2019.07.23

김진철의 How-to-Big Data | 빅데이터 조직과 시스템 (10)

김진철 | CIO KR

데이터 과학팀 리더의 리더십 (5) – 머리와 가슴을 조화시켜라 (집중할 수 있는 환경 만들기)
지난 스물아홉번째, 서른번째 글에서 데이터 과학팀을 이끄는 리더가 자주 범하는 실수인 리더 자신이 걸림돌이 되는 리더십의 문제점, 팀의 문제 해결 역량과 시너지를 높이기 위한 팀 내 투명한 소통, 팀원 간 케미 및 관계, 팀의 집중력을 유지하는 문제를 다루었다. 이번 글에서는 데이터 과학자 및 데이터 과학팀 구성원 개개인의 역량을 최대로 끌어내기 위해 필요한 리 더십 요소들을 같이 생각해보자.
 

ⓒGetty Images Bank

데이터 과학자들은 과학자의 호기심을 보통 사람들보다 강하게 가지고 있는 사람들이어서, 데이터 과학자가 자신의 흥미와 아이디어를 좇다가 팀의 미션과 목표에서 벗어나지 않고 팀이 팀 전체의 집중력을 잃지 않게끔, 팀 리더가 각 데이터 과학자의 업무 집중력을 세심하게 점검하고 부드럽게 조율해줄 필요가 있다고 얘기하였다. 호기심이 원동력이 되는 데이터 과학자들의 자율성과 자발적 헌신을 해치지 않으면서 각 데이터 과학자가 팀의 미션과 업무에 집중하게끔 하여 팀 수준의 집중력을 높이는 것도 중요하지만, 이들 각각이 업무에 집중할 수 있는 환경을 만드는 것도 매우 중요하다.

데이터 과학팀 구성원들이 업무에 집중할 수 있는 환경이란 단순히 조용하고 방해받지 않는 업무 공간을 만드는 것만을 의미하지 않는다. 데이터 과학팀 구성원들이 업무에 집중할 수 있는 환경이란 정서적, 감정적으로 안전하게 느끼고 팀의 미션을 위해 집중해서 풀어야 하는 문제 이외에 스트레스를 주는 다른 문제에 마음을 빼앗겨 온전히 집중하지 못하는 일이 없도록 팀 분위기를 유지하는 일을 포함한다. 

많은 리더는 데이터 과학자와 같은 과학자를 마치 데이터와 자료만 주면 뭔가 대단한 것을 기계적으로 만들어 내는 기계처럼 생각하는 것 같다. 데이터 과학자들도 보통 사람들과 같은 감정과 정서를 지닌 사람이라는 것을 종종 간과하는 것이다. 데이터 과학자들이 보통 사람들보다 더 이성적이고 논리적인 사고에 능하여 보통 사람들이 보기에는 해결이 어려운 데이터 분석과 체계적인 논리적 문제 해결을 컴퓨터 같이 척척 해내는 것을 보고 데이터 과학자들을 컴퓨터같이 다루면 원하는 성과와 결과를 언제나 얻을 수 있을 것이라 잘못 생각하는 사람들이 많은 듯하다.

데이터 과학자들과 데이터 과학팀을 구성하는 소프트웨어 엔지니어들도 보통 사람들과 똑같이 감정과 정서적인 면을 지니고 있는 사람이다. 이들도 종종 감정적 정서적인 문제와 불안감, 스트레스에 압도되어 온전한 역량을 발휘하지 못하는 경우가 많다. 특히 우리나라 특유의 서두르는 문화와 근본적인 비즈니스 문제 해결에 매달리기보다는 경쟁사의 전략과 상품을 재빨리 추격하여 성과를 내는 패스트 팔로워 전략을 따르는 많은 기업의 업무 환경과 분위기에서는 데이터 과학자들이  문제 해결에 온전하게 깊이 집중하여 일하기가 매우 어려운 경우가 많다.

보통 사람들보다 문제 해결에 대한 집중력이 매우 높은 데이터 과학자들도 보통 사람들과 같은 감정적, 정서적인 문제 때문에 데이터 과학 업무에 온전히 몰입하지 못하고 역량을 발휘하기 어려울 수 있음을 데이터 과학팀 리더는 이해하고 배려해줄 필요가 있다. 데이터 과학자들이 본인의 업무 공간과 프로젝트 사이트로 출근은 했더라도 마음은 멀리 다른 곳에 떠나 있을 수도 있고, 겉으로는 일하는 것처럼 보이지만, 머릿속에서는 데이터 과학 문제가 아닌 전혀 다른 문제와 씨름하면서 본인의 영혼이 쪼개지는 깊은 아픔을 느끼는 구성원이 있을 수도 있다. 데이터 과학팀 리더는 팀 구성원들이 업무에 집중하게 하지 못하는 문제에 구성원들이 시달리고 있지는 않은지 점검할 필요가 있다.

데이터 과학자 및 소프트웨어 엔지니어들과 같은 지적이고 창의적으로 일하는 구성원들이 자기 일에 온전하게 집중하여 성과를 내도록 하기 위해서는 그들이 자신이 일하는 조직, 팀, 그리고 동료들에게서 우호적이고 협력적인 환경에서 일하고 있음을 느껴야 하며, 자신들이 조직, 팀, 그리고 동료들에게서 온전히 받아들여지고 있고 일하기에 충분한 배려와 보호를 받고 있다고 느껴야 한다. 그들이 자신들의 일과 역량을 통해서 조직과 팀에 충분히 기여하고 있고 구성원으로서 온전하게 존중받고 가치 있는 존재로 받아들여지고 있다고 여길 수 있어야 한다. 이것은 단순히 데이터 과학자 및 소프트웨어 엔지니어들이 뭘 할 수 있느냐 하는 측면에서뿐 아니라 그들이 어떤 사람인가 하는 이유로도 조직과 팀에서 받아들여질 수 있어야 한다는 의미이다[2].

대개 데이터 과학자들이 과학자로서 품성과 사고방식을 훈련받는 과정에서 자신의 연구조사 결과에 대한 동료 연구자들의 정교한 논리와 혹독한 비판에도 심적으로 흔들리지 않고 견딜 수 있고, 동료 연구자들의 비판과 반박의 옳은 부분은 겸허하게 수용하며, 적절치 못한 비판이나 반박에 대해서는 효과적으로 반박할 수 있는 정교한 논리와 근거를 제시할 수 있도록 체계적으로 훈련받게 마련이다. 

그렇기 때문에 데이터 과학자들은 대개 보통 사람들보다 심적으로 강인한 편으로 성장하기는 한다. 그렇다고 하더라도 아무도 풀어본 적이 없는 문제를 해결해 나가기 위해 사고 체계와 논리를 세우고 탐험가의 정신으로 데이터 분석과 문제 해결을 해나가는 과정에서 자기 생각과 논리에 대해서 적절한 조언과 비판을 해주고, 당면한 문제들이 어려운 문제들이고 이를 풀어나가는 과정이 쉽지 않음을 공감하면서 서로 격려해줄 수 있는 동료들과 지지자들이 있는 것은 데이터 과학자들의 업무 생산성과 성과를 높이는 중요한 요소가 된다.

데이터 과학팀 구성원들의 생산성과 집중력을 높이는 데 필요한 감정적, 정서적인 지지와 지원이란 과연 어떤 것들일까? 사람마다 감정적, 정서적 안정감을 얻기 위해 필요한 것들은 다양하고 필요한 정도도 다 다르겠지만, 일반적으로 데이터 과학팀과 같은 전문가 그룹에서 공통으로 나타나는 문제들은 몇 가지가 있다. 이렇게 공통으로 나타나는 상황을 중심으로 데이터 과학팀 구성원들의 온전한 집중을 리더가 유도하고 지원하기 위한 방법을 같이 생각해보자.

데이터 과학팀 구성원들에게 집중을 위한 심리적 안정감을 제공하기 위해 우선 가장 필요한 것은 이들이 내적 일관성, 내적 안정감을 느낄 수 있게 해주어야 한다는 것이다. 내적 일관성, 내적 안정감은 자기 자신만의 가치와 기준으로 일의 완성도를 높여가며, 이성적인 판단과 사고로 문제를 해결하는데 익숙한 데이터 과학자들과 같은 전문가들에게서 많이 볼 수 있는 심리적인 상태이다. 좀더 쉽게 설명하면 자신의 내적인 가치와 기준을 지켜 일을 소신껏 해나갈 수 있고, 그렇게 완성한 일의 결과물이 조직이 원하는 것과 같은 것일 경우에 느낄 수 있는 감정적, 정서적인 상태로 볼 수 있다. 일상적으로 많이 쓰이는 말로 하면 데이터 과학자 자신과 자신이 일하는 조직의 코드가 맞는다 정도로 표현할 수 있을 텐데, 실상 이런 내적 일관성, 내적 안정감은 좀더 복잡한 과정과 다양한 변수에 의해 만들어진다.

내적 일관성, 내적 안정감을 조금 쉽게 이해해보기 위해 이런 경우를 생각해보자. 실제로 필자도 많이 겪었던 상황이고, 다른 기업이나 지인들의 사례에서도 자주 볼 수 있는 경우이다. 데이터 과학을 처음 도입하는 기업이나 조직에서 자주 볼 수 있는 경우로, 데이터 분석을 통해 시장과 조직의 상황을 편견 없이 객관적으로 보려는 노력보다 당장의 KPI 달성과 실적 문제 때문에 KPI 달성과 실적 달성을 뒷받침하거나 어느 정도 답을 정해 놓은 상태에서 데이터 분석을 하는 경우이다.

데이터 과학자들이 이런 상황에 부딪히게 되면 사람마다 다양한 반응이 나타나게 된다. 과학적 사고과정과 방법론에 신념이 깊고 그런 과학적 문제 해결 역량을 통해 자신이 일하는 조직에 전문가로서 기여하는 것에 자부심을 가진 사람이라면 답을 어느 정도 정해 놓고 하는 데이터 분석 과정에서 맥이 빠지고 회의감이 들어 생산성과 문제 해결의 의지가 많이 꺾이게 될 것이다.

조금 융통성이 있고 대인 관계와 사회적인 유연성을 가치관으로 가지고 있는 데이터 과학자라면 어느 정도의 한계 내에서 그래, 그럴 수도 있지 하면서 조직의 필요에 우선 맞출 수 있게 업무를 할 것이다. 그렇지만, 이렇게 다소 유연한 가치관을 지닌 데이터 과학자라고 하더라도, 자신의 내면에서 어느 정도 정해 놓은 한계 이상으로 적절치 못한 데이터 분석을 조직에서 요구하게 되면 자신의 업무와 가치에 대한 심각한 회의와 이로 인해 이어지는 생산성 저하에 빠지게 될 것이다.

위의 짧은 사례에서 살펴본 바와 같이 데이터 과학자들이 자기 일에 집중하고 역량을 최고로 발휘할 수 있게 해주는 내적인 일관성, 내적인 안정감은 자신이 옳다고 믿고 있는 것, 자신이 일에 대해 가지고 있는 가치와 기준, 자기 일의 수준에 대해 가지고 있는 믿음과 그를 뒷받침하는 역량을 온전히 발휘할 기회가 조직이 데이터 과학자로부터 원하고 그들에게 해주려는 것과 얼마나 일치하는지에 의해 달려 있다. 

위와 같이 데이터 과학자가 데이터 과학 업무에 대해 가지는 신념과 가치가 조직이 원하는 것과 얼마나 일치하고 정렬되는 것에서 오는 내적 일관성, 내적 안정감도 있지만, 전문가로서 데이터 과학자의 삶의 양상과 가족을 이루어 사는 한 사회 구성원, 개인으로서 삶의 양상이 얼마나 일치하느냐 하는 측면에서도 내적 일관성과 안정감이 크게 영향을 받을 때도 있다.

이런 전문가로서 삶과 데이터 과학자 개인사의 불일치에서 오는 내적 불안정의 사례로 많이 볼 수 있는 경우가 이혼이나 실연 등 개인사로 인해 생기는 감정적, 정서적인 불안정 때문에 생기는 생산성 저하일 것이다. 가장 감정적으로 소모적이고 집중을 하지 못하도록 어렵게 하는 일 중의 하나로 가정 내 불화나 가족의 건강 문제로 인한 재정 문제 등을 생각해볼 수 있을 것이다.

로버트 흐로마스와 크리스토퍼 흐로마스가 지은 <아인슈타인의 보스 – 천재들을 지휘하는 10가지 법칙>에 소개된 아인슈타인의 사례를 살펴보면 조금 쉽게 이해할 수 있을 법하다[2]. 아인슈타인과 요즘의 데이터 과학자를 같은 수준으로 생각하는 것은 조금 생뚱맞을 수 있지만, 아인슈타인의 사례가 의외로 데이터 과학자와 같은 전문가들의 사생활에서 많이 나타나는 것을 생각해보면 한번 참고삼아 같이 생각해보는 것도 좋을 것 같다.

아인슈타인의 중요한 업적인 광전효과에 대한 논문과 상대성 이론에 대한 논문은 스위스 베른 특허청에서 근무하면서 낸 업적들이다. 아인슈타인이 이런 중요한 업적들을 낸 시기는 첫 아내였던 밀레바 마리치와 열렬한 사랑에 빠져 있던 해이기도 하다. 밀레바 마리치와의 행복한 시간은 아인슈타인이 새로운 아이디어를 떠올릴 수 있도록 하는 창의력의 연료로 쓰였다.

또한, 아인슈타인과 밀레바 마리치가 이혼할 즈음 이와는 정반대되는 상황이 나타났다. 아인슈타인이 상대성 이론과 광전 효과로 받은 노벨상으로 유명해질 즈음, 일 때문에 가족들에게 많은 시간을 쓸 수 없게 되었다. 이 때문에 아인슈타인과 밀레바 마리치는 싸우는 횟수가 잦아지면서 관계가 악화되었다. 자녀들을 키우기 위해 밀레바 마리치와 결혼 생활은 유지하기로 합의하기는 했지만, 아인슈타인은 자신이 연구할 시간을 내기 위해 밀레바 마리치에게 밀레바가 아인슈타인의 방을 청소한다, 하루 세끼를 대령한다, 아인슈타인이 연구할 시간을 내기 위해 일체의 친밀한 행위와 사적인 대화를 금지한다 등 부부로서 다소 과하다 싶은 요구사항을 내걸기도 했다.

나중에 아인슈타인은 절친한 친구였던 미셸 베소에게 보낸 편지에서 위와 같은 요구사항을 내걸었던 것을 후회하기도 했다. 아인슈타인이 자기 일로 인한 유명세를 타면서 일과 가정생활의 균형을 적절하게 찾지 못해 겪은 아내와의 갈등과 감정적인 소모는 끝내 이혼이라는 최악의 상황으로 치달았고, 이 시기는 아인슈타인이 학문적으로도 좋은 성과를 내지 못하고 침체된 시기와 일치한다.

반대로 두번째 부인인 엘사 로언솔은 아인슈타인이 연구에 몰두할 수 있도록 가사를 전담하고 스케줄을 관리해주었으며, 아인슈타인이 하는 일에 간섭하지 않았다. 심지어는 아인슈타인이 주변의 여인들과 바람을 피우고 다녀도 묵인하고 아인슈타인이 연구에 집중할 수 있도록 배려해주었다. 

데이터 과학자들이 아인슈타인과 같은 천재라는 의미로 위의 예를 든 것은 아니다. 다만, 천재이든 아니든 간에 데이터 과학자나 소프트웨어 엔지니어와 같은 전문가들이 집중해서 본연의 임무를 다하기 위해서는 개인사나 가정사에서 오는 감정적, 정서적인 소모가 업무의 성과와 질에 큰 영향을 미친다는 것을 얘기하고 싶었을 뿐이다.

데이터 과학자들이 기업을 위한 데이터 분석을 통해 성과를 내기 위해 아인슈타인의 두번째 부인인 엘사 로언솔과 같이 배우자가 바람을 피워도 묵인하고 헌신적으로 뒷바라지를 하는 가족이 있어야 한다는 얘기는 아니다. 그렇기는 해도 적어도 데이터 과학자나 소프트웨어 엔지니어들이 프로젝트 마감에 쫓기고 기업의 실적과 급변하는 시장 상황에서 오는 분주함과 바쁜 일정, 집중해서 복잡한 문제를 풀어야 하는 업무상의 어려움에 대해 이해하고 어느 정도 배려할 수 있는 가족이나 배우자가 필요하다.
 

반대로, 데이터 과학팀의 구성원 중 하나가 위와 같이 개인사나 가정사로 인해서 감정적, 정서적으로 안정된 상태에 있을 수 없다면 업무에 큰 지장을 받을 수 있다는 말이기도 하다. 데이터 과학팀 리더가 팀 구성원이 개인사나 가정사로 인해 곤란함과 어려움을 겪고 있을 때 모든 사생활과 배경에 대해서 알고 이해하지는 못하더라도 위와 같은 어려움으로 팀 구성원이 데이터 과학 업무의 생산성과 질이 떨어질 수 있음을 이해하고 감정적, 정서적 지원을 해줄 필요가 있다는 것이다.

데이터 과학자들에게 필요한 내적 일관성, 내적 안정감은 위와 같이 팀과 조직의 다양한 문제들로 인해 흔들릴 수 있고, 구성원의 다양한 개인사와 가정사에 의해 흔들릴 수도 있다. 어느 경우라도 팀 리더의 관심과 배려는 필요하다. 어떤 구성원이 리더가 생각하는 역량보다 못한 생산성과 성과를 내고 있다면 무조건 질책하고 다그칠 일이 아니라, 왜 본연의 역량을 발휘하지 못하는지 진심으로 다가가서 살필 필요가 있다는 것이다. 왜냐하면, 위에서 소개한 어떤 경우라도 팀 구성원 혼자서 해결하기에는 버거운 문제일 수도 있고, 오히려 팀 자체, 혹은 데이터 과학자가 일하는 조직의 문화와 구조적인 문제일 수 있으며, 개인사, 가정사라고 하더라도 구성원 혼자의 힘으로 감당하기에는 벅찬 문제일 수 있기 때문에 무조건 구성원을 질책한다고 해서 근본적으로 해결되지는 않기 때문이다.

팀 리더도 바쁜 팀 업무와 여러 팀 구성원들의 다양한 업무를 관장하다 보면 지나치게 바빠서 한 구성원의 힘든 상황만 붙들고 마음 써주기는 어려울 수 있고, 내적 일관성, 내적 안정감을 지키지 못해 생산성이 떨어지는 구성원의 표면적인 문제의 이면에 있는 어려움을 생각할 만큼 마음의 여유를 내기 쉽지 않을 수 있다. 구성원이 내적 일관성, 안정감을 지키지 못하는 이유를 모두 알지 못하고 모두 해결해줄 수는 없더라도, 때로는 구성원이 자기만의 페이스를 찾을 때까지 팀원들과 같이 구성원을 지지하면서 어려움을 겪는 구성원의 곁을 지켜줄 수는 있을 것이다.

리더가 모두 다 알 수 없는 문제를 어려움을 겪는 구성원이 혼자서 해결해내야 한다는 압박과 고독감을 이겨낼 수 있도록 곁을 지켜주는 것만으로도 구성원에게 감정적, 정서적인 지지가 될 수 있으며, 이런 감정적, 정서적인 지지를 보내는 것만으로도 구성원들이 자신의 역량을 회복하는 데 큰 도움이 될 수 있다.

다행히도 요즘 주요 글로벌 IT 기업과 인터넷 기업들을 중심으로 구성원들의 업무 환경과 조건을  개선하려는 노력을 많이 하고 있다. 데이터 과학자들이 일하는 기업의 대부분도 이런 글로벌 IT 기업과 인터넷 기업들인 경우가 많기 때문에, 데이터 과학자들이 내적 일관성, 내적 안정감을 가지고 일할 수 있도록 업무 환경과 조건도 많이 나아져 가고 있는 상황이다. 데이터 과학자나 소프트웨어 엔지니어와 같이 지적인 창의력과 전문성, 집중력을 필요로 하는 직업들의 수요가 최근 많아져서 자신에게 맞지 않는 근무 환경을 강요하는 기업들을 뒤로하고 자신에게 맞는 기업을 선택하여 옮길 수 있는 선택의 폭이 넓어지고 있어서 데이터 과학자들에게는 다소 유리한 상황이다.

최근 데이터 과학자를 포함한 IT 인력 부족이 심화되고 있는 IT 시장의 상황과, 직장을 옮기면서 자신의 가치를 높이는 것이 당연하게 여겨지는 요즘 시대에 데이터 과학자가 자신이 집중해서 일할 수 없고, 자신이 경력 상으로 성장할 수 없는 곳에 있다면 직장을 옮기는 것이 그리 어렵지 않은 상황이라 사실 집중할 수 없는 근무 환경에 대한 문제는 데이터 과학자 입장에서는 상대적으로 쉽게 해결할 수 있다.

반대로, 데이터 과학자 개개인은 자신의 가치를 인정해주고 자신이 성장할 수 있는 직장으로 옮기는 것으로 자신의 근무 환경을 개선할 수 있지만, 데이터 과학팀 리더 입장에서는 오히려 이런 상황이 팀을 유지하고 이끌어가는데 어려움을 가중시킬 수 있다. 자신의 팀에서 일하는 유능한 데이터 과학자들을 다른 회사나 데이터 과학팀에 빼앗기지 않고 잘 지키기 위해서라도 데이터 과학자들이 집중하고 일할 수 있는 업무 환경과 감정적, 정서적인 지지를 해줄 수 있는 팀 분위기가 되도록 더 신경 쓸 필요가 있다.

지난 7월 16일 오래전부터 예고되어 오던 직장 내 괴롭힘 금지법이 드디어 공식적으로 시행되었다. 해외 주요 선진국에서는 직장 내 괴롭힘에 관련된 법안을 일찍부터 도입하여 직장 내 괴롭힘과 따돌림 등으로 피해를 보는 사람이 없도록 보호하는 조치를 시행하고 있지만, 우리나라는 이제서야 시작하게 된 것이다. 최근 통계에 따르면 2017년 기준으로 직장 내 괴롭힘을 경험한 직장인이 73%를 넘는다고 하니[4] 이번 직장 내 괴롭힘 방지법으로 인해 직장 내 괴롭힘으로 인한 직장 생활의 어려움이 조금이나마 개선될 수 있을 것으로 기대된다. 

데이터 과학팀에서도 이런 직장 내 괴롭힘은 언제든지 일어날 수 있다. 특히, 우리나라와 같이 초, 중, 고등학교 때 좋은 대학에 가기 위한 경쟁을 하는 과정에서 동기들과 협력하고 배려하는 품성을 배우기보다는 동기들보다 앞서 자신에게 좋은 것을 취하기 위해 이기는 법을 먼저 배우고, 이렇게 해서 지위와 사회적 혜택을 먼저 얻는 것을 배우는 환경에서 자란 사람들이 일하는 직장에서 치열한 경쟁과 알력이 일어나지 않는 것이 오히려 이상한 것일 수 있다. 우리나라가 처한 상황 때문이기도 하지만, 지적으로 뛰어난 사람들이 모인 집단에서는 자신의 능력을 과시하거나 증명하기 위해 경쟁이 과열되는 과정에서 동료 간 지나친 알력과 괴롭힘이 자주 나타나기도 한다.

데이터 과학자가 겪고 있는 감정적, 정서적인 압박이 동료들로부터 오는 것은 아닌지 잘 살펴볼 필요가 있다. 리더가 데이터 과학팀 업무에 걸림돌이 되지 않도록 직장 내 괴롭힘을 하지 않도록 잘 처신하고 솔선수범하는 모습을 보이는 것은 지난 스물아홉번째 글에서 자세히 설명했듯이 당연하다. 데이터 과학팀 구성원 간 지나친 알력과 세력 다툼, 또는 경쟁이 일어나 특정한 구성원이 괴롭힘이나 따돌림을 받거나 업무에 집중하기 힘든 정로도 스트레스를 받고 있지는 않은지 수시로 살필 필요가 있다. 팀 내 지나친 경쟁이나 알력으로 인해서 팀워크가 깨지거나 팀 전체의 통합에 문제가 생기지 않는지 팀 구성원들의 상황을 잘 관찰하고 얘기를 잘 들어 점검하는 것이 팀 리더에게 매우 중요하다.

경쟁을 통해 개개인의 실적을 높이는 방향으로 리더십을 발휘하는 것은 데이터 과학팀 수준의 문제 해결 역량을 해치는 좋지 않은 방법이라고 지난 스물아홉번째서른번째 글에서 자세히 설명한 바 있다. 팀 내 지나친 경쟁과 이 과정에서 생기는 동료 간 따돌림, 괴롭힘이 팀의 통합을 해쳐 팀 수준의 문제 해결 능력을 약화시키지 않도록 특히 세심하게 신경 쓰는 것이 좋다.

데이터 과학팀원들이 감정적, 정서적으로 지지를 받고, 내적 일관성과 안정감을 지키며 일할 수 있도록 팀 리더가 배려하고 마음 쓰는 것은 구성원들이 자신이 팀에 주는 가치에 대해 더 확신을 가지고 팀을 위한 더 어렵고 도전적인 문제에 뛰어들 수 있도록 용기를 주고 동기부여할 수 있는 확실한 방법이다. 이뿐만 아니라, 팀원들에게 감정적, 정서적인 지지와 배려를 해줄 수 있는 리더는 꼭 데이터 과학팀이 아닌 어떤 조직을 이끌더라도 팀원들의 신뢰와 지지를 받고 구성원들의 업무 집중도를 높일 수 있다. 리더로서 팀 성과와 업무 효율성을 높이는 데만 온 마음이 빼앗겨 있기 십상인 우리나라 많은 IT 분야 리더들이 데이터 과학팀 리더로서 리더십을 배우면서 리더십의 격을 한단계 높일 수 있기를 바란다.

 




2019.07.23

김진철의 How-to-Big Data | 빅데이터 조직과 시스템 (10)

김진철 | CIO KR

데이터 과학팀 리더의 리더십 (5) – 머리와 가슴을 조화시켜라 (집중할 수 있는 환경 만들기)
지난 스물아홉번째, 서른번째 글에서 데이터 과학팀을 이끄는 리더가 자주 범하는 실수인 리더 자신이 걸림돌이 되는 리더십의 문제점, 팀의 문제 해결 역량과 시너지를 높이기 위한 팀 내 투명한 소통, 팀원 간 케미 및 관계, 팀의 집중력을 유지하는 문제를 다루었다. 이번 글에서는 데이터 과학자 및 데이터 과학팀 구성원 개개인의 역량을 최대로 끌어내기 위해 필요한 리 더십 요소들을 같이 생각해보자.
 

ⓒGetty Images Bank

데이터 과학자들은 과학자의 호기심을 보통 사람들보다 강하게 가지고 있는 사람들이어서, 데이터 과학자가 자신의 흥미와 아이디어를 좇다가 팀의 미션과 목표에서 벗어나지 않고 팀이 팀 전체의 집중력을 잃지 않게끔, 팀 리더가 각 데이터 과학자의 업무 집중력을 세심하게 점검하고 부드럽게 조율해줄 필요가 있다고 얘기하였다. 호기심이 원동력이 되는 데이터 과학자들의 자율성과 자발적 헌신을 해치지 않으면서 각 데이터 과학자가 팀의 미션과 업무에 집중하게끔 하여 팀 수준의 집중력을 높이는 것도 중요하지만, 이들 각각이 업무에 집중할 수 있는 환경을 만드는 것도 매우 중요하다.

데이터 과학팀 구성원들이 업무에 집중할 수 있는 환경이란 단순히 조용하고 방해받지 않는 업무 공간을 만드는 것만을 의미하지 않는다. 데이터 과학팀 구성원들이 업무에 집중할 수 있는 환경이란 정서적, 감정적으로 안전하게 느끼고 팀의 미션을 위해 집중해서 풀어야 하는 문제 이외에 스트레스를 주는 다른 문제에 마음을 빼앗겨 온전히 집중하지 못하는 일이 없도록 팀 분위기를 유지하는 일을 포함한다. 

많은 리더는 데이터 과학자와 같은 과학자를 마치 데이터와 자료만 주면 뭔가 대단한 것을 기계적으로 만들어 내는 기계처럼 생각하는 것 같다. 데이터 과학자들도 보통 사람들과 같은 감정과 정서를 지닌 사람이라는 것을 종종 간과하는 것이다. 데이터 과학자들이 보통 사람들보다 더 이성적이고 논리적인 사고에 능하여 보통 사람들이 보기에는 해결이 어려운 데이터 분석과 체계적인 논리적 문제 해결을 컴퓨터 같이 척척 해내는 것을 보고 데이터 과학자들을 컴퓨터같이 다루면 원하는 성과와 결과를 언제나 얻을 수 있을 것이라 잘못 생각하는 사람들이 많은 듯하다.

데이터 과학자들과 데이터 과학팀을 구성하는 소프트웨어 엔지니어들도 보통 사람들과 똑같이 감정과 정서적인 면을 지니고 있는 사람이다. 이들도 종종 감정적 정서적인 문제와 불안감, 스트레스에 압도되어 온전한 역량을 발휘하지 못하는 경우가 많다. 특히 우리나라 특유의 서두르는 문화와 근본적인 비즈니스 문제 해결에 매달리기보다는 경쟁사의 전략과 상품을 재빨리 추격하여 성과를 내는 패스트 팔로워 전략을 따르는 많은 기업의 업무 환경과 분위기에서는 데이터 과학자들이  문제 해결에 온전하게 깊이 집중하여 일하기가 매우 어려운 경우가 많다.

보통 사람들보다 문제 해결에 대한 집중력이 매우 높은 데이터 과학자들도 보통 사람들과 같은 감정적, 정서적인 문제 때문에 데이터 과학 업무에 온전히 몰입하지 못하고 역량을 발휘하기 어려울 수 있음을 데이터 과학팀 리더는 이해하고 배려해줄 필요가 있다. 데이터 과학자들이 본인의 업무 공간과 프로젝트 사이트로 출근은 했더라도 마음은 멀리 다른 곳에 떠나 있을 수도 있고, 겉으로는 일하는 것처럼 보이지만, 머릿속에서는 데이터 과학 문제가 아닌 전혀 다른 문제와 씨름하면서 본인의 영혼이 쪼개지는 깊은 아픔을 느끼는 구성원이 있을 수도 있다. 데이터 과학팀 리더는 팀 구성원들이 업무에 집중하게 하지 못하는 문제에 구성원들이 시달리고 있지는 않은지 점검할 필요가 있다.

데이터 과학자 및 소프트웨어 엔지니어들과 같은 지적이고 창의적으로 일하는 구성원들이 자기 일에 온전하게 집중하여 성과를 내도록 하기 위해서는 그들이 자신이 일하는 조직, 팀, 그리고 동료들에게서 우호적이고 협력적인 환경에서 일하고 있음을 느껴야 하며, 자신들이 조직, 팀, 그리고 동료들에게서 온전히 받아들여지고 있고 일하기에 충분한 배려와 보호를 받고 있다고 느껴야 한다. 그들이 자신들의 일과 역량을 통해서 조직과 팀에 충분히 기여하고 있고 구성원으로서 온전하게 존중받고 가치 있는 존재로 받아들여지고 있다고 여길 수 있어야 한다. 이것은 단순히 데이터 과학자 및 소프트웨어 엔지니어들이 뭘 할 수 있느냐 하는 측면에서뿐 아니라 그들이 어떤 사람인가 하는 이유로도 조직과 팀에서 받아들여질 수 있어야 한다는 의미이다[2].

대개 데이터 과학자들이 과학자로서 품성과 사고방식을 훈련받는 과정에서 자신의 연구조사 결과에 대한 동료 연구자들의 정교한 논리와 혹독한 비판에도 심적으로 흔들리지 않고 견딜 수 있고, 동료 연구자들의 비판과 반박의 옳은 부분은 겸허하게 수용하며, 적절치 못한 비판이나 반박에 대해서는 효과적으로 반박할 수 있는 정교한 논리와 근거를 제시할 수 있도록 체계적으로 훈련받게 마련이다. 

그렇기 때문에 데이터 과학자들은 대개 보통 사람들보다 심적으로 강인한 편으로 성장하기는 한다. 그렇다고 하더라도 아무도 풀어본 적이 없는 문제를 해결해 나가기 위해 사고 체계와 논리를 세우고 탐험가의 정신으로 데이터 분석과 문제 해결을 해나가는 과정에서 자기 생각과 논리에 대해서 적절한 조언과 비판을 해주고, 당면한 문제들이 어려운 문제들이고 이를 풀어나가는 과정이 쉽지 않음을 공감하면서 서로 격려해줄 수 있는 동료들과 지지자들이 있는 것은 데이터 과학자들의 업무 생산성과 성과를 높이는 중요한 요소가 된다.

데이터 과학팀 구성원들의 생산성과 집중력을 높이는 데 필요한 감정적, 정서적인 지지와 지원이란 과연 어떤 것들일까? 사람마다 감정적, 정서적 안정감을 얻기 위해 필요한 것들은 다양하고 필요한 정도도 다 다르겠지만, 일반적으로 데이터 과학팀과 같은 전문가 그룹에서 공통으로 나타나는 문제들은 몇 가지가 있다. 이렇게 공통으로 나타나는 상황을 중심으로 데이터 과학팀 구성원들의 온전한 집중을 리더가 유도하고 지원하기 위한 방법을 같이 생각해보자.

데이터 과학팀 구성원들에게 집중을 위한 심리적 안정감을 제공하기 위해 우선 가장 필요한 것은 이들이 내적 일관성, 내적 안정감을 느낄 수 있게 해주어야 한다는 것이다. 내적 일관성, 내적 안정감은 자기 자신만의 가치와 기준으로 일의 완성도를 높여가며, 이성적인 판단과 사고로 문제를 해결하는데 익숙한 데이터 과학자들과 같은 전문가들에게서 많이 볼 수 있는 심리적인 상태이다. 좀더 쉽게 설명하면 자신의 내적인 가치와 기준을 지켜 일을 소신껏 해나갈 수 있고, 그렇게 완성한 일의 결과물이 조직이 원하는 것과 같은 것일 경우에 느낄 수 있는 감정적, 정서적인 상태로 볼 수 있다. 일상적으로 많이 쓰이는 말로 하면 데이터 과학자 자신과 자신이 일하는 조직의 코드가 맞는다 정도로 표현할 수 있을 텐데, 실상 이런 내적 일관성, 내적 안정감은 좀더 복잡한 과정과 다양한 변수에 의해 만들어진다.

내적 일관성, 내적 안정감을 조금 쉽게 이해해보기 위해 이런 경우를 생각해보자. 실제로 필자도 많이 겪었던 상황이고, 다른 기업이나 지인들의 사례에서도 자주 볼 수 있는 경우이다. 데이터 과학을 처음 도입하는 기업이나 조직에서 자주 볼 수 있는 경우로, 데이터 분석을 통해 시장과 조직의 상황을 편견 없이 객관적으로 보려는 노력보다 당장의 KPI 달성과 실적 문제 때문에 KPI 달성과 실적 달성을 뒷받침하거나 어느 정도 답을 정해 놓은 상태에서 데이터 분석을 하는 경우이다.

데이터 과학자들이 이런 상황에 부딪히게 되면 사람마다 다양한 반응이 나타나게 된다. 과학적 사고과정과 방법론에 신념이 깊고 그런 과학적 문제 해결 역량을 통해 자신이 일하는 조직에 전문가로서 기여하는 것에 자부심을 가진 사람이라면 답을 어느 정도 정해 놓고 하는 데이터 분석 과정에서 맥이 빠지고 회의감이 들어 생산성과 문제 해결의 의지가 많이 꺾이게 될 것이다.

조금 융통성이 있고 대인 관계와 사회적인 유연성을 가치관으로 가지고 있는 데이터 과학자라면 어느 정도의 한계 내에서 그래, 그럴 수도 있지 하면서 조직의 필요에 우선 맞출 수 있게 업무를 할 것이다. 그렇지만, 이렇게 다소 유연한 가치관을 지닌 데이터 과학자라고 하더라도, 자신의 내면에서 어느 정도 정해 놓은 한계 이상으로 적절치 못한 데이터 분석을 조직에서 요구하게 되면 자신의 업무와 가치에 대한 심각한 회의와 이로 인해 이어지는 생산성 저하에 빠지게 될 것이다.

위의 짧은 사례에서 살펴본 바와 같이 데이터 과학자들이 자기 일에 집중하고 역량을 최고로 발휘할 수 있게 해주는 내적인 일관성, 내적인 안정감은 자신이 옳다고 믿고 있는 것, 자신이 일에 대해 가지고 있는 가치와 기준, 자기 일의 수준에 대해 가지고 있는 믿음과 그를 뒷받침하는 역량을 온전히 발휘할 기회가 조직이 데이터 과학자로부터 원하고 그들에게 해주려는 것과 얼마나 일치하는지에 의해 달려 있다. 

위와 같이 데이터 과학자가 데이터 과학 업무에 대해 가지는 신념과 가치가 조직이 원하는 것과 얼마나 일치하고 정렬되는 것에서 오는 내적 일관성, 내적 안정감도 있지만, 전문가로서 데이터 과학자의 삶의 양상과 가족을 이루어 사는 한 사회 구성원, 개인으로서 삶의 양상이 얼마나 일치하느냐 하는 측면에서도 내적 일관성과 안정감이 크게 영향을 받을 때도 있다.

이런 전문가로서 삶과 데이터 과학자 개인사의 불일치에서 오는 내적 불안정의 사례로 많이 볼 수 있는 경우가 이혼이나 실연 등 개인사로 인해 생기는 감정적, 정서적인 불안정 때문에 생기는 생산성 저하일 것이다. 가장 감정적으로 소모적이고 집중을 하지 못하도록 어렵게 하는 일 중의 하나로 가정 내 불화나 가족의 건강 문제로 인한 재정 문제 등을 생각해볼 수 있을 것이다.

로버트 흐로마스와 크리스토퍼 흐로마스가 지은 <아인슈타인의 보스 – 천재들을 지휘하는 10가지 법칙>에 소개된 아인슈타인의 사례를 살펴보면 조금 쉽게 이해할 수 있을 법하다[2]. 아인슈타인과 요즘의 데이터 과학자를 같은 수준으로 생각하는 것은 조금 생뚱맞을 수 있지만, 아인슈타인의 사례가 의외로 데이터 과학자와 같은 전문가들의 사생활에서 많이 나타나는 것을 생각해보면 한번 참고삼아 같이 생각해보는 것도 좋을 것 같다.

아인슈타인의 중요한 업적인 광전효과에 대한 논문과 상대성 이론에 대한 논문은 스위스 베른 특허청에서 근무하면서 낸 업적들이다. 아인슈타인이 이런 중요한 업적들을 낸 시기는 첫 아내였던 밀레바 마리치와 열렬한 사랑에 빠져 있던 해이기도 하다. 밀레바 마리치와의 행복한 시간은 아인슈타인이 새로운 아이디어를 떠올릴 수 있도록 하는 창의력의 연료로 쓰였다.

또한, 아인슈타인과 밀레바 마리치가 이혼할 즈음 이와는 정반대되는 상황이 나타났다. 아인슈타인이 상대성 이론과 광전 효과로 받은 노벨상으로 유명해질 즈음, 일 때문에 가족들에게 많은 시간을 쓸 수 없게 되었다. 이 때문에 아인슈타인과 밀레바 마리치는 싸우는 횟수가 잦아지면서 관계가 악화되었다. 자녀들을 키우기 위해 밀레바 마리치와 결혼 생활은 유지하기로 합의하기는 했지만, 아인슈타인은 자신이 연구할 시간을 내기 위해 밀레바 마리치에게 밀레바가 아인슈타인의 방을 청소한다, 하루 세끼를 대령한다, 아인슈타인이 연구할 시간을 내기 위해 일체의 친밀한 행위와 사적인 대화를 금지한다 등 부부로서 다소 과하다 싶은 요구사항을 내걸기도 했다.

나중에 아인슈타인은 절친한 친구였던 미셸 베소에게 보낸 편지에서 위와 같은 요구사항을 내걸었던 것을 후회하기도 했다. 아인슈타인이 자기 일로 인한 유명세를 타면서 일과 가정생활의 균형을 적절하게 찾지 못해 겪은 아내와의 갈등과 감정적인 소모는 끝내 이혼이라는 최악의 상황으로 치달았고, 이 시기는 아인슈타인이 학문적으로도 좋은 성과를 내지 못하고 침체된 시기와 일치한다.

반대로 두번째 부인인 엘사 로언솔은 아인슈타인이 연구에 몰두할 수 있도록 가사를 전담하고 스케줄을 관리해주었으며, 아인슈타인이 하는 일에 간섭하지 않았다. 심지어는 아인슈타인이 주변의 여인들과 바람을 피우고 다녀도 묵인하고 아인슈타인이 연구에 집중할 수 있도록 배려해주었다. 

데이터 과학자들이 아인슈타인과 같은 천재라는 의미로 위의 예를 든 것은 아니다. 다만, 천재이든 아니든 간에 데이터 과학자나 소프트웨어 엔지니어와 같은 전문가들이 집중해서 본연의 임무를 다하기 위해서는 개인사나 가정사에서 오는 감정적, 정서적인 소모가 업무의 성과와 질에 큰 영향을 미친다는 것을 얘기하고 싶었을 뿐이다.

데이터 과학자들이 기업을 위한 데이터 분석을 통해 성과를 내기 위해 아인슈타인의 두번째 부인인 엘사 로언솔과 같이 배우자가 바람을 피워도 묵인하고 헌신적으로 뒷바라지를 하는 가족이 있어야 한다는 얘기는 아니다. 그렇기는 해도 적어도 데이터 과학자나 소프트웨어 엔지니어들이 프로젝트 마감에 쫓기고 기업의 실적과 급변하는 시장 상황에서 오는 분주함과 바쁜 일정, 집중해서 복잡한 문제를 풀어야 하는 업무상의 어려움에 대해 이해하고 어느 정도 배려할 수 있는 가족이나 배우자가 필요하다.
 

반대로, 데이터 과학팀의 구성원 중 하나가 위와 같이 개인사나 가정사로 인해서 감정적, 정서적으로 안정된 상태에 있을 수 없다면 업무에 큰 지장을 받을 수 있다는 말이기도 하다. 데이터 과학팀 리더가 팀 구성원이 개인사나 가정사로 인해 곤란함과 어려움을 겪고 있을 때 모든 사생활과 배경에 대해서 알고 이해하지는 못하더라도 위와 같은 어려움으로 팀 구성원이 데이터 과학 업무의 생산성과 질이 떨어질 수 있음을 이해하고 감정적, 정서적 지원을 해줄 필요가 있다는 것이다.

데이터 과학자들에게 필요한 내적 일관성, 내적 안정감은 위와 같이 팀과 조직의 다양한 문제들로 인해 흔들릴 수 있고, 구성원의 다양한 개인사와 가정사에 의해 흔들릴 수도 있다. 어느 경우라도 팀 리더의 관심과 배려는 필요하다. 어떤 구성원이 리더가 생각하는 역량보다 못한 생산성과 성과를 내고 있다면 무조건 질책하고 다그칠 일이 아니라, 왜 본연의 역량을 발휘하지 못하는지 진심으로 다가가서 살필 필요가 있다는 것이다. 왜냐하면, 위에서 소개한 어떤 경우라도 팀 구성원 혼자서 해결하기에는 버거운 문제일 수도 있고, 오히려 팀 자체, 혹은 데이터 과학자가 일하는 조직의 문화와 구조적인 문제일 수 있으며, 개인사, 가정사라고 하더라도 구성원 혼자의 힘으로 감당하기에는 벅찬 문제일 수 있기 때문에 무조건 구성원을 질책한다고 해서 근본적으로 해결되지는 않기 때문이다.

팀 리더도 바쁜 팀 업무와 여러 팀 구성원들의 다양한 업무를 관장하다 보면 지나치게 바빠서 한 구성원의 힘든 상황만 붙들고 마음 써주기는 어려울 수 있고, 내적 일관성, 내적 안정감을 지키지 못해 생산성이 떨어지는 구성원의 표면적인 문제의 이면에 있는 어려움을 생각할 만큼 마음의 여유를 내기 쉽지 않을 수 있다. 구성원이 내적 일관성, 안정감을 지키지 못하는 이유를 모두 알지 못하고 모두 해결해줄 수는 없더라도, 때로는 구성원이 자기만의 페이스를 찾을 때까지 팀원들과 같이 구성원을 지지하면서 어려움을 겪는 구성원의 곁을 지켜줄 수는 있을 것이다.

리더가 모두 다 알 수 없는 문제를 어려움을 겪는 구성원이 혼자서 해결해내야 한다는 압박과 고독감을 이겨낼 수 있도록 곁을 지켜주는 것만으로도 구성원에게 감정적, 정서적인 지지가 될 수 있으며, 이런 감정적, 정서적인 지지를 보내는 것만으로도 구성원들이 자신의 역량을 회복하는 데 큰 도움이 될 수 있다.

다행히도 요즘 주요 글로벌 IT 기업과 인터넷 기업들을 중심으로 구성원들의 업무 환경과 조건을  개선하려는 노력을 많이 하고 있다. 데이터 과학자들이 일하는 기업의 대부분도 이런 글로벌 IT 기업과 인터넷 기업들인 경우가 많기 때문에, 데이터 과학자들이 내적 일관성, 내적 안정감을 가지고 일할 수 있도록 업무 환경과 조건도 많이 나아져 가고 있는 상황이다. 데이터 과학자나 소프트웨어 엔지니어와 같이 지적인 창의력과 전문성, 집중력을 필요로 하는 직업들의 수요가 최근 많아져서 자신에게 맞지 않는 근무 환경을 강요하는 기업들을 뒤로하고 자신에게 맞는 기업을 선택하여 옮길 수 있는 선택의 폭이 넓어지고 있어서 데이터 과학자들에게는 다소 유리한 상황이다.

최근 데이터 과학자를 포함한 IT 인력 부족이 심화되고 있는 IT 시장의 상황과, 직장을 옮기면서 자신의 가치를 높이는 것이 당연하게 여겨지는 요즘 시대에 데이터 과학자가 자신이 집중해서 일할 수 없고, 자신이 경력 상으로 성장할 수 없는 곳에 있다면 직장을 옮기는 것이 그리 어렵지 않은 상황이라 사실 집중할 수 없는 근무 환경에 대한 문제는 데이터 과학자 입장에서는 상대적으로 쉽게 해결할 수 있다.

반대로, 데이터 과학자 개개인은 자신의 가치를 인정해주고 자신이 성장할 수 있는 직장으로 옮기는 것으로 자신의 근무 환경을 개선할 수 있지만, 데이터 과학팀 리더 입장에서는 오히려 이런 상황이 팀을 유지하고 이끌어가는데 어려움을 가중시킬 수 있다. 자신의 팀에서 일하는 유능한 데이터 과학자들을 다른 회사나 데이터 과학팀에 빼앗기지 않고 잘 지키기 위해서라도 데이터 과학자들이 집중하고 일할 수 있는 업무 환경과 감정적, 정서적인 지지를 해줄 수 있는 팀 분위기가 되도록 더 신경 쓸 필요가 있다.

지난 7월 16일 오래전부터 예고되어 오던 직장 내 괴롭힘 금지법이 드디어 공식적으로 시행되었다. 해외 주요 선진국에서는 직장 내 괴롭힘에 관련된 법안을 일찍부터 도입하여 직장 내 괴롭힘과 따돌림 등으로 피해를 보는 사람이 없도록 보호하는 조치를 시행하고 있지만, 우리나라는 이제서야 시작하게 된 것이다. 최근 통계에 따르면 2017년 기준으로 직장 내 괴롭힘을 경험한 직장인이 73%를 넘는다고 하니[4] 이번 직장 내 괴롭힘 방지법으로 인해 직장 내 괴롭힘으로 인한 직장 생활의 어려움이 조금이나마 개선될 수 있을 것으로 기대된다. 

데이터 과학팀에서도 이런 직장 내 괴롭힘은 언제든지 일어날 수 있다. 특히, 우리나라와 같이 초, 중, 고등학교 때 좋은 대학에 가기 위한 경쟁을 하는 과정에서 동기들과 협력하고 배려하는 품성을 배우기보다는 동기들보다 앞서 자신에게 좋은 것을 취하기 위해 이기는 법을 먼저 배우고, 이렇게 해서 지위와 사회적 혜택을 먼저 얻는 것을 배우는 환경에서 자란 사람들이 일하는 직장에서 치열한 경쟁과 알력이 일어나지 않는 것이 오히려 이상한 것일 수 있다. 우리나라가 처한 상황 때문이기도 하지만, 지적으로 뛰어난 사람들이 모인 집단에서는 자신의 능력을 과시하거나 증명하기 위해 경쟁이 과열되는 과정에서 동료 간 지나친 알력과 괴롭힘이 자주 나타나기도 한다.

데이터 과학자가 겪고 있는 감정적, 정서적인 압박이 동료들로부터 오는 것은 아닌지 잘 살펴볼 필요가 있다. 리더가 데이터 과학팀 업무에 걸림돌이 되지 않도록 직장 내 괴롭힘을 하지 않도록 잘 처신하고 솔선수범하는 모습을 보이는 것은 지난 스물아홉번째 글에서 자세히 설명했듯이 당연하다. 데이터 과학팀 구성원 간 지나친 알력과 세력 다툼, 또는 경쟁이 일어나 특정한 구성원이 괴롭힘이나 따돌림을 받거나 업무에 집중하기 힘든 정로도 스트레스를 받고 있지는 않은지 수시로 살필 필요가 있다. 팀 내 지나친 경쟁이나 알력으로 인해서 팀워크가 깨지거나 팀 전체의 통합에 문제가 생기지 않는지 팀 구성원들의 상황을 잘 관찰하고 얘기를 잘 들어 점검하는 것이 팀 리더에게 매우 중요하다.

경쟁을 통해 개개인의 실적을 높이는 방향으로 리더십을 발휘하는 것은 데이터 과학팀 수준의 문제 해결 역량을 해치는 좋지 않은 방법이라고 지난 스물아홉번째서른번째 글에서 자세히 설명한 바 있다. 팀 내 지나친 경쟁과 이 과정에서 생기는 동료 간 따돌림, 괴롭힘이 팀의 통합을 해쳐 팀 수준의 문제 해결 능력을 약화시키지 않도록 특히 세심하게 신경 쓰는 것이 좋다.

데이터 과학팀원들이 감정적, 정서적으로 지지를 받고, 내적 일관성과 안정감을 지키며 일할 수 있도록 팀 리더가 배려하고 마음 쓰는 것은 구성원들이 자신이 팀에 주는 가치에 대해 더 확신을 가지고 팀을 위한 더 어렵고 도전적인 문제에 뛰어들 수 있도록 용기를 주고 동기부여할 수 있는 확실한 방법이다. 이뿐만 아니라, 팀원들에게 감정적, 정서적인 지지와 배려를 해줄 수 있는 리더는 꼭 데이터 과학팀이 아닌 어떤 조직을 이끌더라도 팀원들의 신뢰와 지지를 받고 구성원들의 업무 집중도를 높일 수 있다. 리더로서 팀 성과와 업무 효율성을 높이는 데만 온 마음이 빼앗겨 있기 십상인 우리나라 많은 IT 분야 리더들이 데이터 과학팀 리더로서 리더십을 배우면서 리더십의 격을 한단계 높일 수 있기를 바란다.

 


X