Edited 2021.12.28.

1. 세상의 지식에 밑줄을 긋다
Pitch Deck v2.1 Edited 2021.12.28.

2. § WHO WE WORK WITH
§ WHY US
§ WHO WE ARE
§ WHAT WE DO
§ WHAT WE THINK
Table of Contents

3. WHAT WE THINK

4. 전문 지식과 교양 교육에 대한 수요는 점차 늘어나는 중입니다. 동시에,
전문가 그룹과 대중 지식 생태계 간의 정보 비대칭은 확대되고 있습니다.
전문성과 대중성을 모두 확보한 지식 컨텐츠가 필요한 시점입니다.
What We Think

5. 지식 컨텐츠의 생산에 있어서 최근 기술적으로 두 가지 변화가 있었습니다.
첫 번째, 영상의 제작 비용이 기존보다 감소했고, 자연스레 영상 플랫폼도
성장할 수 있었습니다. 두 번째, 데이터 과학 분야가 빠르게 발전했습니다.
What We Think

6. 우선 지식 영상 컨텐츠에 관해 설명해보자면, 기존에는 전문가가 화면에
직접 등장해 자신의 전공 분야에 관해 강의를 하는 방식이 주류였습니다.
그러나 이러한 제작 방식에는 몇 가지 한계가 있습니다.
What We Think

7. 첫 번째, ‘사람‘에 대한 의존도가 높아지기 때문에, 강사의 전공 및 연구
분야, 혹은 종사하는 영역이 아닌 경우, 이를 설명할 또 다른 누군가가
등장하지 않는 한 지식 전달의 엄밀성에 문제가 발생할 수 있습니다.
What We Think

8. 두 번째, 교양 방송의 포맷 내지 브랜드 자체가 시청자에게 각인되기
어렵습니다. 한 명의 지식 셀러브리티에게만 이목이 집중되기 때문
입니다. 이는 컨텐츠 브랜드의 성장을 장기적으로 저해하게 됩니다.
What We Think

9. 마지막 세 번째, 시간적으로 지식 셀러브리티는 충분한 전문 지식·연구
역량을 지니기는 어렵습니다. 자연스레 언변이 좋지 않은 전문가보다
엄밀성은 부족해도 전달력은 좋은 셀럽만 방송 시장에 남게 됩니다.
What We Think

10. 모션그래픽에 기반한 지식 애니메이션 컨텐츠는 그 대안이 될 수
있습니다. 텍스트나 음성으로만 접했을 때에는 직관적이지 않은
정보를 쉽게 표현 가능하고, 또 포맷이 인물에 선행하기 때문입니다.
What We Think

11. 수 있으며, 외부 필진과 전문가들의 대본을 활용 시에도 관련 지식 부재로
인한 커뮤니케이션 비용이 없기에 제작 과정이 상당히 효율적입니다.
제작진의 지식 리터러시만 충분하다면, 직접 기획하고 대본도 작성할
What We Think

12. 실제로, 해외에서는 이러한 방식으로 정보성 교양 영상을 제작하는
채널들이 성장하고 있습니다. 독일 컨텐츠 업체인 Kurzgesagt와
미국의 언론사인 Vox가 대표적이며, 많은 구독자 수를 자랑합니다.
What We Think

13. 한편 영상과는 별개로, 데이터 과학의 기술적 혁신 역시 양질의 지식 컨텐츠
생산에 직·간접적으로 기여할 수 있습니다. 자연어 처리(NLP) 모델의 발전
덕분에 대용량의 텍스트 데이터를 분석·활용할 수 있게 되었기 때문입니다.
What We Think

14. 이는 기존의 데이터를 활용한 사회과학과 결합했을 때 특히 효과적입니다.
다룰 수 있는 데이터의 유형이 넓어지는 것은 물론, 예측(prediction)처럼
공학 분야에서 활용되어 온 기법을 정치·사회 분석에 도입할 수 있습니다.
What We Think

15. 해외의 경우, 미국의 비영리 싱크탱크인 Pew Research Center가
흥미로운 사회 조사 결과들을 자사 웹페이지에 게재해오고 있으며,
FiveThirtyEight은 선거 관련 예측 정보를 실시간으로 제공 중입니다.
What We Think

16. 정리하자면, 영상과 데이터 과학이라는 이질적으로 보일 수 있는 요소들을
적절하게 활용할 경우, 단순한 정보 전달을 넘어서 양질의 지식 컨텐츠를
만들고, 지식의 생산과 전달이라는 두 목표를 함께 달성할 수 있을 것입니다.
What We Think

17. WHAT WE DO

18. What We Do
언더스코어는 지식 컨텐츠 개발팀입니다. 계량경제학(econometrics)과
데이터 과학(data science)을 활용한 양질의 사회 조사·분석을 진행하고,
정치·사회·경영과 관련된 데이터 프로덕트를 함께 개발해오고 있습니다.
또, 전문성을 놓치지 않는 정보 전달형 애니메이션 컨텐츠를 제작합니다.
Video Contents Data Analysis

19. 최근 지식의 생산 양상이 다각화되고 있지만, 대학은 여전히 지식의
주요한 생산지입니다. 학계에서 전문 지식을 학습하고 생산하는 훈련을
받은 대학원생 팀원들은 양질의 컨텐츠 개발을 가능케 하는 원동력입니다.
What We Do

20. 내부 대학원생 팀원들과 학계 전문가 네트워크에
기초해 사회과학, 경제학, 통계학, 데이터과학 분
야에 관한 기업·기관 강의 컨텐츠를 기획합니다.
기존의 교양·지식 컨텐츠는 강의에 기반한 경우가
많았습니다. 이에 실사영상과 모션그래픽을 결합
하여 양자의 장점을 취하는 포맷을 개발중입니다.
실사+모션그래픽 컨텐츠 제작 강의 컨텐츠 기획
다소 복잡한 논리와 통계 수치를 시각적으로
명확하게 표현하는 데에 특화된 모션그래픽
지식 컨텐츠를 제작합니다.
모션그래픽 지식 컨텐츠 제작
2018 네이버 오디오클립 “오! 스타 프로젝트”에
선발되어 첫 시즌 1위를 기록했으며, 현재 유튜브
채널에서도 자체 컨텐츠를 업로드 중입니다.
<언더스코어> 자체 채널 운영
WhatWeDo-Contents

21. What We Do - Data
실시간으로 뉴스 데이터와 유저의 댓글 이력 데
이터를 수집한 후, 개체명인식(NER)을 통해
기업 별 ESG 관련 뉴스의 여론을 분석합니다.
정치 성향 분류 모델과 악플 판별 알고리즘을
적용해서 정당 지지율을 예측합니다. 이는 선거
예측이나 여론 분석에 활용될 수 있습니다.
정당 지지율 예측 모델 (2022.01.공개예정) 기업 별 ESG 여론 분석 모델 (2022.01.공개예정)
QA(질의응답) 모델과 요약 알고리즘을 활용해
국내 주요 뉴스들을 큐레이션하고, 핵심 내용을
QnA 형태로 제공하는 서비스를 개발합니다.
QnA 기반 뉴스 큐레이션 (2022.03.공개예정)
사회 이슈에 대한 조사·분석을 진행합니다. 단순
설문조사 대신 인과추론과 딥러닝 등 학계에서
최근 사용 중인 기법들을 적극적으로 활용합니다.
사회 이슈 조사·분석

22. WHY US - Video Contents

23. 기획부터
영상 제작까지
일원화
Why Us - Contents
전문 학술지식과
데이터∙통계에 대한
높은 이해도
빠른 제작기간
낮은 제작비용

24. 덕분에 데이터와 전문 지식에 대한 높은 이해도를 갖고 있습니다.
이는 전문성 있는 컨텐츠를 기획하고 제작할 수 있는 강점입니다.
언더스코어는 사회과학 및 공학을 전공하는 대학원생들과 함께합니다.
Why Us - Contents

25. 그리고 BGM 작곡가와 영상 편집자가 함께 모인 팀입니다.
이러한 팀 구성 덕분에, 기획부터 제작까지 내부 일원화가 가능했습니다.
언더스코어는 기획자, 개발자, 데이터 분석가, 웹 디자이너,
Why Us - Contents

26. 이는 정기적인 애니메이션 컨텐츠 제작을 방해하는 주요 요인입니다.
언더스코어는 업계 평균보다 훨씬 적은 시간 ∙ 비용으로 제작합니다.
일반적으로 모션그래픽은 상당한 제작 기간 및 비용을 소요합니다.
Why Us - Contents

27. WHY US - Data Analysis

28. Why Us - Data
지난 10년 간의 정치·사회·경영 데이터 분석의 핵심은 설문조사였습니다.
단시간에 정보를 취합할 수 있었던 덕분입니다. 그러나 대용량 데이터가
축적되고 분석 기술이 빠르게 발전하며 이는 아쉬움을 낳기 시작했습니다.

29. Why Us - Data
첫 번째, 인과관계를 말하기 너무 어려웠기 때문입니다. 일회성 설문연구의
특성 상 대부분은 상관관계를 발견하는 데에 머물렀습니다. 두 번째, 예측
알고리즘을 적용하기에 설문 데이터는 크기와 형식이 적합하지 못했습니다.

30. Why Us - Data
물론 딥러닝과 같은 예측 모델링도 학계, 혹은 금융·제조·IT 분야 밖에서는
올바르게 활용되지 못해왔습니다. 기본적으로는 최신 연구 성과들을 충분히
반영하지 못한 채 오래되고 부정확한 기법들만 유통되었던 문제가 큽니다.

31. Why Us - Data
언더스코어는 기존의 문제들을 다음의 두 가지 방식으로 해소하려 합니다.
첫 번째, 학계에서 데이터 분석과 연구 설계를 전문적으로 훈련받은 인력의
참여입니다. 이는 분석의 엄밀성과 기술적 수준을 유지하는 중요 요소입니다.

32. Why Us - Data
두 번째, 온라인 데이터의 활용입니다. 웹 데이터 특유의 편향성만을 해결
한다면, 대규모로 확보할 수 있는 온라인 공간의 데이터는 분석 가치가 높고
자연어처리(NLP)로 불리는 텍스트 분석과 결합 시 특히 시너지가 큽니다.

33. Why Us - Data
언더스코어는 궁극적으로 인과 추론(causal inference)과 예측 모델링
(predictive modeling)을 함께 활용해 정치·사회·경영 분야에서의 조사
방식을 선진화하고 데이터 기반 컨텐츠를 제공하고자 합니다.

34. WHO WE ARE

35. 강태영 / 대표
minvv23@kaist.ac.kr
Education
2019-2020 M.S. 경영공학 (KAIST)
2014-2019 B.A. 사회학/정치학 (서강대학교)
Research Area
〮 전산사회과학 (Computational Social Science)
〮 데이터 기반 인사 관리 (HR Analytics)
〮 자연어 처리 (Natural Language Processing)
Academic Research & Projects
〮 SK 신입사원 자기소개서 채점 자동화 모델 개발·평가
〮 SK Telecom 직원 추천 및 직무 요약 모델 개발
〮 SK Networks 피드백 데이터 평가 알고리즘 개발
〮 BGF리테일 편의점 프랜차이즈 CU 점포 유형화
〮 언론진흥재단 모바일 여론 집중도 조사
〮 제주평화연구원-서울대국제문제연구소 평화지수 개발
WHO WE ARE

36. Education
2012-2017 B.A. 심리학과 (서강대학교)
Publication & Writing
〮 한국일보 <2030 세상보기> 칼럼니스트
〮 전자신문 <SF 완전사회> 칼럼니스트
〮 대스타 (안전가옥, 2020)
〮 나는 절대 저렇게 추하게 늙지 말아야지 (아작, 2020)
〮 땡스 갓, 잇츠 프라이데이 (안전가옥, 2020)
〮 살을 섞다 (아작, 2019)
〮 대멸종 (안전가옥, 2019)
〮 소멸사회 (그래비티북스, 2019)
Awards
〮 2019 부산국제영화제 토리코믹스 어워드
〮 2019 SF 어워드 중단편 대상
심너울 / 기획
polarmagpie@sogang.ac.kr
WHO WE ARE

37. 임현채 / 영상
hyuntox4@gmail.com
Education
2013- B.A. Fine Art (OTIS college of Art and Design)
Projects & Experience
〮 2018 tvN <학과썰>
〮 2018 tvN <알바머함>
〮 2018 에버랜드 <굳바이 통키>
〮 2019 아이스크림 미디어 <벌써 어른>
〮 2019 한국관광공사 <썸 Scene>
〮 2019 EBS <혐망진창>
〮 2019 EBS <아부지 뭐하시노>
Fields of Interest
〮 영상 감독 (Film Directing)
〮 촬영 (Cinematography)
〮 색채 보정 (Color Grading)
WHO WE ARE

38. 홍성원 / 음악
seongwonhong@kaist.ac.kr
Education
2019-2020 M.S. 경영공학 (KAIST)
2014-2019 B.S. 환경생태공학 (고려대학교)
Research
〮 Seongwon Hong and Jiyong Eom. 2021. “Penalizing
Electric Vehicle ‘Hogging’: Idle fee and Charging behavior
Heterogeneity of EV users.” IFORS.
〮 Seongwon Hong et al. 2018. “Suggestion of additional
PM observatory construction based on GIS Interpolation
Method.” KPA.
Producing Experience
〮 개인 앨범 <당신에 대한 수필>
〮 싱글 앨범 <연애랑 결혼은 다르다던데>
〮 아프리카TV & KUSPA 연합공연 <CollaRize> 편곡
〮 2014/2015 고려대 가을축제 가요제 준우승/우승
WHO WE ARE

39. Education
2020- M.S. 데이터사이언스학 (서울대학교)
2014-2020 B.A. 컴퓨터교육학 (서율교육대학교)
Job & Activities
〮 2020 네이버 클로바 Research Intern
〮 2019 KAIST DS LAB Summer Intern
〮 2017-2019 Nexon Korea SW Engineer
〮 2017 우아한형제들 테크캠프 1기 Intern
Research
〮 [IC2S2 2020] Anxiety vs. Anger inducing Social Messages: A
Case Study of the Fukushima Nuclear Disaster (Non-archival)
〮 [SocialNLP at ACL2020] BEEP! Korean Corpus of Online
News Comments for Toxic Speech Detection
〮 [W-NUT 2019] "The Fallacy of Echo Chambers: Analyzing the
Political Slants of User-Generated News Comments in Korean
Media."
이준범 / NLP
jun@beomi.net
WHO WE ARE

40. Education
2018.03. - B.A. 언론정보학/정보문화학 (서울대학교)
Job & Activities
〮 2020.06.-2020.12. SBS 데이터 팀 ‘마부작침’ 인턴
〮 2021.06.- 서울대학교 기후융합연구실 인턴
Academic Research & Projects
〮 2021 하반기 한국기상학회
“기후변화 보도의 데이터 시각화 유형과 인터랙티브
스토리텔링 양상 연구”
〮 SBS 마부작침 데이터 저널리즘 프로젝트
“유기동물에 대한 슬픈 보고서”
“도시재생뉴딜, 무엇이 문제인가”
“의원님 식당에서 몰아쓴 1300만원“
이기은 / 시각화
kieunp@snu.ac.kr
WHO WE ARE

41. WHO WE WORK WITH

42. 팟캐스트 “아메리카노 2020”
연세대학교 사회학과 BK사업단
WHO WE WORK WITH