 조금 정제하고, 그림(시각화)을 그려보게 하세요.

• 비유: 이것은 마치 초보 운전자에게 변속기가 어떻게 작동하는지 설명하기 전에, 일단 차 키를 주고 운전석에 앉혀보는 것과 같습니다. 엔진의 굉음을 한 번 느끼고 나면, 그들은 당신에게 기어가 어떻게 돌아가는지 설명해 달라고 간청할 것입니다. 만약 "객체 데이터 타입" 같은 지루한 기술적 세부 사항부터 시작한다면, 학생들은 집중력을 잃을 것입니다. 재미있는 것들로 먼저 흥미를 끄세요. 지루한 기술적 세부 사항은 나중에 문제를 해결해야 할 때 비로소 이해될 것입니다.

2. "라이브 쿠킹" 쇼 (참여형 라이브 코딩)

코드만 적힌 완성된 슬라이드를 보여주기만 하지 마세요. 당신의 사고 과정을 말하면서 눈앞에서 직접 코드를 타이핑하세요.

• 비유: TV에 나오는 요리사를 생각해보세요. 셰프가 완성된 요리 사진만 보여준다면, 당신은 아무것도 배울 수 없습니다. 하지만 셰프가 재료를 다지고, 마늘을 태우기도 하고, 욕도 좀 섞어가며 고치고, 왜 냄비를 젓고 있는지 설명한다면, 당신은 요리하는 법을 배우게 됩니다. 코드를 치다가 실수를 하는 것은 좋은 일입니다! 그것은 전문가도 실수한다는 것을 보여주며, 실시간으로 오류를 수정하는 법(디버깅)을 가르쳐줍니다.

3. 반복 훈련 (많은 연습 + 즉각적인 피드백)

학생들에게 당신이 생각하는 것보다 훨씬 더 많은 양의 연습 문제를 주십시오. 하지만 여기에는 조건이 있습니다. 성적이 나올 때까지 일주일씩 기다리는 것이 아니라, 피드백을 즉시 받아야 합니다.

• 비유: 저글링을 배우는 것과 같습니다. 영상을 한 번 본다고 배울 수 있는 게 아닙니다. 공을 수백 번 떨어뜨려 봐야 합니다. 공을 떨어뜨렸는데 5분 뒤에 누군가 "너무 높아요!"라고 외친다면, 당신은 이미 무엇을 하고 있었는지 잊어버린 상태일 것입니다. 소프트웨어 테스트와 같은 자동화 도구를 사용하여, 마치 옆에 서 있는 코치처럼 "헤이, 쉼표를 빠뜨렸어요"라고 즉시 알려주어 수업 내용이 생생할 때 바로 고칠 수 있게 하세요.

4. 장난감 기차 사용하기 (작고 단순한 데이터로 시작하기)

새롭고 무서운 도구나 알고리즘을 소개할 때, 거대하고 지저난 실제 세계의 데이터셋을 던져주지 마세요. 머릿속에 다 들어올 정도로 작고 단순한 "장난감" 데이터셋을 사용하세요.

• 비유: 자동차 엔진의 원리를 가르치고 싶다면, 500개의 부품이 달린 트럭 엔진을 건네주는 것이 아닙니다. 세 개의 기어가 달린 장난감 자동차 엔진을 줍니다. 그러면 모든 부품이 움직이는 것을 볼 수 있습니다. 장난감 엔진을 이해하고 나서야, 비로소 진짜 트럭을 주는 것입니다. 작은 데이터셋을 사용하면 학생들이 소음 속에서 길을 잃지 않고 수학적 단계를 따라갈 수 있습니다.

5. 진짜 음식이되, 씹기 쉬운 것 (실제 데이터, 접근 가능한 맥락)

장난감 엔진을 이해했다면, 이제 실제 데이터로 넘어갑니다. 하지만 데이터가 국가, 인구, 언어처럼 누구나 이해할 수 있는 것이어야 합니다.

• 비유: 요리 수업을 가르친다고 상상해 보세요. 만약 "심해 오징어"를 주요 식재료로 사용한다면, 바다를 본 적 없는 학생들은 요리하는 법을 배우기보다 오징어가 무엇인지 궁금해하는 데 모든 시간을 보낼 것입니다. 감자나 당근처럼 누구나 아는 재료를 사용하세요. 목표는 요리 기술을 가르치는 것이지, 채소의 생물학을 가르치는 것이 아닙니다. 사람들이 일상에서 접하는 데이터(예: 인구, 언어 등)를 사용하여 주제 자체 때문에 압도당하지 않도록 하세요.

6. 이상함 뒤에 숨겨진 "이유" (문화적 & 역사적 맥락)

소프트웨어 도구가 왜 그렇게 이상하거나 번거롭게 설계되었는지 그 이유를 설명하세요.

• 비유: 기어 노브가 어색하게 느껴지는 차를 운전한다고 상상해 보세요. 그냥 "그냥 써"라고 한다면 짜증이 날 것입니다. 하지만 "이 차는 1950년대 특정 도로 환경에 맞춰 제작되었기 때문에 이런 형태가 된 것입니다"라고 설명해 준다면 이해가 될 것입니다. 데이터 도구는 역사를 가진 인간들에 의해 만들어졌습니다. 오래된 키보드나 통계학자의 선호도 때문에 왜 특이한 기호가 존재하는지 설명해 주는 것은, 학생들이 도구를 미워하는 대신 이해하도록 돕습니다.

7. 안전한 놀이터 (포용적인 커뮤니티)

학생들이 실수해도 괜찮다고 느끼는 교실을 만드세요. 실수하는 모습을 보이는 것이 두렵다면, 질문하지 않을 것이고 결국 배우지도 못할 것입니다.

• 비유: 학습은 춤을 배우는 것과 같습니다. 발을 밟으면 모두가 비웃을까 봐 겁이 난다면, 당신은 구석에서 얼어붙어 있을 것입니다. 발을 밟는 것이 과정의 일부라는 "비판 없는 구역"이 필요합니다. 모두가 도전하고, 실패하고, 다시 시도할 수 있도록 괴롭힘이나 성희롱에 대한 명확한 규칙을 세우세요.

8. 요리사를 위한 체크리스트 (체크리스트를 통한 동료 학습)

학생들이 서로의 결과물을 검토할 때, 단순히 "채점하라"고 하지 마세요. 체크리스트를 주십시오.

• 비유: 비행 전 조종사를 생각해보세요. 그들은 단순히 비행기가 준비되었기를 "바라는" 것이 아니라, 다음과 같은 체크리스트를 확인합니다: 바퀴 내려갔는가? 연료는 가득한가? 문은 잠겼는가? 학생들이 친구의 코드를 리뷰할 때, 체크리스트는 사소하지만 결정적인 세부 사항을 놓치지 않게 해줍니다. 이는 막연한 "이거 별로예요"를 "데이터 타입을 확인하는 것을 잊으셨네요"와 같은 구체적이고 도움이 되는 피드백으로 바꿔줍니다.

9. 밴드 연습 (협업)

데이터 사이언스는 결코 혼자 하는 일이 아닙니다. 팀 스포츠입니다. 학생들에게 코딩뿐만 아니라 함께 일하는 법을 가르치세요.

• 비유: 당신이 세계 최고의 기타리스트가 될 수는 있지만, 드럼 소리를 듣지 못하거나 무대를 공유하지 못한다면 밴드는 실패할 것입니다. 협업을 위한 "사회적 도구"를 가르치세요. 즉, 무례하지 않게 피드백을 주는 법, 공유 폴더(Git 등)를 사용하는 법, 그리고 갈등이 발생했을 때 이를 해결하는 법을 가르쳐야 합니다. 큰 프로젝트에 투입하기 전에 작은 그룹을 통해 이를 연습시키세요.

10. 전체 케이크 (전체 프로젝트 수행)

마지막으로, 학생들이 처음부터 끝까지 완전한 데이터 제품을 구축하게 하세요.

• 비유: 대부분의 수업은 반죽을 섞는 법, 굽는 법, 프로스팅하는 법을 각각 따로 가르칩니다. 하지만 실제 세상에서는 이 모든 것을 한꺼번에 해야 합니다. 최종 프로젝트는 학생들이 지저분하고 실제적인 문제를 가져와서, 이를 정제하고, 분석하고, 발표하게 만듭니다. 이것은 피아노 연습곡을 연주하는 것과 온전한 한 곡을 연주하는 것의 차이입니다. 지저분하고 힘들겠지만, 그것이 진정으로 직업을 배우는 유일한 방법입니다.

핵한 줄 요약:
데이터 사이언스를 가르치는 것은 학생들에게 사실을 쏟아붓는 것이 아닙니다. 즉시 일을 하게 만들고, 실패할 수 있는 안전한 공간을 제공하며, 큰 아이디어를 쌓기 위해 단순한 예시를 사용하고, 결국 그들이 스스로 식사를 요리할 수 있게 만드는 것입니다.