데이터 사이언스와 데이터 사이언티스트에 대한 설전과 토론이 맹렬한 가운데 여러 기업들이 다수의 데이터 사이언티스트 채용 및 고용에 적극적으로 나서면서 데이터 사이언티스트에 대한 수요가 실제 취업 예정자 공급을 추월하기 시작했습니다.
이로 인해 데이터 사이언티스트의 효과적인 유치 및 유지라는 화두 역시 IT 및 비즈니스 커뮤니티에서 뜨거운 감자로 떠올랐습니다. 이러한 상승세에서 기업은 모두가 탐내는 통계 전문가와 비즈니스 분석가에게 매력적으로 보이기 위해서는 어떻게 해야 할까요?
“SAS와 Python을 전문적으로 다루는 데이터 사이언티스트 팀은 이제 자신이 원하는 플랫폼에서 다른 프로젝트를 진행하는 동시에 자신의 작업을 서로 손쉽게 공유할 수도 있습니다.”
Navistar International Corporation의 데이터 사이언스 이사인 지야시 다파(Gyasi Dapaa)는 데이터 사이언티스트를 유치 및 유지하는 데 있어 가장 중요한 요소로 든든한 지원과 창의성을 꼽습니다. 언제든 편하게 이용할 수 있는 최상의 분석 도구를 지원하는 것뿐만 아니라 마음껏 비전을 실현할 수 있는 창의적 환경을 제공하는 것 역시 강력한 동기 유발 효과를 갖기 때문입니다.
다파는 “다양한 기술적 경험과 기술 숙련도를 갖춘 직원 20명을 고용하더라도 작업 환경만큼은 모두에게 유효해야 합니다. 일부는 처음부터 정교한 프로그램을 개발할 수도 있을 것이고, 일부는 기존 프로그램이나 모델을 각 프로젝트에 맞게 수정하는 데 능력을 발휘할 수도 있습니다. 또한 프로그래밍에 대해 전혀 모르는 직원들도 있습니다. 따라서 사용자 친화적인 GUI 도구가 필요합니다.”라고 설명합니다.
Navistar는 업계 최고의 상업용 트럭, 버스, 군용 차량 및 엔진을 제조하는 기업입니다. 이 기업의 데이터 사이언티스트들은 유지보수 요건의 우선순위를 결정하고, 고장을 방지할 목적으로 엔진 및 결함 코드를 포함해 고객의 트럭에서 수신되는 센서 데이터를 분석합니다. 또한 마케팅 전략을 세우고 가격 탄력성 모델을 개발하거나, 장비 수리를 예측하는 등의 역할도 맡고 있습니다.
사용목적에 맞는 적합한 소프트웨어
다파에 따르면, 자신의 분석 팀은 Navistar의 모든 분석 프로젝트를 이끄는 최고의 기관(center of excellence)으로서 “주로 SAS 성능을 이용하여” 회사의 분석 엔진을 구동하는 데 기여하고 있다고 합니다. 또한 다양한 오픈 소스 소프트웨어에 대한 액세스 권한도 분석 팀에게 부여하고 있습니다. 다파는 그 이유에 대해 이렇게 설명합니다. “오픈 소스는 무료이기 때문에 사용하는 데 아무런 문제가 없을 뿐만 아니라 마치 화가가 다양한 채색과 그림 도구를 이용하는 것처럼 실제로 데이터 사이언티스트에게 다양한 도구를 지원하는 것은 중요하기 때문입니다. 도구 선택에 있어서 일정 수준의 자율권과 유연성을 허용하는 것은 팀에게 동기를 부여하고 스스로 참여할 수 있게끔 하는 강력한 수단이 될 수 있습니다.”
그럼에도 불구하고 다파는 오픈 소스에만 의존하는 방식은 실질적으로 한계가 있다고 생각합니다. “일부 오픈 소스 솔루션은 SAS처럼 대용량 데이터 세트를 처리하기에 아직은 역부족입니다. 저는 일반화 선형 모델(GLM) 기법이나 군집 알고리즘을 사용하여 데이터 쿼리부터 통합, 정제, 프로파일링 및 분석에 이르기까지가 가능한 원스톱 서비스라는 점에서 SAS의 사용을 선호합니다. SAS가 없었더라면 이 모든 작업을 수행하는 데 있어 2~3가지의 도구가 추가로 필요했을 것입니다.” 그 밖에도 그는 품질 관리가 부족한 오픈 소스 프로그램을 기반으로 Navistar와 같은 대용량 분석 작업을 실행할 수 있는 이유로 속도와 정확성을 꼽았습니다. “우리의 분석은 SAS를 통해 더욱 빠르고, 신뢰할 수 있게 되었습니다.”라고 다파는 덧붙였습니다.
SAS 바이야(Viya)가 어떻게 분석 시장의 판도를 바꾸는지 물었을 때 다파는 다음과 같이 답했습니다. "SAS Viya는 소프트웨어에 대한 다양한 역량을 지닌 분석가들이 더욱 효율적으로 빠르게 협업할 수 있다는 점에서 SAS의 매력을 더욱 돋보이게 합니다. 예를 들어 SAS와 Python을 전문적으로 다루는 데이터 사이언티스트 팀은 이제 자신이 원하는 플랫폼에서 다른 프로젝트를 진행하는 동시에 자신의 작업을 서로 손쉽게 공유할 수도 있습니다. SAS 분석가들이 Python으로 실행한 작업을 SAS와 쉽게 결합할 수 있는 이유도 바로 SAS Viya가 있기에 가능하며, 대부분의 데이터 사이언티스트들도 이러한 편의성의 진가를 인정할 것입니다.”
다파는 Navistar의 SAS 투자는 그 결과를 이용하여 신뢰할 만한 인사이트와 비즈니스 가치를 얻을 수 있다는 측면에서 엄청난 성과를 가져다 줄 것이라고 말했습니다. 결국 ‘방법’의 문제라기 보다는 ‘이유’의 문제에 더욱 가깝습니다. “정교한 수학이나 통계 기법으로부터 자극을 받는 데이터 사이언티스트들은 많지 않습니다. 오히려 비즈니스 전략을 이행하는데 도움이 될 수 있는 것은 솔루션을 지원하는 방식입니다. 때문에 기업은 데이터 사이언티스트들이 비즈니스 변화를 창출하는 작업 방식을 이해할 수 있도록 장려하는 것이 중요합니다.”
