클래스 차별(클래시즘)이란 무엇인가?
클래스 차별은 흔히 '클래시즘(classism)'으로 정의되며, 사회적 계급을 근거로 한 편견 또는 차별을 의미합니다. 이는 상류층에게는 유리하고 하류층에게는 불리하도록 설계된 개인의 태도와 행동, 정책 체계, 사회적 관행까지 폭넓게 포괄하는 개념입니다.
개인적 클래시즘과 제도적 클래시즘
인종차별(racism)이라는 용어가 개인의 편견과 제도적 차별을 모두 지칭할 수 있는 것처럼, 클래시즘 역시 하위 계급에 대한 개인적 편견과 제도적 클래시즘을 함께 아우릅니다. 후자는 "우리 사회의 여러 제도 안에서 의식적이든 무의식적이든 드러나는 계급주의"로 표현됩니다.
미디어 속에 나타난 클래스 차별
클래스 차별은 TV 프로그램, 영화, 소셜 미디어 등 다양한 미디어에서 쉽게 발견할 수 있습니다. 클래시즘은 미디어 콘텐츠에 깊숙이 스며들어 있기 때문에, 콘텐츠를 소비하는 사람들은 그 영향을 인식하지 못한 채 넘어가는 경우가 많습니다.
미디어에 나타난 클래스 차별은 사람들이 계급에 대해 이해하고 생각하게 만드는 지식의 원천이 됩니다. 영화나 TV 프로그램에서 특정 계급이 묘사되는 장면을 접할 때, 시청자는 그것이 곧 실제 삶의 모습이라고 받아들이며 영향을 받게 됩니다.
데이터 마이닝에서의 클래스 비교
한편, 데이터 마이닝 분야에서 말하는 클래스 비교(class comparison)는 대상 클래스(target class)를 그와 구별되는 여러 클래스들과 비교·분석하는 기법을 뜻합니다. 예를 들어 '사람', '주소', '물품'처럼 성격이 전혀 다른 세 클래스는 서로 비교할 수 없지만, '최근 3년간의 매출'과 같은 클래스들은 상호 비교가 가능합니다.
동기화된 속성 일반화
클래스 특성화를 위한 속성 일반화(attribute generalization)는 비교 대상이 되는 모든 클래스 간에 동일한 수준으로 동시에 수행되도록 조정할 수 있습니다. 예를 들어 XYZ 조직의 2002년 매출과 2003년 매출 데이터를 두 클래스로 나누어 비교한다고 가정해 보겠습니다. '위치(location)' 차원을 도시, 주(州), 국가 수준으로 추상화할 수 있다면, 비교의 일관성을 위해 이를 도시 수준 또는 주 수준 중 하나로 통일하여 일반화해야 합니다. 이러한 방식의 비교는 "2002년 중국의 매출과 2003년 인도의 매출"처럼 비교 조건이 맞지 않는 데이터를 비교하는 것보다 훨씬 유용합니다.
클래스 비교의 일반적인 절차
클래스 비교는 일반적으로 다음과 같은 단계를 거칩니다.
데이터 수집 − 질의 처리(query processing)를 통해 관련 정보를 수집하고, 이를 대상 클래스와 대조 클래스 집합으로 구분합니다.
차원 관련성 분석 − 비교할 차원이 많고 분석적으로 비교하기 편리한 경우, 차원 관련성 분석(dimension relevance analysis)을 수행하여 높은 관련성을 지닌 차원만을 선별해 비교에 포함시킵니다.
도출된 비교 결과의 표현 − 클래스 비교의 최종 결과는 표, 그래프, 규칙(rule) 형태로 제시할 수 있으며, 대상 클래스와 대조 클래스 간의 비교를 반영하는 대조 측정값이 함께 포함됩니다.