오리엔테이션 +
윤리 교육

Session 0 / 8

강의 로드맵 · 산출물 미리보기 · 데이터 윤리 · 판례 4건

박수현 · aSSIST University · 2026

🎨 이미지 프롬프트(배경): "An open journey map showing 8 winding paths through different terrains — data forests, ethical mountains, code rivers — with a glowing compass at center, teal and purple light, editorial illustration, 16:9, no text"

처음 코딩을 마주할 때

본 강의의 베이스 — 두 권

🛒 YES24·교보 eBook 에서 박수현 바이브코딩 으로 검색하면 두 권 모두 조회됩니다.
🎯 도서1은 컨텍스트, 도서2는 데이터를 다룹니다. 본 강의는 도서2를 주교재로, 도서1을 보조 교재로 활용합니다.

회차별 도서 챕터 매핑

이 수업은 손코딩 강의가 아닙니다

오늘의 두 파트 — 강의 소개와 데이터 윤리

PART 1 — 강의 소개

• ✅ 강의 대상
• ✅ 8회차 전체 구성
• ✅ 실습 산출물 미리보기 (Figure·Table·대시보드)
• ✅ 평가 방법과 환경 준비

PART 2 — 데이터 윤리

• ✅ 데이터 소유권의 개념
• ✅ "공개 ≠ 자유 이용"
• ✅ 한국법 5조항과 GDPR
• ✅ 판례 4건 — HiQ · 잡코리아 · 야놀자 · 네이버
• ✅ 본 강의의 5가지 약속

PART A
강의 소개

도구만큼 태도도 함께 살펴봅니다

대상 학습자

🔑 본 강의의 목표

"본인 연구의 대표 Figure 한 장을 직접 작성하도록 지원합니다."

강의 전체 지도

🎯 색상 코드 = 의미  ·  🟠 윤리·보호 (0, 7)  ·  🟦 이론·도구 (1·2·3·5·6)  ·  🟩 시각화 (4)  ·  🟣 프로젝트 (8)
흐름: OT(윤리) → 어휘(1) → 도구(2~3) → 분석·시각화(4) → 자동화(5~6) → 보호(7) → 통합 프로젝트(8).

공학적 연구 방법론 7단계 — 본 강의의 위치

🎯 강의 범위

본 강의는 연구 파이프라인의 데이터 수집 → 정리 → 시각화 → 분석 도입 흐름을 다룹니다.
ML 모델링은 후속 과정에서 학습하며, 본 강의는 연구 데이터 흐름의 기반을 다집니다.

회차별 미니 산출물

🎯 모든 산출물을 본인 연구주제와 연결합니다.

8회차 끝의 산출물 ① 시각화 갤러리

📌 회차 4와 8에서 본인 데이터로 직접 작성합니다.

8회차 끝의 산출물 ② 인터랙티브 대시보드

🔑 학위논문 부록, 학회 데모, 포트폴리오에 활용할 수 있습니다.

평가 100% 구성

📌 Mini Project = 본인 연구주제 데이터를 직접 수집·분석·시각화·LLM 인사이트까지 한 번에 잇는 흐름 (회차 8 발표 + 1주 후 ZIP 제출)

🎯 최종 프로젝트 4축

• 데이터 적절성 — 주제에 맞는 출처·양인가
• 방법 정확성 — 코드·전처리에 논리적 결함이 없는가
• 결과 설득력 — 차트·메시지가 한눈에 읽히는가
• 윤리·재현성 — 약관·동의 통과 + 누구나 다시 돌려볼 수 있는가

회차 1 시작 전에

📌 회차 1을 시작하기 전에 python -c "import requests, bs4, pandas, matplotlib, seaborn" 명령이 에러 없이 실행되는지 확인합니다.

PART B
데이터 윤리

첫 시간에 다루는 이유 — 모든 후속 회차의 기준이 되기 때문입니다.

윤리를 첫 시간에 배치한 이유

🔑 원칙

수집을 시작하기 전에 합법성, 합목적성, 합윤리성을 점검합니다.

데이터에 적용되는 4가지 권리

주요 원칙

데이터에는 여러 권리가 동시에 적용될 수 있습니다.
하나의 권리가 해소되어도 다른 권리는 그대로 남을 수 있습니다.

⚠️ "공개 페이지"라는 이유만으로 저작권, 데이터베이스권, 약관이 모두 사라지지는 않습니다.

합법 ↔ 불법의 그라디언트

⚠️ 연구 목적이라도 C, D, E 영역에서는 IRB와 법자문이 필요합니다.

알아둘 5개 조항

연구자가 자주 인용하는 조항

저작권법 제35조의5 (공정이용) — 비영리·교육·연구 목적이면 일부 허용됩니다.
단, 4가지 요소(목적, 성격, 양, 시장 영향)를 종합 판단합니다.

⚠️ "연구 목적"이라는 주장만으로는 방어가 충분하지 않습니다. IRB와 법자문을 권장합니다.

GDPR — EU 거주자 데이터 처리 규정

⚠️ 위반 시

• 전세계 매출의 4% 또는 2천만 € 중 큰 금액
• 실제 부과: Meta(€1.2B), Amazon(€746M), Google(€90M)

📌 회차 7에서 한 시간 분량으로 추가 설명할 예정입니다.

판례 4건
실제 사례 학습

모두 민사 손해배상까지 진행된 사례입니다.

공개 데이터 스크래핑이 합법인가?

📚 출처: HiQ Labs v. LinkedIn (Wikipedia) · 9th Cir. 17-16783 (2022.4.18)

한국 최대 규모 크롤링 분쟁 — 합의금 120억

📚 출처: 뉴시스 "사람인, 잡코리아에 120억 지급…합의" (2018.2.8) · 도서 Ch.4 §7.6 ②

형사 무죄, 민사 10억 — 두 트랙은 별개

📚 출처: 법률신문 "여기어때 창업자, 무죄 확정" (2022.5.12) · 한국경제 "야놀자, 여기어때 상대 民事 승소…10억 배상" (2021.8.23)

부동산 매물 크롤링 — DB 가치 적극 보호

📚 출처: 전자신문 "부동산 매물 크롤링 공방, 네이버가 이겼다" (2024.10.7) · 도서 Ch.4 §7.6 ③

판례 4건 — 시사점 정리

🎯 4건 공통점

• 모두 공개 페이지 였습니다 — "공개 ≠ 합법 이용"
• 한국 3건 모두 민사 손해배상이 인정되었습니다 (10억, 120억, 7~8천만)
• 한국과 미국 모두 약관(계약)과 DB 제작자 권리가 적용되었습니다

🔑 연구자가 유의할 점

차단 메시지를 무시하지 않습니다. 차단 통지에 대한 대응이 가장 강한 방어선이 됩니다.
형사 트랙과 민사 트랙은 별개입니다. 무죄 판결이 나오더라도 민사 배상은 별도로 진행될 수 있습니다.

본 강의의
5가지 약속

수강생과 강사가 함께 지키는 원칙입니다.

5가지 약속 + 매너 스크래핑 5계명

🎯 본 강의의 모든 산출물과 발표 자료에 동일하게 적용

수강생의 Mini Project 제출물(코드, CSV, 발표 슬라이드)도 위 두 표를 모두 통과해야 평가에 반영됩니다.

시작 전 점검 — 8문항

• [ ] 목적이 정당한가 (연구, 공익)
• [ ] 공개 데이터인가 (로그인이 필요하면 회차 7 참고)
• [ ] 약관(ToS) 에 명시적 금지가 있는가
• [ ] robots.txt가 허용하는가
• [ ] 요청 빈도는 적절한가 (초당 1회 이하)
• [ ] 개인정보가 포함되는가 (이름, 전화, 주소)
• [ ] 재배포 의도가 있는가
• [ ] 차단 통지 수령 시 중단할 수 있는가

🎯 8개 중 1개라도 미달이면 작업을 중단하고 자문을 받습니다.

📋 평가 반영

최종 프로젝트의 윤리·재현성 25%를 이 체크리스트로 평가합니다.

토론 (3-4명 그룹)

💬 토론 가이드

• 각 시나리오에서 어떤 권리와 어떤 법이 적용되는지 식별합니다
• 본인이 해당 상황이라면 추가로 어떤 항목을 점검할지 정리합니다

직접 확인할 수 있는 한국 법령 5종

🌐 국가법령정보센터: law.go.kr — 법령명과 조항으로 직접 검색할 수 있습니다.
📚 도서 Ch.4 §7.5의 표와 동일합니다. 위 링크는 항상 최신 시행본을 반영합니다.

⚠️ "연구 목적" 만으로는 방어가 충분하지 않습니다. 개인정보나 민감정보가 포함된 경우 IRB와 법자문을 권장합니다.

첫 시간의
메시지

오늘의 정리 8가지

1. 회차 0~8 전체 구성 — 윤리 → 도구 → 통합 → 발표
2. 데이터 권리 4종 — 저작권, DB권, 개인정보, 약관
3. 위반 5단계 — 회색지대 → 약관 위반 → 업무방해 → 개인정보 위반
4. 한국법 5조항 — 저작권법 §93·§35의5, 부정경쟁방지법 §2, 정보통신망법 §48, 개인정보보호법 §15·17
5. GDPR 위반 비용 — 전세계 매출 4% (Meta €1.2B 사례)
6. 판례 4건 — HiQ, 잡코리아, 야놀자, 네이버 (모두 손해배상)
7. 본 강의의 5가지 약속 — 본인 계정, 차단 존중, IRB, 자문, 우회 금지
8. 체크리스트 8문항 — 1개라도 미달이면 작업 중단

데이터 윤리는 수집·분석을 시작하기 전 점검해야 하는 필수 단계입니다.

Mini Project — 5단계 과제

🎯 전체 흐름

🗂️ 두 파트로 분할

• PART 1 (이번 주) → 1·2 필수 + 3 보너스
• PART 2 (다음 주) → 4 필수 + 5 보너스

🎯 최종 Mini Project (회차 8) 발표는 5단계 모두 포함.

PART 1 — 이번 주 과제

🎯 필수 — 1, 2단계

1️⃣ 데이터 소스 출처 선정

• [ ] 본인 연구주제 한 줄 정리
• [ ] 주제에 적합한 공개 사이트와 API 후보 3곳 선정
• [ ] 각 후보의 약관(ToS)과 robots.txt 한 줄 발췌

2️⃣ 적합한 기술 선택

• [ ] 각 후보를 F12 (Ctrl+U vs Network XHR) 로 분석
• [ ] API 우선, JSON 동적, 정적 HTML, Selenium 중 하나로 분류
• [ ] 윤리 체크리스트 8문항 통과 여부 점검

🎁 보너스 — 3단계 (선택)

3️⃣ 데이터 수집

• [ ] 선정한 방식으로 30~100건 수집 (CSV)
• [ ] 수집 코드와 데이터를 한 폴더에 정리

⚠️ 윤리 체크리스트에서 1개라도 미달이면 다른 후보로 변경합니다.

PART 2 — 다음 주 과제

🎯 필수 — 4단계

4️⃣ 데이터 시각화

• [ ] PART 1의 3단계에서 수집한 데이터(또는 신규 수집 데이터) 활용
• [ ] 논문 수준 Figure 2~3장 (300 DPI, PDF와 PNG)
• [ ] 본인 연구질문에 답하는 차트 1장 (강조)
• [ ] 영문 라벨, colorblind 팔레트(색맹 사용자도 구분 가능한 표준 팔레트, 예: viridis, cividis), 한글 폰트 적용

🎁 보너스 — 5단계 (선택)

5️⃣ LLM으로 인사이트 도출

• [ ] 텍스트 데이터: 감성, 주제, 요약에 대한 LLM 분석
• [ ] 수치 데이터: 차트를 LLM에 설명하도록 요청해 가설 도출
• [ ] 결과를 1쪽 메모로 정리 (LLM 응답과 본인 검증)

📤 제출 (PART 2 마감)

• 데이터(CSV), 코드, Figure(PDF/PNG), 메모를 ZIP으로 제출