데이터 사이언스 분야에 일하고 싶은 이유 1 - 인생 타임라인

카일스쿨 유투브에서 카일의 타임라인에 맞추어서 어떻게 자신이 데이터 사이언스 분야에서 일을 하게 되었는지를 서술해주셨다. 그리고 이 동영상을 보는 많은 사람들에게 데이터 사이언스 취업 전에 고민하면 좋을 질문 5가지를 제공해주었다.

이 글에서는 인생 타임라인을 되돌아보고, 다음 글에서 질문 5가지에 자문자답해보려고한다. 

 

나의 타임라인

2009' ~ 2012' 사회학과 미디어학, 수학을 좋아함, 통계는 한번 찔끔 시도해보고 버림.

나는 사회학 전공이다. 데이터를 기반으로 가설을 제시하고 검증하는 훈련을 했었다. 비록 문과였지만 수학을 좋아하고 꽤 잘했기 때문에 자연스럽게 통계학도 관심을 가졌다. 하지만 첫 통계학 입문 수업에서 처참한 성적을 맞았고, 그 이후로 통계학에는 얼씬도 하지 않았다. 사실 대학교 1학년 때여서 그리 열심히 공부하지도 않았다. 그리고는 사회학의 여러 이론 수업과 미디어학의 여러 글쓰기 수업을 전전했다. 

대학 공부를 통해서 나는 미묘한 언어와 문학의 뉘앙스를 음미하거나(인문학), 전략을 세우고 프리젠테이션을 청자들을 설득시키거나(경영학), 정치학, 경제학 개념을 익히면서 비판적인 시각으로 글을 쓰는 일(사회과학) 등 다양한 수업을 접했다. 하지만 이래저래 어느 것 하나에 정붙이지 못했던 듯 하다.

 

2013' 공학 사고방식에 매료 

2013년에 들어서야 내가 하고 싶은 것을 한 문장으로  추릴 수 있었다. 나는 사람들에게 비판적인 사고와 기술의 실천으로 실질적으로 도움이 되는 무언가를 만들고 싶었다. 결국 내가 선택한 것은 '공학적 사고' 를 구현할 수 있는 곳, 즉 IT 업계였다. 마침 '융합', '인문학적 소양' 을 바탕으로 한 기술 인력을 양성하는 것이 유행이었다. '삼성 소프트웨어 멤버십', '네이버 NEXT' 등을 찾아보았다. 그리고 난 입버릇처럼 IT 업계에 취직하겠다고 말하고 다녔다. 무엇을 해야하는지 알지도 못한 채. 그리고 베이스를 공학으로 돌려야 하나 지원서를 쓰던 찰나에 덜컥 IT 업계에 취직하게 되었다.

 

2014' ~ 2016' IT 회사에 PM 으로 취직, 도메인 기반 데이터 커뮤니케이션

취직의 기쁨도 잠시. 난 비즈니스 운영기능과 프로덕트 개선에 대해서 저울질하고, 우리가 선택과 집중을 하지 못했다고 연신 투덜댔다. 사실 둘다 중요하다. 매 순간마다 어느 부분에 더 집중할 것인지에 대해서 선택해야했는데 그 때의 환경은 이것을 선택하는 데에 유연하지 못했다. 돌이켜 생각해보면 워터폴도 애자일도 아닌 애매한 개발문화였다. 그래도 좋은 분들을 만나서 DDD, UML, 클라이언트 데이터 수집 등 도메인 기반을 데이터를 바라보는 방법론을 접하게 되었다. 

데이터 기반으로 프로덕트를 개선하는 작업들을 진행했다. DMP 로 데이터를 잘 리포팅하는 기능도 제공하고, 데이터를 기반으로 UI/UX를 개선하는 작업도 했다. 또한 광고 성과와 비즈니스 매출을 높이기 위한 모델링을 반영하는 기능을 맛보기로 담당하였다. UI/UX 나 플랫폼 기능에 한계가 있다고 생각했던 나는 데이터에 더욱 흥미를 느끼기 시작했다. 나는 PM 으로스 데이터 사이언스를 모르지만, 데이터 사이언티스트들과 도메인 데이터에 관해 커뮤니케이션 하는 법을 익혔다. 

 

2017' ~ 2018' 스타트업으로 이동, 핀테크 및 마케팅 플랫폼 구축

상장을 목표로 달리는 핀테크 스타트업으로 이동했다. 좀 더 빠르게 개발할 수 있는 문화를 갈망했다. 내 선택에 맞게 정말 단시간에 많은 일을 했다. 주로 이전에 광고에서 배운 도메인 개념으로 비즈니스 성과를 높일 수 있는 다양한 마케팅 플랫폼 프로덕트를 만들었다. 이전에 배웠던 도메인 기반 데이터 설계 방법론을 기준으로 무수하게 훈련할 수 있는 기회였다.

마케팅 플랫폼에서 데이터 분석을 지원하기 위해 간단한 SQL 을 작성하기 시작했다. 나는 플랫폼 PM 이기 때문에 데이터를 직접 분석할 필요는 없었다. 하지만 결국 내가 만든 플랫폼으로 이루고자 하는 목표가 비즈니스 성과인 이상, 데이터에 관심을 가질 수 밖에 없었다. 마케팅 데이터를 분석하기 위해서 마케터들의 비즈니스 가설과 데이터 분석가들의 분석 방법론을 어깨 너머 관찰하였다. 아직 데이터 분석이라고 하기에는 너무 거창하지만, 내 서비스 데이터는 내가 직접 보기 시작했다. 

 

2019' ~ 2021' DMP 플랫폼 PM, 데이터 엔지니어링 기반 플랫폼 구축

나는 개발자도 아니고, 데이터분석가도 아니다. 그런데도 DMP 플랫폼 PM 이다. 나는 PM 으로서 데이터를 다양한 방법으로 유연하게 가져와서 개인화된 서비스를 제공하도록 필요한 플랫폼의 형상을 고안한다. 

정말 데이터 관련된 다양한 유형의 프로덕트를 구축하고 운영하게 된다. 타겟팅 플랫폼, 데이터 소스를 연결하면서 데이터 파이프라인 구축하고 질의하기 편하게 가공하는 프로덕트를 만들었다. 또한 데이터를 실시간으로 이벤트 형태로 컨슈밍하여 여러 마이크로 서비스를 액션시키는 IFTTT 플랫폼도 구축한다. 다양한 데이터 흐름 안에서 각 데이터의 생애주기와 상태와 정합성을 맞추는 등 DMP 를 운영하는 노하우도 익히게 된다. 나중에 알고보니 이게 바로 데이터 엔지니어링의 영역이었다. DMP 의 목적은 사용자가 유저경험 또는 프로덕트 제공할 때, 데이터 분석을 통해 그로스 해킹을 잘 할 수 있도록 지원하는 것이다.

데이터 엔지니어링은 개발자가 하고, 데이터 분석은 데이터분석가가 한다. 하지만 이들과 같이 일하기 위해서는 데이터 사이언스를 배울 수밖에 없었다. 코드 한 줄 못쓰면서 엔지니어링에 도전하기 보다는 조금 더 도메인 데이터를 아는 입장에서 접근하기 좋은 데이터 분석을 공부하려고 마음먹었다. 그래서 파이썬과 데이터 관련 프레임워크를 공부하기 시작했다.

아직 데이터 사이언스의 영역까지는 가지 못했다. 사실 데이터 사이언티스트의 제안도 많이 받는다. 자체적인 회원점수, 자체적인 성과율 예측 등의 알고리즘을 반영하여 많은 서비스들의 그로스 해킹을 자동화하고 싶다. 이 과정을 기계가 학습하고 결과를 반영하도록 무한반복하는 것이 데이터 사이언스의 영역이라고 생각하고 있다. 꿈과 같은 영역이지만, 언젠가는 가야하는 영역이라고 생각하고 있다.