2019.05.24

김진철의 How-to-Big Data | 빅데이터 조직과 시스템 (8)

김진철 | CIO KR

이번 글부터 앞으로 두, 세편의 글에서는 데이터 과학팀 리더가 데이터 과학팀을 이끌기 위해 염두에 두어야 할 몇 가지를 같이 정리해보려고 한다. 사실 어떤 조직이든 리더십이야 공통된 요소가 있고, 특히 리더십에 대해서는 수많은 좋은 책과 자료가 많아서 필자가 여기 다시 그런 내용을 모두 언급하는 것은 지면과 시간의 낭비가 될 것 같다. 그래서, 데이터 과학팀에 꼭 필요한 리더십의 요소와 특성, 그리고 데이터 과학팀의 리더가 저지르기 쉬운 실수에 대해서 간단하게 짚어보고자 한다.
 

ⓒGetty Images Bank


먼저 많은 경우 일반 기업과 조직에서는 데이터 과학 전문가가 리더를 맡는 경우보다는 현재 기업과 조직에서 리더의 역할을 하는 분들이 데이터 과학팀 조직 초반에 리더를 맡는 경우가 많을 것이다. 필자가 경험한 바에 따르면 기업과 조직에서 데이터 과학팀이 제대로 성과를 내지 못하고 자리 잡지 못하는 이유가 리더의 리더십과 리더십 행사 방식이 데이터 과학팀과 잘 맞지 않아서 생기는 경우가 많다는 것을 알게 되었다. 그렇다면 왜 리더의 리더십과 리더십 행사 방식이 데이터 과학팀과 잘 맞지 않는 경우가 생기는 걸까?

필자가 보고 듣거나 직접 경험한 바에 따르면 일반 기업과 조직의 리더들이 현재 구사하는 리더십의 방법들은 대부분 데이터 과학자와 같은 전문가 그룹을 이끌기에 잘 맞지 않는 방식인 경우가 많다. 우리나라 많은 기업과 조직들이 과거 우리나라의 경제적인 부를 가져다준 패스트 팔로워 방식의 비즈니스 추구 방식과 경쟁 우위를 추구하는 방법을 주로 쓰다 보니 데이터 과학팀에 필요한 스타트업과 같은 문제 해결 및 비즈니스 모델 검증에 적합한 비즈니스 추구 방식을 어색해하고 잘 사용하지 않는 경우가 많다.

여기에 승진과 조직 내 권력 구조와 관련된 문제가 얽히기 시작하면, 데이터 과학팀이 막 조직된 기업과 조직에서 데이터 과학팀을 누가 이끌고 이를 통해 이득을 얻게 되는가 하는 문제로 복잡한 양상이 나타나게 되고, 이 과정에서 막 조직된 데이터 과학팀이 날개를 펴보지도 못하고 추락해버리는 상황이 생기게 된다.

위와 같은 이유로 데이터 과학팀의 리더는 내부 선임보다는 되도록 데이터 과학과 IT분야 전문성을 가진 전문가로 외부 영입을 하도록 필자가 권하기는 했지만, 외부에서 영입된 전문가라고 해도 데이터 과학팀에 적합한 리더십을 발휘할 수 있으리라는 보장은 없기에 여전히 위험 요소는 남아 있게 마련이다. 이런 위험 요소들은 대개 데이터 과학팀의 특성에 대한 잘못된 이해와 적절하지 않은 리더십 행사 방식을 통해서 나타나게 되는데 오늘 기고를 포함한 앞으로 두, 세편의 글에서 이 문제를 좀더 깊이 있게 짚어보려고 한다.

먼저 리더가 알아야 할 데이터 과학팀의 가장 중요한 특성은 데이터 과학팀을 구성하는 구성원들과 이들이 일하는 방식에 따라서 나타나는 특성이다. 비유하자면, 데이터 과학팀은 명령에 따라 일사불란하게 움직이는 군대의 분대와 같은 조직이라기보다는 요즘 많은 인기를 얻고 있는 영화 어벤져스에 나오는 어벤져스 팀과 비슷한 조직이라는 것이다. 그럼에도 불구하고 이런 어벤져스와 같은 팀을 이끌기 위해 똑같은 일을 반복적으로 하는 예전 대량 생산 시대의 공장 노동자들을 염두에 둔 리더십을 활용하고 있기 때문에 데이터 과학자와 그 팀의 구성원들이 효과적으로 역량을 발휘하지 못하고 복잡한 문제들이 생겨나는 것이다.

위와 같은 조직 특성이 나타나는 이유는 여러 가지가 있는데, 우선 중요한 것은 데이터 과학 업무를 위해 필요한 지식과 통찰의 넓이와 깊이가 일반 사무직 구성원들이 배우고 활용하는 업무에 필요한 지식과 통찰의 넓이와 깊이보다 훨씬 더 넓고 깊다는데 있다. 앞으로 인공지능이 발전하게 되면 데이터 과학 업무도 일반 구성원들이 처리할 수 있을 만큼 많은 부분이 표준화되고 자동화되어 당연한 업무가 될 수도 있겠지만, 아직은 보통 기업에서 처리하는 업무에 비해서 다양한 지식과 창의성을 필요로 한다.

데이터 과학팀이 보이는 조직 특성의 또 다른 원인은 데이터 과학자들의 성장 경로와 지식수준에 따라 역량의 깊이와 범위가 천차만별이라는데 있다. 일반 사무직 구성원들이 배우는 업무들은 업무 내용과 필요한 지식이 어느 정도 표준화가 가능하다. 새로운 영역의 업무라고 해도 훈련과 강의를 통해 습득해서 어느 정도 수준 이상으로 업무를 수행할 수 있는 데까지 이르는데 일반 기업과 조직의 입장에서 보았을 때 합리적인 수준의 시간이 필요한 경우가 많다.

그렇지만, 데이터 과학 업무는 데이터 분석에 필요한 수학과 IT 기술에 관련된 전문 지식이 필요하고, 이런 전문 지식을 각 데이터 분석 케이스 하나하나마다 적절하게 적용해서 문제를 풀어나가기 위해서는 데이터를 다루어 문제를 해결한 실무 경험이 어느 정도 이상 쌓여야만 가능하다. 이에 더해서 각 데이터 과학자의 성장 경로에 따라 쌓인 지식의 넓이와 깊이, 그리고 실무에 이런 지식을 적용하면서 생긴 통찰의 깊이가 데이터 과학자마다 다르고, 이런 지식의 통합된 정도와 통찰의 깊이가 측정하기도, 표준화하기도 어렵기 때문에 한 데이터 과학팀에 속한 모든 데이터 과학자가 같은 조건과 역량으로 일을 한다고 보기 어렵다.

이런 이유로 각 데이터 과학자가 최대한의 역량을 발휘해서 팀에 기여할 수 있도록 하는 리더십은 특별할 수밖에 없다. 더군다나 팀 내 구성원 간 경쟁을 통해 업무를 효율화하고 성과를 창출하려는 기존의 리더십 방식은 더더욱 효과적이지 않은 경우가 많다. 경쟁보다는 협력을 극대화하고, 각 데이터 과학자와 데이터 과학팀 팀원 간 서로의 부족한 점을 메워 팀 단위의 역량을 극대화할 수 있는 리더십이 필요하다.

이런 배경에서 데이터 과학팀의 리더는 데이터 과학팀의 각 구성원 한 사람 한 사람애개 모두 독특한 역량과 장점이 있음을 가장 먼저 인지하고, 서로의 역량과 장점이 서로의 단점을 메워주고 보완하도록 이끄는 리더십을 갖추는 것이 중요하다. 이런 관점에서 출발하는 리더십은 창조적인 일을 하는 전문가 그룹에 꼭 필요한 리더십으로, 오늘날 다수의 스타트업과 창조적인 개발팀에서 볼 수 있고 필요로 하는 리더십이다.

그렇다면, 이렇게 어벤져스와 같이 각 구성원이 독특한 역량과 능력을 갖춘 데이터 과학 전문가 그룹을 적절하게 이끌어 성과를 만들기 위해서 데이터 과학팀의 리더가 어떤 리더십을 발휘해야 할까? 이런 데이터 과학 전문가 그룹의 리더가 지키고 염두에 두어야 할 리더십의 요건을 최근 출간된 로버트 흐로마스, 크리스토퍼 흐로마스의 “아인슈타인의 보스”에 소개된 리더십의 요건들을 중심으로 데이터 과학팀의 맥락에서 같이 살펴보도록 하자[2].

데이터 과학팀의 리더가 가장 먼저 조심해야 할 것은 바로 리더 자신이 걸림돌이 되지 않는 리더십이다. 필자가 직접 경험했거나 보고들은 많은 경우에 대해 데이터 과학팀이 생겼을 때 생기는 문제 대부분은 데이터 과학팀에 맞지 않는 리더십을 리더가 고수하거나, 기업과 조직의 일반 구성원보다 학력과 역량이 높을 수밖에 없는 데이터 과학자들을 리더가 지나치게 자신의 승진 경쟁 상대로 의식하여 리더로서 적절치 못하게 처신하여 생기는 것이 많았다.

가장 많이 문제가 되는 경우는 데이터 과학에 대해 잘 모르지만 사내에서 팀장과 부서장의 보직을 수행하던 리더가 데이터 과학 부서의 리더를 맡았을 경우이다. 이 경우 대개 문제가 몇 가지 양상으로 나타난다. 그 중 첫번째 양상은 데이터 과학에 대해 잘 알지 못하지만 리더가 자신의 역량에 대해 자신감이 있고 사내에서 지지를 받는 사람인 경우 데이터 과학자들의 의견과 말에 잘 귀 기울이지 않거나 데이터 과학자들을 지나치게 경쟁 위주의 팀 문화로 몰아가고 효율과 스피드만을 강조하는 경우이다. 우리나라 대기업에서 이런 일이 특히 많이 벌어지는 듯하다.

왜 이런 경우가 문제가 되는가? 우리나라 대부분 대기업은 제조업을 중심으로 일어선 회사들이 많다. 그리고 그나마도 기술을 밑바닥부터 원천 기술을 개발하여 시작한 회사들보다는 기술은 대부분 외국의 기술을 들여오고 선진국의 경쟁자들을 낮은 단가와 빠른 속도로 쫓아가 이기는 것에 초점을 맞춘 패스트 팔로워 전략을 택하는 기업들이 많았다. 최근에는 삼성전자와 같이 휴대전화, 반도체와 같은 첨단 제품을 중심으로 연구개발을 통해 핵심 기술을 확보하여 세계적인 회사로 자리 잡은 국내 대기업도 많지만, 오래된 조직 문화가 한번에 바뀌기는 어렵기 때문에 이런 세계적인 대기업들조차도 지금까지 기업을 키워오는데 유효했던 조직 문화의 영향을 여전히 받고 있다.

요즘은 조직 문화를 유연하게 바꾸기 위해 많은 노력을 기울이고 있고, 실제로도 제도 자체는 유연한 조직 문화를 위한 제도가 많이 실행되고 있다고 하지만, 오랫동안 조직에 자리 잡은, 기존 제조업 성장에 유효했던 일사불란하게 빠르게 움직이는 패스트 팔로워 마인드가 쉽게 바뀌기는 어려운 것이 현실이다.

패스트 팔로워 마인드가 꼭 나쁜 것만은 아니다. 실제로 요즘 구글이나 애플 같은 회사들도 삼성전자의 경영방식을 많이 벤치마크한다고 하지 않던가? 그렇지만 구글이나 애플같이 혁신의 경험과 DNA를 가진 기업들이 삼성전자의 패스트 팔로워 마인드와 경영 방법을 배워 자신들의 실행력을 보완하는 것과 근본적인 혁신의 경험이 부족한 우리나라 대기업들이 패스트 팔로워 방식을 고수하는 것과는 분명히 차이가 있을 것이다.

이전의 스물다섯번째 글에서 언급했듯이 데이터 과학을 경영에 도입하는 것은 경영의 패러다임을 보다 과학적인 의사 결정 방식으로 전환하는 것이기 때문에 기업과 조직이 성장했던 기존의 마인드셋을 바꾸는 것이 가장 어려운 일이라고 했다. 데이터 과학팀의 리더가 기존의 마인드를 고수하면서 데이터 과학팀을 이끌려고 한다면 데이터 과학을 통해 새로운 마인드와 경영 패러다임을 수혈해 회사의 새로운 성장을 이끌어 내려는 데이터 과학팀 운영의 취지에 맞지 않을 것이다. 데이터 과학을 한다는 것 자체가 기존의 기업 경영 방법론이나 마인드를 어느 정도 버리거나 수정하는 것을 의미하기 때문이다.

이런 이유로 데이터 과학팀을 이끄는 리더가 데이터 과학팀에 맞지 않는 리더십을 고수하는 것은 기업이 자원과 시간을 낭비하고 데이터 과학팀 운영의 효과를 제대로 보지 못하게 하는 문제를 일으키게 된다. 데이터 과학팀은 일반적인 경영 지원과 사무를 위한 팀과는 다른 업무를 수행하고, 일하는 구성원들도 보통의 구성원들이 아닌 전문가들이다. 전문가 그룹에 맞는 리더십을 발휘해야 효과적인 업무를 수행할 수 있다.

리더 자신이 데이터 과학팀의 걸림돌이 되지 않는 리더가 되지 않기 위해 가장 먼저 생각해야 할 사실은 진정한 리더는 자신보다 뛰어난 사람들을 이끌 수 있어야 한다는 말이다. 이 말은 데이터 과학팀과 같은 전문가 그룹 조직에 정말로 잘 맞는 말이다. 필자가 보고들은 데이터 과학팀 운영의 많은 사례에서 조직 문화와 운영 측면에서 많은 문제가 생긴 팀들은 대개 리더가 위의 말을 진심으로 이해하지 못하고 실천하지 못해서 생긴 경우가 많았다.

앞으로 기고할 글에서 데이터 과학팀의 조직 운영 원리와 관련해 좀더 자세히 살펴볼 개념으로 “위계 중심 조직(hierarchy-centric organization)”과 “역할 중심 조직(role-centric organization)”이 있다. 우리나라 대부분 대기업과 기업 조직은 위계 중심 조직이다. 위계 중심 조직은 리더가 팀 구성원들보다 역량이나 모든 면에서 뛰어나다는 가정하에 많은 권력과 권한을 부여하는 조직으로 신속하고 빠른 실행이 중요한 조직에서 효과적이다. 반대로 역할 중심 조직은 조직의 구성원 각각이 고유의 역할을 가지고 있고, 고유의 역할을 가진 구성원이 자신이 맡은 역할에 관련된 권한을 가지고 권력이 분배된 구조다. 역할 중심 조직은 조직의 업무가 매우 높은 전문성을 필요로 하거나 스타트업과 같이 조직의 업무 프로세스를 정형화하기 힘든 상황에서 효과적으로 동작하는 방식이다.

데이터 과학팀은 그 업무 특성 때문에 근본적으로 역할 중심 조직이 될 수밖에 없다. 역할 중심 조직에서는 구성원 각각이 자신의 전문 분야에 대해 독자적인 권한과 자율성을 가진다. 데이터 과학자 각각이 데이터 과학자로 성장하여 온 과정은 각 데이터 과학자마다 독특하고 유일한 과정이며, 이렇게 독특하고 유일한 성장 과정에서 쌓인 경험과 역량은 개개인별로 다 다르다. 이런 이유로 데이터 과학자가 자신이 전문적으로 분석하는 도메인이나 산업 분야, 그리고 분석 기법과 기술별로 전문성을 가지고 있으면 그 영역에 대해서는 다른 동료들이나 전문가로 대체하기가 쉽지 않은 경우가 많다.

아무리 뛰어난 천재라고 하더라도, 다른 사람들에 비해서 뛰어난 영역이 조금 넓고 많을 수는 있을지 몰라도, 신이 아닌 이상 동시에 여러 가지 일을 한 사람이 해낼 수도 없고, 특히 데이터 과학과 같이 다양한 기술과 지식이 필요한 영역에서 모든 산업 분야와 분석 기술에 대해서 전문성을 최고 수준으로 가지고 있기는 어렵다. 이런 이유로 다양한 역량과 경험을 가진 데이터 과학자들이 해결해야 할 하나의 공통 문제를 위해 서로 부족한 점을 보완하면서 협력하여 문제를 해결해 나가야 한다.

데이터 과학팀 리더라고 하더라도, 만약 데이터 과학팀 리더가 데이터 과학 전문가라면, 이런 상황은 다르지 않다. 특정한 영역에서 자신보다 훨씬 더 뛰어난 데이터 과학 전문가를 자신의 팀에 팀원으로 두고 있는 경우는 데이터 과학팀과 같은 전문가 그룹에서는 아주 흔한 일이다. 데이터 과학 전문가인 리더는 전문가 그룹의 이런 특성에 대해서 잘 알고 있는 경우가 많으며, 자신이 자신보다 뛰어난 팀원들을 이끌어야 한다는 것을 거부감 없이 받아들이는 경우가 많고 이를 위해 자기 자신의 리더십과 역량을 스스로 훈련하고 단련하는 경우가 많다. 하지만, 데이터 과학팀의 이런 특성을 체감하지 못하는 위계 중심 조직의 리더였던 사람이 데이터 과학팀과 같은 역할 중심 조직의 리더를 맡게 되면 자신보다 뛰어난 팀원들에 대해 복잡한 감정을 느끼게 되는 것 같다.

데이터 과학자를 포함한 팀 구성원 모두가 자신의 전문 역량을 최대한 발휘하여 기업이 당면한 문제를 공동으로 같이 해결해 나가는 데이터 과학팀이야말로 리더가 모든 면에서 결코 나을 수 없는 팀이다. 팀 구성원들 중 리더보다 특정 영역에서 더 나은 역량이나 전문성을 가지고 있는 구성원이 있다고 해서 리더 역할을 하는 자신이 그 구성원보다 부족하다고 생각하거나, 그 구성원이 리더 자신이 리더의 자리를 지켜내기에 경쟁자로서 위협이 된다고 생각하는 리더는 상황을 지나치게 자기중심적으로 보고 있다. 

자신보다 뛰어난 팀원들이 자신의 역할을 다하기 위해 자신의 전문 분야와 영역에 대해 자신의 식견과 의견을 피력하고 자율적으로 업무를 수행하는 것을 자신의 리더로서 권위와 위치에 대한 도전으로 받아들이는 리더는 데이터 과학팀을 이끌 자격이 많이 부족한 리더다. 데이터 과학팀 구성원들인 데이터 과학자들이 자신의 역할을 다하는 것을 데이터 과학팀 리더가 자신에 대한 도전으로 받아들이고 통제하고 관리하려고 하는 것이 리더가 데이터 과학팀의 업무에 걸림돌이 되는 사례로서 필자가 가장 많이 목격한 경우이다.

인간이 신이 아닌 이상 모든 영역에서 모든 사람보다 뛰어난 역량을 가지는 것은 거의 불가능하다는 것을 잊어서는 안 된다. 오히려 특정한 영역에서 자신보다 뛰어난 팀 구성원이 있다는 것은 자신의 단점을 보완하고 자신이 잘 모르는 영역의 부족한 역량을 보완해서 팀을 더 뛰어난 팀으로 만들 수 있게 하고, 이를 통해서 리더 자신의 부담과 짐을 많이 덜 수 있게 한다는 사실을 생각하면 리더 자신이 오히려 반겨야 할 일이다. 
 


데이터 과학팀 리더의 다양한 문제 해결 경험과 팀 조직, 운영 능력, 리더십만으로도 이미 특정 분야의 전문성에서 리더 자신보다 앞서는 구성원보다 리더가 리더로서 대접받아야 할 이유로 충분하다. 이런 측면에서 자신보다 뛰어난 데이터 과학자나 데이터 과학 팀원이 소신껏 업무를 수행하여 데이터 과학팀의 성과와 발전에 기여할 수 있도록 잘 지원하는 것이 리더 자신의 발전과 경력 성장을 위해서 더 좋은 일이다. 이렇게 데이터 과학팀 구성원을 적극적으로 지원할 수 있는 높은 자존감과 포용력을 가지는 것이 데이터 과학팀 리더로서 우선 갖추어야 할 역량이고, 팀 구성원들로부터 리더를 차별화하는 리더만의 앞선 역량이기에 이런 자존감과 포용력을 우선적으로 갖출 수 있도록 노력해야 할 것이다.

 




2019.05.24

김진철의 How-to-Big Data | 빅데이터 조직과 시스템 (8)

김진철 | CIO KR

이번 글부터 앞으로 두, 세편의 글에서는 데이터 과학팀 리더가 데이터 과학팀을 이끌기 위해 염두에 두어야 할 몇 가지를 같이 정리해보려고 한다. 사실 어떤 조직이든 리더십이야 공통된 요소가 있고, 특히 리더십에 대해서는 수많은 좋은 책과 자료가 많아서 필자가 여기 다시 그런 내용을 모두 언급하는 것은 지면과 시간의 낭비가 될 것 같다. 그래서, 데이터 과학팀에 꼭 필요한 리더십의 요소와 특성, 그리고 데이터 과학팀의 리더가 저지르기 쉬운 실수에 대해서 간단하게 짚어보고자 한다.
 

ⓒGetty Images Bank


먼저 많은 경우 일반 기업과 조직에서는 데이터 과학 전문가가 리더를 맡는 경우보다는 현재 기업과 조직에서 리더의 역할을 하는 분들이 데이터 과학팀 조직 초반에 리더를 맡는 경우가 많을 것이다. 필자가 경험한 바에 따르면 기업과 조직에서 데이터 과학팀이 제대로 성과를 내지 못하고 자리 잡지 못하는 이유가 리더의 리더십과 리더십 행사 방식이 데이터 과학팀과 잘 맞지 않아서 생기는 경우가 많다는 것을 알게 되었다. 그렇다면 왜 리더의 리더십과 리더십 행사 방식이 데이터 과학팀과 잘 맞지 않는 경우가 생기는 걸까?

필자가 보고 듣거나 직접 경험한 바에 따르면 일반 기업과 조직의 리더들이 현재 구사하는 리더십의 방법들은 대부분 데이터 과학자와 같은 전문가 그룹을 이끌기에 잘 맞지 않는 방식인 경우가 많다. 우리나라 많은 기업과 조직들이 과거 우리나라의 경제적인 부를 가져다준 패스트 팔로워 방식의 비즈니스 추구 방식과 경쟁 우위를 추구하는 방법을 주로 쓰다 보니 데이터 과학팀에 필요한 스타트업과 같은 문제 해결 및 비즈니스 모델 검증에 적합한 비즈니스 추구 방식을 어색해하고 잘 사용하지 않는 경우가 많다.

여기에 승진과 조직 내 권력 구조와 관련된 문제가 얽히기 시작하면, 데이터 과학팀이 막 조직된 기업과 조직에서 데이터 과학팀을 누가 이끌고 이를 통해 이득을 얻게 되는가 하는 문제로 복잡한 양상이 나타나게 되고, 이 과정에서 막 조직된 데이터 과학팀이 날개를 펴보지도 못하고 추락해버리는 상황이 생기게 된다.

위와 같은 이유로 데이터 과학팀의 리더는 내부 선임보다는 되도록 데이터 과학과 IT분야 전문성을 가진 전문가로 외부 영입을 하도록 필자가 권하기는 했지만, 외부에서 영입된 전문가라고 해도 데이터 과학팀에 적합한 리더십을 발휘할 수 있으리라는 보장은 없기에 여전히 위험 요소는 남아 있게 마련이다. 이런 위험 요소들은 대개 데이터 과학팀의 특성에 대한 잘못된 이해와 적절하지 않은 리더십 행사 방식을 통해서 나타나게 되는데 오늘 기고를 포함한 앞으로 두, 세편의 글에서 이 문제를 좀더 깊이 있게 짚어보려고 한다.

먼저 리더가 알아야 할 데이터 과학팀의 가장 중요한 특성은 데이터 과학팀을 구성하는 구성원들과 이들이 일하는 방식에 따라서 나타나는 특성이다. 비유하자면, 데이터 과학팀은 명령에 따라 일사불란하게 움직이는 군대의 분대와 같은 조직이라기보다는 요즘 많은 인기를 얻고 있는 영화 어벤져스에 나오는 어벤져스 팀과 비슷한 조직이라는 것이다. 그럼에도 불구하고 이런 어벤져스와 같은 팀을 이끌기 위해 똑같은 일을 반복적으로 하는 예전 대량 생산 시대의 공장 노동자들을 염두에 둔 리더십을 활용하고 있기 때문에 데이터 과학자와 그 팀의 구성원들이 효과적으로 역량을 발휘하지 못하고 복잡한 문제들이 생겨나는 것이다.

위와 같은 조직 특성이 나타나는 이유는 여러 가지가 있는데, 우선 중요한 것은 데이터 과학 업무를 위해 필요한 지식과 통찰의 넓이와 깊이가 일반 사무직 구성원들이 배우고 활용하는 업무에 필요한 지식과 통찰의 넓이와 깊이보다 훨씬 더 넓고 깊다는데 있다. 앞으로 인공지능이 발전하게 되면 데이터 과학 업무도 일반 구성원들이 처리할 수 있을 만큼 많은 부분이 표준화되고 자동화되어 당연한 업무가 될 수도 있겠지만, 아직은 보통 기업에서 처리하는 업무에 비해서 다양한 지식과 창의성을 필요로 한다.

데이터 과학팀이 보이는 조직 특성의 또 다른 원인은 데이터 과학자들의 성장 경로와 지식수준에 따라 역량의 깊이와 범위가 천차만별이라는데 있다. 일반 사무직 구성원들이 배우는 업무들은 업무 내용과 필요한 지식이 어느 정도 표준화가 가능하다. 새로운 영역의 업무라고 해도 훈련과 강의를 통해 습득해서 어느 정도 수준 이상으로 업무를 수행할 수 있는 데까지 이르는데 일반 기업과 조직의 입장에서 보았을 때 합리적인 수준의 시간이 필요한 경우가 많다.

그렇지만, 데이터 과학 업무는 데이터 분석에 필요한 수학과 IT 기술에 관련된 전문 지식이 필요하고, 이런 전문 지식을 각 데이터 분석 케이스 하나하나마다 적절하게 적용해서 문제를 풀어나가기 위해서는 데이터를 다루어 문제를 해결한 실무 경험이 어느 정도 이상 쌓여야만 가능하다. 이에 더해서 각 데이터 과학자의 성장 경로에 따라 쌓인 지식의 넓이와 깊이, 그리고 실무에 이런 지식을 적용하면서 생긴 통찰의 깊이가 데이터 과학자마다 다르고, 이런 지식의 통합된 정도와 통찰의 깊이가 측정하기도, 표준화하기도 어렵기 때문에 한 데이터 과학팀에 속한 모든 데이터 과학자가 같은 조건과 역량으로 일을 한다고 보기 어렵다.

이런 이유로 각 데이터 과학자가 최대한의 역량을 발휘해서 팀에 기여할 수 있도록 하는 리더십은 특별할 수밖에 없다. 더군다나 팀 내 구성원 간 경쟁을 통해 업무를 효율화하고 성과를 창출하려는 기존의 리더십 방식은 더더욱 효과적이지 않은 경우가 많다. 경쟁보다는 협력을 극대화하고, 각 데이터 과학자와 데이터 과학팀 팀원 간 서로의 부족한 점을 메워 팀 단위의 역량을 극대화할 수 있는 리더십이 필요하다.

이런 배경에서 데이터 과학팀의 리더는 데이터 과학팀의 각 구성원 한 사람 한 사람애개 모두 독특한 역량과 장점이 있음을 가장 먼저 인지하고, 서로의 역량과 장점이 서로의 단점을 메워주고 보완하도록 이끄는 리더십을 갖추는 것이 중요하다. 이런 관점에서 출발하는 리더십은 창조적인 일을 하는 전문가 그룹에 꼭 필요한 리더십으로, 오늘날 다수의 스타트업과 창조적인 개발팀에서 볼 수 있고 필요로 하는 리더십이다.

그렇다면, 이렇게 어벤져스와 같이 각 구성원이 독특한 역량과 능력을 갖춘 데이터 과학 전문가 그룹을 적절하게 이끌어 성과를 만들기 위해서 데이터 과학팀의 리더가 어떤 리더십을 발휘해야 할까? 이런 데이터 과학 전문가 그룹의 리더가 지키고 염두에 두어야 할 리더십의 요건을 최근 출간된 로버트 흐로마스, 크리스토퍼 흐로마스의 “아인슈타인의 보스”에 소개된 리더십의 요건들을 중심으로 데이터 과학팀의 맥락에서 같이 살펴보도록 하자[2].

데이터 과학팀의 리더가 가장 먼저 조심해야 할 것은 바로 리더 자신이 걸림돌이 되지 않는 리더십이다. 필자가 직접 경험했거나 보고들은 많은 경우에 대해 데이터 과학팀이 생겼을 때 생기는 문제 대부분은 데이터 과학팀에 맞지 않는 리더십을 리더가 고수하거나, 기업과 조직의 일반 구성원보다 학력과 역량이 높을 수밖에 없는 데이터 과학자들을 리더가 지나치게 자신의 승진 경쟁 상대로 의식하여 리더로서 적절치 못하게 처신하여 생기는 것이 많았다.

가장 많이 문제가 되는 경우는 데이터 과학에 대해 잘 모르지만 사내에서 팀장과 부서장의 보직을 수행하던 리더가 데이터 과학 부서의 리더를 맡았을 경우이다. 이 경우 대개 문제가 몇 가지 양상으로 나타난다. 그 중 첫번째 양상은 데이터 과학에 대해 잘 알지 못하지만 리더가 자신의 역량에 대해 자신감이 있고 사내에서 지지를 받는 사람인 경우 데이터 과학자들의 의견과 말에 잘 귀 기울이지 않거나 데이터 과학자들을 지나치게 경쟁 위주의 팀 문화로 몰아가고 효율과 스피드만을 강조하는 경우이다. 우리나라 대기업에서 이런 일이 특히 많이 벌어지는 듯하다.

왜 이런 경우가 문제가 되는가? 우리나라 대부분 대기업은 제조업을 중심으로 일어선 회사들이 많다. 그리고 그나마도 기술을 밑바닥부터 원천 기술을 개발하여 시작한 회사들보다는 기술은 대부분 외국의 기술을 들여오고 선진국의 경쟁자들을 낮은 단가와 빠른 속도로 쫓아가 이기는 것에 초점을 맞춘 패스트 팔로워 전략을 택하는 기업들이 많았다. 최근에는 삼성전자와 같이 휴대전화, 반도체와 같은 첨단 제품을 중심으로 연구개발을 통해 핵심 기술을 확보하여 세계적인 회사로 자리 잡은 국내 대기업도 많지만, 오래된 조직 문화가 한번에 바뀌기는 어렵기 때문에 이런 세계적인 대기업들조차도 지금까지 기업을 키워오는데 유효했던 조직 문화의 영향을 여전히 받고 있다.

요즘은 조직 문화를 유연하게 바꾸기 위해 많은 노력을 기울이고 있고, 실제로도 제도 자체는 유연한 조직 문화를 위한 제도가 많이 실행되고 있다고 하지만, 오랫동안 조직에 자리 잡은, 기존 제조업 성장에 유효했던 일사불란하게 빠르게 움직이는 패스트 팔로워 마인드가 쉽게 바뀌기는 어려운 것이 현실이다.

패스트 팔로워 마인드가 꼭 나쁜 것만은 아니다. 실제로 요즘 구글이나 애플 같은 회사들도 삼성전자의 경영방식을 많이 벤치마크한다고 하지 않던가? 그렇지만 구글이나 애플같이 혁신의 경험과 DNA를 가진 기업들이 삼성전자의 패스트 팔로워 마인드와 경영 방법을 배워 자신들의 실행력을 보완하는 것과 근본적인 혁신의 경험이 부족한 우리나라 대기업들이 패스트 팔로워 방식을 고수하는 것과는 분명히 차이가 있을 것이다.

이전의 스물다섯번째 글에서 언급했듯이 데이터 과학을 경영에 도입하는 것은 경영의 패러다임을 보다 과학적인 의사 결정 방식으로 전환하는 것이기 때문에 기업과 조직이 성장했던 기존의 마인드셋을 바꾸는 것이 가장 어려운 일이라고 했다. 데이터 과학팀의 리더가 기존의 마인드를 고수하면서 데이터 과학팀을 이끌려고 한다면 데이터 과학을 통해 새로운 마인드와 경영 패러다임을 수혈해 회사의 새로운 성장을 이끌어 내려는 데이터 과학팀 운영의 취지에 맞지 않을 것이다. 데이터 과학을 한다는 것 자체가 기존의 기업 경영 방법론이나 마인드를 어느 정도 버리거나 수정하는 것을 의미하기 때문이다.

이런 이유로 데이터 과학팀을 이끄는 리더가 데이터 과학팀에 맞지 않는 리더십을 고수하는 것은 기업이 자원과 시간을 낭비하고 데이터 과학팀 운영의 효과를 제대로 보지 못하게 하는 문제를 일으키게 된다. 데이터 과학팀은 일반적인 경영 지원과 사무를 위한 팀과는 다른 업무를 수행하고, 일하는 구성원들도 보통의 구성원들이 아닌 전문가들이다. 전문가 그룹에 맞는 리더십을 발휘해야 효과적인 업무를 수행할 수 있다.

리더 자신이 데이터 과학팀의 걸림돌이 되지 않는 리더가 되지 않기 위해 가장 먼저 생각해야 할 사실은 진정한 리더는 자신보다 뛰어난 사람들을 이끌 수 있어야 한다는 말이다. 이 말은 데이터 과학팀과 같은 전문가 그룹 조직에 정말로 잘 맞는 말이다. 필자가 보고들은 데이터 과학팀 운영의 많은 사례에서 조직 문화와 운영 측면에서 많은 문제가 생긴 팀들은 대개 리더가 위의 말을 진심으로 이해하지 못하고 실천하지 못해서 생긴 경우가 많았다.

앞으로 기고할 글에서 데이터 과학팀의 조직 운영 원리와 관련해 좀더 자세히 살펴볼 개념으로 “위계 중심 조직(hierarchy-centric organization)”과 “역할 중심 조직(role-centric organization)”이 있다. 우리나라 대부분 대기업과 기업 조직은 위계 중심 조직이다. 위계 중심 조직은 리더가 팀 구성원들보다 역량이나 모든 면에서 뛰어나다는 가정하에 많은 권력과 권한을 부여하는 조직으로 신속하고 빠른 실행이 중요한 조직에서 효과적이다. 반대로 역할 중심 조직은 조직의 구성원 각각이 고유의 역할을 가지고 있고, 고유의 역할을 가진 구성원이 자신이 맡은 역할에 관련된 권한을 가지고 권력이 분배된 구조다. 역할 중심 조직은 조직의 업무가 매우 높은 전문성을 필요로 하거나 스타트업과 같이 조직의 업무 프로세스를 정형화하기 힘든 상황에서 효과적으로 동작하는 방식이다.

데이터 과학팀은 그 업무 특성 때문에 근본적으로 역할 중심 조직이 될 수밖에 없다. 역할 중심 조직에서는 구성원 각각이 자신의 전문 분야에 대해 독자적인 권한과 자율성을 가진다. 데이터 과학자 각각이 데이터 과학자로 성장하여 온 과정은 각 데이터 과학자마다 독특하고 유일한 과정이며, 이렇게 독특하고 유일한 성장 과정에서 쌓인 경험과 역량은 개개인별로 다 다르다. 이런 이유로 데이터 과학자가 자신이 전문적으로 분석하는 도메인이나 산업 분야, 그리고 분석 기법과 기술별로 전문성을 가지고 있으면 그 영역에 대해서는 다른 동료들이나 전문가로 대체하기가 쉽지 않은 경우가 많다.

아무리 뛰어난 천재라고 하더라도, 다른 사람들에 비해서 뛰어난 영역이 조금 넓고 많을 수는 있을지 몰라도, 신이 아닌 이상 동시에 여러 가지 일을 한 사람이 해낼 수도 없고, 특히 데이터 과학과 같이 다양한 기술과 지식이 필요한 영역에서 모든 산업 분야와 분석 기술에 대해서 전문성을 최고 수준으로 가지고 있기는 어렵다. 이런 이유로 다양한 역량과 경험을 가진 데이터 과학자들이 해결해야 할 하나의 공통 문제를 위해 서로 부족한 점을 보완하면서 협력하여 문제를 해결해 나가야 한다.

데이터 과학팀 리더라고 하더라도, 만약 데이터 과학팀 리더가 데이터 과학 전문가라면, 이런 상황은 다르지 않다. 특정한 영역에서 자신보다 훨씬 더 뛰어난 데이터 과학 전문가를 자신의 팀에 팀원으로 두고 있는 경우는 데이터 과학팀과 같은 전문가 그룹에서는 아주 흔한 일이다. 데이터 과학 전문가인 리더는 전문가 그룹의 이런 특성에 대해서 잘 알고 있는 경우가 많으며, 자신이 자신보다 뛰어난 팀원들을 이끌어야 한다는 것을 거부감 없이 받아들이는 경우가 많고 이를 위해 자기 자신의 리더십과 역량을 스스로 훈련하고 단련하는 경우가 많다. 하지만, 데이터 과학팀의 이런 특성을 체감하지 못하는 위계 중심 조직의 리더였던 사람이 데이터 과학팀과 같은 역할 중심 조직의 리더를 맡게 되면 자신보다 뛰어난 팀원들에 대해 복잡한 감정을 느끼게 되는 것 같다.

데이터 과학자를 포함한 팀 구성원 모두가 자신의 전문 역량을 최대한 발휘하여 기업이 당면한 문제를 공동으로 같이 해결해 나가는 데이터 과학팀이야말로 리더가 모든 면에서 결코 나을 수 없는 팀이다. 팀 구성원들 중 리더보다 특정 영역에서 더 나은 역량이나 전문성을 가지고 있는 구성원이 있다고 해서 리더 역할을 하는 자신이 그 구성원보다 부족하다고 생각하거나, 그 구성원이 리더 자신이 리더의 자리를 지켜내기에 경쟁자로서 위협이 된다고 생각하는 리더는 상황을 지나치게 자기중심적으로 보고 있다. 

자신보다 뛰어난 팀원들이 자신의 역할을 다하기 위해 자신의 전문 분야와 영역에 대해 자신의 식견과 의견을 피력하고 자율적으로 업무를 수행하는 것을 자신의 리더로서 권위와 위치에 대한 도전으로 받아들이는 리더는 데이터 과학팀을 이끌 자격이 많이 부족한 리더다. 데이터 과학팀 구성원들인 데이터 과학자들이 자신의 역할을 다하는 것을 데이터 과학팀 리더가 자신에 대한 도전으로 받아들이고 통제하고 관리하려고 하는 것이 리더가 데이터 과학팀의 업무에 걸림돌이 되는 사례로서 필자가 가장 많이 목격한 경우이다.

인간이 신이 아닌 이상 모든 영역에서 모든 사람보다 뛰어난 역량을 가지는 것은 거의 불가능하다는 것을 잊어서는 안 된다. 오히려 특정한 영역에서 자신보다 뛰어난 팀 구성원이 있다는 것은 자신의 단점을 보완하고 자신이 잘 모르는 영역의 부족한 역량을 보완해서 팀을 더 뛰어난 팀으로 만들 수 있게 하고, 이를 통해서 리더 자신의 부담과 짐을 많이 덜 수 있게 한다는 사실을 생각하면 리더 자신이 오히려 반겨야 할 일이다. 
 


데이터 과학팀 리더의 다양한 문제 해결 경험과 팀 조직, 운영 능력, 리더십만으로도 이미 특정 분야의 전문성에서 리더 자신보다 앞서는 구성원보다 리더가 리더로서 대접받아야 할 이유로 충분하다. 이런 측면에서 자신보다 뛰어난 데이터 과학자나 데이터 과학 팀원이 소신껏 업무를 수행하여 데이터 과학팀의 성과와 발전에 기여할 수 있도록 잘 지원하는 것이 리더 자신의 발전과 경력 성장을 위해서 더 좋은 일이다. 이렇게 데이터 과학팀 구성원을 적극적으로 지원할 수 있는 높은 자존감과 포용력을 가지는 것이 데이터 과학팀 리더로서 우선 갖추어야 할 역량이고, 팀 구성원들로부터 리더를 차별화하는 리더만의 앞선 역량이기에 이런 자존감과 포용력을 우선적으로 갖출 수 있도록 노력해야 할 것이다.

 


X