brunch

매거진 의사결정 데이터 과학의 세계

라이킷 22 댓글 1

You can make anything
by writing

C.S.Lewis

계정을 잊어버리셨나요?

by 웅사이다 Nov 20. 2022

데이터 분석가의 이상과 현실

6년 차 데이터 분석가의 생각

대부분의 회사에서 데이터 분석가의 현실은 녹록지 않다. 그래서인지 많은 데이터 분석가 분들과 이야기할 때 데이터 분석가의 이상과 현실에 대한 이야기를 많이 하게 된다. 우리의 일상은 바뀔 수 없는지, 이 직군에 미래가 있는지에 대해서 말이다. 나도 데이터 분석가로서 어려운 시기를 경험했는데 반대로 데이터 분석가로서 긍정적 변화도 경험했다. 이 변화에 대해 글로 정리해보고 싶다는 생각이 들었고 그래서 이 글을 쓰게 됐다.

데이터 분석가의 이상과 현실

사람들은 데이터 분석에 대해서 이러한 이상을 가지고 있다.

데이터가 이미 준비되어 있어서 분석가는 분석에 집중할 수 있다.

데이터에서 인사이트를 발견하면 제품의 중요한 의사결정에 기여할 수 있다.

복잡한 통계 기법과 머신러닝을 활용한 분석으로 임팩트를 낼 것이다.

데이터 양에 비례해서 발견할 수 있는 인사이트의 양이 늘 것이다.

하지만 데이터 분석가의 현실은 이러하다.

데이터는 전혀 준비되지 않았다 : 분석을 하려고 하면 정제되어 있지 않은 데이터와 심겨있지 않은 로깅을 마주하게 된다. 그래서 분석가는 대부분의 시간을 새롭게 클라이언트에 심을 데이터를 정의하고 정합성을 체크하고 쿼리를 만들어서 데이터를 추출하는 업무를 하게 된다.

인사이트는 그저 신기할 뿐이다 : 데이터에서 인사이트를 얻어내도 실제 action으로 이어지고 의사결정에 반영되는 경우가 많지 않다. “신기하다”라는 반응을 얻을 뿐 “그래서 대시보드는 언제 만들어주시나요?”라는 질문을 받게 될 것이다. 복잡한 통계 기법은 이 것을 더 심화시킬 뿐이다.

데이터는 그저 쌓이기만 할 뿐이다 : 데이터는 그 자체로 가치가 있는 것이 아니다. 데이터를 정말 많이 쌓는다고 해서 저절로 많은 인사이트를 얻고 방향성을 알아낼 수 있는 것이 아니다. 통찰력있는 무엇인가를 얻으려면 데이터양이 어찌됐든 큰 노력이 들어간다.

이렇게만 본다면 마치 현실이 우리의 이상을 압도하고 있는 것 같다. 우리는 끝이 있는 길을 걸어가고 있는걸까?

어떤 변화가 있었을까

나도 처음 데이터 분석가로 일할 때는 이상보다는 현실에 가까웠다. 하지만 시간이 지남에 따라 조금씩 이상으로 이동하고 있다고 느낀다. 데이터 분석가의 길을 걸어가면서 뛰어난 동료들과 리더를 만나면서 많은 변화를 경험했다. 크게 3가지 변화가 있었던 것 같다.

첫 번째는 시야의 확장이다. 데이터의 문제는 분석가 만의 문제가 아니다. 데이터 분석가가 분석을 하려면 수많은 데이터를 탐색할 수 있어야 하는데 그러려면 신뢰할 수 있는 데이터가 이미 있어야 한다. 데이터가 통일된 형태로 이미 생성되어 있으려면 어떻게 해야할까? 이 질문에 대답하는 것은 쉽지 않다. 명확한 건 데이터 분석가 혼자서 풀 수 없는 문제라는 것이다. 데이터 엔지니어와 함께 협력해야 한다. 또한 데이터 엔지니어와만 협력하면 그저 데이터 팀의 문제로만 끝날 뿐이다. 우리 모두의 문제로 만드는 과정이 필요하다. 각 팀에 있는 엔지니어들을 움직일 수 있는 방법을 찾아야 한다.

두 번째는 실제로 눈으로 볼 수 있는 사례의 존재 여부다. 특정 팀의 문제만이 아니라 모두의 문제로 만들기 위해서는 공감대를 형성해야 한다. 경험이 없으면 상상하기 어렵고 상상하기 어려우면 설득하기 어렵다. 바로 옆에 있는 팀이 데이터를 통해서 더 생산성 있고 실제로 임팩트 있게 일한다면 어떨까? 그렇기 때문에 사례를 만드는 것이 중요하다. 데이터 분석가로서 한 팀에서 2년 정도 팀원들을 설득하고 조금씩 시도해본 결과 누구나 볼 수 있는 변화를 한 팀에서 만들어봤다. 이 때부터 우리 모두의 문제로 만드는 것이 한층 수월해졌다. 처음에는 전사를 한 번에 바꾸고 싶다는 욕심도 생겼었다. 하지만 모두를 한 번에 설득시키는 것은 어려운 일이었다.

세 번째는 데이터 분석가가 성장할 수 있는 환경을 만드는 것이다. 데이터의 문제를 모두의 문제로 만들기 위해 한 팀을 변화시켰다고 해도 실제로 분석가의 현실이 그닥 달라지지 않을 수 있다. 사실 모든 직군이 이런 상황을 경험한다. 개발자도 지금은 성장할 수 있는 환경에서 좋은 대우를 받으며 일하지만 얼마전까지만 해도 3D 직종으로 보곤 했었다. 누군가는 개발자가 성장할 수 있는 환경을 만들고 실제로 개발자가 임팩트를 내다보니 변화를 했다고 생각한다. 데이터 분석가도 마찬가지이다. 데이터 분석이 임팩트를 낼 수 있는 방법을 생각해야 한다. 실제로 점점 더 큰 임팩트를 내기 위해서는 성장을 해야 하는데 성장을 하기 위해서는 측정할 수 있어야 한다. 데이터 분석이 신기한 인사이트를 얻는 것으로 끝난다면 성장은 없을 것이다. 따라서 데이터 분석 결과물의 실질적인 임팩트의 크기를 측정할 수 있어야 한다.

이런 변화들을 하나씩 경험하면서 한 번에 잘 되는 일은 정말 없다는 것을 깨달았다. 혼자만의 생각에 갇혀있을 때도 많았지만 훌륭한 동료들과 함께하면서 점점 사고를 확장하고 본질적인 문제에 접근할 수 있었다. 그러면서도 한 편으로는 “데이터 분석가의 성공”에 집착하고 싶지 않았다. 회사에 있는 모든 직군은 회사의 성공을 위해 존재한다. 데이터 분석가만 성공하고 회사가 성공하지 않을 수 있을까? 따라서 실제로 회사의 성공에 어떤 부분에서 기여할지 큰 그림을 그리는 것도 중요하다.

keyword