Offcanvas

AI / CIO / 디지털 트랜스포메이션 / 빅데이터 | 애널리틱스 / 인문학|교양

칼럼 | 뒷방 신세 ‘빅데이터’ 유감 · · · 비즈니스와 데이터옵스의 간극에 대하여

2024.05.08 Thornton May  |  CIO
'빅데이터'라는 시대는 끝났지만, 그 근본적인 가치(그리고 긴장감)는 AI 미래로의 도약을 모색하는 조직 내에 여전히 살아 숨쉬고 있다. 

빅데이터라는 용어가 IT 업계에 등장했을 때만 해도 이는 큰 이슈였다. 하지만 이제 이 용어를 사용하는 IT 리더를 찾아보기란 어렵다. 하지만 CIO는 빅데이터의 전성기(2005~2015년경)에 등장한 기술과 기법을 너무 성급하게 역사의 쓰레기통으로 보내서는 안 된다. 이들을 통해 얻을 수 있는 가치는 여전히 크다.

빅데이터의 폐기와 관련된 문제의 부분적인 원인은 필자와 같은 미래학자들에게 있다. 다분히 '나열적'이라는 비난을 받아온 미래학자들이 실용적인 것보다 드라마틱한 것을 선호하기 십상이며, 이 과정에서 트렌드의 유행을 가속화할 수 있다.

예를 들어 미래학자들은 블랙베리, 카세트 테이프 플레이어, DVD, 플로피 디스크, 오버헤드 프로젝터, 종이 전화번호부 등 구식이 되어버린 물건들을 열거하는 것을 좋아한다. 그리고 단종을 선언하면 더 많은 관심을 끌 수 있다.

또한 전화 교환원, 볼링 핀 세터, 비디오 가게 계산원, 우유 배달원, 엘리베이터 기사 등 관련성이 사라진 직업, 역할, 업무를 나열하여 청중을 자극하는 것도 좋은 전략이다. 결국 그럴듯함은 미래학자들의 장기다.

반대로, 미래학자들은 새로운 기술을 가진 흥미로운 경영진을 좋아한다. 인공지능은 우리에게 요긴한 아이템으로 작용하고 있으며 양자 컴퓨팅과 드론도 마찬가지다. 

그러나 특히 미래학자와 모든 경영진이 진정으로 해야 할 일은 이해관계자에게 가치를 어떻게 창출할 것인가라는 수수께끼를 해결하는 것이다.

데이터는 AI 가치의 길에 있어 시멘트와 같다. '빅데이터'는 그래도 잘못 분류될 위험이 있는 중요한 영역이다. 과거의 것으로, 무가치한 것으로 간주되어서는 안 된다. CIO와 디지털 경영진은 빅데이터가 마땅히 받아야 할 관심을 받고 있는지 확인해야 한다.

데이터에 대해 다시 생각하기
당장 생존을 위협하지 실질적인 문제(예: 데이터로부터 완전한 가치를 얻지 못하는 이유)에 직면했을 때, 필자는 멘탈 모델 감사(mental model audit)를 실시할 것을 제안한다. 우리는 이 문제에 대해 어떻게 생각하고 있을까?

필자는 한 그룹의 고위 임원들에게 데이터에 대해 어떻게 생각하는지 생각해 보라고 요청했다. 스스로를 큰 아이디어와 원대한 야망을 가진 제비과로 분류할 것인지, 하나의 명확한 아이디어의 렌즈를 통해 세상을 보는 임원인 고슴도치과로 분류할 것인지, 아니면 특정 결과물이 있는 단기 프로젝트에 집중하는 두더지과로 분류할 것인지 물었다.

놀랍지 않게도 스스로를 고슴도치형이라고 밝힌 임원이 거의 없었다. 이는 아마도 데이터로 가치를 창출하기 위한 보편적으로 수용되고 배포된 프레임워크가 아직 등장하지 않았기 때문일 것이다. 하지만 임원들과 의견이 일치한 부분도 있었다. 가치를 가장 많이 수확하려면 달성 가능한 마일스톤이 있는 실행 가능한 프로젝트와의 연결을 통해 데이터 야망을 명확하게 표현할 수 있어야 한다는 것이었다.

특정 기업의 여러 전략 수립 프로세스에 데이터와 분석적 야망을 삽입하는 것만으로도 분명 가치가 있다. 가트너 데이터 및 분석 서밋 2024에서 부사장 애널리스트인 에티샴 자이디는 "실적 발표에서 데이터, 분석, AI가 전략적이라고 언급한 글로벌 S&P 1200 기업들은 지난 9년 동안 80%의 빈도로 동종 업계보다 뛰어난 성과를 거뒀다"라고 말했다.

데이터 과학자, 통계학 박사 등 노련한 데이터 실무자 그룹에게 제비, 고슴도치, 두더지 스키마를 사용하여 스스로를 구분해 달라고 요청했을 때, 제비는 그리 많지 않았고 두더지가 조금 더 많았으며 대부분은 자신을 미미한 고슴도치라고 생각했다. 어쩌면 머글(비즈니스 임원)과 마법사(데이터 전문가)는 서로 다른 시각으로 세상을 바라보는 것 같다. 우리는 이 문제를 해결해야 한다.
 
Image Credit : Getty Images Bank


새로운 조화
데이터 과학자가 비즈니스맨처럼 생각해야 하는 것처럼, 비즈니스맨도 데이터 과학자처럼 생각해야 한다. 이는 직업 정체성 문제와도 관련이 있습니다. 경영진은 자신의 직업적 정체성을 확장해 데이터를 품어야 한다. 데이터 전문가는 DI(정보의 변화)가 반드시 DB(행동의 변화)와 동일시되는 것은 아니라는 점을 인식해야 한다. 앞으로 데이터 전문가는 단순한 정보/인사이트 제공 비즈니스가 아니라 '가치 창출 행동을 유도하는 인사이트 창출' 비즈니스에 종사하게 될 것이다.

이미 데이터 과학을 민주화된 도구 포트폴리오들이 등장해 있다. 데이터에서 가치를 추출하기 위해 더 이상 수학 천재나 코딩 천재가 될 필요가 없다(데이터 책임자 되기: 데이터 과학, 통계 및 기계 학습을 생각하고, 말하고, 이해하는 방법(Alex J. Gutman, Jordan Goldmeier 저) 참조).

하지만 많은 경영진이 '데이터 패배주의'에 빠져 데이터 가치가 수학, 통계학 또는 머신러닝 학위 소지 여부에 달려 있다고 잘못 생각하고 있다. 경영진은 데이터 파워 도구의 사용을 안내할 데이터 전문가에게 다가가야 한다. 데이터 전문가는 데이터 전문 공간에 격리되어 있는 것이 아니라 비즈니스에 포함되어 있어야 한다.

오늘날 경영진은 '전통적인 분석', 빅데이터, 그리고 인공지능을 구분하는 데 불필요한 시간을 소비한다. 전통적인 분석 없이는 빅데이터를 할 수 없고, 빅데이터 없이는 인공지능을 할 수 없다. 데이터는 데이터다. 더 이상 따지지 말고 데이터로 가치를 창출해야 한다. 

*Thornton A. May 는 연사이자 교육가, 컨설턴트로 활약 중인 미래학자다. ciokr@idg.co.kr
CIO Korea 뉴스레터 및 IT 트랜드 보고서 무료 구독하기
추천 테크라이브러리

회사명:한국IDG 제호: CIO Korea 주소 : 서울시 중구 세종대로 23, 4층 우)04512
등록번호 : 서울 아01641 등록발행일자 : 2011년 05월 27일

발행인 : 박형미 편집인 : 천신응 청소년보호책임자 : 한정규
사업자 등록번호 : 214-87-22467 Tel : 02-558-6950

Copyright © 2024 International Data Group. All rights reserved.