# 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
| 항목 | 내용 |
|---|---|
| 시간 | 25~30분 (발화 5,000~7,500자 + 시연 조작 시간 합산, §0.4) |
| 유형 | 시연 |
| 카테고리 | 08 AI 활용 커리어 포트폴리오 실습 |
| 선수 차시 | 08-3 「주제 고르기 — 새로운 것 말고, 내가 아는 것에서」 |
| 상태 | rev2 |

## 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
| 구간 | 분 | 활동 | 목적 |
|---|---|---|---|
| 도입 | 2 | 「자료 대장」 완성본 먼저 보여주기 · 앞 편 결과 30초(주제 한 줄) | 오늘의 결과물을 먼저 확인 |
| 이론 | 6 | 자료는 출처·시점·모집단이 붙은 파일이다, 다른 예 = 약국 재고 대장 | 어디서든 쓰는 일반형을 대전 없이 심는다 |
| 시연 | 15(+조작) | 필요한 자료 목록 → 함정(AI가 없는 자료를 지어냄) → 실제 자료 열기(인허가·상가업소·인구·설문) → 대장 채우기(출처·시점·모집단·못 찾음) → 저장 | 대전 소재에 실측 숫자로 적용 |
| 정리 | 2 | 한 줄(지정) + 다음 차시 갈고리(제목만) + 검정 질문 자막 | 연결 |

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.md`가 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.