재사용 파이프라인과 공유·회고
오늘 한 과정을 스크립트 하나로 묶어, 다음엔 설정만 바꿔 다시 돌릴 수 있게 만듭니다. 그리고 오늘 만든 것을 짧게 나누고 마무리합니다.
1. 오늘 과정을 한 번에 다시 돌리기
지금 폴더에는 오늘의 흔적이 흩어져 있습니다. 이걸 실행 한 줄로 다시 만들어지는 형태로 묶습니다.
"오늘 한 수집·전처리·분석·리포트 과정을 run.py 하나로 정리해줘. 맨 위에 바꿀 수 있는 설정(기간·지역·항목)을 모아 두고, 실행하면 clean.csv·chart.png·report.html이 다시 만들어지게 해줘. 실행 방법은 README.md에 적어줘."
my-analysis/
├── raw/ ← 원본
├── run.py ← 수집·전처리·분석·리포트를 한 번에
├── README.md ← 실행 방법
├── clean.csv ┐
├── chart.png ├ run.py가 다시 만들어 주는 결과물
└── report.html ┘잘 묶였는지는 결과물을 지우고 다시 만들어 보면 압니다.
"clean.csv, chart.png, report.html을 지우고 run.py를 실행해서 다시 만들어지는지 확인해줘."
스킬로 하기 — data-analysis-pipeline은 ①~④를 순서대로 돌리는 스킬입니다. 오늘 만든 hypothesis.md부터 리포트까지 파일이 남아 있어서, "어디까지 했지", "다음 단계", "처음부터 다시"라고 말하면 이어서 돌립니다. 다음에 주제를 바꿀 때는 이 스킬 하나로 시작하면 됩니다.
"/datapopcorn-analysis:data-analysis-pipeline 어디까지 했는지 확인하고, 빠진 단계가 있으면 이어서 해줘."
2. 설정만 바꿔 다시 돌리기
"run.py의 설정에서 (기간/지역/항목)만 (새 값)으로 바꿔 다시 실행하고, 새 리포트는 report_2.html로 저장해줘. 처음 리포트와 결론이 어떻게 달라졌는지 세 줄로 비교해줘."
박스오피스라면 "개봉 연도별"을 "국적별"로 바꾸는 것과 같습니다. 이제 이 폴더는 한 번 쓰고 버리는 결과물이 아니라, 계속 쓰는 도구입니다.
3. 공유 — 1분 발표 (원하는 사람만)
| 순서 | 말할 것 |
|---|---|
| 1 | 가설 한 줄 |
| 2 | 찾은 것 — 그래프 한 장 |
| 3 | 의심한 것 — 결론이 바뀌었거나 유지됐거나 |
| 4 | 다음에 확인하고 싶은 것 |
4. 회고 — 네 단계를 내 말로
오늘 한 일을 네 단계에 맞춰 한 문장씩 적어 봅니다.
가설: 나는 ______ 이 궁금했다.
수집: ______ 에서 데이터를 가져와 ______ 을 손질했다.
의심: ______ 을 의심했더니 ______ .
정리: 결론은 ______ 이고, 다음엔 ______ 을 보고 싶다.🧪 2회차 전체 미션 한눈에
시나리오 — 내 관심 주제 하나를 골라, 가설부터 리포트와 재사용 스크립트까지 직접 완성합니다. 각 미션의 자세한 설명은 괄호 속 챕터에 있고, 프롬프트 대신 괄호 속 스킬을 불러도 됩니다.
1-hypothesis)"나는 (관심 주제)에 대해 (궁금한 점)이 궁금해. 이걸 숫자로 확인할 수 있는 가설 한 줄로 다듬어 주고, 필요한 데이터와 구할 수 있는 곳 후보 3개, 그리고 이 분석에서 특히 의심해야 할 점 하나를 알려줘."
2-collect)"분석에 쓸 열만 남기고, 숫자·날짜 형식을 맞추고, 결측치와 중복을 정리해서 clean.csv로 저장해줘. 무엇을 바꿨는지, 몇 행이 빠졌는지 목록으로 알려줘."
3-suspect)"이 패턴이 단위 함정, 교란변수, 작은 표본, 기간 선택 때문에 생긴 건 아닌지 하나씩 점검해줘. 필요하면 조건을 바꿔 다시 계산해서 결론이 유지되는지 보여줘."
4-report)"지금까지의 분석을 한 장짜리 HTML 리포트 report.html로 만들어줘. 제목은 인사이트 한 문장, '검증된 것'과 '추측'을 나눠서 써줘."
data-analysis-pipeline)"오늘 한 수집·전처리·분석·리포트 과정을 run.py 하나로 정리해줘. 맨 위에 바꿀 수 있는 설정(기간·지역·항목)을 모아 두고, 실행하면 clean.csv·chart.png·report.html이 다시 만들어지게 해줘. 실행 방법은 README.md에 적어줘."
내가 궁금한 주제 하나 골라서, Claude Code와 같이 데이터 수집부터 리포트까지 혼자 완성할 수 있습니다. 오늘 만든 리포트와 run.py가 그 증거입니다.
💡 집에서도 계속 쓰려면: 오늘 쓴 분석 스킬은 GitHub에 공개되어 있습니다. 자료실 → 데이터분석 스킬 받기에서 설치 명령과 ZIP 내려받기 방법을 확인하세요.
💡 마지막으로: 📝 AI 리터러시 사후 평가를 풀어 보세요. 수업 전과 같은 문항이라, 스스로 얼마나 달라졌는지 바로 비교됩니다.