데이터 리터러시는 왜 중요한가?
AI시대를 맞이하여
IT TREND는 어느덧 빅데이터를 넘어 본격적인 AI시대에 접어들었다. AI시대를 이끌고 있는 첨병에는 생성형AI인 챗GPT가 있음은 자명하다. 챗GPT가 비즈니스를 선도할 수 있는 배경에는 초거대 데이터 모델(LLM : Large Language Model)이 가능할 수 있는 인프라, 즉 GUP 서버, 신속한 네트워크, 엄청난 전력 공급 등이 있었기 때문이다.
이처럼 빅데이터보다 더 많은 데이터와 처리 능력이 필요한 AI시대에 우리는 데이터의 중요성에 대해 이해가 필요하다. 특히, 글을 읽고 해독하는 능력을 뜻하는 리터러시(Literacy), 즉 데이터를 읽고 해석할 수 있는 능력인 데이터 리터러시(Data Literacy)는 그 어느 때보다 중요해졌다. 데이터 리터러시는 단순히 데이터를 해석할 수 있는 능력뿐만아니라 데이터를 목적에 맞게 활용하는 모든 기술적인 능력을 포함한다.
데이터 활용 능력은 챗GPT가 주는 답을 해석하거나, 통계 데이터를 읽고 해석하는 능력은 기본이고, 원천 데이터를 수집하고, 전처리하여, 분석하고, 미래를 예측하는 능력을 포함한다. 데이터 수집, 가공, 시각화, 분석 등은 기본적인 데이터 프로그램 능력과 솔루션을 다룰 수 있는 IT 전문 영역이기도 하다. 하지만, 과거에 비해 일반인들도 약간의 교육을 통해 쉽고, 빠르게 다둘 수 있는 솔루션과 방법론 등이 늘어나고 있기 때문에, 조금만 관심을 가지고 배우려는 의지만 있으면 어렵지 않게 접근할 수 있다. 과거에 홈페이지를 만들 수 있는 '나모 웹 에디터'를 생각해 보면 된다. 누구나 쉽게 접근할 수 있는 프로그램을 활용해 간단하게 홈페이지를 만들 수 있었다. 지금은 그 때보다 더 많은 솔루션 들이 차고 넘친다.
데이터 기반 의사결정 등 '데이터 중심 문화'를 원하는 기업들은 데이터 리터러시에 대한 관심 높다.
데이터 리터러시 문화가 자리 잡은 데이터 기반 조직으로 거듭나면,
모든 조직 구성원이 데이터를 바탕으로 더 나은 의사결정을 할 수 있다.
데이터 리터러시는 데이터가 아니라 '분석'에 대한 이해력이다. 분석에 대한 이해에는 두 가지가 필요하다. 하나는 분석도구에 대한 것이고, 또 다른 하나는 분석하는 사고력이다. 분석도구는 사이언티스트같은 전문 분석가들의 전유물은 아니다. AI기반의 분석도구는 일반인들도 쉽게 접근할 수 있어 '시티즌 데이터 사이언티스트'를 지향한다.
데이터 리터러시는 분석 전문가의 말을 이해하고 비판하기 위해 필요한 것이 아니다. 의사결정을 스스로 내릴 수 있는 수준의 데이터 분석 전문성이 확보될 때 데이터 리터러시가 데이터 역량이 된다.
에어비앤비의 데이터 사이언스팀은 2010년 1명에서 2017년에는 100명으로 늘었다. 그렇지만 에어비앤비 조직 전체가 데이터에 기반해 의사결정을 하는 데에는 한계가 있었다. 처음에는 직원들 스스로 비판적으로 생각하고 데이터를 이해할 수 있는 능력이 있다고 믿고 분석 도구 제공에 주력했다. 하지만 데이터 플랫폼을 이용하는 직원은 30%에 불과했다. 도구도 있고 권한도 있지만 활용이 저조했던 이유는 '교육 부족 ' 때문이었다. 에어비앤비는 조직의 데이터 리터러시 강화를 위해 다음의 세 가지가 필요하다고 생각했다. 데이터를 수집하고 분석하는 '도구', 데이터와 도구 모두에 엑세스할 수 있는 '능력과 권한', 도구 및 데이터 작업 방법에 대한 '교육'이다.
데이터 중심 조직이나 데이터에 기반한 의사결정 조직이란 말은 1990년대 말부터 2000년도 초반 DW(Data Warehouse)와 BI(Business Intelligence)가 도입되던 시절부터 강조되었던 말이다. 데이터 리터러시를 유행이 아닌 조직의 데이터 역량으로 구축하기 위해서는 그 필요성이 절실해야 한다. 디지털 중심의 기업에서는 모든 것이 데이터로 출발해서 데이터로 끝나기 때문에 필요성이 명확하다. 데이터와 친하지 않으면 일을 할 수 없다.
하지만, AI시대를 맞이하여, 챗GPT와 같이 AI 도구 혹은 솔루션과 함께 일하는 문화가 자연스러워 지고, 디지털 전환을 통해 데이터 중심의 기업이 되면, '의사결정의 자율성'이 확보됨으로써 데이터 리터러시는 필수 역량이 된다.
결국 데이터 리터러시는 의사결정에 대한 문해력이다. AI시대가 요구하는 데이터 리터러시는 스토리텔링도 아니고, 어설픈 통계적 해석도 아니다. 데이터에 기반한 의사결정을 위해 데이터 리터러시가 필요하다. 따라서 자기 업무의 의사결정을 스스로 할 수 있는 데이터 분석 전문성을 갖추는 것이 중요하다.
우리나라 정부 또한, 이런 데이터의 중요성을 인식하고, 지난 10년 동안 공공데이터의 공개 및 개방에 심혈을 기울이고 있고, 정부부처를 포함 지자체, 공공기관에서 데이터 기반 의사결정과 데이터 환류정책에 따른 기획 및 평가를 의무화 하기 시작함에 따라 점점 데이터 리터러시에 대한 역량의 필요성과 교육은 강화될 것으로 보인다.
