누구나 가능한 ‘문제해결형 데이터 사이언티스트’

0

스마트폰의 보급이나 IoT에 의해 데이터 수집에 극적인 변화가 생겼으며 데이터 활용에도 큰 변화가 나타나고 있다. 전문적이고 제한적이었던 데이터 활용이 일반적이고 다양한 것이 되고 있다. 이런 움직임을 견인하는 것은 편리한 분석 툴의 등장과 그 툴을 사용하는 데이터 사이언티스트의 존재다.

‘데이터 사이언티스트’란 무엇인가?

지금 같은 빅데이터 시대에 데이터 사이언티스트의 존재가 비즈니스에 꼭 필요하다는 것은 누구나 느낄 것이다. 그렇지만 데이터 사이언티스트가 어떤 일을 하는지 어떤 능력이 필요한지 구체적으로 아는 사람은 그리 많지 않다. ‘데이터 사이언티스트’란 어떤 사람인가?

많은 사람들이 데이터 사이언티스트를 ‘특수한 직업’이라고 생각하지만 그렇지 않다. 과거의 기업과 데이터의 관계를 뒤돌아보면 데이터 분석가 또는 리서처 등으로 불리는 소수의 전문가가 의뢰를 받아 데이터를 정리 및 분석하고 결과를 리포트로 정리해 경영진 등에게 보고했다. 일반적으로 그러한 형태로 업무를 수행했다.

그런 형태가 완전히 없어지진 않겠지만 앞으로 요구되는 데이터 사이언티스트 역시 좀 더 현장에 가까운 존재다. 디지털 데이터가 범람하고 있는 요즘, 지금까지 이상으로 기대가 높아지는 직종임에는 틀림없다.

수요 높아지는 ‘문제해결형 데이터 사이언티스트’

데이터 사이언티스트란 어떤 직업인가? 새로운 알고리즘이나 툴을 개발하고 세상을 바꾸는 ‘이노베이터’가 존재한다. 소위 0에서 1을 만들어내는 최고 수준의 일을 수행한다. 그리고 현재 수요가 높아지고 있는 존재로 ‘문제해결형 데이터 사이언티스트’ 를 들 수 있다. 그들은 비즈니스 현장에서 일어나고 있는 과제 해결의 실마리를 데이터 분석에서 찾아내는 일을 주로 한다.

‘문제해결형 데이터 사이언티스트’가 요구되는 배경에는, 모든 ‘사물’에서 다양하고 많은 데이터를 실시간으로 누구나 쉽게 취득할 수 있게 된 환경의 변화에 있다. 그러한 데이터는 마치 ‘돌과 옥이 뒤섞여 있는 것’과 같아서 그 안에서 비즈니스의 열쇠가 되는 ‘옥=진실’을 찾아내어 비즈니스 실무를 도울 수 있다. 데이터 수집이나 분석 툴도 증가하고 있어 기술이나 비용의 장벽도 한층 낮아졌다.

즉 일반 비즈니스맨도 전문가에게 의뢰하지 않고 직접 데이터를 분석하여 해법을 얻을 수 있는 시대가 되었다는 것이다. 그렇다면 ‘문제해결형 데이터 사이언티스트’에게 필요한 스킬은 무엇일까?

‘문제해결형 데이터 사이언티스트’에게 필요한 스킬

데이터 사이언티스트에게 요구되는 스킬에는 일반적으로 어떤 것이 있을까? 일반적으로 ‘데이터 사이언스 스킬’, ‘데이터 엔지니어링 스킬’, ‘비즈니스 스킬’ 3가지 분야의 스킬이 필요하다고 한다.

그렇다면 문제해결형 데이터 사이언티스트에게는 무엇이 키포인트가 될까? ‘협상력’이나 ‘해결해야 할 과제를 규정하는 능력’, ‘과제 해결을 통해 어떤 효과를 기대할 수 있을지를 아는 능력’ 등 ‘비즈니스 스킬’에 핵심이 있다.

비즈니스 현장에서 데이터 확보나 분석 요구를 적확하게 파악하기 위해 사내외의 의견 절충이나 소통이 반드시 필요하다. 분석 업무의 효율성이나 비용대비 효과 등도 고려해야 한다. 효과를 가능한 한 정량화하는 것이 바람직하다. 그뿐 아니라 장기적인 가치나 의의도 포함해 각 부문이나 경영진에게 전달하는 PT 능력도 필요할 것이다.

데이터 사이언티스트가 되기 위해 너무 많은 스킬이 필요하다고 느낄지도 모르겠다. 그러나 앞서 언급한 스킬을 한 사람이 모두 갖출 필요는 없다. 즉 회사 전체적으로 데이터 사이언티스트의 기능을 담당하면 된다. 개인 입장에서는 자신의 실무에서 어떤 목적으로 어떤 성과를 내기 위해 데이터를 다뤄야 할지를 생각하고 필요한 스킬을 익히면 된다.

예를 들어 사업 전략을 고민하고 제안하는 입장이라면 ‘비즈니스 스킬’, ‘데이터 엔지니어링 스킬’을 중심으로 하여 결과에서 의미를 읽어 들이고 툴로 가시화하여 전달하는 힘을 키우면 좋을 것이다.

한편 KPI(주요 실적 평가 지수)를 계산하기 위한 분석 모델을 생각하거나 실제 장착할 필요가 있다면 ‘데이터 사이언스 스킬’, ‘데이터 엔지니어링 스킬’을 중심으로 프로그래밍 언어 등을 구사하여 고도의 분석에서 실제 장착까지 가능한 능력을 키우면 좋다.

문과 마케터가 스킬을 익히기에 유효한 방법

데이터 사이언티스트 스킬을 익히기 위해서는 어떻게 해야 할까? 이과 출신이냐 문과 출신이냐에 따라 유효한 접근법은 다를 것이다.

수학적 소양이 있다면 정통적으로 통계학에서 시작하여 실전을 쌓아 올려 나가는 접근법이 적합하다. 한편 수학을 접하지 못한 경우에는 우선 분석 툴을 이용하는 것이 좋다. 계속 이용하다 보면 ‘분석의 기본’에 대한 직관적인 감각을 체득할 수 있다.

요즘 핫한 툴을 이용하면 비교적 쉽게 분석을 할 수 있다. 게다가 시각적으로 알기 쉽게 리포트해주는 것도 많다. 시행 착오를 하면서 결과를 보는 법이나 판단 방법을 배우거나 할 수 있고, 결과에서 역산하여 이론을 이해함으로써 실천적인 스킬을 몸에 익힐 수도 있다. 엑셀의 매크로나 VBA 등에서부터 프로그래밍의 세계에 발을 들어놓는 것도 고도의 분석감각을 키우는 데 효과적이다.

단 혼자서 공부하면 위험이 따른다. 결과를 보거나 판단하는 방법 등에서 해석을 잘못할 가능성이 있음에도 분석 고수의 조언을 받을 수 없기 때문이다.

최근에는 온라인 강좌도 등장했다. 필요에 따라 피드백도 받을 수 있고 단기간에 효율적으로 배울 수 있으므로 특히 바쁜 사람에게 추천한다. 이 역시 주의해야 할 것은 툴이나 언어는 각각 특징이나 장단점이 있다는 것이다. 예를 들어 Power BI나 Tableau 등의 BI 툴(비즈니스 인텔리전스 툴, 데이터를 축적/분석/가공해서 의사결정에 연결하는 툴)은 데이터를 시각화해 의미를 알고 싶은 경우에 적합하다. 문과 계통 사람들이 취급하기에 적합하다.

하지만 문과 계통 사람에게 ‘R’이나 ‘Python’ 등의 툴은 처음에는 어렵게 느껴질지도 모른다. 이쪽은 통계 모델의 이해나 프로그래밍 지식이 요구되기 때문이다. 단 익숙해지면 부품을 자유롭게 조합해 물건을 만드는 듯한 즐거움을 맛볼 수 있다.

‘문제해결형 데이터 사이언티스트’는 이과 출신이 아니어도 그리고 통계/코딩을 몰라도 누구나 될 수 있다. 더욱이 가까운 미래에 가장 많은 인재가 필요한 분야로 예측되므로 미래 직업으로 충분히 고려해 볼만하다.

 

 

 

페이스북으로 댓글을 달아주세요!

About Author

월간 app의 프로필 사진

국내 모바일 산업과 창업 생태계를 응원합니다. 모바일 트렌드에 대한 전문 컬럼을 기고하거나 유망한 스타트업을 소개하고 싶으시면 연락바랍니다. 적극 수용하겠습니다~♥

댓글 남기기