나이팅게일은 데이터 과학자(Data Scientist)였다.

3일차

 

나이팅게일은 데이터 과학자(Data Scientist)였다.

 

    나이팅게일 선서는 1893년 미국 하퍼병원 파라나 간호학교 졸업식에서 처음 사용하였다고 합니다. 이는 나이팅게일이 만든 것은 아니고 미국의 간호학교 위원회에서 그녀의 정신을 기리기 위하여 제정한 것이라 합니다. 한국어 번역본은 아래와 같습니다.

 

* 나는 일생을 의롭게 살며 전문간호직에 최선을 다할 것을 하느님과 여러분 앞에 선서합니다.

* 나는 인간의 생명에 해로운 일은 어떤 상황에서도 하지 않겠습니다.

* 나는 간호의 수준을 높이기 위하여 전력을 다하겠으며 간호하면서 알게 된 개인이나 가족의 사정은 비밀로 하겠습니다.

* 나는 성심으로 보건의료인과 협조하겠으며 나의 간호를 받는 사람들의 안녕을 위하여 헌신하겠습니다.

(출처: 병원간호사회,  https://khna.or.kr/home/about/pledge.php  )

 

 

    우리나라에서는 간호대학생들이 실습을 나갈 때 나이팅게일 선서식을 한다. 이처럼 나이팅게일은 간호사의 대명사이자 아이콘이라 할 수 있습니다.

 

플로렌스 나이팅게일(1820~1910)

   어렸을 때 읽었던 나이팅게일 위인전에는 “백의의 천사”, 병사를 치료하는 희생정신이 뛰어난 간호사로서의 업적에 치중되어 있었던 것 같습니다. 통계학을 공부하다 보면 나이팅게일의 통계학자로의 면모를 발견할 수 있습니다.

 

   크림전쟁은 1853년부터 1856년까지 러시아 제국과 오스만제국, 영국, 프랑스 연합군 사이에 전쟁으로 주 격전지는 크림반도 였습니다. 나이팅게일은 간호사로 이 전쟁에 참여하고 있었습니다. 이 때 부상자를 돌보던 나이팅게일은 전쟁에서 총을 맞아 죽는 병사보다 전투 후 부상자 중 질병(특히 감염병) 등으로 사망하는 병사가 많다는 것을 알게 되었다. 그녀는 병원 위생 상태를 개선하는 한편 영국 정부에 위생 개선을 위한 지원 요청을 계속하였다. 정부의 지원을 설득하기 위해 편지와 함께 보낸 통계자료에는 사망자 수와 사망원인을 시각화 하여 분석한 로즈 다이어그램이 포함되어 있었습니다.

 

로즈 다이어그램 <출처 : 위키피디아>

 

   각 부채꼴은 월별 사망자수를 나타냅니다. 사망 원인별로 붉은색은 부상으로 인한 사망, 파란색은 질병으로 인한 사망, 검은색은 기타 원인으로 인한 사망을 나타내고 있습니다. 오른쪽은 위생개선 전의 사망자 수를 나타낸 것이고 왼쪽은 병원 위생이 개선이후 나타난 사망자 분포입니다. 확연히 사망자 수가 줄어들었음을 시각적으로 확인할 수 있습니다.

 

   결국 영국 정부는 군 위생 개선을 위한 지원하였고, 이 후 부상자 중 질병에 의한 사망자는 급격히 감소하였다. 나이팅게일은 전쟁이 끝난 후 영국으로 돌아와 근대식 간호학교를 설립하였고, 이를 현대 간호학의 시발점으로 보고 있습니다. 그녀를 현대 간호학의 창시자라 말하기도 합니다. 또한 1858년 영국 왕립 통계 학회 최초의 여성 회원으로 선출되는 등 통계학자로서 인정받기도 합니다.

 

   통계학자로서 인정받은 이유가 단순히 데이터를 시각화한 로즈 다이어그램 때문이었을까요. 로즈 다이어그램은 도구일 뿐 그녀가 통계분석 결과를 바탕으로 위생 개선을 노력하고 실천해서 많은 생명을 구했다는 점이 더 높은 평가를 받았을 것입니다.

 

   데이터 과학자 나이팅게일

 

   프레젠테이션에서 화려한 도표나 그래프는 종종 사람들의 시선을 사로잡고, 마치 그것이 데이터 과학의 본질인 것처럼 보일 수 있습니다. 그러나 데이터 과학의 진정한 가치는 단순히 시각적으로 멋진 그래프를 만드는 데 있지 않습니다. 데이터 과학과 통계학의 핵심 목표는 데이터 분석을 통해 합리적인 의사 결정을 내리고, 이를 바탕으로 상황을 더 나은 방향으로 개선하는 데 있습니다.

 

   데이터 분석은 그 자체로 목적이 아니라, 더 나은 결정을 내리기 위한 도구일 뿐입니다. 화려한 시각화가 잠시 관심을 끌 수는 있지만, 중요한 것은 그 그래프가 전달하는 의미와 그로부터 도출되는 통찰입니다. 데이터를 기반으로 한 분석은 의사결정을 지원하는 과정이며, 이를 통해 복잡한 문제를 해결하고, 최적의 선택을 내리기 위한 근거를 제공합니다.

 

   따라서 데이터 과학의 궁극적인 목표는 단순한 분석 결과를 넘어서, 이 데이터를 바탕으로 실질적인 변화를 이끌어내는 합리적이고 효과적인 의사결정에 있습니다. 데이터를 단순히 보여주는 것이 아니라, 이를 통해 어떤 변화를 이끌고, 더 나은 결과를 도출할 수 있는지가 데이터 과학의 진정한 가치입니다.

 

  나이팅게일이야 말로 진정한 데이터 과학자라 말할 수 있습니다.