[TED(Hans Rosling) 한스 로슬링 - 이제껏 보지 못했던 최고의 통계]

About 10 years ago, I took on the task to teach global development to Swedish undergraduate students.
한 10년쯤 전, 스웨덴의 학부 학생들에게 국제 개발을 가르치는 임무를 수행한 적이 있었습니다.

That was after having spent about 20 years, together with African institutions, studying hunger in Africa.
아프리카에서 기아를 연구하는 아프리카 기관들과 약 20년을 함께 보낸 후였습니다.

So I was sort of expected to know a little about the world.
그래서 제가 세계에 대해 좀 알고 있을 것이라는 기대를 받고 있었지요.

And I started, in our medical university, Karolinska Institute, an undergraduate course called Global Health.
저는 카로린스카 의학연구소 의대에서 국제 보건이라는 학부 과목을 가르치기 시작했습니다.

But when you get that opportunity, you get a little nervous.
하지만 그 기회를 얻게 되자, 좀 불안해졌습니다.

I thought, these students coming to us actually have the highest grade you can get in the Swedish college system,
제 강의를 들으러 오는 이 학생들이 스웨덴 대학 제도에서 받을 수 있는 최고 학점을 받는 학생들이라고 생각했고,

so I thought, maybe they know everything I'm going to teach them about.
제가 가르치려고 하는 모든 것을 알고 있을 것 같았습니다.

So I did a pretest when they came.
그래서 학생들이 오자 사전 시험을 보았지요.

And one of the questions from which I learned a lot was this one:
제가 많은 것을 배웠던 문제들 중 하나는 이것이었습니다.

"Which country has the highest child mortality of these five pairs?"
다음 다섯 쌍 중 어린이 사망률이 가장 높은 나라는?

And I put them together so that in each pair of countries, one has twice the child mortality of the other.
그리고 저는 다섯 쌍의 나라들을 짜맞춰서, 각 쌍의 나라마다 한 쪽 나라가 다른 쪽 나라의 어린이 사망률의 두 배가 되도록 했습니다.

And this means that it's much bigger, the difference, than the uncertainty of the data.
데이터의 불확실성보다 차이가 훨씬 더 크도록 말입니다.

I won't put you at a test here, but it's Turkey,
여러분에게 이 시험을 드리지는 않겠습니다.  하지만 어린이 사망률이 가장 높은 나라는 터키입니다.

which is highest there, Poland, Russia, Pakistan and South Africa. And these were the results of the Swedish students.
그리고 스웨덴 학생들의 결과는 폴란드, 러시아, 파키스탄, 남아프리카였습니다.

I did it so I got the confidence interval, which is pretty narrow.
그렇게 해서 아주 가까스로 얻어진 자신감 차이였지만 그래도 이렇게 저는 자신감 차이를 얻어냈고

And I got happy, of course -- a 1.8 right answer out of five possible.
당연히 저는 행복했죠. 정답은 가능한 다섯 개 중 1.8개였습니다.

That means there was a place for a professor of international health and for my course.
이 말은 국제 보건 교수를 위한 자리가 있다는 뜻이었습니다. 그리고 제 강의를 위해서도요.

But one late night, when I was compiling the report, I really realized my discovery.
하지만 어느날 밤 늦게, 보고서를 종합하고 있었을 때 저는 정말로 중대한 사실을 깨달았습니다.

I have shown that Swedish top students know, statistically, significantly less about the world than the chimpanzees.
스웨덴의 최우수 학생들이 통계적으로 볼 때 침팬지에 비해 세계에 대해 아는 것이 훨씬 적다는 것이었습니다.

Because the chimpanzee would score half right if I gave them two bananas with Sri Lanka and Turkey.
왜냐하면, 제가 스리랑카, 터키와 함께 바나나 두 개를 침팬지에게 준다면, 침팬지는 반은 맞출 것이기 때문입니다.

They would be right half of the cases. But the students are not there.
하지만 학생들은 그렇지 않았지요.

The problem for me was not ignorance; it was preconceived ideas.
제게 있어서 문제는 무지가 아니었습니다. 그것은 편견이었습니다.

I did also an unethical study of the professors of the Karolinska Institute,
저는 카로린스카 의학연구소 교수들에 대해서도 비윤리적인 연구를 했지요.

which hands out the Nobel Prize in Medicine, and they are on par with the chimpanzee there.
노벨의학상을 수여하는 분들인데, 그 분들도 그 침팬지들과 똑같은 수준이 되었지요

This is where I realized that there was really a need to communicate,
이 대목에서 저는 정말 커뮤니케이션이 필요하다는 것을 깨달았습니다.

because the data of what's happening in the world and the child health of every country is very well aware.
세계에서 일어나고 있는 일의 데이터와 각 나라의 어린이 건강은 아주 잘 알려져 있습니다.

So we did this software, which displays it like this.
우리는 이 소프트웨어로 이런 식의 표시를 했습니다.

Every bubble here is a country.
모든 방울 하나 하나가 나라입니다.

This country over here is China. This is India.
여기 이 나라는 중국입니다. 이건 인도입니다.

The size of the bubble is the population, and on this axis here, I put fertility rate.
이 방울의 크기는 인구입니다. 여기 이 축에는 출산율을 표시합니다.

Because my students, what they said when they looked upon the world, and I asked them,
제 학생들이 세계를 바라보고 있을 때, 제가 이렇게 물었습니다.

"What do you really think about the world?"
"얘들아, 세계에 대해 어떻게 여기니?"

Well, I first discovered that the textbook was Tintin, mainly.
글쎄요. 제가 처음 알게 된 건 교과서가 틴틴이라는 것이었죠.

And they said, "The world is still 'we' and 'them.'
학생들은 이렇게 대답하더라구요. "세계는 아직도 '우리'와 '그들'이죠.

And 'we' is the Western world and 'them' is the Third World."
우리는 서방 세계이고 그들은 제 3진국가들이지요."

"And what do you mean with 'Western world?'" I said.
전 "서방 세계는 무슨 뜻이지?"라고 물었습니다.

"Well, that's long life and small family.
"글쎄 뭐. 수명이 길고 가족수는 적은 거요.

And 'Third World' is short life and large family."
제3진국가들은 수명이 짧고 가족수가 많은거구요."

So this is what I could display here.
그래서 여기에 이것을 표시하게 되었습니다.

I put fertility rate here -- number of children per woman:
출산율이요. 여성당 자녀수,

one, two, three, four, up to about eight children per woman.
하나, 둘, 셋, 넷, 여성당 최고 약 여덟명의 자녀까지 있습니다.

We have very good data since 1962, 1960, about, on the size of families in all countries.
우리는 1962년 이래, 1960년경부터, 모든 나라의 가족 크기에 대한 아주 훌륭한 데이터를 보유하고 있습니다.

The error margin is narrow.
오차 한계는 좁습니다.

Here, I put life expectancy at birth, from 30 years in some countries, up to about 70 years.
여기에는 출생시 기대 수명을 표시합니다. 어떤 나라들은 30세이고, 최고 약 70세까지 있습니다

And in 1962, there was really a group of countries here
그리고 1962년, 여기에도 일단의 나라들이 있었습니다.

that were industrialized countries, and they had small families and long lives.
산업화된 나라들이었고, 가족수가 적고 수명이 길었지요.

And these were the developing countries.
이 나라들은 개발도상국들이었습니다.

They had large families and they had relatively short lives.
가족수는 많고 상대적으로 수명이 짧았습니다.

Now, what has happened since 1962?
1962년 이래로 어떤 일이 일어났을까요?

We want to see the change.
어떤 변화가 있었는지 궁금하시죠?

Are the students right?
학생들이 맞을까요?

It's still two types of countries?
여전히 두 종류의 나라들이었을까요?

Or have these developing countries got smaller families and they live here?
아니면 이 개발도상국들은 가족수가 적어지고 여기에 살고 있을까요?

Or have they got longer lives and live up there?
아니면 수명이 더 길어지고 저 위에 살고 있을까요?

Let's see. We start the world, eh?
자, 봅시다. 거기서 세계를 멈췄습니다.

This is all UN statistics that have been available.
이것은 모두 이용 가능한 유엔 통계입니다.

Here we go. Can you see there?
여기 있습니다. 거기서 보이시나요?

It's China there, moving against better health there, improving there.
저기가 중국입니다. 건강이 좋아지고, 향상되고 있군요.

All the green Latin American countries are moving towards smaller families.
초록색 라틴 아메리카 국가들은 모두 가족수가 더 적어지고 있습니다.

Your yellow ones here are the Arabic countries, and they get longer life, but not larger families.
여기 노란색들은 아랍 국가들입니다. 가족수는 점점 더 늘어나지만, 아니, 수명이 길어지지만, 가족수는 늘지 않는군요.

The Africans are the green here.
아프리카 사람들은 이 아래 초록색입니다.

They still remain here.
아직도 여기에 있네요.

This is India; Indonesia is moving on pretty fast.
이것은 인도입니다. 인도네시아는 꽤 빨리 움직이고 있네요.

In the '80s here, you have Bangladesh still among the African countries.
여기 1980년대에는, 방글라데시가 여전히 저기 아프리카 국가들 사이에 있습니다.

But now, Bangladesh -- it's a miracle that happens in the '80s --
하지만 이제, 방글라데시에는 1980년대에 기적이 일어납니다.

the imams start to promote family planning, and they move up into that corner.
이때쯤 가족 계획을 권장하기 시작합니다. 방글라데시는 저 구석으로 올라갑니다.

And in the '90s, we have the terrible HIV epidemic that takes down the life expectancy of the African countries.
1990년대에는 끔찍한 HIV가 유행합니다. 그래서 아프리카 국가들의 기대 수명이 줄어듭니다.

And the rest of them all move up into the corner,
나머지 모든 국가들이 저 구석으로 올라갑니다.

where we have long lives and small family, and we have a completely new world.
수명은 길고 가족수는 적은 곳이지요. 이제 완전히 새로운 세계네요.

Let me make a comparison directly between the United States of America and Vietnam.
미국과 베트남을 직접 비교해 보겠습니다.

1964: America had small families and long life;
1964년: 미국의 가족수는 적고 수명은 깁니다.

Vietnam had large families and short lives.
베트남은 가족수가 많고 수명이 짧습니다.

And this is what happens.
그리고 이런 일이 생깁니다.

The data during the war indicate that even with all the death, there was an improvement of life expectancy.
전쟁 중의 데이터는 그 모든 죽음에도 불구하고 기대 수명이 향상되었음을 보여줍니다.

By the end of the year, family planning started in Vietnam, and they went for smaller families.
연말까지는, 베트남에서 가족 계획이 시작되고, 가족수가 더 적어졌습니다.

And the United States up there is getting longer life, keeping family size.
저 위 미국에서는 수명이 더 길어지고 있고, 가족 수는 그대로 유지되네요.

And in the '80s now, they give up Communist planning and they go for market economy,
이제 1980년대에, 공산주의 계획을 포기하고, 시장 경제로 이행합니다.

and it moves faster even than social life.
사회 생활보다 더 빨리 움직입니다.

And today, we have in Vietnam the same life expectancy and the same family size here in Vietnam, 2003, as in United States, 1974, by the end of the war.
그리고 오늘날, 베트남에서는, 2003년 베트남과 1974년, 종전 무렵, 미국의 기대 수명과 가족 수가 똑같습니다.

I think we all, if we don't look at the data, we underestimate the tremendous change in Asia,
데이터를 보지 않는다면, 우리는 모두 아시아에서의 엄청난 변화를 과소평가한다고 생각합니다.

which was in social change before we saw the economic change.
경제적인 변화를 보기 전에 일어난 사회적인 변화였습니다.

So let's move over to another way here in which we could display the distribution in the world of income.
이제 세계 소득 분배를 보여줄 수 있는 다른 방법으로 옮겨가 보겠습니다.

This is the world distribution of income of people.
이것은 사람들의 소득의 세계 분배입니다.

One dollar, 10 dollars or 100 dollars per day.
일당 1달러, 10달러, 또는 100달러입니다.

There's no gap between rich and poor any longer.
부자와 가난한 자 사이에 더 이상 격차가 없습니다.

This is a myth. There's a little hump here.
그것은 신화입니다. 여기 조그만 언덕이 있네요.

But there are people all the way.
하지만 끝까지 사람들이 있습니다.

And if we look where the income ends up, this is 100 percent of the world's annual income.
소득이 어디서 끝나는지 보면, 소득은-- 이것이 세계의 연간 소득 100%입니다.

And the richest 20 percent, they take out of that about 74 percent.
가장 부유한 20퍼센트, 그들이 약 74퍼센트의 소득을 가집니다.

And the poorest 20 percent, they take about two percent.
가장 가난한 20퍼센트, 그들이 약 2퍼센트의 소득을 가집니다.

And this shows that the concept of developing countries is extremely doubtful.
이것은 개발도상국가라는 개념이 극히 의심스럽다는 것을 보여줍니다.

We think about aid, like these people here giving aid to these people here.
우리는 도움을 생각합니다. 여기 이 사람들이 여기 이 사람들에게 도움을 주고 있다고.

But in the middle, we have most of the world population, and they have now 24 percent of the income.
하지만, 중간에, 가장 많은 세계 인구가 있고, 이제 그들이 소득의 24퍼센트를 가집니다.

We heard it in other forms.
우리는 이것을 다른 형태로 들어본 적이 있습니다.

And who are these?
이들이 누구입니까?

Where are the different countries?
다른 나라들은 어디 있습니까?

I can show you Africa. This is Africa.
아프리카를 보여드리지요. 이것이 아프리카입니다.

Ten percent of the world population, most in poverty.
세계 인구의 10퍼센트. 대부분이 가난하지요.

This is OECD -- the rich countries, the country club of the UN.
이것이 OECD입니다. 부자 나라지요. 유엔의 컨트리 클럽입니다.

And they are over here on this side.
그리고 이들은 이쪽 여기에 있습니다.

Quite an overlap between Africa and OECD.
아프리카와 OECD간에 꽤 겹칩니다.

And this is Latin America.
이것은 라틴 아메리카입니다.

It has everything on this earth, from the poorest to the richest in Latin America.
이 땅에 모든 것이 다 있지요. 가장 가난한 사람부터 가장 부유한 사람까지, 라틴 아메리카에 있습니다.

And on top of that, we can put East Europe, we can put East Asia, and we put South Asia.
거기에다가, 동유럽, 동아시아가 있습니다. 남아시아입니다.

And what did it look like if we go back in time, to about 1970? Then, there was more of a hump.
약 1970년으로 돌아가면, 어떻게 보일까요? 그 때는 언덕이 더 많이 있었네요.

And most who lived in absolute poverty were Asians.
절대 빈곤 속에 살았던 대부분이 아시아인들이었습니다.

The problem in the world was the poverty in Asia.
세계의 문제는 아시아의 가난이었습니다.

And if I now let the world move forward,
지금 세계가 움직여 나가도록 하면,

you will see that while population increases, there are hundreds of millions in Asia getting out of poverty,
인구가 증가하는 반면, 아시아에서 수천만명의 사람들이 가난에서 빠져나오고,

and some others getting into poverty, and this is the pattern we have today.
다른 사람들은 가난에 빠지고 있는 것을 볼 수 있습니다. 이것이 오늘날의 패턴입니다.

And the best projection from the World Bank is that this will happen, and we will not have a divided world.
세계 은행 최고의 계획은 이것이 일어나는 것입니다. 그러면 우리는 분리된 세계에 살지 않을 것입니다.

We'll have most people in the middle.
대부분의 사람들이 가운데 있을 것입니다.

Of course it's a logarithmic scale here, but our concept of economy is growth with percent.
물론 여기 대수 계산자가 있습니다. 하지만, 우리의 경제라는 개념은 퍼센트로 성장하는 것입니다.

We look upon it as a possibility of percentile increase.
그것을 기대합니다. 백분위수의 증가 가능성이지요.

If I change this and take GDP per capita instead of family income,
것을 바꾼다면, 가족 소득 대신 1인당 국민 소득을 본다면,

and I turn these individual data into regional data of gross domestic product,
이 개인 데이터를 총가정생산의 지역 데이터로 바꾸고,

and I take the regions down here, the size of the bubble is still the population.
여기 이 지역을 봅니다. 방울의 크기는 여전히 인구를 나타냅니다.

And you have the OECD there,
저기 OECD가 있습니다.

and you have sub-Saharan Africa there, and we take off the Arab states there, coming both from Africa and from Asia,
저기에는 사하라 이남 아프리카가 있습니다. 저기서 아랍 국가들이 상승합니다. 아프리카와 아시아에서요.

and we put them separately, and we can expand this axis,
두 개를 떼어 놓습니다. 이 축을 확장할 수 있습니다.

and I can give it a new dimension here, by adding the social values there, child survival.
여기에 새 차원을 더할 수 있습니다. 저기에 사회적 가치를 더합니다. 어린이 생존률.

Now I have money on that axis, and I have the possibility of children to survive there.
이제 그 축에 돈을 더합니다. 저기에 어린이들이 생존할 가능성이 있습니다.

In some countries, 99.7% of children survive to five years of age;
어떤 나라들에서는, 어린이의 99.7퍼센트가 다섯 살까지 밖에 살지 못합니다.

others, only 70.
다른 나라들에서는 70세까지 삽니다.

And here, it seems, there is a gap between OECD, Latin America, East Europe, East Asia, Arab states, South Asia and sub-Saharan Africa.
여기에서 격차가 있는 것 같습니다. OECD, 라틴 아메리카, 동유럽, 동아시아, 아랍 국가들, 남아시아, 사하라 이남 아프리카 간에 격차가 있는 것 같습니다.

The linearity is very strong between child survival and money.
어린이 생존률과 돈 사이의 직선이 아주 강합니다.

But let me split sub-Saharan Africa.
하지만 사하라 이남 아프리카를 나눠보겠습니다.

Health is there and better health is up there.
건강은 저쪽, 더 나은 건강은 저 위쪽.

I can go here, and I can split sub-Saharan Africa into its countries.
여기에서부터 시작해서, 사하라 이남 아프리카를 여러 나라들로 나눌 수 있습니다.

And when it bursts, the size of each country bubble is the size of the population.
터질 때는, 그 나라 방울의 크기가 인구의 크기입니다.

Sierra Leone down there, Mauritius is up there.
이 아래에 시에라 레오네가 있고, 모리셔스는 저 위쪽입니다.

Mauritius was the first country to get away with trade barriers, and they could sell their sugar,
모리셔스는 무역 장벽을 철회한 첫번째 나라입니다. 모리셔스는 자국의 설탕을 팔 수 있습니다.

they could sell their textiles, on equal terms as the people in Europe and North America.
유럽과 북미 사람들과 같은 조건으로 직물을 팔 수 있습니다.

There's a huge difference [within] Africa.
아프리카 사이에 거대한 차이가 있습니다.

And Ghana is here in the middle.
가나는 여기 중간에 있네요.

In Sierra Leone, humanitarian aid.
시에라 레오네에서는, 박애주의적인 도움이 있습니다.

Here in Uganda, development aid.
여기 우간다에서는, 개발 지원이 있습니다.

Here, time to invest; there, you can go for a holiday.
여기, 투자할 시간이군요, 저기, 휴가 여행을 가실 수 있습니다.

There's tremendous variation within Africa, which we very often make that it's equal everything.
아프리카 내에서는 보통 거의 볼 수 없을 정도의 엄청난 다양함이 있습니다. 모든 것이 평등합니다.

I can split South Asia here.
여기 남아시아를 나누겠습니다.

India's the big bubble in the middle.
인도는 중간의 큰 방울입니다.

But there's a huge difference between Afghanistan and Sri Lanka.
하지만 아프가니스탄과 스리랑카 사이에는 거대한 격차가 있네요.

I can split Arab states.
아랍 국가들을 나누겠습니다.

How are they?
이들은 어떤가요?

Same climate, same culture, same religion -- huge difference.
같은 기후, 같은 문화, 같은 종교. 차이가 큽니다.

Even between neighbors -- Yemen, civil war;
심지어 이웃들 간에조차도. 예멘, 시민전쟁.

United Arab Emirates, money, which was quite equally and well-used.
아랍에미레이트, 돈이 균등하게 잘 사용되고 있었습니다.

Not as the myth is.
신화 같지 않네요.

And that includes all the children of the foreign workers who are in the country.
여기에는 그 나라에 있는 모든 외국인 노동자들의 자녀도 포함됩니다.

Data is often better than you think.
데이터가 생각보다 좋을 때도 자주 있습니다.

Many people say data is bad.
많은 사람들이 데이터는 나쁘다고 합니다.

There is an uncertainty margin, but we can see the difference here:
불확실성의 오차가 있지만, 우리는 여기서 그 차이를 볼 수 있습니다.

Cambodia, Singapore.
캄보디아, 싱가포르.

The differences are much bigger than the weakness of the data.
데이터의 약함보다 차이가 훨씬 큽니다.

East Europe: Soviet economy for a long time, but they come out after 10 years very, very differently.
동유럽. 오랫동안 소비에트 경제였지만 십년 후에 나옵니다. 아주, 아주 다릅니다.

And there is Latin America.
여기는 라틴 아메리카입니다.

Today, we don't have to go to Cuba to find a healthy country in Latin America.
오늘날, 우리는 라틴 아메리카에서 건강한 나라를 찾아 쿠바에 갈 필요가 없습니다.

Chile will have a lower child mortality than Cuba within some few years from now.
앞으로 몇 년 동안 칠레는 쿠바보다 어린이 사망률이 더 낮을 것입니다.

Here, we have high-income countries in the OECD.
여기에는 OECD의 고소득 국가들이 있네요.

And we get the whole pattern here of the world, which is more or less like this.
그리고 여기서 세계의 전체 패턴을 봅니다. 대체로 이와 같습니다.

And if we look at it, how the world looks, in 1960, it starts to move.
이것을 보면, 어떻게 보이나 보세요. 1960년의 세계. 움직이기 시작합니다.

This is Mao Zedong.
이 사람이 마오쩌둥입니다.

He brought health to China. And then he died.
중국에 건강을 가져다 주었지요. 그리고 세상을 떠났습니다.

And then Deng Xiaoping came and brought money to China, and brought them into the mainstream again.
그 다음에는 덩샤오핑이 나타나 중국에 돈을 가져다 주었지요. 다시 주류로 돌려 놓았습니다.

And we have seen how countries move in different directions like this,
나라들이 이렇게 다른 방향으로 어떻게 움직이는지 보았습니다.

so it's sort of difficult to get an example country which shows the pattern of the world.
세계의 패턴을 보여주는 예가 되는 나라를 찾는 것은 조금 힘듭니다.

But I would like to bring you back to about here, at 1960.
여기 1960년으로 다시 돌아가 보십시다.

I would like to compare South Korea, which is this one, with Brazil, which is this one.
한국, 이것입니다, 한국과 브라질을 비교하고 싶습니다. 이것이 브라질입니다.

The label went away for me here.
여기서 저에게는 그 라벨이 사라졌습니다.

And I would like to compare Uganda, which is there.
저기 있는 우간다를 비교하고 싶습니다.

I can run it forward, like this.
이렇게 앞으로 달리게 할 수 있습니다.

And you can see how South Korea is making a very, very fast advancement, whereas Brazil is much slower.
한국이 아주 아주 빨리 전진하고 있는 것을 보실 수 있지요. 반면 브라질은 훨씬 더 느립니다.

And if we move back again, here, and we put trails on them, like this,
다시 여기로 돌아오면, 이렇게 흔적을 남깁니다. 다시 한 번

you can see again that the speed of development is very, very different,
그 발전의 속도가 아주 아주 다르다는 것을 보실 수 있지요.

and the countries are moving more or less at the same rate as money and health,
대체로 나라들은 돈과 건강이 같은 비율로 움직이고 있습니다.

but it seems you can move much faster if you are healthy first than if you are wealthy first.
하지만, 먼저 부유한 것보다 먼저 건강하면 훨씬 더 빨리 움직일 수 있는 것 같습니다.

And to show that, you can put on the way of United Arab Emirates.
그것을 보려면, 아랍에미레이트가 가는 길을 보면 됩니다.

They came from here, a mineral country.
여기서 부터 시작했죠. 광물 국가지요.

They cached all the oil; they got all the money;
석유도 잔뜩 있고, 돈도 잔뜩 있습니다.

but health cannot be bought at the supermarket.
하지만, 건강은 수퍼마켓에서 살 수 있는 게 아니지요.

You have to invest in health.
건강에는 투자를 해야 합니다.

You have to get kids into schooling.
아이들에게 학교 공부를 시켜야 하지요.

You have to train health staff.
건강 담당 직원을 훈련시켜야 합니다.

You have to educate the population.
인구를 교육시켜야 합니다.

And Sheikh Zayed did that in a fairly good way.
시크 사예드는 꽤 훌륭한 방법으로 그렇게 했습니다.

In spite of falling oil prices, he brought this country up here.
석유 가격은 떨어졌지만, 나라를 여기까지 올려놓았습니다.

So we've got a much more mainstream appearance of the world,
그래서 우리는 훨씬 더 주류스러운 세계의 모습을 갖고 있습니다.

where all countries tend to use their money better than they used it in the past.
모든 나라는 과거보다는 지금 돈을 더 잘 활용하는 것 같습니다.

if you look at the average data of the countries -- they are like this.
나라들의 평균 데이터를 보시면, 이렇습니다.

That's dangerous, to use average data,
이제 평균 데이터를 사용하는 것은 위험합니다.

because there is such a lot of difference within countries.
왜냐하면, 나라마다 내부적으로 큰 차이가 있기 때문입니다.

So if I go and look here, we can see that Uganda today is where South Korea was in 1960.
여기에 가서 보면, 오늘날의 우간다가 한국이 1960년에 있던 자리에 있는 것을 보실 수 있습니다.

If I split Uganda, there's quite a difference within Uganda.
우간다를 나누면, 우간다 내에도 꽤 차이가 존재합니다.

These are the quintiles of Uganda.
이것은 우간다의 5분위수입니다.

The richest 20 percent of Ugandans are there.
우간다 사람들 중 가장 부유한 20퍼센트가 저기 있습니다.

The poorest are down there.
가장 가난한 사람들은 저 아래 있습니다.

If I split South Africa, it's like this.
남아프리카를 나누면, 이렇습니다.

And if I go down and look at Niger, where there was such a terrible famine [recently], it's like this.
 니제르로 내려가서 보면, 끔찍한 기근이 있었는데, 마지막으로, 이렇습니다.

The 20 percent poorest of Niger is out here, and the 20 percent richest of South Africa is there,
니제르의 가장 가난한 20퍼센트가 여기 있습니다. 남아프리카에서 가장 부유한 20퍼센트가 저기 있습니다.

and yet we tend to discuss what solutions there should be in Africa.
하지만 우리는 아프리카에서 어떤 해결책이 있어야 하는지를 논의하곤 합니다.

Everything in this world exists in Africa.
이 세상의 모든 것이 아프리카에 존재합니다.

And you can't discuss universal access to HIV [treatment] for that quintile up here with the same strategy as down here.
그리고 여기 4분위수를 위해 저 아래에서와 똑같은 전략으로 HIV 약품에 대한 보편적인 접근을 논의할 수는 없습니다.

The improvement of the world must be highly contextualized,
세계의 향상은 극히 문맥화되어야 합니다.

and it's not relevant to have it on a regional level.
지역 수준에서 보는 것은 중요하지 않습니다.

We must be much more detailed.
우리는 훨씬 더 구체적이어야 합니다.

We find that students get very excited when they can use this.
학생들이 이것을 사용할 수 있어서 아주 흥분하는 것을 봅니다.

And even more, policy makers and the corporate sectors would like to see how the world is changing.
훨씬 더 많은 정책 입안자들과 기업 부문에서 세계가 어떻게 변화하고 있는지 보고 싶어합니다.

Now, why doesn't this take place?
이제 왜 이런 일이 생기지 않을까요?

Why are we not using the data we have?
왜 우리는 우리가 가지고 있는 데이터를 사용하지 않고 있을까요?

We have data in the United Nations, in the national statistical agencies and in universities and other nongovernmental organizations.
리는 유엔과 국립 통계 대행사, 대학, 그 밖에 다른 비정부 조직들의 데이터를 가지고 있습니다.

Because the data is hidden down in the databases.
데이터가 데이터베이스 아래에 숨어 있기 때문입니다.

And the public is there, and the internet is there, but we have still not used it effectively.
반 대중도 거기 있고, 인터넷도 거기 있지만, 아직 효과적으로 사용하지 못합니다.

All that information we saw changing in the world does not include publicly funded statistics.
우리가 세상에서 본 변화하는 모든 정보는 공적으로 기금을 지원받는 통계를 포함하지 않습니다.

There are some web pages like this, you know,
이와 같은 웹페이지가 약간 있지만,

but they take some nourishment down from the databases,
데이터베이스 밑바닥을 긁어 영양가를 좀 취할 수 있지만,

but people put prices on them, stupid passwords and boring statistics.
사람들은 거기에, 바보같은 비밀번호에, 지루한 통계에 가격을 매깁니다.

And this won't work.
이런 방법은 효과가 없습니다.

So what is needed?
그러면 어떻게 해야 합니까?

We have the databases.
우리는 데이터베이스가 있습니다.

It's not a new database that you need.
여러분이 필요한 것은 새 데이터베이스가 아닙니다.

We have wonderful design tools and more and more are added up here.
우리는 멋진 디자인 도구를 가지고 있습니다.

So we started a nonprofit venture linking data to design,
그리고 여기에 점점 더 많은 것들이 추가됩니다.

we called "Gapminder," from the London Underground, where they warn you, "Mind the gap."
그래서 우리는 데이터를 디자인에 연결해주는, 갭마이너라고 부르는

So we thought Gapminder was appropriate.
비영리 벤처기업을 시작했습니다.

And we started to write software which could link the data like this.
그리고 이것처럼 데이터를 연결할 수 있는 소프트웨어를 만들기 시작했습니다.

And it wasn't that difficult.
어렵지 않았어요.

It took some person years, and we have produced animations.
몇 명-년이 걸렸고, 우리는 애니메이션을 제작했습니다.

You can take a data set and put it there. We are liberating UN data, some few UN organization.
우리는 유엔 데이터와 몇몇 유엔 조직을 해방시키고 있습니다.

Some countries accept that their databases can go out on the world.
어떤 나라들은 그들의 데이터베이스가 세계로 나갈 수 있도록 허락해줍니다.

But what we really need is, of course, a search function, a search function where we can copy the data up to a searchable format and get it out in the world.
하지만 우리가 정말로 필요한 것은, 물론, 검색 기능입니다. 데이터를 검색 가능한 형식으로 복사할 수 있는 검색 기능을 세상에 내보내는 것입니다.

And what do we hear when we go around?
우리가 돌아다닐 때 무슨 얘기를 들을까요?

I've done anthropology on the main statistical units.
저는 주 통계부서에서 인류학을 다룬 적이 있습니다.

Everyone says, "It's impossible.
누구나 말하지요. "불가능해요.

This can't be done. Our information is so peculiar in detail, so that cannot be searched as others can be searched.
이건 불가능해요. 우리 정보는 세부 사항이 너무 특이해서 다른 데이터들이 검색되는 것처럼 검색될 수 없습니다.

We cannot give the data free to the students, free to the entrepreneurs of the world."
학생들에게, 세계의 기업가들에게 무료로 데이터를 줄 수는 없어요."

But this is what we would like to see, isn't it?
그러나 이것이 우리가 보고 싶어하는 것이지요, 그렇지 않습니까?

The publicly funded data is down here.
공적으로 기금 지원을 받은 데이터가 여기 있습니다.

And we would like flowers to grow out on the net.
우리는 네트에서 꽃처럼 자라게 하고 싶습니다.

One of the crucial points is to make them searchable, and then people can use the different design tools to animate it there.
핵심적인 포인트 중 하나는 데이터를 검색 가능하게 만드는 것, 그리고 나서 사람들이 다른 디자인 도구를 이용하여 거기서 애니메이션을 만들 수 있도록 하는 것입니다.

And I have pretty good news for you. I have good news that the [current],
여러분께 꽤 좋은 소식이 있습니다.

new head of UN statistics doesn't say it's impossible.
현 신임 유엔 통계청장은 불가능하다고 말하지 않았다는 좋은 소식을 알려드립니다.

He only says, "We can't do it."
다만, "우리는 할 수 없습니다."라고만 말했지요.

And that's a quite clever guy, huh?
상당히 영리하신 분이죠?

So we can see a lot happening in data in the coming years.
그래서 우리는 앞으로 몇 년 동안 데이터에서 수많은 일들이 일어나는 것을 볼 수 있습니다.

We will be able to look at income distributions in completely new ways.
완전히 새로운 방법으로 소득 분배를 볼 수 있을 것입니다.

This is the income distribution of China, 1970.
이것은 1970년 중국의 소득 분배입니다.

This is the income distribution of the United States, 1970. Almost no overlap.
1970년 미국의 소득 분배입니다. 거의 겹치는 부분이 없습니다.

And what has happened?
무슨 일이 일어났을까요?

 hat has happened is this: that China is growing,
이런 일이 있었습니다. 중국은 성장하고 있습니다.

it's not so equal any longer, and it's appearing here, overlooking the United States, almost like a ghost, isn't it?
더 이상 그렇게 평등하지 않고, 미국을 힐끗 보며 여기에서 나타나고 있습니다. 거의 유령 같습니다. 그렇지요?

But I think it's very important to have all this information.
하지만 이 모든 정보를 갖고 있는 것이 상당히 중요하다고 생각합니다.

We need really to see it.
우리는 정말로 이 정보를 볼 필요가 있습니다.

And instead of looking at this, I would like to end up by showing the internet users per 1,000. In this software,
이것을 보는 대신, 1:00명당 인터넷 사용자들을 보여드리고 싶습니다.

we access about 500 variables from all the countries quite easily.
이 소프트웨어에서, 우리는 모든 나라들로부터의 약 500개의 변수들에 꽤 쉽게 접속합니다.

It takes some time to change for this, but on the axes, you can quite easily get any variable you would like to have.
이것을 바꾸는데는 시간이 좀 걸리지만 축 위에서, 원하는 어떤 변수든 쉽게 볼 수 있습니다.

And the thing would be to get up the databases free, to get them searchable, and with a second click, to get them into the graphic formats, where you can instantly understand them.
데이터베이스가 무료이고, 검색이 가능하고, 두번째 클릭으로, 정보를 그래픽 형식으로 옮길 수 있어, 즉시 정보를 이해할 수 있을 것입니다.

Now, statisticians don't like it, because they say that this will not show the reality;
지금, 통계학자들은 이것을 좋아하지 않습니다. 왜냐하면 이것이 현실을 보여주지 않는다고 말합니다.

we have to have statistical, analytical methods. But this is hypothesis-generating.
우리는 통계학적, 분석학적 방법을 갖고 있어야 합니다. 그러나 이것은 가설을 생성해 줍니다.

I end now with the world.
이제 세계로 끝납니다.

There, the internet is coming.
거기에서, 인터넷이 들어옵니다.

The number of internet users are going up like this.
인터넷 사용자들의 수는 이렇게 올라가고 있습니다.

This is the GDP per capita.
이것이 1인당 국민소득입니다.

And it's a new technology coming in, but then amazingly, how well it fits to the economy of the countries.
신기술이 도입되고 있지만, 그 다음에는 놀랍게도, 여러 나라들의 경제에 얼마나 잘 들어맞는지요.

That's why the $100 computer will be so important.
이것이 바로 100달러짜리 컴퓨터가 그렇게 중요한 이유가 될 것입니다.

But it's a nice tendency.
하지만 좋은 경향입니다.

It's as if the world is flattening off, isn't it?
세계가 경사가 점점 완만해져서 평평하게 되고 있는 것 같지 않습니까?

These countries are lifting more than the economy,
이 나라들은 경제보다 훨씬 더 올라가고 있고,

and it will be very interesting to follow this over the year,
앞으로 계속 추적해 보면 아주 재미있을 것입니다.

as I would like you to be able to do with all the publicly funded data.
여러분이 공적인 기금의 지원을 받는 데이터와 함께 하실 수 있기를 바랍니다.

Thank you very much.
대단히 감사합니다.