2019.06.25

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

김진철 | CIO KR
데이터 과학팀 리더의 리더십 (2) – 바윗돌을 뒤집어라 (투명한 소통)
지난 스물아홉 번째 글에서는 데이터 과학팀을 이끄는 리더십의 첫번째로 리더 자신이 걸림돌이 되는 경우, 그리고 리더 자신이 걸림돌이 되지 않는 방법에 대해서 살펴보았다. 데이터 과학팀과 같은 전문가 조직에서 리더 자신이 걸림돌이 되는 많은 경우가 적절치 못한 리더십을 행사하기 때문인데, 이런 적절치 못한 리더십의 배경에는 위계 중심 조직에서 성장한 리더가 역할 중심 조직으로 운영되어야 할 데이터 과학팀을 위계 중심 조직에서 성공했던 리더십 방식을 사용하여 이끌려고 하기 때문에 생기는 문제임을 설명하였다.

이번 서른 번째 글에서도 데이터 과학팀을 이끄는 리더가 염두에 두어야 할 리더십의 요소들을 계속해서 몇 가지 더 살펴보고자 한다. 리더가 걸림돌이 되지 않는 리더십 다음으로 데이터 과학팀의 리더가 중요하게 생각해야 하는 것이 바로 소통이다. 데이터 과학팀을 구성하는 데이터 과학자들, 소프트웨어 엔지니어들과 투명하고 원만한 소통이 없이는 결코 데이터 과학팀은 그 역할을 다할 수 없다.
 
ⓒGetty Images Bank


최근 어느 조직이나 투명하고 격의 없는 소통을 강조하는 분위기가 사회 전반에 확산되고 있어 바람직하다는 생각이 든다. 하지만, 과거 유럽과 미국 등의 서구 국가가 겪었던 시민이 주도하는 혁명과 시민의식 성장의 과정을 역사에서 온전하게 겪지 못하고, 일제강점기의 식민 치하에서 생긴 좋지 못한 정신적 유산, 대한민국 건국 초기 민주주의가 온전하게 정착되지 못하면서 권위주의 정부가 보여준 리더십에 익숙한 우리나라는 유독 투명한 소통과 대화가 쉽사리 자리를 잡기가 어려운 듯하다. 이런 과거의 잔재가 패스트 팔로워 전략을 취했던 과거 제조업 중심의 경제에서 새로운 비즈니스와 기술 혁신을 통한 선진국형 경제로 우리나라가 나아가는데 계속해서 발목을 잡고 있다는 생각이 든다.

어느 조직, 어느 팀이나 효율적이고 기민하게 움직이기 위해서는 구성원 간 원활한 정보 교환과 소통이 필수적이다. 꼭 데이터 과학팀만 투명하고 원활한 소통이 필요한 것은 아니다. 그렇지만, 데이터 과학팀이나 소프트웨어 개발팀과 같이 지식이나 소프트웨어와 같은 무형의 자산을 만들어 가치를 창출하는 팀의 경우 투명하고 원활한 소통의 중요성은 더욱더 중요해진다. 왜 그럴까?

데이터 과학팀에서 투명하고 원활한 소통이 중요한 첫번째 이유는 데이터 과학팀이 사람의 아이디어와 생각, 무형의 데이터와 정보를 다루는 팀이고, 이런 무형의 아이디어, 생각, 데이터, 정보들을 다루어 내놓는 데이터 분석 소프트웨어나 산출물, 프로세스, 시스템, 지식 등이 역시 무형의 자산인 경우가 많기 때문이다.

데이터 과학팀 업무에서 가장 어려운 것 중의 하나는 서로의 생각을 온전하게 드러내고 이해하여 공유하고, 이렇게 공유된 데이터 분석의 아이디어와 과정이 서로의 생각과 노력으로 다시금 발전되어 가는 과정을 유형의 자산이 되도록 만들어 가는 과정이다. 데이터 분석이 필요한 문제는 대부분 과거에 풀어본 적이 없는, 또는 이미 기업과 조직에서 프로세스로 명문화된 해결책을 가지고 있지 않은 문제인 경우가 대부분이다. 이렇게 데이터 분석이 필요한 문제를 풀기 위해 데이터 과학자들이 고심해서 만들어낸 분석 방법과 해법 또한 전문가인 데이터 과학자가 아무리 알기 쉽고 분명하게 표현하려고 노력하려고 해도 이전에 경험해보지 않아 익숙하지 않은 분석 기법과 그 배경에 깔린 생각에 대해서 단번에 동료 데이터 과학자들이 이해하고 활용하기는 쉽지 않다.

데이터 분석 소프트웨어와 산출물의 내용을 이해하는 것이 어려운 것은 다른 사람이 작성한 소프트웨어 소스 코드를 읽고 쉽게 이해하기 어려운 것과 비슷하게 볼 수 있다. 소프트웨어 소스 코드도 이해하기 위해서는 소스 코드가 표현하고 구현하려는 시스템이 어떤 식으로 동작하게끔 소프트웨어 엔지니어가 설계했는지 이해해야 한다. 이에 더해, 지금 분석하는 소스 코드가 필요한 시스템이 어떤 아키텍처의 시스템이고 어떤 용도로 동작하게끔 설계된 시스템인지 소스 코드를 기술한 프로그래밍 언어 이상의 복잡하고 다양한 지식과 배경이 된 생각에 대한 이해가 필요하다.

데이터 분석 소프트웨어와 산출물은 일반 소프트웨어 소스 코드보다도 더 이해하기 어려운 경우가 많다. 일단 데이터 분석 소프트웨어의 상당수는 분석하려는 대상에 대한 몇 가지 사실을 근거로 해서 분석할 수 있는 문제로 만들기 위한 특정한 모델을 가정하고 있다. 이러한 모델의 상당수는 수학적, 통계학적인 모델인 경우가 많아서 우선 데이터 분석 소프트웨어가 어떤 문제를 어떻게 해결하는지 이해하기 위해서는 배경이 되는 수학적, 통계학적인 모델을 먼저 이해해야 한다. 그리고, 이런 수학, 통계학적인 모델의 해답이나 결과를 얻기 위해 모델이 해답을 구하는 과정을 어떻게 소프트웨어 소스 코드로 표현하고 구현했는지 이해하기 위해서도 수치해석이나 전산통계학, 알고리즘과 같은 복잡하고 전문적인 지식이 필요하다.

일반적인 소프트웨어 소스 코드도 그 배경에 깔린 생각과 지식을 어느 정도 이해해야 이해하고 읽을 수 있는 것처럼 데이터 분석 소프트웨어와 그 산출물도 해당하는 소프트웨어와 산출물에서 가정하고 배경으로 하는 수학적, 통계학적 모델과 그 해결 과정, 구현 방법에 대해서 복잡하고 전문적인 지식이 필요하기 때문에 쉽사리 이해하기가 어려운 것이다. 대개의 경우 일반적인 소프트웨어 소스 코드보다도 데이터 분석 소프트웨어와 그 산출물이 소스 코드의 양과 구조는 더 단순할지 몰라도 이해하기 어려운 경우가 많다.

이렇게 사람의 생각과 지식으로부터 만들어진 소프트웨어 소스 코드와 분석 산출물을 서로 이해하고 그 내용의 핵심을 동료 데이터 과학자들에게 온전하게 전달하는 것이 매우 어렵기 때문에 데이터 과학팀에서 올바른 의사결정과 업무 수행이 이루어지기 위해서는 유독 투명한 소통이 강조된다. 만약 데이터 과학자 구성원 중 누구 하나라도 자신의 데이터 분석 내용과 결과에 대해서 솔직하고 온전하게 소통하지 않고 거짓말을 하기 시작하고 이를 팀원들이 알게 되어 동료들을 믿지 못하게 되면 데이터 과학팀의 업무는 마비된다고 보아도 과장이 아니다.

이런 사실은 과학, 공학계에서 연구 부정을 엄격하게 관리하고, 동료검토(peer-review)를 통해 모든 연구 논문을 엄격하게 심사해서 연구결과를 공개하는 이유와 일맥상통하다. 잘못된 방법으로 잘못된 결과를 도출한 연구성과 이거나, 데이터나 연구 결과를 조작해서 사실이 아닌 내용이 연구성과로서 공개적으로 발표되어 쓰이기 시작하면 과학자, 공학자들은 어떤 것이 믿을 수 있는 지식이고 믿을 수 없는 지식인지 알 수 없어 과학, 공학 연구에 대혼란이 올 것이다. 이런 혼란으로 인해 과학, 공학의 발전이 정체되고 이로 인한 자연에 대한 지식과 기술 발전의 정체로 인해 사회가 막대한 비용과 대가를 치러야 할 수 있어 과학, 공학계에서 연구 부정과 거짓 연구를 엄격하게 관리하는 것은 지난 스물다섯 번째 글에서 자세히 살펴본 바 있다.

위와 같이 데이터 과학팀의 산출물과 소스 코드를 이해하는 것이 매우 복잡한 전문 지식과 역량을 바탕으로 이루어지기 때문에, 데이터 과학팀 내 아이디어와 정보가 원활하게 흘러 기민하고 유연하게 문제를 해결하는 데이터 과학팀의 역량이 발휘되기 위해서는 데이터 과학팀 내 동료 간 의사소통이 투명해야 하는 것은 기본이다. 동료간 의사소통의 투명성과 함께 데이터 과학팀 구성원들과 팀 리더 간 소통도 투명하게 이루어지지 않으면 데이터 과학팀의 역량이 온전하게 발휘될 수 없다.

데이터 과학팀의 리더는 팀 구성원들이 모델링하거나 풀어낸 분석 결과들을 경영진이나 기업 내 다른 부서의 일반 구성원들의 업무에 손쉽게 적용할 수 있도록 데이터 과학팀과 경영진, 타 부서 구성원 간 의사소통과 업무를 조율하게 된다. 데이터 과학팀 리더가 경영진에게 데이터 과학팀의 성과물과 분석 결과물이 기업 경영과 타 부서 업무에 미치는 영향과 결과에 대해서 온전하게 사실대로 전달하거나 의사소통하지 못한다면 분석한 문제의 경중에 따라서 경영진이 잘못된 의사 결정을 내리게 되어 회사에 손실에 생기거나, 다른 부서가 분석한 결과를 잘못 이해하고 활용하여 해당 부서의 업무가 또한 회사에 손실을 입히게 되는 상황에 이를 수 있다. 

데이터 분석 결과가 좋지 않은 결론을 명료하게 보여줄 때 어떤 데이터 과학팀 리더는 이를 경영진에게 보고하면서 순화하거나 좀더 완곡한 표현을 써서 그 충격을 줄여보려고 할 수 있다. 데이터 분석 결과를 지나치게 선정적이거나 과격한 표현을 써서 전달하여도 안 되겠지만, 데이터 분석 결과가 기업의 경영 현황에 대해 좋지 않은 결과를 시사할 경우, 이런 좋지 않은 결과를 쉽사리 받아들이려 하지 않고 자신의 의사 결정권 내에서 생긴 문제에 대해서는 자신의 의사 결정권 밖으로 밀어내려는 경영임원들이 의외로 기업과 조직에 많다. 이런 현실을 생각해보면, 데이터 과학팀 리더가 경영진으로부터 심한 압박을 받거나 데이터 분석 결과를 온전하게 전달하고 수용하게 하는 데 어려움이 있을 수도 있다.

데이터 과학 업무에 대한 신념과 믿음이 어느 정도 확고하고 견고하지 않으면, 데이터 분석 결과의 타당성과 적절함에 대한 경영진의 질타와 날카로운 비판이 빗발치는 상황에서는 데이터 과학팀 리더도 데이터 분석 결과를 투명하게 소통하기 어려울 수 있고, 오히려 리더가 데이터 분석 결과를 완곡하게 왜곡하고자 하는 유혹을 받을 수 있다. 이렇게 데이터 과학팀 리더가 경영진과 타 부서 구성원들과 데이터 과학 산출물에 대한 투명한 의사소통을 왜곡하려고 생각하게 되면 데이터 과학 산출물과 성과에 대한 가치가 조직 내에서 평가절하될 수도 있다. 이뿐 아니라, 오히려 특정한 위험 요소나 사건이 발생하여 회사에 손실이 일어난 후에는 데이터 과학팀이 왜 제때 이런 위험 요소나 사건을 데이터 분석을 통해 제때 예측하지 못했냐는 책임 추궁을 당할 수도 있다.

데이터 과학팀에 대한 이런 비판과 책임 추궁은, 아직 실수를 자산으로 삼으려는 문화와, 가설과 모델링, 시뮬레이션과 예측 분석을 통해 미래에 일어날 위험을 최소화하려는 과학적 문제 해결 방법이 정착되지 않아서 생기는 것이다. 데이터 과학팀이 필요한 것은 바로 데이터 기반의 과학적 문제 해결 방법과 의사 결정이 정착되지 않은 조직에서 데이터 기반의 과학적 문제 해결 방식과 의사 결정 프로세스를 정착시켜 기업 경영을 한단계 끌어 올리기 위함이다. 그런데, 데이터 과학팀이 이런 과학적 문제 해결 방식과 의사 결정 프로세스를 위한 소신을 지키지 못하고 경영진과 기존의 구성원들이 문제를 해결하고 의사 결정하는 방식으로 결국 돌아가게 되거나 그들의 논리를 뒷받침하는 자료를 생산해내는 팀으로 전락해버리게 되면 데이터 과학팀의 존재 이유를 근본부터 부정해버리는 것과 다르지 않다.

데이터 과학팀 리더가 의사소통의 투명성을 지킨다는 것은 경영진과 타 부서원들에게 하는 소통 과정과 데이터 과학팀 내 구성원들과 하는 소통이 일관성 있게 이루어지는 것을 포함한다. 데이터 과학팀 리더가 데이터 과학팀 내외부의 의사소통 내용을 일관성 있고 투명하게 하는 것은 우선적으로 팀 구성원들의 신뢰를 얻고 이런 신뢰를 바탕으로 하여 데이터 과학팀 업무를 효과적으로 조율하고 신속하게 실행하게 하는 데 중요하지만, 이보다 더 중요한 것은 데이터 과학팀의 정체성과 가치를 지키는 근본적인 이유가 있기도 한 것이다.

소금이 짠맛을 잃으면 그 쓸모가 없듯이, 데이터 과학팀이 조직되어 일하게 된 그 근본 이유에 대해서 데이터 과학팀 리더는 항상 마음속에 깊이 새기고 모든 의사 결정과 의사소통을 일관되게 해나가야 데이터 과학자들의 신뢰를 얻을 수 있다. 데이터 과학팀 리더가 데이터 과학자들의 신뢰를 얻지 못하면 결코 복잡한 데이터 과학 문제를 적절한 페이스로 해결해 나가지 못할 것이다.

팀장, 또는 리더 자리를 지키기 위해 경영진과 타 부서원들과 하는 소통의 내용과 데이터 과학팀 내 데이터 과학자들과 하는 소통의 내용이 다르거나 일관되지 못하다면 데이터 과학자들은 자신들이 하는 데이터 과학 업무 수행 과정과 타 부서원들이나 경영진과의 소통 과정에서 자신들의 업무 수행의 결과와 내용이 뭔가 이가 빠진 듯 어색하고 분명하지 않은 부분이 있음을 금방 눈치채게 될 것이고 이는 데이터 과학팀 리더에 대한 신뢰를 잃는 원인이 될 것이다. 한사람 한사람이 고유한 역량과 독특한 역할을 하게 되는 데이터 과학자들로부터 리더가 신뢰를 잃게 되면 얼마 지나지 않아 데이터 과학팀의 업무 속도와 생산성이 떨어지고 팀 전체 문제 해결 역량에 마비가 오게 될 것이다.

데이터 과학팀 리더가 의사소통 과정에서 겪는 어려움은 이런 상황에서 오게 된다. 그렇기 때문에 데이터 과학팀 리더가 자신의 팀원들과 함께 분석한 결론에 대해 확신을 가지고 경영진과 타 부서 구성원들에게 납득을 시키고 그 분석 내용의 의미를 올바르게 전달하기 위해서는 기본적으로는 데이터 분석 과정의 엄밀성과 투명성에서 오는 사실 기반의 소통도 중요하지만, 리더 본인이 자신의 데이터 과학 업무에 대한 확신과 소신이 분명해야 할 필요가 있다. 데이터 과학팀 리더의 역할이 조직 위계에서 위로 올라가기 위해 잠시 거쳐 가야 할 자리라고 생각하는 리더는 결코 이런 소신 있는 의사소통을 하기 어려울 것이므로 데이터 과학팀이 제 역할을 하기 어려울 것이다.

데이터 과학팀 내에서, 그리고 데이터 과학팀과 경영진, 타 부서 간 투명한 의사소통은, 우리 몸의피가 원활하게 순환되어야 우리가 신체를 유지하고 목숨을 지킬 수 있는 것처럼, 정보와 아이디어의 원활한 흐름이 팀 생명력에 필수적인 역할을 하는 데이터 과학팀이 반드시 지켜야 할 가치다.  데이터 과학팀 리더가 솔선수범하여 데이터 과학팀 구성원들과의 투명한 의사소통, 경영진과 타 부서와 투명하면서도 소신과 배려가 가득한 영민한 의사소통 능력을 보여줄 수 있어야 팀 구성원들과 경영진, 타 부서 구성원으로부터 신뢰를 얻어 데이터 과학팀을 조직의 핵심 역량으로 자리 잡게 할 수 있다. 

데이터 과학팀 리더가 이런 투명하면서도 영민한 의사소통 능력을 발휘하는 것은 의사결정과 소통의 순간순간마다 아슬아슬한 줄타기를 하는 과정과 같이 느껴져 경우에 따라서는 매우 어렵고 스트레스받는 일이 될 수 있다. 그럼에도 불구하고 데이터 과학팀 리더로서 영향력과 팀의 정체성을 지키고 팀 구성원들과 조직으로부터 신뢰를 얻기 위해 꼭 필요한 근본적인 가치이다. 데이터 과학팀 리더는 이런 투명한 의사소통 역량을 데이터 과학팀 리더로서 지키기 위한 필수적인 가치로 인식하고 지켜나갈 수 있도록 자신을 돌아보고 다잡기 위해 노력할 필요가 있다. 




2019.06.25

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

김진철 | CIO KR
데이터 과학팀 리더의 리더십 (2) – 바윗돌을 뒤집어라 (투명한 소통)
지난 스물아홉 번째 글에서는 데이터 과학팀을 이끄는 리더십의 첫번째로 리더 자신이 걸림돌이 되는 경우, 그리고 리더 자신이 걸림돌이 되지 않는 방법에 대해서 살펴보았다. 데이터 과학팀과 같은 전문가 조직에서 리더 자신이 걸림돌이 되는 많은 경우가 적절치 못한 리더십을 행사하기 때문인데, 이런 적절치 못한 리더십의 배경에는 위계 중심 조직에서 성장한 리더가 역할 중심 조직으로 운영되어야 할 데이터 과학팀을 위계 중심 조직에서 성공했던 리더십 방식을 사용하여 이끌려고 하기 때문에 생기는 문제임을 설명하였다.

이번 서른 번째 글에서도 데이터 과학팀을 이끄는 리더가 염두에 두어야 할 리더십의 요소들을 계속해서 몇 가지 더 살펴보고자 한다. 리더가 걸림돌이 되지 않는 리더십 다음으로 데이터 과학팀의 리더가 중요하게 생각해야 하는 것이 바로 소통이다. 데이터 과학팀을 구성하는 데이터 과학자들, 소프트웨어 엔지니어들과 투명하고 원만한 소통이 없이는 결코 데이터 과학팀은 그 역할을 다할 수 없다.
 
ⓒGetty Images Bank


최근 어느 조직이나 투명하고 격의 없는 소통을 강조하는 분위기가 사회 전반에 확산되고 있어 바람직하다는 생각이 든다. 하지만, 과거 유럽과 미국 등의 서구 국가가 겪었던 시민이 주도하는 혁명과 시민의식 성장의 과정을 역사에서 온전하게 겪지 못하고, 일제강점기의 식민 치하에서 생긴 좋지 못한 정신적 유산, 대한민국 건국 초기 민주주의가 온전하게 정착되지 못하면서 권위주의 정부가 보여준 리더십에 익숙한 우리나라는 유독 투명한 소통과 대화가 쉽사리 자리를 잡기가 어려운 듯하다. 이런 과거의 잔재가 패스트 팔로워 전략을 취했던 과거 제조업 중심의 경제에서 새로운 비즈니스와 기술 혁신을 통한 선진국형 경제로 우리나라가 나아가는데 계속해서 발목을 잡고 있다는 생각이 든다.

어느 조직, 어느 팀이나 효율적이고 기민하게 움직이기 위해서는 구성원 간 원활한 정보 교환과 소통이 필수적이다. 꼭 데이터 과학팀만 투명하고 원활한 소통이 필요한 것은 아니다. 그렇지만, 데이터 과학팀이나 소프트웨어 개발팀과 같이 지식이나 소프트웨어와 같은 무형의 자산을 만들어 가치를 창출하는 팀의 경우 투명하고 원활한 소통의 중요성은 더욱더 중요해진다. 왜 그럴까?

데이터 과학팀에서 투명하고 원활한 소통이 중요한 첫번째 이유는 데이터 과학팀이 사람의 아이디어와 생각, 무형의 데이터와 정보를 다루는 팀이고, 이런 무형의 아이디어, 생각, 데이터, 정보들을 다루어 내놓는 데이터 분석 소프트웨어나 산출물, 프로세스, 시스템, 지식 등이 역시 무형의 자산인 경우가 많기 때문이다.

데이터 과학팀 업무에서 가장 어려운 것 중의 하나는 서로의 생각을 온전하게 드러내고 이해하여 공유하고, 이렇게 공유된 데이터 분석의 아이디어와 과정이 서로의 생각과 노력으로 다시금 발전되어 가는 과정을 유형의 자산이 되도록 만들어 가는 과정이다. 데이터 분석이 필요한 문제는 대부분 과거에 풀어본 적이 없는, 또는 이미 기업과 조직에서 프로세스로 명문화된 해결책을 가지고 있지 않은 문제인 경우가 대부분이다. 이렇게 데이터 분석이 필요한 문제를 풀기 위해 데이터 과학자들이 고심해서 만들어낸 분석 방법과 해법 또한 전문가인 데이터 과학자가 아무리 알기 쉽고 분명하게 표현하려고 노력하려고 해도 이전에 경험해보지 않아 익숙하지 않은 분석 기법과 그 배경에 깔린 생각에 대해서 단번에 동료 데이터 과학자들이 이해하고 활용하기는 쉽지 않다.

데이터 분석 소프트웨어와 산출물의 내용을 이해하는 것이 어려운 것은 다른 사람이 작성한 소프트웨어 소스 코드를 읽고 쉽게 이해하기 어려운 것과 비슷하게 볼 수 있다. 소프트웨어 소스 코드도 이해하기 위해서는 소스 코드가 표현하고 구현하려는 시스템이 어떤 식으로 동작하게끔 소프트웨어 엔지니어가 설계했는지 이해해야 한다. 이에 더해, 지금 분석하는 소스 코드가 필요한 시스템이 어떤 아키텍처의 시스템이고 어떤 용도로 동작하게끔 설계된 시스템인지 소스 코드를 기술한 프로그래밍 언어 이상의 복잡하고 다양한 지식과 배경이 된 생각에 대한 이해가 필요하다.

데이터 분석 소프트웨어와 산출물은 일반 소프트웨어 소스 코드보다도 더 이해하기 어려운 경우가 많다. 일단 데이터 분석 소프트웨어의 상당수는 분석하려는 대상에 대한 몇 가지 사실을 근거로 해서 분석할 수 있는 문제로 만들기 위한 특정한 모델을 가정하고 있다. 이러한 모델의 상당수는 수학적, 통계학적인 모델인 경우가 많아서 우선 데이터 분석 소프트웨어가 어떤 문제를 어떻게 해결하는지 이해하기 위해서는 배경이 되는 수학적, 통계학적인 모델을 먼저 이해해야 한다. 그리고, 이런 수학, 통계학적인 모델의 해답이나 결과를 얻기 위해 모델이 해답을 구하는 과정을 어떻게 소프트웨어 소스 코드로 표현하고 구현했는지 이해하기 위해서도 수치해석이나 전산통계학, 알고리즘과 같은 복잡하고 전문적인 지식이 필요하다.

일반적인 소프트웨어 소스 코드도 그 배경에 깔린 생각과 지식을 어느 정도 이해해야 이해하고 읽을 수 있는 것처럼 데이터 분석 소프트웨어와 그 산출물도 해당하는 소프트웨어와 산출물에서 가정하고 배경으로 하는 수학적, 통계학적 모델과 그 해결 과정, 구현 방법에 대해서 복잡하고 전문적인 지식이 필요하기 때문에 쉽사리 이해하기가 어려운 것이다. 대개의 경우 일반적인 소프트웨어 소스 코드보다도 데이터 분석 소프트웨어와 그 산출물이 소스 코드의 양과 구조는 더 단순할지 몰라도 이해하기 어려운 경우가 많다.

이렇게 사람의 생각과 지식으로부터 만들어진 소프트웨어 소스 코드와 분석 산출물을 서로 이해하고 그 내용의 핵심을 동료 데이터 과학자들에게 온전하게 전달하는 것이 매우 어렵기 때문에 데이터 과학팀에서 올바른 의사결정과 업무 수행이 이루어지기 위해서는 유독 투명한 소통이 강조된다. 만약 데이터 과학자 구성원 중 누구 하나라도 자신의 데이터 분석 내용과 결과에 대해서 솔직하고 온전하게 소통하지 않고 거짓말을 하기 시작하고 이를 팀원들이 알게 되어 동료들을 믿지 못하게 되면 데이터 과학팀의 업무는 마비된다고 보아도 과장이 아니다.

이런 사실은 과학, 공학계에서 연구 부정을 엄격하게 관리하고, 동료검토(peer-review)를 통해 모든 연구 논문을 엄격하게 심사해서 연구결과를 공개하는 이유와 일맥상통하다. 잘못된 방법으로 잘못된 결과를 도출한 연구성과 이거나, 데이터나 연구 결과를 조작해서 사실이 아닌 내용이 연구성과로서 공개적으로 발표되어 쓰이기 시작하면 과학자, 공학자들은 어떤 것이 믿을 수 있는 지식이고 믿을 수 없는 지식인지 알 수 없어 과학, 공학 연구에 대혼란이 올 것이다. 이런 혼란으로 인해 과학, 공학의 발전이 정체되고 이로 인한 자연에 대한 지식과 기술 발전의 정체로 인해 사회가 막대한 비용과 대가를 치러야 할 수 있어 과학, 공학계에서 연구 부정과 거짓 연구를 엄격하게 관리하는 것은 지난 스물다섯 번째 글에서 자세히 살펴본 바 있다.

위와 같이 데이터 과학팀의 산출물과 소스 코드를 이해하는 것이 매우 복잡한 전문 지식과 역량을 바탕으로 이루어지기 때문에, 데이터 과학팀 내 아이디어와 정보가 원활하게 흘러 기민하고 유연하게 문제를 해결하는 데이터 과학팀의 역량이 발휘되기 위해서는 데이터 과학팀 내 동료 간 의사소통이 투명해야 하는 것은 기본이다. 동료간 의사소통의 투명성과 함께 데이터 과학팀 구성원들과 팀 리더 간 소통도 투명하게 이루어지지 않으면 데이터 과학팀의 역량이 온전하게 발휘될 수 없다.

데이터 과학팀의 리더는 팀 구성원들이 모델링하거나 풀어낸 분석 결과들을 경영진이나 기업 내 다른 부서의 일반 구성원들의 업무에 손쉽게 적용할 수 있도록 데이터 과학팀과 경영진, 타 부서 구성원 간 의사소통과 업무를 조율하게 된다. 데이터 과학팀 리더가 경영진에게 데이터 과학팀의 성과물과 분석 결과물이 기업 경영과 타 부서 업무에 미치는 영향과 결과에 대해서 온전하게 사실대로 전달하거나 의사소통하지 못한다면 분석한 문제의 경중에 따라서 경영진이 잘못된 의사 결정을 내리게 되어 회사에 손실에 생기거나, 다른 부서가 분석한 결과를 잘못 이해하고 활용하여 해당 부서의 업무가 또한 회사에 손실을 입히게 되는 상황에 이를 수 있다. 

데이터 분석 결과가 좋지 않은 결론을 명료하게 보여줄 때 어떤 데이터 과학팀 리더는 이를 경영진에게 보고하면서 순화하거나 좀더 완곡한 표현을 써서 그 충격을 줄여보려고 할 수 있다. 데이터 분석 결과를 지나치게 선정적이거나 과격한 표현을 써서 전달하여도 안 되겠지만, 데이터 분석 결과가 기업의 경영 현황에 대해 좋지 않은 결과를 시사할 경우, 이런 좋지 않은 결과를 쉽사리 받아들이려 하지 않고 자신의 의사 결정권 내에서 생긴 문제에 대해서는 자신의 의사 결정권 밖으로 밀어내려는 경영임원들이 의외로 기업과 조직에 많다. 이런 현실을 생각해보면, 데이터 과학팀 리더가 경영진으로부터 심한 압박을 받거나 데이터 분석 결과를 온전하게 전달하고 수용하게 하는 데 어려움이 있을 수도 있다.

데이터 과학 업무에 대한 신념과 믿음이 어느 정도 확고하고 견고하지 않으면, 데이터 분석 결과의 타당성과 적절함에 대한 경영진의 질타와 날카로운 비판이 빗발치는 상황에서는 데이터 과학팀 리더도 데이터 분석 결과를 투명하게 소통하기 어려울 수 있고, 오히려 리더가 데이터 분석 결과를 완곡하게 왜곡하고자 하는 유혹을 받을 수 있다. 이렇게 데이터 과학팀 리더가 경영진과 타 부서 구성원들과 데이터 과학 산출물에 대한 투명한 의사소통을 왜곡하려고 생각하게 되면 데이터 과학 산출물과 성과에 대한 가치가 조직 내에서 평가절하될 수도 있다. 이뿐 아니라, 오히려 특정한 위험 요소나 사건이 발생하여 회사에 손실이 일어난 후에는 데이터 과학팀이 왜 제때 이런 위험 요소나 사건을 데이터 분석을 통해 제때 예측하지 못했냐는 책임 추궁을 당할 수도 있다.

데이터 과학팀에 대한 이런 비판과 책임 추궁은, 아직 실수를 자산으로 삼으려는 문화와, 가설과 모델링, 시뮬레이션과 예측 분석을 통해 미래에 일어날 위험을 최소화하려는 과학적 문제 해결 방법이 정착되지 않아서 생기는 것이다. 데이터 과학팀이 필요한 것은 바로 데이터 기반의 과학적 문제 해결 방법과 의사 결정이 정착되지 않은 조직에서 데이터 기반의 과학적 문제 해결 방식과 의사 결정 프로세스를 정착시켜 기업 경영을 한단계 끌어 올리기 위함이다. 그런데, 데이터 과학팀이 이런 과학적 문제 해결 방식과 의사 결정 프로세스를 위한 소신을 지키지 못하고 경영진과 기존의 구성원들이 문제를 해결하고 의사 결정하는 방식으로 결국 돌아가게 되거나 그들의 논리를 뒷받침하는 자료를 생산해내는 팀으로 전락해버리게 되면 데이터 과학팀의 존재 이유를 근본부터 부정해버리는 것과 다르지 않다.

데이터 과학팀 리더가 의사소통의 투명성을 지킨다는 것은 경영진과 타 부서원들에게 하는 소통 과정과 데이터 과학팀 내 구성원들과 하는 소통이 일관성 있게 이루어지는 것을 포함한다. 데이터 과학팀 리더가 데이터 과학팀 내외부의 의사소통 내용을 일관성 있고 투명하게 하는 것은 우선적으로 팀 구성원들의 신뢰를 얻고 이런 신뢰를 바탕으로 하여 데이터 과학팀 업무를 효과적으로 조율하고 신속하게 실행하게 하는 데 중요하지만, 이보다 더 중요한 것은 데이터 과학팀의 정체성과 가치를 지키는 근본적인 이유가 있기도 한 것이다.

소금이 짠맛을 잃으면 그 쓸모가 없듯이, 데이터 과학팀이 조직되어 일하게 된 그 근본 이유에 대해서 데이터 과학팀 리더는 항상 마음속에 깊이 새기고 모든 의사 결정과 의사소통을 일관되게 해나가야 데이터 과학자들의 신뢰를 얻을 수 있다. 데이터 과학팀 리더가 데이터 과학자들의 신뢰를 얻지 못하면 결코 복잡한 데이터 과학 문제를 적절한 페이스로 해결해 나가지 못할 것이다.

팀장, 또는 리더 자리를 지키기 위해 경영진과 타 부서원들과 하는 소통의 내용과 데이터 과학팀 내 데이터 과학자들과 하는 소통의 내용이 다르거나 일관되지 못하다면 데이터 과학자들은 자신들이 하는 데이터 과학 업무 수행 과정과 타 부서원들이나 경영진과의 소통 과정에서 자신들의 업무 수행의 결과와 내용이 뭔가 이가 빠진 듯 어색하고 분명하지 않은 부분이 있음을 금방 눈치채게 될 것이고 이는 데이터 과학팀 리더에 대한 신뢰를 잃는 원인이 될 것이다. 한사람 한사람이 고유한 역량과 독특한 역할을 하게 되는 데이터 과학자들로부터 리더가 신뢰를 잃게 되면 얼마 지나지 않아 데이터 과학팀의 업무 속도와 생산성이 떨어지고 팀 전체 문제 해결 역량에 마비가 오게 될 것이다.

데이터 과학팀 리더가 의사소통 과정에서 겪는 어려움은 이런 상황에서 오게 된다. 그렇기 때문에 데이터 과학팀 리더가 자신의 팀원들과 함께 분석한 결론에 대해 확신을 가지고 경영진과 타 부서 구성원들에게 납득을 시키고 그 분석 내용의 의미를 올바르게 전달하기 위해서는 기본적으로는 데이터 분석 과정의 엄밀성과 투명성에서 오는 사실 기반의 소통도 중요하지만, 리더 본인이 자신의 데이터 과학 업무에 대한 확신과 소신이 분명해야 할 필요가 있다. 데이터 과학팀 리더의 역할이 조직 위계에서 위로 올라가기 위해 잠시 거쳐 가야 할 자리라고 생각하는 리더는 결코 이런 소신 있는 의사소통을 하기 어려울 것이므로 데이터 과학팀이 제 역할을 하기 어려울 것이다.

데이터 과학팀 내에서, 그리고 데이터 과학팀과 경영진, 타 부서 간 투명한 의사소통은, 우리 몸의피가 원활하게 순환되어야 우리가 신체를 유지하고 목숨을 지킬 수 있는 것처럼, 정보와 아이디어의 원활한 흐름이 팀 생명력에 필수적인 역할을 하는 데이터 과학팀이 반드시 지켜야 할 가치다.  데이터 과학팀 리더가 솔선수범하여 데이터 과학팀 구성원들과의 투명한 의사소통, 경영진과 타 부서와 투명하면서도 소신과 배려가 가득한 영민한 의사소통 능력을 보여줄 수 있어야 팀 구성원들과 경영진, 타 부서 구성원으로부터 신뢰를 얻어 데이터 과학팀을 조직의 핵심 역량으로 자리 잡게 할 수 있다. 

데이터 과학팀 리더가 이런 투명하면서도 영민한 의사소통 능력을 발휘하는 것은 의사결정과 소통의 순간순간마다 아슬아슬한 줄타기를 하는 과정과 같이 느껴져 경우에 따라서는 매우 어렵고 스트레스받는 일이 될 수 있다. 그럼에도 불구하고 데이터 과학팀 리더로서 영향력과 팀의 정체성을 지키고 팀 구성원들과 조직으로부터 신뢰를 얻기 위해 꼭 필요한 근본적인 가치이다. 데이터 과학팀 리더는 이런 투명한 의사소통 역량을 데이터 과학팀 리더로서 지키기 위한 필수적인 가치로 인식하고 지켜나갈 수 있도록 자신을 돌아보고 다잡기 위해 노력할 필요가 있다. 


X