스프레드시트 오류 이해에 있어 해석의 중요성

본 논문은 스프레드시트가 기업 의사결정 지원 도구로 오랫동안 활용되어 왔음에도 불구하고 여전히 심각한 결함을 안고 있다는 점을 출발점으로 한다. 저자는 스프레드시트 오류를 두 가지 큰 범주로 나눈다. 첫 번째는 ‘기계적 생산 오류’로, 셀 참조 실수, 수식 오입력, 데이터 형식 불일치 등 전통적인 프로그래밍 오류와 유사한 문제들이다. 이러한 오류는 기존 연구에서 90%에 달하는 높은 발생률을 보이며, 특히 150행 이상 대형 스프레드시트에서 빈번히 발견된다. 두 번째는 ‘문제-스프레드시트 변환 오류’이다. 이는 문제 상황을 모델링하는 과정에서 발생하는 해석적 오류를 의미한다. 저자는 이 부분을 ‘소프트’ 오류라 부르며, 개발자의 세계관, 가치관, 조직 내 정치적 요인 등이 모델에 반영되는 방식을 비판한다. 예를 들어, 전문가가 자신의 지식을 스프레드시트에 투영하면서 가정과 제한조건을 명시하지 않으면, 결과가 ‘진실’이 아니라 ‘개인적 신념’에 불과하게 된다. Goffman의 ‘연극적 행위’ 이론을 차용해, 전문가가 자신이 만든 모델을 절대적인 진리처럼 제시하고, 오류가 감춤 처리되는 현상을 설명한다. 교육 현장에서의 사례 연구를 통해 저자는 학생들이 스프레드시트를 개발할 때 흔히 겪는 오류들을 구체적으로 제시한다. 첫 번째 사례인 ‘공(ball)과 상자(box) 포장 문제’에서는 학생들이 단순히 부피 나눗셈으로 해결하려는 과도한 단순화와, 반대로 복잡한 매트릭스 모델을 적용하려다 오히려 비현실적인 결과를 도출하는 두 극단을 보였다. 두 번째 사례인 ‘기계 선택 문제’에서는 100개 그룹 중 38%가 동일한 기계를 선택했지만, 실제 선택 기준은 데이터 해석 방식의 차이에서 비롯된 것이었다. 기술적 오류는 거의 없었으나, 가중치 부여, 비교 기준 설정, 입력·출력 배치 등 해석적 설계가 결과에 큰 영향을 미쳤다. 이러한 사례는 스프레드시트가 ‘정답’이 아닌 ‘가이드’ 역할을 해야 함을 강조한다. 저자는 교육 과정에서 ‘정답이 없는 문제’를 제시하고, 학생들이 가정 명시, 데이터 변환 규칙 정의, 결과 검증 과정을 거치도록 유도해야 한다고 주장한다. 이는 전통적인 ‘예측 가능한 정답’ 중심의 과제 설계와는 대조적이며, 학생들에게 사회·기술적 복합성을 인식하게 만든다. 또한, 논문은 기존의 ‘하드’ 검증 도구(수식 감사, 셀 보호, 데이터 검증 등)와 ‘소프트’ 검증 절차(가정 검토, 이해관계자 인터뷰, 결과 해석 검증)를 통합하는 위험 관리 프레임워크를 제안한다. 조직 차원에서는 이러한 통합 접근이 스프레드시트 기반 의사결정의 신뢰성을 높이고, 정치·조직적 압력에 의한 데이터 조작을 방지하는 데 기여할 수 있다. 결론적으로, 스프레드시트 오류를 효과적으로 줄이기 위해서는 기술적 오류 탐지와 더불어, 모델링 과정에서 발생하는 해석적 오류를 인식하고 교육·조직 차원에서 체계적으로 관리해야 한다는 것이 저자의 핵심 주장이다. 이는 기업의 의사결정 품질을 향상시키고, 학생들에게 비판적 사고와 사회기술적 리터러시를 함양하는 데 중요한 시사점을 제공한다.