작가의 글을 더 이상 구독하지 않고,
새 글 알림도 받아볼 수 없습니다.
퇴사를 했습니다.
끝은 곧 새로운 시작이다.
by
Jan 13. 2025
#1. 나의 첫 번째 업, 데이터 분석가
인턴 기간을 포함해 약 4년에 가까운 시간 동안 데이터 분석가로 경력을 이어왔다. 나는 내 직업을 재밌어했고 사랑했다. 사용자들이 행동하면서 남긴 숫자 더미에 여러 방법론들을 적용해서 의미를 찾아내고 이를 통해 가치를 창출하는 과정은 그 무엇보다도 큰 희열이었다. 특히 주체적으로 정의한 문제에 기반하여 세운 가설들을 데이터 분석을 통해 검증하고 액션아이템을 도출하여 실험을 진행하고 실제 지표의 개선이나 매출 상승을 일으켰을 때엔 조금 과장된 표현으로 세상을 다 가진 것만 같았다.
이런 노력과 성과를 알아봐 준 사람들이 있었고 그런 회사들에 몸담을 수 있었던 행운 덕분에 그동안 다닌 회사들에서 분에 겨운 신뢰를 받을 수 있었다. 어떤 조직이든 신뢰를 받으려면 그만큼의 노력과 시간, 그리고 성과가 필요했다. 그런 과정들을 지나오며 그전에는 잘 알지 못했던 협업과 소통의 중요성에 대해서도 깨닫기도 했고 결국 무엇이든 사람이 중요하다는 가장 큰 레슨런을 얻기도 했다.
몇 번의 이직 동안 퇴사를 하겠다는 의사를 비췄을 땐 감사하게도 모든 곳들이 더 나은 조건을 제시하며 붙잡아주었다. 그저 내가 사랑하는 업으로 신뢰를 줄 수 있는 사람이었다는 데에 감사할 따름이었다. 연봉 역시 빠르게 올랐다. 데이터 분석가로 처음 인턴을 할 때 받았던 연봉의 앞자리가 2였는데 4년이 안 되는 기간 내에 6에 가까운 5를 받고 있었으니 말이다. 일을 통해 느낄 수 있는 효능감과 개인적인 성장에 깊이 도취된 내게 내게 급여는 그저 먹고살 수 있는 수준이면 된다는 마인드였지만 한편으로는 그동안의 노력과 성과가 인정받는 기분이라 내심 좋기도 했다.
그러나, 인간이 얼마나 간사한 동물이던가.
그토록 사랑하던 나의 업은 여전히 즐거운 작업이었지만 슬슬 페인포인트가 생기고 있었다. '내가 의사결정을 내려보고 싶은데?' 혹은 '이게 정말 사용자들의 경험을 개선하는 게 맞을까?', '사용자의 경험이라는 걸 정량적으로 나타낸다고 했을 때 이게 정말 사용자의 경험을 대변할 수 있는 것일까?'와 같은 의문들. 무엇보다도 전환율과 리텐션을 개선하고 비즈니스 성과를 높이기 위한 액션아이템과 의사결정의 도출을 최우선 과제로 생각하는 분석가의 관점에서 무언가를 놓치고 있다는 이질감이 들기 시작했다. 당시엔 몰랐지만 지금은 그 '빠진 연결고리'가 무엇인지 알고 있다.
나는 이 연결고리를 이어서 붙이기 위해 기존의 안락한 현실을 포기하고 위험할 수도 있는 길을 선택하였다. 이 글은 앞으로 불특정 다수에게 조금은 이상해보일 수 있었던 그동안의 내 선택들에 대해 자세히 설명하고 설득하기 위한 글이다.
#2. 잊고 있었던 것
대학생 때 주전공으로 사회학을, 복수전공으로 데이터사이언스융복합이란 전공을 공부했다. 졸업 전까지 약 15개에 가까운 대외활동들을 하며 내게 맞는 업을 찾기 위해 오랫동안 방황했다. 심지어 매학년 매 학기마다 들으라고 권장하는 주전공 수업들을 내팽개치고 물리, 생물, 철학, 법학, 행정학 등 온갖 전공의 수업들을 들으며 내게 맞는 걸 찾기 위해 방황했다. 2013년 3월 입학 그리고 2022년 2월 졸업. 어쩌다 보니 졸업을 위해 필요한 130학점보다 24학점이 많은 154학점을 취득했다. 15개의 대외활동과 3번의 인턴. 마지막 학년엔 정규직 첫 회사를 다니면서 학업을 병행을 했었다. 아주 오랜 시간 동안 방황을 하면서 찾았던 첫 직업이 데이터 분석가였다. 그리고 내가 그토록 오랫동안 방황했던 이유는 내가 가진 꿈이 너무도 이상적이었기 때문이었다.
세상을 더 나은 곳으로 만들겠다.
중학생 때 어떤 계기를 바탕으로 갖게 되었던 꿈은 20대 전반의 삶을 송두리째 지배해 버렸다. 세상을 더 나은 곳으로 만드는 데에 기여하고 싶었고 기왕이면 내 업을 통해 그것을 가능케 하고 싶었다. 그래서 여러 직업과 진로를 탐색하느라 방황했다. 그러다가 동아일보에서 인턴을 하던 중 우연한 계기로 데이터 사이언티스트들을 채용해 프로젝트 형식으로 사회 문제를 해결하는 미국의 비영리 기업 'Bayes Impact'를 알게 되면서 소셜벤처, 데이터 분석과 데이터 사이언스 분야에 깊이 몰입하기 시작했다. 이러한 기술로 세상의 문제를 해결하는 데에 기여할 수 있겠다는 확신이 생겼고 그래서 데이터 분야에 첫 발을 들이게 되었다.
분석가로 일하면서 정말 적극적이고 주체적으로 일했다. 직무 특성상 많은 이해관계자들의 요청을 받기 마련인데 추가적으로 시간을 더 할애해서라도 주체적으로 문제를 발굴하고 인사이트를 뽑아내려 했다. 그 과정에서 프로덕트의 성장만을 생각하며 깊이 몰입하였고 동료들과 밤낮을 가리지 않고 머리를 맞대고 치열하게 고민했다. 또한, 내가 성장해야만 더 높은 수준에서 프로덕트를 바라볼 수 있을 것이란 믿음 때문에 끊임없이 공부하고 실무에 적용하려 했다. 내게 부족한 역량을 갖고 있는 동료가 있다면 다른 직무, 다른 팀이라고 하더라도 티타임을 통해 피드백을 요청하기도 했다. 분석가로서 매일 조금씩 성장하고 문제를 해결하기 위해 머리를 맞대고 치열하게 고민하는 과정들이 힘들면서도 즐거웠다.
그렇게 무아지경으로 분석가로 일하던 중 점점 몇 가지 의문이 들기 시작했다. 분석가로서 일하는 게 여전히 즐겁긴 했지만 경력이 쌓여가는 여느 분석가들이 그러하듯, 의사결정에 대한 니즈를 느끼기도 했다. 그러나, 그보다도 내가 하는 일이 정말 우리 프로덕트를 이용하는 사용자의 경험을 개선하는 데에 기여하는 게 맞는지 의아했다. 왜냐하면 그동안 분석가로 일하면서 나의 주 관심사는 구매 전환율, 클릭률, 리텐션과 같은 지표들과 매출이었다. 가장 긴밀한 협업 대상이었던 PO(or PM)와 이야기할 때도 우린 늘 이런 지표들에 집중했었다. 그러나, 시간이 지나면서 그 중심에 '사용자의 경험'이 빠져있었다는 걸 느끼기 시작했다. 물론, 해결해야 하는 문제를 정의하기 위해 앱 리뷰와 VOC를 자주 참고하긴 했지만 정작 문제를 정의한 이후의 과정에선 자연스레 사용자보단 지표가 주 관심사가 되었다.
지표를 개선하면 사용자의 경험도 당연히 나아지는 것 아닌가? 그렇지 않다. 어떤 실험을 통해 리텐션이 증가했다고 가정해 보자. '오 실험이 효과가 있구나. 리텐션이 증가했어!'라고 판단할 수 있지만 사실 특정 기준에 따른 세그먼트로 나눠서 딥다이브해보면 오히려 리텐션이 하락한 세그먼트가 있을 수 있다. 그렇다면, 이 경우에 우리 제품을 이용하는 사용자의 경험이 나아졌다고 할 수 있을까? 정답이 있는 문제라기 보단 오히려 철학에 가까운 문제에 가깝다. 나는 이 부분에 대해서 고민이 깊어졌다.
이러한 상황에서 우리는(혹은 의사결정권자들은) '비즈니스적 판단'을 내리는 경우가 많다. 즉, 전체적으로 핵심지표가 증가했고 (가드레일 지표를 방어했다면) 전면 배포로 가자!-라는 의사결정을 내리는 경우가 많다. 그동안 분석가의 관점에서 나 역시 그러한 의사결정에 큰 의구심을 품지 않았다.
#3. 메이커에 대한 니즈
일을 하면 할수록 사용자 경험에 깊은 관심을 갖기 시작했다. 회사(서비스)가 세상에 전하고자 하는 가치를 사용자에게 전달하기 위한 중간 매개물이 IT 프로덕트이고 프로덕트를 접하는 일련의 모든 과정에서 사용자가 겪고 느끼는 것들이 사용자 경험이다. 데이터 분석가는 프로덕트와 사용자의 상호작용에서 발생하는 흔적(데이터)들을 정량화하여 분석하고 인사이트를 뽑아낸다. 숫자로 드러난 여러 흔적들을 서비스 히스토리와 도메인 지식을 바탕으로 하나의 스토리로 만들어낸다.
그러나, 그렇게 만들어낸 하나의 스토리가 정말 사용자의 진짜 이야기를 담아내는가-라고 했을 때엔 '항상 그렇지만은 않다'고 답할 수 있다. 진짜에 가까운 이야기를 도출할 수는 있지만 정량적 데이터 분석은 사용자들의 흔적을 바탕으로 원인을 추정하는 일에 가깝다. 그렇다 보니, 진짜 사용자의 이야기를 듣고 싶다는 생각이 마음 한 편에 스물스물 생기기 시작했다.
프로덕트는 어떠한 문제를 정의하고 이를 해결하기 위한 솔루션이 있으며 결과적으로 그 솔루션이 생산물로써 현실에서 실체화되었을 때 비로소 존재할 수 있다. 그 과정의 모든 단계들이 중요하지만 결국엔 사용자들의 페인포인트와 니즈를 파악하고 이를 실체화할 수 있는 메이커의 역할 역시 매우 중요하다고 생각했다. 분석가는 이미 존재하는 프로덕트에서 발생하는 사용자들의 데이터에서 문제를 발굴하고 인사이트를 도출해 의사결정을 지원하는 역할을 한다. 의사결정과 프로덕트의 방향성에 영향력을 미칠 수 있지만 이게 가능하려면 결국 '사용자가 경험하는 프로덕트의 존재가 선행되어야만' 가능하다.
사용자의 보이스를 정성적으로 조사하고 실제로 프로덕트를 메이킹하여 사용자 경험에 직접적으로 영향을 줄 수 있는 경험을 해보고 싶다는 생각이 점점 강해졌다. 그동안 방향성을 제시하는 역할에 집중했다면 이번엔 서비스가 세상에 전달하려는 가치를 매개하는 프로덕트를 직접 만드는 경험을 해보고 싶었다. 그래서 프로덕트 디자인을 경험해봐야겠다고 생각했다.
#4. 결정을 내리기까지의 과정들
2024년 한 해 동안 3번의 자발적인 퇴사를 했다. 3년 가까이 다녔던 첫 회사를 올해 1월에 퇴사를 했고 2월에 J사에 입사했다. IT 기반의 애자일 문화와 데이터 드리븐을 강조하던 S사와 달리 J사는 IT와는 거리가 먼 언론사였다. 학부생 때부터 언론 산업에 관심이 많았는데 국내 언론 산업에서 유일하게 디지털 유료 콘텐츠를 생산하며 실제 매출까지 일으키고 있는 J사는 말 그대로 '재밌어 보였다.' 심지어 대부분의 언론사에 전무하다시피 한 데이터팀이 갖춰져 있는 곳이었다. 그럼에도 우려가 되는 점들이 있었지만 이번 기회가 아니면 다시 경험해 보기 어려울 것이란 생각에 회사를 옮기게 되었다.
기대와 달리 실제 업무는 탑다운 방식에 가까웠다. 주도적으로 문제를 발굴하고 이를 바탕으로 이해관계자들을 설득하고 실제 액션까지 가능했던 이전 회사와는 달리, 윗 분들을 위한 보고서를 만드는 데에 집중해야 했으며 비즈니스의 성장과 프로덕트 개선을 위한 생각은 공유될 수 없었으며 정치적인 이해관계가 중요한 조직이었다.
의사결정에 대한 유의미한 서포트와 적극적인 액션 제안 자체가 어려운 조직이었다. 물론, 복리후생과 안정성, 그리고 이름을 말하면 누구나 다 아는 네임 밸류라는 관점에서 보면 분명 누군가에겐 달콤한 요소일 수 있다. 그러나, 결국 나는 퇴사를 선언했다.
당시 내 머릿속엔 한 가지 결심과 한 가지 물음표가 있었다.
(1) 내 성향과 잘 맞았던 IT 스타트업으로 돌아가자.
(2) 메이킹에 대한 경험을 언제 해보는 게 좋을까.
프로덕트의 개선과 비즈니스의 성장을 위해 모두가 원 팀으로 치열하게 고민하고 일했었던 IT 스타트업 씬으로 되돌아가야겠다는 생각이 강했다. 그와 함께 한편으론 프로덕트를 직접 만들어보는 경험을 해보고 싶다는 생각도 있었다.
결정이 필요했다. 그래서 두 가지 가설을 세우고 검증하기로 했다.
가설 1. 성향이 맞지 않았던 J사의 조직문화 때문에 기존에 분석가로서 느꼈던 페인포인트를 더욱 강하게 느꼈을 것이다. 따라서, IT 스타트업에서 분석가로 다시 일을 하면 어느 정도 만족하며 일할 수 있을 것이다.
가설 2. IT 스타트업에서 분석가로 일해도 기존에 분석가로서의 페인포인트가 해소되지 않을 것이다.(메이커에 대한 니즈가 강해진 시점이라 해당 경험을 위해 결단을 내려야 할 것이다.)
#5. 결정
위의 가설들을 검증하기 위해 J사 퇴사 2달 후에 시리즈 B 라운드의 AI 스타트업에 입사했다. 가장 핫한 분야, 그리고 굉장히 빠른 속도로 진행되는 의사결정 중심의 회사. 그 어느 때보다도 빠르게 업무에 적응해야 했고 그리고 스스로 놀랄 정도로 빠르게 적응했다. 워커홀릭 성향이 강했던 나에겐 오히려 이런 챌린지들이 직전의 J사보다 더 잘 맞는다고 느꼈다. 빠른 속도를 충족하기 위해 나 역시 빨라져야 했고 입사한 지 한 달도 안 돼서 다수의 실험 분석들과 CPO의 의사결정에 중요한 서포트 자료가 될 분석들을 수행했다.
연봉 협상도 아주 후했고 코어 타임제도, 금액 제한 없는 식대 법카 등 복지도 나쁘지 않았다. 그러나, 여전히 나는 분석가로서 경험해보지 못한 것에 대한 니즈를 여실히 느끼고 있었다.
그래서 매우 짧은 시간이었지만 결국 퇴사를 선언하였다. 한 달이라는 재직 기간이 이력서에서 예쁘게 보이지 않을 수 있다는 걸 면접관으로 있어봤기에 잘 알지만, 가야 할 방향을 명확히 알게 된 이상 주저하는 건 시간 낭비라고 생각했다. 병행이란 옵션도 있었지만 사실 병행을 택하게 되면 그냥 현실에 안주해 버리게 될 가능성이 있었다. 이러한 이유로 두려움을 감수하고 퇴사 의사를 밝혔고 CPO께선 감사하게도 한 번은 PM으로, 그다음엔 연봉 인상이라는 역제안을 해주셨지만 정중히 사양을 하고 현재는 모 부트캠프에서 Product Designer 과정을 들으며 포트폴리오를 만들어가고 있다.
그리고 역시나 이 분야 역시 매우 논리적이어야 하고 근거 기반으로 일해야 한다고 느끼고 있다. 문제를 정의하기 위해 여러 자료들을 조사하고 기획하는 역량, 데스크 리서치, 유저 리서치(설문, 인뎁스 인터뷰), UT 등 정성적인 측면에서의 분석 역량이 중요하며 여기에 분석가로서의 정량적인 분석 역량까지 있다면 차별화할 수 있을 것이라는 생각이다.
#6. 데이터 분석가? 프로덕트 디자이너? 그리고...
불안하지 않다면 거짓말이다. 사실 설상가상으로 퇴사를 한 다음 좋지 않은 일들이 연이어서 일어났다. 작년 말에 어머니가 갑작스러운 뇌출혈로 큰 뇌수술을 받으셨다. 다행히 조기에 수술을 받았고 또 의식이 있었던지라 현재는 퇴원을 하고 일상생활도 가능하시지만 여전히 여러 후유증으로 고생을 하고 계신다. 그래서 사실 아직도 퇴사 소식을 말씀드리지 못했다.
그리고 이 글을 마무리 짓고 있는 지금이 1/13 월요일 오전 9시인데 하루 전인 일요일 새벽에 외할머니께서 돌아가셨다. 아흔이 넘으신 연세이신데 요즘 유행하는 독감을 이겨내시지 못하셨다. 그래서 이 글은 장례식장에 가기 전에 급하게 마무리 짓고 있는 글이다.
생산적 활동 없이 그동안 벌어놓은 돈을 쓰고만 있는 요즘, 그리고 좋지 못한 일들이 연달아 발생하면서 정신적으로 쉽지 않은 상황이다. 그렇기 때문에 더욱 열심히 해서 최대한 짧은 시간 안에 결판을 내고 싶다. 프로덕트 디자이너로 직무를 전환할지 아니면 다시 데이터 분석가로 돌아갈지는 모르지만 어떤 방향으로든 데이터 분석에 대한 역량과 사용자 경험 개선을 위한 UIUX 디자인 기본 역량을 보유한 사람으로서 프로덕트 개선에 기여할 수 있다는 점은 달라지지 않는다. 여러 영역의 경험을 융합하여 이전과는 다른 시너지를 낼 수 있을 것이란 믿음이 있다.
궁극적으로는 사용자들의 크고 작은 페인포인트와 그들이 겪고 있는 핵심적인 문제를 해결하는 프로덕트를 전반적으로 고도화할 수 있는 사람이 되고 싶다. 전반적인 고도화라는 건 사용자의 경험을 개선함과 동시에 우리 제품이 시장에서 지속성 있게 생존하고 더 나아가 성장할 수 있게끔 거듭나게 하는 것을 의미한다. 요새 과제를 하면서 느끼는 건데 아무래도 분석가로서의 경력, 그리고 PM/PO들과 긴밀하게 일해왔어서 그런지 디자인을 할 때도 기획, 지표, 비즈니스 성과 등에 대해 계속 고민하고 생각하게 된다.
* 첨언하자면 나는 데이터에 대한 애정이 크다. 그래서 프로덕트 디자인 풀타임 교육 과정에 참여하면서 동시에 MIT IDSS의 Machine Learning Program 학생으로서 4개월째 공부하고 있다.
관련해선 아래 링크의 글에서 자세히 확인할 수 있다.