A.T. 커니의 최근 조사에 따르면, 기업들은 통찰력을 얻기 위해 기업 데이터를 자유자재로 다룰 우수 데이터 과학자 채용에 어려움을 겪는 것으로
빅데이터를 분석할 수 있는 숙련된 인력 부족 이외에 불필요한 정보를 제거해야 하다는 문제가 더해지면서 CIO들이 지속적으로 어려움을 겪고 있다.
430명의 고위 임원을 대상으로 한 A.T. 커니의 새로운 조사에 따르면, 가장 발전된 분석 역량을 갖춘 기업조차도 데이터에서 통찰력을 만들어 낼 수 있는 인력을 충분히 고용하지 못한 기업들이 2/3에 이르는 것으로 파악됐다. 또 기업들은 향후 5년 동안 33%나 많은 빅데이터 인재를 필요로 하게 될 것이라고 A.T. 커니의 파트너 겸 해당 연구 보고서의 공동 저자 칼리드 칸(왼쪽 사진)은 말했다.
데이터 분석 전문 인재를 채용해 이들이 회사에 남아 있도록 하는 것은 쉽지 않다. 기업들이 사업을 디지털화하면서 제품을 다듬거나 프로세스 효율성을 높이거나 새로운 수익원을 찾는데 도움이 되는 상관관계에 관한 결과 데이터 수집이 필수적이다. 예를 들어, 웨더컴퍼니(Weather Company)는 소매 기업들이 물 재고량 증감을 예측할 수 있도록 날씨 패턴을 예측하는 방법을 고민하고 있다. 문제는 빅데이터의 비즈니스 사례는 무한한 것처럼 보이지만 인재풀은 여전히 작다는 데 있다.
데이터 분석 인재에 대한 3가지 위협 조사에서
칸은 기업들이 통계, 디지털 기술, 비즈니스 전략 이 3가지를 모두 제대로 이해하고 있는 사람들을 필요로 한다고 말했다. “이 3가지 자격을 갖춘 전문가는 의사결정 과정에 데이터 분석을 통합시켜 비즈니스 전략을 수립하고 경쟁우위를 이끌어 내는 전문가들이다. 이들을 확보하는 것이 최선이다”고 설명했다.
하지만, 선택할 수 있는 폭이 넓지 않기 때문에 많은 기업들이 기술적으로 숙달되고 통계 모델링을 전공한 대학 졸업생들의 관심을 끌기 위해 노력하고 있다. 문제는 이런 식으로 자격을 갖춘 후보자를 찾는 경우는 드물다는 데 있다. 그들은 적절한 기술 분석 능력을 갖췄지만 데이터를 통해 비즈니스 통찰력을 얻을 수 있는 능력이 없는 경우가 많다. 조사에서 응답자의 약 60%가 대학을 졸업한 인재들이 준비가 덜 되어 있다고 지적했다.
카네기멜론대학교, 노스캐롤라이나주립대학교, 뉴욕대학교 등의 학교들이 기업들과 타협점을 찾기 위해 데이터 공학자 교육에 도움이 되는 다양한 학문 분야를 아우르는 프로그램들을 고안했다고 칸은 말했다. 하지만 학교에서는 현재의 인력 요건에 맞춰 후보자를 신속하게 제공하지 못하고 있다.
석 역량을 갖춘 인재 확보에 어려움을 겪고 있는 기업들에게 한 줄기 희망이 있다고 할 수 있지만 여전히 대부분의 조직들은 분석을 위한 데이터 제공에 어려움을 겪는 것으로 나타났다. 조직의 준비 상태가 기술을 따라가지 못하는 상황이다. 이전보다 적은 비용으로 많은 양의 데이터를 처리하는 하둡과 스파크 등의 툴이 등장하게 되면서 분석 잠재력이 빠르게 성장했다. 데이터 처리를 준비하기 위해 기업들은 사일로화된 여러 애플리케이션과 시스템으로부터 이를 추출하고 있다. 그리고 나서 반드시 평준화 과정이 필요하며, 기본적으로 결과를 왜곡하는 저질 데이터를 제거해야 한다. 이 작업에는 적지 않은 시간이 소요된다고 최근 <CIO닷컴>과의 인터뷰에서 MAH(Merck Animal Health)의 CIO 데이브 윌리엄스는 말했다.
칸은 한 고객사의 예를 들면서 해당 회사의 분석 인력들이 ‘데이터를 찾아 정리하는데’ 시간의 80%를 소요하고 있었다고 말했다. 그는 해당 기업이 기존 인력을 통해 비즈니스적 가치를 위해 데이터를 활용하는 것이 ‘너무 어렵기’ 때문에 분석 인력의 절반을 대체하는 것이 좋다고 제안했다. 이 조사에서 임원들은 인재들이 기업에 가장 큰 영향을 끼칠 수 있는 방법을 찾아냈다고 말했다. 칸에 따르면, 나머지는 여전히 남을 따라가거나 시작할 곳을 찾는데 어려움을 겪고 있다.
데이터 분석 전문 인재를 발굴하는 방법
칸은 선두 기업들이 4가지 전략을 이용해 데이터 분석 적임자를 뽑아 유지하고 있다고 말했다.
• 고유한 디지털 및 분석 인력풀 구축. 선두 기업들은 후발주자들보다 숙련된 전문가를 고용할 가능성이 훨씬 낮다. 때문에 내부에서 분석 인력을 양성하거나 대학에서 갓 졸업한 인재를 채용할 수밖에 없다. 대신 성장할 시간이 충분한 인력들은 회사의 비즈니스와 이에 필요한 기술을 배울 수 있다. 이들은 점진적으로 경력을 쌓을 수 있게 된다.
• 순환 프로그램 도입. 일부 기업들은 다양한 비즈니스 사일로에서 인력을 순환시켜 직원들이 자신의 분석 지식과 분야의 지식을 통합함으로써 기업 의사 결정에 대한 실천 가능한 통찰력이 어떤 영향을 끼치는 지 더욱 잘 파악할 수 있다.
• 여러 팀이 참여해 분석 구현. 어떤 기업들은 현업과 긴밀히 협력하는 분석 SWAT팀을 지정하여 조직 전반에 분석 지식을 적용하면서 분석 인력에 핵심적인 부문 지식을 제공하고 있다. 책임자들은 공식적인 교육 프로그램 개발에 집중하면서 새로운 기술과 기법을 따라잡기 위해 최고 기관 및 공유 서비스 모델을 고려하고 있다.
• 산학 협력 관계 구축. 대학들과 협력관계를 구축하는 것은 분석 직위에 맞춰 인재를 다듬기 위한 스마트한 방법이다. 여기에는 인턴십 프로그램을 만들거나 대학 교육 과정을 개발해 산업계와의 관련성을 더욱 높이도록 돕는 것 등이 포함된다.
“좋은 전략이란 전문인력이 모여 있는 곳, 더 나은 인재가 필요한 곳, 인재를 더욱 잘 활용할 수 있는 곳을 초기 단계에서 빨리 판단하는 것이다”고 칸은 말했다.
궁극적으로 필요한 인재를 양성하거나 확보하지 못한 CIO들은 ‘먼저 움직이는 사람이 유리한’ 경쟁에서 뒤쳐질 위험을 안게 된다고 그는 지적했다.
dl-ciokorea@foundryco.com
