김동우 과장 / 인트렌치 컨설팅

저는 퇴근 후 혹은 주말에 요리를 자주합니다. 지난 주말, 요리를 하기 위해 재료를 씻고 다듬는데, 문뜩 데이터 분석과 요리가 비슷하다는 생각을 하게 되었습니다. 고민해보니 비슷한 점이 꽤 많았습니다. 데이터 분석과 요리의 3가지 공통점에 대해 이야기하려 합니다. 

재료가 좋아야 결과물도 좋다. 

맛있는 요리가 탄생하려면 일단 재료가 좋아야 합니다. ‘생각의 기쁨’이 라는 책의 저자 유병욱 님은 책 속에서 ‘좋은 고기는 양념을 치지 않는다.’ 라는 문장을 좋아한다고 언급했습니다. 정말 재료가 좋지 않으면 양념을 많이 치게 됩니다. 좋지 않은 것을 숨겨야 하기 때문입니다. 좋은 재료는 양념을 굳이 하지 않아도 맛있는 경우가 많습니다. 

데이터 분석도 동일합니다. 분석을 하기 위한 재료, 즉 데이터의 질이 좋아야 합니다. 데이터의 질을 좋다는 것은 바꿔 말하면, 불필요한 데이터가 섞이지 않았다는 의미입니다. 분석을 할 때 데이터를 내려받아 바로 분석을 하는 경우는 없습니다. 데이터를 정제하는 데이터 클린징 작업이 필요합니다. 요리를 하기 위해 마트나 시장에서 재료를 구매하면 깨끗이 씻고 상처가 난 부분은 도려냅니다. 데이터 분석도 동일한 과정을 거치게 됩니다.

정확하지 않은 데이터로 분석을 하게 되면 결과물도 신뢰하기 힘듭니다. 이런 상황에서는 데이터 분석을 하기 전에 데이터 정합성을 높이는 작업에 우선순위를 두는 게 좋습니다. 정합성이 확보된 상태에서 분석을 진행해도 늦지 않습니다. 오히려 잘못된 데이터로 엉뚱한 액션을 하는 건 결과적으로 볼 때 옳은 방향이 아닙니다. 

데이터 설계를 잘하면 작업이 순조롭다. 

데이터 분석을 하기 위해서, 데이터 기획 역량이 필요하다고 이전 글에서 말씀드렸습니다. 데이터를 기획한다는 것은, 가설을 검증하기 위해 어떤(What) 데이터를 어떻게(How) 수집하는지를 말합니다. 

요리도 마찬가지입니다. 재료를 구입하고 바로 조리를 하는 것보다는, 레시피를 찾아보고 본인만의 레시피를 정한 뒤 재료를 정갈하게 다듬은 후에 요리를 하는 게 좋습니다. 그래야 맛있는 요리가 탄생합니다. 결과물이 어느 한순간에 뚝딱 나오는 건 영화나 드라마에서나 가능한 일입니다. 

정성을 들여야 먹는 사람이 감동한다. 

마지막으로 요리와 데이터 분석은 정성이 들어가야 합니다. 먹는 사람을 생각하면서 만드는 요리는 태도부터가 다릅니다. 엄마들이 아기에게 좋은 음식만 먹이려는 것과 비슷합니다. 재료가 아무리 좋아도 요리사와 분석가의 역량에 따라 결과물은 큰 차이를 보이게 됩니다. 

경험이 없는 신입사원은 아무리 이론을 빠삭하게 알고 있어도, 고객을 설득할 수 있는 보고서를 작성하기란 쉽지 않습니다. 이는, 경험이 없기 때문입니다. 모든 분야가 그렇겠지만 데이터 분석은 머리만 똑똑하다고 잘 할 수 있는 분야는 아닙니다. 

요리도 많이 해봐야 실력이 늡니다. 경험이 없는 요리사가 특급 주방장의 레시피를 그대로 따라 해도 결정적으로 맛에서 차이가 납니다. 맛의 차이는 경험의 차이에서 옵니다. 얼마나 많은 경험을 해봤는지가 실력을 결정합니다. 역량을 키우려면 많이 해보는 방법 외에는 없습니다. 

처음에는 남들이 하는 것을 보고 그대로 따라 해보고, 실력이 어느 정도 늘면 본인만의 레시피를 시도해야 합니다. 시도하지 않으면 얻을 수 있는 결과물은 없습니다. 제가 좋아하는 소설가 김연수 님은 산문집 ‘소설가의 일’에서 경험과 시도에 대해 이렇게 언급했습니다. 

‘아무런 일도 하지 않는다면, 상처도 없겠지만 성장도 없다. 하지만 뭔가 하게 되면 나는 어떤 식으로든 성장한다. 심지어 시도했으나 무엇도 제대로 해내지 못했을 때조차도 성장한다.’ 

경험상 많은 기업에서 데이터를 쌓고 있지만, 쌓은 데이터로 분석적 시도를 하는 경우는 많지 않은 듯합니다. 고객을 이해한 상태에서 세그먼트(segment, 특정행위를 하는 그룹)를 생성하고, 새로운 분석적 접근을 해봐야 인사이트(insight, 통찰력)를 얻을 수 있습니다. 아무리 인공지능이 발달해도 분석을 통한 인사이트 발견은 사람의 몫이 될 가능성이 큽니다. 때문에 기업은 도구가 아닌 사람에 투자해야 합니다.

지금까지 요리와 데이터 분석의 공통점에 대해 글로 정리했습니다. 위에서 언급한 3가지 중에서 개인적으로 정성이 필요하다는 것을 강조하고 싶습니다. 정성이 들어가면 뭐든 결과물이 좋은 것 같습니다. 

저작권자 © 일간경기 무단전재 및 재배포 금지