데이터로 말해요

- 에릭 콜슨의 글이 알려주는 것은 바로 이것입니다. 빅데이터를 배우거나 인공지능을 배우거나 컴퓨팅 기술을 배우는 것이 핵심이 아니라는 겁니 다. 컴퓨터가 빅데이터를 인공지능으로 분석해서 안을 제시하면, 그 안을 가지고 인간만이 가진 정보를 더해서 의사결정을 하라는 것입니다.
사람의 감이나 경험, 연륜이나 노하우를 무시하자는 것도 아니고, 빅데이 터와 인공지능이 제시한 결과를 쓰지 말자는 것도 아닙니다. 둘을 합치는 것입니다. 사람의 감과 경험이 빅데이터와 인공지능의 경쟁상대가 아니라 는 것입니다.
그렇다면 보통 직장인에게 남은 것은 알맞은 데이터를 선정해서 컴퓨터에 넘겨주고, 컴퓨터가 제공하는 여러 안 중에서 쓸모 있는 사실을 찾아내고 감과 경험을 바탕으로 올바르게 판단한 후, 실제로 실현 가능하고 최선인 주장을 내세우는 것입니다. 그것이 인공지능/빅데이터 기반의 보고이자 의사결정입니다.

- 진실은 거짓이 없는 사실입니다. 사실을 보여주는 척하면서 어떤 것을 빼 거나 더하고 보여주는 경우가 많습니다. 그래서 조작이 아닌 사실, 거짓이 없는 진실인지 꼭 확인해야 합니다. 그렇다면 구체적으로 어떻게 해야 사 실과 진실을 찾을 수 있을까요? 4가지 방법을 알려드리겠습니다.
첫째, 기간을 다양하게 비교합니다. 특정 기간만 보여주는 자료가 있다면 전년은 어땠는지, 전 달은 어땠는지 같이 보고 비교해야 합니다.
둘째, 시계열 해상도를 바꿉니다. 월 단위로만 봤다면 분기로 반기나 연으 로 보거나, 주별, 일별, 또는 시간대별로 보면 됩니다.
셋째, 항목을 비교합니다. A 제품 매출이 이례적으로 증가했다고 하기 전 에 A 제품과 유사한 B 제품, 또는 다른 모든 제품의 평균이나 합과 비교해 보는 겁니다.
넷째, 구성을 비교합니다. 매출액이 이례적으로 증가했다면 매출원가나 판관비 등 구성요소를 확인합니다. 원가가 올라 매출액이 늘었는지, 아니 면 많이 팔려서 매출액이 늘었는지 분명히 구분해야 합니다.

- 상황을 판단하려면 다양한 시나리오를 설정해야 합니다. 이때 도움이 될 만한 4가지 시나리오를 얘기하겠습니다.
첫째, 블랙 스완(Black Swan)입니다. 검은 백조? 이상합니다. 백조는 원 래 깃털이 흰색인데 검은색 백조라니요? 블랙 스완은 일어날 것 같지 않 은데 일단 일어나면 엄청난 충격을 주는 사건입니다. 오일 파동이나 코로 나 사태 같은 것을 일컫습니다. 거의 일어나지 않는데, 어쩌다 한 번 일어 나면 다들 엄청난 충격에 휩싸이는 일을 말합니다. 요즘은 이 정도까지 시 나리오를 생각해야 합니다.
둘째, 화이트 스완(White Swan)입니다. 그냥 백조입니다. 이건 충분히 예상 가능한 위기지만, 적절하게 대응하지 못해서 나타나는 사건입니다. 사 실 이런 것이 많습니다. 경쟁사가 나타나거나 경쟁사가 강력한 할인 이벤 트를 펼치는 것 같은 일은 얼마든지 예상 가능합니다. 이런 일에는 미리 대응하는 것이 상책입니다.
셋째, 그레이 스완(Gray Swan)입니다. 이것은 흰색과 검은색이 약간 섞여 있습니다. 화이트 스완처럼 충분히 예상할 수 있지만, 해결책을 몰라서 어 떻게 해야 할지 모르는 것이 그레이 스완입니다.
넷째, 회색 코뿔소(Gray Rhino)입니다. 이것은 반복되는 위기임에도 안이 하게 대응하거나 간과하는 위험을 말합니다. 회색 코뿔소는 우리 주변에 다 있습니다. 회색 코뿔소가 쳐다보고 있는데, 다들 눈 가리고 아웅 하는 겁니다. 모르는 척하는 겁니다. 데이터는 항상 반복되는 위기를 알려주고 미래를 예측해 주지만 무시하고 안 봅니다. 그게 바로 회색 코뿔소입니다.

- 여기서 원인과 이유에 대해 얘기하고자 합니다. 5whys는 핵심 원인을 찾는 방법인데, 원인을 찾을 때 이유도 같이 찾아야 합니다. 그런데 원인과 이유는 뭐가 다른 걸까요?
제가 콜록콜록 기침한다고 해봅시다. 아마 감기에 걸린 모양입니다. 그럼 제가 감기에 걸린 원인은 무엇일까요? 병원에 가면 의사가 바이러스 때문 이라고 할 겁니다. A형 독감 바이러스나 B형 독감 바이러스, 또는 코로나 바이러스 등에 걸렸다고 할 겁니다. 이것이 원인입니다.
그런데 제가 감기에 걸린 이유는 뭘까요? 원인이 아니라 이유 말입니다. 아마도 제가 추운데 밖에서 돌아다녀서 감기에 걸렸을 수도 있고, 또는 손 을 잘 안 씻은 이유도 있을 겁니다. 아마 제 행동 때문일 겁니다.
원인과 이유의 차이를 눈치채셨나요? 그렇습니다. 원인은 사물이나 현상 에 사용하고, 이유는 사람에게 사용합니다. 그래서 핵심 원인을 찾을 때는 반드시 핵심 이유도 찾아야 합니다.

- 대시보드를 만들 때는 명확한 설계 원칙이 있습니다.
첫째, 대시보드를 사용하는 목적을 명확히 설명할 수 있어야 합니다. 자동 차 대시보드에 자동차 운전과 관련 없는 것이 잔뜩 있으면 어떨까요? 예 를 들어 뒷좌석 시트의 오염도나 조수석 시트의 위치 같은 것 말입니다. 트렁크 잠금 여부 같은 거나 현재 바퀴 색깔 같은 것도 있을 수 있습니다. 이런 것이 운전과 전혀 관계없지는 않지만 이런 식으로 당장 불필요한 것 까지 잔뜩 대시보드에 있으면 대시보드 자체가 그냥 로 데이터가 되어 버릴 겁니다. 대시보드는 그 지표가 왜 필요한지, 그 목적이 원래 대시보드의 목적에 맞는지 설명할 수 있어야 합니다.
둘째, 대시보드의 지표는 분석 대상이 아닙니다. 대시보드의 지표는 보는 즉시 이해할 수 있어야 합니다. 예를 들어 자동차 운행을 하면 지금 속도 를 바로 알아야 합니다. 현재 바퀴의 회전 속도, 바퀴의 지름, 그리고 시계 를 같이 보여주고 속도를 계산하라고 하면 안 됩니다.
셋째, 지표는 적으면 적을수록 좋고 중요한 것은 크게 보여야 합니다. 자 동차 대시보드에서 가장 중요한 것은 속도입니다. 그래서 속도를 가장 크 게 보여줍니다. 내연기관에서는 엔진 회전수도 중요합니다. 하지만 전기 차는 엔진 회전수보다 현재 전력으로 몇 킬로미터를 더 갈 수 있는지가 더 중요합니다. 그래서 엔진 회전수 자리에 배터리 상황과 남은 주행 가능 거 리를 보여줍니다.
넷째, 지표에는 기준과 수준을 포함해야 합니다. 기준은 지표가 되는 값 중 일정한 값에 의미를 두는 겁니다. 예를 들어 시속 200킬로미터를 넘으면 위험하다고 할 때는 시속 200킬로미터가 기준이 됩니다. 최고 속도가 100킬로미터인 고속도로에서 단속 카메라가 있을 때 내비게이션이 속도를 줄이라고 경고하는 것도 기준을 초과하기 때문입니다. 수준은 기준을 초과하거나 미달한 정도를 말합니다. 시속 200킬로미터를 넘어서 운행해도 201킬로미터와 250킬로미터는 다릅니다. 둘 다 위험하 기는 하지만 속도가 빨라질수록 더 위험합니다. 이때 기준은 이미 초과했 고 여기서 수준 차이가 나는 겁니다. 기름이 모자라서 앞으로 주행 가능한 거리가 대략 30~50킬로미터쯤 되면 계기판에 기름이 모자란다며 주유 경 고등이 켜집니다. 주유 경고등은 기준을 표현한 것이고, 남은 주행 거리는 수준을 표시하는 겁니다.
다섯째, 디자인 요소는 일관성이 있어야 합니다. 위험할 때는 빨간색, 안 전할 때는 파란색으로 보여줘야 합니다. 속도가 초과되어 운행에 위험을 알릴 때는 파란색이었는데, 기름이 떨어져서 중간에 차가 멈출 수 있을 때 도 파란색 주유기를 보여주면 안 됩니다.