데이터 분석 프로젝트를 성공하기 위한 중요한 요소
데이터 분석을 활용한 우수한 성공 사례 대부분이 미국에 집중되어 있는 이유는 무엇일까요. 미국엔 많은 대학에 통계학부나 통계학과가 있습니다. 또한 문과, 이과를 불문하고 경제학, 사회학, 정치학, 심리학 등을 배울 때 통계 지식을 중요시하는 경향이 있습니다. 그로 인해 미국의 데이터 과학 분야에 인재를 배출하기 위한 토양이 갖춰진 것은 필연적이라고 할 수 있습니다. 미국에서는 IT 계열이 아닌 기업의 경우도 CEO와 각 부문의 최고 책임자 같은 경영진은 수리 통계학이나 기계 학습 영역 등의 정보 공학 학위를 가지고 있습니다. 구글의 공동 창업자인 래리 페이지와 세르게이 브린은 스탠퍼드 대학에서 각각 컴퓨터공학과 컴퓨터과학으로 석사 학위를 받았습니다. 또한 박사 과정에서 웹 검색 엔진에 관한 논문을 발표하기도 했습니다. 마지막 강의의 교수로 유명한 랜디 포시 교수는 월트 디즈니의 이매지니어링 센터와 공동 연구를 한 것으로 유명합니다. 그는 카네기 멜론 대학에서 가상현실을 연구해서 박사 학위를 받았습니다. 넷플릭스의 리드 헤이스팅스도 스탠퍼드 대학에서 인공지능 연구로 석사 학위를 받았습니다. 미국에는 정부 기관이 소지한 개인정보의 취급 규칙을 상세히 규정한 프라이버시법에 기밀성이 높은 분양의 정보에 관한 특별법이 있습니다. 개인 정보의 이용 범위와 제한을 기본적으로 업계의 자율 규제에 맡긴다는 방침입니다. 사회 보장 번호 하나로 의료 정보나 세금 계산, 계좌 개설부터 여신 정보 조회에 이르기까지 전부 가능해서 이용자는 정말 편리합니다. 또한 개인 데이터의 비즈니스 이용을 허용하는 법체계가 있다는 점도 미국이 빅데이터 초강대국이 되는데 큰 역할을 했습니다. 본래의 목적에서 벗어난 목적으로 정보를 이용하면 형사 처벌을 받습니다. 다만 2차 이용에 대해 일정한 제한이 걸려있어도 개인의 이익에 기여할 목적이라면 진료 내용 등의 의료 정보를 적극 활용할 수 있습니다. 이런 법률로 인해 정부 당국을 비롯해 의료 서비스를 제공하는 타 부문과 연계를 이룰 수 있었습니다. 데이터의 주인인 환자 역시도 프로젝트의 수혜자가 되었습니다. 환자는 언제라도 웹사이트에서 자신의 진료 기록에 접근할 수 있고 데이터에 오류가 있으면 정정 요구를 할 수 있습니다. 또한 부작용 정보와 개인의 병력을 바탕으로 안전한 처방전을 받거나 조언을 받을 수 있습니다. 처방받은 약 역시 웹사이트에서 예약하고 약국에서 바로 찾아갈 수 있습니다. 부족한 인력은 팀워크로 보완할 수 있고, 데이터 분석의 대상 분야가 개인정보의 활용에만 국한되지는 않습니다. 통계는 평균과 분산의 과학입니다. 평균에서 벗어날수록 데이터의 변화의 정도가 다른 측면을 보이기 시작한다는 특징이 있습니다. 이것은 생산 단위가 커짐에 따라 똑같은 비용을 투입했을 때의 생산량이 감소하는 현상입니다. 경제 주체의 최소 단위인 가계와 기업, 그리고 이들이 경제적인 거래를 하는 시장을 분석 대상으로 삼아 자원 분배에 관해 연구하는 경제학의 한 분야에서 이미 널리 알려진 이론입니다. 감축 목표가 되는 절댓값은 같더라도 투입 변수가 되는 감축 노력이라는 변수의 증가분이나 비용은 지수 함수적으로 증가하는 현상입니다. 이런 통계의 개념을 이해해야 비로소 복합적인 시점과 전문성을 바탕으로 가공되지 않은 데이터에서는 알 수 없는 영향력을 분석하고 판단해 적절한 정책 설계로 연결할 수 있습니다. 미국에서는 국제적으로 영향력이 큰 정책을 결정할 때 반드시 통계 데이터를 바탕으로 시뮬레이션을 합니다. 감이나 상식에 지나치게 의존하지 않고 통계학의 힘으로 판단의 정확도를 높이기 위한 근거를 이끌어냅니다. 데이터 분석이 의사 설정을 위한 과학이라는 것은 이런 의미입니다. 과학과 논리라는 축을 메인으로 하여 경험과 전문성 있는 인사이트를 활용해서 최종적인 의사 결정을 내리는 것이 중요합니다. 데이터 분석을 의사 결정에 활용하는 기업에는 다음과 같은 특징이 있습니다. 분석 대상의 데이터를 가지고 있으며 분석 기반이 확립되어 있습니다. 데이터 분석의 목적과 현재의 경영 과제를 이해하고 있습니다. IT뿐만 아니라 업계 전문 지식이나 적용해야 할 수리 통계, 기계 학습을 올바르게 인식하고 있습니다. 경영층이 리더십을 갖고 프로젝트를 지원하고 있습니다. 열정과 기획 발상력이 풍부한 인재를 모아 조직의 능력을 극대화시킵니다. 데이터 분석 프로젝트가 실패하는 요인은 대부분 이 요소 중 몇 가지가 부족함으로 인해 발생합니다. 사내에 데이터 분석에 관한 노하우나 기술이나 인력이 없다고 해도 보완할 방법은 있습니다. 데이터 분석을 위한 목적이나 열정은 경영진에게 가장 중요한 덕목이라고 할 수 있습니다. 경영진이 올바른 목표 의식을 가지고 적극 지원하는 것이 프로젝트를 성공으로 이끄는 가장 중요한 요인입니다.
