올 초 미국항공우주국 나사(NASA)는 전 세계 시민 과학자(citizen scientist) 1만여명이 새로운 지구형 행성계 ‘K2-138’을 발견했다고 발표하며 천문학계를 떠들썩하게 했습니다. 대표적인 시민 과학자 플랫폼 ‘주니버스(Zooniverse)’에서 집단 지성을 모아 이뤄낸 첫 번째 쾌거입니다!
미국 캘리포니아 대학교 산타 크루즈(UCSC) 연구팀은 시민 과학자도 쉽게 데이터를 분석할 수 있는 특수 프로그램을 제작했습니다. 이를 기반으로 시민 과학자들은 나사의 케플러(Kepler) 우주 망원경 데이터를 직접 분석하고 분류함으로써 기존 외계행성의 신호와 다른 패턴을 찾아내고 새로운 행성계를 발견했습니다.
이 발견은 시민 과학자의 놀라운 가능성을 입증합니다. 한국천문연구원 역시 우주 연구에 관심 있는 일반 시민들이 데이터를 활용할 수 있는 플랫폼을 구축하겠다고 발표했는데요, 이처럼 전문 지식이 부족한 일반인들도 쉽게 데이터에 접근, 분석, 활용할 수 있도록 도와주는 셀프서비스(self-service) 분석 기술의 발전에 힘입어 시민 데이터 과학자의 역할이 급부상하고 있습니다.
현대 사회에서 데이터 과학의 역할이 빠른 속도로 커지면서 데이터 과학자에 대한 수요 역시 꾸준히 증가하고 있습니다. 데이터 과학자는 세계 최대 취업 정보 사이트 글래스도어(Glassdoor)가 발표한 ‘2018년 미국 최고 직업 50위’에서 1위를 차지하기도 했는데요. 데이터 과학자는 일자리 수, 급여, 전반적인 직무 만족도 모두에서 높은 점수를 기록했습니다.
그렇지만 전 세계적으로 전문 데이터 과학자의 수는 부족한 상황입니다. 컨설팅 업체 맥킨지는 2018년 미국에서만 데이터 과학자가 14~18만명 가량 부족할 것으로 예측했습니다. 데이터를 처리하고 인사이트를 도출할 인력이 부족한 가운데 시민 데이터 과학자의 역할은 점점 더 커질 것으로 보입니다. 가트너의 2017년 ‘매직 쿼드런트: 비즈니스 인텔리전스 및 애널리틱스 플랫폼(Magic Quadrant for Analytics and Business Intelligence Platforms)’ 보고서에 따르면 향후 수년간 시민 데이터 과학자 수는 정규 데이터 과학자보다 5배 가량 빠르게 증가할 것으로 전망됩니다.
시민 데이터 과학자란?
비즈니스 분석은 프로세스나 시스템을 포함한 비즈니스 영역 전체를 분석하고 솔루션을 제시하는 것으로 광범위하게 정의됩니다. 전문 데이터 과학자와 시민 데이터 과학자 모두 이 모든 일들을 수행하지만 한 가지 큰 차이점이 있는데요. 바로 시민 데이터 과학자는 분석을 이해하고 이를 활용할 수 있는 비즈니스 사용자라는 것입니다.
즉 데이터를 활용할 수 있지만 그것이 비즈니스에서의 주된 역할은 아닙니다. 시민 데이터 과학자는 분석에 대한 어느 정도의 이해와 비즈니스에 대한 지식을 결합합니다. 따라서 최고의 시민 데이터 과학자는 해당 비즈니스에 대해 잘 알고 있으며 데이터를 적극 활용할 수 있습니다. 또 비즈니스에 가치를 더하는 인사이트를 도출하기 위해 적절한 툴을 사용합니다.
결국 시민 데이터 과학자를 정의할 때에는 ‘하이브리드’라는 단어가 가장 적합하겠지만, 최근 많은 기업에서 전문 데이터 과학자와의 격자가 확실히 줄어들고 있습니다. 바로 셀프서비스 분석 툴의 발전 덕분이죠!
시민 데이터 과학자의 역량을 높이는 셀프서비스 분석 툴
시민 데이터 과학자는 전문 데이터 과학자가 아니기 때문에 데이터를 조작하고 정보와 인사이트를 얻을 수 있도록 도와줄 적절한 셀프서비스 분석 툴이 필요합니다. 이러한 툴은 사용이 간편해야 하는 동시에 광범위한 분석 옵션을 제공해야 합니다. 또 툴을 사용할 때 초기 교육과 지원이 필요할 수 있죠. 그리고 다양한 소스로부터의 적절한 데이터가 필요합니다. 인사이트를 단일 소스에서 반복적으로 도출할 수 있는 경우는 거의 없으며, 데이터가 깨끗하고 품질이 우수해야 하기 때문인데요.
하지만 무엇보다 가장 중요한 것은 바로 시민 데이터 과학자 역시 전문 데이터 과학자와 마찬가지로 기업 내에서 실험하고 시도할 수 있는 권한을 부여 받아야 합니다. 조직 문화에 의해 역할과 권한이 제한되어서는 안 됩니다. 기업은 조직 내에서 시민 데이터 과학자의 역할을 폭넓게 수용함으로써 긍정적인 조직적 변화를 이끌어낼 수 있습니다. 시민 데이터 과학자 역할을 자처하는 사람들은 일반적으로 평범한 비즈니스 루틴을 벗어나 실험과 혁신을 추구하는 경향이 강합니다. 종종 문화를 바꾸고 긍정적인 조직적 ‘조정’을 촉진하는 혁신에 앞장설 수 있죠!
시민 데이터 과학자, 전문가를 대체할 수 있을까?
시민 데이터 과학자는 부족한 데이터 과학 인력에 대한 해답으로 제시되어왔습니다. 그렇지만 데이터 과학자를 완전히 대체할 수 없습니다. 반면 시민 데이터 과학자의 증가는 전문 데이터 과학자에게 새로운 역할을 부여하고 있습니다. 바로 시민 데이터 과학자가 더 복잡한 분석을 수행해 기업에 많은 가치를 부여하는 결과를 도출할 수 있도록 전문적인 지원을 제공하는 것이죠.
자동차 작동법이 간단해지면서 운전은 보편화됐지만, 우리 모두가 포뮬러 1 드라이버가 될 수는 없습니다. 마찬가지로 시민 데이터 과학자는 데이터 과학에 대한 기술, 지식, 능력이 현저하게 뛰어난 사람들을 대체할 수는 없습니다.
‘윈-윈(win-win)’ 전략
다시 말해, 시민 데이터 과학자의 역할은 대체가 아닌 ‘보완’입니다. 이를 위해 기업은 시민 데이터 과학자가 데이터를 탐색할 수 있도록 적극 지원해야 하는데요. 이때 셀프서비스 분석은 모든 비즈니스 사용자가 기업의 분석 및 데이터 과학 기술 부족에 제한 받지 않고 데이터를 탐색 할 수 있는 기회를 제공합니다.
동시에 숙련된 데이터 과학자는 기본적인 분석 작업으로부터 자유로워질 수 있습니다. 셀프서비스 분석 솔루션은 데이터 과학자가 시간과 역량을 기업에 상당한 가치를 더할 수 있는 심도 있고 복잡한 분석에 집중할 수 있도록 도와줍니다.
차세대 데이터 과학자를 양성하기 위한 노력!
SAS는 숨겨진 시민 데이터 과학자를 발견, 차세대 전문 데이터 과학자로 양성하고 그 저변을 확대하기 위해 다양한 노력을 기울이고 있습니다. 그 일환으로 SAS코리아는 매해 대학생과 대학원생 대상의 ‘SAS 분석 챔피언십‘ 공모전을 개최합니다. 2002년 시작된 국내 최대 규모의 빅데이터 분석 공모전으로 실제 비즈니스와 연관된 정교한 분석 주제와 데이터가 과제로 주어지는데요. 우승팀에게는 SAS코리아와 SAS코리아 고객사의 인턴 및 신입 사원 채용 과정에서 가산점 혜택이 주어집니다. 올해 개최될 제 16회 SAS 분석 챔피언십에 많은 관심 부탁드립니다.
또 SAS는 데이터 과학 지식을 검증하고 한 차원 높일 수 있도록 지원하는 ‘SAS 데이터 과학 아카데미(SAS Academy for Data Science)’를 개설했습니다. 이 프로그램을 통해 기본 통계 및 분석, 머신러닝 및 예측 모델링 기법, 데이터 탐색 및 시각화, 하둡(Hadoop), 하이브(Hive), 피그(Pig), SAS 등 핵심 프로그래밍 기술을 배울 수 있습니다.
지금 바로 7일 무료 체험을 신청하고, 데이터 과학 기술을 경험해보세요!
자격 코스를 모두 취득하면 ‘SAS Certified Data Scientist’ 자격이 부여됩니다.
셀프서비스 분석 툴이 궁금하다면!
SAS는 가트너의 2018년 ‘매직 쿼드런트: 데이터 과학 및 머신러닝 플랫폼(Magic Quadrant for Data Science and Machine Learning Platform)’ 보고서에서 5년 연속 리더로 선정됐습니다. 누구나 손쉽게 데이터 인사이트를 도출, 공유하고 더 나은 의사결정을 내릴 수 있도록 도와주는 ‘SAS 비주얼 애널리틱스(SAS Visual Analytics)’의 놀라운 셀프서비스 분석 기능을 확인해보세요!
사용자는 셀프서비스 데이터 준비를 통해 드래그-앤드-드롭(Drag-and-Drop) 방식으로 손쉽게 데이터를 불러오고, 테이블을 합치고, 기본적인 데이터 품질 기능을 적용할 수 있습니다. 또 누구나 쉽게 사용할 수 있는 셀프서비스 분석으로 자동화된 예측, 목표 탐색, 시나리오 분석, 의사결정 트리, 경로 분석 등을 손쉽게 수행할 수 있습니다.
