by
Feb 16. 2022
프로세스 사이언스...
데이터 사이언스는 현시대에 가장 핫한 영역이다. 디지털 시대에는 모든 것이 데이터에 의존하고 있기 때문이며, 데이터 사이언스는 데이터에 대해 포괄적인 지식을 체계화하고 있는 영역이기 때문이다. 데이터의 생성은 매우 중요하다. 데이터가 어떻게 만들어지느냐에 따라 그 데이터는 활용가치가 높을 수도 있는 반면에 오히려 데이터를 통해 만들어지는 정보의 가치를 무가치하게 만들어 버릴 수 있다. 필자가 데이터와 관련해서 강의를 할 때 주장하는 '믹서기 이론'이 있다. 딸기주스를 만들어 마시기 위해 딸기밭에서 딸기를 따온다고 가정해 보자. 딸기밭에서 10개의 딸기를 따왔는데 9개의 딸기는 크고 싱싱한 먹음직스러운 딸기인 반면에 나머지 1개의 딸기는 작고 벌레가 먹은 썩은 딸기를 따왔다고 가정을 하자. 이 10개의 딸기를 믹서기에 갈아서 딸기 주스를 만들었을 때 과연 그 주스를 마실 사람은 몇 명이나 될까? 이 사실을 모르는 사람은 딸기 주스를 마시겠지만 아는 사람은 어느 누구도 그 주스를 마시려 하지 않을 것이다. 그 주스를 마시고 마지지 않는 것은 딸기의 문제이지 믹서기의 문제가 아니다. 그런데 실제로 현업을 보면 믹서기에 대한 관심은 높은 반면에 딸기에 대한 관심은 상대적으로 낮다. 좋은 믹서기를 만들면 알아서 썩은 딸기도 문제가 없게 만들어 줄 것이라는 이치에 맞지 않는 생각을 가지고 있는 경우가 적지 않다는 것이다. 이것이 '믹서기 이론'이다. 믹서기는 주스를 만든다는 본연이 목적을 가지고 있다. 그리고 부수적인 기능이 있을 뿐이다. 부수적인 기능은 편의 기능이지 주스를 만드는 재료의 속성까지도 바꿀 수 있는 것은 아니다. 딸기를 따와서 딸기를 손질하고 문제 있는 딸기를 걸러내고 필요한 첨가물을 넣어 주스를 만들어 마시는 일련의 과정은 데이터 사이언스 영역이라고 할 수 있다. 반면에 싱싱한 딸기를 만들어내고 싱싱한 딸기를 따는 과정은 일련의 프로세스라고 할 수 있으며, 이를 체계적으로 수행하는 일련의 체계를 '프로세스 사이언스'라고 한다.
좋은 프로세스가 좋은 데이터를 만들어 낸다. 그리고 좋은 데이터는 추후 혁신이나 개선을 이어지며, 이는 좋은 프로세스를 만들어내는 기반이 된다. 그리고 좋은 프로세스는 다시금 좋은 데이터를 만들어 낸다. 결국 프로세스 사이언스와 데이터 사이언스는 상호 선순환 관계를 가지고 있다고 할 수 있다.
