데이터 사이언스 서밋 2016 참가기
<데이터 사이언스 서밋 참가기>
<데이터 사이언스 서밋 참가기>
샌프란시스코에서 열린 Data Science Summit 2016 에 다녀왔습니다. 첫째날이 기술에 대한 개괄과 이론적인 소개가 주를 이뤘다면 둘째날에는 보다 세분화된 주제로 밀착된 케이스 접근이 많이 이뤄졌습니다. Data Visualization, Machine Learning Research, Personalization, Customer Intelligence, Data Science Perspectives 등 많은 주제를 가지고 적극적인 질의응답을 통해 Data Science 를 둘러싼 갈증을 풀어내려는 노력이 엿보입니다. 기술과 서비스를 둘러싼 실제의 경험과 연구를 발표하고, 발표자와 청중 모두 보다 안정적으로 컨퍼런스에 임하는 것을 볼 수 있었습니다.
이제 빅데이터를 정의하고 규정하는 담론이 아니라, 서비스와 기술 고도화의 경쟁으로 축이 이동한 것이라는 생각이 듭니다. 대개 강연보다 전문가와의 대담 같은 토크 형태의 시간이 사람들에게 반응이 좋았습니다. 얼마나 많은 양의 데이터가 발생하는지에 대해서도 많이 이야기합니다. 얼마나 큰 데이터인지. 어떻게 ‘빅’데이터인지에 대해서입니다. 보다 초점은 그것을 어떻게 처리해서 효과있는 것으로 만들어내기 위한 기술과 서비스에 대해 이야기하는 것이고 이것이 주된 흐름입니다. 이제 why 가 아니라 how 에 집중합니다.
가장 많은 호응도를 얻었던 Uber 세션에서는 실제로 이들이 데이터를 활용해서 어떻게 서비스를 효과적으로 디자인했는지에 대한 설명이 주를 이뤘습니다. 참가자들은 이런 실제적인 사례에 활용된 알고리듬이나 그것을 가능하도록 지원하는 문화적 기반에 대해서 관심을 보였습니다. 이들은 기술이 등장하고 실제로 효과를 발휘하기까지 그것을 지원하는 시스템의 중요성에 대해서 분명히 인식하고 있습니다. 그렇기에 어떻게 고도화된 서비스를 만들었는지 그 배경에 대해서 궁금해하고 이야기를 듣습니다.
우리나라에서 가장 간과되고 있는 부분입니다. 데이터과학, 빅데이터라는 단어 자체가 주목을 받는 것은 긍정적인 현상입니다. 하지만 새로운 기술이 등장하더라도, 제대로 숙성하고 열매를 피우기까지는 시간이 필요합니다. 성숙한 단계에 오르기까지 인내하고 지원할 수 있는 토양이 반드시 지원되어야 합니다. 그것은 기술을 존중하고, 시도를 용인하는 문화에 바탕을 둡니다. 그런 의미에서 많은 기술들이 오픈소스를 기반으로 운영되고 협업을 통해 집단지성의 힘을 빌리는 것에 호의적으로 접근합니다.
<source=www.slideshare.net/BethBate>
이제 머신러닝은 거스를 수 없는 하나의 조류가 되었고, 이를 바탕으로 많은 것이 이뤄지고 있습니다. 물론 블랙박스로 불릴만큼 베일에 가려진 그 기술에 대해서 아직까지 100% 신뢰를 부여할 수 없는 것도 사실입니다. 중요한 것은 많은 기업들이 그 기술의 위에 서비스를 얹어내고 이는 소비자의 효용의 결과로 나타나고 있다는 것입니다. 새로운 기술에 대한 호기심을 바탕으로 공격적으로 시도해보고, 심지어 방향전환을 꾀할 수 있다는 자신감마저 보입니다.
분야적 관점에서 살펴본다면, 효율적인 비즈니스 관점에서 접근하는 데이터 엔지니어링 영역과 예술과 표현의 영역으로 규정지을 수 있는 데이터 비주얼라이제이션 영역이 구분되어 발전되고 있다는 느낌이 들었습니다. 데이터 사이언스 분야가 현재 시점에서는 공학적 관점에서 서서히 애플리케이션 영역으로 올라오고 있다는 생각입니다. 아직까지는 기술의 고도화에 우선적인 목적을 두고 서비스에 적용하려는 것이 선제적 목표로 보여집니다. 시간을 두고 점차 일반의 영역으로 확대될 것입니다.
데이터 사이언스 분야를 설명할 때 융합적이고, 신선한 영역이라고 이야기를 합니다. 제가 느낀 것은 융합을 하기 위해서는 자신만의 영역이 분명해야 하고, 그것이 기술일 때 보다 효과적이라는 것입니다. 문제를 찾아냈을 때 그것을 실제로 해결하기 위해서는 관련된 기술을 가진 이가 필요하고, 이를 사용자 관점에서 접근하는 HCI 와 같은 인접학문의 역할도 중요합니다. 이 분야에 관심이 있고, 여기에서 미래를 디자인해볼 생각이 있는 분이라면 공학적으로 우선 접근해보시는 것을 추천합니다.
데이터를 가지고 문제를 해결해본 경험이 있느냐의 여부는 전문가로 성장하는 게 매우 중요합니다. 데이터를 눈으로 보고 손으로 해석하는 것과 알고리듬을 짜고 실제의 문제를 해결하는 일련의 과정을 거치는 것은 매우 큰 차이가 있습니다. 그리고 그것은 기획보다는 엔지니어의 영역에 가깝고, 이 분야는 보다 많은 전문화된 엔지니어를 필요로 하기 때문입니다. 보다 넓은 기회를 가지고 이 분야에서 성장할 수 있는 확률이 높습니다. 우선 진입을 하고 그 안에서 다양한 커리어를 찾는 것도 좋은 접근방법입니다.
아직 정리되지 않은 많은 텍스트가 많습니다. 기회가 되는 대로 나누도록 하겠습니다. 이상 데이터 사이언스 서밋 2016 에 다녀온, 제가 알기로는 거의 유일한 한국인 참가자. 대학원생이자, 데이터 기획자를 꿈꾸는 평범한 사람의 후기입니다.
Ph.d Student in MIS
https://www.facebook.com/keyassist
youngwung.kim@gmail.com
