데이터 산업과 교육에 대한 지극히 개인적인 의견

좋은 분석결과, 분석가는 왜 찾기 힘들까?

<데이터 산업과 교육에 대한 지극히 개인적인 의견>

부제 : 데이터 분석이 중요하고 필요하다고 하는데 왜 좋은 분석 결과는 찾기 힘들고 회사는 좋은 분석가가 없다고 하고 분석가는 좋은 회사를 찾기 힘들다고 할까?

1. 데이터 관련 시장 규모가 작다. 데이터 관련 리포트에는 당장이라도 대단위 규모의 투자가 있고 분석가가 없어서 난리인 것처럼 나온다. 중요한 것은 우리나라의 상황이다. 우리의 시장규모는 전체적으로 작고 IT/데이터 시장도 그리 크지 않다.

2. 데이터 분석의 결과 자체만 기대한다. 데이터 분석이 잘 기능하기 위해서는 인프라가 중요하다. 데이터를 잘 쌓아 구축해야 하고, 분석결과를 수용할 수 있는 문화와 의지가 있어야 한다. 과정과 프로세스에 투자해야 한다.

3. 서비스/어플리케이션만 기대한다. 근시안적 사고다. 데이터를 조직의 리소스 차원에서 보기보다 무형의 만능키로 보기도 한다. 만능키를 보는 관점이 각각 다르다. 서비스나 프로덕트가 잘 되려면 분석에 대한 기여와 기대치를 분명히 하는 게 필요하다.

4. 분석가에 대한 명확한 그림이 부족하다. 분석가만 들어오면 모든 문제가 해결되는 것으로 생각하거나 분석에 대한 프로세스 없이 분석가를 채용한다. 구체적인 요구사항을 정의하지 않고 모든 것을 갖춘 분석가를 찾고, 심지어 경력을 요구한다. 그런 사람이 있을리 만무하고 제시된 연봉에 실력자를 뽑을 수 없다. 한국이라면 가능할지도 모른다.

5. 관련된 교육설계가 기형적인 경우가 많다. 이해관계자들이 중요하다고 하는 요소를 모두 담으니 개별요소로는 중요한데 시간안에 해낼 수 없게 된다. 교육과정별로 훈련된 후보군은 많은데 즉시전력감은 드물다. 그렇다보니 대부분의 교육과정에 대한 현업의 신뢰가 크지 않다.

6. 교육과정 담당자의 목표가 교육생의 성장에 있지 않은 경우도 있다. 교육생의 성장에 관심을 기울이지 않아도 사업적인 목표를 달성할 수 있기 때문에 주어진 커리큘럼을 소화하는 것 이상의 노력을 하지 않는다. 불필요하기 때문이다.

7. 커리큘럼을 끝내는 것보다 중요한 것이 소화할 수 있는 최대한의 성장을 제공하는 것이다. 요소를 더하는 것보다 줄이는 것이 중요하고 이를 위해서는 현업과 지속적으로 커뮤니케이션 해야 한다. 보통은 교육과정을 설계하고 나면 더 이상 손대지 않는다. 생명력이 없는 교육이 되고 만다. 지속적인 개선이 있어야 현업에서의 경쟁력을 담보할 수 있다.