← 목록 · 08-4 · 자료 모으기 — AI를 쓰되 출처를 남긴다 · 원문 script.md

08-4: 자료 모으기 — AI를 쓰되 출처를 남긴다

rev2(2026-09-06). 공통 조항 assets/contracts/COMMON.md(SPEC.lock v4 동결판). 계약 assets/contracts/08-4.md(2026-09-06), 반려 지시 assets/contracts/08-4-rev2.md(GC1·GC2). 08 계열 공통부 assets/contracts/_08-COMMON.md(결정 카드·결과물 폴더·인물·트랙 — 식품접객 3종 값은 08-5 것, 이 편은 말하지 않는다). 소재 assets/market.md. 실측 assets/data/daejeon/README.md. 앞 편 08-3의 결과물(주제 한 줄 — 대전 식품 업종의 개업과 폐업, 무엇이 문을 닫게 하는가 + 결정 카드 3)을 이어받는다. 틀은 author-g/ep-08-3/(현행 규격, 읽기만). 과목 분류: 소재 과목(COMMON §0.2 표 — 08).

기본 정보

학습 목표

• 자료가 파일이 아니라 출처·시점·모집단이 붙은 파일이어야 하는 이유를 설명할 수 있다
• AI가 존재하지 않는 자료를 지어내는 함정을 알아보고, 직접 열어 확인할 수 있다
• 자료 대장에 있는 자료와 못 찾은 자료를 구분해 남길 수 있다

구성

합계 25~30분. 시연 구간의 무발화 조작 시간은 화면 지시에 단가표 유형(파일열기20·열고르기30·검사실행30·AI응답대기30·표작성20·화면전환8, 초)으로 표기한다(§0.4).

연결

• 이전: 08-3 「주제 고르기 — 새로운 것 말고, 내가 아는 것에서」
• 다음: 8-5 「분석 한 장 만들기」

상세 전개

도입 (2분)

[화면: 「자료 대장」 완성본 한 장 — 자료 이름·파일/출처·시점·모집단·확인일·못 찾은 것(재구성 — 촬영 시 실제 완성본 화면으로 교체). · 조작: 없음 · 전환: 예]

(축자)

"오늘은 자료 대장 한 장을 만드는 과정을 봅니다."

(요점, 앞 편 결과 30초) 08-3에서 이 사람은 주제 한 줄을 정했다 — 대전 식품 업종의 개업과 폐업, 무엇이 문을 닫게 하는가. 식품 업종 값은 아직 세지 않았다고 그 카드에 적어 두었다. 오늘은 그 주제에 쓸 자료를 모은다.

(축자)

"이번 차시에서 정하는 것은 이 주제에 쓸 자료를 모으되, 자료마다 출처와 시점과 모집단을 함께 남기는 것입니다."

(요점) AI에게 자료를 찾게 시키더라도, 그 대장은 사람이 적는다. 오늘은 이 원칙을 실제로 지켜 본다. 08과목이 지금까지 배운 결정 카드·트랙·주제 한 줄은 전부 이미 있는 결과물 위에서 만들어졌다 — 오늘은 처음으로 새 자료를 밖에서 끌어오는 자리이고, 그래서 출처를 남기는 습관이 더 중요해진다. 결과물 위에 결과물을 쌓아 온 지금까지와 달리, 오늘은 바깥의 원자료를 새로 끌어와야 하므로 그 자료가 믿을 만한지부터 따로 확인해야 한다.

이론 (6분)

(요점, 도입) 자료를 모을 때 가장 먼저 하는 일은 파일을 찾는 것이다. 그런데 파일을 찾았다고 끝난 게 아니다.

(축자, 핵심 정의)

"자료는 파일이 아니라, 출처와 시점과 모집단이 붙은 파일입니다."

(요점) 출처는 그 파일이 어디서 왔는지, 시점은 언제 기준의 값인지, 모집단은 무엇을 센 것인지다. 이 셋 중 하나만 빠져도 그 파일의 숫자는 해석할 수 없다 — 앞 편에서 전 업종 값을 식품 업종 주제에 그대로 쓸 뻔했던 일이 이 문제의 실물이다. 숫자는 같아도 그 숫자가 무엇을 센 것인지 모르면 엉뚱한 결론으로 이어진다.

(요점) 셋 중 하나라도 빠지면 무슨 일이 생기는지 하나씩 짚어 본다. 출처가 없으면 그 숫자가 어디서 왔는지 남이 확인할 방법이 없다. 시점이 없으면 지난달 값인지 작년 값인지 몰라 지금 써도 되는지 판단할 수 없다. 모집단이 없으면 전체를 센 것인지 일부만 센 것인지 몰라 다른 자료와 비교할 수조차 없다 — 셋은 따로따로도 문제지만, 같이 없으면 그 파일은 숫자만 있고 아무것도 말하지 않는 파일이 된다.

(요점) 세 꼬리표는 자료를 모으는 순간에 붙여야 한다. 나중에 붙이려고 하면 그 자료를 어디서 받았는지, 언제 받았는지부터 기억이 안 난다 — 다운로드한 그 순간에 세 칸을 채워야 나중에 다시 찾아 헤매지 않는다. 포트폴리오를 마지막에 발표하고 방어할 때도 이 세 칸이 그대로 쓰인다 — "이 숫자 어디서 났어요"라는 질문에 출처·시점·모집단 세 칸이 미리 채워져 있으면 그 자리에서 바로 답할 수 있다.

(요점) 이 세 꼬리표를 사람이 직접 확인하지 않으면 더 위험해지는 자리가 있다.

(축자)

"AI에게 자료를 찾아 달라고 시키면, 없는 자료의 이름과 출처까지 지어냅니다."

(요점) 에이전트는 그럴듯한 보고서 이름과 발행 기관을 만들어 낼 수 있다. 실제로 열어 보기 전까지는 이게 진짜 있는 자료인지 지어낸 것인지 구분이 안 된다. 이름과 기관이 그럴듯할수록 오히려 더 위험하다 — 어색한 티가 안 나서 검증 없이 그대로 대장에 올리고 싶어지기 때문이다. 그래서 대장에는 사람이 직접 열어 본 것만 올린다. 찾다가 없으면 빈칸으로 남기지 않고 "못 찾음"이라고 적는다 — 빈칸은 나중에 깜빡한 것과 구분이 안 되지만, "못 찾음"은 확인은 했지만 없었다는 뜻이 분명히 남는다.

(축자, 다른 예)

"약국 재고 대장은 약 이름만 적는 게 아니라 유통기한과 입고일을 함께 적어야 쓸 수 있습니다."

(요점) 약 이름만 있는 재고 대장은 그 약이 언제 들어왔는지, 언제까지 쓸 수 있는지 알려주지 않는다. 유통기한과 입고일이 붙어야 그 약을 지금 내줘도 되는지 판단할 수 있다. 자료 대장도 같다 — 파일 이름만 적으면 그 자료를 지금 써도 되는지 판단할 수 없고, 출처·시점·모집단이 붙어야 판단할 수 있다. 약사가 재고를 셀 때 유통기한 지난 약을 골라내듯, 이 사람도 시점이 안 맞는 자료를 대장에서 골라낼 수 있어야 한다. 약국 재고 대장을 아무나 봐도 그 약을 지금 써도 되는지 알 수 있는 것처럼, 자료 대장도 나중에 다른 사람이 봐도 그 자료를 지금 써도 되는지 알 수 있어야 한다.

(요점) 오늘 시연에서는 이 세 꼬리표를 실제 자료 넷에 붙여 본다. 그 전에 AI에게 자료를 찾아 달라고 시켜서, 없는 자료가 어떻게 지어지는지도 보고, 그다음 실제로 있는 자료를 하나씩 열어 대장에 옮긴다.

시연 (15분 + 조작)

[화면: 「주제 한 줄」이 열린다 — 대전 식품 업종의 개업과 폐업, 무엇이 문을 닫게 하는가(재구성 — 촬영 시 실제 실행 화면으로 교체). · 조작: 파일열기 · 전환: 예]

(요점) 화면에 뜬 주제 한 줄을 다시 읽으며 이 주제에 쓸 자료 목록을 먼저 적는다. 개업·폐업 날짜가 있는 파일, 업종 구분이 있는 파일, 인구 자료 — 이 셋이 필요하다. 결정 카드 3에 이미 「식품 업종 값은 아직 세지 않았다」고 적혀 있었으니, 오늘 목록의 첫 줄은 그 빈자리를 채울 자료여야 한다. 목록을 먼저 적는 이유는 이론에서 배운 것과 같다 — 무엇이 필요한지 먼저 정해야, 나중에 자료를 하나씩 열어 보면서 이게 정말 필요한 자료인지 흔들리지 않는다. 목록에 없는 자료가 나오면 그건 이 주제에 당장 필요한 게 아니라는 뜻이고, 목록에 있는데 못 찾으면 그 자리가 오늘 대장의 「못 찾음」 칸으로 남는다.

(요점) 이 세 자료가 왜 필요한지도 먼저 적어 둔다. 개업·폐업 날짜가 있어야 언제 문을 열고 닫았는지 셀 수 있고, 업종 구분이 있어야 식품 업종만 따로 뽑을 수 있고, 인구 자료가 있어야 구별로 비교할 분모를 잡을 수 있다. 이 세 가지 이유를 먼저 적어 두면, 나중에 파일을 열었을 때 이 파일이 그 이유에 맞는 열을 실제로 갖고 있는지 확인하는 기준이 된다. 이유 없이 파일부터 모으면, 나중에 왜 이 파일을 받았는지조차 기억나지 않는 자료가 대장에 쌓인다.

[화면: AI 채팅창. "대전 식품 업종 폐업 자료 찾아줘"라고 입력한다(재구성 — 촬영 시 실제 실행 화면으로 교체). · 조작: AI응답대기 · 전환: 예]

(요점, 함정) 필요한 자료를 직접 찾기 전에, 에이전트에게 먼저 물어본다. 에이전트는 실재하지 않는 보고서 이름과 가상의 기관 이름을 곧바로 지어낸다.

(축자)

"대전 외식업 폐업 실태 보고서라는 이름과 발행 기관까지 나왔지만, 열어 보니 그런 자료는 없습니다."

(요점) 이름과 기관까지 그럴듯하게 나왔지만, 실제로 검색하고 열어 보면 어디에도 없다. 이 사람은 이 답을 대장에 올리지 않는다 — 열어서 확인하기 전까지는 대장에 오를 자격이 없다. 이론에서 배운 함정이 여기서 그대로 재현된다 — 이름이 그럴듯할수록 검증 없이 넘어가고 싶은 유혹이 커지지만, 이 사람은 그 유혹을 참고 검색창에 직접 그 이름을 쳐서 확인한다. 검색 결과에도, 공공데이터 목록에도 이 이름의 보고서는 없다 — 있는 것처럼 보이는 답과 실제로 있는 자료는 다르다는 것을 이 한 번의 확인이 보여준다. 이런 지어낸 답은 08과목 내내 반복해서 본 함정과 뿌리가 같다 — 08-1의 그림뿐인 초안, 08-2의 근거 없는 트랙 추천처럼, 에이전트는 눈앞의 자료를 실제로 열어 보지 않고도 그럴듯한 답을 내놓는다.

[화면: 인허가업소 정보 파일이 열린다 — 260,856행 × 17열, 개방서비스명·인허가일자·폐업일자·개방자치단체명 열이 보인다(재구성 — 촬영 시 실제 실행 화면으로 교체). · 조작: 파일열기 · 전환: 예]

(요점) 사람이 직접 이미 있는 자료를 연다. 인허가업소 정보는 260,856행 17열이고, 개방서비스명·인허가일자·폐업일자·개방자치단체명 열이 있다. 시점은 파일 기준일이다. 열 이름을 하나씩 확인하는 이유는 간단하다 — 개업과 폐업을 다루는 주제라, 인허가일자와 폐업일자가 실제로 그 안에 있는지 눈으로 봐야 이 파일을 쓸 수 있다고 확신할 수 있다. 열 이름만 보고 넘어가지 않고, 첫 몇 행을 실제로 열어 그 값이 날짜 형식으로 제대로 들어 있는지도 함께 본다 — 열 이름은 맞는데 안의 값이 이상한 경우도 있기 때문이다.

[화면: 상가업소정보·인구 원표·설문 파일이 차례로 열린다(재구성 — 촬영 시 실제 실행 화면으로 교체). · 조작: 열고르기 · 전환: 예]

(요점) 상가업소정보는 80,704행 39열이고 업종을 대·중·소분류로 나눈다(2026-06 기준). 인구 원표는 2026-07 기준이다. 설문은 31,635행 22열인데, 무응답 코드가 들어간 행이 55.8퍼센트다 — 이 자료를 쓸 때는 이 무응답 비율을 항상 같이 적어 둔다. 인허가는 2021년 12월 말 기준, 상가업소는 2026년 6월, 인구는 2026년 7월 — 세 시점이 전부 다르다. 이 차이를 대장에 적어 두지 않으면, 나중에 세 자료를 겹쳐 볼 때 어느 시점 기준인지 헷갈린다. 설문은 애초에 목록에 없던 자료였지만, 상가업소 파일을 열어 보다가 업종별 응답 성향을 참고할 수 있겠다 싶어 대장에 추가한 것이다 — 목록은 고정된 것이 아니라 자료를 열어 보면서 조금씩 늘어난다.

[화면: 자료 대장 표에 출처·시점·모집단이 채워진다(재구성 — 촬영 시 실제 실행 화면으로 교체). · 조작: 표작성 · 전환: 예]

(요점, 전공이 드러나는 곳) 대장을 채우면서 한 가지가 걸린다. 인허가 파일의 "업종"은 개방서비스명인데, 상가업소 파일의 소분류와 이름 체계가 다르다.

(축자)

"일반음식점·휴게음식점·제과점영업이라는 개방서비스명이, 상가업소의 카페·빵집이라는 소분류와는 다른 체계라고 봅니다."

(요점) 두 파일이 같은 가게를 서로 다른 이름으로 부른다는 것은 04-5가 이미 한계로 적어 둔 것과 같은 자리다. 이걸 정확히 짚으려면 위생 인허가 체계를 아는 사람이어야 한다 — 마케팅 도구나 데이터 분석 도구는 두 이름 체계가 왜 다른지까지는 알려주지 않는다. 이 차이를 대장에 적어 두지 않으면, 다음 편에서 두 파일을 겹쳐 셀 때 같은 가게를 두 번 세거나 아예 빠뜨리는 일이 생길 수 있다. 이 한 줄을 대장에 남기는 것 자체가, 다음 편에서 누군가 이 대장만 보고도 같은 실수를 반복하지 않게 만드는 일이다.

[화면: 대장의 「못 찾은 것」 칸에 식품 업종별 임대료·매출 시계열이 적힌다(재구성 — 촬영 시 실제 실행 화면으로 교체). · 조작: 표작성 · 전환: 예]

(요점) 필요할 것 같았던 자료 하나는 끝내 못 찾았다 — 식품 업종별 임대료·매출 시계열이다. 대장에는 이 자리를 비워 두지 않고 "못 찾음"이라고 적는다. 이 자료가 있었다면 폐업 원인 쪽에 임대료 부담까지 더해 볼 수 있었겠지만, 지금은 없는 것으로 남기고 나중에 생기면 그때 대장에 새로 올린다. 공공데이터 목록도 찾아보고, 관련 기관 페이지도 검색해 봤지만 이 시계열만은 어디에도 없었다 — 여러 곳을 확인한 다음에야 "못 찾음"이라고 적었다는 것도 중요하다. 한 곳만 보고 없다고 단정하지 않는다.

[화면: 완성된 자료 대장이 저장된다(재구성 — 촬영 시 실제 실행 화면으로 교체). · 조작: 표작성 · 전환: 예]

(요점, 결과물) 자료 대장을 저장한다. 이 편에서는 값을 새로 세지 않았다 — 폐업률 계산은 다음 편 몫이다. 오늘 한 일은 자료마다 출처·시점·모집단을 확인하고, 없는 자료는 지어내지 않고 "못 찾음"으로 남긴 것뿐이다. 이 대장이 다음 편에서 실제로 숫자를 셀 때 그대로 재료가 된다 — 오늘 시점을 잘못 적어 두면 다음 편의 계산도 같이 흔들린다. 오늘 연 자료 넷 중 어느 것도 이 사람이 새로 만든 것은 없다 — 전부 이미 있던 자료를 열어서 꼬리표만 붙인 것이다.

정리 (2분)

[화면: 도입에서 봤던 자료 대장이 다시 뜬다(재구성 — 촬영 시 실제 완성본 화면으로 교체). · 조작: 없음 · 전환: 예]

(축자, 지정)

"자료는 파일이 아니라, 출처와 시점과 모집단이 붙은 파일입니다."

(요점) AI는 없는 자료의 이름과 기관까지 지어냈지만, 이 사람은 그 답을 쓰지 않고 직접 연 자료만 대장에 올렸다. 인허가·상가업소·인구·설문 넷에 출처·시점·모집단을 붙이고, 못 찾은 자료는 빈칸이 아니라 "못 찾음"으로 남겼다. 이 대장은 이 편에서 끝나지 않는다 — 다음 편부터 이어지는 계산이 전부 이 대장 위에서 시작된다. 대장에 적은 시점 하나, 모집단 한 줄이 다음 편에서 어떤 숫자를 믿어도 되는지를 가른다.

(요점, 갈고리) 다음 편은 「분석 한 장 만들기」다. 오늘 만든 자료 대장이 다음 편에서 실제로 값을 세는 출발점이 된다. 자료를 모으는 법은 오늘로 끝나고, 다음 편부터는 그 자료로 실제 숫자를 내는 일만 남는다.

[자막: 여러분의 자료 대장에 시점 칸이 있습니까?]

근거

08-3 결과물 재사용 — 새 분석 없음. 주제 한 줄("대전 식품 업종의 개업과 폐업, 무엇이 문을 닫게 하는가")은 author-g/ep-08-3/script.md가 확정한 문자열 그대로 인용했다. 식품 업종 값을 아직 세지 않았다는 것도 08-3 결정 카드 3의 「틀릴 수 있는 곳」과 일치한다 — 이 편은 그 값을 이어서 세지 않고, 8-5로 넘긴다(_08-COMMON.md 「식품접객 3종」 절 명시).

파일 규모·열 이름 — 계약 「숫자 출처」 표와 원자료 대조. 인허가업소 정보(author-c/probe-dj/3b/data/license.csv) 260,856행 × 17열, 열 이름(개방자치단체명·데이터갱신구분·데이터갱신일자·개방서비스명·사업장명·지번주소·소재지면적·인허가일자·인허가취소일자·폐업일자·휴업시작일자·휴업종료일자·재개업일자·영업상태명·상세영업상태명·좌표정보(x)·좌표정보(y))을 CP949→UTF-8 변환 후 직접 확인 — 계약 값과 일치. 소상공인 설문(author-c/probe-dj/3b/data/survey.csv) 31,635행 × 22열, 무응답(999) 비율 55.8%는 계약 03-1.설문.노력열.999비율 키와 일치. 상가업소정보(assets/data/daejeon/shops_2026-06_full.csv) 80,704행 × 39열은 계약 04-1.원본.행수·04-1.원본.열수 키와 일치. 시점은 assets/data/daejeon/README.md 「04-4 코호트 실측」 절의 「파일 기준일(2021-12-30)」을 인허가 파일의 시점으로 인용했다.

인구 원표 시점(2026-07). assets/data/daejeon/README.md 04-3 절 「인구 원표(대전광역시 통계, 2026-07 기준)」 문구 그대로.

인허가 개방서비스명과 상가업소 소분류 체계 차이(전공이 드러나는 곳). 04-5 근거 절 「인허가 업종과 상가업소 소분류가 서로 다른 체계」 한계를 재사용 — 새로 재현하지 않았다. 대본은 "~라고 봅니다"로 해석임을 명시했다(§0.18).

AI 함정 장면(재구성) — K1 준수. "대전 외식업 폐업 실태 보고서"는 실재하지 않는 가상의 이름·기관이다 — 실재 기관명·사명을 쓰지 않았다(_08-COMMON.md 「금지」 절, 사례 인용 불가와 별개로 이 편 자체가 가상명임을 대본에 명시). 코드펜스로 감싸지 않고 (축자) 발화로 직접 적었다(K1).

못 찾은 자료 — 식품 업종별 임대료·매출 시계열. 대장·README·_08-COMMON.md 어디에도 이 시계열 데이터는 없다 — 확인 후 "못 찾음"으로 남겼다(§0.18, 지어내지 않고 결여로 남긴다).

후속 차시 — 8-5 제목만. assets/curriculum.md 제목 문자열 「분석 한 장 만들기」만 인용했고, 그 편이 무엇을 가르칠지는 단정하지 않았다(§0.18 「후속 차시는 제목만」).

사례 금지 확인. 특정 회사의 채용 상황(사명·채용 건수)은 이 편 어디에도 사례로 들지 않았다.

업종·인물. 「식품영양학과 졸업생」은 05-1·05-2·05-3·08-1·08-2가 확정한 대로 이어받았다. 이 편에서 새로 정하지 않았다.