시간을 지배하는 법 : 데이터 기반 생활 패턴 개선 프로젝트

📌 목차
1. 서론
2. 시간 관리 모임 소개
3. 데이터 분석
4. 1차 분석 : 회고 인증 현황 분석
5. 2차 분석 : 개선 성과 측정
6. 마무리 : 회고

 
 

1. 서론

1.1 글 작성 배경 

퇴고 모임을 통해 하나의 글에 하나의 주제를 명확히 하는 것이 중요하다는 점을 깨달았다. 기존에 작성했던 두 개의 글에서 회고 내용과 데이터 분석 내용을 분리하고, 시간 관리 습관 개선 과정과 성과를 분석했던 내용을 정리하는 글을 작성하고자 한다!
 
모임이 종료되기 일주일 전, 일일 회고 달성률 회복을 위해 데이터를 분석하고 액션 플랜을 1차로 작성했었다. 이후, 실제로 액션 플랜에 대한 개선 효과가 있었는지 평가하기 위해 2차 분석을 진행했다. 이 글은 10월부터 11월까지 약 8주간의 기간 동안 시간 관리 모임에 참여하며 1차 분석과 2차 분석 과정을 통합해 정리한 기록이다.
 

1.2 예상 독자

• 시간 관리 모임에 관심이 있는 사람!
• 시간을 거스룰 순 없지만 시간을 지배해보고 싶은 (계획적인 삶을 실천해보고픈) 누구나!
• 시간을 지배하기 위한 고군분투 여정이 궁금한 사람! (?) 🤼‍♀️💥

 
 
 

2. 시간 관리 모임 소개

2.1 참여 배경 : 시간을 지배하고 싶어요

• 시간을 지배하는 자가 되고 싶은 나의 소망

시간을 거스를 순 없지만,, 다가오는 시간을 지배해보자 (?)

 
작년 10월, 그때 당시 입사한지 한달쯤 되어가던 시기라, 새로운 환경과 업무에 적응하는 데 집중하며 하루하루를 보내고 있었다.
바쁘게 한달을 보냈지만 계획해서 하루를 보내기 보다는, 당장 주어진 일을 수행하는 데 급급할 뿐, 내가 시간을 통제하지 못하고 있다는 느낌이 들었다.
 
그래서 시간을 효율적으로 사용하고, 일정에 휘둘리는 것이 아니라 직접 계획하고 통제하고 싶다는 마음이 컸다. 마침 글또에서 회정님께서 운영하고 계신 '시지삶'이라는 시간 관리 모임을 알게 되었고, 평소 느껴왔던 시간 관리에 대한 필요성을 정확히 충족시킬 수 있는 기회라고 생각했다.
 
특히, 시지삶 모집 글에서 "얼마나 바빴는지가 아니라 얼마나 의미있는지를 목표로 시간을 꾸준히 기록하고 회고하면서 삶을 관리해보세요"라는 메시지가 깊이 와닿았고, 취향 저격을 당한(?) 나는 바로 모임을 신청했다. 💘
 
 

2.2 시지삶 소개 : 시간을 지배해서 삶을 관리하는 모임

시간 관리 모임이라고 했지만, 시지삶은 정확히 '시간을 지배해서 삶을 관리하는 모임' 이다! (너무 멋있지 않나요)
하루 목표를 설정하고 매일 일일 회고를 인증하는 방식으로 이루어지며, 시지삶에서 참여할 수 있는 활동에는 대표적으로 세 가지로 나뉜다.
*시지삶에 대한 더 자세한 정보 : 시지삶 소개 링크
 

1. 독서 모임 → 삶을 관리하는 방법이 담긴 책을 읽고 오프라인 모임을 통해 내 삶에 적용해보기
2. 플래너 작성 → 하루 목표 설정 및 계획 세우기
3. 일일 회고 인증 → 슬랙을 통해 온라인 인증 및 온/오프라인 회고 모임 참여

 
 

2.3 인증 방식

• 매일 매일 플래너를 작성
• 슬랙봇(안내봇)의 회고 인증 안내가 오면 → 구글폼을 통해 작성한 플래너를 찍고 사진을 업로드하여 인증했다.
• 인증을 완료하면 슬랙봇(인증봇)으로부터 자동으로 인증 내역을 공유받을 수 있다.

회고 인증 안내

 

회고 인증 완료 후

 
회정님께서 직접 세팅해주신 슬랙봇 덕분에 까먹지 않고, 인증에 필요한 링크를 따로 저장해두거나 번거로움 없이 편하게 인증을 할 수 있었다! (너무 좋은 인증 방식을 구현해주신 회정님께 감사드려요,,, ! 🙇🏻‍♀️)
*슬랙봇 세팅에 대한 자세한 글은 회정님의 블로그에서 확인
 
 
 

3. 데이터 분석 : 나는 과연 시간을 지배하고 있을까

3.1 데이터 수집 배경 

• 나의 데이터를 한 눈에 파악하기

수집된 데이터 구글 시트

 
초반에는 인증에 대한 정보를 슬랙봇으로 공유받다가, 문득 데이터로 만들어보고 싶다는 생각이 들었다.
구글 시트를 통해 인증봇이 제공해주는 날짜,  인증 시간과, 개별적으로 요일, 제출 여부, 누적 달성률을 추가했다. 
확실히 데이터로 모아서 확인하니 나의 제출 이력을 한번에 확인할 수 있어서 좋았고, 내가 얼마나 인증을 잘 지켜지고 있는지 확인할 수 있었다. 작고 소중한 나의 데이터...🌟
 
 

3.2 데이터 분석 목적

• 회고 인증 달성률 회복

그렇게 데이터를 차곡차곡 쌓아가던 중, 약간의 고비가 있었다. 모임 후반부에 갈수록 시지삶 외에 개인적으로 참여했던 스터디, 독서 인증, 사내 해커톤, 업무 등 많은 일정들이 겹치면서 시간에 지배당하는(?) 상황에 마주하게 되었다. 😇
 
이때 수면 시간 부족으로 체력적으로도 많이 힘든 상태였고, 인증을 조금씩 놓치게 되면서 이대로 가다간 활동을 완주하지 못할 수도 있다는 위기감이 들었다. 이를 극복하고자 달성률 회복을 목적으로 데이터를 직접 분석해보자! 라는 지경 생각에 이르게 되었다. 
 
+ 소개에 앞서
사실 모임이 남은 인증 기간을 일주일 앞두고 분석을 진행하게 되었지만, 처음으로 내가 수집한 나의 데이터로 분석해본 경험이기에, '이렇게도 데이터를 분석해볼 수 있구나!' '아니 시간 관리를 이렇게나 어려워하는 사람이 있다고?!' 하는 마음으로 가볍게 봐주시면 너무 감사할 것 같습니다! 🙇🏻‍♀️
 
 

3.3 데이터 개요

• 수집 기간 : 2024-10-08 ~ 2024-11-29 (53일)
• 데이터 수집 방법 : 슬랙봇 인증 내역

 
[주요 컬럼 및 구조]

컬럼명	설명	형식(타입)
날짜	인증 제출 날짜	YYYY-MM-DD 형식 (예: 2024-11-28)
요일	인증 제출 요일	월요일~일요일
제출 여부	인증 여부	bool (있음 : O, 없음 : X)
인증 시간	인증 제출 시간	Datetime (YYYY-MM-DD HH:MI:SS)
달성률	입력 날짜 기준 누적 달성률(%) = (제출 일수 / 전체 일수) × 100 =COUNTIF(제출 여부, "O") / (행 번호-1)	누적 달성률 %

 
 

3.4 분석 내용

1차 분석 (2024-10-08 ~2024-11-23) : → 문제점 분석 및 개선 목표 수립

• 제출 시간 패턴 분석 & 달성률 추이
• 요일별 제출률 → 주요 미제출 요일 파악
• 문제점 & 개선 목표 & 액션 플랜

2차 분석 (2024-11-24 ~ 2024-11-29) : → 개선 성과 평가 및 추가 액션 플랜 도출

• 평균 제출 시간 비교
• 제출 시간 개선율
• 결론 & 추가 액션 플랜

 

 

 

4. 1차 분석 : 문제점 및 개선 목표 수립

4.1 일일 회고 인증 현황 분석

인증률 : 70% (32일/46일, 2024-11-23 기준) → 마지막 주 전부 인증하면 74%로 마무리 예상

제출 시간 패턴

• 새벽 (0~4시) 제출: 28건
• 오후 11시 제출: 4건
• 문제점: 새벽 인증이 지속될 경우 피로 누적 가능성이 큼

 

미제출 요일 분석

• 월요일 미제출: 4건
• 수요일 미제출: 4건
• 원인: 일정 과부하, 피로 누적

 

누적 달성률 추이 분석 & 시기별 변화 

시기별 변화 정리 🔎

• 10월 초 (~10/13) | 100% 유지
• 10월 중반 (~10/23) | 간헐적 미제출 발생 → 75.0%, 70%대 하락 ▼
• 10월 말 (~10/31) | 점진적 회복, 하지만 79.2%로 마무리, 80% 유지 어려움 ▲
• 11월 초 (~11/10) | 80% 선 유지하다 점차 감소하기 시작 79.4% ▼
• 11월 중순 (~11/20) | 미제출 증가 → 70.5%, 70%대 초반까지 하락 ▼
• 11월 23일 | 70.2%로 마무리

 

제출 요일별 제출률, 요일별 미제출 수

 

제출 요일	제출률(%)	미제출 수
월	33.33	4
화	100.00	0
수	42.86	4
목	71.43	2
금	85.71	1
토	71.43	2
일	83.33	1

 

 

 

분석 코드

# *11월 23일까지의 데이터만 필터링*
df_filtered = df[df["날짜"] <= "2024-11-23"]

# 요일별 제출 여부 집계
submission_counts = df_filtered[df_filtered["제출 여부"] == "O"]["요일"].value_counts()
total_counts = df_filtered["요일"].value_counts()

# 요일별 미제출 횟수 집계
missed_counts = df_filtered[df_filtered["제출 여부"] == "X"]["요일"].value_counts()

# 제출률 계산 (NaN 방지)
submission_rate = round((submission_counts / total_counts * 100).fillna(0), 2)

# 요일 순서 맞추기
weekday_order = ["Monday", "Tuesday", "Wednesday", "Thursday", "Friday", "Saturday", "Sunday"]
submission_rate = submission_rate.reindex(weekday_order, fill_value=0).reset_index().rename(columns={"count": "제출률(%)"})

# 미제출 수 데이터프레임 변환
missed_counts_df = missed_counts.reindex(weekday_order, fill_value=0).reset_index().rename(columns={"count": "미제출 수"})

# 제출률 + 미제출 수 병합
final_result = submission_rate.merge(missed_counts_df, on="요일")

# 결과 출력
final_result

 

제출률(%), 미제출 수 시각화

 

 

차이 분석 및 해석

• 월요일(33%)과 수요일(42%)은 반복적으로 낮은 제출률, 주요 미제출 발생 요일
• 화요일(100%) > 금요일(85%) > 일요일(83%) 순으로 제출률이 높음
• 월요일과 수요일의 낮은 제출률이 누적 달성률을 낮추는 주요 원인으로 작용

→ 개선점 발견 💡 : 월요일과 수요일의 제출률을 개선하면, 전반적인 누적 달성률을 높일 수 있음

 

 

화요일은 왜 주말보다 제출률이 높았을까? 🤔

나의 예상 :

• 화요일에는 인증 실패한 월요일을 만회하기 위해
• + 첫 주간 계획을 세우고 한 주의 초반이기 때문에 상대적으로 계획 수행에 대한 부담이 적음

 

4.2 개선 목표 및 액션 플랜 🎯 

문제점

1. 새벽 인증 패턴
2. 월요일과 수요일의 반복적인 미제출 발생

 

개선 목표 & 액션 플랜

1. 인증 시간 개선 :  23시 이전 인증 목표 설정
2. 월요일과 수요일의 제출률 회복 : 월요일과 수요일 회고 시간 고정하기 → 알람 설정

 

 

 

5. 2차 분석 : 개선 성과 측정

5.1 제출 시간 패턴 변화 파악

 

구분	새벽 제출 평균 시간	오후 제출 평균 시간
11월 23일 이전	02:45:43	23:22:13
11월 23일 이후	02:26:51	22:17:25

 

개선율

• 새벽 제출 시간 11.49% 개선
• 오후 제출 시간 4.62% 개선
• 전체 제출 시간 개선율 8.05%

 

5.2 새벽 제출 비율 변화

구분	새벽 제출 비율	오후 제출 비율
11월 23일 이전	87.1%	12.9%
11월 23일 이후	50.0%	50.0%

 

개선율

• 새벽 제출 비율 42.6% 감소 ▼
• 오후 제출 비율 287.6% 증가 ▲

 

5.3  분석 결과 & 결론

• 제출 시간 개선: 8.05% 향상 
• 새벽 제출 비율 감소: 42.6% 개선
• 오후 제출 비율 증가: 287.6% 개선
• ❗ 하지만 여전히 일부 새벽 제출 기록 존재

 

추가 액션 플랜

✔ 인증 목표 시간을 23시에서 22시로 앞당기기
✔ 월요일·수요일 조기 제출 성공 시 스스로를 위한 보상 부여 → 동기 강화하기

 
 
 

6. 마무리 : 회고

Keep : 잘했던 점

실행력, 실천력

• 달성률 회복이라는 개선 의지를 갖고 데이터를 분석하여 실행 가능한 액션 플랜을 도출한 점
• 액션 플랜을 실제로 적용하며, 변화를 이끌어냈다는 점
• 데이터를 기반으로 기존 습관의 문제점을 객관적으로 파악하고, 실제 개선 성과를 수치로 확인함

Problem : 아쉬웠던 점 

비교 대상 간 표본 크기 차이

• 1차 분석(47일)과 2차 분석(6일)의 데이터 크기가 다름 → 전후 비교 시 신뢰도 한계 존재
• 1차 분석에서 장기적인 패턴을 확인한 반면, 2차 분석에서는 짧은 기간의 개선 효과만 반영

→ 따라서, 변화가 단기적인 효과인지, 장기적으로 지속 가능한 변화인지 판단하기 어려움

Try : 개선하거나 시도할 점

동일한 표본 크기로 비교 분석 진행

• 다음 시지삶 활동에서 1차 분석과 2차 분석의 기간을 동일하게 설정하여 분석 신뢰도를 높이기
• 4주(28일) 동안의 데이터를 수집한 후, 다음 4주간 개선 전략을 적용하여 비교해보기
• 시간이 지나도 개선 효과가 유지되는지 검증하기 : 지속 가능한 변화를 위한 노력이 필요하겠지만... 🫠

 
이번 글을 마무리하며, 시지삶 모임을 운영해주시고, 인증 내역을 편리하게 확인할 수 있도록 시스템을 구현해주신 회정님과,
작고 소중한 글을 읽어주시고 정성 가득한 피드백으로 퇴고에 큰 도움을 주신 영지님, 슬지님, 정현님께 진심으로 감사드립니다 💞