[기획연재] 김강화의 DX&옴니채널 전략㉔

디지털 트랜스포메이션(DX)이란, ‘기업이 크게 변화되고 있는 비즈니스 환경에 대응하여, 데이터와 디지털 기술을 활용하여, 고객과 사회의 니즈(Needs)에 따른, 제품 혹은 서비스, 비즈니스 모델의 변혁 및 그 변혁을 위한, 업무 그 자체, 조직, 과정, 기업 문화·풍토를 변혁시켜서, 기업의 경쟁 우위를 확립하는 것’이다. 이 DX의 정의 중 ‘데이터와 디지털 기술을 활용하여’에서 가장 중요한 것은 ‘데이터’이다.

옴니채널은 소비자가 온라인, 오프라인, 모바일 등 다양한 경로를 넘나들며 상품을 검색하고 구매할 수 있도록 한 채널이다. 각 유통 채널의 특성을 결합해 어떤 채널에서든 같은 매장을 이용하는 것처럼 느낄 수 있도록 한 쇼핑 환경을 말한다. 오프라인에서 주로 POS로 구매 상품에 대한 가격·수량·금액 등이라는 구조적 데이터를 획득하고, 온라인에서 이러한 구조적 데이터뿐만 아니라 고객의 행동을 파악할 수 있는 비구조적 데이터를 취득할 수 있다. 온라인에서 취득한 이러한 비구조적 데이터 없이는 아무리 큰 구조적 데이터라도 빅데이터가 될 수 없다. 또한 온라인에서 데이터를 분석하여 오프라인의 고객의 행동을 유추할 수도 있고 온라인 데이터의 분석·의미를 오프라인에서 확인할 수도 있는 것이다.

그래서 옴니채널은 고객 빅데이터를 취득할 수 있는 최적의 기반이 되는 것이다. 옴니채널이 구축되면 양질의 고객 데이터를 취할 수 있고, 그 데이터로 DX를 하는 것이다. 따라서 옴니채널이 DX의 확실한 지름길의 하나가 되는 것이다.

데이터를 다루는 직업으로 데이터 사이언티스트(Data Scientist)와 데이터 분석가(Data Analyst)가 있다. 21세기에 가장 매혹적인 직업이 ‘데이터 사이언티스트’라고도 한다. 데이터 사이언티스트란 비즈니스에 도움이 되는 정보를 대량의 데이터 속에서 수집·분석하고 해석하는 직업이다. 넘치는 정보 속에서 수집해야 할 정보를 찾아내는 힘이 필요한 직무이며 통계해석이나 IT 스킬, 심리학에 더해 비즈니스나 시장 트렌드 등 폭넓은 지식이 요구된다. 최근 ‘빅데이터’에 대한 기업의 관심이 높아지면서 데이터 사이언티스트 수요도 확대되고 있는 추세이다. 데이터 사이언티스트가 빅데이터를 분석함으로써 효율적인 마케팅을 수행할 수 있으며, 기업의 비즈니스 과제, 경영 전략에도 도움이 될 수 있다. 데이터 사이언티스트는 전 세계적으로 주목받고 있는 직업으로, 분석 전문 인력 수요가 높아지고 있다고 할 수 있다.

데이터 사이언티스트의 기원은 1960년대에 범용 컴퓨터에서 디지털 데이터를 수집하고 이용하면서 시작된다. 1990년대 들어 컴퓨터의 계산 능력이 향상됨으로써 ‘데이터 마이닝(엄청난 데이터로부터 유익한 정보를 발굴하는 기술의 총칭)’의 연구가 활발해졌다. 2000년대 들어 인터넷의 보급에 의한 데이터 량의 증대, 저렴한 데이터 처리 IT 자원의 등장으로 데이터 분석이 일반화되어 직업으로서 ‘데이터 분석가’가 생겨났다.

그 후 2010년대에 돌입하자 기술이 진행되어 데이터의 중요성이 널리 인식되게 되었고 빅데이터의 개념이 자리 잡게 되었다. 이 타이밍에 데이터 분석을 바탕으로 비즈니스의 해결책을 제안하는 ‘데이터 사이언티스트’가 탄생했다. 2012년 화상 인식의 정확도를 겨루는 대회에서 딥러닝을 채용한 팀이 눈부신 성과를 거두며 우승하고, 구글(Google)도 유튜브 화상으로부터 고양이 인식에 성공한 것을 발표하는 등 비구적 데이터가 비약적으로 커지면서 빅데이터 산업도 크게 발전하게 되었다.


이외에도 2004년 페이스북, 2005년 유튜브, 2006년 트위터가 서비스를 시작했고 2007년 아이폰이 출시돼 현재 생활에 필수적인 것의 탄생과 동시에 데이터양이 증대되었다. 최근 데이터 사이언티스트의 수요는 증가하고 있는 경향이 있지만, 한편으로 고도의 지식을 가지지 않는 유저도 해석할 수 있는 IT시스템의 개발이 진행되고 있다.

다루는 데이터양이 급격히 증가하는 가운데 데이터 활용 기술이 훌륭한 성과를 거두고 있다는 사실이 니즈의 다양화 등으로 초점이 흐려지는 경우가 많아진 비즈니스 과제를 데이터로 해결하려고 하는 시장의 요구로 이어졌다. 거기서 만들어진 개념이자 직업이 데이터 사이언티스트라고 할 수 있다.

데이터 사이언티스트와 데이터 분석가의 차이에 대해서는 공통적인 일도 있지만, 데이터 분석가가 데이터 수집과 분석을 전문으로 하는 반면, 데이터 사이언티스트는 통계학, 컴퓨터 사이언스에 기초하여 기업이 안고 있는 과제의 해결을 목표로 하는 일이다. 데이터 분석가와 비교해 담당하는 영역이 넓은 점이 둘 사이의 큰 차이다. 데이터 분석가보다 논리적 사고, 과제 정의, 활동 관리 등의 비즈니스 스킬이 요구된다.

데이터 사이언티스트는 데이터 활용의 전제로서 과제의 검출과 우선순위 매김, 과제 설정 및 달성 목표의 명확화, 가설 입안을 실시한다. 이전에는 사업기획부문이나 컨설팅이 담당하는 일이었지만 빅데이터 활용을 통한 경영전략이 일반화되면서 데이터 사이언티스트의 담당 영역에 추가된 것이다. 이와 같이 데이터 분석가는 주로 데이터의 ‘수집’, ‘분석’에 특화되어 있는 반면, 데이터 사이언티스트는 데이터의 ‘과제 추출’, ‘수집과 분석’, ‘가설 구축’, ‘알고리즘이나 예측 모델의 구축’이라고 하는 넓은 수비 범위를 담당한다고 하는 차이가 있다.

고객 데이터의 최적 기반인 옴니채널에서 취득한 데이터를 비즈니스 혹은 경영 과제를 해결하는 직업이 데이터 사이언티스트이다. 향후 가장 매력적인 직업이 될 것이 틀림없고 이런 인력의 양성 및 확보가 옴니채널 구축의 지름길이 될 것이다. 다음 연재에서 데이터 사이언티스트의 업무 내용과 필요한 스킬에 대하여 구체적으로 언급하겠다.

박우혁 기자(hyouk@kfashionnews.com)