바이브 코딩, 어디까지 해봤니? - EP. 2 시도
IP 실무자가 데이터와 AI 기반으로 만들어가는 자동화 실험기
"빅데이터 분석가" 라는 타이틀은 이제까지 IP 실무만 해오던 나에게는 매력적으로 다가왔다. 그렇기 때문에 입사를 하기 위한 결정은 그리 어렵지 않았다. 또 비교적 연차가 낮을 때 내지는 아직 책임질 식구가 없을 때 이것 저것 많을 걸 해보고 싶기도 했다.
학부 시절, 전공은 기계공학이었지만 전공 수업 중에 프로그래밍 기초라는 과목이 있었다. 당시 강의를 담당하셨던 교수님의 설명이 재미가 없었던 것인지 아니면 진로를 전문 성우로 바꿔보고자 하는 생각에 마음이 붕 떠서 그랬는지는 잘 기억이 나질 않지만 학기가 끝나고 찍힌 성적만큼은 기억이 또렷하다.
그냥 출석만 하고 시험도 대충 봐도 C~C+ 까지는 나오던데 세상에.. D+ 라는 성적을 받았다. 그런데 시간이 흘러 내가 빅데이터 분석가가 된다니 세상은 어떻게 될지 모르는 구나라는 생각을 하며 첫 출근을 하였고, 앞으로 자유자재로 코드를 다루며 능수능란하게 분석을 해내는 전문가로 성장하고 있는 모습을 상상하였다.
결론부터 말하자면 나는 특허 빅데이터 분석가로서는 1년 정도 일하다가 지금은 다시 인하우스 IP 업무를 하고 있다. 1년간 특허 빅데이터 분석가로서 지내본 소감 그리고 다시 인하우스 IP 업무를 하게된 이유를 말해보려 한다.
아름답기만 할 줄 알았던 상상 속 데이터 분석가의 모습은 얼마 지나지 않아 냉혹한 현실을 마주하게 되었다. 데이터 분석을 하는 과정에서 제일 중요한 부분은 최초의 Raw 데이터를 Clean 데이터로 만드는 전처리 과정이다. 이와 동시에 이는 제일 고통스러운 과정이기도 하다.
이제 와서 드는 생각이지만 데이터 전처리는 해도 해도 끝이 없는 작업인 것 같다. 과연 어느 수준까지 해야 결과가 아름답게 혹은 유의미하게 내지는 그럴싸하게 나올지는 아무도 모른다. 그렇기 때문에 내가 앞에 나가서 설명할 수 있을만큼만 하는 것이 적절하나 이 또한 클라이언트 관점에 따라 맞게된 분석 혹은 부족한 분석으로 판가름 되기도 한다.
그리고 내부의 서비스 내지는 제품을 개선하기 위한 데이터 분석을 하기 보다는 주로 외부에 있는 클라이언트들의 어려움을 해결해주는 일종의 컨설팅 성격을 강하게 띄고 있었기 때문에 업무를 함에 있어서 내 개인적으로는 동기부여가 잘 되지 않았다. 뭔가 나만의 것이 생긴다는 느낌이 들지 않아서 그랬던 것 같기도 하다.
그 외에도 업무를 진행하면서 마주친 어려움 그로 인해 생긴 스트레스 내지는 불만을 삭히며 앞에 놓여진 프로젝트를 하나씩 처리해나갔다. 입사하자마자 맡게된 정부출연기관 K 연구원의 데이터 기반 기술 협력 파트너 발굴 과제, 이와 동시에 진행했던 한국OO진흥회의 빅데이터 기반의 가치 평가 모델 연구 등 입사 전까지만 해도 데이터 분석이라고 하면 블로그에 글을 쓰는 수준에 그치던 내가 하기에는 하나같이 모두 도전적인 업무였다.
입사하자마자 수행했던 두 개의 과제로 데이터의 뜨거운 맛(?)을 보고 있던 나는 리프레시가 필요하다는 판단 하에 중간에 여행도 다녀오면서 뜨거워졌던 머리도 식혀보면서 데이터 분석가로서의 많은 시행착오를 겪으며 첫 6개월을 보냈다.
이후 6개월은 어느정도 업무에 적응이 되면서 더 많은 프로젝트들이 주어졌다. K 대학교의 데이터 기반의 수익화 특허 발굴 프로젝트, 한국OO통신연구원의 미국소송특허 기반 수익화 특허 도출, OO일렉트릭의 빅데이터 기반 IP Landsacpe, OO자동차의 AI 알고리즘 기반 IP 레이블링 용역 등 그 외에 자잘한 업무들도 많이 있었다.
전통적인 IP 업무(특허사무소 or 인하우스 특허 담당)만 해봤던 사람들에게 한 가지 분명하게 말할 수 있는 것은 새로운 업무 경험을 쌓을 수 있다는 것이다. 기존의 업무에 따분함을 느꼈던 분들이나 새로운 방식으로 IP 업무를 접해보고 싶으신 분들에게는 좋은 경험이 될 것이라고 생각한다.
코딩에 대한 경험이 부족해서 도전을 망설일 수도 있다고 생각이 들지만 나도 블로그에 글을 끼적거릴 수준만으로도 입사하여 업무를 통해서 그리고 AI 툴의 도움을 받아서 그때 그때 알맞은 분석용 코드를 구성하여 업무를 수행하였다. 사실 데이터 분석가로서 제일 중요한 역량은 코딩 지식보다는 특정 도메인에 대한 지식과 이해도라고 생각한다. 사실 데이터 분석만을 하기 위한 코딩 수준은 일반적인 프로그램 개발자 수준에 미치지는 않는다.
따라서 특정 도메인에 대한 이해도를 바탕으로 데이터의 흐름을 읽고, 그것을 글이나 말로서 잘 표현하는 능력이 데이터 분석가로서 가장 중요한 역량이지 않을까 라는 생각이 든다.
그래서 그런지 내 자신에게 아직 특정 도메인 대한 내공이 쌓이지 않았다는 것을 데이터 분석 업무를 하면서 많이 느꼈다. 따라서 나는 특정 도메인 내지는 산업에 대한 이해도를 쌓기 위해 다시 산업 현장으로 돌아왔다.
데이터 분석 업무를 하면서 느꼈던 또 다른 점은 이러한 빅데이터 분석 컨설팅을 받기 위해서는 고액의 비용을 지불해야 하기 때문에 비교적 매출 규모가 큰 소위 대기업 내지는 잘 나가는 중견 기업 정도는 되어야 서비스를 받아볼 수 있었다. 물론 정부과제를 이용한다면 중소기업 내지는 스타트업도 받아볼 수는 있겠지만 이 또한 과제에 선정이 되어야지 가능한 얘기이다.
과거 인하우스에서도 IP 실무를 경험했던 사람으로서 거금의 돈을 지불하면서 특정 기간 동안의 프로젝트성 분석이 과연 기업에게 비용대비 얼마나 효과가 있을까? 라는 생각이 문득 들었고, 데이터 분석이라는 것은 기업에 속해있는 실무 담당자가 매 분기 혹은 매월 단위로 진행해야 하는 것이 맞지만 IP 담당 직무의 직원이 코딩 지식까지 겸비하고 있는 것을 기대하기는 어렵다고 생각한다.
그래서 비록 일했던 기간은 짧았지만 특허 빅데이터 분석 업무를 통해 얻었던 경험을 토대로 누구나 마우스 클릭만으로 데이터 분석을 약식으로 간단하게 해볼 수 있는 툴을 바이브 코딩으로 만들어보았다.
(접속 링크 : https://baeksu-vibe-visual-patent-visual-patent-qd13p5.streamlit.app/ )
기업 내 IP 담당자라면 외부 특허 분석 컨설팅을 수행하고나서 받은 특허데이터를 엑셀로 가지고 있는 경우가 많을 것이다. 하지만 실제로 받은 데이터를 방치하고 있고 다시 활용하는 경우는 그렇게 많지 않다. 여러가지 이유가 있겠지만 일반적인 특허 분석 외, 빅데이터 분석을 하기 위해서는 코딩 지식이 필요한데 IP 담당자들이 해당 지식까지 겸비하기 힘드니 외부 빅데이터 분석 컨설팅을 받고 나서 내부에서 자체적으로는 해볼 수 없으니 방치만 하게 된다. 하지만 이러한 툴이 있다면 코딩 지식이 없어도 IP 담당자들이 데이터 분석에 대한 맛을 조금 느껴볼 수 있지 않을까 생각이 들게 된다.
상기에 접속 링크에 접속하고 간단한 회원가입을 진행 후 테스트를 할 수 있다. 그리고 밑에 샘플 데이터도 첨부하였으니 특허 빅데이터 분석의 맛을 쉽게 경험할 수 있을 것이다. (참고로 밑의 특허 데이터는 키워트에서 내려받은 데이터이며, 현재는 공유한 툴은 키워트에서 내려받은 데이터에 최적화된 툴이니 참고 바란다.)
참고로 아직 완벽한 툴은 아니다. 개선해야할 사항들이 산재하고 있어서 앞으로 계속해서 추가 기능 내지는 개선 사항이 생기면 공유할까 한다.
물론 이런 툴이 있어도 데이터 분석은 여전히 어렵긴 하지만 이제 시대가 바뀌었다. 부서 막론하고 모든 의사결정은 데이터 기반으로 진행되고 있으며 계속해서 새로운 AI 모델이 나오면서 AX 전환이 되고 있는 상황 속에서 IP 담당자들도 변해야 한다. 물론 기업 내 IP 업무는 주로 관리 성격을 띄는 업무가 많지만 IP에는 좋은 정보들이 많이 담겨져 있다. 이를 잘 다룰 줄만 안다면 IP 담당자도 회사의 비즈니스 전략을 도출하는 의사결정에 핵심적인 역할을 수행하는 날이 오지 않을까 기대해본다.
