이노핏파트너스 innoFIT Partners

“내가 아는 언어의 한계가 곧 내 세상의 한계다”20세기의 가장 위대한 철학자로 손꼽히는 오스트리아의 철학자 루트비히 비트겐슈타인이 남긴 명언입니다. 우리가 생각하고 사고하고 철학하고 사색하고 사유하고 고찰하고 하는 것들은 그 재료가 언어일 것이고, 언어의 재료가 많다는 것은 그만큼 내 세상의 한계가 될 수 있다는 생각이 듭니다.@media only screen and (max-width:640px) {.stb-container {}.stb-left-cell,.stb-right-cell {max-width: 100% !important;width: 100% !important;box-sizing: border-box;}.stb-image-box td {text-align: center;}.stb-image-box td img {width: 100%;}.stb-block {width: 100%!important;}table.stb-cell {width: 100%!important;}.stb-cell td,.stb-left-cell td,.stb-right-cell td {width: 100%!important;}img.stb-justify {width: 100%!important;}}.stb-left-cell p,.stb-right-cell p {margin: 0!important;}.stb-container table.munged {width: 100% !important; table-layout: auto !important; } .stb-container td.munged {width: 100% !important; white-space: normal !important;} 디지털 혁신 큐레이션#데이터 #데이터리터러시 #AI리터러시데이터를 읽는 능력이, 내 세상의 한계다“내가 아는 언어의 한계가 곧 내 세상의 한계다”20세기의 가장 위대한 철학자로 손꼽히는 오스트리아의 철학자 루트비히 비트겐슈타인이 남긴 명언입니다. 우리가 생각하고 사고하고 철학하고 사색하고 사유하고 고찰하고 하는 것들은 그 재료가 언어일 것이고, 언어의 재료가 많다는 것은 그만큼 내 세상의 한계가 될 수 있다는 생각이 듭니다.그리고 지금, ‘디지털 세상의 언어는 데이터, 데이터를 읽는 능력이 내 세상의 한계’가 되어가는 세상에서 우리에게 요구되는 능력은 데이터를 읽고 해석할 수 있는 능력, 바로 ‘데이터 리터러시’ 입니다.‘빅데이터’라는 용어가 주목받기 시작한 이래 10년이라는 세월이 더 지났지만, 교육계에서는 시대가 요구하는 인재 양성을 위해 데이터 리터러시를 디지털 핵심 역량으로 정의하여 교육 방향을 구상하는 등 앞으로 10년 이후에도 데이터 활용 역량은 디지털 핵심 역량이 될 것으로 전망하고 있습니다. 그러나 데이터를 활용하여 디지털 혁신을 이뤄내는 과정에서 직면하는 가장 큰 장애물 중 하나는 소수의 데이터 전문 인력을 중심으로 변화를 꾀하기 때문에 혁신이 광범위하게 지속되기가 어려운 점을 꼽을 수 있을 것입니다.대다수의 전문가들이 디지털 트랜스포메이션 성공의 열쇠는 사람에게 있고, 데이터 중심적인 사고와 건강한 조직 문화가 전제되어야 한다고 이야기합니다. 그러기 위해서는 의사결정에 참여하는 누구나 데이터를 올바르게 해석할 수 있는 데이터 리터러시 역량이 필요하지만 현실은 소수의 데이터 전문가에 의존하는 경우가 많습니다. 그렇기 때문에 데이터 혁신이 조직 내에 자연스레 스며들게 하기 위해 가장 전제되어야 하는 것은 바로 구성원들의 데이터 이해도를 높이고 데이터 활용력을 강화해 나갈 수 있는 데이터 리터러시 역량을 갖춰 나가는 것입니다.>> 관련 교육 프로그램 보러가기이를 위해, 데이터 전문가 집단인 데이터 과학자의 역할과 데이터 전문가는 아니더라도 기본적인 데이터 분석 및 활용 능력을 갖춘 시티즌 데이터 과학자의 역할을 구분한 투트랙의 접근이 필요할 것이고, 이를 촉진시키면서 강한 동력을 부여할 수 있는 C레벨의 장기적 의지와 데이터 이해도 또한 필수 요건이라고 할 수 있을 것입니다.아울러, 데이터 리터러시와 함께 주목해야 할 것이 바로 ‘AI 리터러시’(인공지능 문해력)입니다. 챗GPT의 플러그인 연동이 확대되며 생태계를 넓혀나가고 있고, 그 발전속도는 따라기가 버거울 정도입니다. 최근에는 구글의 바드도 한국어 지원이 되는 등 AI 활용폭은 더욱 넓어지고 있습니다. 그러나 AI가 가져다주는 엄청난 효용가치에도 불구하고 AI의 부작용에 대한 우려도 함께 커지고 있는 상황에서 AI를 올바르게 활용할 수 있는 AI 리터러시가 주목받고 있습니다.아래는 필자가 지난 베네핏 레터(클릭)에서 작성한 글의 일부입니다.챗GPT에게 질문하니 자기가 작성한 글이라고 너무나 자신감 넘치게 거짓말을 하는 것을 볼 수 있습니다.다시, 일부러 ‘전환점’을 ‘전한점’으로 오타를 내서 물어보니 “자기가 작성한 글이 아니다”라고 대답을 하는 것을 볼 수 있습니다. 이렇듯, 너무나도 그럴듯하게 거짓말을 지어내는 현상을 ‘환각(할루시네이션)’이라고 하는데, 이를 어떻게 구분할 수 있을까요?학계, 문학계 등 여러 분야에서 챗GPT 로 인해 골머리를 앓고 있는 문제인데, 문제는 뾰족한 해결책이 없다는 데에 있습니다. AI가 작성한 글이 인터넷 상에 절반 이상을 차지하는 날이 수 년 이내 올지도 모르겠습니다. 그렇게 되면 AI는 자신이 작성한 오염된 데이터를 학습하면서 더욱 환각 현상이 심해질 수도 있을 것입니다. 원본이 사라지고, 무엇이 옳고 그른 것인지 판단하는 것이 더욱 어려워질 것입니다. 동시에 올바른 답을 이끌어낼 수 있는 질문 능력이 더욱 중요해질 것입니다. 곧 다가올 미래 세상에서 바로 AI 리터러시를 갖춰야 하는 이유입니다.오늘의 주제 : 데이터 리터러시와 AI 리터러시✅ #1. [데이터 인재] 데이터 리터러시를 가진 팀원은 여전히 부족✅ #2. [데이터 역량 강화] 정부와 기업 데이터 역량 강화에 총력✅ #3. [AI리터러시] 챗GPT ‘환각’ 현상 주의보에 ‘AI 리터러시’ 주목기고교수 소개신도용 교수現 이노핏파트너스 전문교수#가트너 #데이터분석 #데이터인재부족[데이터 인재] 인사이트 있는 데이터 리터러시 가진 팀원, 여전히 부족효과적인 가치 제공하는 데이터 및 분석 팀은 절반 미만가트너의 최근 설문조사 결과에 따르면 데이터 및 분석(Data and analytics, 이하 D&A) 리더 가운데 해당 팀이 효과적인 가치를 제공한다고 답한 비율은 절반이 채 되지 않는 44%에 불과했다고 밝혔습니다.D&A 팀에 대한 요구의 범위와 복잡성을 고려할 때, 응답자의 39%가 답한 바와 같이 D&A 성공의 최대 걸림돌은 ‘인재 부족’인 것으로 나타났습니다. 설문조사에서 D&A의 걸림돌로 꼽힌 상위 6개 요소는 모두 사람과 관련된 문제였습니다. 효과적인 D&A 팀을 구축하기 위해 최고 데이터 및 분석 책임자(Chief Data & Analytics Officers)는 준비된 인재를 고용하는 것 이상의 강력한 인재 관리 전략을 갖춰야 합니다. 여기에는 핵심 D&A 팀과 광범위한 비즈니스 및 기술 커뮤니티 내의 데이터 중심 문화와 데이터 리터러시를 위한 교육, 훈련 및 코칭이 포함돼야 합니다.>>기사 자세히 보기데이터 인력 부족률 12.2%, “전문교육 기관 활성화해야”국내 데이터산업 시장 규모는 지난해 23조972억원 규모로 집계됐습니다. 2019년부터 2021년까지 연평균 17.1% 증가했다. 2027년에는 47조원을 넘어설 것으로 전망됩니다.데이터산업 분야 인력 수요 역시 증가해 2026년까지 총 1만8148명이 추가로 필요할 것으로 예상됩니다. 현재 인력과 필요 인력의 차이를 나타내는 인력 부족률은 12.2%로 나타났습니다. 분야별로는 △데이터 과학자 △데이터 분석가 △데이터 개발자 등이 필요 직무로 손꼽혔습니다.이같은 상황에도 데이터 기본법에 대한 기대가 커지고 있습니다. 데이터 기본법은 데이터 전문인력 양성을 위한 정책의 기본방향 및 전문인력의 활용 방안을 담고 있습니다. 데이터 기본법 제25조는 △데이터 전문인력 양성기관 지정 △교육·훈련 프로그램 개발 및 활용 △데이터 전문인력 양성을 위한 학계, 산업계 및 공공기관과 협력 △데이터 전문인력 고용창출 및 고용연계 지원 방안 △데이터 관련 직무표준의 마련 및 자격·신직종 정착 지원 등이 주 내용입니다.향후 5년 내 데이터산업 인력 부족률 (출처: 전자신문)데이터 전문인력 양성기관 활성화가 시급하다는 공감대가 분명합니다. 데이터 관련 학과 정원을 늘리고 데이터 중심으로의 학과 개편도 필요하지만 지금 당장 요구되는 인력 부족을 해결하긴 어렵다는 판단입니다. 또, 대학 교육만으로 실무 역량을 담보하기 어렵다는 지적입니다.>>기사 자세히 보기#데이터리터러시역량강화 #데이터활용 #디지털인재양성[데이터 역량 강화] ‘정부, 기업’ 데이터 리터러시 역량 강화에 총력전행안부, 지자체 데이터 활용 역량 강화 나선다행정안전부가 지역 사회의 디지털플랫폼정부 기반 확대 지원에 나섰습니다. 행안부는 ‘직접 데이터를 분석·활용할 수 있는 역량을 갖춘 현업 공무원 양성’을 목표로 ‘데이터 활용역량 강화 계획’을 수립했습니다. 또한 3개 추진전략과 9개 세부과제를 추진합니다.첫번째 추진전략은 ‘조직 전반으로 데이터문화 확산 및 인식 제고’입니다. 행안부는 이를 위해 월 1회 ‘데이터와 데이트 데이(Day)’를 운영하고, 부내 방송·온라인 퀴즈 등 데이터 문화 확산 활동을 지속할 예정입니다. 아울러 기업 및 학계의 데이터 관련 저명인사 특강을 정기적으로 실시해 데이터의 중요성에 대한 인식을 높입니다. 데이터 연구모임도 지속적으로 확대·운영합니다.두 번째 추진전략은 ‘데이터를 이해하고 소통할 수 있는 역량 강화’입니다. 데이터 리터러시 교육을 확대·운영하고, 데이터 리터러시 부내 공모전을 개최하는 것이 골자입니다. 특히 과장 이상의 관리자를 대상으로 하는 데이터 활용 교육을 개설하는 등 전 직원의 데이터 역량을 강화할 계획입니다.세번째 추진 전략은 ‘데이터 분석·활용할 수 있는 역량 배양’입니다. 먼저 실무 사례를 적용하여 담당자가 직접 분석하고 활용해 볼 수 있는 전문교육 과정을 개설·운영합니다. 이와 함께, 정책 현안에 데이터를 활용하는 성공 사례를 발굴하고 확산에 앞장 설 예정입니다.>>기사 자세히 보기100만 디지털 인재 양성과 데이터기반 의사 결정정부는 100만 디지털 인재 양성을 국정과제로 채택하고 지난 8월 디지털 시대의 주인공이 될 100만 인재를 앞으로 5년에 걸쳐 양성하겠다는 방안을 발표했습니다. 이에 따라 관계 부처는 전 국민의 디지털 교육 기회 확대와 역량 강화를 지원하고 영역별, 전공 분야별, 수준별 인재 양성을 위한 맞춤형 정책을 교육계 및 산업계 등과 협력해 다양하게 추진해 나갈 계획입니다. ‘100만 인재양성’은 전문 인재뿐만 아니라 전 국민이 삶과 전공 분야에서 디지털 기술을 자유롭게 사용할 수 있도록 지원하겠다는 야심 찬 목표를 잘 보여 주고 있습니다.2020년 12월 10일부터 ‘데이터기반행정활성화에 관한 법률’(약칭, 데이터기반행정법)이 시행되면서 데이터 기반 의사결정에 대해 정부는 물론 산업계와 학계도 높은 관심을 보이고 있습니다. 법률의 핵심은 데이터를 정책 수립 및 의사결정에 활용함으로써 경험과 직관에 의존하기보다 객관적이고 과학적인 증거 기반의 접근을 활성화하자는 것입니다. 데이터에 기반한 정보와 지식을 바탕으로 명확한 방향성을 제시할 수 있게 되고 이해관계자의 여러 행동 패턴을 데이터로 축적해서 이를 분석한 결과를 기반으로 하게 되면 전향적인 의사결정을 하기가 용이해집니다.최적의 데이터 기반 의사결정을 하기 위해서는 준비해야 할 일이 많습니다. 우선 필요한 데이터를 찾아 가공·분석해야 하고, 데이터 리터러시를 갖춘 전문 인력도 확보, 배치해야 합니다. 무엇보다 데이터를 이해하고 업무에 적용하여 실행에 옮기는 일련의 과정에 대한 인식 전환과 행정에서의 업무문화 변화가 선행되어야 할 것입니다.>>기사 자세히 보기 ▼ 21세기를 혁신할 데이터 산업!DX 추진을 위한 인적자원 개발(HRD)기업이 필요로 하는 역량과 자원을 강화하는 방법으로 산업계에선 3B (Build·Buy·Borrow)가 언급돼 왔습니다. 인적자원 또한 마찬가지며 이 3B는 교육과 육성, 채용, 제휴 협력에 해당합니다. DX 인적자원 강화에 있어 핵심이자 주된 대상인 임직원은 데이터 과학자(Data Scientist), 시티즌 데이터 과학자(Citizen Data Scientist), 임원급 리더 이상 3개 그룹이라 할 수 있습니다.데이터 과학자는 잘 알려진 대로 컴퓨터 공학, 통계학과 수학 등 전문 학위를 보유한 인력을 말합니다. 시티즌 데이터 과학자는 프로그래밍, 통계학 등을 전문적으로 배운 적은 없으나 실무적 교육을 통해 데이터 분석 능력을 갖춘 현업 실무자를 일컫습니다. 이에 DX를 추진할 인적자원의 강화에 있어 기업이 시행착오를 최소화하도록 Build에 초점을 두고 핵심 사안을 다뤄 보면 다음과 같습니다.DX 인적자원 강화 방법 및 대상 (출처: 전자신문)우선 시티즌 데이터 과학자를 어떻게 키워낼 것인가, 즉 각 도메인에서 실무를 수행 중인 인력들을 데이터 분석이 가능한 인력으로 Build 하는 것이 가장 중요할 것입니다(상단 그림의 A부분). 이들을 어떻게 하면 단기간에 시티즌 데이터 과학자로 양성해서 실전형 DX 인적자원으로 만들 것인지가 관건이란 의미지요. 도메인 실무자가 데이터를 얼마나 잘 활용할 수 있느냐는 결국 그 가치사슬의 DX 속도와 수준을 결정할 것이기 때문입니다.임원 대상의 Build 또한 매우 중요합니다(상단 그림의 B부분). 어떻게 해야 임원급 리더들이 디지털 기술의 활용 시도에 대해 깨어 있고, 높은 안목을 갖도록 할 것인지는 대단히 중요합니다. 이들의 시각과 안목에 따라 앞에서 언급한 Build 방안들의 실행과 성패가 좌우되기 때문이죠. 정보기술(IT), 금융 등 일부 산업은 데이터와 인공지능(AI)에 대한 시각과 안목이 대체로 일정 수준 이상에 올라선 것으로 보이나 많은 전통산업 기업의 리더는 소위 데이터 리터러시(문해력)를 보다 높여야 할 것으로 예상됩니다. 4차 산업혁명으로 일컬어지는 디지털 변혁기 과정에서 이들의 데이터 문맹은 조직의 수익성, 성장성에 적지 않은 문제를 야기할 것이기에 리더들의 데이터 리터러시 향상은 더할 나위 없이 중요합니다.기업 활동에서 근원적 요소는 사람이며, 모든 이노베이션을 이뤄내는 주체도 사람임을 우리는 이미 알고 있습니다. 기업이 DX 해법 모색에 고심하고 있는 지금 인적자원의 중요성을 강조하는 이 구절을 다시금 새겨볼 때입니다.>>기사 자세히 보기SAS, 야구로 어린이 데이터 활용 능력 키운다SAS는 어린이를 대상으로 데이터를 읽고 분석하며 목적에 맞게 활용할 수 있는 능력인 데이터 리터러시를 향상하기 위해 배팅 랩(The Batting Lab) 프로그램을 마련했습니다. 배팅 랩은 인공지능(AI), 컴퓨터 비전과 사물인터넷(IoT) 분석 기술을 활용해 어린이들이 야구와 소프트볼 타격 실력을 향상시키는 체험 프로그램입니다. 동시에 데이터 리터러시의 기본 요소인 데이터 분석과 활용에 대한 자신감을 가질 수 있도록 돕습니다. 데이터 과학과 스포츠를 접목한 배팅 랩은 어린이들에게 야구를 통해 일상생활과 밀접한 데이터 활용 사례를 직접 경험토록 함으로써 데이터 수집과 분석에 대한 어려움과 진입 장벽을 낮춰준다고 회사 측은 설명했습니다.배팅 랩(The Batting Lab) 프로그램 (출처: 전자신문)>>기사 자세히 보기#챗GPT활용 #환각현상 #인공지능문제점[AI리터러시] 챗GPT ‘환각’ 현상 주의보에 ‘AI 리터러시’ 주목세종대왕이 맥북을 던져? 챗GPT의 ‘환각’에 속지 않으려면인공지능 챗봇이 존재하지 않는 환각을 보는 것처럼 ‘거짓 답변’ ‘황당한 답변’을 쏟아내면서 진실성이 의심받고 있습니다. ‘세종대왕 맥북 던짐 사건’은 널리 화제가 된 사례입니다. 이에 전문가들은 인공지능 챗봇이 내놓는 답은 일종의 ‘환각’이기에 진실로 믿으면 안 된다고 강조합니다.인공지능 챗봇은 논리나 진실에 관계없이 방대한 양의 텍스트를 학습하고 주어진 맥락에서 어떤 답변이 가장 적절할지 추론합니다. 인터넷에 널려 있는 온갖 정보와 패턴, 맥락을 학습해 자연스러운 다음 문장을 생성할 뿐, 자신이 무엇을 하고 있는지 인식하지 못합니다. 전문가들은 ‘환각’ 문제가 인공지능 관련한 가장 중요한 과제 중 하나라고 말합니다.인공지능 챗봇의 통제와 윤리적 사용을 위해 전문가들은 챗봇의 답변을 의심하고 회의하는 태도를 견지해야 한다고 말합니다. 이른바 ‘AI 리터러시’인데, 정부와 기업에 인공지능 윤리 문제를 맡기지 않고 시민 참여로 풀어가기 위해 인공지능 시민 교육이 이루어지고 있는 핀란드 사례는 주목할만합니다. 인공지능 전문가 랜스 엘리엇 박사는 지난달 15일 <포브스> 인터뷰에서 “인간은 올바른 질문을 할 수 있도록 훈련해야 한다. 인공지능의 파도는 위험하며, 우리는 아직 수영하는 법을 모른다”며 “건강한 회의주의야말로 최고의 자산이다”고 말했습니다.샌프란시스코에 사는 소수의 개발자들이 문화와 정치적 맥락이 다른 전 세계 사람들이 이용하는 도구의 허용 범위를 결정하게 해서는 안 된다는 지적도 나옵니다. 챗봇의 기능을 과신해 복음처럼 여기는 태도도 경계해야 할 지점입니다. 대화형 인공지능을 과신하면 이들이 할 수 없는 일도 해줄 것이라고 기대하는 의존의 함정에 빠질 위험성이 큽니다.>>기사 자세히 보기AI리터러시 교육을 위한 대응책은?2020년 듀리 롱(Duri Long)은 AI 리터러시를 “개인이 AI 기술을 비판적으로 평가할 수 있게 해 주는 일련의 역량으로서, AI와 효과적으로 의사소통하고 협업하며 온라인, 가정 및 직장에서 AI를 도구로 사용하는 역량”으로 정의하고 있습니다.글로벌 시대에는 영어가 기본이었듯이 AI와 공존해야 하는 디지털 시대에는 AI가 기본입니다. 대한민국이 AI 강국이 되기 위해서는 AI에 대한 보편적 소양 교육, 즉 전 국민이 AI를 이해하고 설명하고 응용할 수 있는 AI 리터러시 교육이 절대적으로 필요할 것입니다. AI는 컴퓨터 전문가뿐만 아니라 모든 사람의 기본 역량이 돼야 합니다. 모든 이의 작업 환경과 일상생활에 읽기 쓰기 수학과 디지털 기량 외에 AI 도구를 이용해서 문제를 정의하고 해결할 수 있는 ‘AI 사고력’을 더해야 합니다. AI 리터러시를 갖추는 간단한 방법은 우리가 일상에서 지나치는 작은 현상에도 AI 기술을 적용할 수 있는지 여부를 생각하는 습관을 가지는 것입니다.현재 각 나라에서 AI 리터러시 교육을 위한 여러 가지 대응책들이 제시되고 있습니다. 핀란드 헬싱키대학은 전 세계 성인들을 대상으로 인공지능 리터러시 온라인강좌인 ‘인공지능의 진실(Elements of AI)’을 무료 제공하고 있습니다. 미국의 MIT에서 만든 코그니메이츠는 미디어 리터러시 교육을 위한 온라인 플랫폼으로, 학생들이 다양한 미디어 콘텐츠를 읽고, 만들고, 공유하고, 평가할 수 있도록 지원합니다. 국내의 경우 부산시교육청은 ‘인공지능 (AI)기반 교육 가이드북’을 출간하여 인공지능 리터러시 교육의 이해와 실제를 안내하고 있습니다.>>기사 자세히 보기✅ 함께 보면 좋을 기사가트너, 2023년 데이터·분석 10대 트렌드 발표(ZDNET Korea)제품 관리자가 가져야 하는 데이터 리터러시(데이터 문해력)이란?(요즘IT)기고교수 / 이노핏파트너스 신도용 전문교수글 정리 / 이노핏파트너스 마케팅팀디지털 트랜스포메이션 시대에 FIT한 지식 혜택 (베네핏레터는 격주 금요일에 찾아갑니다)beneFIT Letter(베네핏 레터)는 이노핏파트너스의 노하우를 담아 디지털 트랜스포메이션 시대의 '산업별' 핵심 지식, 트렌드를 큐레이션한 뉴스레터입니다. 이 내용을 이메일로 편하게 받아보고 싶으시다면, 구독해주세요!>> 구독하러 가기

"데이터를 지배하는 자가 세상을 지배한다." 어느 한 일간지의 머릿기사입니다. 무엇을 의미하는 것일까요? 이 기사는 "이제는 데이터 경제가 주목받는 시대가 되었다"라고 강조하면서 이제 데이터는 경제활동의 부산물이 아니라 화폐처럼 경제활동의 중요한 축이 되었다고 말하고 있습니다.@media only screen and (max-width:640px) {.stb-container {}.stb-left-cell,.stb-right-cell {max-width: 100% !important;width: 100% !important;box-sizing: border-box;}.stb-image-box td {text-align: center;}.stb-image-box td img {width: 100%;}.stb-block {width: 100%!important;}table.stb-cell {width: 100%!important;}.stb-cell td,.stb-left-cell td,.stb-right-cell td {width: 100%!important;}img.stb-justify {width: 100%!important;}}.stb-left-cell p,.stb-right-cell p {margin: 0!important;}.stb-container table.munged {width: 100% !important; table-layout: auto !important; } .stb-container td.munged {width: 100% !important; white-space: normal !important;} 디지털 혁신 큐레이션#데이터리더십 #디지털혁신 #디지털전환창조와 디지털 혁신에서 이기는 법“데이터를 지배하는 자가 세상을 지배한다.” 어느 한 일간지의 머릿기사입니다. 무엇을 의미하는 것일까요? 이 기사는 “이제는 데이터 경제가 주목받는 시대가 되었다”라고 강조하면서 이제 데이터는 경제활동의 부산물이 아니라 화폐처럼 경제활동의 중요한 축이 되었다고 말하고 있습니다. 그만큼 데이터가 중요하다는 것을 강조하고 있는 것입니다.그렇다면 데이터 경제는 무엇을 말하는 것일까요? 단어의 의미 그대로 각종 데이터를 활용해 새로운 경제적 가치를 창출하는 것을 말합니다. 예전에는 방대한 데이터를 수집해 분석하는 것이 어려웠습니다. 관련 도구와 분석 능력을 갖춘 일부 특정 집단이나 기업의 전유물이었던 것입니다. 하지만 요즘은 인터넷 가상공간인 클라우드에 데이터를 모으고, 누구나 사용할 수 있는 AI를 통해 손쉽게 분석이 가능하게 된 것입니다. 데이터 자체가 상품이 되었습니다.그런데 누구나 데이터가 있으면 부를 거머쥘 수 있을까요? 당연히 절대 그런일은 없을 것입니다. 데이터를 모으고 분석하는 것이 중요한게 아니라 그 과정에서 전혀 상관없어 보이는 것들과 연결시키고 창의적인 아이디어를 만들어 내는 것이 핵심이기 때문입니다.오늘의 주제 : 데이터 리더십1️⃣ 창의성을 원한다면 분석하고 또 분석하라!2️⃣ 조직 내 데이터를 제대로 활용하기 위한 리더의 역할3️⃣ 혼돈 세상 속 조직 디지털 혁신을 이끌기 위해 리더십에 CLS를 융합시켜라!기고교수 소개오상진 교수現 이노핏파트너스 파트너 교수#데이터분석 #빅데이터분석 #정보체계창의성을 원한다면 분석하고 또 분석하라!자 그렇다면 빅데이터 분석이란 무엇을 말하는 것일까요? 바로 대량의 데이터로부터 숨겨진 패턴과 알려지지 않은 정보를 찾아내기 위한 과정이라고 보면 됩니다. 이는 창의성을 “존재하지 않는 관계를 보는 능력”이라고 정의했던 통계학자 토머스 디시의 말과 맥을 같이 합니다. 데이터 분석의 관점에서 보면 “존재하지 않는다”는 말은 이 세상에 없다는 것이 아니라 “우리가 아직 그 의미를 파악하지 못했다”라고 볼 수 있습니다. 또한 “관계”란 단어는 통계학적인 관점에서 보면 변수들 혹은 데이터들 간에 인관관계를 말합니다. 즉, 자료 속에 숨어 있는 규칙적 패턴이나 관련성을 말하는 것입니다.결국 데이터 분석 관점에서 창의성이란 “수많은 데이터 속에서 우리가 찾아내지 못한 변수들 간의 인과관계를 찾아내어 새로운 가치를 창출해 내는 과정”이라고 볼 수 있습니다. 룰브레이커라 불리는 세계 최고의 창의적인 기업의 공통점도 데이터 분석을 통해 창의성을 극대화 시켰습니다.정보 모으기의 제왕들, ‘구글과 아마존, 그리고 테슬라’1998년 창업한 구글은 “다양한 구글 서비스들과 함께 전 세계의 모든 정보를 체계화하여 모든 사용자가 유익하게 사용할 수 있도록 한다”라는 사명으로 지금의 구글을 만들었습니다. 그들은 ‘좋은 논문은 많이 인용되는 논문’이라는 학계에서 인정한 패턴을 웹페이지에도 그대로 적용해, 특정 사이트가 다른 사이트로 연결되는 백링크를 알아내고 이것을 기본으로 웹페이지 랭킹을 매기는 ‘페이지랭크’를 구현했습니다. 이 ‘페이지랭크’는 유용한 정보를 빠르게 습득할 수 있게 함으로써 전 세계 검색엔진 시장을 장악했던 것입니다.아마존은 1994년 온라인으로 책을 팔기 시작하면서 고객들의 데이터를 모으기 시작했습니다. 그리고 1997년 제품라인을 확대하면서 온라인 전자상거래 시장을 장악했으며, 현재 전세계 최고의 기술력을 자랑하는 IT 기업으로 성장했습니다. 아마존이 단순히 온라인 책방에서 클라우드 컴퓨팅, 전자상거래, 미디어, 하드웨어, 오프라인 유통 사업으로 확장할 수 있었던 것은 바로 온라인 전자상거래를 통해 확보한 고객들의 데이터에 있었습니다.어마어마한 빅데이터를 분석하고 서로 다른 영역을 연결시켜가며 비즈니스 영역을 확장한 것이 지금의 아마존을 만든 것입니다. 2003년 창업한 테슬라 역시 데이터로 성공한 기업입니다. 우리는 단순히 전기자동차를 생산하는 기업으로 알고 있지만 내면을 살펴보면 수많은 데이터를 수집하고 이를 분석해 다양한 사업들을 전개해 나가고 있습니다.>>기사 자세히 보기#리더역할 #리더십전략 #조직문화조직 내 데이터를 제대로 활용하기 위한 리더의 역할최근 기업에서 업무에 데이터를 사용하고, 해석하고, 생성하는 일이 많아졌습니다. 디지털 네이티브의 등장으로 ICT 기술을 활용하는 것이 더욱 용이해진 것입니다. 하지만 많은 기업에서 데이터를 관리하고 활용하는데 어려움을 겪습니다. 왜일까요?데이터에 대한 책임소재가 불분명 하기 때문입니다. 데이터 관리에 시간과 열정을 쏟는데도 데이터를 제대로 활용하지 못하기에 품질은 낮아지고, 직원들은 데이터를 신뢰하지 않게 되는 것입니다. 조직 내 제대로 된 데이터를 생산하고 활용하기 위해서는 무엇을 해야 할까요? 데이터 품질 솔루션의 토마스 레드먼(Thomas Redman)은 데이터 리더십을 발휘하기 위한 5가지 가이드라인을 제시하고 있습니다.조직구성원 모두를 참여시켜라!첫 번째는 조직구성원 모두를 참여시키라는 것입니다. 이유는 명확합니다. 데이터를 다루는 업무의 대부분은 현장에 근무하는 일반직원들이 하기 때문입니다. 그런데 대부분의 기업들은 데이터 관련 부서를 지정해 놓고, 이들에게 데이터의 수집부터 품질관리까지 전권을 위임하고 있는 것입니다. 고객 접점의 현장 직원들은 데이터를 생성하고 해석합니다. 고객을 만족시키기 위해 데이터를 사용하고, 전략을 수립합니다.하지만 항상 데이터를 수집하고 활용하기 위한 기획단계에서 배제되기 일쑤입니다. 코끼리 전체를 보지 못한채 다리나 꼬리를 더듬으며 코끼리 형상을 상상하는 꼴입니다. 이를 위해 리더들은 데이터에 대한 조직구성원들의 역할과 책임을 명확히 명시해야 합니다. 그리고 그들의 역할과 책임을 효과적으로 수행할 수 있도록 교육하고, 지원하고, 협업을 아끼지 말아야 합니다.이를 위해 스타벅스는 현장의 직원들에 데이터를 사용하여 다양한 의사결정을 내릴 수 있도록 적극적 지원을 하고 있습니다. 매장 레이아웃 및 제품 제공에 대한 데이터 뿐만 아니라 고객 트래픽 패턴과 선호도를 분석하여 현장 작업자가 각 위치에 대한 최적의 매정 레이아웃과 제품 구색을 결정하는데 도움을 주고 있습니다. 또한 현장 관리자가 판매, 재고수준 및 고객행동에 대해 실시간으로 데이터에 접근할 수 있도록 모바일 데이터 도구에 투자하고 있습니다. 이를 통해 효율적인 재고관리와 인력배치, 제품제공을 통한 고객만족을 만들어 가고 있는 것입니다. >>기사 자세히 보기(출처:CIO) 협업의 인프라를 구축하고 적극적으로 활용하라두 번째는 협업의 인프라를 구축하고 적극적으로 활용하라는 것입니다. 데이터는 다양한 부서에서 사용될 때 가치가 높아지기 때문입니다. 왜일까요? 기업은 밸류체인(Value Chain)으로 구성되기 때문입니다. 가치사슬 이라고 불리는 밸류체인은 기업이 제품 또는 서비스를 생산하기 위해 원재료, 노동력, 자본 등의 자원을 결합하는 과정에서 발생하는 부가가치 생태계를 뜻합니다. 기업이 경쟁우위를 찾고, 이를 강화하기 위한 기본적인 분석도구이기도 합니다.그 중에서 직접적인 가치 창출 영역인 구매, 제조, 물류, 판매, 서비스 등을 본원적 활동이라고 하고, 이를 지원하는 활동이 재무관리, 인적자원관리, 연구개발, 조달 등입니다. 이때 다양한 영역에서 발생하는 데이터는 아주 중요합니다. 밸류체인의 타고 산소를 공급하는 적혈구와 같은 존재이기 때문입니다. 그런데 조직 내 부서 이기주의나 사일로 현상이 데이터의 흐름을 막습니다. 또한 데이터만 잘 흘러서는 시너지를 만들어 낼 수 없습니다. 타 부서에서 사용할 수 있도록 지속적인 품질관리가 필요합니다. 이를 위해 체계적으로 데이터의 흐름을 조정할 수 있는 인프라를 구축해야 합니다.협업인프라의 대표적 사례는 플랫폼 생태계를 구축하는 것입니다. GE는 프레딕스라는 산업용 사물인터넷을 통해 데이터를 수집하고 예지정비를 통해 설비장애를 사전에 예방하는데 활용하며, 전 세계 400여개의 생산시설을 지원하고 있습니다.지멘스는 제조업을 위한 클라우드 플랫폼 마인드스피어(Mindsphere)를 구축하여 생산부터 배송까지 원스탑으로 운영될 수 있도록 지원하고 있으며, CPS(Cyber Physical System)를 활용해 기초 인프라 영역인 데이터 수집과 처리, 시뮬레이션 분야의 플랫폼을 확장하고 있습니다. 국내기업으론 포스코가 데이터수집과 분석 플랫폼인 포스프레임을 자체 개발하여 생산공정을 개선하고 표준화된 데이터를 현업 담당자가 쉽게 분석할 수 있도록 다양한 머신러닝과 딥러닝 분석도구를 탑재하고, 지속적 교육을 진행하고 있습니다. >>기사 자세히 보기GE가 그린 스마트 공장 이미지. 물류 운반 상황을 기계가 자동으로 파악, 보고한다. (출처: 조선일보)데이터 관리의 책임은 현장에 위임하고 IT 부서는 이를 지원할 수 있는 기술에 집중하라세 번째 데이터 관리의 책임은 현장에 위임하고 IT 부서는 이를 지원할 수 있는 기술에 집중하라는 것입니다. IT 부서는 데이터를 생성하지 않습니다. 그러다 보니 데이터의 출처와 의미는 더더욱 모릅니다. 이들은 데이터가 잘 활용되고 흘러갈 수 있도록 인프라를 구축하는데 힘을 쏟아야 합니다. 코칭과 조정이 필요하다면 전문 데이터팀을 활용하라코칭과 조정이 필요하다면 전문 데이터팀을 활용하는 것이 더욱 효율적입니다. 이것이 리더가 데이터 리더십을 발휘해야 하는 네 번째입니다. 우리 팀의 데이터 문제는 다양한 주제에 대해 전문지식을 보유한 데이터팀과 협업해야 합니다. 데이터팀은 데이터 분석가, 현장전문가, HR 전문가, 재무 담당자, 제조 및 연구개발 담당자 등 기업의 밸류체인에 속해있는 다양한 영역의 전문가로 구성해야 합니다. 기업에서 생성되는 다양한 분야의 데이터에 대한 일상적인 작업을 수행하고 책임져야 하기 때문입니다. 이 팀의 절반은 일반 직원들이 데이터를 잘 활용할 수 있도록 교육을 지원하고, 인프라 구축을 주도해야 합니다. 또한 데이터 표준화를 통해 데이터의 공용어를 만들어야 합니다. 데이터의 모델링 개발을 통해 효율적인 데이터 활용을 선도하는 것도 이들의 몫입니다.가장 대표적인 사례가 맥도널드입니다. 맥도널드는 전세계 4만여 개의 매장관리자가 레스토랑 운영 관련 데이터를 쉽게 수집하고 관리할 수 있도록 데이터 허브라는 글로벌 플랫폼을 구축했습니다. 이를 통해 현장재고, 판매수치 등 운영관련 데이터를 모두 입력할 수 있도록 했으며 이를 분석해서 빠르고 정확한 의사결정을 할 수 있도록 방식을 바꾼 것입니다.(출처: Mattewtennant)동시에 IT 부서는 데이터 허브와 관련 기술 인프라를 구축하고 유지할 수 있도록 지원에 포커스를 맞추고 있습니다. 맞춤형 분석도구를 개발하고, 클라우드 기반의 저장 솔루션을 제공하며 보안 정책을 체계화 하고 있는 것입니다. 맥도널드는 데이터 관리 책임을 현장에 위임하고 IT부서는 기술 인프라에 집중함으로써 전세계 레스토랑 운영의 최적화와 고객 만족을 높이는 동시에 안전하고 신뢰할 수 있는 데이터 관리 인프라를 유지할 수 있게 되었습니다.>>기사 자세히 보기임원 차원에서 적극적으로 지원하라마지막은 C 레벨의 임원 참여로 적극적인 지원을 아끼지 말라는 것입니다. 기업이라는 거대한 생명체를 움직이는 원동력은 자본과 인력이기 때문입니다. 고위급 임원들의 지원이 없다면 혁신은 딜레마에 빠지게 됩니다. 조직은 태생적으로 편안하고 익숙한 환경을 좋아하기 때문입니다. 지금까지 데이터 과학은 기업의 성장에 많은 기여를 해왔습니다. 고객에 대한 통찰력을 제공했을 뿐만 아니라, 일하는 방식의 효율을 통해 비용을 절감하고, 다양한 비즈니스 모델을 만드는데 아이디어를 제공했습니다. 하지만 아직까지 우리는 디지털 네이티브 기업에 국한된 방식이라고 생각합니다. 익숙하지도 않고, 새로운 것을 시도하는게 두렵기 때문입니다.이를 극복하기 위해 리더들은 두 가지에 집중해야 합니다. 하나는 주변에 있는 다양한 데이터와 비즈니스 문제를 연결해 보라는 것입니다. 연결은 창의성을 창발시키는 촉매제가 되기 때문입니다. 또 하나는 문제 해결에 필요한 인적 역량을 구축하라는 것입니다. 새로운 인재를 선발하는 것도 좋고, 내부에 열정이 넘치는 인재를 양성하는 것도 좋습니다.철도 시스템에 GE의 디지털 솔루션을 적용한 개념도(출처: e4dsnews)GE는 데이터 분석과 기계 학습을 활용하여 제조 프로세스를 최적화하고 고객 성과를 개선하는 것을 목표로 하는 “산업 인터넷 플랫폼”이라는 디지털 혁신을 시작했는데, 바로 당시 GE의 수장이었던 제프 이멜트가 주도했습니다. 또한 GE의 고위 경영진을 조직 전체에서 디지털 기술 및 데이터 분석의 채택을 추진하는 데 적극적으로 참여시켰는데, IT팀과 긴밀히 협력하여 효율성과 생산성을 개선하기 위해 데이터 분석을 적용할 수 있는 영역을 식별하고 직원들이 새로운 기술을 수용할 수 있도록 지원 및 리소스를 제공한 것입니다.대표적인 사례는 GE의 디지털 트윈기술 프레딕스(Predix) 입니다. 이를 통해 제조 프로세스를 개선하고 비용을 절감하며, 고객들의 만족을 극대화 시켰고, 이 모든 과정에 CEO와 고위임원들의 적극적 참여가 조직 전체를 움직이는 촉매제 역할을 했던 것입니다.>>기사 자세히 보기▼GE’s Predix Platform Now Open For All#조직리더십 #CLS #조직개발혼돈한 세상 속,조직 디지털 혁신을 이끌기 위해 리더십에 CLS를 융합시켜라!다양한 지식과 통찰력까지 겸비한 만능엔터테이너“전통적인 리더십 개발 접근 방식이 더 이상 조직이나 개인의 니즈를 충족하지 못한다”하버드 비즈니스 리뷰의 한 아티클의 제목입니다. 무엇을 말하고 싶은 것일까요? 리더십은 사회 전반에서 다양한 의미로 사용되고 있습니다. 특히 기업에서의 리더십은 경영전략과 조직행동론에서 시작되었는데, 한마디로 조직의 성과를 만들어 내는 리더의 역할이라고 볼 수 있습니다. 다양한 학자들의 정의에서 공통점은 “조직의 목표 달성”이라는 키워드입니다. 이를 위해 개인 및 집단을 고취하는 활동 혹은 영향력을 말합니다. 전통적으로 경영학자들은 그 시대 성공한 기업인들이나 정치인들을 분석해 그들의 공통점을 찾고, 그들에게 배울점을 나열하는 방식으로 리더십을 연구해 왔습니다. 그래서인지 시대에 따라 리더십의 키워드는 바뀌었고, 기업의 환경에 따라 다양한 역할들이 등장했습니다.그렇다면 오늘날 기업의 환경은 어떠할까요? 한마디로 불안정하고 불확실하고 복잡하고 모호합니다. 여기서 조직의 목표달성을 하려면 과거의 리더십 역량으로는 불가능하다는 것입니다. 지금의 환경에 적합한 다른 종류의 리더십 스킬과 조직 역량이 필요하다는 것입니다. 오랫동안 리더십 영역은 직관적인 소프트 스킬로 여겨져 왔습니다. 하지만 경영이나 관리업무는 데이터를 중심으로 운영되어 왔습니다. 리더와 관리자의 경계가 모호해 진 것처럼 이제는 리더십의 개념이 바뀌어야 합니다. 많은 리더가 데이터에 기반한 의사결정을 하고 있고, AI시대 핵심인 메타버스, 클라우드, 빅데이터, 플랫폼에 의해 일하는 방식이 바뀌었기 때문입니다.데이터 중심의 AI시대는 사람들의 행동양식을 변화시키고 있습니다. 새롭게 조직으로 진입하는 디지털네이티브에 의해 가속화된 이 현상은 산업과 사회, 문화, 정치에도 영향을 미치고 있습니다. 이들은 “정보에 기반한 직관”이라는 하이브리드 방식을 채택하고 있고, 사람, 관계에 대한 정보를 분석하기 위해 데이터를 처리하고 데이터 분석 도구를 사용하는 컴퓨팅 사회과학이 기업의 핵심이 된 것입니다. 그렇다면 우리 기업들은 무엇을 해야 할까요?우선 조직의 핵심인 리더들의 리더십을 재정의해야 합니다. 이를 위해서 시뮬레이션과 네트워크분석, AI, 기타 데이터 기반 접근법을 사용해 리더십을 근본적으로 개선하도록 설계된 CLS(컴퓨팅 리더십 과학, Computational Leadership Science)를 도입해야 합니다. 하버드대 국가준비 리더십 이니셔티브 연구원인 브라이언 스피삭(Brian Spisak)은 CLS를 “최첨단 과학과 잘 정리된 리더십 연구, 실무에서 얻은 귀중한 지식이 교차하는 지점에서 차세대 혁신을 이끌 기술”이라고 정의했습니다. 그는 기업은 CLS를 통해 급변하는 경영환경을 더 잘 예측할 수 있고 문제를 해결할 수 있을 것이라 했습니다.대표적인 사례가 IBM의 리더십센터입니다. 이들은 효과적인 리더십에 대한 주요 심리 측정 및 행동지표와 컴퓨팅 사고력을 결합하였습니다. 글로벌 리더십 평가를 위해 평가프로세스를 대대적으로 혁신하고 디지털화된 플랫폼을 개발하였습니다. 여기에 리더십 후보자의 스킬, 행동, 성격에 부합하는 교육을 제공하기 위한 자동화 서비스를 오픈한 것입니다. IBM은 CLS 개념을 접목한 플랫폼을 통해 리더십 성과를 예측하고, 필요한 교육을 제공하고 있으며 이는 기본 대면 평가보다 더 효율적이고 비용도 절감한 것으로 알려졌습니다. 이 플랫폼은 단순 리더십을 위한 평가뿐만 아니라 재무관련 리더를위해 JP모건과 협업을 통한 투자의사 결정에도 활용할 계획입니다. >>기사 자세히 보기기존의 리더십은 리더의 경험과 직관에 의존해왔습니다. 이 행위가 리더의 편향과 독선을 만들어 낸 것입니다. 모든 의사결정이 자신의 경험에 의한 것일 수밖에 없었기 때문입니다. 하지만 CLS를 사용하면 이러한 편향적 사고를 제거할 수 있습니다. 데이터에 기반한 합리적 의사결정을 할 수 있기 때문입니다. 따라서 CLS는 일상적인 리더십의 일부가 되어야 합니다. 다양한 데이터와 AI분석 알고리즘으로 무장한 CLS는 조직 내 인간관계 관리부터 전략적 의사결정까지 리더십에 막대한 영향을 미치기 때문입니다.특히 리더십에서 디지털 전환을 받아들이는 것이 핵심입니다. 용감한 리더는 두려움을 깨고 새로운 기술이나 낯선 곳으로의 여행을 즐기는 사람이기 때문입니다. 이를 위해 리더 자신의 근본적 변화와 데이터에 기반한 의사결정 조직문화는 만들어야 합니다.✅ 함께 보면 좋을 기사데이터 리더가 되기 위해 필요한 8가지 특징 (Information-age, 2023.01.10)데이터 리더가 전략적 성과를 도출하는 데 어려움을 겪는 이유 (CIO, 2023.03.27)기고교수 / 이노핏파트너스 오상진 대표글 정리 / 이노핏파트너스 마케팅팀디지털 트랜스포메이션 시대에 FIT한 지식 혜택 (베네핏레터는 격주 금요일에 찾아갑니다)beneFIT Letter(베네핏 레터)는 이노핏파트너스의 노하우를 담아 디지털 트랜스포메이션 시대의 '산업별' 핵심 지식, 트렌드를 큐레이션한 뉴스레터입니다. 이 내용을 이메일로 편하게 받아보고 싶으시다면, 구독해주세요!>> 구독하러 가기