마술사? 유니콘? 데이터 과학자가 말하는 '업무와 비전'

데이터 과학자들이 꼽은 ‘좋아하는 일 vs. 싫어하는 일’
회의는 조지가 일과 중 가장 좋아하는 일이다. “회의는 내 일을 좋아하게끔 만들어 준다”고 그녀는 강조했다.

과거 페이스북에서 기계 학습 엔지니어로 일했던 로사리오에게 가장 좋은 일은 시간이 지나면서 바뀌었다.

그는 자신이 실리콘 밸리에서 일했을 때 가장 좋아하던 일은 데이터를 다루는 것이라고 회고했다. “데이터는 종종 너저분한 포맷으로 들어오거나 특정 소프트웨어에서만 이해할 수 있었다. 나는 이를 소화할 수 있는 포맷으로 옮겼다”고 말했다.

컨설턴트로서 그는 사람들에게 데이터가 무엇을 할 수 있는지 보여주기 좋아한다.
“수많은 사람은 자신들에게 데이터가 필요하다는 점을 알지만, 데이터로 무엇을 할 수 있는지는 모른다”고 그는 이야기했다. 이어서 “마치 마술사가 되어 그들에게 가능성을 열어주는 것처럼 느껴진다. 그런 탐사와 전문가다운 일이 내가 가장 즐기는 부분이다”고 강조했다.

롱이 좋아하는 일은 많은데, 여기에는 해결해야 할 문제의 맥락을 조사하는 초기 단계와 필요 데이터를 얻는 방법을 알아내고 여기 뛰어드는 것 등도 포함된다.

비록 몇몇 보고서는 데이터 과학자들이 여전히 과도하게 많은 시간을 ‘잡일’에 쓰고 있다는 점을 시사하지만 롱은 이를 잡일이라고 생각하지 않는다고 말했다. 그는 이것을 ‘문제를 파고 이해하는 일부’로 간주했다.

싫어하는 일에 대해 롱은 ‘프로젝트 관리’를 꼽았다. 롱은 “프로젝트 관리에서 종종 우선순위를 조정하면서 다른 모든 사람의 우선순위를 관리하는 데 시간을 써야 한다”고 설명했다.

통계와 데이터 과학 교육을 받은 로사리오에게 시스템 구축과 소프트웨어 엔지니어링은 그가 집중도를 낮추고 싶은 부분들이다.

데이터 과학자 준비
데이터 과학에 상당한 교육이 필요한 것은 누구나 아는 일이고 여기 3명의 전문가도 예외는 아니다. 레이턴트뷰 애널리틱스의 조지는 전기전자과 학사가 있고 MBA를 졸업했다.

로사리오는 통계와 수학 학사 학위가 있으며 UCLA에서 통계와 컴퓨터 공학 석사를 받았고 현재는 통계 박사과정을 마무리하고 있다.

미드애널리틱스의 롱은 행동 뇌 과학 박사로 학습, 기억, 동기부여를 전공했다.

롱은 과학계에서 수행되는 실험들을 언급하며 “나는 데이터 쫓아다니느라 지쳤다”고 이야기했다. 이어서 “과학자로서 일의 절반은 데이터 분석이고 나는 정말 그 측면을 좋아했다. 또 실용적 차이를 만드는 데도 관심이 있었다”고 전했다.

데이터 과학자의 다음은?
앞으로는 데이터 분석은 어떻게 전개될까?

조지는 사물인터넷 같은 개발들을 언급하며 “미래에 훨씬 더 많은 데이터가 온다고 생각한다”며 말했다. 조지에 따르면, 앞으로 모든 고위 중간 관리 역할들은 일종의 데이터 관리 측면을 통합하게 될 것이다.

로사이로는 스트리밍 데이터에 관한 관심이 점점 더 커지고 있으며 이는 수많은 작업이 필요함을 의미한다는데 동의했다. “우리는 데이터 스트림을 합칠 수 있는 시스템과 알고리즘 개발에 훨씬 더 많이 주력하게 될 것이다. 사물인터넷과 스트리밍 데이터 같은 것들이 다음 개척지로 보인다”고 전망했다.

그는 보안과 프라이버시가 이 과정에서 해결해야 할 중요한 문제가 될 것이라고 덧붙였다.

롱은 데이터 과학자들이 여전히 ‘유니콘’이 되라는 기대를 받고 있다고 밝혔다. 이는 데이터 과학자들이 코딩, 데이터 조작, 데이터 분석 등 모든 것들을 혼자 해낼 기대를 받음을 의미한다.

롱에 따르면, 한 사람이 모든 것을 책임지게 하는 것은 어렵다. 그녀는 각기 다른 유형의 능력을 갖춘 여러 사람의 미래가 될 것으로 기대했다.

조언 한마디
데이터 과학자를 고려하는 이들에게 로사리오는 최소한 석사 학위를 따라고 조언했다. 그는 데이터의 관점에서 생각해 볼 것을 권했다.

“우리 모두 우리를 둘러싼 재정 관리나 휴가 계획 등 문제들이 있다. 데이터로 그런 문제들을 해결하는 방법을 생각해보라. 만약 데이터가 존재하면 그 데이터를 찾으려 노력해보라.”

초기 포트폴리오-구축 경험에서 공통된 조언은 캐글(Kaggle) 같은 사이트에서 데이터 세트를 찾고 그를 활용해 해결될 수 있는 문제를 해결하라고 것이다. 로사리오는 “거꾸로 하는 방법도 제안한다”며 “문제를 선택하고 그 문제 해결에 필요한 데이터를 찾아라”고 조언했다.

미드애널리틱스의 롱은 ‘일종의 과학적 방법 혹은 문제에 당신이 접근하는 방법’을 최고의 접근 방법으로 꼽았다. 롱은 “그게 당신이 데이터를 다루고 활용하는 방법을 결정할 것이다”고 강조했다.

이어서 롱은 “툴 사용법은 배울 수 있지만 문제 해결 방식 감각은 스스로 부딪혀서 익히고 경험해야 하는 부분”이라고 당부했다.

물론 궁극적으로 데이터 과학자들은 자신들의 결과물을 내놓아야 한다고 조지는 지적했다.

그녀는 “자세한 내용을 많이 알고 있고 만약 당신이 훌륭한 이야기꾼이며 구체적으로 이야기를 구성할 수 있다면 그보다 더 좋은 것도 없다”고 덧붙였다. ciokr@idg.co.kr