[Digital Marketing] 빅데이터로 사회를 해석한다

0

지금 이 순간에도 전 세계에서 끊임 없이 생산되는 데이터. 그래서 이를 사회의 모든 곳에서 활용하기 위한 인프라 구축을 담당하는 ‘데이터 사이언티스트’가 주목받고 있다. 기업의 크기에 관계없이 비즈니스에도 많은 영향을 주는 이 분야는 AI 등 첨단 기술의 도입으로 기대치가 더욱 높아지고 있다. 여기서는 데이터 사이언티스트에게 요구되는 스킬에 대해 얘기한다.

무한한 정보를 다루는 데이터 사이언스

비즈니스뿐 아니라 화학과 군사, 국가 전략에서의 활용이 기대되는 방대한 정보는 일상적으로 송수신하는 메일에서부터 영업 데이터, 모바일 등 각종 디바이스에 축적된 데이터 등 우리의 생활과도 밀접하게 연관되어 있다.

‘빅데이터’의 시작은 2001년 META Group(현, Gartner)이 발표한 보고서라고 한다. META Group은 이 보고서에서 데이터 양(Data Quantity)의 증대에 의한 과제와 기회를 ‘양, 속도, 다양성’의 3가지 측면에서 보고 이런 것들이 증대한 정보의 집합체를 ‘빅데이터’라고 정의한 것이다. 그때부터 페이스북이나 링크드인과 같은 정보를 다루는 서비스의 성장과 함께 ‘문제 발견 -> 가설 설정 -> 결론’이라는 작업이 반복됨으로써 이 영역은 발전해갔다. 지금은 웹이나 SNS뿐 아니라 책이나 잡지 등 여러 매체의 정보와 IT를 통해 발견 및 이용할 수 있도록 된 ‘정보의 집합체’를 나타내는 말로 여겨지고 있다.

데이터 사이언스는 이런 막대한 데이터를 활용하여 새로운 가치를 만들어내기 위한 분야다. 그러나 빅데이터를 활용하기 위해서는 다음과 같은 3단계의 과제를 해결해야만 한다.

첫째, 대량의 다양한 데이터 처리 기술의 개발이다. 방대한 데이터에는 문자열 이외에 음성이나 동영상도 포함되어 있고 그 형식은 각양각색이다. 각 데이터에서 적절한 형식으로 정보를 추출해야 한다.

둘째, 처리 능력 향상과 표현 방법의 궁리다. 데이터의 속성과 정보 사이의 관계성이나 규칙성을 해석해 나가는 처리 능력과 그것을 어떻게 표현할지에 대한 기술적 과제의 해결이 필요하다.

셋째, 상기와 같은 기술적 과제를 해결하기에 앞서 활용법에 대한 과제다. 데이터 처리의 목적은 ‘혁신’이다. 어떤 방법으로 어디에 활용할지 고민하는 ‘데이터 사이언티스트’의 육성과 확보도 최근 수년 동안 수요가 높아지고 있다.

문제해결형으로 변화하는 인재 수요

원래 ‘데이터 사이언티스트’는 아무것도 없는 ‘0’에서 ‘1’을 만들어내는 일을 한다고 할 수 있다. 특히 최근 수요가 높은 것은 데이터 분석에서 비즈니스 과제의 해결법을 발견하는 ‘문제해결형 데이터 사이언티스트’다. 왜일까? 최근 데이터 수집 시스템이나 데이터 분석 툴의 개발이 진행되고 있어 이를 비즈니스에 실제 활용할 수 있는 인재가 요구되기 때문이다.

빅데이터 여명기에는 알고리즘을 처리하는 데 통계분석 언어 등을 이용할 필요가 있었고 그 공정도 복잡했다. 그러나 지금은 많은 알고리즘이 해명되었고 데이터의 입출력 처리능력도 크게 발전하고 있다. 이로 인해 해석 자체의 시간이 단축되고 누구나 쉽게 실시간으로 필요한 정보를 입수할 수 있게 되었다. 즉 일반 비즈니스맨이 통계학이나 정보처리에 능통하지 않아도 데이터 사이언티스트가 될 수 있는 시대가 되었다.

이전의 데이터 사이언티스티에게 필요한 스킬은 세 가지였다고 한다. ‘비즈니스에 정통할 것’, ‘IT 부문의 통계분석 툴을 능숙하게 사용할 것’, ‘스타트업 기업 등에 필요한 가설이나 수정 모델의 구축이 가능할 것’이라고 한다. 현재 기업 대다수에서는 이 모두를 갖고 있는 인재를 필요로 하지 않는다. 툴 사용이 쉬워지면서 고도의 전문적인 지식은 필요가 없어졌다. 또 ‘데이터 시각화 툴’의 탄생도 크다. 이 툴에 의해 전문 스킬이 없는 비즈니스맨이라도 자사에서 보유한 방대한 데이터의 패턴을 용이하게 분석할 수 있게 되었다. 수학이나 통계학 박사가 필요한 시대는 이미 지났다.

데이터 사이언티스트라고 하면 IT에 강한 기술자를 떠올리는 사람도 많았을 것이다. 그러나 지금 요구되는 것은 그 보다는 통계학 경험이나 비즈니스 감각이다. 비즈니스라면 ‘비용대비 효과’를 확실하게 측정할 수 있는 것이 필수다.

데이터 사이언티스트에 적합한 인재를 최근 데이터 분석력과 실천력에 두고 있다는 측면에서 특히 화학이나 물리 등을 전문으로 하는 연구가에게도 관심이 쏠리고 있다.

여명기의 데이터 분석은 여러 분야에 횡단적 접근이 열쇠

문제해결형 데이터 사이언티스트에게 요구되는 스킬의 키포인트를 정리해봤다. 이웃나라 일본에서는 이 분야를 리드하는 데이터 사이언티스트를 정의한 포인트로 ‘문제발견력’ , ‘교섭력’,  ‘해결한 문제에 의한 효과를 정확하게 측정할 수 있는 힘’ 등을 들었다.

그 중 의외의 것이 ‘교섭력’이다. 데이터 사이언티스트가 무엇인가를 발견해서 분석을 해나간다고 해도 많은 경우 혼자서는 완결시키지 못하다. 사내외의 멤버와 함께 데이터 분석이나 사업화를 하기 위해 사람을 상대로 하는 실천적 커뮤니케이션력은 필수불가결한 요소다. 나아가 비즈니스로의 활용법을 발견해도 그 효과나 의의를 경영자 측에 프리젠테이션할 수 없다면 의미가 없다. 그래서 설명 능력이나 데이터를 비주얼화하는 스킬도 필요하다.

하지만 이런 능력 전부를 한 사람이 갖고 있기는 어렵다. 이 분야의 인재가 되고 싶다면 데이터 사이언스 입문에서도 자주 다뤄지는 통계학 스킬과 컴퓨터 사이언스 지식, 그리고 수학이나 화학, 물리와 같은 학술 분야의 전문지식을 익히면 좋을 듯하다. 최근에는 이과계열의 백그라운드를 가지지 않은 문과계도 마케팅 관점에서 데이터 분석에 접근하는 경우가 있다. 이 경우는 비즈니스로의 응용을 전제로 하고 있으므로 사업 성장에 직접 영향을 줄 수 있을 듯하다. 물론, 커뮤니케이션 능력이나 직관력을 키우는 훈련 등 다방면에서 자신의 실력을 높이는 노력은 잊어서는 안될 것이다.

 

 

 

페이스북으로 댓글을 달아주세요!

About Author

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

댓글 남기기