데이터 지능 팟캐스트, 교훈과 방향

데이터지능 팟캐스트가 10회를 맞이했다. 나는 프로그래머다 시절까지 계산하면 거의 1년을 팟캐스트에 보낸 셈이다. 처음에는 계속할 수 있을까 하는 고민이 있었지만, 이제 어느정도 자리가 잡혀가는 느낌이다. 그동안 방송 진행 및 운영을 도와준 분들, 그리고 옆에서 많은 응원과 피드백을 준 아내에게도 감사의 말을 전하고 싶다. 오늘은 그동안 팟캐스트라는 새로운 매체에 익숙해지면서 배우고 느낀 점을 써볼까 한다.

팟캐스트를 왜 하나?

그동안 일 이외에서는 블로그나 책을 써왔던 필자가 팟캐스트를 시작한 이유는 시간적인 이유가 컸다. 글을 쓰는 일은 상당히 오랜 시간동안 혼자 집중해야 하는데, 이는 첫 아이를 갖고 회사를 옮긴 2017년의 필자에게는 더이상 허용되지 않는 사치였다. 반대로 팟캐스트는 시간을 잡고 게스트와 녹음을 하면 되는 일이다. (적어도 필자는 그렇게 생각을 했다) 물론 시간이 들지만 적어도 소요시간이 정확한 일이니 부담이 적다.

게다가 글을 쓰는 일은 혼자 해야 하는데 비해, 팟캐스트는 다른 사람과 같이 하는 일이니 그만큼 동기부여가 된다. (글을 써보신 분이라면 아시겠지만 동기부여가 가장 큰 문제다.) 게다가 시애틀에서 샌프란시스코로 지역을 옮기면서 새로운 지역의 사람들을 만나보고 싶었던 필자에게는 팟캐스트를 만들어가면서 동종 업계의 전문가들을 만날 수 있겠다는 생각도 있었다.

작년에 회사를 옮기고 딸아이의 아빠가 되면서 시간적 여유는 많이 줄었지만, 그럴 때일수록 꾸준히 지식을 습득하고 다른 사람들과 교류할 수 있는 수단을 만들어야 한다고 생각했다. 데이터 과학, 특히 인공지능 분야의 눈부신 발전을 따라잡기 위해서는 현직에서 일을 하더라도 꾸준히 관련 분야의 지식을 넓혀야 하기 때문이다. 팟캐스트는 이런 배움의 과정을 널리 공유하여 더 의미있게 만드는 수단이었다.

팟캐스트에서 배운 점

그렇게 시작한 데이터지능 팟캐스트가 이제 횟수로 10회를 마쳤다. 그동안 기계학습, 딥러닝, 시각화 등 데이터 과학의 여러 세부 분야, 그리고 금융, 교육 등 데이터 과학의 여러 응용 분야에 관한 이야기를 나누었다. 필자가 관심을 가지고 있는 여러 분야의 전문가들을 모셔다가 팟캐스트를 녹음하는 것은 즐거운 일이었고, 스스로도 지식을 넓힐 수 있는 계기가 되었다. 시간적으로도 녹음 준비 및 편집을 익히는데 처음에는 시간 소요가 많았지만 차츰 익숙해졌다.

그렇다면 데이터지능 팟캐스트는 누가 얼마나 청취할까? 이를 이해하기 위해 다양한 플랫폼에서 제공하는 데이터를 종합해 보았다. 팟캐스트라는 단어는 이제 구독형 오디오 컨텐츠의 대명사처럼 쓰이지만 실제 구독은 애플 팟캐스트 앱, 팟빵, 팟티, 네이버 오디오클립 등 다양한 채널로 이루어진다. 아래 데이터에 따르면 국내에는 아직도 팟빵이 가장 널리 쓰이는 플랫폼인것 같다.

우선 데이터지능 팟캐스트의 청취자 수는 1월 말 기준으로 누적 다운로드 횟수 35000건, 회당 평균 3000건, 최대 다운로드 횟수는 5500건에 달했다. 네이버 오디오클립 등 일부 플랫폼에서의 청취 횟수가 포함되지 않은 통계이며, 애플의 통계에 따르면 다운로드 횟수에서 구독자의 비율은 약 86%정도니 총 구독자 수는 약 5000명 정도로 추산된다.

청취자들을 좀더 이해하기 위해 ‘딥러닝편’을 앞두고 청취자들의 직업에 대한 설문조사를 진행했다.  ‘딥러닝편’에 편중된 결과이기는 하지만, 학생, 개발자, 연구직 종사자 들이 주 청취자층을 형성하고 있었다. 페이스북의 관련 그룹에서 설문조사한 내용이라 편향이 있겠지만, 좀더 전문적인 내용을 원하는 청취자층을 갖고 있다.

방송 다운로드 횟수가 양적인 성장을 의미한다면 사용자들이 얼마나 방송을 흥미있게 듣는지를 평가하기 위한 지표로 실제로 얼마나 오래 방송을 듣는지를 측정해볼 수 있을 것이다. 최근까지 이에 대한 통계자료는 전무했으나, 작년 말 애플이 여기에 대한 부분적인 데이터를 제공하기 시작했다. 아래 차트는 애플에서 제공하는 최신 iOS 사용자들을 대상으로 총 방송 길이 대비 청취 시간 데이터이다.

위 그래프에서 눈에 띄는 점은 우선 방송의 총 길이에 관계없이 실제 청취 시간은 약 40분 정도라는 점이다. 방송의 총 길이가 긴 경우 조금 청취 시간이 늘어나지만 별 차이는 없다. 방송 컨텐츠를 최대한 전달하기 위해서는 한시간이 넘어가는 긴 방송을 올리는 것은 피해야함을 알 수 있다. 현재까지 방송간 청취율의 차이는 크게 발견하지 못했다. 설문조사를 통해 주관적인 만족도를 평가하는 것도 시도했으나 아직 의미있는 데이터를 수집하지는 못했다.

팟캐스트의 미래

이제 미국에서는 전 인구의 10%가 매일 팟캐스트를 듣는다는 통계도 있지만 팟캐스트는 아직도 젊은 플랫폼이다. 팟캐스트라는 플랫폼을 사실상 만든 애플은 작년 말 팟캐스트에 대한 분석 자료를 제공하기 시작했고, 아직 팟캐스트에 대한 제대로 된 광고/수익화 플랫폼도 없다. 이런 절름발이(?) 상태로도 팟캐스트가 이만큼 성장한 것을 보면 앞으로 잠재력이 크다고 볼 수도 있겠다.

특히 우리나라의 팟캐스트는 아직도 뉴스 등 가벼운 컨텐츠가 중심으로, 각 분야의 전문가들이 직접 현장에서 일어나는 이야기를 하는 방송은 많지 않다. 하지만 출퇴근 시간 등 자투리 시간을 활용하여 뭔가 배우려는 수요는 항상 있고, 블로그가 그랬듯이 더 많은 사람들이 팟캐스트를 만들고 듣게 되리라고 생각한다.

아직 갈 길이 멀지만, 데이터 전문가들의 이야기를 대중에게 전달할 수 있는 채널을 만들었다는 점에서 필자는 보람을 느낀다.아직 여러가지로 부족함이 많은 데이터지능 팟캐스트를 이렇게 많은 분들이 들어주신다는 점은 고무적이다.

그동안 회사와 육아를 병행하며 격주로 방송을 녹음해 올리기에도 바쁜 일정이었지만 시간이 허락하는 한 더 좋은 방송을 만들기 위해 노력할 생각이다. 오디오 콘텐츠라는 특성상 팟캐스트를 잘 하기 위해서는 다양한 스킬이 필요하다. 우선 방송을 진행하는 순발력과 게스트의 이야기를 최대한 끌어내는 방법인 인터뷰 스킬에 대한 책을 읽고 있는데, 앞으로 방송에 최대한 적용해보고 싶다.

올해 초부터는 이왕 할거만 제대로 해보자는 생각에 운영진도 꾸리고 홈페이지와 로고도 만들었다. 청취자 분들이 소통할 수 있는 공간인 커뮤니티도 만들었다. 필자의 비전에 공감해 편집 및 커뮤니티 운영을 도와주는 최재완, 김영웅님께 다시 한번 감사드린다. 헬로 데이터 과학 때부터 많은 도움을 주신 한빛 미디어에서 올해부터 데이터지능 팟캐스트의 운영 자금을 후원해주고 계시다.

또한 팟캐스트를 바탕으로 다양한 컨텐츠를 만드는 방안도 고민중이다. 팟캐스트 대본/녹취록을 편집하고 보강하여 글로 만드는 방법도 있고, 팟캐스트의 출연진이 좀더 심도있는 비디오 강의와 같은 컨텐츠를 만드는 방법도 있다.

데이터지능 팟캐스트 E10 : 데이터 시각화 특집 – 김묘영님

현직 전문가들이 들려주는 데이터와 인공지능 이야기 데이터지능 팟캐스트 10번째 에피소드 “데이터시각화 특집”

데이터를 공부하거나 분석하는 과정에서 시각화에 대한 고민을 피할 수는 없을 것입니다. 좋은 데이터 시각화와 나쁜 데이터 시각화는 무엇을 말하는 것일까요? 분석만큼 중요한 시각화의 기술.

바이스버사 디자인 스튜디오의 대표이자 좋아 보이는 것들의 비밀: 인포그래픽 저자이신 김묘영님을 모시고, 김영웅님과 함께 데이터시각화와 인포그래픽에 대한 이야기를 나누어 봅니다.

본 방송은 YouTube 생방송으로 진행되었었습니다. 방송에서 소개되는 시각화 자료 등은 아래 링크에서 확인하실 수 있습니다.

Episode 10-1

Episode 10-2

■ 방송 관련 자료 ■

데이터 지능 팟캐스트는 믿고 보는 출판사 한빛미디어에서 후원합니다. 방송에 대한 의견이나 출연 요청 및 기타 궁금증은 저희 홈페이지 data-intelligence.io를 방문해주시면 됩니다.

데이터지능 팟캐스트 E9-2 : 딥러닝 프레임워크 및 활용 – 김성진님, 김진중님

김성진님 (3분 딥러닝 케라스맛) & 김진중님 (3분 딥러닝 텐서플로맛) 그리고 테리님과 함께하는 딥러닝 프레임워크 및 활용편 2부를 공개합니다!

  • 딥러닝 프레임웍의 최근 이슈와 트렌드에는 어떤 것이 있을까요?
  • ‘어떤 상황에는 어떤 프레임웍을 써라’ 이런 레시피가 있을까요?
  • 케라스 vs 텐서플로 vs 파이토치 중 한가지만 배워야 한다면 무엇을?
  • 최근에 했던 딥러닝 프로젝트를 소개한다면? 어떤 보람과 어려움이 있었는지?
  • 딥러닝을 시작하는 사람들에게 해주고픈 이야기가 있다면? (DO & DON”T)
  • 딥러닝 프레임웍의 미래는? 모든 것이 자동화되는 AutoML이 답인가?

Download this episode (right click and save)

방송 관련 자료

데이터 지능 팟캐스트는 믿고 보는 출판사 한빛미디어에서 후원합니다. 방송에 대한 의견이나 출연 요청 및 기타 궁금증은 저희 홈페이지 data-intelligence.io를 방문해주시면 됩니다.