2015.12.07

데이터 과학자 찾기··· "유니콘은 없다"

Thor Olavsrud | CIO
인텔 빅데이터 솔루션(BDS) 부문 수석 데이터 과학자 밥 로저스에 따르면, CIO는 데이터 과학 전 분야를 아우르는 인재를 찾으려는 기대를 접는 것이 좋다. 대신 보완적인 능력을 보유한 이들을 모아 데이터 과학 팀을 구축하는 것에 초점을 맞춰야 한다.



기업들이 데이터 과학 분야의 인재를 확보하는데 어려움을 겪고 있다는 점에 대해서는 모든 이들이 공감하고 있는 듯 하다. 조사 기관 맥킨지(McKinsey)에 따르면 2018년까지 심층 분석 인력에 대한 공급과 수요 사이의 차이가 미국에서만 50~60% 수준에 이를 전망이다.

이상적인 데이터 과학자라면, 고급 수학 및 통계 신동일 뿐 아니라 창의적이고 비선형적인 사고를 하며 뛰어난 의사소통 기술을 갖춘 이들일 것이다. 혹자는 이러한 인물을 유니콘이라고 부른다. 상상 속의 존재라는 의미도 다분히 담겨 있는 명칭이다.

인텔의 BDS(Big Data Solutions)의 수석 데이터 과학이자 밥 로저스는 전형적인 유니콘이라고 할 수 있다. 하버드 대학교에서 물리학 박사를 취득한 로저스는 처음에 초질량 블랙홀을 연구했다. 그는 인공 신경 네트워크를 이용한 시계열 예측에 관한 서적을 공동 저술했으며, 시장에 있는 대량의 역사 및 스트리밍 TBT(Tick By Tick) 데이터를 활용한 정량적 미래 헤지 펀드를 공동 설립했다.

또한 그는 한 의료 기술 기업이 녹내장 진단을 혁신하는데 일조했으며 또 다른 기업을 설립하여 의료 업계에서 전자 의료 기록으로 데이터를 추출할 수 있도록 도왔다.

작년, 그는 인텔의 BDS에서 수석 데이터 과학자로 합류했다. 인텔 BDS는 사내 데이터를 활용하기 위한 프로젝트로 시작된 이후, 현재는 고객사를 대상으로 애널리틱스 및 데이터 문제를 컨설팅하는 업무도 수행하고 있다.

그는 OSHU(Oregon Health & Science University)의 KCI(Knight Cancer Institute)와 긴밀하게 협력해 개별 환자의 암 배열 순서를 밝히고 이를 분석하며 24시간 이내에 정확한 치료 계획을 구성하는 CCC(Collaborative Cancer Cloud)를 개발하는데 일조했다.

데이터 과학 유니콘은 절대로 찾지 못한다
그 과정에서 로저스는 인텔이 데이터 과학자에게 원하는 것을 정의하는 작업에 참여했다. 그 결과 수학, 통계학, 자연 과학 등을 전공하고 생산 수준의 코드를 작성할 수 있으며 비즈니스 관계자들에게 그들의 언어로 말할 수 있는 ‘가상의 인물’에 대한 환상을 벗겨냈다.

그는 "유니콘이 될 필요가 없다. 주요 기술 역량 중 하나를 보유하고 있고 창의적이고 모호성을 처리하며 의사소통을 잘 하는 사람이면 된다. 이런 종류의 사고방식의 핵심 결과물 중 하나는 다른 사람들에게 무엇이 중요한지 특징 짓는 것이다"라고 말했다.

로저스는 모든 것을 할 수 있는 개인을 고용하는 대신에 서로를 보완할 수 있는 다양한 역량을 갖춘 데이터 과학 팀을 생각하라고 말했다.

그는 "수학과 프로그래밍에 관한 고도의 지식을 갖는 것이 데이터 과학자에게 가장 좋은 배경인 것은 사실이다. 하지만 그 어떤 기업에서도 이 모든 것이 가능한 데이터 과학자는 찾을 수 없을 것이다. 스코티 피펜(Scotty Pippen)의 도움이 없었다면 마이클 조던(Michael Jordan)이 그렇게 많은 골을 넣지 못했었을 것처럼 데이터 과학자들은 자신만의 기술을 갖고 모여 하나의 이상적인 팀을 구성할 수 있다"라고 말했다.

로저스는 인텔 또한 마찬가지로 설명을 이어갔다. “사실 인텔에서 팀을 구성할 때는 프로그래머부터 창의성과 호기심을 갖춘 사람 그리고 의사소통 기술이 뛰어난 사람 등 모든 종류의 기술과 배경을 확인하고 있다. 이 모든 것을 할 수 있는 ‘데이터 유니콘’을 찾는 것은 거의 불가능하다. 우리는 이런 인재를 찾기 위해 시간을 소요하지 않는다. 대신 팀을 구성하여 다양한 배경과 경험을 반영하고 있으며, 이를 통해 우리의 데이터 분석 작업에 대한 더 큰 통찰력을 얻고 있다."

손에 데이터 묻히기
현재 데이터 과학자가 되기 위한 왕도는 없으며 이로 인해 좋은 후보자를 식별하기가 어려울 수 있다. 로저스는 카글(Kaggle), 데이터카인드(DataKind), 정부 등의 출신으로 데이터를 직접 만지는 한편, 데이터를 이야기를 할 수 있는 사람들을 찾으라고 조언했다. 또 데이터 과학을 추구하는데 관심이 있는 개인이라면 스스로 처리할 데이터를 찾아야 한다고 그는 덧붙였다.

로저는 "손에 데이터를 묻히고 무엇인가를 해 보라. 빅데이터가 존재하며 그 중 일부는 데이터를 처리하는 현실적인 경험을 제공할 수 있을 정도로 충분히 골치 아프다. 빅데이터를 가져다가 실질적인 무엇인가를 할 수 있는 환경에 넣고 간단한 질문에 답해 보자. 기술적으로 아주 어려운 것을 할 필요는 없다. 엉망인 데이터를 처리할 때, 데이터가 어떻게 잘못되었는지 알 수 있다. 이 때, 데이터 과학자의 언어로 이야기하기 시작하게 된다"라고 말했다.

ciokr@idg.co.kr 



2015.12.07

데이터 과학자 찾기··· "유니콘은 없다"

Thor Olavsrud | CIO
인텔 빅데이터 솔루션(BDS) 부문 수석 데이터 과학자 밥 로저스에 따르면, CIO는 데이터 과학 전 분야를 아우르는 인재를 찾으려는 기대를 접는 것이 좋다. 대신 보완적인 능력을 보유한 이들을 모아 데이터 과학 팀을 구축하는 것에 초점을 맞춰야 한다.



기업들이 데이터 과학 분야의 인재를 확보하는데 어려움을 겪고 있다는 점에 대해서는 모든 이들이 공감하고 있는 듯 하다. 조사 기관 맥킨지(McKinsey)에 따르면 2018년까지 심층 분석 인력에 대한 공급과 수요 사이의 차이가 미국에서만 50~60% 수준에 이를 전망이다.

이상적인 데이터 과학자라면, 고급 수학 및 통계 신동일 뿐 아니라 창의적이고 비선형적인 사고를 하며 뛰어난 의사소통 기술을 갖춘 이들일 것이다. 혹자는 이러한 인물을 유니콘이라고 부른다. 상상 속의 존재라는 의미도 다분히 담겨 있는 명칭이다.

인텔의 BDS(Big Data Solutions)의 수석 데이터 과학이자 밥 로저스는 전형적인 유니콘이라고 할 수 있다. 하버드 대학교에서 물리학 박사를 취득한 로저스는 처음에 초질량 블랙홀을 연구했다. 그는 인공 신경 네트워크를 이용한 시계열 예측에 관한 서적을 공동 저술했으며, 시장에 있는 대량의 역사 및 스트리밍 TBT(Tick By Tick) 데이터를 활용한 정량적 미래 헤지 펀드를 공동 설립했다.

또한 그는 한 의료 기술 기업이 녹내장 진단을 혁신하는데 일조했으며 또 다른 기업을 설립하여 의료 업계에서 전자 의료 기록으로 데이터를 추출할 수 있도록 도왔다.

작년, 그는 인텔의 BDS에서 수석 데이터 과학자로 합류했다. 인텔 BDS는 사내 데이터를 활용하기 위한 프로젝트로 시작된 이후, 현재는 고객사를 대상으로 애널리틱스 및 데이터 문제를 컨설팅하는 업무도 수행하고 있다.

그는 OSHU(Oregon Health & Science University)의 KCI(Knight Cancer Institute)와 긴밀하게 협력해 개별 환자의 암 배열 순서를 밝히고 이를 분석하며 24시간 이내에 정확한 치료 계획을 구성하는 CCC(Collaborative Cancer Cloud)를 개발하는데 일조했다.

데이터 과학 유니콘은 절대로 찾지 못한다
그 과정에서 로저스는 인텔이 데이터 과학자에게 원하는 것을 정의하는 작업에 참여했다. 그 결과 수학, 통계학, 자연 과학 등을 전공하고 생산 수준의 코드를 작성할 수 있으며 비즈니스 관계자들에게 그들의 언어로 말할 수 있는 ‘가상의 인물’에 대한 환상을 벗겨냈다.

그는 "유니콘이 될 필요가 없다. 주요 기술 역량 중 하나를 보유하고 있고 창의적이고 모호성을 처리하며 의사소통을 잘 하는 사람이면 된다. 이런 종류의 사고방식의 핵심 결과물 중 하나는 다른 사람들에게 무엇이 중요한지 특징 짓는 것이다"라고 말했다.

로저스는 모든 것을 할 수 있는 개인을 고용하는 대신에 서로를 보완할 수 있는 다양한 역량을 갖춘 데이터 과학 팀을 생각하라고 말했다.

그는 "수학과 프로그래밍에 관한 고도의 지식을 갖는 것이 데이터 과학자에게 가장 좋은 배경인 것은 사실이다. 하지만 그 어떤 기업에서도 이 모든 것이 가능한 데이터 과학자는 찾을 수 없을 것이다. 스코티 피펜(Scotty Pippen)의 도움이 없었다면 마이클 조던(Michael Jordan)이 그렇게 많은 골을 넣지 못했었을 것처럼 데이터 과학자들은 자신만의 기술을 갖고 모여 하나의 이상적인 팀을 구성할 수 있다"라고 말했다.

로저스는 인텔 또한 마찬가지로 설명을 이어갔다. “사실 인텔에서 팀을 구성할 때는 프로그래머부터 창의성과 호기심을 갖춘 사람 그리고 의사소통 기술이 뛰어난 사람 등 모든 종류의 기술과 배경을 확인하고 있다. 이 모든 것을 할 수 있는 ‘데이터 유니콘’을 찾는 것은 거의 불가능하다. 우리는 이런 인재를 찾기 위해 시간을 소요하지 않는다. 대신 팀을 구성하여 다양한 배경과 경험을 반영하고 있으며, 이를 통해 우리의 데이터 분석 작업에 대한 더 큰 통찰력을 얻고 있다."

손에 데이터 묻히기
현재 데이터 과학자가 되기 위한 왕도는 없으며 이로 인해 좋은 후보자를 식별하기가 어려울 수 있다. 로저스는 카글(Kaggle), 데이터카인드(DataKind), 정부 등의 출신으로 데이터를 직접 만지는 한편, 데이터를 이야기를 할 수 있는 사람들을 찾으라고 조언했다. 또 데이터 과학을 추구하는데 관심이 있는 개인이라면 스스로 처리할 데이터를 찾아야 한다고 그는 덧붙였다.

로저는 "손에 데이터를 묻히고 무엇인가를 해 보라. 빅데이터가 존재하며 그 중 일부는 데이터를 처리하는 현실적인 경험을 제공할 수 있을 정도로 충분히 골치 아프다. 빅데이터를 가져다가 실질적인 무엇인가를 할 수 있는 환경에 넣고 간단한 질문에 답해 보자. 기술적으로 아주 어려운 것을 할 필요는 없다. 엉망인 데이터를 처리할 때, 데이터가 어떻게 잘못되었는지 알 수 있다. 이 때, 데이터 과학자의 언어로 이야기하기 시작하게 된다"라고 말했다.

ciokr@idg.co.kr 

X