BI
2011.06.09

IT부서에 데이터 과학자가 필요한 이유

Meridith Levinson | CIO

지금까지 기업들이 BI나 데이터 웨어하우스(DW)에 IT예산을 쏟아부었지만, 원하는 분석 결과를 얻지 못했다. 분석툴에 문제가 있는 게 아니라, 좀더 근원적인 문제는 데이터 분석 결과를 읽고 이를 해석할 수 있는 능력을 지닌 '데이터 과학자(Data Scientist)'가 없다는 데서 출발한다. 

데이터 과학자들은 똑똑하고 분석적이며 통계 모델을 사용해 거대한 정보로부터 쓸만한 결론을 이끌어 내는 것을 업으로 삼는 사람들이다. 데이터 과학자들에 대한 수요가 소프트웨어 엔지니어들만큼 많지는 않다. 그러나 데이터 마이닝과 데이터 과학 분야의 전문가들은 이러한 추세가 곧 변할 것이라고 예측하고 있다.

포레스터 리서치의 수석 애널리스트 브라이언 홉킨스는 새롭게 급부상하는 정보 관리 기술에 초점을 맞춘 전사 아키텍처(EA)를 전문으로 하고 있다. 그는 기업들이 점차 방대한 양의 정보를 잘 사용하기 위해서는 기존의 데이터 마이닝이나 BI만으로는 부족하다는 점을 깨달을 것이며, 이에 따라 데이터 과학자들에 대한 수요가 늘어날 것이라고 예측했다.

“기업들은 항상 경쟁업체들보다 더 많은 정보를 얻고자 한다. 개중에는 예측 기능이 있는 분석 도구를 사용하면 데이터에 대한 이해가 저절로 따라올 것이라고 생각하는 사람도 있는데, 이는 잘못된 생각이다. 데이터 과학자들이 있어야 ‘통계’ 모델을 만들고 사용할 수 있으며 그 결과를 사람들에게 이해시킬 수도 있다”라고 홉킨스는 말했다.

기존 BI 소프트웨어의 한계와 병렬 컴퓨팅의 발달, 그리고 정교한 데이터 모델링 도구가 합쳐져 데이터 과학자가 등장할 수 있었다고 EMC의 분석 담당 부사장인 스티브 힐리온은 주장했다. 홉킨슨과 마찬가지로, 힐리온 역시 기업들이 방대한 양의 데이터를 처리하기 위해서는 소프트웨어만으로는 부족하다는 점에 동의했다.

결국 고도의 기술 인력과 그에 맞는 기술 모두가 필요하다는 것이다. 데이터 과학자들이 분석에 사용하는 하드웨어와 소프트웨어는 매우 튼튼하고 측정 가능하며 가격도 저렴해 분야를 막론하고 다양한 기업에서 사용할 수 있다고 힐리온은 전했다. 그는 CIO.com에서 데이터 과학자의 역할과 그들에 대한 수요가 가장 큰 산업 분야, 데이터 과학자가 갖춰야 할 기술, 그들의 위치, 그리고 그들의 역할이 BI 소프트웨어에 의미하는 바는 무엇인지에 대해 이야기를 나눴다.

CIO : 정확히, 데이터 과학자란 무엇인가?
스티브 힐리온(EMC 부사장) : 컴퓨터 분석 기술과 모델링 기술을 사용해 방대한 양의 정보부터 통찰력 있는 결론을 얻어내는 사람들이다. 데이터 마이닝과 통계, 그리고 모델링 기술을 많은 양의 데이터에 적용해, 기업에 도움이 될 만한 결론을 이끌어 내거나 최근의 트렌드나 패턴을 연구한다.

CIO : 어떤 종류의 기업들에서 데이터 과학자들을 필요로 할 것 같은가?
힐리온 : 주로 거대한 양의 소비자 정보를 관리하는 대기업에서 그 수요가 클 것이다. 웹 기업이나 광고 업체, 핸드폰 업체, 또는 영업이나 마케팅 데이터를 추적하는 소기업들도 될 수 있다.

CIO : 이 직업이 새로운 직종이라 할 수 있는가? 원래 기업들에는 데이터를 분석하는 사람들이 있었다.
힐리온 :
코카콜라나 프록터&갬블(P&G)과 같은 소비재 기업들을 보라. 그들은 예전부터 리서치 전문가나 통계 전문가를 두고 (예를 들면) 계량경제학적 기술을 적용해 고객들의 데이터를 분석하려고 했다.

그러나 인터넷이 생기고 나서부터 달라졌다. 더 많은 데이터가 생겨나고 있으며 분석 기술들도 더 다양해지고 있다. 예전에는 데이터와 관련된 산업에서만 필요로 하던 이 기술들을, 이제는 더 다양한 기업들에서 사용하려 한다. “단순히 지난 4분기나 월이나 년 단위의 실적을 알고 싶은 것이 아니라, 전체적인 소비 패턴을 알고 왜, 어떻게 그런 패턴들이 생겨났는지를 알고 싶다”라고 그들은 말한다.




BI
2011.06.09

IT부서에 데이터 과학자가 필요한 이유

Meridith Levinson | CIO

지금까지 기업들이 BI나 데이터 웨어하우스(DW)에 IT예산을 쏟아부었지만, 원하는 분석 결과를 얻지 못했다. 분석툴에 문제가 있는 게 아니라, 좀더 근원적인 문제는 데이터 분석 결과를 읽고 이를 해석할 수 있는 능력을 지닌 '데이터 과학자(Data Scientist)'가 없다는 데서 출발한다. 

데이터 과학자들은 똑똑하고 분석적이며 통계 모델을 사용해 거대한 정보로부터 쓸만한 결론을 이끌어 내는 것을 업으로 삼는 사람들이다. 데이터 과학자들에 대한 수요가 소프트웨어 엔지니어들만큼 많지는 않다. 그러나 데이터 마이닝과 데이터 과학 분야의 전문가들은 이러한 추세가 곧 변할 것이라고 예측하고 있다.

포레스터 리서치의 수석 애널리스트 브라이언 홉킨스는 새롭게 급부상하는 정보 관리 기술에 초점을 맞춘 전사 아키텍처(EA)를 전문으로 하고 있다. 그는 기업들이 점차 방대한 양의 정보를 잘 사용하기 위해서는 기존의 데이터 마이닝이나 BI만으로는 부족하다는 점을 깨달을 것이며, 이에 따라 데이터 과학자들에 대한 수요가 늘어날 것이라고 예측했다.

“기업들은 항상 경쟁업체들보다 더 많은 정보를 얻고자 한다. 개중에는 예측 기능이 있는 분석 도구를 사용하면 데이터에 대한 이해가 저절로 따라올 것이라고 생각하는 사람도 있는데, 이는 잘못된 생각이다. 데이터 과학자들이 있어야 ‘통계’ 모델을 만들고 사용할 수 있으며 그 결과를 사람들에게 이해시킬 수도 있다”라고 홉킨스는 말했다.

기존 BI 소프트웨어의 한계와 병렬 컴퓨팅의 발달, 그리고 정교한 데이터 모델링 도구가 합쳐져 데이터 과학자가 등장할 수 있었다고 EMC의 분석 담당 부사장인 스티브 힐리온은 주장했다. 홉킨슨과 마찬가지로, 힐리온 역시 기업들이 방대한 양의 데이터를 처리하기 위해서는 소프트웨어만으로는 부족하다는 점에 동의했다.

결국 고도의 기술 인력과 그에 맞는 기술 모두가 필요하다는 것이다. 데이터 과학자들이 분석에 사용하는 하드웨어와 소프트웨어는 매우 튼튼하고 측정 가능하며 가격도 저렴해 분야를 막론하고 다양한 기업에서 사용할 수 있다고 힐리온은 전했다. 그는 CIO.com에서 데이터 과학자의 역할과 그들에 대한 수요가 가장 큰 산업 분야, 데이터 과학자가 갖춰야 할 기술, 그들의 위치, 그리고 그들의 역할이 BI 소프트웨어에 의미하는 바는 무엇인지에 대해 이야기를 나눴다.

CIO : 정확히, 데이터 과학자란 무엇인가?
스티브 힐리온(EMC 부사장) : 컴퓨터 분석 기술과 모델링 기술을 사용해 방대한 양의 정보부터 통찰력 있는 결론을 얻어내는 사람들이다. 데이터 마이닝과 통계, 그리고 모델링 기술을 많은 양의 데이터에 적용해, 기업에 도움이 될 만한 결론을 이끌어 내거나 최근의 트렌드나 패턴을 연구한다.

CIO : 어떤 종류의 기업들에서 데이터 과학자들을 필요로 할 것 같은가?
힐리온 : 주로 거대한 양의 소비자 정보를 관리하는 대기업에서 그 수요가 클 것이다. 웹 기업이나 광고 업체, 핸드폰 업체, 또는 영업이나 마케팅 데이터를 추적하는 소기업들도 될 수 있다.

CIO : 이 직업이 새로운 직종이라 할 수 있는가? 원래 기업들에는 데이터를 분석하는 사람들이 있었다.
힐리온 :
코카콜라나 프록터&갬블(P&G)과 같은 소비재 기업들을 보라. 그들은 예전부터 리서치 전문가나 통계 전문가를 두고 (예를 들면) 계량경제학적 기술을 적용해 고객들의 데이터를 분석하려고 했다.

그러나 인터넷이 생기고 나서부터 달라졌다. 더 많은 데이터가 생겨나고 있으며 분석 기술들도 더 다양해지고 있다. 예전에는 데이터와 관련된 산업에서만 필요로 하던 이 기술들을, 이제는 더 다양한 기업들에서 사용하려 한다. “단순히 지난 4분기나 월이나 년 단위의 실적을 알고 싶은 것이 아니라, 전체적인 소비 패턴을 알고 왜, 어떻게 그런 패턴들이 생겨났는지를 알고 싶다”라고 그들은 말한다.


X