|
|
|
|
|
 |
또한 공공데이터 기반 분석 경험도 있습니다.
저는 단순히 데이터 분석만 잘하는 인력이 아닌, 분석 결과를 정책화하고, 수요자의 언어로 해석하여 전달할 수 있는 중간 다리 역할을 할 수 있다고 생각합니다.
여성 고용과 돌봄 격차 관련 데이터를 분석하면서, 수치 그 자체보다는 그것이 시사하는 구조적 불균형을 어떻게 전달할지를 가장 중요하게 생각해왔습니다.
Q1. 통계 분석에서 가장 중요하다고 생각하는 요소는 무엇인가요?
이후 분석과정에서는 변수를 세밀히 조정하고, 결과 해석 단계에서 현실과 의 접점을 고민하며 정책화 가능한 통계로 연결하고자 노력했습니다.
앞으로는 '돌봄격차 지표'처럼 기존 통계체계에 반영되지 않았던 여성의 삶의 경험을 수치화하고, 이를 기반으로 실질적 정책 대응이 이뤄질 수 있도록 돕는 연구가 필요하다고 생각합니다.
성인지 통계는 단순히 성별 분류가 아니라, 성별에 따른 구조적 격차와 차이를 분석하는 틀이라고 생각합니다.
Q6. 통계 기술 외에 연구직에서 중요하다고 생각하는 역량은 무엇인가요?
|
|
|
 |
성인지 통계의 구조와 활용에 대해 공부하기 위해 한국여성정책연구원의 보고서와 성별영향평가 자료를 꾸준히 찾아 읽었고, 특히 '성별고용격차 해소방안' 관련 자료들을 읽으며 고용정책의 방향과 한계를 고민했습니다.
대학 졸업 전 마지막 프로젝트로 진행한 '지역사회 여성 1인 가구의 복지이용 실태 분석'에서 가장 큰 장애물은 데이터의 비일관성과 결측값 문제였습니다.
당시 한국 복지패널 데이터를 활용했는데, 여성 1인 가구를 연령·소득 수준·지역으로 세분화하는 과정에서 해당 세부 집단의 응답 수가 적어 통계적 유의성을 확보하기 어려웠고, 복지서비스 이용 항목에 결측값이 다수 존재했습니다.
당시 경험을 통해 통계 연구에서 중요한 것은 완벽한 데이터가 아니라, 불완전한 데이터를 어떻게 해석 가능한 지식으로 전환하느냐라는 통찰을 얻었습니다.
저는 단순히 데이터 분석만 잘하는 인력이 아닌, 분석 결과를 정책화하고, 수요자의 언어로 해석하여 전달할 수 있는 중간 다리 역할을 할 수 있다고 생각합니다.
우선 기술적인 측면에서 저는 데이터의 구조를 파악하고, 목적에 맞게 가공하여, 다양한 통계 모형으로 분석할 수 있는 전반적인 능력을 갖추고 있습니다.
그러나 제가 연구직에서 더 높은 가치를 발휘할 수 있다고 생각하는 이유는 단순한 분석 결과가 아닌 '정책 메시지'를 도출하는 감각입니다.
여성 고용과 돌봄 격차 관련 데이터를 분석하면서, 수치 그 자체보다는 그것이 시사하는 구조적 불균형을 어떻게 전달할지를 가장 중요하게 생각해왔습니다.
Q1. 통계 분석에서 가장 중요하다고 생각하는 요소는 무엇인가요?
정확한 분석도 중요하지만, 분석 목적에 맞는 문제정의가 가장 중요하다고 생각합니다.
앞으로는 '돌봄격차 지표'처럼 기존 통계체계에 반영되지 않았던 여성의 삶의 경험을 수치화하고, 이를 기반으로 실질적 정책 대응이 이뤄질 수 있도록 돕는 연구가 필요하다고 생각합니다.
Q3.연구자로서 협업이 필요한 상황에서 갈등이 생긴다면 어떻게 대응하시겠습니까?
이 경험을 통해 데이터의 이 상을 감지하고 유연하게 대응하는 역량이 연구직에서 매우 중요하다는 것을 체감했고, 실전 대응 능력을 한층 강화할 수 있었습니다.
Q5.성인지 통계를 연구에 어떻게 반영하고 있나요?
Q6. 통계 기술 외에 연구직에서 중요하다고 생각하는 역량은 무엇인가요?
또한 연구를 기획할 때도 '정책수요자의 시선'으로 질문을 설정하고, 논리적으로 설득 가능한 구조로 결과를 구성합니다.
Q7.가장 인상 깊었던 통계분석 프로젝트는 무엇이었나요?
Q8.연구의 객관성과 주관성 사이에서 균형을 어떻게 유지하시나요?
Q9. 통계 이외의 사회과학적 이해가 연구에 어떻게 도움이 되었다고 생각하시나요? |
 |
분석, 통계, 정책, 데이터, 여성, 생각, 연구, 경험, 성별, 구조, 활용, 결과, 해석, 고용, 어떻다, 사회, 격차, 지표, 통해, 수치 |
|
|
|
|
|
|
 |
|
|
|
|
|
|
|
|
|
|
|
| |
|
|
|
2026.03.26
7페이지
