2014.08.21

'빅 데이터로 할 수 있겠지...?' 틀린 가정 3가지

Jonathan Hassell | CIO

많은 기업, 임원들이 빅 데이터를 마치 만병통치약처럼 바라보고 있다. 그러나 빅 데이터와 애널리틱스에는 엄연히 한계가 존재한다. 여기 빅 데이터의 능력에 대해 흔히 잘못 세우곤 하는 가정에 대해 정리한다.

빅 데이터가 말 그대로 '유행'하고 있다. 최근 월스트리트 저널(The Wall Street Journal)의 보도에 따르면, 경력이 일천한 데이터 과학자들조차 30만 달러의 연봉을 요구하고 있다. 한 마디로, 너도나도 빅 데이터 시대다.

그러나 이 분야의 도구와 베스트 프랙티스는 새로운 것들이다. 따라서 '빅 데이터가 우리를 위해 할 수 있는 일'에 대한 가정을 재정립하는 것이 중요하다. 어쩌면 '할 수 없는 일'을 확실히 아는 것이 더 중요할 수도 있다. 다음은 '빅 데이터가 당신과 당신의 기업을 위해 할 수 있는 일'에 대해 가장 흔하게 잘못 가정되는 내용 3가지다.



빅 데이터는 미래를 예측할 수 없다
빅 데이터, 분석 툴, 해석, 과학적 실험 및 시각화는 미래에 발생할 일을 알려주지 못한다. 이유가 뭘까? 과거나 현재의 데이터를 수집하기 때문이다. 우리는 아직 미래의 데이터 포인트와 가치를 수집할 수 있는 지점에 도달하지 못했다.

단 과거 발생한 사건을 분석한 데이터를 바탕으로 행동과 의사결정 지점, 결과 사이의 트렌드를 도출하려는 시도를 할 수 있다. 또 유사한 상황에서의 일을 추정할 수 있고, 이에 따라 의사결정을 내렸다면 유사한 결과가 발생할 수 있다. 그러나 미래를 예측할 수 있는 것은 아니다.

많은 경영진과 기업이 수많은 데이터에서 미래를 예측하려는 시도를 하고 있다. 이는 좋지 않은 생각이다. 미래는 상시 바뀌기 때문이다. 금융 상담사는 '과거 실적이 미래 실적을 보증하지 않는다'고 말한다. 이는 빅 데이터에도 동일하게 적용된다.

빅 데이터는 미래 예측 대신, 현상의 최적화 및 강화에 사용될 때 좀더 적합하다. 현재 일어나고 있는 일을 조사해, 그 결과를 건설적으로 개선해나가야 한다. 데이터로 물어야 할 질문을 찾는다. 빅 데이터를 미래를 들여다보는 '수정구슬'로 사용해서는 곤란하다.

빅 데이터는 당신과 기업의 가치를 대체하지 못한다
빅 데이터는 여러 가치에 대한 대체제로 부족하다. 개인의 삶과 기업 활동에 있어 기준이나 판단 근거를 대신하기에 극히 부족한 존재라는 의미다.

빅 데이터로 인해 중요한 문제에 대한 선택을 더 명료히 할 수 있을지 모른다. 어려 행동 경로의 장점과 단점을 더 쉽고 명확히 분류할 수도 있을 것이다. 그러나 그 동안 쌓아온 기준과 가치에 비교될 정도는 아니다.

데이터는 그 자체로 표시되는 수와 시각화 소프트웨어의 도움을 받아 모든 종류의 '그림'을 제시할 수 있다. 직원들은 주어진 특정 문제에 대해 많은 예상 시나리오를 상정할 수 있다. 그러나 그 결과물이란 결국 '예측'이다. 이런 툴을 선택해 직원들에게 제공하는 CIO로 해야 할 일 중 하나는 데이터와 기업의 가치를 일치시키는 것이다.

자동차 제조업체를 예로 들어 보겠다. 빅 데이터 소스와 툴을 이용한다면, 완성 이전에는 수리 비용이 몇 센트에 불과하지만 제조 이후에는 더 많은 비용이 발생하는 단점을 가진 특정 자동차 모델을 파악할 수 있다. 이를 통해 데이터와 데이터 과학자들은 아직 생산 라인에 위치한 자동차 모델을 수리할 것을 권고할 수 있다.


2014.08.21

'빅 데이터로 할 수 있겠지...?' 틀린 가정 3가지

Jonathan Hassell | CIO

많은 기업, 임원들이 빅 데이터를 마치 만병통치약처럼 바라보고 있다. 그러나 빅 데이터와 애널리틱스에는 엄연히 한계가 존재한다. 여기 빅 데이터의 능력에 대해 흔히 잘못 세우곤 하는 가정에 대해 정리한다.

빅 데이터가 말 그대로 '유행'하고 있다. 최근 월스트리트 저널(The Wall Street Journal)의 보도에 따르면, 경력이 일천한 데이터 과학자들조차 30만 달러의 연봉을 요구하고 있다. 한 마디로, 너도나도 빅 데이터 시대다.

그러나 이 분야의 도구와 베스트 프랙티스는 새로운 것들이다. 따라서 '빅 데이터가 우리를 위해 할 수 있는 일'에 대한 가정을 재정립하는 것이 중요하다. 어쩌면 '할 수 없는 일'을 확실히 아는 것이 더 중요할 수도 있다. 다음은 '빅 데이터가 당신과 당신의 기업을 위해 할 수 있는 일'에 대해 가장 흔하게 잘못 가정되는 내용 3가지다.



빅 데이터는 미래를 예측할 수 없다
빅 데이터, 분석 툴, 해석, 과학적 실험 및 시각화는 미래에 발생할 일을 알려주지 못한다. 이유가 뭘까? 과거나 현재의 데이터를 수집하기 때문이다. 우리는 아직 미래의 데이터 포인트와 가치를 수집할 수 있는 지점에 도달하지 못했다.

단 과거 발생한 사건을 분석한 데이터를 바탕으로 행동과 의사결정 지점, 결과 사이의 트렌드를 도출하려는 시도를 할 수 있다. 또 유사한 상황에서의 일을 추정할 수 있고, 이에 따라 의사결정을 내렸다면 유사한 결과가 발생할 수 있다. 그러나 미래를 예측할 수 있는 것은 아니다.

많은 경영진과 기업이 수많은 데이터에서 미래를 예측하려는 시도를 하고 있다. 이는 좋지 않은 생각이다. 미래는 상시 바뀌기 때문이다. 금융 상담사는 '과거 실적이 미래 실적을 보증하지 않는다'고 말한다. 이는 빅 데이터에도 동일하게 적용된다.

빅 데이터는 미래 예측 대신, 현상의 최적화 및 강화에 사용될 때 좀더 적합하다. 현재 일어나고 있는 일을 조사해, 그 결과를 건설적으로 개선해나가야 한다. 데이터로 물어야 할 질문을 찾는다. 빅 데이터를 미래를 들여다보는 '수정구슬'로 사용해서는 곤란하다.

빅 데이터는 당신과 기업의 가치를 대체하지 못한다
빅 데이터는 여러 가치에 대한 대체제로 부족하다. 개인의 삶과 기업 활동에 있어 기준이나 판단 근거를 대신하기에 극히 부족한 존재라는 의미다.

빅 데이터로 인해 중요한 문제에 대한 선택을 더 명료히 할 수 있을지 모른다. 어려 행동 경로의 장점과 단점을 더 쉽고 명확히 분류할 수도 있을 것이다. 그러나 그 동안 쌓아온 기준과 가치에 비교될 정도는 아니다.

데이터는 그 자체로 표시되는 수와 시각화 소프트웨어의 도움을 받아 모든 종류의 '그림'을 제시할 수 있다. 직원들은 주어진 특정 문제에 대해 많은 예상 시나리오를 상정할 수 있다. 그러나 그 결과물이란 결국 '예측'이다. 이런 툴을 선택해 직원들에게 제공하는 CIO로 해야 할 일 중 하나는 데이터와 기업의 가치를 일치시키는 것이다.

자동차 제조업체를 예로 들어 보겠다. 빅 데이터 소스와 툴을 이용한다면, 완성 이전에는 수리 비용이 몇 센트에 불과하지만 제조 이후에는 더 많은 비용이 발생하는 단점을 가진 특정 자동차 모델을 파악할 수 있다. 이를 통해 데이터와 데이터 과학자들은 아직 생산 라인에 위치한 자동차 모델을 수리할 것을 권고할 수 있다.


X