2013.11.15

상종가라는 '데이터 과학자' 직종, 실제 수요는?

Sharon Florentine | CIO

빅 데이터와 관련해 여러 미디어들은 엄청난 돈을 들여 기술 좋은(그리고 돈도 많이 받는) 데이터 과학자를 고용해야 한다고 호들갑이다. 하지만 미디어만 믿고 대학원 지원서를 썼다간 낭패를 볼 지도 모른다.


대부분 기업들은 빅 데이터를 ‘스마트 데이터’로 전환시키기 위해 데이터 과학자를 새로 고용하는 대신 데이터 분석 기술을 강화하고 기존 직원들을 교육하는데 초점을 맞추고 있기 때문이다.

중소기업과 ‘빅 데이터’
일단 대부분의 중소기업들은 요즘 한창 난리인 빅 데이터 열풍에 크게 동조하지 못하고 있다는 진단이다. 컴티아 연구소장 팀 허버트는 중소기업 문제의 대부분이 실제로 빅 데이터와 관계가 없는 것이기에 이와 관련해 새로운 인력을 고용하는 일도 없을 것이라고 예상했다.

“상당수 기업들은 빅 데이터와 관련해서는 아무 문제가 없다. 이들 기업이 겪는 문제는 훨씬 ‘작은’ 문제들”이라고 허버트는 말했다. 그는 이어 중소기업 데이터 관련 문제의 상당부분은 경영상의 목표를 정하고 원 자료(raw data)를 실행 가능한 정보로 바꾸는 과정에서 마케팅, 재무, 경영 활동 등의 부서와 IT 부서 사이에서 발생한다고 그는 덧붙였다.

허버트는 “비즈니스 데이터를 쓸모 있는 경영 정보로 바꿀 방법을 찾고 있는 것은 사실이지만, 대부분 중소기업들은 그 방법으로 데이터 분석 및 하둡(Hadoop)같은 기술을 선택하는 편이며 그 이상의 거창한 방법을 필요로 하지는 않는다”라고 설명했다.

지난 달 출판된 컴티아의 제2차 연간 보고서 “빅데이터 인사이트 앤 오퍼튜니티(Big Data Insights and Opportunities)”에 따르면 이들 중소기업의 상당수가 전문 데이터 과학자를 고용하기보다는 기존의 직원들을 교육시키는 쪽을 선택하고 있다.

“대부분 기업들은 비싼 돈을 주고 전문 데이터 과학자를 고용할 실용적인 이유가 전혀 없다. 그래서 기존 인적 자원에 돈을 투자하려는 것” 이라고 허버트는 말했다.

그는 또, 컴티아의 연구 결과에 따르면 대부분의 경우 중소기업에서는 부가적으로 교육을 시키는 일이 발생하더라도 기존의 비즈니스 애널리스트 및 금융 전문가 인력을 활용하는 것으로 나타났다고 말했다.

실제로 이런 경향은 매우 뚜렷하게 나타나고 있다. 연구 결과에 따르면, 세일즈 및 연구 부서의 빅 데이터 관련 프로젝트 참여율이 각각 17%, 13%에서 27%, 25%로 증가한 것으로 드러났다.

이런 추세에 비추어 볼 때, 이미 빅 데이터는 IT 부서의 전유물에서 벗어나 다른 부서들에까지 침투하고 있다는 진단이다.

허버트는 “대부분 기업들은 회사 데이터를 분석 및 가치 창출에 용이한 형태로 전환하는 데 투자가 필요하다는 사실을 깨닫지 못하곤 한다. 하지만 이를 깨닫고 나면, 이를 위한 적합한 기술을 찾는 일은 별로 어렵지 않다. 정말 어려운 건 관련 데이터를 분석할 전문 인력을 찾아 육성하는 것이다. 이는 시간이 걸리는 일이다”라고 말했다.

대기업과 빅 데이터 문제
한편 대기업의 경우 초기 단계에서는 데이터 과학자 수요가 상대적으로 더 클 것이라고 코그니시오(Kognitio)의 CTO 라저 가스켈은 말했다.

대부분 대기업들에서는 경쟁 우위를 점령하기 위해 수동적으로 일어난 일에만 대처하기 보다는 데이터 과학자를 고용해 시장의 미래 동향이나 매출 주기 및 트렌드, 소비자 행동 등을 예측하는 데 이용하려 한다는 설명이다.


가스켈은 “그렇다고 해도, 예측적 애널리틱스를 위해서 한두 명의 데이터 과학자를 고용할 수는 있지만 수십 명을 고용하는 것은 비용 측면에서 비효율적일 것”이라고 설명했다. 대신 기업들에서는 비즈니스 및 파이낸셜 애널리스트, 그리고 일반 직원들에게 자동화 툴을 이용한 데이터 애널리틱스를 교육시킬 것이 유력하다고 그는 덧붙였다.

코그니시오의 사업개발 및 마케팅 부대표인 마이클 히스키는 “우리 고객들의 피드백을 살펴보면, 3명에서 7명 가량 되는 소수의 숙련된 데이터 과학자만을 원하고 있는 것으로 나타났다”라고 전했다.

수수의 데이터 과학자를 현업 애널리스트가 보조하고, 또 여기에 인턴들이 함께 일을 도우면 굳이 많은 데이터 과학자를 고용할 필요가 없다ㄴ느 설명이다. 코그니시오 역시 코그니시오 애널리틱스 센터 오브 엑설런스(Kognitio Analytics Center of Excellence, KACE)라 불리는 이런 구조를 통해 엄청난 성공을 거두었다고 그는 설명했다.

빅 데이터, 허구와 진실
하둡 솔루션 공급자 메타스케일(MetaScale)의 글로벌 세일즈 및 마케팅 본부장 앙쿠르 굽타는 “데이터 과학자 직종에 쏟아지는 관심에는 분명 과열과 과장이 존재한다. 특히 빅 데이터 활용 및 연계 과정이 아직은 시작 단계이기 때문에 더욱 그러한 측면도 있을 것이다”라고 말했다.

굽타는 “기업에게 데이터를 심도 있게 탐구하고 트렌드를 이해해 기회를 포착할 수 있는 통계적, 예측적 모델링에 대한 배경을 지닌 인물이 필요하다는 점은 분명하다. 하지만 그들에겐 현재의 트렌드와 활동이 보다 명확해질 때까지 기다릴 수 있는 인내심 역시 필요하다 조언하고 싶다”라고 덧붙였다.

마지막으로 그는 “현시대의 주인공 빅 데이터는, 아직은 분명 데이터를 해부하고 그 결과물을 의사 결정 과정에 투입할 수 있는 지식을 갖춘, 전문가의 손길이 필요하다. 하지만 빅 데이터 개발은 초기 단계임을 기억하자.

테크놀로지의 발전이 진행됨에 따라 기업들은 그것의 처리 기능을 기계와 소프트웨어에 이양하게 될 것이다. 이 작업을 위해 열 명의 데이터 과학자를 고용하려 한다면, 한 번 재고해보길 바란다”라고 말했다. ciokr@idg.co.kr



2013.11.15

상종가라는 '데이터 과학자' 직종, 실제 수요는?

Sharon Florentine | CIO

빅 데이터와 관련해 여러 미디어들은 엄청난 돈을 들여 기술 좋은(그리고 돈도 많이 받는) 데이터 과학자를 고용해야 한다고 호들갑이다. 하지만 미디어만 믿고 대학원 지원서를 썼다간 낭패를 볼 지도 모른다.


대부분 기업들은 빅 데이터를 ‘스마트 데이터’로 전환시키기 위해 데이터 과학자를 새로 고용하는 대신 데이터 분석 기술을 강화하고 기존 직원들을 교육하는데 초점을 맞추고 있기 때문이다.

중소기업과 ‘빅 데이터’
일단 대부분의 중소기업들은 요즘 한창 난리인 빅 데이터 열풍에 크게 동조하지 못하고 있다는 진단이다. 컴티아 연구소장 팀 허버트는 중소기업 문제의 대부분이 실제로 빅 데이터와 관계가 없는 것이기에 이와 관련해 새로운 인력을 고용하는 일도 없을 것이라고 예상했다.

“상당수 기업들은 빅 데이터와 관련해서는 아무 문제가 없다. 이들 기업이 겪는 문제는 훨씬 ‘작은’ 문제들”이라고 허버트는 말했다. 그는 이어 중소기업 데이터 관련 문제의 상당부분은 경영상의 목표를 정하고 원 자료(raw data)를 실행 가능한 정보로 바꾸는 과정에서 마케팅, 재무, 경영 활동 등의 부서와 IT 부서 사이에서 발생한다고 그는 덧붙였다.

허버트는 “비즈니스 데이터를 쓸모 있는 경영 정보로 바꿀 방법을 찾고 있는 것은 사실이지만, 대부분 중소기업들은 그 방법으로 데이터 분석 및 하둡(Hadoop)같은 기술을 선택하는 편이며 그 이상의 거창한 방법을 필요로 하지는 않는다”라고 설명했다.

지난 달 출판된 컴티아의 제2차 연간 보고서 “빅데이터 인사이트 앤 오퍼튜니티(Big Data Insights and Opportunities)”에 따르면 이들 중소기업의 상당수가 전문 데이터 과학자를 고용하기보다는 기존의 직원들을 교육시키는 쪽을 선택하고 있다.

“대부분 기업들은 비싼 돈을 주고 전문 데이터 과학자를 고용할 실용적인 이유가 전혀 없다. 그래서 기존 인적 자원에 돈을 투자하려는 것” 이라고 허버트는 말했다.

그는 또, 컴티아의 연구 결과에 따르면 대부분의 경우 중소기업에서는 부가적으로 교육을 시키는 일이 발생하더라도 기존의 비즈니스 애널리스트 및 금융 전문가 인력을 활용하는 것으로 나타났다고 말했다.

실제로 이런 경향은 매우 뚜렷하게 나타나고 있다. 연구 결과에 따르면, 세일즈 및 연구 부서의 빅 데이터 관련 프로젝트 참여율이 각각 17%, 13%에서 27%, 25%로 증가한 것으로 드러났다.

이런 추세에 비추어 볼 때, 이미 빅 데이터는 IT 부서의 전유물에서 벗어나 다른 부서들에까지 침투하고 있다는 진단이다.

허버트는 “대부분 기업들은 회사 데이터를 분석 및 가치 창출에 용이한 형태로 전환하는 데 투자가 필요하다는 사실을 깨닫지 못하곤 한다. 하지만 이를 깨닫고 나면, 이를 위한 적합한 기술을 찾는 일은 별로 어렵지 않다. 정말 어려운 건 관련 데이터를 분석할 전문 인력을 찾아 육성하는 것이다. 이는 시간이 걸리는 일이다”라고 말했다.

대기업과 빅 데이터 문제
한편 대기업의 경우 초기 단계에서는 데이터 과학자 수요가 상대적으로 더 클 것이라고 코그니시오(Kognitio)의 CTO 라저 가스켈은 말했다.

대부분 대기업들에서는 경쟁 우위를 점령하기 위해 수동적으로 일어난 일에만 대처하기 보다는 데이터 과학자를 고용해 시장의 미래 동향이나 매출 주기 및 트렌드, 소비자 행동 등을 예측하는 데 이용하려 한다는 설명이다.


가스켈은 “그렇다고 해도, 예측적 애널리틱스를 위해서 한두 명의 데이터 과학자를 고용할 수는 있지만 수십 명을 고용하는 것은 비용 측면에서 비효율적일 것”이라고 설명했다. 대신 기업들에서는 비즈니스 및 파이낸셜 애널리스트, 그리고 일반 직원들에게 자동화 툴을 이용한 데이터 애널리틱스를 교육시킬 것이 유력하다고 그는 덧붙였다.

코그니시오의 사업개발 및 마케팅 부대표인 마이클 히스키는 “우리 고객들의 피드백을 살펴보면, 3명에서 7명 가량 되는 소수의 숙련된 데이터 과학자만을 원하고 있는 것으로 나타났다”라고 전했다.

수수의 데이터 과학자를 현업 애널리스트가 보조하고, 또 여기에 인턴들이 함께 일을 도우면 굳이 많은 데이터 과학자를 고용할 필요가 없다ㄴ느 설명이다. 코그니시오 역시 코그니시오 애널리틱스 센터 오브 엑설런스(Kognitio Analytics Center of Excellence, KACE)라 불리는 이런 구조를 통해 엄청난 성공을 거두었다고 그는 설명했다.

빅 데이터, 허구와 진실
하둡 솔루션 공급자 메타스케일(MetaScale)의 글로벌 세일즈 및 마케팅 본부장 앙쿠르 굽타는 “데이터 과학자 직종에 쏟아지는 관심에는 분명 과열과 과장이 존재한다. 특히 빅 데이터 활용 및 연계 과정이 아직은 시작 단계이기 때문에 더욱 그러한 측면도 있을 것이다”라고 말했다.

굽타는 “기업에게 데이터를 심도 있게 탐구하고 트렌드를 이해해 기회를 포착할 수 있는 통계적, 예측적 모델링에 대한 배경을 지닌 인물이 필요하다는 점은 분명하다. 하지만 그들에겐 현재의 트렌드와 활동이 보다 명확해질 때까지 기다릴 수 있는 인내심 역시 필요하다 조언하고 싶다”라고 덧붙였다.

마지막으로 그는 “현시대의 주인공 빅 데이터는, 아직은 분명 데이터를 해부하고 그 결과물을 의사 결정 과정에 투입할 수 있는 지식을 갖춘, 전문가의 손길이 필요하다. 하지만 빅 데이터 개발은 초기 단계임을 기억하자.

테크놀로지의 발전이 진행됨에 따라 기업들은 그것의 처리 기능을 기계와 소프트웨어에 이양하게 될 것이다. 이 작업을 위해 열 명의 데이터 과학자를 고용하려 한다면, 한 번 재고해보길 바란다”라고 말했다. ciokr@idg.co.kr



X