빅데이터 통찰력 얻기, "데이터과학자 팀보다 비즈니스 사고 방식의 직원이 낫다"

현재 많은 대기업들이 빅데이터 수집에 공을 들이고 있다. 하지만, 문제는 데이터에서 통찰력을 얻는 것이다. 클로록스 CIO 만지트 싱이 좀더 민첩하게 통찰력을 얻을 수 있는 방법을 제안했다.

모두가 빅데이터에 혈안이 된 오늘날이지만 그 가운데서도 마케팅 데이터, 마케팅 분석 분야에서는 특히 그 열기가 뜨겁다. 클로록스 컴퍼니(The Clorox Company)의 CIO 만지트 싱은 "많은 기업이 빅데이터 전략에 실패하는 이유는 빅데이터를 그저 부가적인 도구로 바라보기 때문이다"라고 지적했다.

빅데이터에서의 진정한 문제
"문제는 데이터 수집 그 자체가 아니다. 빅데이터의 핵심은 수집한 데이터를 어떻게 탐구할 것인지의 문제이며, 우리를 가장 힘들게 하는 문제도 바로 그것이다. 어떤 비즈니스 질문을 던질지, 그 해답을 찾는데 어떻게 데이터를 이용할 지의 문제에 집중하라"고말했다.

빅데이터를 다루는 대기업들이라면 싱의 이름이 낯설지 않을 것이다. 클로록스에 부임하기 전에 싱은 라스베가스샌즈(Las Vegas Sands), 치퀴타 인터내셔널(Chiquita International), 질레트(Gillette) 아시아 태평양 사업부 등 다양한 산업의 주요 기업들에서 CIO로 이름을 알렸다.

싱은 "IT가 진행하는 모든 작업의 목적은 전략적 비즈니스 목표를 실행하고 목표를 위한 개별 과제들에서 측정 가능한 결과물을 창출해내는데 있어야 한다"라고 강조했다.

네티자 출신의 전문가들이 다시 모여 설립한 보스턴 기반의 빅데이터 애플리케이션 지원 신생벤처인 카제나(Cazena) CEO 프랏 모흐도 싱의 의견에 동의했다.

모흐는 "빅데이터의 목표는 데이터 과학의 개선이 아니다"며, "데이터를 활용해 비즈니스 목표를 달성하는데 집중하라"고 당부했다. 이어서 모흐는 "많은 이들이 새로운 툴과 기술 자체에 매료돼 정작 그것을 어디에 쓰고, 어떤 결과물을 만들어 낼 지는 간과하고 만다"고 지적했다.

데이터과학자보다 비즈니스 사고 방식의 직원을 고용하라
모흐는 "최신 툴을 섭렵하고 한 무리의 데이터과학자로 팀을 꾸려 테크놀로지와 데이터를 다루는 것보다 비즈니스 사고 방식을 지닌 직원을 고용해 빅데이터를 통한 시각화, 민첩성 확보에 집중하는 게 더 올바른 선택"이라고 말했다.

모흐는 "이런 자세를 갖추고 CIO는 IT 사업부의 골목 대장이 아닌 비즈니스의 주역으로 거듭날 수 있을 것"이라고 조언했다.

싱은 비즈니스 활용 사례를 생각하는 데서 출발하면 질문에 대한 해답을 찾는 과정이 좀더 수월해 질 것이라고 말했다.

싱은 "예를 들어 선적 데이터가 있다고 치자. 이는 사실 그 자체로는 거의 의미가 없다. 하지만 선적 데이터를 영업과 연관해 볼 방법을 찾아낸다면? 이 데이터의 가치는 크게 증가할 것이다"고 설명했다.

싱은 "혹은 어떤 프로모션 활동의 효과를 측정하는 경우를 가정해 보자. 한 지역에서 현장 프로모션 행사가 진행됐지만 그 성과는 미비했다. 행사의 수준이 낮아 그런 것일까? 만일 그 날 그 지역에 폭우가 내렸다면? 문제는 행사 자체에 있을까, 아니면 날씨 때문일까? 데이터를 활용하면 그 해답을 찾을 수 있다. 그렇다면 그 날의 세계 기후 데이터를 확보해야 하나? 물론 아니다. 무조건적인 '빅데이터'는 그다지 의미가 없다"고 말했다.

이런 비유가 주는 또 하나의 교훈은, '날씨 데이터 확보를 위해 기상 학자를 고용할 필요는 없다'는 점이다.

싱은 "이 때 필요한 건 그 지역과 관련한 기후 패턴이다. 데이터 소스의 맥락을 좁혀가다 보면 필요로 하는 결과를 훨씬 더 잘 도출해낼 수 있다"고 설명을 덧붙였다.

바꿔 말하자면, 어떤 비즈니스 목적을 위해 '알아두면 좋을' 데이터 요소는 무수하지만, 실제로 목적을 달성하는데 그들이 필수적으로 활용되지는 않는다고 설명할 수 있다. 그리고 효율성과 경제성을 향상하기 위해 비즈니스 맥락에 기반해 데이터를 축소할 필요가 있다.

맥락에 대한 이해는 사건의 인과 관계를 이해하는 측면에서도 도움이 된다.

싱은 "물론 말처럼 쉬운 과정은 절대 아니다. 만일을 대비해, 폭넓게 생각하는 건 인간의 본성이다. 그리고 어떤 데이터도 비즈니스와 나름의 연관성을 엮어낼 수 있다. 문제는 '진짜 비즈니스 결과'를 이해하는 것이다. 어떻게 그 결과에 도달했는지, 어떤 데이터가 어떻게 판단에 영향을 미쳤는지를 이해하는 역량을 기르라"고 밝혔다.

이를 위해 싱은 하나의 문제를 적당히 측정 가능한 수준의 요소들로 분해해 볼 것을 조언했다.

싱은 "더 중요한 것은 기민한 자세다. 항상 시도하고 거기에서 무언가를 배우려는 자세가 바로 차이를 만드는 열쇠다"라고 덧붙였다.

클라우드, 분석 비용 문제를 해결한다
싱은 인프라와 관련해 언제나 골머리를 썩이는 건 돈 문제라고 이야기했다. 기업이 운용 가능한 예산은 실제 필요량에 못 미치는데, 이에 비교해 요구하는 분석량은 터무니없는 많은 양이라는 것이 문제다.

클라우드가 가치를 발휘하는 지점이 바로 여기다. 인프라를 자체적으로 구축하지 않아도 대용량 분석을 가능케 해주기 때문이다.

싱은 "SaaS와 클라우드를 통해 우리는 소프트웨어 라이선싱과 인프라에 큰 투자를 하지 않고도 테스트와 학습을 진행할 수 있게 됐다"라고 설명했다. ciokr@idg.co.kr