[발언대] `데이터 사이언티스트`에 대한 오해

민병철 쏘카 데이터팀 매니저

하버드 비즈니스 리뷰가 꼽은 21세기 가장 섹시한 직업 '데이터 사이언티스트'에 대한 관심이 뜨겁다. 2~3년 전 시작된 빅데이터 열풍에 평생직장은 없다는 인식이 더해지면서 데이터 분야로의 커리어 전환을 꿈꾸는 이들의 숫자는 나날이 갱신된다.

성인 대상 실무교육 전문 스타트업의 데이터 분석 강의는 늘 조기 마감된다. 이미 데이터 마이닝, 데이터 시각화, 프로그래밍 등 다양한 커리큘럼을 제공하고 있지만 넘치는 수요에 따라 올해부터는 커리큘럼을 더욱 확대할 예정이라고 한다. 각 기업에서 데이터 전문가에 대한 수요가 늘면서 대학원과 같은 연계 강좌를 찾는 만학도도 많아졌다.

그런데 증폭되는 관심에 비해 데이터 사이언티스트에 대한 인식에는 고정관념이 자리하고 있는 듯 보인다. 첫째는 데이터 분석 업무에 대한 오해다. 고급 프로그래밍 언어와 화려한 데이터마이닝 스킬을 장착하고 고도의 수요 예측 등을 하는 것이 마치 데이터 사이언티스트가 지닌 역할의 전부로 여겨진다.

이러한 오해를 해소하기 위해서는 데이터 분석의 근본적인 목적에 주목해야 한다. 데이터 분석을 통해 얻고자 하는 궁극은 '실행'을 통한 '문제 해결'이다. 분석의 목적과 현안에 따라 그 수단은 엑셀의 간단한 함수가 되기도 하고 고급 통계툴의 예측모델이 되기도 한다. 실제로 오라일리에서 실시한 설문에 따르면 엑셀은 데이터 사이언티스트들이 현업에서 가장 많이 쓰는 도구라고 한다.

데이터 분석은 어떤 문제의 해결 과정에서 도구로 쓰인다. 때로는 설득의 수단이, 논증의 판단 근거가 어떤 패턴을 파악하는 단초가 된다. 그렇게 함으로써 문제를 해결하는 것이 데이터 분석의 목적이다. 분석에 매몰돼 그 결과가 '흥미롭군요', '인상적이네요'라는 평을 듣는 것으로 끝나서는 안 된다.

또 다른 오해는 데이터 사이언티스트를 환상 속의 유니콘으로 여긴다는 것이다. 기획부터 프로그래밍, 통계학, 마케팅을 망라하는 존재로 그린다. 초기 몇몇의 유니콘이 있었다. 그러나 현재의 데이터 분석은 고도화된 프로 축구단처럼 팀으로서 이뤄진다. 메시와 호날두만이 그라운드에서 뛸 수 있는 것은 아니다.

필자의 경우 담당하던 기존 업무 영역에서의 비즈니스 문제를 정의하고, 업무의 흐름을 구체적으로 구성하는 연습을 반복했다. 데이터 분석 과제와 결과를 도출해 그로스해커라는 업무 스펙트럼을 설정하고 커리어 전환을 이룰 수 있었다. 외부에서 제시하는 자격을 채우는 대신 자신만의 강점과 분야를 찾는 것이 방법일 수 있다.