2020.06.15

'데이터 과학자' 영입보다 양성··· 한 제조서비스 회사의 업스킬링 사례

Thor Olavsrud | CIO
데이터 과학자 영입으로 고군분투했던 글로벌 제조 서비스 업체가 ‘시민 데이터 과학 프로그램(Citizen Data Science program)’이라는 카드를 꺼내들었다. 내부 인력을 데이터 과학자로 전환시킨 업스킬링 성공 사례를 살펴본다. 

몇 년 전 미국의 제조 서비스 회사 자빌(Jabil)은 비즈니스 의사결정에 적극 활용할 수 있는 풍부한 데이터가 있었지만 정작 이를 쌓아 두기만 하고 실제로 써먹지 못하고 있었다.

전 세계 20만 명 이상의 직원을 둔 자빌은 28개국의 100개 공장을 현대화하는 ‘팩토리 오브 더 퓨처(Factory of the Future)’ 이니셔티브에 착수했다. 목표는 제조 라인에서 데이터를 추출해 분석하고, 여기서 얻은 인사이트를 바탕으로 프로세스를 개선하는 것이었다. 
 
ⓒGetty Images

그러나 다른 많은 기업과 마찬가지로 자빌 역시 ‘데이터 과학자’를 물색하는 데 어려움을 겪었다. 자빌의 CIO 개리 캔트렐은 “전 세계에 데이터 과학자가 3명뿐인 것처럼 보일 지경이었다. 운이 없었던 것 같다. 그 이후에 실마리를 찾긴 했지만 처음에는 난관이 있었다”라고 말했다. 

설사 데이터 과학자를 찾을 수 있었다고 해도 이 기업의 산업 분야와 관련된 전문 지식을 빠르게 익히는 것 또한 쉽지 않은 일이었다. 자빌의 비즈니스가 복잡하기 때문이다. 이 기업의 비즈니스는 의료부터 국방, 컴퓨팅, 스토리지, 네트워킹에 이르기까지 여러 산업별 설계 엔지니어링을 포괄한다. 이 밖에 전자제품과 소비재 업체를 대상으로 제조 및 공급망 서비스와 소재 기술 서비스까지 제공한다. 

그는 “유능한 데이터 과학자를 큰 비용을 투자해 영입하더라도 이들을 우리의 비즈니스에 익숙해지도록 만들기까지 상당한 시간이 걸릴 것이라고 생각했다”라고 밝혔다. 

캔트렐의 해결책은 ‘시민 데이터 과학 프로그램(Citizen Data Science program)’을 구축해 자사 비즈니스에 전문 지식이 있는 내부 인력들을 데이터 과학자로 양성하는 것이었다. 한편 자빌은 이 프로그램으로 인해 ‘IT 탁월성 분야 CIO 100 어워드(CIO 100 Award in IT Excellence)’를 수상했다. 

‘데이터 시대’를 위한 업스킬링 
캔트렐은 “수학에 소질이 있는 사람이 많았다. 또한 이들은 우리 비즈니스는 물론이고 비즈니스에서 어떤 데이터를 얻고 있는지도 훤히 알고 있었다. 만약 이들에게 분석 방법을 교육한다면 데이터 애널리틱스를 우리의 비즈니스 문제에 직접 적용할 수 있을 것으로 판단했다”라고 설명했다. 

그는 사우스 플로리다 대학교(University of South Florida)와 협력해 엔지니어링 및 수학 관련 지식이 있는 직원들을 16주에 걸쳐 교육하는 커리큘럼을 개발했다. 

데이터 분석 및 알고리즘과 관련한 체계적인 교육 프로그램을 구축했다고 캔트렐은 말하면서, “단순히 알고리즘 개발만이 아니라 이미 존재하는 수많은 알고리즘을 특정 비즈니스 문제, 즉 제조 프로세스를 개선하고자 했던 시도에 어떻게 적용할 수 있을지에 집중했다”라고 언급했다. 

이어서 그는 “성공 확률이 높고 성과도 좋을 것 같은 몇 가지 주요 프로젝트를 파악하고자 했다”라고 덧붙였다. 

현재 자빌은 중국 연구소(China Institute) 및 말레이시아 대학교(University of Malaysia)와도 제휴를 맺고 해당 프로그램을 실시하고 있으며, 향후 유럽 대학들과의 제휴를 통해 계속해서 확대해 나갈 계획이다. 캔트렐에 따르면 이 프로그램을 통해 전 세계적으로 160명 이상의 직원이 교육을 받았다. 

해당 프로그램은 전직원들에게 개방돼 있지만 이에 참여하려면 데이터 과학으로 해결할 수 있는 실질적인 비즈니스 문제가 있어야 한다. 대표적인 사례는 다음과 같다. 

• 공급망 및 엔지니어링 팀은 머신러닝 알고리즘을 사용해 부품 견적 산출 프로세스를 자동화했다. ‘부품 가격 책정을 위한 예측 모델’은 자빌의 견적 산출 프로세스 시간을 80% 이상 단축했다. 

• 재무 및 IT 팀은 ‘시계열 예측 모델’로 매입 채무 예측 정확도를 97%로 향상시켰다. 

• 재무, 엔지니어 및 IT부서 구성원으로 이뤄진 팀은 통계 기법을 통해 각 공정의 신규 용량 이용률을 90%의 정확도로 예측하여 엔지니어링 워크로드 관리를 효율적으로 만들었다. 


자빌은 재무, HR, 제조, 공급망, 엔지니어링, 법무 등 여러 부서에서 시민 데이터 과학자를 양성했고, 이러한 '크로스 펑셔널 팀(Cross Functional Team)'을 통해 훨씬 더 다양한 비즈니스 문제를 해결할 수 있게 됐다. 

캔트렐은 “지난 1년 반 동안 가장 크게 개선된 두 가지를 꼽자면 크로스 펑셔널 팀을 갖추게 됐다는 것, 그리고 비즈니스 문제가 매우 구체적이고 명확하게 정의됐다는 점이다”라고 언급했다. 

데이터 과학에 관한 현업 부문의 지지
비즈니스 문제 해결에 초점을 맞춘 것과 함께 초기에 임원진 대상의 교육을 실시한 것 또한 이 프로그램의 성공 요인이었다고 캔트렐은 밝혔다. 그에 따르면 핵심 임원진은 2일간 집중 교육 프로그램을 이수했다. 

이를 통해 임원진들은 해당 교육 프로그램을 이해할 수 있었고, 데이터로 해결할 수 있는 비즈니스 문제를 스스로 찾게 되면서 전폭적인 지지를 보내게 됐다. 또한 각 교육 프로그램이 완료될 때마다 임원진 대상 보고를 진행하여 지지 기반을 확고히 해 나갔다고 캔트럴은 말했다. 

그는 “비즈니스 문제가 해결되고 성과가 도출되자 열렬한 지지와 관심을 보내기 시작했다. 솔직히 말하면 이들을 설득하는 데 많은 노력을 기울였다. 임원진들이 열의를 보이게 하는데 족히 3년은 걸렸다”라고 언급했다.  

하지만 이제는 달라졌다는 게 캔트렐의 설명이다. 그는 “지난 2년 동안 임원진은 ‘좋아, 애널리틱스로 무엇을 할 생각이지? 다음은 무엇인가?’라는 질문을 던질 수 있게 됐다. 시간이 좀 걸리긴 했지만 결국 임원들을 설득할 수 있었다”라고 전했다. ciokr@idg.co.kr



2020.06.15

'데이터 과학자' 영입보다 양성··· 한 제조서비스 회사의 업스킬링 사례

Thor Olavsrud | CIO
데이터 과학자 영입으로 고군분투했던 글로벌 제조 서비스 업체가 ‘시민 데이터 과학 프로그램(Citizen Data Science program)’이라는 카드를 꺼내들었다. 내부 인력을 데이터 과학자로 전환시킨 업스킬링 성공 사례를 살펴본다. 

몇 년 전 미국의 제조 서비스 회사 자빌(Jabil)은 비즈니스 의사결정에 적극 활용할 수 있는 풍부한 데이터가 있었지만 정작 이를 쌓아 두기만 하고 실제로 써먹지 못하고 있었다.

전 세계 20만 명 이상의 직원을 둔 자빌은 28개국의 100개 공장을 현대화하는 ‘팩토리 오브 더 퓨처(Factory of the Future)’ 이니셔티브에 착수했다. 목표는 제조 라인에서 데이터를 추출해 분석하고, 여기서 얻은 인사이트를 바탕으로 프로세스를 개선하는 것이었다. 
 
ⓒGetty Images

그러나 다른 많은 기업과 마찬가지로 자빌 역시 ‘데이터 과학자’를 물색하는 데 어려움을 겪었다. 자빌의 CIO 개리 캔트렐은 “전 세계에 데이터 과학자가 3명뿐인 것처럼 보일 지경이었다. 운이 없었던 것 같다. 그 이후에 실마리를 찾긴 했지만 처음에는 난관이 있었다”라고 말했다. 

설사 데이터 과학자를 찾을 수 있었다고 해도 이 기업의 산업 분야와 관련된 전문 지식을 빠르게 익히는 것 또한 쉽지 않은 일이었다. 자빌의 비즈니스가 복잡하기 때문이다. 이 기업의 비즈니스는 의료부터 국방, 컴퓨팅, 스토리지, 네트워킹에 이르기까지 여러 산업별 설계 엔지니어링을 포괄한다. 이 밖에 전자제품과 소비재 업체를 대상으로 제조 및 공급망 서비스와 소재 기술 서비스까지 제공한다. 

그는 “유능한 데이터 과학자를 큰 비용을 투자해 영입하더라도 이들을 우리의 비즈니스에 익숙해지도록 만들기까지 상당한 시간이 걸릴 것이라고 생각했다”라고 밝혔다. 

캔트렐의 해결책은 ‘시민 데이터 과학 프로그램(Citizen Data Science program)’을 구축해 자사 비즈니스에 전문 지식이 있는 내부 인력들을 데이터 과학자로 양성하는 것이었다. 한편 자빌은 이 프로그램으로 인해 ‘IT 탁월성 분야 CIO 100 어워드(CIO 100 Award in IT Excellence)’를 수상했다. 

‘데이터 시대’를 위한 업스킬링 
캔트렐은 “수학에 소질이 있는 사람이 많았다. 또한 이들은 우리 비즈니스는 물론이고 비즈니스에서 어떤 데이터를 얻고 있는지도 훤히 알고 있었다. 만약 이들에게 분석 방법을 교육한다면 데이터 애널리틱스를 우리의 비즈니스 문제에 직접 적용할 수 있을 것으로 판단했다”라고 설명했다. 

그는 사우스 플로리다 대학교(University of South Florida)와 협력해 엔지니어링 및 수학 관련 지식이 있는 직원들을 16주에 걸쳐 교육하는 커리큘럼을 개발했다. 

데이터 분석 및 알고리즘과 관련한 체계적인 교육 프로그램을 구축했다고 캔트렐은 말하면서, “단순히 알고리즘 개발만이 아니라 이미 존재하는 수많은 알고리즘을 특정 비즈니스 문제, 즉 제조 프로세스를 개선하고자 했던 시도에 어떻게 적용할 수 있을지에 집중했다”라고 언급했다. 

이어서 그는 “성공 확률이 높고 성과도 좋을 것 같은 몇 가지 주요 프로젝트를 파악하고자 했다”라고 덧붙였다. 

현재 자빌은 중국 연구소(China Institute) 및 말레이시아 대학교(University of Malaysia)와도 제휴를 맺고 해당 프로그램을 실시하고 있으며, 향후 유럽 대학들과의 제휴를 통해 계속해서 확대해 나갈 계획이다. 캔트렐에 따르면 이 프로그램을 통해 전 세계적으로 160명 이상의 직원이 교육을 받았다. 

해당 프로그램은 전직원들에게 개방돼 있지만 이에 참여하려면 데이터 과학으로 해결할 수 있는 실질적인 비즈니스 문제가 있어야 한다. 대표적인 사례는 다음과 같다. 

• 공급망 및 엔지니어링 팀은 머신러닝 알고리즘을 사용해 부품 견적 산출 프로세스를 자동화했다. ‘부품 가격 책정을 위한 예측 모델’은 자빌의 견적 산출 프로세스 시간을 80% 이상 단축했다. 

• 재무 및 IT 팀은 ‘시계열 예측 모델’로 매입 채무 예측 정확도를 97%로 향상시켰다. 

• 재무, 엔지니어 및 IT부서 구성원으로 이뤄진 팀은 통계 기법을 통해 각 공정의 신규 용량 이용률을 90%의 정확도로 예측하여 엔지니어링 워크로드 관리를 효율적으로 만들었다. 


자빌은 재무, HR, 제조, 공급망, 엔지니어링, 법무 등 여러 부서에서 시민 데이터 과학자를 양성했고, 이러한 '크로스 펑셔널 팀(Cross Functional Team)'을 통해 훨씬 더 다양한 비즈니스 문제를 해결할 수 있게 됐다. 

캔트렐은 “지난 1년 반 동안 가장 크게 개선된 두 가지를 꼽자면 크로스 펑셔널 팀을 갖추게 됐다는 것, 그리고 비즈니스 문제가 매우 구체적이고 명확하게 정의됐다는 점이다”라고 언급했다. 

데이터 과학에 관한 현업 부문의 지지
비즈니스 문제 해결에 초점을 맞춘 것과 함께 초기에 임원진 대상의 교육을 실시한 것 또한 이 프로그램의 성공 요인이었다고 캔트렐은 밝혔다. 그에 따르면 핵심 임원진은 2일간 집중 교육 프로그램을 이수했다. 

이를 통해 임원진들은 해당 교육 프로그램을 이해할 수 있었고, 데이터로 해결할 수 있는 비즈니스 문제를 스스로 찾게 되면서 전폭적인 지지를 보내게 됐다. 또한 각 교육 프로그램이 완료될 때마다 임원진 대상 보고를 진행하여 지지 기반을 확고히 해 나갔다고 캔트럴은 말했다. 

그는 “비즈니스 문제가 해결되고 성과가 도출되자 열렬한 지지와 관심을 보내기 시작했다. 솔직히 말하면 이들을 설득하는 데 많은 노력을 기울였다. 임원진들이 열의를 보이게 하는데 족히 3년은 걸렸다”라고 언급했다.  

하지만 이제는 달라졌다는 게 캔트렐의 설명이다. 그는 “지난 2년 동안 임원진은 ‘좋아, 애널리틱스로 무엇을 할 생각이지? 다음은 무엇인가?’라는 질문을 던질 수 있게 됐다. 시간이 좀 걸리긴 했지만 결국 임원들을 설득할 수 있었다”라고 전했다. ciokr@idg.co.kr

X