연구 데이터를 체계적으로 정리하는 방법
연구 폴더 구조를 만들고, 실제 예제가 포함된 README와 데이터 사전 템플릿을 활용합니다.
연구 프로젝트 폴더 구조 예시
원본 데이터, 분석 코드, 생성된 결과물을 서로 다른 폴더에 보관하세요. 프로젝트 최상위에 README를 두고 데이터 옆에는 데이터 사전(data dictionary)을 놓으면, 나중에 동료도 어떤 파일이 원본이고 어떤 파일을 다시 생성할 수 있는지 쉽게 파악합니다.
study-sessions/
├── README.md
├── data/
│ ├── sessions.csv
│ └── data-dictionary.md
├── analysis/
│ └── analyze.py
└── results/
└── means.csv
원본 입력은 변경하지 않는 것이 좋습니다. 정제하거나 계산해 얻은 파일에는 의미를 알 수 있는 이름을 붙이고, 생성에 사용한 스크립트를 기록하세요. 이 예시에서 sessions.csv는 입력 파일, means.csv는 스크립트가 생성하는 결과 파일이므로 다시 실행할 때 후자를 덮어쓸 수 있습니다.
네 행으로 된 예제 CSV 다운로드. 모든 기록은 모의 데이터입니다.
데이터 사전에는 무엇을 적어야 하나요?
minutes라는 열 이름만으로는 실제 학습 시간인지 계획된 시간인지 알기 어렵습니다. 측정 대상, 단위, 허용되는 값, 결측값 표시 방법을 데이터 사전에 명시하세요.
| 열 이름 | 의미 | 허용 값 |
|---|---|---|
session_id | 학습 세션 식별자 | S01처럼 행마다 다른 텍스트 |
condition | 학습 중 소리 환경 | quiet(조용함) 또는 background-noise(배경 소음) |
minutes | 기록된 학습 시간 | 0 이상의 정수, 단위는 분 |
이 네 행짜리 예제에서는 세 열 모두 필수입니다. 실제 데이터에 누락된 값이 있다면 표시 규칙과 분석 시 처리 방법을 따로 적어 두세요. 학습 시간이 0분인 경우와 기록 자체가 없는 경우는 다릅니다.
연구 README에 들어가야 할 내용
먼저 연구 질문과 데이터 출처를 설명하고, 입력 파일, 실행 방법, 결과를 확인할 위치를 적으세요. 열별 정의는 데이터 사전으로 연결하면 됩니다.
이 예제는 네 개의 모의 기록으로 두 소리 환경의 평균 학습 시간을 비교합니다. 열 정의는
data/data-dictionary.md, 입력은data/sessions.csv에 있습니다. 프로젝트 최상위에서python analysis/analyze.py를 실행한 뒤results/means.csv를 확인합니다.
실제 연구에서는 수집 시기, 데이터 접근 방법, 가공 이력도 추가하세요. 공유하기 전에 파일에 개인 식별 정보나 공개가 제한된 기록이 들어 있지 않은지 확인하세요.
한국어 연구 README 템플릿과 한국어 데이터 사전 템플릿을 내려받아 자신의 프로젝트에 맞게 수정할 수 있습니다. 두 파일은 Markdown 형식입니다.
내 파일 한 개부터 정리해 보기
현재 프로젝트에서 clean-final2.csv처럼 의미가 모호한 파일 하나를 골라 보세요. 내용을 설명하는 이름으로 바꾸고 출처와 생성 방법을 적으세요. 해당 파일을 읽는 스크립트가 있다면 경로도 함께 수정합니다.
프로젝트 설명 점검하기
동료에게 README를 보여 주고 원본 파일, 특정 열의 단위, 다시 생성할 수 있는 결과 파일을 찾아 달라고 하세요. 추측해야 하는 부분이 있다면 설명을 보완하세요.
참고 자료
이 글은 The Turing Way Community가 CC BY 4.0로 공개한 내용을 참고·각색했습니다. Miss Formula는 학습 순서를 재구성하고 설명, 예제 및 연습 문제를 추가했습니다.