민간 빅데이터 ‘코로나19 타격’ 리얼타임 추적 분석

1. 취재착수 및 보도제작경위 ① 단독취재( ), ② 단독기획(0), ③ 보도자료 심층기획( ), ④ 제보( ), ⑤ 기타( ) 중 선택 후 내용을 구체적으로 기술해 주십시오. <취재착수 경위> “지금 이 나라에서 일어나는 경제 변화는 통계적 측정 없이도 충분히 충격적이다. 하지만 우리 경제에 관해 지금껏 측정되지 않은 정량적 지표(Quantitative picture)를 가지고 경제를 바라보는 일에는 충분한 가치가 있다. (사이먼 쿠즈네츠. 1934)” GDP라는 통계는 대공황 뒤 노벨상을 수상한 사이먼 쿠즈네츠가 미국의 국민소득(National Income)을 최종 생산의 총합으로 측정하면서 사용이 시작됩니다. 그 전까지는 없던 통계였습니다. 쿠즈네츠는 통계적 측정이 없더라도 충격은 충격이지만, 정량적 지표를 활용함으로써 더 세밀한 접근이 가능해지고 또 문제를 정확히 파악할 수 있게 된다고 그 의미를 평가합니다. 그 연장선에서 취재진은 코로나 19 관련 뉴욕타임스의 한 경제보도를 흥미롭게 바라봤습니다. 4월 11일 뉴욕타임스가 <바이러스는 미국인의 소비패턴을 어떻게 바꾸었나>라는 기사를 내보내 데이터 분석에 관심있는 분들에게 화제가 됐습니다. Earnest Research의 데이터를 활용한 보도였는데, 코로나 발생 이후 600만 명의 신용카드 소비 데이터로 소매 분야별 매출 증감을 시간 흐름에 따라 그래프로 보여줍니다. (저희 4월 30일 텍스트기사에 짧게 인용되어 있습니다) 당연히 데이터가 있어야 가능한 보도인데, 저희가 보도를 시작하기 전까지는 국내에선 이런 민간 데이터를 찾아 상세하게 보도한 언론사가 없었습니다. 그런 데이터를 국내에선 아직 구해본 적이 없었던 것이지요. 우리는 그런 지표를 구할 수 없을까? 고민하던 와중에 <한국신용데이터>라는 스타트업이 운영하는 ‘캐시노트’ 프로그램을 알게됐습니다. 소상공인들이 매출과 회계상황을 관리하는 일종의 어플리케이션(카카오톡 기반이고 앱은 필요 없기 때문에 어플리케이션은 아닙니다)입니다. 국내 카드사 8곳의 모든 결제 내용과 현금 매출까지 통합해 알려주는 프로그램인데요. 한국신용데이터는 솔루션을 제공해주는 과정에서 소상공인 동의하에 매출 데이터를 수집하게 됩니다. 저희는 한국신용데이터를 접촉해 업종별 흐름과 지역별 흐름을 세부적으로 살펴보는 작업을 제안했습니다. <보도제작 경위> 애초에 존재하지 않던 매출(소비) 지표를 만들어가는 과정이어서 지표를 만드는 과정에서 많은 의견교환을 했습니다. 업종별로 범주화된 데이터를 생산해줄 수 있는지, 또 세부 항목별 데이터를 따로 볼 수 있는지, 그리고 이 데이터를 ‘전년동기대비’로 비교하는게 나을지, 아니면 코로나19 이전의 특정 시점과 비교하는 것이 나을지를 상의했습니다. 데이터 분석 단위는 7일 이동평균(주간단위)으로 하였습니다. 기준시점을 1. 코로나 이전의 특정시점으로 할지, 아니면 2 전년동기로 할지를 고민했습니다. 업체 측과 상의 끝에 전년 동기대비 증감 비교가 계절적 요인을 어느정도 상쇄할 수 있고, 업종별 흐름을 더 명확히 보여준다고 생각해 전년동기 대비로 결정했습니다. 최초 컨셉은 취재진과 해당 스타트업 업체와의 상의 과정을 거쳐 결정되었고, 전년 동기비 증감 등 구체적 데이터는 해당 업체 쪽에서 분석해 제공해주었습니다. 논의를 거듭한 끝에 이 원형의 데이터는 점차 형체를 갖춰나가기 시작했고, 이를 활용해 코로나19 이후 소비패턴의 변화를 실시간으로 추적해 보도할 수 있었습니다. 소상공인 65만 업체의 데이터 50억 건의 변화 추이를 업종별로, 세부 단위별로 보여줄 수 있게 된 겁니다. 국가 단위의 경제충격으로 인한 소비 패턴의 변화를 이처럼 다양한 세부지표로, 실시간 추적해 보도한 전례는 많지 않습니다. 저희 보도를 소비 패턴에 나타난 변화를 중심으로 살펴보면, 시간 순으로 세 부분으로 나뉩니다. ① 코로나19 확산 초기에는 급속한 매출 감소 국면의 세밀화를 그렸습니다. 단순히 소비가 감소한다는 사실 뿐만 아니라 스포츠, 여행, 문화예술 업종에서 급속하고 큰 감소가 있었다는 사실을 데이터로, 또 현장에서 보여줬습니다. 반면 동네마트나, 자전거 같은 실외 스포츠는 매출이 오히려 늘더라는 역설도 보여줬습니다. 음식업의 경우 세부 업종단위까지 내려가 ‘뷔페’나 ‘샤부샤부’ 음식점의 피해가 가장 크다는 사실 보여주었습니다. 대전 줌바댄스 집단감염, 또 사회적 거리두기를 위한 학원 휴원 권고 등이 매출 급감으로 직결되었다는 점도 시계열 데이터로 보여줬습니다. 세부적이고 실증적인 데이터가 있어 가능한 보도였습니다. ② 재난지원금 국면에는 지역별, 업종별 영향을 빠르고 광범위하게 분석했습니다. 우선은 재난지원금의 효과로 ‘첫 주’ 동네마트 매출이 급증했고, 자전거나 스포츠용품 또 의류 매출이 급증하는 효과가 있었단 걸 보여줬습니다. 다만 여행업의 침체는 여전했고, 실외가 아닌 실내 스포츠 소비에는 큰 영향을 미치지 못하더라는 점도 보였습니다. 경기도는 재난지원금에 준하는 재난기본소득(인당 10만원)을 한달여 앞서 지급했는데, 그로 인해 경기도는 다른 시도보다 한 달 먼저 소비가 증가해 한동안 ‘가장 소비 회복도가 빠른 자치단체’였습니다. 더 중요하게는 이 효과가 일시적이었는지, 또 지역별로는 어떻게 다른 효과를 내는지도 함께 살폈다는 점입니다. 4주가 지나자 소비 증가 효과는 꺾여버렸는데, 이는 경기도에서도, 또 다른 지역에서도 공통적으로 나타나는 현상이었습니다. 지역적으로는 서울 구단위 소비 추이를 살펴 ‘종로와 중구’라는 도심의 소비 감소가 타 지역에 비해 더 심각했습니다. 클럽발 집단 감연 이후 이태원 전역의 소비가 급감했고, 용산구 차원의 소비 침체로도 이어진다는 점도 보였습니다. 코로나의 국지적 재확산이 벌어지면 해당 지역은 반드시 심각한 소비 감소가 이어진다는 걸 보여줬다고 생각합니다. ③ 8월 이후 서울과 경기지역 중심의 2차 재확산 국면의 양상도 실시간 보도했습니다. 서울경기 지역의 매출 감소세가 심각했고, 특히 2.5단계 돌입 이후 코로나 발생 이후 가장 깊은 소비 축소가 수도권에서 벌어졌단 점을 보도했습니다. 구단위 비교, 광역자치단체 단위 비교, 업종별 비교를 통해 빠르게 보여줬습니다. 이 보도의 가치는 ‘리얼타임’에 있습니다. 사실 첫 번째 부분의 보도는 엄밀히 말해 실시간 분석은 아닙니다. 보도 착수에 나선 것이 4월이었고 첫 보도를 내보낸 것이 4월 말이니, 이때는 데이터를 활용한 보도를 시작했고, 세밀하게 살펴봤단 의미정도가 있습니다. 그러나 ② 재난지원금 국면과 ③ 수도권 재확산 국면의 보도는 말 그대로 실시간이었습니다. 전주 데이터를 그 다음주에 받아 보도했기 때문에 시차는 1주일 안팎에 그칩니다. 기존의 공식통계나 민간 통계는 실시간 추적이 불가능합니다. 통계청의 가계동향조사나 한국은행의 국민소득분석은 공식적이고 정확한 데이터이지만 분기별로, 최소 두 달, 많으면 서너 달의 시차가 있습니다. 여신금융협회가 제공하는 신용카드 월별 매출 데이터 또한 한 달 이상의 시차가 있습니다. (세부항목을 자세히 보여주지도 않습니다) 민간의 빅데이터가 많아지면서 가능해진 보도인데, 영국의 이코노미스트지는 지난 7월 이런 민간 빅데이터 분석에 상당한 의미를 부여하는 기사를 실었습니다. 지금 많은 경제학자들과 기업, 통계분석가들이 경제활동의 급속한 붕괴와 회복의 속도를 측정하고 살펴보기 위해 새로운 지표들을 찾고 있다는 것이지요. ‘투자자들은 예전에 인플레이션과 실업률 추정치 발표를 기다리던 때처럼, 이제 구글과 애플의 실시간 모빌리티데이터나 오픈테이블의 음식점 예약기록을 간절히 기다린다.’며 코로나 19가 가져온 경제의 급속한 위축이 신속한 정보의 가치를 높였다고 말합니다. 2. 취재 및 보도과정의 특이사항 여부 ① 기사에 등장하는 익명취재원의 상당성 여하 결정적 증언을 제공한 익명 취재원은 등장하지 않습니다. ② 제보자와의 특별한 이해관계 여하 특정 제보자 없이 민간 빅데이터 자료 수집과 분석, 현장 취재로 진행됐습니다. ③ 직접취재(바이라인), 현장취재(데이트라인)여하 취재기자와 촬영기자가 6개월간 취재했습니다. ④ 기타 특이사항 여하 특이사항 없습니다. 3. 타 매체 선행보도 여부 및 타 매체의 반향 (선행보도 또는 타 보도에 관한 표절여부도 체크해 주시기 바랍니다) 8월과 9월 수도권 재확산 국면에서 국내 대부분의 주요 일간지와 경제신문, 방송들이 ‘한국신용데이터’의 소상공인 매출을 근거로한 보도를 내보냈습니다. 수도권(특히 서울)의 매출 지표가 가파르게 하락하고 있다는 내용입니다. 아마 향후 3,4차 확산이 있다면 반드시 이 데이터는 또 등장할 것입니다. KBS가 처음 보도를 시작한 뒤 약 넉 달 만입니다. 사실 국내에서 소상공인 매출 민간 데이터를 분석해 보도한 언론사는 지금까지 없었고, 저희가 처음 보도할 당시인 4~5월에는 같은 지표를 인용하는 보도가 많지도 않았습니다. 그랬던 지표가 넉 달 만에 이렇게 보편적으로 사용되는 지표가 되었습니다. 이런 사례는 흔치 않을 것입니다. 저희 취재진은 ‘광범위한 지표의 활용’에 큰 가치를 부여하고 싶습니다. 엄밀히 말하자면 정치나 사회 기사의 ‘단독’보도와 다른 것 아니냐는 반론이 있을 수 있습니다. 데이터 인용보도이지 KBS 인용보도는 아니기도 하기 때문입니다. 하지만 저희가 처음 이 작업을 시작하지 않았다면 이러한 타 매체들의 보도가 있었을 것이라 상상하기는 쉽지 않습니다. 우리 취재진이 코로나19로 인한 타격을 실시간으로 추적해 분석할 수 있는 새로운 지표의 탄생과 활용에 기여했다는데 자부심을 느낍니다. 또한 그러한 보도 가운데 저희 보도가 여전히 가장 많은 데이터를 활용해 세밀하고 심층적인 소식을 전하고 있다는 점도 자부합니다. 사족같지만, 최근 취재과정에서 만난 연구원의 소개로 미국 하버드 대학교의 Chetty 교수가 6월에 전미경제연구소(NBER)에 기고한 논문을 읽었습니다. (코로나19와 안정화 정책이 소비와 고용에 어떤 영향을 미쳤나, 원제:“How did covid-19 and stabilization policies affect spending and employment? a new real-time economic tracker based on private sector data”) 민간 빅데이터를 활용해 전체 경제의 충격을 실시간 분석했다는 측면에서 저희 보도와 동일한 컨셉을 가지고 있습니다. 채티 교수 역시 미국의 소상공인 매출을 관리하는 Womply라는 어플의 데이터를 활용해 저희와 동일한 매출-소비 분석을 했습니다.(물론 보도보다는 엄밀하고 학술적인 분석입니다) 지난 5월, 이 보도로 ‘이달의 방송 기자상’을 받을 때는 어렴풋했던 의미가 보도를 이어가는 과정에서 무척 뚜렷해졌습니다. 재확산 국면에 수많은 언론이 같은 지표를 인용할 때는 뿌듯하기도 했습니다. 또 저명한 학자의 학술 논문을 보고, 외신의 보도를 읽으면서, 저희 보도가 지닌 의미가 적지 않음을 다시 한 번 알게 됐습니다. ‘소상공인 매출 지표의 광범위한 활용’이 일어나는 점을 저희 기여라고 판단하는 이유입니다. 4. 사회에 끼친 영향 (후속적인 제도개선 등이 이루어진 사정이 있으면 이를 언급하여 주시기 바랍니다) ⓛ보편적으로 사용가능한 ‘리얼타임 코로나19 타격 추적 지표’ 보도를 처음 시작할 때는 일부 데이터를 다뤄본 분들의 반응이 있었고, 또 이 데이터를 직접적으로 활용하고자 하는 지방자치단체들의 문의가 데이터 원 저작회사에 몰리기 시작했습니다. 타 언론사의 보도들도 일부 있었지만 많지는 않았는데 반년 가까이 보도를 이어가는 와중에 수많은 언론사들이 점점 보도를 늘려가고 있다는 사실을 느끼게 됐습니다. 실제로 수도권 중심의 8월 2차 확산 국면에서는 거의 대부분의 언론사들이 한국신용데이터를 인용해 ‘서울과 경기지역 소상공인 매출이 급감’하고 있음을 보도했습니다. 이제 소비가 급감할 때 실시간으로 이를 확인할 수 있는 지표가 있단 사실은 한국 언론보도에서는 상식이 되었습니다. 코로나 이전에는 없던 일입니다. 저희 보도가 그 흐름의 맨 앞에 있었습니다. ②정부 정책 결정의 한 근거 제공 2차 재난지원금은 소상공인과 특수고용노동자들에 대한 선별 지급 방식으로 진행되고 있습니다. 그 근거 가운데 하나가 저희 보도에 등장하는 데이터 기반 실시간 지표라고 판단합니다. 정부는 다양한 지표에 기반해 서울 경기지역 중심 소비 위축이 어떤 분야에서 얼마만한 깊이로 진행되는지를 다양한 지표를 활용해 실시간으로 살펴보고 있다고 밝힌 바 있습니다. 실제로 2차 확산 당시 정부와 자치단체는 해당 데이터를 매일매일 받아가 분석한 것으로 알고 있습니다. 실시간 데이터는 코로나19의 충격이 모두에게 공평하게 분배되지는 않는다는 사실을 빠르게 보여줬습니다. 실제로 사회적 거리두기가 강화되고 전염병에 대한 사람들의 경각심이 높아지면 소상공인의 타격이 이어집니다. 노래방.PC방 업종, 시대 중심가 도심 음식점과 관광산업 종사자의 피해가 극심해집니다. 문제는 보편적 재난지원금은 1차 지원 당시 데이터를 보면 이 업종들의 구제에는 별로 효과적이지 않았다는 점입니다. 정부가 보편이 아닌 피해업종 집중지원을 선택하는 한 근거가 된 보도입니다. ‘한정된 정부 재원’을 피해가 집중된 소상공인에 집중하는 결정은 이런 맥락에서 합리적입니다. 실시간 데이터는 이런 ‘합리적인 정책결정’을 보조하는 지표로서의 가치가 있습니다. 기존 공식 지표들보다 훨씬 빠르고 세부적이기 때문입니다. 5. 자체평가 및 소속사확인여부 (언론윤리강령기준의 준수여부까지 포함시켜 자체평가해주시기 바랍니다) 취재 과정에 언론윤리강령기준을 모두 준수했습니다. 6. 기타 고려사항 (외부 지원여부, 보도당사자의 반론신청, 언론중재위원회에의 피신청사항이 있으면 이를 언급하여 주시기 바랍니다 한국신용데이터가 전국 65만여 소상공인 업체에 제공하는 매출 데이터를 제공받아 분석했습니다. 보도 당사자가 반론을 신청해오지 않았고, 언론중재위원회 피신청 사항도 없습니다. 정정보도나 손해배상 등을 요구하는 민사소송을 포함해 고소, 고발도 없습니다. 민간 빅데이터 '코로나19 타격' 리얼타임 추적 분석 보도는 지난 4월 28일부터 9월 4일까지 총 6편이 방송됐습니다. 일련의 보도가 연속성을 갖는 만큼 4월과 5월 방송분을 9월 출품작에 포함시켜 제출합니다.