콘텐츠로 건너뛰기
02_Elements/아이콘/왼쪽 화살표 인사이트로 돌아가기
인사이트 > 대상

데이터 과학의 진정한 마법

3 분간 읽기 | Kevin Lyons, 데이터 사이언스 부문 수석 부사장 | 2019년 8월

공상 과학 소설 작가 아서 C. 클라크(Arthur C. Clarke)가 단언한 것처럼 "충분히 발전된 기술은 마법과 구별할 수 없다"고 가정한다면, 데이터 과학은 때때로 토끼를 모자에서 꺼내는 것으로 여겨지는 것처럼 느껴질 수 있습니다. 물론 이 이야기는 잘못된 것입니다. 이는 제가 "데이터 마법"이라고 부르는 것에 대한 인식으로, 사람들은 데이터가 "데이터 과학 기계"의 한쪽 끝으로 펌핑될 수 있고 다른 쪽에서 완벽한 위젯(모든 사람의 문제에 대한 솔루션)이 나타날 것이라고 믿습니다.

이는 대다수의 사람들이 데이터 과학의 작동 방식을 이해하지 못하기 때문이며, 딥 러닝과 같은 고급 영역으로 들어가면 많은 데이터 과학자조차도 다양한 수준의 복잡성을 이해하지 못한다는 것을 인정할 것입니다. 그러나 데이터 사이언티스트라면 (대부분) 깊이를 벗어났을 때를 알 수 있을 만큼 충분히 알고 있습니다. 그러나 데이터 과학 커뮤니티 밖에서는 항상 그런 것은 아닙니다. 그리고 그것은 이해할 수 있습니다.

부분적으로는 우리 자신의 잘못입니다. 터프한 클럽이다. 역사적으로 "외부인"이 뚫고 들어가기 어려웠고, 이해하기는 더더욱 어려웠다. 데이터 과학의 언어는 가슴 가까이에 머물러 있습니다. 로마 카톨릭 교회가 특히 중세를 거쳐 근대 초기에 이르기까지 메시지를 통제하기 위한 핵심 커뮤니케이션 언어로 교회 라틴어를 선택했던 것처럼, 우리 데이터 과학자들은 분명히 같은 규모가 아니며 전체 인구에 직접적인 영향을 미치지는 않지만 유사한 행동으로 비난받을 수 있습니다. 그러나 16세기의 종교 개혁이 다양한 기독교 교회의 교리를 대중에게 더 쉽게 접할 수 있게 하여 언어의 족쇄를 풀어준 것처럼, 데이터 과학은 이제 그 모국어를 더욱 확장해야 합니다. 

공유된 언어를 통해 우리는 데이터 사이언티스트가 어떤 문제든 해결할 수 있는 신비한 능력을 가지고 있다는 믿음을 넘어 AI 환경을 통해 데이터를 실행하여 마법처럼 원하는 결과를 생성할 수 있습니다. 데이터 과학이 마법의 만병 통치약이 아니라는 것을 사람들이 이해하는 데 도움이 될 것입니다.

사실, 진정으로 고급 데이터 과학을 원한다면 데이터 과학자를 할당하여 격리되거나 임시적인 문제를 해결하는 최악의 방법 중 하나는 데이터 과학을 백룸에 보관하여 커뮤니케이션을 사일로화하기 때문입니다.

오히려, 데이터 과학을 확산시키는 가장 좋은 방법은 데이터 과학이 제대로 수행된다면 팀 스포츠라는 것을 이해하면서 엔터프라이즈 수준의 문제를 드러내는 것입니다. 제품 또는 고객을 전담하는 다분야 팀을 보유하면 우수한 비즈니스 결과를 얻을 수 있고 부서 간 이해가 발전합니다. 커머셜 어소시에이트, 프로덕트 매니저, 엔지니어, 데이터 사이언티스트 및 기타 주요 기능 조직의 대표를 포함한 코호트는 가장 큰 요구와 기회에 초점을 맞춘 마음의 회의를 위해 방해받지 않는 방에 갇혀 있어야 합니다. 진정한 마법이 일어나는 곳입니다.

하지만 이 여행을 하는 여행자는 경고 신호를 알고 있어야 합니다. 협업의 정신으로 고객이나 다른 제3자와 함께 일할 때 절대적으로 모든 사람에게 설명할 수 있는 솔루션을 찾기 시작한다면 잠시 멈추십시오. 마술사가 자신의 성과를 초보적인 트릭으로 제한하지 않는 것처럼, 청중은 데이터 사이언티스트가 쉽게 설명할 수 있는 솔루션을 기본값으로 설정해서는 안 된다는 것을 이해합니다. 프로세스를 의도적으로 약화시키면 문제에 대해 최적이 아닌 솔루션을 제공하는 부수적인 효과가 있을 수 있습니다. 균형입니다.

이러한 균형은 데이터 사이언티스트의 역량을 신뢰하는 기업에 달려 있습니다. 데이터 사이언티스트를 신뢰하는 것은 우리가 할 수 있는 한 우리의 언어를 공유하되 상황이 너무 기술적으로 변할 때 솔루션을 희석시키지 않을 것이며, 우리는 항상 우리의 분야에 충실할 것입니다.

이 기사는 원래 Medium에 게시되었습니다.

유사한 인사이트 계속 탐색