【 청년일보 】 바야흐로 빅데이터의 시대. 현 시점 가장 섹시하고, 힙한, 주목받는 직업 데이터 사이언티스트. 인공지능을 이용하여 빅데이터를 분석하고 기존 알지 못했던 인사이트를 도출하고 정확하게 미래를 예측함으로써 데이터 사이언스는 어느 산업에서나 판도를 흔들고 있다. 

제조업에서는 각종 센서와 카메라 등을 통해 데이터를 축적하고 이를 분석하여 더 질 좋은 제품을, 더 효율적으로 생산하고 있다. 마케팅 업계에서는 소비자 데이터를 통해 트렌드를 분석하고 인공지능을 통해 소비를 예측하여 효율적인 마케팅을 수행한다. 하지만 데이터 사이언스를 통한 분석과 적용이 말처럼 센세이션을 불러오고 있을까? 데이터 사이언스를 통해 각 업계는 실제 측정 가능한 이익을 얻었을까?

데이터는 넘쳐난다. 빅데이터의 시대인 것은 맞다. 하지만 빅데이터를 소유한 자는 데이터를 외부로 공유하려 하지 않는다.

데이터도 자산이다. 그렇기 때문에 다양한 데이터가 융합되어 더 큰 가치를 만들기란 아직은 먼 이야기이다. 각 회사, 개인은 각자가 가진 데이터를 돈을 받고 판매하기도 한다. 인공지능 학습용 데이터를 만들어 판매하는 기업이 생겨날 정도다.

이처럼 데이터가 자산이 되기 때문에 데이터를 가진 주체는 데이터를 외부에 공개하지 않으려 노력하고, 설령 공개한다고 하더라도 복원할 수 없도록 가명처리를 하거나 응용집계를 내어 공개한다.

이렇게 처리된 데이터는 활용하여 도출할 수 있는 가치가 매우 제한적이다. 각 데이터를 가진 주체가 협력하여 서로의 데이터를 공유하고 더 많은 데이터를 통해 더 큰 가치를 도출할 수 있다. 데이터가 가진 잠재적인 효용을 극대화 하기 위해서 협력은 필수적이라고 생각한다.

데이터 사이언티스트의 수요보다 공급이 아직은 현저히 적고 대부분의 데이터 사이언티스트의 실력이 데이터의 효용을 극대화 시키지 못한다. 모두가 이세돌 9단과 알파고의 바둑 대결을 기억할 것이다.

인공지능과 데이터 사이언스가 유명해진 시점이 그 즈음인 것으로 기억한다. 그 시점부터 라고 해도 데이터 사이언스가 활성화 된 지는 그리 오래 되지 않았다. 그리고 관련 기술은 데이터 사이언스를 공부하는 학생들이 따라가기 어려울 정도로 빠르게 발전하고 있다.

이러한 사실들을 종합해 보면 현재의 교육체제에서 데이터 사이언스를 효율적으로 교육하기란 현실적으로 어렵다는 결론이 나온다. 초, 중, 고등학교의 필수교육은 논외로 치고 대학교육만을 이야기하더라도 데이터 사이언스를 실제에 적용할 수 있을 수준으로 교육시키는 곳은 그리 많지 않다.

기본적인 알고리즘, 붓꽃 분류, 보스턴 집값 예측 따위의 기본 예제를 넘어선 수준의 실습은 대학교육에서 어렵다. 요즈음 많은 사람들이 참여하는 국비교육도 이보다 상황이 잣진 않다. 그렇기 때문에 현업에서 당당히 자신이 데이터 사이언스라고 말할 수 있는 사람은 많지 않다. 데이터의 효용을 높일 수 있는 데이터 사이언티스트가 없으니 데이터가 효용을 발휘하지 못하는 것이다.

실력이 부족한 데이터 사이언티스트 사이에서 정말 실력 있는 인재의 가치는 천정부지로 올라간다. 수면위로 떠오른지 얼마 되지 않은 데이터 사이언스를 다룰 수 있는 인재는 많지 않고 그 중에서도 데이터의 효용을 높일 수 있을 정도로 실력 있는 인재의 수는 극히 드물다.

이러한 이유 때문에 현업에서 데이터 사이언스를 도입한다 하더라도 대부분이 단순, 응용통계에 그치는 경우가 많으며 드물게 기본 머신러닝, 딥러닝 알고리즘을 이용한 회귀 예측, 분류 알고리즘을 이용한다. 데이터 사이언스는 더욱 복잡한, 고도화된 기술로 더 큰 효용가치를 도출 해 낼 수 있다.

기업은 데이터의 홍수를 자신들의 큰 댐으로 막지 않고 적극적으로 공유해야 하며 실력 있는 데이터 사이언티스트를 양성할 수 있도록 각 교육기관과 데이터 분야 진출을 꿈꾸는 개인이 부단히 노력해야 한다. 빅데이터의 시대. 우리는 데이터를 아직 100% 이용하지 못하고 있다.
 

【 청년서포터즈 5기 김태일 】