자세히 보기

By Kim Jin Cheol

김진철의 How-to-Big Data | 빅데이터 조직과 시스템 (8)

이번 글부터 앞으로 두, 세편의 글에서는 데이터 과학팀 리더가 데이터 과학팀을 이끌기 위해 염두에 두어야 할 몇 가지를 같이 정리해보려고 한다.

먼저 많은 경우 일반 기업과 조직에서는 데이터 과학 전문가가 리더를 맡는 경우보다는 현재 기업과 조직에서 리더의 역할을 하는 분들이 데이터 과학팀 조직 초반에 리더를 맡는 경우가 많을 것이다. 필자가 경험한 바에 따르면 기업과 조직에서 데이터 과학팀이 제대로 성과를 내지 못하고 자리 잡지 못하는 이유가 리더의 리더십과 리더십 행사 방식이 데이터 과학팀과 잘 맞지 않아서 생기는 경우가 많다는 것을 알게 되었다. 그렇다면 왜 리더의 리더십과 리더십 행사 방식이 데이터 과학팀과 잘 맞지 않는 경우가 생기는 걸까?

필자가 보고 듣거나 직접 경험한 바에 따르면 일반 기업과 조직의 리더들이 현재 구사하는 리더십의 방법들은 대부분 데이터 과학자와 같은 전문가 그룹을 이끌기에 잘 맞지 않는 방식인 경우가 많다. 우리나라 많은 기업과 조직들이 과거 우리나라의 경제적인 부를 가져다준 패스트 팔로워 방식의 비즈니스 추구 방식과 경쟁 우위를 추구하는 방법을 주로 쓰다 보니 데이터 과학팀에 필요한 스타트업과 같은 문제 해결 및 비즈니스 모델 검증에 적합한 비즈니스 추구 방식을 어색해하고 잘 사용하지 않는 경우가 많다.

여기에 승진과 조직 내 권력 구조와 관련된 문제가 얽히기 시작하면, 데이터 과학팀이 막 조직된 기업과 조직에서 데이터 과학팀을 누가 이끌고 이를 통해 이득을 얻게 되는가 하는 문제로 복잡한 양상이 나타나게 되고, 이 과정에서 막 조직된 데이터 과학팀이 날개를 펴보지도 못하고 추락해버리는 상황이 생기게 된다.

위와 같은 이유로 데이터 과학팀의 리더는 내부 선임보다는 되도록 데이터 과학과 IT분야 전문성을 가진 전문가로 외부 영입을 하도록 필자가 권하기는 했지만, 외부에서 영입된 전문가라고 해도 데이터 과학팀에 적합한 리더십을 발휘할 수 있으리라는 보장은 없기에 여전히 위험 요소는 남아 있게 마련이다. 이런 위험 요소들은 대개 데이터 과학팀의 특성에 대한 잘못된 이해와 적절하지 않은 리더십 행사 방식을 통해서 나타나게 되는데 오늘 기고를 포함한 앞으로 두, 세편의 글에서 이 문제를 좀더 깊이 있게 짚어보려고 한다.

먼저 리더가 알아야 할 데이터 과학팀의 가장 중요한 특성은 데이터 과학팀을 구성하는 구성원들과 이들이 일하는 방식에 따라서 나타나는 특성이다. 비유하자면, 데이터 과학팀은 명령에 따라 일사불란하게 움직이는 군대의 분대와 같은 조직이라기보다는 요즘 많은 인기를 얻고 있는 영화 어벤져스에 나오는 어벤져스 팀과 비슷한 조직이라는 것이다. 그럼에도 불구하고 이런 어벤져스와 같은 팀을 이끌기 위해 똑같은 일을 반복적으로 하는 예전 대량 생산 시대의 공장 노동자들을 염두에 둔 리더십을 활용하고 있기 때문에 데이터 과학자와 그 팀의 구성원들이 효과적으로 역량을 발휘하지 못하고 복잡한 문제들이 생겨나는 것이다.

위와 같은 조직 특성이 나타나는 이유는 여러 가지가 있는데, 우선 중요한 것은 데이터 과학 업무를 위해 필요한 지식과 통찰의 넓이와 깊이가 일반 사무직 구성원들이 배우고 활용하는 업무에 필요한 지식과 통찰의 넓이와 깊이보다 훨씬 더 넓고 깊다는데 있다. 앞으로 인공지능이 발전하게 되면 데이터 과학 업무도 일반 구성원들이 처리할 수 있을 만큼 많은 부분이 표준화되고 자동화되어 당연한 업무가 될 수도 있겠지만, 아직은 보통 기업에서 처리하는 업무에 비해서 다양한 지식과 창의성을 필요로 한다.

데이터 과학팀이 보이는 조직 특성의 또 다른 원인은 데이터 과학자들의 성장 경로와 지식수준에 따라 역량의 깊이와 범위가 천차만별이라는데 있다. 일반 사무직 구성원들이 배우는 업무들은 업무 내용과 필요한 지식이 어느 정도 표준화가 가능하다. 새로운 영역의 업무라고 해도 훈련과 강의를 통해 습득해서 어느 정도 수준 이상으로 업무를 수행할 수 있는 데까지 이르는데 일반 기업과 조직의 입장에서 보았을 때 합리적인 수준의 시간이 필요한 경우가 많다.

그렇지만, 데이터 과학 업무는 데이터 분석에 필요한 수학과 IT 기술에 관련된 전문 지식이 필요하고, 이런 전문 지식을 각 데이터 분석 케이스 하나하나마다 적절하게 적용해서 문제를 풀어나가기 위해서는 데이터를 다루어 문제를 해결한 실무 경험이 어느 정도 이상 쌓여야만 가능하다. 이에 더해서 각 데이터 과학자의 성장 경로에 따라 쌓인 지식의 넓이와 깊이, 그리고 실무에 이런 지식을 적용하면서 생긴 통찰의 깊이가 데이터 과학자마다 다르고, 이런 지식의 통합된 정도와 통찰의 깊이가 측정하기도, 표준화하기도 어렵기 때문에 한 데이터 과학팀에 속한 모든 데이터 과학자가 같은 조건과 역량으로 일을 한다고 보기 어렵다.

이런 이유로 각 데이터 과학자가 최대한의 역량을 발휘해서 팀에 기여할 수 있도록 하는 리더십은 특별할 수밖에 없다. 더군다나 팀 내 구성원 간 경쟁을 통해 업무를 효율화하고 성과를 창출하려는 기존의 리더십 방식은 더더욱 효과적이지 않은 경우가 많다. 경쟁보다는 협력을 극대화하고, 각 데이터 과학자와 데이터 과학팀 팀원 간 서로의 부족한 점을 메워 팀 단위의 역량을 극대화할 수 있는 리더십이 필요하다.

이런 배경에서 데이터 과학팀의 리더는 데이터 과학팀의 각 구성원 한 사람 한 사람애개 모두 독특한 역량과 장점이 있음을 가장 먼저 인지하고, 서로의 역량과 장점이 서로의 단점을 메워주고 보완하도록 이끄는 리더십을 갖추는 것이 중요하다. 이런 관점에서 출발하는 리더십은 창조적인 일을 하는 전문가 그룹에 꼭 필요한 리더십으로, 오늘날 다수의 스타트업과 창조적인 개발팀에서 볼 수 있고 필요로 하는 리더십이다.

그렇다면, 이렇게 어벤져스와 같이 각 구성원이 독특한 역량과 능력을 갖춘 데이터 과학 전문가 그룹을 적절하게 이끌어 성과를 만들기 위해서 데이터 과학팀의 리더가 어떤 리더십을 발휘해야 할까? 이런 데이터 과학 전문가 그룹의 리더가 지키고 염두에 두어야 할 리더십의 요건을 최근 출간된 로버트 흐로마스, 크리스토퍼 흐로마스의 “아인슈타인의 보스”에 소개된 리더십의 요건들을 중심으로 데이터 과학팀의 맥락에서 같이 살펴보도록 하자[2].

데이터 과학팀의 리더가 가장 먼저 조심해야 할 것은 바로 리더 자신이 걸림돌이 되지 않는 리더십이다. 필자가 직접 경험했거나 보고들은 많은 경우에 대해 데이터 과학팀이 생겼을 때 생기는 문제 대부분은 데이터 과학팀에 맞지 않는 리더십을 리더가 고수하거나, 기업과 조직의 일반 구성원보다 학력과 역량이 높을 수밖에 없는 데이터 과학자들을 리더가 지나치게 자신의 승진 경쟁 상대로 의식하여 리더로서 적절치 못하게 처신하여 생기는 것이 많았다.

가장 많이 문제가 되는 경우는 데이터 과학에 대해 잘 모르지만 사내에서 팀장과 부서장의 보직을 수행하던 리더가 데이터 과학 부서의 리더를 맡았을 경우이다. 이 경우 대개 문제가 몇 가지 양상으로 나타난다. 그 중 첫번째 양상은 데이터 과학에 대해 잘 알지 못하지만 리더가 자신의 역량에 대해 자신감이 있고 사내에서 지지를 받는 사람인 경우 데이터 과학자들의 의견과 말에 잘 귀 기울이지 않거나 데이터 과학자들을 지나치게 경쟁 위주의 팀 문화로 몰아가고 효율과 스피드만을 강조하는 경우이다. 우리나라 대기업에서 이런 일이 특히 많이 벌어지는 듯하다.

왜 이런 경우가 문제가 되는가? 우리나라 대부분 대기업은 제조업을 중심으로 일어선 회사들이 많다. 그리고 그나마도 기술을 밑바닥부터 원천 기술을 개발하여 시작한 회사들보다는 기술은 대부분 외국의 기술을 들여오고 선진국의 경쟁자들을 낮은 단가와 빠른 속도로 쫓아가 이기는 것에 초점을 맞춘 패스트 팔로워 전략을 택하는 기업들이 많았다. 최근에는 삼성전자와 같이 휴대전화, 반도체와 같은 첨단 제품을 중심으로 연구개발을 통해 핵심 기술을 확보하여 세계적인 회사로 자리 잡은 국내 대기업도 많지만, 오래된 조직 문화가 한번에 바뀌기는 어렵기 때문에 이런 세계적인 대기업들조차도 지금까지 기업을 키워오는데 유효했던 조직 문화의 영향을 여전히 받고 있다.

요즘은 조직 문화를 유연하게 바꾸기 위해 많은 노력을 기울이고 있고, 실제로도 제도 자체는 유연한 조직 문화를 위한 제도가 많이 실행되고 있다고 하지만, 오랫동안 조직에 자리 잡은, 기존 제조업 성장에 유효했던 일사불란하게 빠르게 움직이는 패스트 팔로워 마인드가 쉽게 바뀌기는 어려운 것이 현실이다.

패스트 팔로워 마인드가 꼭 나쁜 것만은 아니다. 실제로 요즘 구글이나 애플 같은 회사들도 삼성전자의 경영방식을 많이 벤치마크한다고 하지 않던가? 그렇지만 구글이나 애플같이 혁신의 경험과 DNA를 가진 기업들이 삼성전자의 패스트 팔로워 마인드와 경영 방법을 배워 자신들의 실행력을 보완하는 것과 근본적인 혁신의 경험이 부족한 우리나라 대기업들이 패스트 팔로워 방식을 고수하는 것과는 분명히 차이가 있을 것이다.

이전의 스물다섯번째 글에서 언급했듯이 데이터 과학을 경영에 도입하는 것은 경영의 패러다임을 보다 과학적인 의사 결정 방식으로 전환하는 것이기 때문에 기업과 조직이 성장했던 기존의 마인드셋을 바꾸는 것이 가장 어려운 일이라고 했다. 데이터 과학팀의 리더가 기존의 마인드를 고수하면서 데이터 과학팀을 이끌려고 한다면 데이터 과학을 통해 새로운 마인드와 경영 패러다임을 수혈해 회사의 새로운 성장을 이끌어 내려는 데이터 과학팀 운영의 취지에 맞지 않을 것이다. 데이터 과학을 한다는 것 자체가 기존의 기업 경영 방법론이나 마인드를 어느 정도 버리거나 수정하는 것을 의미하기 때문이다.

이런 이유로 데이터 과학팀을 이끄는 리더가 데이터 과학팀에 맞지 않는 리더십을 고수하는 것은 기업이 자원과 시간을 낭비하고 데이터 과학팀 운영의 효과를 제대로 보지 못하게 하는 문제를 일으키게 된다. 데이터 과학팀은 일반적인 경영 지원과 사무를 위한 팀과는 다른 업무를 수행하고, 일하는 구성원들도 보통의 구성원들이 아닌 전문가들이다. 전문가 그룹에 맞는 리더십을 발휘해야 효과적인 업무를 수행할 수 있다.

리더 자신이 데이터 과학팀의 걸림돌이 되지 않는 리더가 되지 않기 위해 가장 먼저 생각해야 할 사실은 진정한 리더는 자신보다 뛰어난 사람들을 이끌 수 있어야 한다는 말이다. 이 말은 데이터 과학팀과 같은 전문가 그룹 조직에 정말로 잘 맞는 말이다. 필자가 보고들은 데이터 과학팀 운영의 많은 사례에서 조직 문화와 운영 측면에서 많은 문제가 생긴 팀들은 대개 리더가 위의 말을 진심으로 이해하지 못하고 실천하지 못해서 생긴 경우가 많았다.

앞으로 기고할 글에서 데이터 과학팀의 조직 운영 원리와 관련해 좀더 자세히 살펴볼 개념으로 “위계 중심 조직(hierarchy-centric organization)”과 “역할 중심 조직(role-centric organization)”이 있다. 우리나라 대부분 대기업과 기업 조직은 위계 중심 조직이다. 위계 중심 조직은 리더가 팀 구성원들보다 역량이나 모든 면에서 뛰어나다는 가정하에 많은 권력과 권한을 부여하는 조직으로 신속하고 빠른 실행이 중요한 조직에서 효과적이다. 반대로 역할 중심 조직은 조직의 구성원 각각이 고유의 역할을 가지고 있고, 고유의 역할을 가진 구성원이 자신이 맡은 역할에 관련된 권한을 가지고 권력이 분배된 구조다. 역할 중심 조직은 조직의 업무가 매우 높은 전문성을 필요로 하거나 스타트업과 같이 조직의 업무 프로세스를 정형화하기 힘든 상황에서 효과적으로 동작하는 방식이다.

데이터 과학팀은 그 업무 특성 때문에 근본적으로 역할 중심 조직이 될 수밖에 없다. 역할 중심 조직에서는 구성원 각각이 자신의 전문 분야에 대해 독자적인 권한과 자율성을 가진다. 데이터 과학자 각각이 데이터 과학자로 성장하여 온 과정은 각 데이터 과학자마다 독특하고 유일한 과정이며, 이렇게 독특하고 유일한 성장 과정에서 쌓인 경험과 역량은 개개인별로 다 다르다. 이런 이유로 데이터 과학자가 자신이 전문적으로 분석하는 도메인이나 산업 분야, 그리고 분석 기법과 기술별로 전문성을 가지고 있으면 그 영역에 대해서는 다른 동료들이나 전문가로 대체하기가 쉽지 않은 경우가 많다.

아무리 뛰어난 천재라고 하더라도, 다른 사람들에 비해서 뛰어난 영역이 조금 넓고 많을 수는 있을지 몰라도, 신이 아닌 이상 동시에 여러 가지 일을 한 사람이 해낼 수도 없고, 특히 데이터 과학과 같이 다양한 기술과 지식이 필요한 영역에서 모든 산업 분야와 분석 기술에 대해서 전문성을 최고 수준으로 가지고 있기는 어렵다. 이런 이유로 다양한 역량과 경험을 가진 데이터 과학자들이 해결해야 할 하나의 공통 문제를 위해 서로 부족한 점을 보완하면서 협력하여 문제를 해결해 나가야 한다.

데이터 과학팀 리더라고 하더라도, 만약 데이터 과학팀 리더가 데이터 과학 전문가라면, 이런 상황은 다르지 않다. 특정한 영역에서 자신보다 훨씬 더 뛰어난 데이터 과학 전문가를 자신의 팀에 팀원으로 두고 있는 경우는 데이터 과학팀과 같은 전문가 그룹에서는 아주 흔한 일이다. 데이터 과학 전문가인 리더는 전문가 그룹의 이런 특성에 대해서 잘 알고 있는 경우가 많으며, 자신이 자신보다 뛰어난 팀원들을 이끌어야 한다는 것을 거부감 없이 받아들이는 경우가 많고 이를 위해 자기 자신의 리더십과 역량을 스스로 훈련하고 단련하는 경우가 많다. 하지만, 데이터 과학팀의 이런 특성을 체감하지 못하는 위계 중심 조직의 리더였던 사람이 데이터 과학팀과 같은 역할 중심 조직의 리더를 맡게 되면 자신보다 뛰어난 팀원들에 대해 복잡한 감정을 느끼게 되는 것 같다.

데이터 과학자를 포함한 팀 구성원 모두가 자신의 전문 역량을 최대한 발휘하여 기업이 당면한 문제를 공동으로 같이 해결해 나가는 데이터 과학팀이야말로 리더가 모든 면에서 결코 나을 수 없는 팀이다. 팀 구성원들 중 리더보다 특정 영역에서 더 나은 역량이나 전문성을 가지고 있는 구성원이 있다고 해서 리더 역할을 하는 자신이 그 구성원보다 부족하다고 생각하거나, 그 구성원이 리더 자신이 리더의 자리를 지켜내기에 경쟁자로서 위협이 된다고 생각하는 리더는 상황을 지나치게 자기중심적으로 보고 있다. 

자신보다 뛰어난 팀원들이 자신의 역할을 다하기 위해 자신의 전문 분야와 영역에 대해 자신의 식견과 의견을 피력하고 자율적으로 업무를 수행하는 것을 자신의 리더로서 권위와 위치에 대한 도전으로 받아들이는 리더는 데이터 과학팀을 이끌 자격이 많이 부족한 리더다. 데이터 과학팀 구성원들인 데이터 과학자들이 자신의 역할을 다하는 것을 데이터 과학팀 리더가 자신에 대한 도전으로 받아들이고 통제하고 관리하려고 하는 것이 리더가 데이터 과학팀의 업무에 걸림돌이 되는 사례로서 필자가 가장 많이 목격한 경우이다.

인간이 신이 아닌 이상 모든 영역에서 모든 사람보다 뛰어난 역량을 가지는 것은 거의 불가능하다는 것을 잊어서는 안 된다. 오히려 특정한 영역에서 자신보다 뛰어난 팀 구성원이 있다는 것은 자신의 단점을 보완하고 자신이 잘 모르는 영역의 부족한 역량을 보완해서 팀을 더 뛰어난 팀으로 만들 수 있게 하고, 이를 통해서 리더 자신의 부담과 짐을 많이 덜 수 있게 한다는 사실을 생각하면 리더 자신이 오히려 반겨야 할 일이다. 
 


데이터 과학팀 리더의 다양한 문제 해결 경험과 팀 조직, 운영 능력, 리더십만으로도 이미 특정 분야의 전문성에서 리더 자신보다 앞서는 구성원보다 리더가 리더로서 대접받아야 할 이유로 충분하다. 이런 측면에서 자신보다 뛰어난 데이터 과학자나 데이터 과학 팀원이 소신껏 업무를 수행하여 데이터 과학팀의 성과와 발전에 기여할 수 있도록 잘 지원하는 것이 리더 자신의 발전과 경력 성장을 위해서 더 좋은 일이다. 이렇게 데이터 과학팀 구성원을 적극적으로 지원할 수 있는 높은 자존감과 포용력을 가지는 것이 데이터 과학팀 리더로서 우선 갖추어야 할 역량이고, 팀 구성원들로부터 리더를 차별화하는 리더만의 앞선 역량이기에 이런 자존감과 포용력을 우선적으로 갖출 수 있도록 노력해야 할 것이다.

두번째로 리더가 데이터 과학팀의 업무에 걸림돌이 되는 경우는 데이터 과학자들의 성과를 자신의 성과로 모두 돌리고 차지하는 경우이다. 위계 중심 조직에서는 팀의 업무를 지휘하고 이끄는 것이 말 그대로 리더의 역량에 많이 달려 있기 때문에 팀의 성과에 대해 우선적으로 팀 리더의 공헌이 크다고 말할 수 있을지 몰라도 역할 중심 조직에서는 다르다. 역할 중심 조직은 전문성별로 권력과 권한이 분산되어 있고 각 역할을 맡은 전문가들이 자신의 몫을 제대로 해내지 못한다면 그 업무 자체가 진행되거나 성과를 거두기 어려우므로 각 전문가가 자신만의 고유한 기여가 분명히 있고, 리더는 이러한 각 전문가들의 기여에 대해 분명하게 인지하고 보상할 필요가 있다.

물론 이런 전문가들이 하나의 지향점을 가지고 역량을 집중하여 협력하여 문제를 해결할 수 있도록 팀의 역량을 조율하고 뒷받침하는 리더의 역량이 아무것도 아니라고 말하는 것은 아니다. 다만, 역할 중심 조직에서는 리더가 팀의 하나의 역할이고, 그 역할에 준하는 업무를 수행한다는 것을 염두에 둘 필요가 있다. 달리 얘기하자면, 리더의 역할은 전체 팀 성과를 이루는데 일정 부분 기여하고 이것이 중요하기는 하지만, 구성원들 각자의 기여가 없다면 팀의 성과를 이루는데 큰 차질이 생길 수밖에 없기 때문에 아무리 팀 리더라고 하더라도 데이터 과학팀의 성과에 대해 리더가 온전하게 독식하는 것 자체가 합리적이지 않다는 것이다.

이런 측면에서 리더가 팀의 성과를 혼자 독식하려고 하고 구성원들의 기여를 제대로 인지하지 않는 것은 데이터 과학팀이 돌아가는 근본 운영 원리에 반하는 문제이기도 하고, 팀의 성과와 역량에 큰 걸림돌이 된다. 필자가 보아왔던 데이터 과학팀의 많은 문제점 중 가장 두드러진 경우 중 하나이다. 리더가 팀의 성과를 혼자 독식하려 하는 경우도 위계 중심 조직의 문화와 마인드에 익숙한 리더가 역할 중심 조직으로 움직여야 할 데이터 과학팀을 자신에게 익숙한 방식으로 움직이려다가 생기는 문제 중 하나다.

세번째로 리더가 데이터 과학팀의 업무에 걸림돌이 되는 경우는 데이터 과학팀원들의 의견과 견해를 잘 듣지 않고 자신의 생각과 고집대로 팀원들을 토끼몰이하듯 몰아가고, 자신이 가진 권력과 권한을 남용해 자신과 의견이 다른 팀원들에게 불이익을 주어 데이터 과학팀의 문제 해결 역량에 꼭 필요한 팀워크 요소인 자율성과 다양성을 해치는 경우다.

기존의 비즈니스 모델을 계속 고수해도 기업 경영에 문제가 없다면 기존 기업 경영에 효과적인 리더십을 그대로 계속 발휘해도 문제가 없을 것이다. 오히려 지금까지의 기업 성장 과정을 통해 검증된 리더십 방식일 테니 계속해서 효과적으로 작동할지 모른다. 그렇지만, 데이터 과학팀을 신설한다는 것 자체가 대부분 기업에는 기존의 비즈니스 수행 방식을 그대로 따르고 답습하지는 않겠다는 것을 선언하는 것과 다를 바 없다. 

위계 중심 조직의 특성을 십분 활용해 빠르고 일사불란한 실행력의 장점을 통해 성장을 일구어낸 조직이라면 리더의 역량과 경험에 의지한 신속한 의사 결정에 팀원들이 군말 없이 신속하게 따르고 수족처럼 움직이는 리더십을 바람직하다고 생각할 가능성이 크다. 이런 조직 문화에서 성공적으로 리더로 성장한 리더들은 데이터 과학팀도 자신에게 익숙한 방식대로 이끌려고 할 것이다. 그렇지만, 실행에 중심을 둔 조직과 문제 해결과 방향 설정에 중심을 둔 조직의 역할과 특성도 다를 뿐만 아니라, 팀 구성원들의 배경과 역량, 특성도 전혀 다른 데이터 과학팀을 군대 조직과 같이 움직이려고 하는 것이 효과적일지 한번 생각해보자.

데이터 과학팀은 역할 중심 조직이고, 각 구성원이 각자의 전문 영역과 고유한 역할을 가지고 있다고 얘기했다. 데이터 과학자 각각은 경우에 따라 리더보다 더 뛰어난 역량과 전문성을 갖추고 있을 수도 있고, 이런 다양성과 역량의 차이가 서로의 단점을 보완하고 문제 해결 과정의 역동성을 극복하는 팀의 역량이 된다. 리더가 데이터 과학팀이 맞닥뜨리는 모든 문제에 대한 해결책을 제시할 수 있는 역량을 갖추고 있는지 분명하지 않은데 팀 전문가들의 견해에 귀 기울이지 않고 자신의 경험과 지식에만 의존하는 것은 구성원들과 팀 전체의 역량을 낭비하고 활용하지 않는 것과 다름없다.

역할 중심 조직에서 리더의 역할과 위치에 대해 위계 중심 조직에서 성장해 온 리더들은 쉽게 수긍하기 어려울 수 있다. 위계 중심 조직에서는 자신이 조직 위계(hierarchy)의 위쪽 위치에 있다는 것만으로도 조직 내에서 성공한 것으로, 능력 있는 것으로 인식이 되고 리더 자신이 조직 위계에서 위쪽에 있기 때문에 주어지는 권력과 권한이 인정받은 그 능력에 걸맞게 당연히 주어지는 것으로 생각할 가능성이 크다. 

이렇게 생각하는 리더는 자신의 권력과 권한은 자신이 능력이 뛰어나 당연히 승진한 것이고 이 때문에 주어진 자신의 특권이라 생각할 가능성이 크기 때문에 당연히 자신보다 아직 뭔가 부족하여 위계 조직의 위쪽 위치에 오르지 못한 팀의 구성원들은 자신의 얘기를 먼저 당연히 들어야 하고 리더 자신이 전문가들인 구성원들의 생각을 먼저 듣고 판단해야겠다는 생각을 하기가 쉽지 않다.

역할 중심 조직에서 리더는 팀의 여러 역할 중 하나의 역할에 불과하다. 위계 중심 조직에서 리더에게 주어지는 의사 결정권과 권한은 각자의 전문 분야와 해당 업무를 하는 구성원들에게 분산된다. 이런 이유로 역할 중심 조직에서 리더의 역할과 위치에 대해서 위계 중심 조직에서 성장한 리더는 수긍하기 어려울 수 있다. 경우에 따라서 위계 중심 조직에서 성장한 리더가 역할 중심 조직으로 움직여야 하는 조직의 리더를 맡게 되었을 때 리더로서 자신의 권한과 위치가 도전받는 느낌을 받을 수 있고, 자신의 뛰어난 능력으로 획득한 리더의 자리에 걸맞은 자신의 권한과 권력을 지켜야 한다는 생각으로 자신에게 주어진 권력과 권한을 행사하다 보면 구성원들의 얘기를 귀담아듣지 않고 리더의 생각대로 구성원들을 끌고 가려는 리더십이 나타나게 된다.

데이터 과학팀의 리더는 물론 리더로서 주어진 의사 결정의 권한을 적절한 때에 권위를 가지고 행사할 수 있어야 한다. 그렇지만, 전문가 그룹으로서 데이터 과학팀이 어떻게 움직여야 가장 효과적으로 본래의 임무를 수행할 수 있고 그 역할을 다할 수 있는지 염두에 두고 자신의 권력과 권한을 행사해야 한다. 전문가 그룹의 역량을 극대화하는 가장 중요한 요소가 자율성과 다양성인데, 리더의 독선이 앞서게 되면 자율성과 다양성에 기초한 팀 전체의 역량이, 마치 우리가 척추를 다치게 되면 전신이 마비되는 것과 같이, 급격하게 마비되고 팀이 제 역할을 수행할 수 없게 된다. 자신의 권한을 행사해서 자신의 자존심을 지키는 것이 중요한지, 아니면 자신의 권한을 행사했을 때 팀의 자율성과 다양성이 지켜지고 역량이 더 극대화되는지 항상 생각해야 한다.

많은 사례를 가만히 관찰해보면, 데이터 과학팀 리더가 데이터 과학자팀원들의 얘기에 귀를 기울이지 않는 이유 중 하나는 자신의 데이터 과학 업무에 대한 무지를 감추고 리더로서 우월성을 내세우고 싶거나, 학력이나 경력, 데이터 분석 및 IT 기술 역량 등 여러 면에서 리더 자신보다 더 나은 데이터 과학자 구성원들이 리더 자리로 치고 올라올 것이 신경이 쓰여 지나치게 견제를 하는 경우였다. 

이런 이유로 데이터 과학팀의 리더는 조직 내부에서 기존 비즈니스를 성장시켜 승진한 내부 구성원보다는 되도록 데이터 과학 전문가로 선임하는 것이 좋다고 필자는 얘기한다. 하지만, 부득이하게 조직 내부 구성원이 데이터 과학팀을 맡아 리더로서 역할을 해야 하면 데이터 과학과 관련된 전문적이고 기술적인 의사 결정에 대해 조언해주고 리더로서 역할을 할 데이터 과학 기술 리더를 팀에 선임하고, 데이터 과학팀 리더는 이들 데이터 과학자들이 기업과 조직 측면에서 필요한 지원과 타 부서와의 업무 조율, 그리고 업무 환경을 만들어주고 데이터 과학자 간 팀워크를 조화롭게 유지하는데 리더로서 역량을 집중시키는 것이 좋을 것 같다.

데이터 과학팀 리더를 맡게 된 조직 내부 출신 리더가 앞에서 얘기한 데이터 과학팀의 전문가 그룹으로서의 특성을 온전하게 이해하고, 비록 자신이 데이터 과학 업무에의 전문성은 없더라도 데이터 과학 업무를 배우고 그 전반의 큰 그림이라도 익히려고 하며, 기술 리더의 조언을 현명하게 활용하여 의사 결정을 하고 데이터 과학팀을 이끌 수 있다면 더 이상 바랄 것이 없을 것이다. 사실 데이터 과학 전문가가 아닌 기존의 리더가 새로이 데이터 과학팀을 맡아 잘 이끌 수 있다고 하면 이런 리더는 조직의 어떤 업무를 맡아도 훌륭하게 리더 역할을 할 것으로 필자는 기대한다. 그리고, 전혀 불가능하지도 않다. 

조직에서 꾸준하게 성장해온 기존 조직 구성원인 리더가 데이터 과학팀을 새롭게 맡게 되어 외부에서 영입된 석, 박사 출신 데이터 과학 전문가들로 가득한 데이터 과학팀을 보고 자신의 리더로서 자리가 위협받는다고 느끼고 있다면 필자는 다음과 같이 조언해주고 싶다. 전문가 그룹에서는 그 어떤 사람도 모든 면에서 다른 모든 사람보다 뛰어난 것은 거의 불가능하다. 서로가 잘하는 전문 역량과 다른 구성원들보다 더 잘 아는 지식으로서 동료와 리더의 부족한 점을 보완하고 지원해주는 것을 팀의 핵심 가치로 삼는, 자신의 데이터 과학팀을 어벤져스 팀으로 이끌 수 있는 리더십을 발휘할 수 있다고 믿고 자신이 데이터 과학팀 구성원들을 향해 마음 에 치켜든 칼을 내려놓도록 하자.

실제 영화 어벤져스에 나오는 어벤져스 팀원들의 특징을 같이 한번 살펴보도록 하자. 영화 어벤져스 시리즈에서 어벤져스팀의 리더 역할을 하는 사람은 아이언맨의 역할을 하는 토니 스타크와 캡틴 아메리카의 역할을 하는 스티브 로저스 대위다. 어벤져스에 나오는 이 두 캐릭터는 데이터 과학팀에서 만날 수 있는 전형적으로 다른 두 리더십을 보여주는 적절한 예일 것 같다. 토니 스타크는 과학, 기술 분야의 천재적인 전문성으로 어벤져스가 부딪힌 난관을 극복할 해결책을 제시하고 자신이 가진 첨단 과학기술에 대한 깊은 지식과 통찰을 이용해 팀원들에게 리더십을 행사하는 타입이다. 데이터 과학 전문가인 리더가 이런 리더 타입이라고 생각할 수 있다.

캡틴 아메리카인 스티브 로저스 대위는 평범한 사람들에 비해 육체적으로나 지적으로나 매우 뛰어난 능력을 보유하고 있지만, 첨단 과학과 천재적인 지성으로 무장한 토니 스타크나 헐크 브루스 배너 박사, 초능력을 가진 천둥의 신인 토르, 스칼렛 위치 완다, 토니 스타크가 인피니티 스톤으로 새롭게 합성해 낸 생명체인 비전 등의 팀원들에 비하면 그 능력이 뛰어나다고 볼 수 없다. 그럼에도 팀에 합류하자마자 리더로서 역할을 충분하게 해내는 것은 2차 세계대전 동안 수많은 전투를 통해 얻은 풍부한 실전 경험과 능력을 증강하는 세럼을 통해 극대화된 자신의 지적인 능력을 최대로 활용하여 얻은 전투 상황에 대한 정확하고 빠른 판단력과 전략 수립 능력, 사람들의 마음을 사로잡고 이끌 수 있는 솔선수범하는 리더십 때문일 것이다.

데이터 과학팀 리더는 토니 스타크 같은 천재적인 리더도 필요하지만, 캡틴 아메리카 스티브 로저스 대위와 같은 리더도 필요하다. 무엇보다도 캡틴 아메리카 리더십의 원천은 올바른 윤리, 도덕의식과 솔선수범하는 리더로서 태도와 가치관, 그리고 전쟁과 전투에 대한 풍부한 경험과 승리하는 전략에 대한 통찰일 것이다. 

데이터 과학 전문가가 아닌 리더도 데이터 과학팀과 같은 전문가 그룹을 이끌 수 있는 리더가 될 수 있음을 캡틴 아메리카와 같은 리더십을 통해 알 수 있다. 신생 데이터 과학팀이 조직 내에서 어떤 식으로 자리를 잡아야 성공적으로 조직의 일부로서 긴 생명력을 가지고 기업과 조직에 기여할 수 있을지, 데이터 과학팀의 새로운 업무가 어떤 식으로 다른 부서와 원만한 관계를 맺고 협업 관계를 다져 나갈 수 있을지, 데이터 과학팀이 자리 잡은 기업과 조직만의 명문화되지 않은 암묵적인 업무 규칙과 조직 문화와 어떻게 데이터 과학 업무를 조화롭게 어울리게 할 수 있을지와 같은 문제들은 데이터 과학자도 쉽게 해결할 수 없는 문제들이다. 이렇게 데이터 과학 업무를 조직과 융화시키고 자리 잡게 하는 일은 조직에서 오랜 기간 성장해오면서 기업의 비즈니스와 조직 문화에 대한 깊은 통찰과 도메인 지식을 가지고, 데이터 과학을 비롯한 자신이 이끄는 팀의 업무에 대한 빠른 학습 역량을 가진 리더만이 할 수 있는 일이다. 

위와 같이 기업과 조직에 대한 경험과 통찰은 데이터 과학자들이 오랜 시간 동안 자신의 전문 분야를 통해 얻은 다양한 데이터 분석 기술, IT 기술 활용 역량, 문제 해결 역량과 통찰을 길러 지금의 전문가가 된 것만큼이나 오랜 시간과 많은 노력을 들여야 얻을 수 있는 것들이다. 이런 이유로 데이터 과학의 전문성이 전혀 없다고 해서 리더가 데이터 과학팀에서 데이터 과학자들에 대한 막연한 두려움과 불안함을 가질 필요가 전혀 없는 것이다. 제아무리 전문가들이 모인 데이터 과학팀이라고 해도, 여러 사람이 비즈니스의 성장과 발전이라는 목표를 향해 같이 협업하는 조직으로서 구성원 간 관계를 원만하게 조율하고 데이터 과학자들의 업무를 지원하고 이끄는 일 또한 아무나 할 수 있는 일이 아니다.

그러니, 기존 조직에서 전통적인 기업 경영 업무를 담당하던 리더가 데이터 과학팀을 맡게 된 경우에는 자신의 리더십 역량의 지평을 확장한다는 생각으로 데이터 과학팀의 리더로서 업무를 즐겨보도록 하자. 특히 우리나라 대부분 대기업에서 일하는 많은 리더는, 매일매일 벌어지는 숨 가쁜 승진 경쟁에만 매몰되어 있던 자신의 생각을 바꾸어 전문가 마인드를 가진 리더로서 성장할 기회, 새롭게 나타나는 비즈니스 문제들을 역동적이고 창의적인 에너지로 해결해 나가는 데이터 과학 전문가들의 업무를 지원하고 조율하면서 이들의 전문성과 창의적인 사고방식을 자신의 역량으로 흡수할 기회, 위계 중심 조직에서만 어울리는 리더로서 역할에서 벗어나, 실리콘밸리 첨단 혁신 기업에서 볼 수 있는 역할 중심 조직에 필요한 새로운 리더십 역량과 마인드를 배우고 실험해볼 기회로서 데이터 과학팀 리더의 자리를 활용해보도록 하자.

2008년 서브프라임 사태로 인해 시작된 전세계적인 경기 불황은, 최근 미국 경제가 다시 활기를 띠고 있다고는 하나, 전세계적으로 아직 불황의 먹구름을 드리우고 있다. 급격하게 발전하는 정보통신과 IT 기술, 그리고 첨단 기술의 발전으로 빠르게 변화하는 시장 환경, 곳곳에서 나타나는 기존 자본주의 문제들이 새로운 기회를 만들고 있는 지금 그 어느 때보다도 많은 스타트업들이 생겨나고 있다. 이뿐만 아니라, 이렇게 급격하게 변화하는 시장 환경에서 기존 기업들이 적응하기 위해서도 새로운 리더십이 필요하다.

조직 내에서 리더로서 경영진으로 더 성장하길 원하는 리더들은 이렇게 급격한 시장 환경에 적응하기 위한 새로운 리더십을 배우고 실험하기 위한 기회로 데이터 과학팀 리더로서 업무를 활용해보자. 급격하게 변화하는 시장 기업 경영 환경에서 지금 몸담은 조직에서 결코 긴 미래를 장담할 수 없는 요즘, 언제든 스타트업을 창업하거나 스타트업 구성원으로서 일할 가능성이 있음을 염두에 두고 이런 스타트업에 필요한 역할 중심 조직의 역동적인 리더십을 기존의 조직에서 안전하게 경험해보고 학습해볼 기회로서 데이터 과학팀 리더 업무를 활용해보자.

데이터 과학팀 리더 업무를 조직의 위계 사다리를 올라가기 위한 하나의 단계 정도로만 생각해서 데이터 과학자팀원들과 불편하고 긴장된 관계를 지속하는 것보다는, 위와 같이 리더로서 한 단계 도약할 새로운 기회로서, 데이터 과학팀이라는 전문가 조직의 리더로서, 진정한 리더십을 배우고 학습할 기회로 생각하고 데이터 과학팀을 이끈다면 데이터 과학팀과 함께 기업과 조직을 위해 기여하는 리더로서 한단계 업그레이드된 리더로 성장하는 자신의 모습을 발견할 수 있을 것이다.

지금까지 데이터 과학팀을 이끌기 위한 리더십 중 필자가 경험을 통해 가장 중요하게 생각하게 된 리더 자신이 걸림돌이 되지 않는 리더십에 대해서 살펴보았다. 아직 데이터 과학 조직을 도입하여 중장기로 운영하면서 자리 잡게 한 기업이나 조직이 우리나라에 많지 않은 지금, 데이터 과학 조직을 만든 기업과 조직에서 겪는 많은 문제가 데이터 과학 조직을 맡은 리더의 전문성 부재와 리더십 문제임을 깊이 깨닫게 되었다. 이런 이유로 다소 긴 지면을 할애하여 데이터 과학팀에서 리더 자신이 데이터 과학팀의 업무와 성장에 걸림돌이 되지 않기 위해 생각해보아야 할 점들을 소개해보았다.

데이터 과학팀을 도입하는 것은 기업이나 조직 입장에서도 큰 변화이고 투자이다. 이렇게 쉽지 않은 결정을 통해 운영하게 된 데이터 과학팀이 기업과 조직의 비즈니스에 투자 이상을 기여하기 위해서는 좋은 리더십이 필요하다. 데이터 과학팀이 기업과 조직에 기여하는 조직으로 성공적으로 자리 잡기 위한 좋은 리더십의 사례를 만들고, 리더가 자신의 리더십의 지평과 역량을 새롭게 확장할 기회로서 많은 리더가 데이터 과학팀 리더의 역할을 받아들였으면 한다.  

[참고문헌]
[1] 김진철, “LHC에서 배우는 빅데이터와 machine learning 활용 방안”, 2016년 9월 28일, A CIO Conversation for Technology Leadership – Breakfast Roundtable 발표 자료
[2] 로버트 흐로마스, 크리스토퍼 흐로마스, “아인슈타인의 보스 – 천재들을 지휘하는 10가지 법칙,” 더난 출판, 2018.

*김진철 박사는 1997년 한국과학기술원에서 물리학 학사, 1999년 포항공과대학교에서 인공신경망에 대한 연구로 석사 학위를, 2005년 레이저-플라즈마 가속기에 대한 연구로 박사 학위를 받았다. 2005년부터 유럽입자물리학연구소(CERN)의 LHC 데이터 그리드 구축, 개발에 참여, LHC 빅데이터 인프라를 위한 미들웨어 및 데이터 분석 기술을 연구하였다. 이후 한국과학기술정보연구원(KISTI), 포항공과대학교, 삼성SDS를 거쳐 2013년부터 SK텔레콤에서 클라우드 컴퓨팅과 인공지능 기술을 연구하고 있다. 빅데이터와 인공지능 기술의 기업 활용 방안에 대해 최근 다수의 초청 강연 및 컨설팅을 수행하였다. dl-ciokorea@foundryco.com