Page 18 -

결하기로 하고, 스마트폰에 내장되어 있는 가속도계를 이용한 앱을

내놓았다. 구덩이를 지나갈 때 자동차의 진동을 감지한 다음 GPS를
이용해 구덩이의 위치를 시 당국에 자동으로 전송하는 앱이다. 대단

하지 않은가! 이제 도로 유지보수팀은 어디로 가서 구덩이를 메워야

할지 정확히 알게 되었다.
이 앱은 현대의 데이터 분석 기술을 바탕으로 한 비용이 적게 들

면서도 탁월하게 현실문제를 해결하는 방법처럼 보인다. 그런데 문
제가 하나 있다. 자동차와 비싼 스마트폰 소유자들은 부유한 지역에

집중되어 있을 가능성이 크다. 따라서 가난한 지역에서는 구덩이가

탐지되지 않을 가능성이 크므로 결코 구덩이를 메우지 못할 수 있으
며, 구덩이 문제를 해결하기는커녕 사회적 불평등을 더욱 심화시킬

지 모른다. 방금 다룬 상황은 TARN 사례(어떤 데이터가 빠져 있음

을 아는 경우)와 다르다. 여기서 우리는 빠진 데이터가 있는지조차
모른다.

DD 유형 2의 또 다른 사례를 보자. 2012년 10월 하순 허리케인
5
샌디, 일명 ‘슈퍼 태풍 샌디 Superstorm Sandy’ 가 미국 동부 해안을 강타
했다. 당시 샌디는 미국 역사상 두 번째로 크게 피해를 끼친 허리케

인이자 대서양에서 발생한 허리케인 중 가장 큰 규모로 기록되었다.
추산 750억 달러에 이르는 재산 피해와 더불어 인근 8개국에서 200

명이 넘는 목숨을 앗아갔다. 샌디는 플로리다에서 마인, 미시간, 위

스콘신에 이르기까지 미국 24개 주에 영향을 끼쳤고, 정전 때문에
금융시장이 문을 닫는 사태까지 벌어졌다. 그리고 간접적 영향이긴

하지만 약 열 달 후 출생률이 급증하기도 했다.

24 1부 | 다크 데이터는 어떻게 생겨나고 어떤 결과를 초래하는가