이대성 대진대학교 교수/​​​​​​​대통령 정책기획위원회 자문위원
이대성 대진대학교 교수/대통령 정책기획위원회 자문위원

[뉴스포스트 전문가 칼럼=이대성] 생명은 유한하나 데이터는 무한하다. 인류의 영속을 위해 꼭 필요한 2가지가 있다면 그것은 안녕한 자연과 똑똑한 데이터일 것이다. 인간은 사회적 동물로서 현대 사회에 있어서 우리는 필연적으로 데이터와 함께한다. 수시로 오는 재난정보 외 날씨, 교통, 행정, 민원, 택배, 역사(歷史), 국사(國史), 족보, 경영, 건강, 예능 등 우리가 원하는 정보는 어렵지 않게 확보할 수 있다. 국경을 넘는 광범위한 데이터에서부터 개인 한 명이 생산하는 부분적인 데이터에 이르기까지 지구는 똑똑한 데이터를 생성하는 다이내믹(Dynamic) 한 별이 되어가고 있다.

생각이 데이터를 만든다. 생각의 개념은 다양하며 넓다. 기억, 느낌, 의욕 등 일상은 생각으로 채워진다. 집에서 쉴 때나 회사에서 일할 때도 끊임없이 생각한다. 쉴 때나 소비할 때는 타인이 원하는 데이터가 생산될 수 있으며 일할 때는 내가 원하는 데이터가 생산될 수 있다. 데이터는 정보를 가진 모든 값이나 무언가를 처리하는 형태로 표시되는 숫자, 기호, 문자 등을 말한다. 인간은 존재하고 생각하는 한 데이터를 생산, 처리, 관리하는 지능적인 동물이다. 일할 때 우리는 판단과 결정을 반복한다. 판단과 결정은 언제나 데이터가 필요하며 이러한 데이터가 모여 정보라는 결과물이 된다. 즉 일은 ‘생각+행동’으로써 원하는 수준의 데이터가 준비되지 않으면 제대로 된 정보 수집도 의사결정도 불가능하다. 특히 기계가 판을 치는 현대사회의 일은 결국 데이터라는 놈에 의해 성패가 좌우된다. 이는 우리 사회의 진영이 민주화가 될수록 또한 공정성이 더해질수록 더욱더 확산이 되며 부패와 부정을 막는 최적의 솔루션(Solution)이 된다. 

빅데이터는 비교적 과거의 데이터를 기반으로 한다. 통계나 큰 단위의 의사결정을 할 때는 빅데이터의 도움이 필수다. ‘2020데이터산업현황조사(한국데이터산업진흥원)’에 따르면 빅데이터의 분야별 활용 비중은 고객 관리 및 모니터링-마케팅 분야(30.4%), 수익 목적의 빅데이터 비즈니스 개발-론칭(16%), 실적 및 성과 관리 분석(11.8%), 공공 분야(교통 및 대민 지원, 11.4%), 신상품 및 서비스 개발(11.1%), 생산량 증감 조절 및 예측(5.6%), 비즈니스 환경 변화 모니터링 및 대응(5.6%), 위험요소 예측-모니터링(리스크 관리, 3.9%), 각 분야 비용 절감(2.0%), 기업 리소스 및 경제력 관리(2.0%), 소셜 분석 등 시장 환경 트렌드 분석(0.3%)으로 현장, 생산, 연구, 사무, 전문직종 가릴 것 없이 전 산업 분야에 깊숙이 관여하고 있다. 

스몰데이터(Smalldata, 개인의 취향과 생활방식 등 일상적인 행동에서 나오는 개인적인 데이터) 또한 어떠한가? '레고(LEGO)'의 성공은 흔히 차별화된 마케팅(Marketing) 전략이라고 한다. 그러나 정확하게 꼬집자면 ‘레고’사의 마케팅전략의 핵심은 스몰데이터 기반의 마케팅전략이다. 2000년대 초반 존폐에 허덕이던 ‘레고’사의 마케터(Marketer)들은 새로운 돌파구가 필요한 상황이었다. 이들은 독일에 있는 11세 소년과의 인터뷰를 통해 ‘게임체인저(Gamechanger)’가 될 수 있는 중요한 데이터를 확보하게 된다. 그 아이는 ‘레고’의 마니아(Mania)이면서도 동시에 그 동네에서는 열정적인 스케이트보더(Skateboarder)였는데 “가지고 있는 물건 중에서 가장 자랑하고 싶은 것이 무언인가?”라는 마케터의 질문에 그 아이가 꺼내 든 것은 바로 낡은 운동화였다. 연습을 통해 닳고 닳은 낡은 운동화는 스케이트를 가장 잘 타는 사람이라는 것을 나타내는 하나의 심벌(Symbol)이었던 것이다. 

이를 통해 ‘레고’의 마케터들은 ‘본인의 성취를 이루어낸 증거가 되는 물건에 중요한 의미를 부여하게 된다’는 사실을 깨닫게 되었으며 이러한 스몰데이터를 확보한 레고의 마케터들은 특정 집단의 공통적인 특징을 구분해 내는데 유리한 빅데이터 분석과는 다르게 블록(Block)의 크기를 더 작게, 조립 설명서는 더욱더 상세하게 구성하여 레고 상품을 대하는 모든 수요자들에게 뿌듯함과 성취감이라는 경험적 가치를 제공하여 소위 대박을 치는 상품으로 거듭나게 된다. 

현대 사회에 있어서 데이터는 그 중요성이 더욱 부각되고 있다. 4차 산업의 확산과 코로나19의 확산으로 인한 온라인 가속화 현상은 데이터 스모그(Data smog) 현상을 초래하게 된다. 즉 온라인과 플랫폼(Platform)이라고 하는 숨바꼭질 놀이터에서 어딘가에는 존재하나 어디에 숨어있는지 모르는 ‘영이’와 ‘철수’와 같이 다양한 분야에서 내가 원하는 데이터를 찾아내기가 정말 힘든 상황이다. 또한 데이터는 모호성, 연결성, 목적성의 특징으로 인하여 해당 분야의 전문적인 지식(예로 업종 전문가 또는 지역 전문가)과 스킬(예로 데이터 매니지먼트 능력)이 부족한 개인은 내가 원하는 데이터를 찾기가 불가능하며 이는 경력관리에 치명적인 단점으로 나타난다. 

국내 데이터 시장의 규모는 2019년은 16조 8582억(전년 대비 8.3% 증가)이며 2020년은 약 19조 2700억으로 나날이 증가하고 있다. 최근 3년간(18~20년) CAGR(연평균 성장률)을 보면 약 11.3%대이며 시장은 데이터 솔루션 개발, 구축, 컨설팅, 판매, 서비스 전 분야에서 최소 10%에서 최대 15%까지 꾸준한 성장세를 유지하고 있다. 

필자가 자문위원으로 있는 ‘한국판뉴딜사업’의 ‘디지털 뉴딜(Digital new deal)’을 보면 2025년까지 국비 약 33.5조원이 투입 될 예정이다. 여기서도 볼 수 있듯이 이는 실로 엄청난 수요가 있는 사업 분야로써 공공, 민간, 개인 등 모든 영역에서 데이터의 역할은 매우 중요하며 다양하다는 것을 나타낸다. 과거 수기(手記)가 주판(籌板)으로 주판이 계산기로 계산기가 컴퓨터로 컴퓨터가 인공지능으로 변해 왔듯이 현재 시대의 데이터 관리 능력은 과거 시대의 주판, 계산기와 같이 평범하면서도 매우 중요한 직무능력으로 주목받고 있다.

시대는 이러한데 인력의 공급 상황은 허탈한 수준이 아닐 수 없다. 현재는 말할 필요도 없고 2025년을 기준으로 데이터 분야의 인력 수요를 보면 데이터 과학자(31.4%), 데이터 개발 및 분석가(각각 14.5%), 데이터 컨설턴트(10.8%), 데이터 엔지니어(9.0%), 데이터 기획자(5.5%), 데이터 아키텍트(4.2%), 데이터베이스 관리자(3.0%)로 데이터 직종 전 분야의 인력이 부족하다. 또한 2020년 국내 기업의 빅데이터 도입률을 보면 ‘도입이 15.5%’, ‘도입 진행 중이 4.0%’, ‘도입 고려 중이 8.9%’, ‘미도입이 71.6%’로써 데이터 기반의 직무수행이 아직 턱없이 부족함을 나타내고 있다. 더욱이 충격적인 것은 도입한 기관의 상황을 보면 공공이 55.23%, 금융이 32.2%로 독보적으로 높은 반면 그나마 민간 업종에서 10%를 넘는 업종은 통신-미디어(21.7%), 제조업(16.7%), 유통-서비스(16.9)로써 나머지 의료, 물류, 교육, 유틸리티, 농축산-광업, 건설, 숙박-음식점업, 기타 업종은 10% 이내인 것. 이는 산업과 시스템(System)의 고도화에 따라 너 나 할 것 없이 데이터 기반의 직무수행이 턱 없이 부족한 상황임을 나타낸다. 

조직은 업무 처리 과정과 결과에 있어서 스마트한 경영자와 근로자를 요구한다. 이러한 통계는 개인에게는 장, 단점이 극명한 상황으로써 데이터 관리 능력을 소홀히 하는 조직과 사람은 조직, 고객으로부터 외면당할 가능성이 매우 크며 이와 반대로 개인이 꾸준히 데이터 관리 능력을 높여간다면 조직, 고객으로부터 업무 협상, 연봉 협상, 직무수행 능력에 작지 않은 어드벤티지(Advantage)를 갖게 된다. 

그렇다면 이러한 트렌드에 있어서 우리는 어떻게 대응해야 하는가? 데이터 연관산업 분야에서 인력을 채용할 때 상위 우대 기술은 통계툴 분석 능력(20.8%), 분석 프로그래밍(21.3%), SQL 프로그래밍(15.0%), 데이터 시각화(12.5%), 텍스트-자연어 분석(7.5%), 데이터 품질-표준(5.8%), 데이터 전처리-라벨링-특성추출(5.5%), 기계학습-인공지능 알고리즘, 이미지 영상분석, 데이터수집-크롤링-연동(각각 동일하게 4.2%), 대용량 데이터베이스 설계-보안(3.9%), 선형대수 이해(3.3%)로 나타나고 있다. 이를 대응하기 위한 자격증은 DAP, DAsP, SQLP, SQLD, ADP, ADsP, 정보처리기사, 사회조사분석사가 있으며 데이터의 기술등급 또한 초·중·고급으로 분류되는데 초급 수준은 정보처리기사, 정보처리산업기사, 전문 학사 이상의 학위 보유자, 고등학교 졸업 후 3년 이상 경력자이며 중급은 기사 자격 또는 데이터 관련 자격 취득 후 3년 이상 경력자, 산업기사 자격 취득 후 7년 이상 경력자, 석사 학위 취득 후 기사 자격 또는 데이터 관련 자격 취득 후 2년 이상 경력자이며 고급은 정보관리 기술사, 컴퓨터시스템응용기술사, 중급 이후 3년 이상 경력자, 데이터 고급 자격 취득자(데이터아케텍처전문가, SQL 전문가, OCM, 데이터 분석 전문가), 박사 학위를 가진 자로 기사 및 데이터 관련 자격 취득자로 구분되고 있다. 

반도체와 인공지능(AI)이 각각 산업의 쌀과 뇌지만 각 분야에 필요한 데이터 없이는 메타버스도 4차, 5차, 100차 산업도 영속되기 힘들다. 인류가 맞이하는 21세와 그 이후의 사회는 데이터 가공 및 관리능력을 가진 자와 그렇지 않은 자로 구분될 수 있을 정도로 그 중요성은 비할 바가 없다. 또한 현대 사회에서 개인의 진로는 언제 어떻게 변화될지 모르는 상황으로, 모든 업종과 직종에서 강력하게 먹혀들어 갈 수 있는 ‘딱’ 하나의 히든카드(Hidden card)가 바로 데이터 가공 및 관리능력이다. 이것은 현대사회의 경력관리에 있어서 매우 중요한 킹핀(Kingpin)이 되며 나아가 현대사회의 고도화된 기술은 기초과학의 융합에서 왔듯이 데이터 능력이 탄탄한 사람은 직업상, 업종상 다양한 분야로 이직, 전직, 창업의 가능성을 높여주며 또한 경력관리상 그 사람만의 독특한 장르의 크로스오버(Cross over)를 가능케 하는 강력한 무기가 될 수 있다. 

관련기사

저작권자 © 뉴스포스트 무단전재 및 재배포 금지