[논문 리뷰] Data Science as a New Frontier for Design

Akin Osman, Kazakçi Mines|arXiv (Cornell University)|2015. 03. 20.

Data Visualization and Analytics참고 문헌 18인용 수 9

한 줄 요약

이 논문은 대규모 데이터 프로젝트에서의 시행착오 중심 접근 방식에 기인한 문제를 해결하기 위해 디자인 이론과 방법을 데이터 과학에 통합하는 것을 제안한다. 힉스 보손 탐지 과제를 사례로 삼아, 디자인 방법론이 혁신 역학을 체계화하고 협업을 향상시키며 방법론적 엄밀함을 강화하는 데 어떻게 기여할 수 있는지 보여준다.

ABSTRACT

The purpose of this paper is to contribute to the challenge of transferring know-how, theories and methods from design research to the design processes in information science and technologies. More specifically, we shall consider a domain, namely data-science, that is becoming rapidly a globally invested research and development axis with strong imperatives for innovation given the data deluge we are currently facing. We argue that, in order to rise to the data-related challenges that the society is facing, data-science initiatives should ensure a renewal of traditional research methodologies that are still largely based on trial-error processes depending on the talent and insights of a single (or a restricted group of) researchers. It is our claim that design theories and methods can provide, at least to some extent, the much-needed framework. We will use a worldwide data-science challenge organized to study a technical problem in physics, namely the detection of Higgs boson, as a use case to demonstrate some of the ways in which design theory and methods can help in analyzing and shaping the innovation dynamics in such projects.

연구 동기 및 목표

• 데이터 폭발으로 인해 증가하는 데이터 과학 분야의 체계적이고 협업 기반의 방법론에 대한 수요를 해결하기 위해.
• 현재 데이터 과학 관행이 개인 연구자의 통찰력과 시행착오에 크게 의존하는 데서 비롯되는 한계를 극복하기 위해.
• 검증된 디자인 연구 이론과 방법을 데이터 과학에 이행하여 혁신과 프로젝트 관리 능력을 향상시키기 위해.
• 디자인 사고가 복잡하고 고위험 과학적 데이터 과제에 어떻게 적용 가능한지를 입증하기 위해.
• 체계적인 디자인 접근 방식을 통해 데이터 과학 프로젝트의 혁신 역학을 체계적으로 형성하기 위한 프레임워크를 제공하기 위해.

제안 방법

• 글로벌 데이터 과학 과제에서 혁신 과정을 분석하고 체계화하기 위해 디자인 과학 접근 방식을 채택하였다.
• 디자인 방법론 적용의 효과를 평가하기 위해 실제 사례로 힉스 보손 탐지 과제를 활용하였다.
• 문제 정의, 이해관계자 참여, 반복적 프로토타이핑 등의 디자인 이론 요소를 데이터 과학 워크플로우에 적용하였다.
• 데이터 수집, 모델링, 검증 등의 데이터 과학 라이프사이클 단계에 디자인 방법을 매핑하였다.
• 다학제적 협업과 체계적 아이디어 도출의 역할이 데이터 과학 프로젝트 형성에 미치는 영향을 강조하였다.
• 디자인 방법론이 프로젝트의 통합성, 혁신 품질, 팀 협업에 미치는 영향을 평가하였다.

실험 결과

연구 질문

• RQ1 디자인 이론과 방법은 어떻게 데이터 과학 프로젝트의 체계적 혁신을 향상시키는 데 적응될 수 있는가?
• RQ2 디자인 방법론은 대규모 데이터 프로젝트에서 개인 전문성 의존도를 어떻게 줄이고 협업을 어떻게 향상시키는가?
• RQ3 디자인 방법은 얼마나 높은 수준의 데이터 과학 워크플로우의 투명성과 재현 가능성을 향상시킬 수 있는가?
• RQ4 디자인 사고를 적용할 경우, 데이터 집약적 과학 연구의 문제 정의 및 해결책 개발 단계에 어떤 영향을 미치는가?
• RQ5 메소드올로지적 엄밀함을 확보하기 위해 데이터 과학 프로젝트에 체계적으로 통합할 수 있는 핵심 디자인 구성 요소는 무엇인가?

주요 결과

• 디자인 방법은 힉스 보손 탐지 과제에서 혁신 과정의 통합성과 체계성을 크게 향상시켰다.
• 디자인 사고의 통합은 개인 연구자의 직관에 대한 의존도를 감소시켜 더 체계적이고 재현 가능한 결과를 가능하게 하였다.
• 협업 기반의 디자인 실천은 복잡한 데이터 문제를 다루는 다양한 팀 간의 소통과 일치를 향상시켰다.
• 문제 정의 및 반복적 프로토타이핑은 핵심 데이터 및 모델링 과제를 조기에 식별하는 데 기여하였다.
• 디자인 프레임워크의 사용은 의사결정의 투명성을 높이고 방법론적 선택의 추적 가능성을 향상시켰다.
• 본 연구는 디자인 방법론이 혁신 요구가 높은 대규모 데이터 집약적 과학 프로젝트에 효과적으로 스케일업될 수 있음을 입증하였다.