[ADsP 자격증] 1-10. 전략인사이트 도출을 위한 필요역량(데이터과학)

제 1과목 데이터 이해 / 3.가치 창조를 위한 데이터사이언스와 전략인사이트 / 3-2.전략인사이트 도출을 위한 필요역량

 

 

 

< 데이터 사이언스의 의미와 역할 >

 

의미	- 데이터 사이언스란 데이터로부터 의미 있는 정보를 추출해내는 학문이다. - 통계학이 정형화된 실험 데이터를 분석 대상으로 하는 것에 비해, 데이터 사이언스는 정형 또는 비정형을 막론하고 다양한 유형의 데이터를 대상으로 총체적 접근법을 사용한다. - 데이터마이닝은 주로 분석에 초점되나 데이터 사이언스는 분석뿐 아니라 이를 효과적으로 구현하고 전달하는 과정까지 모두 포괄하는 개념이다. - 데이터공학, 수학, 통계학, 컴퓨터공학, 시각화, 해커의 사고방식, 해당 분야의 전문 지식을 종합한 학문으로 정의한다.
역할	- 전략적 통찰을 추구하고 비즈니스 핵심 이슈에 답을 하고 사업의 성과를 견인한다. - 데이터 사이언티스트의 중요 역량중 하나인 소통도 여기에 근거해 갈린다. - 훌륭한 데이터 사이언티스트는 비즈니스의 성과를 좌우하는 핵심요소를 정확하게 겨냥할 수 있고 이때 데이터사이언스는 엄청난 위력을 발휘할 수 있다.

 

 

 

< 데이터 사이언스의 구성요소 >

 

 

데이터 처리와 관련된 IT영역, 분석적 영역, 비즈니스 컨설팅 영역을 포괄한다.

 

Analytics	수학, 확률모델, 머신러닝, 분석학, 패턴 인식과 학습, 불확실성 모델링 등
IT(Data management)	시그널 프로세싱, 프로그래밍, 데이터 엔지니어링, 데이터 워어하우징, 고성능 컴퓨팅 등
Business management	커뮤니케이션, 프레젠테이션, 스토리텔링, 시각화 등

 

※ 데이터 사이언티스트의 요구역량

① 하드스킬(Hard skill) : 데이터 처리나 분석 기술과 관련

② 소프트스킬(Soft skill) : 통찰력 있는 분석, 설득력 있는 전달, 협력 등

 

구분	요구 역량	내용
하드 스킬	① 빅데이터에 대한 이론적 지식	관련 기법에 대한 이해와 방법론 습득
	② 분석 기술에 대한 숙련	최적의 분석 설계 및 노하우 축적
소프트 스킬	③ 통찰력 있는 분석	창의적 사고, 호기심, 논리적 비판
	④ 설득력 있는 전달	스토리텔링, 시각화(Visualization)
	⑤ 다분야간 협력	커뮤니케이션

 

 

 

< 데이터 사이언스 : 과학과 인문의 교차로 >

 

데이터 과학은 과학과 인문의 교차로에 있다.

→ 통찰력(분석 + 전략)에 큰 그림(회사의 방향, 업계의 방향)을 제시한다.

여기서 큰 그림이란 스토리텔링, 창의력, 직관력, 비판적 시각, 글쓰기 능력, 대화 등 인문학의 주요 주제이다.

 

 

 

< 전략적 통찰력과 인문학의 부활 >

※ 최근 사회경제적 환경의 변화

  ① 단순 세계화에서 복잡한 세계로 변화(복잡계)

  ② 제품생산에서 서비스로 비즈니스 중심 변화

  ③ 생산에서 시장창조로 경제/산업 논리 변화  예) 삼성 보고서에 벤치마킹이라는 단어가 사라짐

 

- 공급자 중심의 기술 경쟁 하에서는 '산출물'만 중시하지만 소비자가 어디에서 재미와 편의를 느끼는지 이해하기 위해서는 '창조과정'에 주목하는 인문학적 통찰력이 필요하다.

- 기존 사고의 틀을 벗어나 문제를 바라보고 해결하는 능력, 비즈니스 핵심가치를 이해하고 고객과 직원의 내면적 요구를 이해하는 능력 등 인문학의 역량이 점점 더 절실히 요구된다.

 

 

 

< 데이터 사이언티스트에 요구되는 인문학적 사고의 특성과 역할 >

- 정보차원 : 단순히 정보를 활용한다고 할 수 있는 정도의 수준

- 통찰력 제시 : 사업 성과를 좌우하는 핵심적인 문제에 대해 대답

 

※ 데이터 사이언티스트가 다룰 수 있는 6가지 핵심 질문

 

	과거	현재	미래
정보	무슨 일이 일어났는가? : 리포팅(보고서 작성 등)	무슨 일이 일어나고 있는가? : 경고	무슨 일이 일어날 것인가? : 추출
통찰력	어떻게, 왜 일어났는가? : 모델링, 실험설계	차선 행동은 무엇인가? : 권고	최악 또는 최선의 상황은 무엇인가? : 예측, 최적화, 시뮬레이션

 

 

 

< 데이터분석 모델링에서 인문학적 통찰력의 적용 사례 >

※ 인간을 바라보는 관점 (인간에 대한 해석 중요)

 

성향적 관점	인간을 변하지 않는 존재. 유전적 요소처럼 원래의 성향이 존재하고 인간은 이것을 기초로 나뉜다고 보는 관점이다.	예) 돈 떼먹을 사람은 타고난다고 생각했다. 1990년대 까지만해도 대출 시 지점장실에서 커피 한 잔 하며 인상/관상을 파악하며 대출판단에 정보 제공을 했다.
행동적 관점	한 사람의 행동을 지속적으로 관찰해 그 행동을 보고 그 사람을 판단하는 관점이다.	예) 이전의 신용행동을 근거로 부도예측확률을 계산하여 대출 여부를 결정한다.
상황적 관점	그 사람이 놓여있는 상황과 맥락을 고려해야한다고 보는 관점이다. 깨진 유리창 이론처럼 상황에 따라 행동이 변화한다고 본다. 경제상황과 주변 맥락에 예의주시 해야한다.	예) 주변 지인이 암에 걸렸다면, 암보험에 가입하게 될 가능성이 증가한다.

 

- 인간에 대한 이해는 데이터 사이언티스트가 마케팅 모델을 개발할 때도 중요한 가이드로써 활용, 모델의 예측력을 높이기 위해 '인간을 어떤 관점에서 봐야하나', '이를 위해서는 어떤 기술을 활용해야 할 것인가' 라는 질문에 중요한 가이드를 제공할 수 있다.

 

- 인간에 대한 새로운 해석 관점 제공 외에도 인문학은 '고정된 사고방식에서 벗어나 혁신을 생각하고 진부한 상상의 굴레에서 벗어난 창의성을 토대로 남보다 앞서 새로운 가치를 창출'하고자 하는 데이터 사이언티스트들에게 중요한 가치창출의 원천이 될 수 있다.