지난 2012년, 세계적인 경영 전문잡지 하버드비즈니스리뷰( Harvard  Business  Review)는 데이터 과학자를 '21세기의 가장 섹시한 직업( The  Sexist  Job  of  the 21 st Century)'으로 소개한 바 있다. 이런 평가는 6년이 지난 지금도 여전히 유효하다. 데이터 과학자 직장 평가 사이트 글래스도어( Glassdoor)의 2019년 1월 미국 최고의 직업  Top 50에서 관련 일자리 수 총 6,510개, 평균 연봉 10만 8,000달러로 3년 연속 미국 최고의 직업으로 선정됐다. 글래스도어 선정 상위 50개 직업(출처=IT동아)

애초에 데이터 과학자가 이렇게 매력적인 직업으로 인정받은 이유는 무엇일까? 초기 기술 기업들이 많은 데이터를 확보하고 그 데이터를 잘 분석하면 비즈니스에 엄청난 변화를 초래할 수 있음을 깨달은 것이 첫 번째 이유다. 관련 인재가 부족했기 때문에 그들의 몸값이 높았던 것이 두 번째 이유다. 마지막으로 데이터 과학자에게는 대체로 회사의 운영 방식을 바꿀 수 있을 정도로 큰 규모의 리서치 프로젝트를 이끌 수 있는 권한과 더불어 충분한 자율성과 독립성이 주어졌기 때문이다. 데이터 과학 분야도 최근 몇 년간 변화를 겪고 있다. 가장 주목할 만한 변화는 사용할 수 있는 데이터의 양 자체가 폭발적으로 늘어났다는 것이다. 요즘은 대략 250경( quintillion) 바이트의 데이터가 매일 생성되고 있다. 이는 데이터 과학자의 활동 영역을 한층 확대하고 있다. 불과 몇 년 전만 하더라도 데이터 과학자는 주로 전문 기술 기업에서 근무했지만, 최근에는 산업과 업종을 불문하고 기업의 의사 결정의 동력으로 데이터가 활용되고 있고, 관련 인재 수요도 점점 더 커지고 있다. 데이터 과학자에게 필요한 역량은?(출처=IT동아)

데이터 과학자가 하는 일은 데이터를 분석하여 인사이트를 얻고, 이를 토대로 실제 업무에서 발생하는 문제의 해결책을 제시함으로써 기업의 경쟁력 유지에 기여하는 것이다. 한 기업이 보유한 데이터의 양이 일정 수준에 달해 그 숨은 패턴을 분석하기 위해 특정 분석 모델이 필요할 때 데이터 과학자가 그 역량을 발휘할 수 있다. 따라서 엄청난 양의 데이터에도 굴하지 않는 끝없는 호기심과 배움에 대한 열정을 갖고 있어야 한다. 데이터가 어떻게 사용되는지, 그 사용 목적이 무엇인지 항상 의문을 가지는 태도가 무엇보다 중요하다. 그 외에도 훌륭한 데이터 과학자라면 다음과 같은 역량을 갖추고 있어야 한다.

1. 적응력: 끊임없이 자신의 역량을 향상시켜 딥 러닝과 같은 첨단 머신 러닝 기법을 숙달하는 데 꺼림이 없어야 한다. 가장 기본적으로 요구되는 핵심 능력은 기술적 역량이지만, 또 한편 커뮤니케이션 역량도 탁월해야 한다. 각 분야별 전문가나 사업 개발자들과 원활하게 소통할 수 있어야 하기 때문이다. 또한 기업 전체를 아우르는 전략과 그 구현에 따르는 사업상의 문제들에 대해서도 폭넓게 파악하여 실질적인 해결책을 제시할 수 있어야 한다.
2. 타고난 통계 분석 역량: 수 백만 줄에 달하는 하나의 데이터 세트에서도 다면적인 트렌드를 읽어낼 수 있는 정량적 분석 능력을 갖추고 있어야 한다.
3. 디테일 지향성: 데이터에는 오류와 불일치가 존재하기 마련이다. 데이터에서 누락되거나, 오류가 있거나, 부정확한 부분을 발견해내고 수정할 수 있어야 한다. 합리적인 비즈니스 의사 결정을 내리는 데 도움이 되는 최고의 분석 결과를 얻으려면 깨끗하고 품질이 우수하며 왜곡이 없는 데이터가 반드시 필요하다.
4. 우수한 프로그래밍 능력: 통계를 자유자재로 다룰 수 있는 역량과 더불어 프로그래밍 능력도 갖추어야 한다. 통계적 분석을 통해 보다 이해하기 쉬운 형태로 데이터를 분류하려면 프로그래밍 언어( Java,  SQL,  Python 등)에도 정통해야 한다.
5. 사업 관련 지식: 데이터 과학자는 기본적으로 기술적 역량을 갖추어야 하지만, 그와 동시에 소속 기업이 영위하고 있는 비즈니스 관련 전문성을 갖추고 기업의 사업 목표를 항상 염두에 두어야 한다. 그래야만 데이터 분석을 통해 해당 사업의 성공을 뒷받침할 수 있기 때문이다.

인공지능 기술이 발달하고 업무가 점점 더 자동화되면서 데이터 과학자에 거는 기대치 또한 높아질 것이다. 한국도 데이터 과학자 인력 수요는 비슷한 직군 중 가장 높은 반면, 그 시장 수요에 비해 관련 인력 공급은 21.6% 부족해 이 부문에서 가장 심각한 인력난을 겪고 있는 것으로 조사됐다(출처: 2017 한국 데이터 산업 통계 보고서). 따라서 이 직군에서의 고용 기회가 매우 크며, 우수한 역량과 스마트한 마인드를 겸비한 인재라면 기업에서도 기꺼이 충분한 보수 조건을 제시하게 될 것이다. 더불어 기술업계 뿐만 아니라 보험업계, 의료업계, 여행업계 등 명실공히 전 산업에 걸쳐 데이터 과학자를 필요로 하게 될 것이다. 데이터를 분석하여 기업 운영의 핵심이라고 할 수 있는 재정 또는 소비자 관련 인사이트를 추출해 낼 수 있는 능력 덕분에 데이터 과학자에 대한 수요가 매우 높고, 이들 인력에 대한 급여 보상 체계도 상당히 높은 수준으로 형성되어 있다. 하지만, 최고의 데이터 사이언스 전문가라도 방대한 데이터를 처리할 수 있는 인공지능 인프라를 갖추고 있지 않은 기업에서는 그 능력을 발휘할 수 없다. 핵심 정보를 찾아내고 분석하려면 엄청난 양의 데이터를 면밀하게 관찰할 수 있는 적절한 도구가 필요하다. 나날이 복잡해지는 업무를 혁신적으로 처리하기 위해 활용할 수 있는 도구나 플랫폼이 없다면 뛰어난 데이터 사이언스 인재들은 필연적으로 효과적인 인공지능 도구와 플랫폼에 투자하는 기업을 찾아 떠나갈 것이다. 따라서, 기업들은 능력 있는 데이터 과학자를 찾아 나서기 전에 인공지능 인프라를 어떻게 구비할 것인지 먼저 고민해 볼 필요가 있다.

글 / 애피어( Appier) 찰스 응( Charles  Ng) 엔터프라이즈  AI 부문 부사장 애피어 찰스 응 부사장(출처=IT동아)

찰스 응( Charles  Ng)은 애피어 엔터프라이즈 인공지능 부문 부사장으로서, 애피어의  AI과학자 및 엔지니어로 구성된 차세대 엔터프라이즈 인공지능 솔루션 개발팀을 이끌고 있다. 복잡하고 실질적인 문제를 해결할 수 있는 예측, 최적화, 그리고 머신러닝 기술 기반 솔루션을 다수 구축해 왔으며, 한국의 e커머스 기업 쿠팡에서 최고데이터과학자(CDS)를 역임한 바 있다.  IBM,  DemandTec 및  Vivecon과 같은 기업에서의 근무 경험을 포함 총 15년에 달하는 데이터 과학 분야 경력을 쌓아왔다.

동아닷컴  IT전문 이상우 기자  lswoo@ donga. com

출처:  https://news.naver.com/main/read.nhn?mode=LSD&mid=sec&sid1=105&oid=020&aid=0003196003