[python] 브루잉 일지 00. 왜 나는 커피를 데이터로 보기 시작했을까?

프로젝트를 시작한 이유

커피를 공부하면서 '고도가 높을수록 산미가 좋다', '가공 방식에 따라 맛이 달라진다' 같은 이야기를 자주 접했다. 그럴듯하게 들리지만 실제 데이터에서도 확인되는 이야기인지는 아무도 알려주지 않았다.

그래서 첫 번째 데이터 분석 프로젝트의 주제를 이 질문으로 시작하기로 했다. 막연한 궁금증을 데이터로 검증하는 과정을 한 번은 직접 경험해보고 싶었다.

 

 

질문

좋은 커피는 어떻게 만들어질까? 전문가가 평가하는 좋은 커피와 소비자가 생각하는 좋은 커피는 같은 기준일까?

이 질문에 대해서 생산, 가공, 소비의 세 단계로 나눠서 살펴보려고 한다.

• 생산
  • 고도가 높을수록 산미가 높아질까?
  • 생산국이나 품종도 영향을 미칠까?
• 가공
  • 가공 방식에 따라 원두 가격은 달라질까?
  • 가공 방식에 따라 품질 평가도 달라질까?
• 소비
  • 소비자는 산미가 높은 커피를 선호할까?
  • 전문가의 품질 평가와 소비자의 취향은 얼마나 일치할까?

 

 

사용할데이터

처음에는 하나의 데이터셋으로 모든 질문에 답할 수 있을 것이라고 생각했다. 하지만 데이터를 찾아보니 생산, 가공, 소비를 모두 포함하는 공개 데이터셋은 찾을 수 없었다. 그래서 이번 프로젝트에서는 목적에 맞는 공개 데이터셋 세 개를 함께 사용하기로 했다.

• CQI 원두 품질 데이터: 고도 ↔ 산미, 품질
• Coffee Reviews Datasets: 가공방식 ↔ 가격
• 소비자 선호 데이터: 산미 ↔ 소비자 선호

 

 

예상하는 이 프로젝트의 한계

분석을 시작하기 전부터 이번 프로젝트의 한계는 분명하다고 생각한다. 

각 데이터셋 내부에서는 변수 간의 관계를 분석할 수 있지만, 서로 다른 데이터셋의 결과를 하나의 인과관계로 연결해 해석하기는 어렵다. 예를 들어 CQI 원두 품질 데이터와 소비자 선호 데이터를 함께 사용하더라도 '고도가 높은 커피를 소비자가 더 선호한다'는 결론을 내릴 수는 없다. 

따라서 이번 프로젝트에서는 각 데이터셋 안에서 관찰되는 관계를 설명하는 것을 목표로 한다. 데이터셋 간의 연결은 어디까지나 탐색적인 해석 수준에서만 다룰 예정이다.

 

 

이 프로젝트 이후에 해보고 싶은 것

이 한계를 인식하고 나니 자연스러게 다음 목표도 생겼다. 만약 동일한 원두에 대해 생산 환경, 품질 평가, 가격, 소비자 평가가 모두 포함된 데이터셋을 직접 구축할 수 있다면 회귀분석이나 인과분석을 통해 각 요인이 가격과 소비자 선호에 어떤영향을 미치는지 더욱 정교하게 분석해보고 싶다. 그래서 이번 프로젝트는 하나의 완성된 결론이라기보다, 다음 단계로 나아가기 위한 첫 잔의 커피라고 생각한다.