2018. 4. 10.

[톡Talk] 당신은 안전한가요?

"BigBang Disruption"

미국 경영전략가인 래리 다운스와 폴 누네스 교수는 "새로운 기술에 의해 순식간에 시장에 재편되는 현상"을 빅뱅 디스럽션이라고 정의했습니다.

우리말로 하면 빅뱅와해, 빅뱅파괴 정도 되겠네요.

가장 최근 사례가 바로 스마트폰이죠.
전화 기능에 메일, 사진기, mp3 플레이어, 웹브라우징 등이 조합된, 어떻게 보면 창작물이 아닌 단순한 조합물이었을 뿐인데 스티븐 잡스가 아이폰을 내놓은 이후 이 모바일 기술때문에 망한 기업이 한두개가 아닙니다.

직접적으로는 휴대폰 강자였던 노키아가 망했고, mp3, 전자사전, 디지털카메라, 네비게이션 등의 매출이 급감했으며, 엉뚱하게 우리나라에서는 지하철에 무료 신문을 배포했던 신문사들도 거의 동시에 폐간했죠. 요즘은 노트북, 신용카드, 서점도 위태위태 합니다.

이정도면 단순히 개별 기업이 망하는 것이 아니라, 산업 구조 자체가 재편된다고 보는 것이 맞을겁니다.

이렇게 산업 구조가 재편되면 가장 고통을 받는 것은 해당 산업에서 종사하고 있는 사람들일텐데요. 바로 일자리와 연결이 되기 때문입니다.

일자리 측면에서 보면 모바일 기술은 기존 기업에 종사했던 사람들에게는 거의 재앙과 다름없는 충격이라고 할 수 있었을 것입니다.

그런데, 또다시 이런 충격파가 다가오고 있습니다.

이미 4차 혁명, 4차 산업 기술이라는 말은 너무 많이 들어서 식상할 정도이지만, 각각의 기술이 내포하고 있는 잠재적인 충격파의 정도는 스마트폰에는 비견할 수 없을 만큼 거대합니다. 그리고 그 거대한 충격파는 지금 내가 종사하고 있는 직종과 직무, 일에 반드시 영향을 미치게 됩니다.

2017년 딜로이트 컨설팅(호주)에서 발표한 보고서를 보면 거의 대부분 영역에서 큰 변화가 일어날 것이라고 예측하고 있습니다.
물론 호주 보고서이기는 하지만, 우리 나라도 예외가 될 수는 없을 것입니다.

딜로이트 컨설팅 보고서 - Digital Disruption, Short fuse, big bang?



큰 그림 보기

물론, 새로운 일자리가 기존 일자리를 대체할 것이고 또한 기술 발달의 속도를 조절하면 사회적인 충격을 흡수할 수 있을 것이라고 예측하시는 분들도 있습니다.

하지만, 이 주장은 두 가지 측면에서 틀렸습니다.

첫째, 새로운 일자리가 기존 일자리의 수만큼 나타날 것이라고 전제를 해도, 그 새로운 일자리에 필요한 사람은 기존 사람이 아닐 경우가 많습니다. 특히 새로운 일자리는 IT와 관련이 많을 것이고, 지금보다는 조금 더 패턴화가 되지 않는 직무, 즉 컴퓨터가 패턴화해서 처리할 수 없는 영역일 가능성이 큽니다.

둘째, 인공지능, 블록체인, 가상현실 등의 기술 발달 속도가 지금 매우 느린 것처럼 보이지만, 이것은 통상적으로 기술 발달의 초기 단계 모습일 뿐, 티핑포인트를 지나게 되면 그 속도는 따라갈 수가 없고 나아가 통제할 수도 없게 됩니다. 모바일 기술이 티핑포인트를 넘었을때 어느 누가 그 발전 속도를 통제할 수 있었나요?

스코틀랜드 출신 미국 경제학자 그레고리 클라크는 2007년 책 『맬서스, 산업혁명, 그리고 이해할 수 없는 신세계』에서 우리는 미래의 직업 전망에 대해 1900년 초기 자동차 시대 두 마리 말이 나눈 가상 대화에서 생각할 거리를 얻을 수 있다고 주장했다.

“나는 기술적 실업이 걱정이야.”

“걱정 마. 러다이트가 되지 말라고. 증기기관이 나와 우리의 산업현장 일자리를 차지하고 기차가 마차를 끄는 우리 일자리를 대체했을 때도 우리 선조들이 그렇게 말했지. 그러나 지금 우리한테는 더 많은 일자리가 있지 않나. 더구나 지금 일자리는 전보다 더 낫고. 나는 가벼운 마차를 끄는 편이 훨씬 좋아. 전에는 멍청한 광산 펌프를 가동하느라 하루 종일 원을 그리며 돌아야 했잖아.”

“그렇지만 내연기관이 정말 확산되면 어떻게 하지?”

“우리 말들이 여태 상상하지 못한 더 새로운 일자리가 만들어지리라고 확신해. 전에도 늘 그랬잖아. 바퀴와 쟁기가 나왔을 때도 그랬고.”

아뿔싸, 말들을 위한 ‘미처 상상되지 않은’ 새로운 일자리는 생기지 않았다.
필요가 없어진 말들은 도살되어 대체되지 않았고, 미국의 말 수는 1915년 약 2,600만 두에서 1960년 300만 두 정도로 급감했다. 기계의 근육이 말을 필요하지 않게 한 것처럼 기계의 정신이 인간에게도 같은 영향을 미칠 것인가? (출처 : 맥스 테그마크의 라이프 3.0)


분명히 현실은 변하고 있습니다. 눈에 잘 보이지 않고 손에 잡히지 않는다고 해서 외면하고 모른척해서는 안됩니다.

일자리 측면에서 지금은 안전할지 모르지만, 현실은 "아무도 안전하지 않다"가 정답입니다.


블록캠퍼스 뉴스레터 구독을 신청하세요



블록캠퍼스에서 데이터 분석의 기초부터 시작하는 코스와 안드로이드 앱 개발 코스가 개설되었습니다.
지금 클릭해서 확인해보세요.

☞ 처음부터 시작하는 데이터 분석과 활용(기초 통계부터 파이썬 라이브러리 활용까지)
☞ 안드로이드 앱 개발 현장에서 유용하게 쓰이는 핵심 실무 스킬

2018. 4. 5.

[톡Talk] 데이터 분석가에 대한 3가지 오해

이미 6년전인 2012년에 하버드 대학에서는  "21세기 가장 섹시한 직업"으로 "데이터 과학자"를 선정했습니다. 그리고, 2018년 현재 그 에측대로 데이터 과학자는 미국에서 가장 선호하는 직업 1위에 랭크되어 있습니다. 



[출처 : Glassdoor ]

물론 미국 데이터이기는 하지만, 데이터 과학자의 "평균 연봉이 $110,000(한화 약 1억 2천만원)"이니 정말 섹시한 직업임은 확실한 것 같습니다. 
직무 만족도도 꽤 높은 편이구요. 

그러면 도대체 이러한 직업을 가지려면 어떤 역량을 가지고 있어야 하는 걸까요? 
아무리 찾아봐도 "데이터 과학"이라는 전공은 없는데 말입니다. 
그리고 데이터 과학자, 데이터 분석가, 데이터 엔지니어 등 뭔가 비슷하면서도 달라보이는 이 사람들의 차이는 무엇일까요? 

이번 포스트에서는 특히 "데이터 분석가"에 대한 세 가지 일반적인 오해를 풀어보고자 합니다. 


오해 1. 데이터 분석가는 데이터 과학자가 아니다.

사실 데이터 분석가는 오래전부터 있었던 직종입니다. 
기업이나 시장에서 취합한 여러 데이터를 활용해서 경영이나 사업에서 올바른 판단을 내릴 수 있도록 분석해주는 사람들이었지요. 
당연히 데이터 분석가는 수학과 통계에 밝은 사람들이었구요. 

그런데 문제는 분석해야 하는 데이터가 소위 빅데이터라고 해서 그 양이 엄청나게 늘어나 버렸다는 것입니다. 

또한 단순히 양만 늘어난 것이 아니라, 데이터 자체가 특정한 형태(ex : 주민등록번호 등)가 없는 비정형 데이터(ex : SNS 글, 그림 파일 등)의 비중이 늘었다는 점이죠. 

이러한 비정형 데이터를 다루기 위해서는 데이터를 정제하고 분류하는 작업들이 선행되어야 하는데 이때 필요한 역량이 바로 프로그래밍 능력입니다. 

프로그래밍 능력은 단순히 코딩 만을 의미하는 것이 아니라, 적절한 분석 알고리즘이나 모델을 수립하거나 적용하는 능력까지 포함하는 것입니다. 

이 중 프로그래밍 역량, 사용하는 툴, 머신러닝 등의 아키텍처 등에 특화된 사람들은 "데이터 엔지니어"라고 하지요. 

즉, 빅데이터의 출현으로 기존 데이터 분석가의 필요 역량은 더욱 높아졌고 데이터 엔지니어라는 새로운 직종이 탄생했으며 이러한 모든 것을 다 통칭하여 우리는 데이터 과학자라고 합니다(데이터 과학자 = 데이터 분석가 + 데이터 엔지니어). 

그러므로 데이터 분석가는 데이터 과학자 영역에 포함되어 있는 것입니다. 


오해 2. 데이터 분석은 공대생들만 하는 것이다.

이렇게 데이터 분석가들에게 프로그래밍 역량 등이 요구되다 보니, 당연히 데이터 분석가는 공대생들이 하는 것이라고 오해하고 있는 경우도 많은 것 같습니다. 
하지만, 데이터 분석가가 하는 업무 역할을 잘 생각해보면 이는 정말 큰 오해입니다. 

데이터 분석가는 분석 결과를 객관적이고 올바르게 해석해낼 수 있는 능력이 무엇보다 중요합니다. 그리고 그 해석을 타인에게 쉽게 전달할 수 있는 능력까지 있어야 하지요. 

그렇기 때문에 데이터 분석가는 오히려 인문학적인 사고와 스토리 구성 능력, 시각화 능력이 베이스가 되어야 합니다. 

데이터 분석가는 어찌보면 21세기에 가장 필요한 융복합적 사고를 할 수 있는 사람이라고 할 수 있겠네요 (데이터 분석가 역량 = 인문학적 사고 역량 + 공학적 사고 역량)

그러므로 데이터 분석은 공대생들만 할 수 있는 것이 아니라, 오히려 문과생들이 더 적극적으로 접근해야 하는 직업입니다. 


오해3. 데이터 분석은 전문가들의 영역이다. 

이 명제는 일부 맞는 말입니다. 

일반 사람들이 그저 흘려버린 많은 데이터 속에서 의미있는 패턴을 발견하고 통찰력있는 해석을 제시하는 것은 분명 전문적인 영역이 맞습니다. 

하지만, 데이터 분석 역량은 국가나 사회, 인류에 기여하는 크나큰 통찰을 얻어내기 위해서만 필요로 하는 역량이 아닙니다. 

당장, 지금 여러분이 하고 있는 업무에서... 
  • 고객들은 무엇을 원하고 있을까요?
  • 고객들은 무엇을 가장 불만스러워할까요?
  • 어떤 고객들이 우리 회사에 우호적일까요? 
  • 어디에 있는 고객들이 우리 회사 제품을 더 필요로 할까요? 
  • 고객들이 지역별로, 연령별로 요구사항에 어떤 차이가 있나요? 

분석 결과를 가지고 의미있는 통찰을 얻기 위해서는 해당 업무에 대해 오랜 경험을 가지고 있어야 합니다. 

즉, 데이터 분석은 전문가의 영역이 아니라 오랜 기간 해당 업무를 수행해온 여러분이 여러분의 업무에서 사용해야할 역량입니다.


블록캠퍼스 뉴스레터 구독을 신청하세요



블록캠퍼스에서 데이터 분석의 기초부터 시작하는 코스가 개설되었습니다.
지금 클릭해서 확인해보세요.

☞ 처음부터 시작하는 데이터 분석과 활용(기초 통계부터 파이썬 라이브러리 활용까지)

2018. 3. 23.

[동향] 4차산업 핵심 기술 주간 동향 브리핑(180317~180323)

이 포스트는 4차 산업 혁명을 이끌고 있는 주요 핵심 기술들의 주간 동향을 블록캠퍼스에서 큐레이션하여 제공하는 브리핑 자료입니다(2018년 3월 17일 ~ 3월 23일).

어느 분야나 당시의 변화는 작고 미비하지만, 그 작은 변화가 모여서 시간이 지난 후에는 결국 파도와 같은 큰 변화가 됩니다. 블록캠퍼스와 함께 각 기술 분야별로 이번 주에 어떤 변화들이 나타나고 이슈가 되었는지 확인해보시기 바랍니다.

Enjoy the reading!



데이터 분석

직접적으로 데이터 분석과 관련은 없지만, 데이터 분석업체인 케임브리지 애널리티카쪽에서 페이스북 이용자 5천만명의 개인정보가 2014년 도널드 트럼프 미국 대통령 후보 선거 캠프로 흘러들어갔다는 뉴스입니다.

빅데이터를 분석하는 것은 우리에게 미처 발견하지 못한 인사이트를 주지만, 그 데이터들이 민감한 개인정보라면, 활용에 있어서 높은 윤리성이 요구된다는 점을 잊지 말아야 할 것 같습니다.

이에 반해, 서울대에서 암호화된 데이터를 그대로 분석하여 개인정보 유출을 원천 차단하는 암호기술을 개발했다는 뉴스도 있습니다.

그리고 업계에서 데이터 과학자, 데이터 분석가를 많이 늘려야 한다는 요구가 커지고 있습니다.
사람의 마음을 읽을 수가 있다면, 정답을 앞에 놓고 수학 문제를 푸는 것과 같겠죠? 데이터 과학자, 분석가는 갈수록 몸값이 올라갈 것으로 보입니다.


블록체인

얼마 전까지만 해도 일반인들에게 블록체인은 비트코인 인것처럼 인식이 되었었는데 이제 점차 블록체인이 단순히 가상화폐가 아닌, 유통과 보안, 계약 등을 운영할 수 있는 차세대 플랫폼 기술로 부상하고 있습니다. 나름 다행이라 생각도 듭니다.

이번주에 블록체인 관련 뉴스가 유독 많았었는데요.
가장 눈길을 끄는 뉴스는 “구글이 블록체인을 연구하고 있다” 입니다. 천문학적인 R&D 비용을 쓰는 구글에서 블록체인을 들여다보기 시작했다면 뭐가 될지는 모르겠지만 무시무시한 것이 나올지도 모르겠습니다.


인공지능, 챗봇

인공지능도 꾸준히 발전하고 있습니다. 인공지능이 사람의 뇌라면, 챗봇은 사람의 입과 귀가 되어주는 인터페이스인데요.

대구시청의 여권 상담 챗봇인 뚜봇이 인공지능을 장착하고 새롭게 태어났다는 뉴스가 눈길을 끕니다.
이외에도 우울증을 치료하거나 면접을 보거나, 패션을 제안하는데 이 기술들이 적용되고 있다는 뉴스입니다.


가상현실

가상현실은 과거와는 전혀 새로운 인지 경험을 줄 수 있는 기술입니다. 문화체육관광부에서 이러한 VR 콘텐츠의 지원과 육성을 위해 올해 총 119억원을 지원한다는 뉴스가 탑입니다.
서비스가 보급화가 되려면 두 가지 조건이 필요한데요.

첫째는 킬러 콘텐츠가 있어야 하고, 두번째는 그 콘텐츠 소비에 비용이 적게 들어야 한다는 점입니다.
이런 점에서 VR 킬러 콘텐츠가 나와 가상현실이 어서 보편화될 수 있었으면 합니다.

그리고, VR 콘텐츠 소비에 필요한 VR 헤드셋 등 장비도 점차 가격이 내리고 있는데요. 이번에 HTC에서 109만원에 바이브 프로를 출시했다고 합니다.
하지만, 여전히 부담스럽군요.