다음 시대의 DA : 수학하는 에이전트 관리자

DA(Data Analyst)들과 이야기를 하다보면 자주 나오는 주제가 하나 있다. AI의 물결이 세상을 휩쓸고 지나갔을때 남아있는 DA의 역할은 무엇일까이다.

[일단 지금 DA의 역할이 무엇인지에 대해 알아보자.]

데이터 분석가라는 단어를 하나 하나 뜯어보면 "데이터"라는 것을 "분석" 하는 사람이다. 하지만 이렇게 좁게 DA를 정의해 버리면 이 세상의 거의 모든 사람을 DA라고 해도 될 것이다. 그리고 그것이 DA가 하는 일 전부였다면 DA라는 직종 자체가 없었을 것이다.

따라서 DA는 직업의 명칭에서부터 업무를 정의하는게 아니라, 현재 하고 있는 업무 그리고 요구되는 업무로 부터 정의를 쌓아 나아가야만 DA가 어떤 역할을 하는 포지션인지 알 수 있다.

내가 생각하는 DA에게 요구되는 핵심적인 일은 아래와 같다.

1. 분석 및 가설 제공

2. 지표 설계 및 ab test 진행

3. 로그 정의 및 테스트

4. 마트 생성, 유지보수 및 관련 인프라 관리

위의 리스트를 요약해보면 DA 업무는 두 가지로 압축된다.

1. 분석할 수 있는 데이터를 설계 및 관리

2. 가설 생성 및 효과 측정을 위한 분석

따라서 DA는 분석을 위한 데이터를 A-Z까지 관리하되, 이를 기반으로 분석까지 필요시 진행하는 사람으로 생각된다.

[그렇다면, 앞으로는 어떤 일들이 요구될까?]

위의 정의는 "현재 당장" 요구되는 일이고, 꼭 필요치는 않지만 점점더 늘어가는 업무는 아래와 같다.

1. Agent가 학습 및 사용할 수 있는 데이터 A-Z 관리

(설계 → 생성 → 가공 → 적재 → 임팩트 특정)

2. Agent의 "특정 도메인 분석" 관련 로직 생성 및 유지보수

3. 위 두가지를 위한 인프라적 프로그래밍

4. 기획자/프로그래머/디자이너 에게 Agent가 주어지더라도 하기 쉽지 않은 [깊은 도메인 및 수학 지식]을 기반으로한 분석과 로직설계

위의 요구사항들을 압축해보면 아래와 같다

1. 분석 Agent 생성 및 유지보수 A-Z

2. Agent 만으로는 하기 쉽지 않은, 도메인 및 수학 지식 기반 분석과 로직 설계

[결론]

따라서, 앞으로 데이터 관리 및 사용에 관한 더욱 광범위한 롤 기본적으로 요구될 것이고 (마치 로그 설계처럼), 더 나아가 누구도 하기 쉽지 않은 분석을 하는 것이 KPI가 될듯 하다.

그리고 그 "누구도 하기 쉽지 않다" 는 것의 정의는 관련지식의 체화가 쉽지 않다는 말이고, 이에 딱 들어맞는 분야가 바로 "수학"이다.

그렇다. 이제는 DA들이 정말로 진지하게 수학을 배워야 하는 시대가 AI라는 파도와 함께 밀려오고 있는 것이다.