김진철의 How-to-Big Data | 빅데이터 조직과 시스템 (9)

데이터 과학팀 리더의 리더십 (3) – 연금술은 화학을 능가한다 (팀의 케미를 만들어라)
이 글에 앞서 기고한 스물아홉 번째 글에서 데이터 과학팀 리더가 갖추어야 할 리더십 요소의 첫번째로 리더 자신이 걸림돌이 되지 않는 리더십에 대해서 자세히 살펴본 바 있다. 리더 자신이 걸림돌이 되지 않는 리더십이 유독 데이터 과학팀을 이끄는 리더십에서 중요하게 부각되는 이유 중의 하나가 데이터 과학팀은 명령에 따라 일사불란하게 움직이는 군대보다는 다양한 개성과 능력을 갖춘 초능력자들이 인류 공동의 적과 맞서는 영화 어벤져스의 어벤져스 팀 같은 팀이기 때문이라고 설명한 바 있다.

데이터 과학자들의 다양한 역량의 스펙트럼과 차이, 서로 다른 전문성, 다양한 업무 스타일과 개성을 데이터 과학팀 공동의 목표에 맞도록 조화시키고 조율하는 것은 다양한 개성과 전문성을 가진 악기 연주자들의 소리를 한데 모으고 조화시켜 아름다운 관현악곡을 만들어내는 지휘자의 역할과도 비교해 볼 수 있다. 이렇게 다양한 역량과 개성을 가진 팀 구성원들을 조화시키고 업무를 조율하는 리더의 역할을 온전하게 수행하기 위해서는 리더만이 할 수 있는 차별화된 리더십과 업무 조율(coordination) 역량이 필요하다.

어벤져스팀과 같은 데이터 과학팀 구성원들이 서로 다른 업무 스타일과 개성, 역량을 공동의 목표를 위해 자기조직적으로 정렬하면서 시너지를 낼 수 있게 하려고 데이터 과학팀 구성원 간의 케미(die Chemie (독일어), chemistry (영어); 화학 작용)를 색깔 있게 만들어내기는 정말 쉽지 않은 일이다. 전문가 그룹에서 팀의 케미를 만들어 가는 것은 각 팀의 케이스마다 모두 다른 일이라 일반적인 법칙이나 규칙을 찾아보기도 쉽지 않고 예술에 가까운 일이라고 볼 수 있다. 그럼에도 불구하고 팀의 케미를 만드는 것을 데이터 과학팀 리더가 중요하게 생각해야 하는 것은 데이터 과학팀 구성원들이 만들어 내는 독특한 시너지가 데이터 과학팀과 조직 내 타 부서와의 차별성을 만들어주는 핵심 역량 중의 하나기 때문이다.

팀의 케미를 만든다고 하면 오히려 군대와 같이 팀원들이 리더와 같은 생각으로 일사불란하게 움직이는 것을 생각하는 사람들이 많은데, 군대와 같이 위계적이고 하향식으로 일방적인 소통만 일어나는 조직에서 자율적이고 유연한 케미가 일어나기는 쉽지 않다. 팀의 케미, 즉 팀원들의 역량이 한데 어우러져 팀원들 모두의 역량의 합보다 더 큰 시너지가 일어나 팀의 역량이 비선형적으로 향상되는 현상은 마치 화학에서 여러 물질이 에너지를 흡수해 전혀 다른 화합물로 변화하는 것과 비슷하게 볼 수 있다. 이는 마치 예전에 연금술사들이 금이 아닌 물질들을 이용해 가치가 높은 금을 만들려고 했던 연금술에 비유하여 팀빌딩의 연금술로 부를 수 있다.

어떻게 하면 구성원 간에 비선형적이고 격렬한 화학반응을 일으켜 기하급수적으로 데이터 과학팀의 역량이 향상되는 효과를 만들 수 있을까? 팀원들의 개성과 성향, 팀이 당면한 문제에 따라 많이 다를 수는 있겠지만 몇 가지 기본적인 원칙들은 있다. 이 원칙들을 중심으로 팀의 케미를 만드는 연금술을 어떻게 발휘할 수 있을지 생각해보자.

먼저, 데이터 과학팀의 구성원 간 관계가, 공적인 관계뿐 아니라 감정적이고 사적인 관계까지도, 데이터 과학팀의 역량에 중요한 역할을 한다는 것을 인정하고 구성원 간 끈끈한 동료애와 신뢰를 쌓을 수 있도록 데이터 과학팀 리더가 신경을 써야 한다는 것이다. 팀 구성원들 모두를 친구로 만들라는 것이 아니다. 팀 구성원들 모두가 같은 목적과 지향점을 향해 나아가고 있다는 목적의식을 심어주고, 공동의 목표를 향해 나아가는 과정에서 리더가 개입하지 않은 자연스러운 협력과 긍정적인 상호작용을 통해서 팀의 응집력을 높이라는 말이다. 

다시 한번 강조하지만, 팀의 응집력을 높이라는 말이 리더의 생각대로 모두가 똑같이 생각하고 행동하면서 문제를 전혀 만들지 않는 식으로 팀이 움직이게 하라는 것은 아니다. 서로가 의견 차이가 있고 다투더라도 개성과 생각의 차이가 어우러지면서 전혀 예상하지 못했던 해결책들이 나타나는 빈도를 높여 팀의 문제해결 역량을 향상하는 방향으로 팀 분위기를 조성해주라는 것이다.

데이터 과학팀이 응집력을 갖출 수 있는 가장 좋은 방법은 팀 공통의 목적과 비전을 향해 움직이는 과정에서 데이터 과학자 자신들 각각의 역량으로 해결하기 어려운 것으로 보이는 문제들을 해결하는 경험들을 축적해 나가면서 자신감을 키워나가는 것이다. 우선 팀원들이 “같은 이유로 같은 것을” 원할 때 팀원들의 응집력이 높아지며, 팀원들이 서로 협력하여 어려운 문제들을 해결한 경험들이 쌓이고 많아지면서 팀원 간의 협력에 대한 긍정적인 인식이 확산될 때 또한 응집력이 높아질 수 있다[2].

팀에 주어진 미션을 서로 협력하여 해결해가면서 팀원들 서로 간의 유대가 끈끈해지고 데이터 과학자 각각의 역량이 팀의 미션과 발전에 기여하고 있다는 자신에 대한 긍정적인 인식이 높아지면서 자신감이 붙게 되어 역량이 향상되고 더 가속이 붙게 된다. 이렇게 되면서, 내성적이고 혼자 문제를 푸는 것을 좋아하는 성향의 데이터 과학자마저도 동료들과 협업하여 더 큰 문제를 해결하는 것의 중요성과 긍정적인 영향을 깨닫게 되어 다시 비선형적으로 팀의 응집력이 높아지게 된다.

리더들 중에는 팀원 간의 갈등이 있어서는 안 된다고 생각하고, 문제 해결을 위한 의견 차이와 이로 인한 논쟁 자체를 문제로 생각하여 논쟁이 잦은 구성원들을 골칫거리로 생각하는 리더들이 있다. 물론 팀 구성원 간에 불필요한 논쟁과 감정적 대립은 피할 수 있도록 리더가 어느 정도 완충재의 역할을 할 필요는 있겠지만, 더 좋은 해결책을 낼 수 있도록 하는 비선형적인 관계의 원천이 되는 의견 차이와 이로 인한 긍정적인 의미의 논쟁과 갈등 자체를 근본적으로 회피하려고 하는 것은 팀의 문제 해결 역량을 죽이는 것과 다름없다.

실제로 로버트 흐로마스와 크리스토퍼 흐로마스의 책인 “아인슈타인의 보스 – 천재들을 지휘하는 10가지 법칙”에 소개된 하버드 대학의 리처드 해크먼이 조사한 교향악단의 연주 수준에 따른 연구에 따르면, 서로 갈등이 전혀 없이 무난하고 원만하게 지내는 행복한 교향악단보다 까다로운 연주자들이 모여 서로 약간 불편한 관계에 있는 교향악단의 연주 실력과 수준이 크게 높은 것으로 조사되었다. 프로젝트 전후로 언제나 행복하고 원만하게 지내는 것이 팀의 성과에는 크게 도움이 되지 않는다는 것이다. 반대로, 팀원 간에 약간 불편함을 느끼는 것이 서로 간에 분발해야 한다는 인식을 심어주어 팀원 간의 관계를 포함한 팀 공동의 문제들에 대해서 팀 구성원들이 팀의 목표 달성을 위해 더 노력하게 하고, 이것이 팀의 성과를 더 좋게 한다는 것이다[2].

같은 책에 소개된 내용 중 또 하나 우리가 좀더 깊이 생각해봐야 할 내용은 팀 구성원 간에 서로를 잘 이해할 수 있는 환경과 기회를 만들어야 한다는 것이다[2]. 팀 구성원 간에 서로를 잘 이해할 수 있는 환경과 기회는 회식 몇 번 하고 체육 대회 같은 행사 몇 번 한다고 해서 만들어질 수 있는 것이 아니다. 팀 구성원 간에 서로를 깊게 이해하게 되는 계기와 상황이 자주 만들어지기 위해서는 우선 팀 구성원들이 서로 경쟁을 하는 관계보다는 공동의 목표를 위해 서로 협력하는 관계가 만들어지도록, 서로가 서로를 필요로 하고 믿을 수 있는 신뢰의 관계가 되도록 팀 분위기가 조성되는 것이 필요하다.

공동의 목표를 위해 뜻을 모아 혼자서 해결할 수 없는 복잡하고 큰 문제를 해결하는 긍정적인 경험과 성취감을 쌓아가고, 이런 과정에서 생기는 갈등 과정을 통해 서로의 차이와 사고방식의 독특함을 이해하게 되며, 팀으로서 같이 일하는 시간이 쌓이면서 깊어지는 서로에 대한 인간적인 이해와 유대감을 통해서 팀의 케미가 만들어지고 팀의 독특한 색깔이 성숙되어 가게 된다. 이렇게 팀의 케미가 만들어지면서 서로에 대한 이해가 깊어지고 서로에게 익숙해진 팀원들은, 단순히 뛰어난 역량의 팀원들을 모아 놓고 각자의 실적을 위해 서로서로 경쟁하게 하여 높은 실적을 만드는 팀보다, 더 복잡하고 어려운 문제를 해결할 수 있는 시너지와 역량을 갖추게 된다. 데이터 과학팀에 필요한 비선형적인 문제 해결 역량은 바로 이렇게 갖춰지는 것이다.

역시 로버트 흐로마스와 크리스토퍼 흐로마스의 책에 인용된 사례를 살펴보면서 이렇게 팀 구성원 간에 서로를 잘 이해하고 익숙해지는 것이 왜 중요한지를 간단하게 생각해보도록 하자. 미국연방교통안전위원회(The National Transportation Safety Board)의 통계에 따르면 비행기 사고가 가장 많이 일어나는 경우는 처음 만나는 승무원들이 한 팀을 이루어 비행하는 첫날에 발생한다고 한다. 팀원 간에 서로에 대한 이해와 이를 통한 팀의 시너지가 얼마나 중요한지 엿볼 수 있게 하는 사례이다[2].

또 다른 비슷한 사례로, 핵무기를 탑재한 공군기들을 지휘, 통제하는 미국전략공군사령부(The Strategic Air Command, SAC)의 사례가 있다[2]. 미국전략공군사령부는 한번의 실수에도 많은 사람이 죽을 수 있는 대재앙이 일어날 수 있는 일을 하는 곳이다. 만약 한번이라도 핵무기를 탑재한 비행기를 조종하는 조종사가 조작이나 상황 판단을 잘못하거나 지휘통제소에서 잘못된 의사 결정을 내리게 되면, 많은 사람이 핵무기 오폭으로 죽을 수 있고 최악의 경우는 핵전쟁이 일어날 수도 있다. 이런 이유로 SAC의 비행 팀들은 훈련할 때부터 함께 하면서 서로에 대해 이해하고 팀워크를 맞추며, 일할 때도 같이 일했던 사람들이 계속 같이 일하게 된다. 하는 일이 워낙 독특하고 중요한 일이다 보니 의도했던 것은 아니지만 이렇게 된 것인데, 결과적으로 냉전기간 동안 한번의 실수도 없이 핵무기 체계를 성공적으로 잘 운영했다는 평가를 받고 있다.

데이터 과학팀의 리더는 데이터 과학팀의 전문가 조직으로의 특성, 그리고, 일반 기업의 다른 팀에 비해 위의 SAC와 같은 독특하고 문제 해결에 집중된 미션 중심 조직으로서 특성을 잘 이해하고, 팀원들 각각이 움직이는 팀이 아니라 팀원들의 역량이 조화롭게 융합되어 지금까지 기업 구성원들이 겪지 못한 새롭고 도전적인 문제들을 풀어낼 수 있는 팀 단위의 문제 해결 역량을 기를 수 있도록 팀의 케미를 잘 만들어 내는 데에도 많은 신경을 써야 한다. 잘 만들어진 팀의 케미는 팀의 역량을 팀원들 역량의 단순한 합보다도 몇 배, 몇십 배 이상으로 증강시켜 어렵고 복잡한 문제를 풀어나갈 수 있는 조직의 핵심 부서로 자리 잡게 하는 데 중요한 역할을 하게 될 것이다.

데이터 과학팀 리더의 리더십 (4) – 다람쥐를 무시하라 (팀의 집중력을 유지하기)
데이터 과학자들은 과학자로서 역량과 품성을 갖춘 사람들이다 보니 보통 사람들보다 호기심이 많은 편이다. 이렇게 보통 사람들보다 높은 새로운 것에 대한 데이터 과학자들의 호기심은 새롭고 복잡한 문제를 두려워하지 않고 달려들어 해결하게 하는 좋은 동기 부여의 도구가 되기도 한다. 그렇지만, 한편으로는 팀이 역량을 집중해야 할 문제와 미션에서 데이터 과학자들의 관심을 이탈시킬 수 있는, 데이터 과학자들의 집중력을 흐리게 하여 업무 진행의 속도와 생산성을 떨어뜨리는 원인이 될 수도 있다.

데이터 과학팀이 데이터 과학자들 각각이 개인적으로 가진 호기심을 적절한 수준으로 유지하고, 새로운 기술과 문제에 대해 고민하고 해결하면서 개개인의 역량을 축적하고 확장하는 기회도 어느 정도 보장하며, 납기일이 어느 정도 정해져 있는 프로젝트의 결과물을 높은 품질로 완성해 나갈 수 있는 집중력도 갖추도록 하기 위해서는 데이터 과학팀의 리더가 항상 데이터 과학자들이 호기심을 쫓다가 길을 잃지 않도록 데이터 과학자 개개인의 업무 진행에 조심스럽게 관심을 가지고 신경을 써야 한다.

데이터 과학팀 리더가 데이터 과학자 개개인의 업무 진행에 조심스럽게 관심을 가지고 신경을 쓰라는 것을 데이터 과학자 개개인의 업무 진행을 마이크로컨트롤하면서 일일이 검사하고 통제하라는 의미로 받아들이면 안 된다. 데이터 과학자와 같은 전문가들의 업무를 마이크로컨트롤하는 것은 팀의 생산성과 역량을 죽이는 가장 쉬운 방법이기 때문이다.

데이터 과학자들의 호기심은 자연스러운 것이고, 바로 그 호기심이 이들을 데이터 과학자로서 자율적이고 자발적으로 일할 수 있게 하는 근본적인 동기를 부여해준다. 따라서, 이들의 호기심을 죽이는 말과 행동은 리더로서 해서는 안되는 일이다. 그렇다고 해서 무조건 데이터 과학자들의 호기심을 충족시키는 일만 데이터 과학팀에서 할 수는 없는 일이다.

데이터 과학자들의 호기심은 당면한 문제 해결의 해법을 쫓다 보면 어느 순간에선가 문제 해결과는 관련 없는 데이터 과학자 본인의 호기심과 지적인 재미를 쫓는 문제로 데이터 과학자들이 관심을 옮기게 하는 경우가 많다. 이들이 팀의 미션에 집중하지 않고 호기심과 지적인 재미를 주는 문제를 쫓다가 길을 잃지 않도록 팀 각 구성원의 최근 관심사와 업무 상황에 대해서 이해하려고 노력할 필요가 있다.

일부 데이터 과학자들은, 특히 이론의 아름다움에 대한 집착을 가진 연구자들이 있는 이론 물리학이나 수학을 전공한 일부 데이터 과학자들의 경우에는, 데이터 과학 업무를 하는 과정에서 자신이 이전부터 관심 있는 어떤 이론이나 아이디어, 또는 문제 해결 방법과 관련이 있어 보이는 팀의 미션이나 문제를 만나게 되었을 때, 데이터가 기술하는 현상을 있는 그대로 받아들이고 이해하려고 노력하기 보다는 자신이 좋아하거나 의미 있다고 생각하는 아이디어, 또는 이론에 맞추어 문제를 해결하려고 하는 경우가 생길 수 있다. 이런 성향은 문제를 있는 그대로 냉철하게 바라보고 분석해야 하는 데이터 과학자들이 본연의 임무를 하지 못하고 길을 잃게 만드는 지적인 편견을 만들 수 있고, 팀이 본연의 미션에서 길을 잃게 만들 수 있기 때문에 데이터 과학팀 리더로서 조심해서 다루어야 할 상황이다.

데이터 과학자들은 특정한 아이디어, 이론, 또는 문제 해결 방법론이나 IT 기술 그 자체에 매달려 데이터가 우리에게 말해주는 현실을 무시하거나 간과하지 않도록 자신을 지속해서 성찰할 필요가 있다. 데이터 과학자들은 기본적으로 과학자들이다. 과학자들이 가장 기본적으로 해야 하는 일은 편견을 최소화해서 – 인간이기 때문에 편견이 전혀 없을 수는 없겠지만, 그래도 과학자로서 가능한 모든 편견을 배제하고 최대한 객관적인 사고 과정을 통해서 – 가능하면 데이터가 우리에게 말해주는 현상과 현실을 최대한 있는 그대로 관찰하는 것이다. 특정한 아이디어나 이론을 지나치게 신봉하거나 믿어서 그런 아이디어나 이론의 관점에서 관찰 대상을 바라보다가 중요한 사실을 미처 인지하지 못 하는 일이 발생하지 않도록 데이터 과학팀의 리더는 데이터 과학자들을 조심스럽게 이끌 필요가 있다.

데이터 과학자들의 호기심을 적절하게 충족시켜주면서, 이들의 호기심이 이들에게 주는 동기 부여와 자발적인 문제 해결 능력이 팀의 미션에 집중될 수 있도록, 각 데이터 과학자들의 현재 관심사가 지나치게 넓고 다양한 문제로 분산되지 않고 현재의 데이터과학팀의 업무와 미션과 관련된 해결 가능한 잘 정의된 문제로 집중시키고, 이렇게 데이터 과학자들이 팀이 해결해야 할 우선적인 업무와 미션을 위한 문제에 집중할 수 있도록 업무를 구체적으로 계획하고 조율하는 것도 데이터 과학팀 리더가 중요하게 생각해야 할 일이다. 

지금 읽고 계시는 독자분들께 필자가 이렇게 글로 적은 한두 문장으로는 데이터 과학자들을 하나의 문제에 집중시키는 문제의 어려움이 크게 와 닿지 않으실 수 있겠지만 실제 현장에서 데이터 과학팀과 전문가 그룹을 이끌다 보면 팀의 집중력을 유지하도록 업무를 조율하고 전문가들, 데이터 과학자들을 설득하는 것이 만만치 않은 일임을 알게 된다. 이렇게 하기 위해서는 데이터 과학자들이 풀려고 하는 문제들과 그들이 해결하려는 아이디어 전반에 대해서 잘 이해해야 할 뿐만 아니라 데이터 과학자들의 개성과 성향에 대해서도 잘 이해해야 원만하게 조율할 수 있기 때문이다. 데이터 과학자로서 전문성과 사람들을 이해하고 공감하는 소셜 스킬을 충분히 갖추었을 때만 가능한 리더십 역량이다.

호기심이 주는 데이터 과학 업무의 추진 에너지가 끊임없이 솟아나게 하면서도 팀 전체가 팀의 미션에 집중하도록 하는 일은 데이터 과학팀 리더의 팀원들에 대한 관심과 함께 꾸준하고 섬세한 업무 조율 역량과 커뮤니케이션 능력이 필요한 고도의 리더십 역량이다. 이렇게 데이터 과학팀의 집중력을 유지하는 일은 데이터 과학팀의 문제 해결 역량이 고갈되지 않게 하고 생산성을 높이는 데 중요하기 때문에 데이터 과학팀 리더가 신경 써서 관리하지 않으면 안 된다.

지난번 글에서 소개한 리더가 걸림돌이 되지 않는 리더십과 함께 이번 글에서는 데이터 과학팀 내 투명한 소통의 중요성, 팀원 간 케미 및 관계의 중요성, 팀의 집중력을 유지하는 일의 중요성에 대해서 살펴보았다. 지난 글에서 살펴본 리더가 걸림돌이 되지 않는 리더십은 리더 자신을 돌아보고 다스리는 리더십에 관한 문제였고, 이번 글에서 살펴본 팀 내 투명한 소통, 팀원 간 케미 및 관계, 팀의 집중력을 다루는 문제는 팀 전체의 역량을 향상하고 극대화하는데 필요한 리더십 역량이라면, 다음 글에서 살펴볼 내용은 데이터 과학자 개개인의 역량을 최대로 끌어내는 데 필요한 리더십 요소들이다. 다음 글에서 데이터 과학자 개개인의 역량을 최대로 끌어내기 위한 리더십에 대해 살펴보면서 데이터 과학팀 리더가 잊지 말아야 할 리더십의 요소들을 살펴보는 일을 마무리하도록 하자.

[참고문헌]
[1] 김진철, “LHC에서 배우는 빅데이터와 machine learning 활용 방안”, 2016년 9월 28일, A CIO Conversation for Technology Leadership – Breakfast Roundtable 발표 자료
[2] 로버트 흐로마스, 크리스토퍼 흐로마스, “아인슈타인의 보스 – 천재들을 지휘하는 10가지 법칙,” 더난 출판, 2018.
[3] 프레데릭 라루, “조직의 재창조,” 생각사랑, 2016.

*김진철 박사는 1997년 한국과학기술원에서 물리학 학사, 1999년 포항공과대학교에서 인공신경망에 대한 연구로 석사 학위를, 2005년 레이저-플라즈마 가속기에 대한 연구로 박사 학위를 받았다. 2005년부터 유럽입자물리학연구소(CERN)의 LHC 데이터 그리드 구축, 개발에 참여, LHC 빅데이터 인프라를 위한 미들웨어 및 데이터 분석 기술을 연구하였다. 이후 한국과학기술정보연구원(KISTI), 포항공과대학교, 삼성SDS를 거쳐 2013년부터 SK텔레콤에서 클라우드 컴퓨팅과 인공지능 기술을 연구하고 있다. 빅데이터와 인공지능 기술의 기업 활용 방안에 대해 최근 다수의 초청 강연 및 컨설팅을 수행하였다. ciokr@idg.co.kr