데이터 드리븐(Data-Driven)하게 일하기

AI와 육감으로 싸워?

확.실.히 특이점은 지난 것 같습니다.

얼마 전 테슬라의 옵티머스 젠 2를 보면서 "와...머스크는 화성 가겠구나" 싶은 것이, 죽음을 겪는 마지막 세대가 될 거라는 말도 영 틀린 말은 아니다 싶습니다. 뭐 그러면서도 탄소도 줄이지 못하는 인간이 멸망을 자초하는구나 싶은 게 꺼림칙하기만 합니다.

하나도 새롭지 않은 데이터 드리븐을 다시 꺼내게 된 건 월초쯤 집중하던 데이터 드리븐 UX 라이팅을 고민하면서였습니다. 한편에선 심드렁하니 아직도 데이터드리븐이냐 라는 분위기도 있었습니다. 그렇죠... 데이터가 다는 아니니까

Data Aware - Data Informed - Data Driven으로 진화하는 동안 우린 이미 많은 검토를 했고 시도도 했죠. 모든 결과가 드라마틱한 건 아니었습니다.

또 한편으론 데이터 드리븐을 강조하지 않아도 우리는 기본적으로 데이터 플레이를 하고 있습니다.

저 역시도 이미 4년 전 모 통신사 앱에 MLS 초개인화 프로젝트를 진행한 적이 있습니다.

여태가지 어떤 앱을 봐도 그 정도까지 진화한 데이터 드리븐 적용 사례를 본 적이 없는 -할 때는 죽을 것 같았지만, 안타깝게도 약 80만 명에게만 테스트하고 내렸지만- 기억에 남는 프로젝트가 있었습니다.

그런데 오늘의 데이터 드리븐은 의미가 다르다고 생각합니다. 인공지능과 머신러닝시스템(MLS)의 발전으로 데이터의 중요성을 인식한 기업들이 데이터의 품질을 디벨럽 하고 이에 따라 실제 쓸 만한 데이터가 많아지면서 상황은 변했습니다. 시도 자체로 평가받던 “데이터 드리븐"이 데이터 드리븐 마케팅, 데이터 드리븐 UX, 데이터 드리븐 디자인, 데이터 드리븐 라이팅으로 고도화되면서 제대로 된 시도를 할 수 있게 됐습니다.

데이터 드리븐을 좀 쉽게 풀어보자면 ‘데이터로 결정하는 방법', ‘데이터로 전략을 수립하는 방법’입니다.

경험과 직관에 의존하는 대신 데이터를 수집해 예측 모델링, 데이터 시각화, 통계 분석, 머신러닝 등 다양한 기술과 방법을 적용해 인사이트를 도출하고 이를 기반으로 전략을 수립하는 것입니다. 결정 방법과 주체가 모두 데이터를 베이스로 통합니다. 데이터를 활용해 사용자의 행동 패턴, 선호도, 요구사항 등을 파악하고, 이를 기반으로 개선 포인트를 잡으면, 데이터 인텔리전스-예측이 가능하고 고도의 예측은 수익모델로 가치가 있습니다.

데이터 너머의 의미를 파악은,
그런 의미에서 우리는 "네오"인가요?.

개인적으로는 속도가 너무 빠르다 싶어 우려가 됩니다. 이미 상자 안은 우리도 모르는 MLS가 돌아가고 있고, 이렇게 손 놓고 AI에게만 맡겨도 되는가 싶어 문득문득 두려워지기도 합니다. 뭐 "데이터가 선하다면, 합당하다면 결과를 걱정하지 않아도 될 수 있겠지"하고 기대해도 되나 싶은 게의른 낙관이 우려가 되긴 하지만요.

데이터드리븐이란

데이터 드리븐하게 일하는 법 중 가장 효과적일 때가 개인적 선호를 물리치는 방법으로 데이터를 방패로 쓰는 것입니다. 이런 것 때문에 데이터 드리븐이 답이 아니다 라는 반론이 나오는 포인트기도 합니다.

데이터 드리븐 UX 라이팅을 좀 더 집중해 보려고 합니다. 좀 더 파고 효과가 얼마나 있는지 봐야겠어요.

데이터 드리븐 UX 라이팅을 적용함으로 사용자와의 관계를 강화하고, 프러덕트의 성과를 향상하는데 데이터 말입니다요.

AI고 GPT고 간에 네오처럼 데이터가 읽히고 알고리즘이 보이면 좋겠네요. 

그런 의미에서 전 빨간약을 선택하겠습니다. 현실이 시궁창이라도 진실을 보고 살겠습니다.