美 4차산업시대에 뜨는 직업, 데이터 사이언티스트의 명암

美 4차산업시대에 뜨는 직업, 데이터 사이언티스트의 명암

- 데이터 사이언티스트 기업활동 전반에서 활약 중, AI시대 유망 직업 -
- 전문분야 특화 중심으로 미국 구인시장 빠르게 재편 -

 

 

□ 미국 내 데이터 과학(Data Science)에 대한 관심 고조

 

  ㅇ 빅데이터, AI 등이 기업의 주요 화두가 되면서, 이와 관련된 전문가를 영입해 기업제품과 서비스를 혁신하려는 기대가 높아짐.
    - 아울러 일반 대중들도 4차 산업혁명이 가져올 노동시장의 변화에 능동적으로 대처하는 방향으로, 데이터와 관련된 역량을 개발하는 것에 관심이 크게 증가

    - 컴퓨테이션(계산과정)의 비용이 낮아지고, IT 환경의 발달로 데이터를 수집하고 저장하는 것이 쉬워지면서 최근에는 머쉰러닝을 일반인들도 시도해볼 수 있는 전문툴이 개방된 것도 원인

 

  ㅇ 관련 교육 수요를 충족시키기 위한 다양한 교육과정이 개발됐으며, 온라인 과정을 개설한 학교도 증가해 사회적인 붐 조성
    - 미국 “Master’s in Data Science” 단체의 발표에 따르면, 미국 내에서도 Harvard, MIT, UC Berkeley 등 128개 대학이 단기 교육과정(통상 1년 미만)을 제공
    - 사이버 대학으로 데이터 사이언스의 석사과정을 제공하는 학교는 Syracuse, Southern Methodist, UC Berkeley, Boston University 등 30여 개에 이름.
    - 과정의 주요 커리큘럼은 통계방법론, 데이터마이닝, 머신러닝, 정보시각화, 메타데이터, DB관리 등으로 알려짐.

 

 

□ ‘데이터 사이언티스트’는 21세기 가장 섹시한 일자리

 

  ㅇ 2012년 10월, Harvard Business Review는 빅데이터(Big Data) 특집으로, 데이터 사이언티스트를 21세기 가장 섹시한 일자리 (Data Scientist: The Sexiest Job of the 21st Century)로 기사화
    - 이 기사에서 창업초기 LinkedIn사가 CEO의 결단으로, 스탠포드 물리학 박사인 Jonathan Goldman을 영입하여 서비스를 데이터 과학의 힘으로 혁신과 비즈니스적으로 성공한 사례가 제시됐으며, 이후 데이터 사이언스에 대한 기업의 투자를 촉발시킨 것으로 평가

 

 

  ㅇ 미국 구인구직 플랫폼인 Glassdoor에서 발표한 “2018 미국의 최고 일자리 50개”에서도 데이터사이언티스트는 3년 연속으로 1위를 차지

 

  ㅇ 전통적 기업이나 신생 스타트업 모두, 데이터 사이언스에 대한 상당한 투자 중
    - 전통적 기업이 대규모의 비구조화된 데이터를 모으기 시작하는데 방점이 있다면, 스타트업은 기존 산업을 파괴적 혁신하는 데에 사용하기 위한 것으로 보여 일자리 시장에서는 데이터 사이언티스트에 대한 구인수요가 높음.

 

□ 데이터 사이언티스트는 어떤 직업인가

 

ㅇ 데이터 사이언티스트는 분석, 통계, 프로그래밍의 기술을 활용해 대규모 데이터 셋을 모으고 분석하고 해석하는 직업으로, 경영 또는 운영의 난관에 대해 '데이터 주도형 해결책 (Data Driven Solution)'을 제시하는 것으로 요약
    - 데이터 사이언티스트는

1. 조직 전반의 활동으로 조직의 데이터를 경영 솔루션으로 전환시킴으로써 사업기회를 포착하는 업무를 한다.

2. 회사의 데이터베이스로부터 데이터를 캐고 분석해 제품 개발 향상과 마케팅 테크닉과 경영전략의 최적화를 이끌어 낸다.

3. 새로운 데이터 소스 및 데이터를 모으는 방식의 정확도와 효과를 평가한다.

4. 데이터 모델을 커스터 마이징(customize)하고 데이터 셋에 적용될 알고리즘을 개발

5. 예측 모델링(회귀분석 등) 기법을 이용해 사용자 경험, 수익 창출, 광고의 타케팅 등을 최적화시킨다.

6. A/B 테스팅(실험군-대조군 비교실험) 및 테스트 모델의 품질을 개선

 

ㅇ 미국에서 데이터 사이언티스트로 입사하기 위해 필요한 역량은

1. 통계용 컴퓨터언어(R, Python, SQL 등)을 다룬 경험과 대규모 데이터에서 유의미한 결과를 도출한 업무경력이 요구되며,

2. 데이터 구조에 대한 이해,

3. 1종 이상의 머신러닝 기법에 대한 지식,

4. 고급통계 테크닉 및 회귀모델 등에 대한 이해와 실제 업무경험,

5. 설득적 문서작성 능력 및 강한 언어능력 등으로 대다수 회사의 구인공고에서 공통적으로 확인
       - 이런 이유로 통계학, 수학, 컴퓨터학 또는 계량분야 학문에서 석사 또는 박사 이상의 학력 보유자가 선호되는 편

 

  ㅇ 미국에서는 데이터 사이언티스트가 제품•서비스 개발팀과 함께 일하는 경우가 잦음.
    - 샌프란시스코 소재 스타트업에서 근무하는 UX디자이너와 인터뷰에서 “데이터 사이언티스트가 없다면, 실리콘밸리도 존재할 수 없다”라고 평가하면서, “회사 내에 User Researcher가 고객의 서비스 이용경향 변화를 전달하면, UX 디자이너는 가설을 세우고, 데이터 사이언티스트가 큰 데이터에서 세부적인 데이터 셋을 제공하고, 해석하는 등의 일을 합니다.”라고 밝힘.

 

ㅇ 데이터 사이언티스트와 가장 연관성이 높은 직무군은 데이터 엔지니어
    - 마운틴뷰 소재 SNS 기업에서 근무하는 데이터 엔지니어와의 인터뷰에서, “데이터 사이언티스트의 업무 방식은 데이터를 모으고, 정제하는 일련의 노력 후에 모델 가설을 수립하여, 수집된 데이터셋을 이용하여 가설이 타당한지를 찾는 과정”이라면서, 데이터 규모가 데이터 사이언티스트가 사용하는 툴로는 분석이 어려워질 정도로 커지거나 데이터 처리의 자동화 등이 필요한 경우에 데이터 엔지니어가 개입한다고 설명

 

 

□ 데이터 사이언티스트 일자리 시장에 부는 최근 변화

 

  ㅇ 데이터 사이언스에 대한 전통적 기업과 스타트업의 선제적 투자는 결국 사이언티스트에게는 그 기대에 부응하는 이익을 회사에 보여줘야 하는 부담으로 이어지고 있다는 분석을 2018년 5월에 미국 Burtch Works 연구소가 발표
    - 전통적 기업은 빅데이터 처리에 대한 대규모 투자를 정당화하는 자료를, 스타트업은 투자자에게 중장기로 회사가 생존할 수 있다는 입증 논리를 데이터 사이언스 부서가 제출해야 하는 상황으로 평가

 

ㅇ 데이터 사이언스는 종래 예측분석(Predictive Analytics) 또는 비즈니스 인텔리전스(Business Intelligence) 종사자들과 유사한 업무영역을 가지는데, 이 경력자들이 최근의 데이터 사이언스 관련 코딩언어(Python) 및 통계 패키지 (R) 활용법 등을 배우면서, 데이터 사이언티스트 일자리 시장에 진입을 한 결과, 초급 데이터 사이언티스트의 임금 상승이 정체된 것으로 조사

 

  ㅇ 데이터 사이언스 리쿠르터는 일반 데이터 사이언티스트(Generalist)보다는 특정분야에 능통한 데이터 사이언티스트 (Specialist)를 발굴하는 것으로 일자리 시장이 변화
    - 데이터 사이언스가 초기에 과도한 관심을 받으면서 기업도 데이터 사이언스의 일반 인재를 경쟁적으로 채용하던 경향이 감소하는 것으로 해석되며, 새롭게 뜨는 데이터 사이언티스트 유망분야로

1. 자연어 처리(Natural Language Processing),

2. 컴퓨터 시각화 및 이미지 처리,

3. 광고관리 (Ad Tech),

4. 헬스케어 및 생명과학 등으로 업계는 전망

 

  ㅇ 종래에 주로 미국 서부 테크기업을 중심으로 데이터 사이언티스트를 채용했던 경향이 미국 전역으로 데이터 사이언스의 적용이 활발해지면서, 지역간 급여차이도 줄어든 것으로 조사되었으며, H1B 전문직 비자로 채용된 비중도 2016년 9%, 2017년에 8% 수준으로 조사되었던 수치가 2018년에는 13%로 급증하여, 외국인재의 채용가능성도 한층 높아졌음.

 

□ 데이터 사이언티스트를 고려하는 구직자에게 전하는 현지 기취업자 의견

 

  ㅇ 최근 한국 대학생들과 미국 유학생 사이에서도 관심을 받는 데이터 사이언티스트 직업군은 문과 전공자도 역량과 경력을 바꿔볼 수 있는 분야이나, 관련 학위를 추가적으로 준비하지 않고 인턴 활동 등으로 실무경험을 쌓지 못한 채 구직시장에 나올 경우, 취업이 쉽지 않은 분야라는데 전반적 의견이 수렴
    - Burtch Works사 자료에 따르면, 데이터 사이언티스트의 학력수준은 박사급(48%), 석사급 (43%), 학사급 (9%)이며, 전공도 수학•통계학(25%), 컴퓨터학(20%) 등이 압도적으로 차지하고, 경영, 경제 전공자는 각각 8%, 4% 수준에 불과한 것으로 조사

  ㅇ 특히 최근 단기과정으로서 데이터 사이언스를 교육받을 기회가 늘었는데, 동 교육수준은 업계에서 요구되는 역량에 미치지 못한, 단순히 통계 패키지 활용법, 기초 코딩, SQL 초급사용법 수준으로 예상되며, 머쉰러닝 강의도 유행하는 툴인 Tensor Flow의 예제 연습에 그칠 가능성이 높다고 보고, 그런 교육과정으로는 데이터 사이언티스트로 취업을 하기에 부족한 감이 크다고 지적
     - 이 과정으로 데이터 사이언스에 대한 관심을 가지게 되어, 데이터 모델링 및 통계학을 깊이있게 이해하는 계기가 된다면, 데이터 사이언티스트로 가는 길이라는 의견도 존재

 

  ㅇ 데이터 사이언티스트의 업무는 자료분석, 자료준비, 커뮤니케이션으로 나뉘며, 통계적 역량이 부족할 경우, 타부서와 업무협력 과정에서 전문적 의견을 설득력있게 전달하지 못하게 된다는 점을 지적하고, 데이터 모델링과 검증 (A/B 테스팅 등)을 핵심역량으로 기를 것을 조언
    - 데이터 사이언스는 신생분야로 자신이 배웠던 기술이 빠르게 변화 또는 대체될 수 있기에 업계의 최신동향을 주시하고 있어야 하는 것도 조언

 

  ㅇ 일부 실리콘밸리 테크기업들에서 데이터 사이언티스트 직군이 중국계 과학자들이 주류가 되는 사례도 있는데, 이런 경우 그런 기업에서 일자리를 얻기도 어렵고, 성장의 기회를 찾는 것도 제한적일 수 있다는 의견도 있었음.
    - 아울러 샌프란시스코 소재 테크기업은 머쉰러닝 기술을 활용해서 초급 수준의 데이터 사이언티스트 업무를 자동화하는 프로젝트도 진행 중인 것으로 안다면서, 데이터 사이언티스트로서의 경력선택에 주의할 필요가 있다는 의견도 제기  

 

□ 시사점

 

ㅇ 미국 실리콘밸리는 데이터 사이언스가 기업 전반의 활동에서 폭넓게 적용되고 있으며, 경영자들도 데이터 사이언티스트가 현업 팀원들과 갈등이 발생치 않도록 주의를 하는 것으로 보임.
    - 특히 미국은 그간 데이터 중심의 경영이 기업문화로 자리잡은 상황이나 한국은 데이터 사이언티스트가 경영진에게 사업결과를 분석해 보여주는 영역으로 인식이 강해 현업부서와의 갈등요인이 커지고, 결국 데이터 사이언티스트가 조직에 안착하지 못하는 결과로 이어지는 것으로 보임.

 

  ㅇ 큰 인구의 중국이 빅데이터를 활용할 기반이 갖춰지면서 관련 인재들도 늘어나, 결국 실리콘밸리 기업과 사업교류는 물론 인적으로도 강한 결속력으로 이어질 수 있다는 점에서, 한국도 관련 산업과 인재를 키우기 위한 노력이 필요한 시점임.

 

자료원:  Harvard Business Review, Glassdoor.com, Burtch Works, Master's In Data Science, 무역관 인터뷰 종합

※ 인터뷰는 실리콘밸리 지역에 소재한 기업 3개사에서 근무 중인 취업자와 진행되었으며, 이름 및 회사명 비공개를 전제로 응했음.