데이터 계의 유니콘, ‘데이터 사이언티스트’ 양성 삼매경

[컴퓨터월드] 21세기 IT를 관통하는 핵심 화두가 ‘빅데이터(Big Data)’라면, 빅데이터를 다루는 기술을 가진 21세기 연금술사를 ‘빅데이터 분석가(Big Data Analyst)’라고 부른다. 위키백과에 따르면 빅데이터 분석가는 빅데이터 전문가로 ‘디지털 사이언티스트(Digital Scientist)’ 혹은 ‘데이터 과학자’(Data Scientist)로 불리는 전문가라고 정의한다.

2012년 당시 IT 업계는 다소 생소한 빅데이터를 어떻게 정의할 것인지에 대한 논의를 해야 했다. 그러나 2014년 현재 더 이상 빅데이터의 정의에 대해 누구도 언급하지 않는다. 다만 이 빅데이터를 직접 다룰 주체인 데이터 사이언티스트에 대한 논의로 옮겨졌다.
데이터 사이언티스트는 ‘21세기 가장 섹시한 직업’, ‘철인’, ‘유니콘’ 등 많은 수식어가 붙을 정도로 많은 관심을 받고 있는 직업이다. 데이터 사이언티스트는 누구이며, 이를 육성하기 위한 방안은 무엇인지 알아본다.

과연 데이터 사이언티스트는 누구일까?
데이터 사이언티스트는 수많은 데이터 속에서 패턴 또는 트렌드를 읽어내 가치 있는 결과물을 도출해낸다. 트위터, 페이스북 등 SNS(Social Network Service) 상에 남긴 글을 통해 개인의 성향을 파악할 수도 있고, 트렌드를 읽어낼 수도 있다. 또한 대량의 빅데이터를 분석해 행동패턴이나 경제상황 등을 예측하기도 한다.

이는 기존 컴퓨터 전문가가 데이터를 수집하고 보관하는 일만 했다면, 데이터 사이언티스트는 한 발 더 나아가 데이터 내용을 분석하고 가공하는 일까지 한다는 뜻이다.

이를 위해 데이터 사이언티스트는 기본적으로 통계학에 대한 지식과 비즈니스 컨설팅에 대한 이해, 데이터 분석을 위한 설계기법 활용 등에 관한 전문적인 역량을 필요로 한다. 즉, 여기저기 흩어져 있는 데이터를 수집해 가공하려면 데이터 처리 능력이 우선시 돼야 하지만 데이터 분석에 필요한 가설·모형을 만들고, 결과 도출 뒤에는 분석할 줄도 알아야 한다.

허명회 고려대 교수는 국내 첫 데이터 사이언티스트 관련 컨퍼런스 기조연설자로 나선 자리에서 ‘데이터 사이언티스트로 입신(立身)하기’란 주제로 데이터 사이언티스트의 자질과 갖춰야할 조건에 대해 언급했다.

허명회 교수는 “데이터 사이언스는 관측·수집 데이터로부터 정보를 추출하고, 추출 정보로부터 지식을 창출한다. 이 같은 과정을 위해서는 과학적인 접근뿐만 아니라 공학적인 접근도 필요하다”며, “데이터 사이언스가 아닌 데이터 사이언스 & 엔지니어링으로 불러야 한다”고 주장했다.

허 교수는 “데이터를 다루는 사람인 데이터 사이언티스트&엔지니어는 개척 정신과 자질이 필요하다”며, 데이터 사이언티스트의 자질로 △능동적 태도 △문제해결력 △창의력 △소통력 등을 들었다. 또한 데이터 사이언티스트가 되고 위해서는 △통계학: 회귀모형 다변량 EDA, Machine Learning 등 △컴퓨터: 데이터베이스, Web 기술 등 △수학: 미적분학, 선형대수 등 △적용 분야 지식: 역사학, 경제학, 사회과학, 공학 △실용주의 철학 등이 필요하며, △R △파이썬(Python) △Java 등은 언어로써 다룰 줄 알아야 한다고 밝혔다.

데이터 사이언티스트, 과연 존재할까?
데이터 사이언티스트가 되기 위한 조건들을 살펴보면, 왜 ‘철인’과 ‘유니콘’이란 수식어가 붙었는지에 대해 알 수 있다. 데이터 사이언티스트 조건에 만족하는 사람이 과연 있을까?

조성준 서울대 교수는 지난 2014 BI 컨퍼런스에서 데이터 사이언티스트 존재에 대해 의구심을 보였다. 조 교수는 “데이터 사이언티스트라고 하면 일반적으로 대량 데이터를 저장하는 것, 하둡이나 NoSQL 등을 잘 다루고 병렬처리 프로그램도 잘 하는 사람을 칭할 것이다. 그 다음 단계로 과거부터 해왔던 통계나 기계학습 기반 분석, 모델링을 할 줄 알아야 한다. 도출된 결과를 가지고 실무자나 CEO들이 의사결정을 할 수 있게 시각화도 할 줄 알아야 한다. 마지막으로 가장 중요한 본질에 대한 이해, 현업의 지식이 있어야 한다”며, “데이터 사이언티스트가 되기 위해서는 컴퓨터공학과, 통계학과, 산업공학을 전공해야 하며 현업에서 5년 정도 실무 능력을 갖춰야 한다. 시각화에도 능통해야 한다. 다 공부하자면 10년 이상 걸릴 것으로 보인다. 과연 그런 사람이 존재하겠는가? 한국을 떠나 미국에서도 그런 사람은 존재하지 않는다”라고 지적했다.

이어 조 교수는 “한 데이터 사이언티스트가 모든 것을 다하는 것을 상상할 수는 있지만 현실에서는 존재하지 않는다”며, “대신 하나의 팀으로 꾸려진 전문가 집단이 데이터 사이언티스트의 대안이 될 수는 있을 것이다”고 의견을 밝혔다. 그는 “다만 이 전문가 집단들도 상대방과 소통할 수 있는 기본 소양이 있어야 한다는 전제조건이 필요하다”고 덧붙여 말했다.

이종석 신한카드 빅데이터 센터장도 조성준 교수과 같은 의견을 내비쳤다. 이종석 센터장은 “데이터 사이언티스트는 존재하지만 그런 인재는 이미 기업에서 상당한 대우를 받고 있기 때문에 새롭게 영입할 수 있는 가능성은 낮다. 이에 최적의 대안은 데이터 사이언티스트가 아닌 데이터 사이언티스트 조직이다. 즉, 데이터 사이언티스트가 갖추어야 할 역량을 한 사람에게서 찾기보다는 개별적인 역량을 모아서 조직을 구성하여 데이터 사이언티스트 역량을 확보하는 것이다”고 말했다.

신한카드 빅데이터 센터도 외부에서 데이터 사이언티스트를 영입하기 보다는 △비즈니스 전문가 △분석 전문가 △데이터 아키텍트 전문가 등 3가지 영역의 역량을 모아서 데이터 사이언티스트 조직을 구성하고 있다.

이 센터장은 “각 영역의 역량을 단순히 모아놓는다고 해서 당장 유기적으로 이어지지 않는다. F1과 같은 자동차 경주에서 드라이버의 운전 실력도 중요하지만 타이어를 교체하는데 걸리는 시간 단축도 중요하다는 사실은 차에 조금이라도 관심이 있는 사람이라면 누구라도 알고 있는 사실이다. 실제로 타이어 교체 시간 단축은 절묘한 팀워크에서 나온다. 이처럼 데이터 사이언티스트 조직이 성과를 내기 위해서는 상당기간의 튜닝을 통한 팀워크 필요하다. 이러한 튜닝에 걸리는 시간을 확보하기 위해서는 최고경영층의 지원이 반드시 필요하다”고 강조하며, “또한 데이터 사이언티스트 조직의 역량을 처음부터 다 구비하는 것보다는 단계적으로 그 역할이 확대됨에 따라 필요한 역량을 확보해 나가는 것이 더 중요하다. 신한카드 역시 분석된 결과에 대해 고객의 눈높이에서 설명하고 스토리라인을 펼칠 수 있는 컨설팅 역량을 추가적으로 확보할 계획”이라고 덧붙여 말했다.

이 센터장은 “신한카드에서 필요한 데이터 사이언티스트는 △빅데이터를 통해 얻을 수 있는 가치를 명확하게 전달할 수 있는 컨설팅 역량 △데이터에 대한 선처리 및 분석기법에 대한 전문적인 지식 등에 대한 자질이 필요하다”며, “다만 신한카드가 추구하는 것은 데이터 사이언티스트 조직이기 때문에 두 가지 자질 중 하나라도 해당되는 사람이 곧 데이터 사이언티스트다”고 말했다.

데이터 사이언티스트 육성 가능할까?
2011년 5월 맥킨지 조사에 따르면 대용량 데이터를 분석하는 유통업체는 최대 60%의 운영 수익을 기대할 수 있으며, 의료산업의 경우 연간 8% 또는 2천억 달러를 절감할 수 있을 정도로 빅데이터 시대에 살고 있다 할 수 있다.

강력한 분석 능력을 소유한 세계적 기업들이 성과를 올릴수록 데이터 사이언티스트의 필요성은 덩달아 높아지고 있다. 업계에서는 이미 데이터 사이언티스트가 빅데이터 전쟁의 패권을 좌우할 핵심인재로 여기고 치열한 인재 확보 경쟁을 벌이고 있을 정도다.

SAS의 조사에 따르면, 2017년까지 빅데이터 전문가 수요가 지금보다 2배 이상 늘어난 6만 9,000명에 달할 것으로 예상됐다. 이 보고서에 따르면 영국 대기업 5개사 중 3개사가 빅데이터 전문 기술을 가진 사람을 채용하고자 분투하고 있다고 전했다. 또한 한국DB진흥원은 미국이 490,000명, 영국이 58,000명, 한국이 10,000명 규모로 빅데이터 전문가 수요가 급증할 것으로 내다봤다.

그러나 데이터 사이언티스트는 기존 전문가와 달리 많은 자질과 기술을 요구하기 때문에 쉽사리 찾기 힘들다. 현재 국내에서 데이터 사이언티스트 육성을 위해 대학 및 대학원 교수들이 이론적 부분이나 통계학적 관점에서 모델링 분석기법도 가르치고 있다. 그러나 이론을 넘어 실제 실습으로 들어가면 데이터에서 문제를 찾든 필요한 것을 찾든 데이터를 다양한 빅데이터 기술을 가지고 하는 어려움이 있다.

빅데이터를 하는 전문 기업들 중심으로 인력 양성 지원 사업을 발주해서 전문가를 뽑고, 거기서 실습에 필요한 것들을 전문가들이 가르친다. 각 대학에서는 실습 조교들이 많이 한다. 조교들을 가르치기도 하고 교수들도 가르치기도 한다. 그러나 빅데이터 교육과 관련된 인프라는 열악하다는 게 현실이다.

산·학·연, 데이터 사이언티스트 육성 ‘삼매경’
한국데이터베이스진흥원 이정현 실장은 “최근 국내 기업들을 상대로 실측 조사 결과, 빅데이터 전문 인력을 확보한 기업은 5.8%뿐이었다”며, “빅데이터 산업이 아직 명확하지 않아 수요에 대한 논란은 있지만, 국내에 데이터 관련 전문 인력이 부족한 것은 사실”이라고 말했다.

이에 산·학·연은 데이터 사이언티스트를 찾기보다 육성하는 방향으로 선회해야 한다고 입을 모은다. 대표적으로 충북대학교와 SAS코리아, 건강보험심사평가원, 한국데이터베이스진흥원 등이 데이터 사이언티스트 육성에 나섰다.

2012년 충북대학교는 국내에서 처음으로 빅데이터 분야 소프트웨어 인력양성 석사과정을 신설했다. 충북대 ‘비즈니스데이터융합학과’ 대학원은 기존 ERP, 비즈니스 인텔리전스 등 비즈니스 분야와 빅데이터 분야를 융합, 교육함으로써 빅데이터 기술을 비즈니스로 연결시키기 위한 목표를 세웠다. 전사적자원관리(ERP), 데이터마이닝, 인공지능, 통계분석, 정보검색, 자연어 처리, SNS 분석, 이미지그래픽스를 전공한 9명의 교수들이 비즈니스와 IT 기술을 겸비한 융합형 전문가 양성을 위해 교육하고 있다.

특히 SW 전문분야별 고급 스페셜리스트 양성을 위한 고용계약형 SW 석사과정 운영을 통해 업무현장에서 요구하는 전문성과 숙련도를 갖춘 중·고급 SW 전문인력을 양성할 수 있다. 이에 △소마시스템 △데이터스트림즈 △윕스 △사이버다임 △그린광학 △디포커스 △BH컨설팅 △위엠비 △다날 △다음소프트 △아트만파트너스 △위세아이텍 △투이컨설팅 △비즈아이솔루션 △리얼타임테크 등의 기업들이 참여하고 있다.

▲ 충북대 비즈니스데이터융합학과 교과과정

SAS코리아는 △빅데이터 및 빅데이터 분석 시스템 도입을 고려하는 기업의 분석 전문가 또는 기술 전문가 △빅데이터 분석 과제를 수행하는 현업 담당자 △빅데이터 시스템 구축 담당자들을 대상으로 SAS 데이터 사이언티스트 교육과정을 운영하고 있다.

SAS코리아는 SAS 솔루션 실습을 통한 분석 기술의 이해, 데이터 인사이트 도출, 비즈니스 전략 수립 등 실무 중심의 교과과정으로 구성되어 있다. SAS의 전문 컨설턴트나 교육팀 강사진뿐만 아니라 외부의 분석 전문가나 교수들이 함께 참여해 다양한 인사이트를 전달해주고 있다. 실제 빅데이터 및 분석에 대한 단순 개념 정리부터 SAS 비주얼 애널리틱스(Visual Analytics)와 같은 솔루션을 사용한 실습까지 다양한 정보를 제공한다.

총 5일에 거쳐서 이뤄지는 이 교육은 △왜 빅데이터를 분석해야 하는지 △빅데이터 분석을 위해 필요한 것은 무엇이고 △어떻게 빅데이터 분석을 수행해야 하는지 △빅데이터 데이터 구축 방안 및 빅데이터 분석의 적용 방안을 기업의 적용 사례 및 실습을 통해서 제공한다.

▲ SAS코리아 ‘SAS 데이터 사이언티스트 교육과정’ 커리큘럼

건강보험심사평가원은 SAS코리아와 함께 보건의료 빅데이터에 대한 이해와 사용능력에 대한 인증을 위해 ‘보건의료 데이터 사이언티스트 인증 프로그램’, 심사평가원의 내부 빅데이터 전문가 양성을 위한 ‘심사평가원 업무에 맞춘 SAS 교육 프로그램’등을 협력 개발하고, 새로운 인재 발굴을 위한 ‘보건의료 데이터 마이닝경진대회’도 매년 공동 개최하고 있다.

지난 9월 30일 SAS코리아와 건강보험심사평가원이 공동 주최한 ‘제12회 SAS 마이닝 챔피언십’ 결선이 성황리에 개최됐다. 제12회 SAS 마이닝 챔피언십에는 미래 데이터 사이언티스트를 꿈꾸는 전국 250개 팀 및 750명 대학생이 참가해 치열한 경쟁을 벌였으며, 심사 결과에 따라 우승자를 비롯한 수상자들에 대한 시상식이 진행됐다.

참가 학생들에게는 병·의원 개원을 희망하는 지역의 위험도 분석 및 향후 매출 예측을 통해 ‘개원 지역 예측 모델 개발’이라는 주제가 주어졌다. 따라서 신규로 특정지역에 개원하고자 하는 요양기관을 대상으로 향후 예상되는 매출액과 해당지역에서 개원 시 폐업에 대한 위험성을 예측하는 정보를 제공하는 것이 이번 과제의 핵심 목표였다.

각 참가자 별로 통계청, 국민건강보험공단, 국토해양부 등에서 공개한 공공 외부데이터 중, 스스로 가치가 있다고 판단되는 것들을 선정해 반영했고, 그 결과 팀마다 다른 모델링 결과를 제출했다. 참가자들은 병·의원 수요와 공급에 영향을 미칠 수 있는 외부의 공공 정보를 직접 판단하여 수집함으로써 보다 통합적인 가치 판단을 통한 데이터 분석 능력까지 평가 받았다.

SAS 코리아 프로페셔널 서비스 부문장인 신용원 전무는 “빅데이터 솔루션의 도입 사례가 급증하는 만큼 데이터 사이언티스트에 대한 수요도 높아지고 있는 상황이며, 내년부터 데이터 사이언티스트 국가공인자격제도가 시행될 정도로 국가적으로도 양성을 장려하고 있다”고 말했다. 또, “SAS코리아는 데이터 사이언티스트가 주목을 받기 훨씬 이전부터 빅데이터 전문가 배양을 위해 해마다 SAS 마이닝 챔피언십을 개최해왔으며, 앞으로도 국내 다양한 분야에 역량 있는 데이터 사이언티스트를 공급할 수 있도록 체계적인 시스템과 커리큘럼을 구축해 나갈 것”이라고 밝혔다.

건강보험심사평가원의 황의동 진료정보분석실장은 “작년에 이어 올해에도 SAS 마이닝 챔피언십을 개최하며, 방대하게 축적된 의료보건 데이터를 활용할 수 있는 참신한 아이디어를 많이 얻을 수 있었다”고 말하며, “심평원은 수상자들의 우수한 결과물을 기반으로 지역별 의료 서비스 격차를 해소할 수 있도록 적극적인 방안을 강구해나갈 것”이라고 밝혔다.

빅데이터를 업무에 활용할 수 있는 능력을 갖춘 실무전문가를 양성하기 위해 한국데이터베이스진흥원은 빅데이터 아카데미를 2012년 6월 개설해 △빅데이터 기술 전문가 △빅데이터 분석 전문가 등 2개의 운영 과정과 과정별 교과과정을 개발, 최소 3년 이상 경력자를 대상으로 직무기준, 선수조건 등을 확정해 운영하고 있다.

 

실제 시행 첫 해에 200여명의 교육생을 배출한 바 있는 빅데이터 아카데미는 빅데이터 프로젝트에 참여한 최소 3년 이상의 데이터 기술‧분석 경력자를 대상으로 연수생을 선발해 3개월 간 교육과정을 거친다. 수료생의 평균 나이는 37.9세, 평균 경력은 10.1년으로 나타나 현업 전문가들의 참여가 두드러진 것도 특징이다.

특히 빅데이터 아카데미 교육과정에서 △기업재무정보 및 공시정보를 활용해 상장 폐지될 기업을 예측하는 ‘상장폐지기업 예측’ △개봉 영화 선호 패턴 분석으로 마케팅 대상 분류 및 향후 흥행 수입을 예측하는 ‘최신 영화 분석’ 등 실무 위주의 주요 프로젝트를 진행하기도 했다.

특히 올해는 빅데이터 직무분석을 결과를 반영해 △기획 △처리 △분석 △시각화 △운영관리 등 5개 핵심 능력과 21개 능력 단위 및 67개의 능력 단위 요소기술로 구성해 교과과정에 반영하는 한편 온·오프라인교육, 프로젝트, 현장연수, 워크숍 등을 통해 총 200명의 빅데이터 기술 전문가와 빅데이터 분석 전문가를 양성할 예정이다.

뿐만 아니라, 현장 적용 만족도를 높이기 위해 실습서버를 지원하고, 전문 멘토단을 구성해 프로젝트 운영 시 필요한 핵심 정보 등을 제공할 계획이다.

또한 한국데이터베이스진흥원은 데이터 분석(Advanced Data Anlytics) 자격을 개발·운영한다. 일명 빅데이터 분석 자격증으로 △데이터 분석 전문가 △데이터 분석 준전문가로 나눠서 자격시험을 치르게 된다.

데이터 분석 전문가(ADP: Advanced Data Analytics Professional)는 데이터 이해 및 처리 기술에 대한 기본지식을 바탕으로 데이터 분석 기획, 데이터 분석, 데이터 시각화 업무를 수행하고 이를 통해 프로세스 혁신 및 마케팅 전략 결정 등을 과학적 의사결정을 지원하는 직무를 수행하는 전문가이며, 데이터 분석 준전문가(ADsP: Advanced Data Analytics Semi-Professional)는 데이터 이해에 대한 기본지식을 바탕으로 데이터 분석 기획 및 데이터 분석 등의 직무를 수행하는 실무자다.

데이터 분석 전문가는 △박사학위를 취득한 자 △석사학위를 취득하고 해당 분야 실무 경력 1년 이상인 자 △학사학위를 취득하고 해당 분야 실무경력 3년 이상인 자 △전문대학 졸업 후 해당 분야 실무경력 6년 이상인 자 △고등학교 졸업 후 해당 분야 실무경력 9년 이상인 자 및 데이터 분석 준전문가 자격을 취득한 자 기준 중 하나 이상 만족 시 응시 가능하며 필기와 실기 시험에서 75점 이상이면 합격이다.

데이터 분석 준전문가는 응시 제한이 없으며 필기시험만 치루며 60점 이상을 합격으로 한다.

데이터 사이언티스트 양성을 위해 필요한 것은?
허명회 고려대 교수가 “단기적인 성과주의와 갑을 관계로 대표되는 용역꾼 역할은 데이터 사이언티스트의 능력을 저하시키는 주된 요인이며, 법·제도의 뒷받침이 되지 않고 학과주의와 랩 중심의 교육 환경도 데이터 사이언티스트의 육성을 가로막는 장애물”이라고 지적한 것처럼 국내에서 데이터 사이언티스트를 육성하고 정착하기 위해서는 몇 가지 해결해야 할 과제가 있다.

우선 데이터 사이언티스트는 고급 인력임에도 불구하고 국내에서 제대로 가치를 인정받고 있지 못하다는 점이 문제로 지적된다. 데이터솔루션 정성원 이사는 “오라클 같은 DBMS를 배우는 것과 고급분석을 배우는 것은 차원이 다른 이야기다. 그러나 분석가들은 개발자와 똑같은 인력으로 취급당해 초급, 중급, 고급 등 노임단가를 받고 있는 게 현재 상황이다. 이런 상황에서 데이터 사이언티스트 양성은 꿈과 같은 이야기다”라고 지적한다.

두 번째로 융합형 인재를 양성하기 힘든 교육제도도 과제다. 조성준 서울대 교수는 “과거 계산통학과가 데이터 과학자에 가깝게 양성할 수 있는 과목이었지만 사라졌다. 지금 상황에서 산업공학과 컴퓨터공학, 통계공학이 결합되어야 진정한 데이터 사이언티스트를 양성할 수 있는 기반이 마련될 수 있다”며, “갑자기 모든 분야를 다룰 수 있는 인재를 양성하긴 어렵다. 각 분야별 전문가 중 다른 분야까지 섭렵하게 해야 함에도 불구하고 국내 대학, 특히 서울권 대학의 경우 학과 개설을 마음대로 할 수 없다는 점이 장애물로 남아 있다”고 지적했다.

마지막으로 데이터 사이언티스트를 그저 한 부서, 전담조직으로만 평가절하시키는 기업문화가 걸림돌로 남아 있다. 데이타솔루션 정성원 이사는 “국내 기업에서 분석 업무만 해서 인사고과에서 높은 점수를 받기는 힘들다. 이는 분석을 아무리 잘해도 그 공을 인정받지 못한다는 뜻도 된다. 빅데이터 시대라고 하지만 회사 내 올라갈 수 있는 한계가 있는데 과연 누가 분석을 하려고 하겠는가. 별동대로 분리된 국내 기업의 조직 개선되지 않는 이상 힘들다”고 지적했다.

SAS코리아 김윤건 부장도 “기업들은 전지전능한 데이터 사이언티스트 채용에 관점을 두는 것이 아니라, 분석이라는 것을 기업 내의 한 문화로 받아들이는 것에 노력해야 한다. 예를 들면 분석 업무를 총체적으로 지휘하는 ‘비즈니스 분석 역량 센터(Business AnalyticsCompetency Centre)’를 두는 것이다. 비즈니스 분석 역량 센터를 통해 주요 이해 관계자들의 역할과 책임을 명확히 규정하고, IT 부서와 비즈니스 담당 부서간의 의견차를 좁히고, 나아가 이 역량센터를 통해 기업이 ‘전사적인 분석 문화’를 정착시켰을 때 비로소 보다 큰 경쟁력을 확보할 수 있다”고 조언했다.

빅데이터가 ICT 분야의 새로운 패러다임이자 신성장동략으로 급부상하고 있다는 것은 그 누구도 부정하지 못할 사실이다. 빅데이터는 ‘자체’뿐만 아니라 ‘활용’을 통해 경제사회 발전의 원동력이 될 수 있다. 이는 마치 다이아몬드 원석은 자체로도 가치가 있지만 이를 어떻게 가공하냐에 따라 더 높은 가치를 받을 수 있는 것과 같다.

이런 빅데이터를 활용하기 위해서는 데이터 사이언티스트가 중요한 역할을 담당하고 있으며, 필수요소로 급부상하고 있다. 이들이 없이는 빅데이터 분석을 통해 가치를 얻는다는 것은 불가능한 일이다.

그러나 국내에서 데이터 사이언티스트를 대부분의 기업들이 언급하는 데이터 사이언티스트는 고급 기술 스킬과 비즈니스 통찰력을 동시에 보유한 ‘이상적인’ 인재다. 한 마디로 데이터 사이언티스트만 채용을 하면 요즘 얘기하는 빅데이터 분석이 쉽게 이루어 질 것이라는 생각으로 데이터 사이언티스트를 찾고 있다.

기업들이 이러한 환상을 버리지 않는 한 데이터 사이언티스트 채용이나 존립 자체가 더더욱 어려워 질 것이다. 또한, 가지고 있는 기대와 반대로 데이터 사이언티스트에 대한 가치를 인정하지 않는 현실 풍토 역시 데이터 사이언티스트 양성을 가로막는 장애물이다.

그나마 대학들은 실무형 빅데이터 전문 인재를 양성하기 위해 교과과정을 새롭게 갖춰 전문학과를 개설하고 있으며, 정부 역시 국가차원에서 빅데이터 ‘활용’을 촉진하고 빅데이터 ‘산업’을 육성하기 위한 전략적 지원을 전폭적으로 지원하고 있는 등 긍정적인 방향으로 흘러가고 있다.

저작권자 © 아이티데일리 무단전재 및 재배포 금지