환경미화원의 가슴에
만보기가 달린 이유

올해의 영 데이터저널리스트 상

소속: 서퍼(SURFER)

추천대상자: 정세진, 조은수, 박성영(서울여대), 이유민(성균관대), 장한빛(숙명여대)

 

https://surfer-2nd.netlify.app/


 

■기사/프로젝트 내용 요약

‘야간근무’, ‘장시간 노동’, ‘무리한 작업량’, ‘악취’ ···

 

환경미화원의 노동 환경 옆에 늘 따라다니는 수식어입니다. 이전부터 환경미화원의 ‘노동 환경’ 문제는 꾸준히 제기됐지만, 산업재해 발생 건수는 오히려 증가하는 추세입니다. 이에 문제의식을 느낀 5명의 학생이 모여 환경미화원의 위험한 노동 환경을 심층적으로 분석해 인터랙티브 기사를 제작했습니다.

 

Part 1. 쓰레기가 쌓일수록 산재가 쌓였다.

 

5년간 환경미화원 산재 발생 건수를 종합적으로 시각화하여 그들의 위험한 노동환경을 통계적으로 입증했습니다. 구체적으로 산재 발생 현황을 사고/질병/사망, 신청/승인 별로 비교할 수 있도록 시각화했습니다.

 

Part 2. 기인물 별 산재 원인 1위, 수거 차량

 

환경미화원 산재 사고의 상당수는 ‘청소 차량’에서 발생합니다. ‘기인물별 재해발생 현황’ 통계를 통해 이를 입증했습니다. 취재진은 직접 위탁수거업체를 방문해 청소차의 구조를 심층적으로 분석했습니다. 독자가 청소차 구조를 쉽게 파악할 수 있도록 이미지 맵도 제작했습니다.

 

Part 3. 주 6일, 하루 평균 20km, 30,000보

 

청소 차량 부위 중에서도 가장 위험한 요소는 ‘뒷발판’입니다. 정부는 환경미화업체에 ‘업무 상 위험을 줄이기 위해 뒷발판을 제거하라’고 통보했습니다. 하지만 환경미화원의 노동 강도는 오히려 높아졌습니다. 뒷발판 제거로 작업 속도가 나지 않아 환경미화원의 걸음 수가 늘어났습니다. 높아진 노동 강도를 증명하기 위해 취재를 진행했습니다. 취재 현장에서 금천구·구로구·도봉구 환경미화원들이 만보기를 달아 걸음 수를 측정하고 있다는 사실을 알게 됐습니다. 환경미화원으로부터 제공받은 걸음 수 데이터를 시각화하여 청소차 구조의 위험성과 높은 노동강도를 지적했습니다.

 

데이터에 현장을 더했습니다. 동행 취재를 통해 환경미화원이 청소차량과 일하는 과정 전반을 영상으로 생생하게 담아냈습니다. 인터뷰를 통해 ‘뒷발판’의 위험성과 환경미화원의 높아진 노동강도에 대한 입장도 취재했습니다.

 

Part 4. 허울뿐인 ‘환경미화원 작업안전 가이드라인’

 

노동 안전을 보장하기 위해서 현재 정부에서는 어떤 노력을 기울이고 있는지 취재했습니다. 환경미화원과 인터뷰를 통해 ‘환경미화원 작업 안전 지침’의 한계점을 지적했습니다. 앞으로 환경미화원이 안전하게 일하기 위해서 어떤 정책이 필요한지’에 대한 전문가 의견도 담았습니다.

■기사/프로젝트의 뛰어나거나 혁신적인 점

– 의미 있는 데이터 수집을 위한 노력

 

환경미화원의 노동 환경이 위험하다는 점은 이미 국민의 인식 전반에 자리 잡고 있습니다. 따라서 저희는 해당 주제를 ‘데이터’라는 새로운 시각에서 다시 한번 강조하고 싶었습니다. 그러나 ‘환경미화원’에 특정된 산재 데이터는 공개하고 있지 않았습니다.

 

저희는 여기서 멈추지 않고 근로복지공단, 고용노동부 등 산업재해와 관련된 행정 업무를 담당하고 있는 여러 기관에 정보공개청구를 진행하였습니다. 또한 문제 현황을 파악하기 위해 서울시 25개의 자치구에 폐기물 배출량과 환경미화원 인원수를 정보공개청구하는 등 의미 있는 데이터 확보를 위한 노력을 마다하지 않았습니다.

 

그 결과 ‘만보기 데이터’라는 새로운 데이터를 확보할 수 있었습니다. 현장 취재 과정에서 몇몇 자치구 환경미화원이 작업 동안 걸음 수를 측정하고 있다는 사실을 알게 됐습니다. 해당 데이터의 가용성, 신뢰성 등을 확인한 후 이를 기사에 활용하였습니다. 공공데이터, 민간데이터 등 범위를 가리지 않고 공익 목적으로 활용할 수 있는 데이터를 확보하고자 노력한 결과입니다. 데이터를 확보하기 위한 적극적인 노력 덕분에 환경미화원이 데이터를 직접 수집할 정도로 그들의 위험한 노동 환경이 주목받지 못한다는 점을 알게 됐습니다. 해당 취재의 필요성을 다시 한번 체감할 수 있었습니다

 

– 충실한 현장 취재

 

해당 주제를 데이터로만 보여줄 경우, 독자에게 생생함을 전달하기는 힘들 것이라고 판단했습니다. 취재 기간동안 틈날 때마다 환경미화원 노동현장을 관찰하며 위험한 현장을 포착했습니다. 이에 머무르지 않고, 직접 특정 자치구 환경미화원과 동행 취재를 진행했습니다. 통계에 담기지 않은 당사자의 목소리, 노동 현장 등을 생생하게 담았습니다.

 

동행취재를 하는 하룻밤 동안 생활 쓰레기 수거원, 대형 쓰레기 수거원, 청소차 운전원 등 다양한 환경미화원을 관찰했습니다. 독자가 현장감을 느낄 수 있도록, 취재한 환경미화원의 노동 과정을 시간순으로 배열하는 ‘내러티브 스토리텔링’을 적용했습니다.

 

팩트체크도 더했습니다. 환경미화원이 소속된 구청의 담당 직원도 취재하여 환경미화원의 발언이 사실과 같은지 확인하는 작업을 거쳤습니다. 대행업체 대표, 구청 직원, 노조에 가입한 환경미화원, 노조에 가입하지 않은 환경미화원 등 다양한 이해관계자를 파악하고 각각의 답변을 재차 검토했습니다.

 

문제의 대안을 찾기 위해 전문가 의견도 담았습니다. 편향된 시각으로 사안을 바라보지 않도록 노력했습니다. 환경미화원의 노동 문제 해결 방법을 비교적 객관적으로 바라볼 수 있는 한국노동사회연구소 전문가와도 두 차례 인터뷰를 진행했습니다.

 

– 독자와 상호작용할 수 있는 기사를 제작

 

데이터 분석으로 얻은 인사이트와 현장 취재한 노동환경을 효과적으로 전달할 수 있는 방법을 오래 고민했습니다. 장문의 텍스트로 이를 나열할 경우 오히려 몰입도가 저하될 수 있다고 판단하였습니다. 그 결과 영상, 이미지, 독자와 상호작용할 수 있는 인터랙티브 요소를 활용해 기사를 제작하였습니다. 독자 편의성을 위해 UX(사용자경험)을 제작요소마다 고려했습니다.

 

 

 

■프로젝트가 사회에 미친 영향

“학생들이 관심가져주고, 여기까지 와서 취재해줘서 고맙네”

 

무더웠던 7월 어느날, 서울 금천구의 한 환경미화원과 취재진이 현장취재에서 만났을 때 취재진에게 건넨 말입니다. 불과 1달 뒤인 2022년 8월 8일, 폭염대신 기록적인 폭우가 강남을 덮쳤습니다. 이 날도 강남구 환경미화원은 쉬지 못하고 일해야만 했습니다. 서퍼는 환경미화원의 열악한 노동 현장 실태를 알리고자 기사를 작성했습니다.

 

이번 프로젝트에서 이미지와 영상을 활용해 현장감을 높이고, 데이터 분석 및 시각화를 통해 팩트의 신뢰도를 더했습니다. 인터랙티브 요소를 활용해 독자의 참여와 공감도 끌어냈습니다.

 

구글 애널리틱스를 활용해 독자를 분석한 결과, 2022년 11월 2일 기준 총 400명의 독자가 이 프로젝트를 관심 있게 열람했음을 확인할 수 있었습니다. 아울러 이 기사는 자체 개발 웹페이지뿐만 아니라, 얼룩소, 깃허브, 에브리타임, 인스타그램 등에 업로드되었으며, 일반 대중을 비롯해 수많은 예비 언론인, 현직 언론인, 개발자, 교수, 노동 전문가 등 다양한 계층의 사람들이 열람했습니다.

 

환경미화원은 필수노동자입니다. 모두의 청결하고 안전한 생활을 위해 거리에서, 아파트 단지에서, 주택 골목에서 수도 없이 두 발을 움직입니다. 사회 전반으로 퍼져나간 서퍼의 기사는 환경미화원의 노동환경에 영향을 미쳐 환경미화원의 열악한 노동 환경과 처우 개선에도 긍정적인 영향을 미치리라 기대합니다.

 

 

 

■데이터의 출처와 수집/분석 방법

 

– 환경미화원의 산업재해 현황

근로복지공단에 ‘최근 5년간 환경미화원 산재 접수 신청 및 승인 현황’을 정보 공개 청구하였습니다. 이를 발생 유형(사망, 사고, 질병)과 처리 현황(승인, 신청)을 기준으로 분석하였습니다.

 

– 환경미화원의 기인물별 재해발생 현황

2018년 고용노동부와 안전보건공단이 발간한 ‘생활폐기물 수집·운반작업 환경미화원 작업안전수칙 가이드’에 기재된 기인물별 발생 현황을 로우 데이터로 변환하여 수집하였습니다.

 

– 뒷발판 지지 전후 걸음수의 변화

민주노총 전국일반노조연맹 금천지부로부터 2022년 7월 중 12일간 금천구·구로구·도봉구 환경미화원의 걸음수 데이터를 제공받았습니다. 쓰레기의 종류(재활용, 일반, 음식물)를 기준으로 걸음수를 집계하고, 자치구는 분류하지 않되 평균을 집계해 평균 대비 각 환경미화원의 걸음수를 비교 분석하였습니다.

 

 

 

■보도에 사용된 기술

– 분석 관련 툴 : 엑셀(Excel)

 

1. 로우 데이터로의 변환 : 정보공개청구를 통해 받은 파일 중 PDF 형태의 파일은 엑셀을 활용해 로우 데이터로 변환하였습니다.

 

2. 데이터 집계 : 데이터 탐색 과정(EDA)에서 계산식을 활용해 자치구별 환경미화원 1인당 작업량을 산출하였습니다.

 

– 시각화 관련 툴 : 태블로(Tableau)

 

1. 스토리 기능 : 태블로의 ‘스토리’는 하나의 화면 안에 여러 뷰를 제공하는 기능입니다. 환경미화원 산업재해 현황 데이터는 발생 현황별로 사망, 사고, 질병으로 분류됩니다. 스토리 기능을 활용해 전체, 사망, 사고, 질병 이렇게 총 4가지의 대시보드를 구성하였습니다. 이를 통해 한 화면에 4개의 뷰를 제공하고 클릭만으로 차트의 전환이 가능하도록 하였습니다.

 

2. 필터링 기능 : 환경미화원 걸음수 데이터의 경우 쓰레기의 종류(일반, 재활용, 음식물)에 따라 값의 차이가 있었습니다. 따라서 ‘드롭다운’ 형태의 필터링 기능을 활용해 원하는 종류를 클릭하면 그에 해당하는 측정값이 자동적으로 나타도록 하였습니다.

 

– 인터랙티브 페이지 제작 관련 툴 :  image map 설정과 javascript 이벤트 핸들링 기술

 

1. image map 설정

Part 2의 압착 진개차 이미지 전체에 image map을 설정한 후, 후방영상장치·양손조작 안전 스위치·긴급 정지 스위치·작업표시등 및 반사띠에 해당하는 6개 영역을 유저가 무리 없이 클릭할 수 있을 법한 흰색 원으로 감싼다고 가정하였습니다.

마우스의 이동 경로를 따라 지속적으로 offsetX, offsetY 좌표를 출력하는 함수를 설정하여 각각의 흰색 원의 중심 좌표를 찾았습니다.

좌표 출력 함수를 바탕으로 중심 좌표와 원의 반지름의 길이를 찾고, 6개의 원형의 image map area을 설정하고 이 area를 바탕으로 이벤트 핸들링이 이루어졌습니다.