숫자 하나가 시위를 만든다
청년실업, 정치 불안정, 그리고 ChatGPT 시대 ‘분석가’의 역할
뉴스에서 “청년실업률 20%”라는 문장을 보면, 우리는 숫자를 본다.
하지만 그 숫자가 가리키는 얼굴은 거의 보지 못한다.
지금은 ChatGPT가 순식간에 표를 만들고, 차트를 뽑고, 요약까지 해준다.
그래서 더 중요한 질문이 생긴다.
“그렇다면 인간 분석가의 차별점은 무엇인가?”
내 결론은 단순하다.
도구가 아니라 관점이다.
그리고 그 관점은 결국 숫자를 읽는 방식에서 갈린다.
1) 청년실업률은 ‘일자리’가 아니라 ‘정치의 온도’다.
청년실업률이 높다는 건 단순히 “취업이 어렵다”가 아니다.
더 정확히 말하면 이렇다.
미래로 가는 입구 앞에서, 한 세대가 오래 대기하고 있다는 뜻.
그리고 대기 시간은 감정을 만든다.
불안, 분노, 체념, 냉소.
이 감정들은 개인의 일기장에만 머물지 않는다. 종종 사회로 흘러간다.
여기서 중요한 건 “청년실업률”이 혼자서는 말을 잘 못 한다는 점이다.
그래서 옆에 숫자를 하나 더 둔다.
정치 불안정 지표.
두 숫자를 나란히 놓는 순간, 표가 아니라 “관계”가 보이기 시작한다.
어떤 나라에서는 청년실업이 높아질수록 정치적 안정성이 흔들리는 흐름이 관측되기도 한다.
반대로 어떤 나라에서는 비슷한 충격이 와도, 제도와 안전망이 열을 흡수해 조용히 지나가기도 한다.
여기서 핵심은 한 문장이다.
같은 청년실업률이라도, 사회는 똑같이 반응하지 않는다.
이 글의 핵심 기술: ‘데이터 페어링’
나는 이 방법을 데이터 페어링(Data Pairing)이라고 부른다.
- 숫자 하나는 속삭임.
- 숫자 둘은 대화.
- 숫자 셋은 이야기.
청년실업률 하나만 보면 “높다/낮다”로 끝난다.
하지만 청년실업 + 정치 안정 + 인구구조를 함께 놓으면, 사회의 구조가 드러난다.
2) 인구구조는 ‘증폭기’다.
여기서 세 번째 숫자가 들어온다.
청년 인구 비중.
같은 청년실업률 20%라도, 그 의미는 나라별로 다르다.
청년층이 적은 사회에서는 ‘불편한 진동’에 그칠 수 있다.
청년층이 매우 큰 사회에서는 ‘구조적 충격’으로 커질 수 있다.
이건 마치 같은 소리라도, 스피커 크기에 따라 울림이 달라지는 것과 비슷하다.
인구구조는 사회의 공명통이다.
3) 숫자들이 ‘노래’를 시작하는 순간
청년실업률이 높다.
정치 안정 지표가 흔들린다.
청년 인구 비중이 크다.
이 셋을 함께 보면, 더 이상 통계가 아니다.
사회가 어떻게 열을 흡수하는지, 어디서 균열이 생기는지 보이는 구조 지도가 된다.
이 지점에서 데이터는 “정답”이 아니라 “시야”가 된다.
그리고 여기서부터는 AI가 대신하기 어려운 영역이 시작된다.
4) ChatGPT 시대, 분석가의 무대는 바뀌었다.
이제 AI는 정말 빠르다.
정리, 시각화, 요약, 초안 작성까지 한다.
그래서 분석가의 역할은 계산자가 아니라, 해석자로 이동한다.
AI가 “무엇이 함께 움직였는가”를 말해준다면,
인간은 “왜 같은 숫자가 다른 현실을 만드는가”를 설명해야 한다.
- 왜 어떤 사회는 충격을 흡수하고
- 왜 어떤 사회는 균열이 정치로 번지며
- 왜 같은 수치가 서로 다른 삶의 얼굴을 가지는지
이 질문은 데이터의 문제가 아니라, 의미의 문제다.
결론: 데이터는 새로운 ‘보는 방식’이다
데이터는 차가운 표가 아니다.
어떻게 읽느냐에 따라,
- 창이 되기도 하고
- 거울이 되기도 하고
- 경고등이 되기도 한다.
ChatGPT가 계산을 대신하는 시대일수록,
우리는 더 인간적인 일을 맡게 된다.
숫자의 속삭임을, 이야기로 번역하는 일.
다음 질문은 당신에게 남겨두겠다.
만약 청년실업률이 하나의 숫자라면,
당신은 그 옆에 무엇을 놓고 싶나.
- 월세 상승률일까
- 출산율일까
- 이민, 유출일까
- 정신건강 지표일까
- 혹은 “내 주변의 체감”을 대신하는 어떤 데이터일까
그 상상 자체가 이미, 새로운 분석의 시작이다.