3장. 검색하기 전에 질문을 다섯 조각으로 나눈다

“우리 동네에서 카페를 열면 잘될까?” 현실에서는 아주 자연스러운 질문이지만 데이터에게는 너무 크다.

‘우리 동네’가 어디까지인지 모른다. ‘카페’가 어떤 업종 분류인지 모른다. ‘잘된다’가 매출인지 생존기간인지 수익인지 모른다. 언제부터 언제까지 볼지도 없다. 무엇과 비교해야 좋은지 나쁜지도 정해지지 않았다.

이 상태로 AI에게 물으면 AI가 빈칸을 대신 채운다. 가령 유동인구가 많은 지역을 찾아 상위 다섯 곳을 보여줄 수 있다. 또는 카페 매출이 높은 곳을 추천할 수 있다. 문제는 AI가 고른 기준이 사용자가 생각한 ‘잘된다’와 같다는 보장이 없다는 점이다.

그래서 데이터 검색 전에 질문을 다섯 조각으로 나눈다.

대상 / 공간 / 시간 / 비교 / 판정값.

이 다섯 칸이 채워지면 막연한 현실 질문이 데이터가 답할 수 있는 문장으로 바뀌기 시작한다.

첫 번째 조각: 무엇을 볼 것인가 — 대상

“카페가 잘될까?”에서 대상은 카페처럼 보인다.

하지만 데이터에서는 ‘카페’가 그대로 존재하지 않을 수 있다. 제공기관이 커피-음료, 비알코올 음료점업, 서비스업종 코드 같은 다른 분류를 사용할 수 있다. 베이커리 카페가 별도 업종일 수도 있고, 프랜차이즈와 일반점포가 구분될 수도 있다. 대상을 정한다는 것은 일상어 하나를 쓰는 일이 아니라 데이터에서 구분 가능한 대상으로 번역하는 일이다.

예를 들어 질문을 이렇게 적는다.

대상: 서울시 상권분석서비스에서 카페에 해당하는 서비스 업종

아직 업종코드를 모른다면 모른다고 남긴다.

대상: 카페 — 실제 데이터의 업종명·코드는 파일 확인 후 확정

이렇게 기록하면 AI가 이름만 보고 임의로 업종을 선택하는 일을 줄일 수 있다. 다른 분야도 같다.

“청년 일자리”라고 하면 청년의 연령 범위를 정해야 한다.
“병원”이라고 하면 의원·병원·종합병원 중 어디까지 포함할지 정해야 한다.
“아파트 가격”이라고 하면 매매인지 전세인지, 단지인지 지역 평균인지 정해야 한다.

질문의 첫 조각은 명사 하나를 데이터의 분류체계로 바꾸는 작업이다.

두 번째 조각: 어디를 볼 것인가 — 공간

“우리 동네”는 데이터에서 특히 위험한 표현이다.

사람이 말하는 동네와 행정구역은 다를 수 있기 때문이다. 걸어서 10분 생활권을 동네라고 생각할 수도 있고, 행정동 하나를 뜻할 수도 있다. 상권 데이터에서는 골목상권 경계가 별도로 존재할 수 있고, 부동산에서는 법정동을 사용할 수 있다. 공간 단위가 다른 데이터를 억지로 연결하면 분석이 틀어지기 쉽다.

예를 들어 주민등록인구는 행정동 기준인데 실거래가가 법정동 기준이라면 이름이 비슷하다고 그대로 합치면 안 된다. 행정동과 법정동은 체계가 다르다.

따라서 질문 카드에는 ‘서울’이라고만 쓰지 않는다.

공간: 서울특별시 행정동

또는

공간: 서대문구 전체

처럼 데이터가 제공하는 단위까지 내려간다. 더 정밀한 공간이 항상 좋은 것도 아니다.

행정동별 데이터 두 개를 쉽게 연결할 수 있는데 한쪽만 250미터 격자까지 내려가면 오히려 결합 규칙이 복잡해진다. 첫 분석에서는 질문을 유지할 수 있는 가장 단순한 공통 공간 단위를 고르는 편이 좋다.

세 번째 조각: 언제의 현상인가 — 시간

데이터 질문에는 날짜가 필요하다.

“요즘 상권이 좋아졌나?”라는 질문에서 ‘요즘’이 한 달인지 1년인지 정해지지 않으면 계산도 정해지지 않는다.

기간은 최소 두 가지를 적는다.

• 관측할 기간
• 비교할 기준기간

예를 들면 다음과 같다.

시간: 2025년 4분기

비교: 2024년 4분기

계절성이 큰 업종이라면 직전 분기보다 전년 동기 비교가 더 적절할 수 있다. 관광객이 많은 여름 지역에서 8월과 11월을 비교해 “관광 수요가 급감했다”고 말하면 계절을 변화로 오해할 수 있다. 부동산도 거래가 적은 달 한두 개만 보면 왜곡될 수 있다. 고용도 월별 변동과 장기 추세가 다를 수 있다.

시간을 정할 때 AI에게 먼저 계산을 맡기지 말고 이렇게 물어본다.

내가 보려는 현상에는 전월 대비, 전분기 대비, 전년 동기 대비 중 어떤 비교가 가능한지 설명해줘.

결론을 내리지 말고 각 비교가 답하는 질문을 구분해줘.

AI가 비교 기준을 제안할 수는 있다.

어느 기준을 채택할지는 질문의 목적에 따라 사람이 정한다.

네 번째 조각: 무엇과 비교할 것인가 — 비교

숫자 하나는 생각보다 말이 적다. “우리 동네 카페가 82개다”라고 해도 많은지 적은지 판단하기 어렵다. 인접 동네에는 20개인지 150개인지 모르기 때문이다. 인구 1만 명짜리 지역인지 5만 명짜리 지역인지도 모른다. 비교 기준이 생기면 숫자가 움직이기 시작한다.

가능한 비교는 여러 가지다.

• 다른 지역과 비교
• 과거의 같은 지역과 비교
• 서울 전체 평균과 비교
• 비슷한 인구 규모의 지역과 비교
• 같은 업종의 다른 세부군과 비교

가장 쉬운 실수는 비교대상을 나중에 정하는 것이다. 데이터를 본 뒤 결과가 흥미롭게 나오는 기준을 골라버리면 결론이 흔들릴 수 있다.

그래서 질문 카드에서 미리 적는다.

비교: 서울 전체 행정동 분포와 비교

또는

비교: 같은 자치구 안의 행정동끼리 비교

둘은 완전히 다른 질문이다.

서울 전체에서 평범한 동네가 같은 자치구 안에서는 특이할 수 있다.

다섯 번째 조각: 무엇이 나오면 답이라고 할 것인가 — 판정값

가장 어려운 칸이다.

‘잘된다’, ‘좋다’, ‘위험하다’, ‘부족하다’ 같은 말은 판정값이 아니다.

데이터로 계산하거나 관찰할 수 있는 값으로 바꿔야 한다.

카페 질문을 예로 들면 후보가 여러 개다.

• 카페 추정매출
• 점포 수
• 점포당 추정매출
• 최근 점포 수 증가율
• 폐업 관련 지표
• 주민 1인당 추정매출

어떤 값을 고르느냐에 따라 ‘좋은 지역’이 달라진다. 전체 매출이 큰 지역은 시장이 클 수 있지만 경쟁 점포도 많을 수 있다. 점포당 매출이 높다고 해서 임대료가 낮은 것은 아니다. 폐업이 적다고 해서 신규 진입이 쉬운 것도 아니다. 그래서 판정값은 한 칸이어도 질문에 따라 두세 개가 필요할 수 있다.

예를 들어 첫 분석의 판정값을 이렇게 정한다.

판정값 1: 카페 추정매출 순위

판정값 2: 카페 점포 수

보조값: 점포당 추정매출

이 순간 “잘될까?”는 더 좁고 정직한 질문으로 바뀐다.

2025년 4분기 서울 행정동에서 카페 추정매출이 높은 지역은 어디이며, 점포 수를 함께 고려했을 때 점포당 추정매출 순위는 어떻게 달라지는가?

이 질문에 답한다고 창업 성공 여부를 알게 되는 것은 아니다.

하지만 적어도 어떤 숫자를 계산해야 하는지는 명확하다.

질문 카드 1호: 막연한 창업 질문을 바꿔본다

처음 문장으로 돌아가보자.

우리 동네에서 카페를 열면 잘될까?

다섯 칸을 채우면 다음처럼 바뀐다.

그리고 마지막에 반드시 한 칸을 더 붙인다.

이 질문으로 결정하지 않을 것: 실제 창업 성공 여부

이 한 줄이 중요하다. 데이터 질문은 현실의 결정을 더 잘하기 위한 도구지만 현실의 결정을 통째로 대신하지 않는다.

임대료, 건물 상태, 유동 동선, 브랜드 차별화, 운영자의 역량 같은 요소는 이 질문에 포함되어 있지 않다.

한 문장을 잘게 나누면 필요한 데이터가 보인다

다섯 칸이 채워진 뒤에야 데이터 후보를 적는다.

카페 예제에서는 다음 세 값이 필요하다.

• 행정동별 카페 추정매출
• 행정동별 카페 점포 수
• 필요하면 행정동별 주민등록인구

질문을 쪼개고 나면 검색어도 달라진다. 처음에는 “카페 창업 데이터”라고 검색했더라도 이제는 다음처럼 바꿀 수 있다.

“서울 추정매출 행정동”
“서울 점포 행정동 서비스업종”
“주민등록 인구 행정동”

검색이 쉬워진 이유는 찾아야 할 값의 이름이 생겼기 때문이다.

데이터가 질문을 다시 고치기도 한다

질문 카드는 한 번 쓰고 끝나는 계약서가 아니다. 실제 데이터를 찾으면 질문이 수정될 수 있다. 가령 ‘2026년 8월 카페 매출’을 보고 싶었는데 최신 공개 추정매출이 분기 단위라고 하자. 선택지는 두 가지다. 다른 데이터를 찾거나, 질문의 시간 단위를 분기로 바꾼다. 두 번째가 더 현실적이라면 질문 카드를 수정하면 된다.

또 ‘카페 폐업률’을 보고 싶었는데 실제 데이터가 개별 점포의 폐업확률이 아니라 행정동·업종별 폐업 관련 집계만 제공한다고 하자. 그러면 “이 카페가 폐업할 확률은?”이라고 묻지 않는다.

“이 지역에서 해당 업종의 점포 증감과 폐업 관련 지표는 어떻게 움직였는가?”로 바꾼다.

좋은 데이터 분석에서 질문은 데이터를 지배하기만 하지 않는다.

데이터가 제공하는 해상도와 조건이 질문을 다시 현실적으로 만든다.

AI가 좋은 질문을 대신 만들어줄 수 있을까

도움을 받을 수 있다.

예를 들어 처음 질문을 그대로 준다.

“우리 동네 카페가 잘될까?”를 공개데이터로 분석하고 싶다.

답을 만들지 말고 이 질문에서 아직 정의되지 않은 대상·공간·시간·비교·판정값을 찾아줘.

각 항목마다 내가 선택해야 할 후보만 2~3개 제시해줘.

임의로 하나를 선택해서 분석을 시작하지 마.

AI는 빈칸을 보여주는 데 꽤 유용하다. 하지만 마지막 선택은 남는다.

‘공간’을 행정동으로 할지 상권으로 할지, ‘잘된다’를 전체 매출로 볼지 점포당 매출로 볼지는 사용자의 목적에 따라 달라진다.

AI에게 이 선택까지 맡기면 질문을 만든 것이 아니라 질문을 위임한 것이다.

좋은 프롬프트는 AI가 더 많은 결론을 내리게 하는 문장이 아니다.

사람이 선택해야 할 빈칸을 AI가 먼저 드러내게 하는 문장이다.

같은 방법을 다른 질문에 적용해본다

카페 질문만으로는 이 틀이 창업용처럼 보일 수 있다.

전혀 다른 질문을 보자.

“이직하면 어느 지역에서 일자리 기회가 많을까?”

• 대상: 관심 산업 또는 직종
• 공간: 시도 또는 시군구
• 시간: 최근 1~3년
• 비교: 지역 간 고용 규모와 증감
• 판정값: 종사자 수, 피보험자 증감, 임금 수준 등

여기서도 ‘기회가 많다’를 한 숫자로 만들 수는 없다.

고용 규모가 크지만 줄어드는 지역과 규모는 작지만 빠르게 늘어나는 지역은 다른 의미를 가진다.

“우리 아이가 다닐 학교는 어떤가?”

• 대상: 초등학교
• 공간: 통학 가능한 지역 또는 자치구
• 시간: 최근 공시연도
• 비교: 학급당 학생 수, 교원 수 등 확인 가능한 지표
• 판정값: 관측 가능한 학교 공시지표

여기에서 좋은 학교라는 판정값을 만들지 않는 것이 중요하다.

공개자료로 확인되는 학교 지표와 가족이 중요하게 생각하는 가치판단은 다르다.

“우리 지역이 소멸 위험에 있는가?”

• 대상: 지역 인구·사업체·고용
• 공간: 시군구
• 시간: 최근 수년 + 장래 추계
• 비교: 과거 추세·유사 지역·전국
• 판정값: 생산연령인구 변화, 사업체 변화, 고용 변화 등

인구 하나만 보고 ‘소멸’을 확정하지 않는다.

다섯 칸을 채우는 과정에서 이미 어떤 데이터 하나가 전체 현실을 대표할 수 없다는 사실이 보인다.

질문의 해상도와 데이터의 해상도를 맞춘다

질문이 너무 세밀하면 공개데이터가 따라오지 못한다.

“금요일 밤 10시에 연희동에서 20대 여성이 배달앱으로 주문한 치킨 건수”를 알고 싶다고 해보자.

대상, 공간, 시간은 아주 구체적이지만 그 해상도의 일반 공개 데이터가 없을 수 있다. 그렇다면 질문을 한 단계 위로 올린다.

“서울의 온라인 음식서비스 거래가 최근 증가하고 있는가?”
“연희동 외식업 추정매출은 어떤 흐름인가?”
“해당 지역 일반음식점 수와 개폐업은 어떻게 변했는가?”

처음 질문의 직접 답은 아니지만 공개자료가 허용하는 해상도까지 내려온다. 반대로 질문이 너무 넓어도 안 된다.

“대한민국에서 창업하기 좋은 곳은 어디인가?”는 공간도 업종도 판정값도 지나치게 넓다.

좋은 데이터 질문은 세밀할수록 좋은 것이 아니다. 공개된 근거가 감당할 수 있을 만큼 구체적이면 된다.

질문 카드에 ‘말할 수 없는 것’을 먼저 적어본다

분석 전에 한 가지 습관을 더 들이면 과장이 크게 줄어든다.

질문 카드 아래에 다음 문장을 쓴다.

이 데이터로도 알 수 없는 것은 무엇인가?

카페 예제라면 다음과 같다.

• 실제 임대료
• 점포별 실제 영업이익
• 운영자의 역량
• 특정 점포의 미래 성공확률
• 보행 동선과 건물 조건

이 칸을 미리 적으면 분석 결과가 잘 나왔을 때도 흥분을 조금 늦출 수 있다. AI가 “B동이 최적 입지입니다”라고 결론을 내리면 곧바로 반문할 수 있다.

“내 질문 카드에서 제외한 요인을 고려하지 않았는데 왜 최적이라고 표현했어?”

AI가 만든 강한 문장을 근거의 크기에 맞춰 줄이는 기준이 생긴다.

데이터 질문 카드 — 계속 사용할 기본형

앞으로 반복해서 사용할 기본형은 다음과 같다.

[데이터 질문 카드]

현실 질문:
내가 실제로 알고 싶거나 결정하려는 것은?

대상:
무엇을 데이터에서 구분할 것인가?

공간:
어느 지역 단위인가?

시간:
어느 기간을 보고 무엇과 시점을 맞출 것인가?

비교:
어디와 또는 언제와 비교할 것인가?

판정값:
무슨 값이 나오면 질문에 한 단계 답할 수 있는가?

필요한 데이터:
판정값을 만들기 위해 필요한 최소 자료는?

말할 수 없는 것:
이 분석에 포함되지 않는 요소는?

결과 형식:
표 / 순위 / 추세 / 비교 리포트 / 지도 중 무엇이 필요한가?

처음에는 빈칸이 많아도 괜찮다.

오히려 빈칸이 보이는 것이 목적이다.

대상·공간·시간·비교·판정값으로 이루어진 데이터 질문의 다섯 조각

도판 F03. 데이터 질문의 다섯 조각. 대상·공간·시간·비교·판정값을 분리하면 막연한 현실 질문이 필요한 데이터의 목록으로 바뀐다.

데이터를 찾기 전에 모르는 것을 적어놓으면, AI가 그 자리를 임의의 가정으로 채웠을 때 알아차릴 수 있다.

검색은 질문을 다 만든 뒤가 아니라, 질문을 고치기 위해서도 한다

“질문을 완벽하게 만든 뒤에만 검색해야 하나?”라고 생각할 수 있다.

그럴 필요는 없다. 질문 카드의 첫 버전을 만든 뒤 검색한다. 실제 데이터의 단위와 갱신주기를 본다. 질문을 수정한다. 다시 검색한다. 이 왕복이 정상이다. 예를 들어 첫 카드에서 시간 단위를 ‘월’로 잡았지만 필요한 데이터가 분기 단위라면 분기로 바꿀 수 있다. 행정동을 원했지만 신뢰할 만한 데이터가 자치구 단위로만 있다면 자치구로 올릴 수 있다.

다만 순서는 중요하다. 아무 질문 없이 검색 결과부터 훑으면 데이터가 질문을 끌고 간다.

“이런 데이터가 있으니 뭔가 분석해볼까?”가 된다.

질문 카드가 하나라도 있으면 데이터는 선택의 대상이 된다.

“내 질문에 이 데이터가 필요한가?”

이 차이가 데이터 수집과 데이터 문제 해결을 가른다.

첫 번째 실습은 이미 시작됐다

아직 CSV를 하나도 열지 않았지만 데이터 분석에서 가장 중요한 일 하나는 끝냈다. 막연한 문장을 계산 가능한 질문으로 바꿨다.

“우리 동네에서 카페를 열면 잘될까?”는 너무 컸다.

지금은 다음 정도까지 좁아졌다.

2025년 4분기 서울 행정동에서 카페 업종의 추정매출과 점포 수를 비교하고, 점포당 추정매출을 계산했을 때 전체 매출 순위와 어떤 차이가 생기는가?

이 질문은 창업 성공을 예측하지 않는다. 대신 실제 공개데이터가 답할 수 있고, 결과가 나온 뒤에는 다음 질문으로 이어갈 수 있다.

“주민등록인구를 함께 놓으면 순위가 달라질까?”
“매출은 큰데 점포당 값이 낮은 곳은 경쟁이 과한가?”
“주말과 평일의 패턴은 다른가?”

데이터 지도를 그리는 일은 여기서 시작된다.

검색창이 아니라 질문 카드에서.

한 줄 판정

좋은 데이터 질문은 막연한 현실 질문을 대상·공간·시간·비교·판정값으로 좁히고, 동시에 그 데이터로 말할 수 없는 범위까지 미리 적어둔 질문이다.

다음 장부터는 이 질문 카드를 실제 검색어와 공식 데이터 후보로 바꾼다.