ADsP 1과목 공부(3)

1과목 3장 : 가치창조를 위한 데이터 사이언스와 전략 인사이트

※ 1장, 2장, 3장 등은 책을 기준으로 나눴습니다. 책 : ADsP 한 권으로 끝내기

---

빅데이터 분석과 전략 인사이트

빅데이터 분석

•근본적으로 빅데이터 분석도 기존의 분석과 마찬가지로 데이터에서 가치 즉 통찰을 끌어내 성과를 창출하는 것이 관건이다.
•성공적인 인터넷 기업들은 대부분 데이터 분석과 함께 시작되고 분석이 내부 의사결정에 결정적 정보를 제공한다.
•앞으로도 빅데이터와 관련된 걸림돌은 ‘비용이 아니라 분석적 방법과 성과에 대한 이해 부족’일 것이다.
•성과가 우수한 기업들도 가치 분석적 통찰력을 갖췄다고 대답한 비율이 매우 낮다.
> 전략적 통찰 없이 복잡화 최적화 또는 단순히 분석을 많이 사용하는 것이 경쟁우위를 가져다주지 않는다.
•일차원적인 분석을 통해서도 해당 부서나 업무 영역에서도 상당한 효과를 얻을 수 있다.
>일차원적인 분석 경험이 증가하고 분석의 활용범위를 더 넓고 전략적으로 변화시켜야 한다.

---

※ 전형적인 의사결정 오류

1. 로직 오류
   • 부정확한 가정을 하고 테스트를 하지 않는 것
   • 시간을 충분히 들여 대안들을 이해하지 않거나 데이터를 정확하게 해석하지 않는 것
2. 프로세스 오류
   • 결정에서 분석과 통찰력을 고려하지 않는 것
   • 대안을 진지하게 고려하지 않는 것
   • 데이터 수집이나 분석이 너무 늦어 사용할 수 없게 되는 것

전략 인사이트 도출을 위한 필요 역량

데이터 사이언스 의미와 역할

•데이터 사이언스 : 데이터로부터 의미 있는 정보를 추출하는 학문

통계학이 정형화된 실험 데이터를 분석 대상으로 하는 것에 비해, 데이터 사이언스는 정형 또는 비정형을 막론하고 인터넷, 휴대전화, 감시용 카메라 등에서 생성되는 숫자와 문자, 영상 정보 등 다양한 유형의 데이터를 대상으로 한다. 또한 데이터 마이닝이 주로 분석에 초점을 두고 있는 개념이라면 데이터 사이언스는 분석뿐만 아니라 이를 효과적으로 구현하고 전달하는 과정까지 포함한 포괄적 개념이다.

※ Gartner가 본 데이터 사이언티스트의 역량
•데이터 관리
•분석 모델링
•비즈니스 분석
•소프트 스킬

데이터 사이언스의 구성요소

1. IT(Data Management)
   • 프로그래밍, 데이터 엔지니어링, 데이터 웨어하우징, 고성능 컴퓨팅 등
2. Analytics(분석적 영역)
   • 수학, 확률모델, 머신러닝, 분석학, 패턴 인식과 학습 등
3. 비즈니스 컨설팅
   • 커뮤니케이션, 프레젠테이션, 스토리텔링, 시각화 등

데이터 사이언티스트의 역량

외국의 각 전문가는 강력한 호기심(Intensive curiosity)이야말로 데이터 사이언티스트의 중요한 특징이라고 말한다.
우리의 빅데이터 환경에서 일하는 데이터 사이언티스트들은 주로 데이터 처리 분석 기술과 관련된 하드 스킬만 요구받고있는 것처럼 보인다. 하지만 이러한 하드 스킬은 데이터 사이언티스트가 갖춰야 하는 능력의 절반에 불과하다. 나머지 절반은 통찰력 있는 분석, 설득력 있는 전달, 협력 등 소프트 스킬이다.

데이터 사이언티스트의 요구 역량들

• Hard Skill
  • 빅데이터에 대한 이론적 지식 : 관련 기법에 대한 이해와 방법론 습득
  • 분석 기술에 대한 숙련 : 최적의 분석 설계 및 노하우 축적
• Soft Skill
  • 통찰력 있는 분석 : 창의적 사고, 호기심, 논리적 비판
  • 설득력 있는 전달 : 스토리텔링, Visualization
  • 다분야 간 협력 : communication

전략적 통찰력과 인문학의 부활

최근의 사회경제적 환경의 변화는 세 가지 정도의 특징적 흐름을 보이는 것으로 요약할 수 있다.

1. 단순 세계화에서 복잡한 세게화로의 변화이다. 다양성과 각 사회의 정체성과 그 맥락, 관계, 연결성, 창조성 등이 키워드로 새롭게 나타났다.
2. 비즈니스의 중심이 제품 생산에서 서비스로 이동이다. 제품이 고장이 나더라도 오히려 얼마나 뛰어난 고객 서비스를 제공해주느냐가 더 중요하게 되었다.
3. 경제와 산업의 논리가 생산에서 시장 창조로 바뀌었다. 지금의 핵심은 새로운 현지화 패러다임에 근거한 시장 창조로 이동하였다.

데이터 사이언티스트에 요구되는 인문학적 사고의 특성과 역할

아래 표는 데이터 사이언티스트가 다룰 수 있는 6가지 핵심 질문들을 간단하게 제시한다. 첫 번째 차원은 단순히 정보를 활용한다고 할 수 있는 정도의 수준이다. 과거 정보들은 무슨 일이 일어났는지 정도를 요약해 준느 보고서 같은 단순한 형태로 정리된다. 두 번재 차원은 통찰력을 제시하는 단계다. 이 단계에서는 분석의 여러 도구들을 활용해 더 깊이 파고들어 간다. 이를 통해 사업 성과를 좌우하는 핵심적인 문제에 대해 훨씬 깊이 있고 유용한 대답을 얻을 수 있다.

구분	과거	현재	미래
Information	무슨 일이 일어났는가? 리포팅(보고서 작성 등)	무슨 일이 일어나고 있는가? 경고	무슨 일이 일어날 것인가? 추출
Insigth	어떻게, 왜 일어났는가? 모델링, 실험 설계	차선 행동은 무엇인가? 권고	최악, 최선의 상황은? 예측, 최적화, 시뮬레이션

※ 최고의 데이터 사이언티스트는 정량분석이라는 과학과 인문학적 통찰에 근거한 합리적 추론을 탁월하게 조합한다.

데이터 분석 모델링에서 인문학적 통찰력의 적용 사례

■ 인간을 바라보는 유형별 세 가지 관점

1. 인간을 타고난 성향의 관점에서 바라보는 것이다. 인간을 변하지 않는 존재로 상정하고 있다. 유전적 요소처럼 원래의 성향이 존재하고 인간은 이것을 기초로 나뉜다고 보는 것이다.
2. 인간을 행동적 관점에서 바라보는 것이다. 타고난 성향을 기준으로 사람을 정확하게 판단이 불가능할 수 있다. 오늘까지 신뢰감을 주던 사람이라도 다음날 전혀 다른 모습을 보이기도 한다. 현재의 신용 리스크 모델은 인간을 행동적 관점에서 바라보고 있다.
3. 인간을 상황적 관점에서 바라보는 것이다. 통상 특정 행동을 거듭하는 사람은 그 행동을 앞으로도 반복할 확률이 높다. 인간을 보다 정확하게 판단하기 위해서는 단순하게 그 사람의 행동만을 관찰해서는 안 되고 그 사람의 놓여 있는 상황과 맥락을 고려해야 한다.

빅데이터 그리고 데이터 사이언스의 미래

빅데이터 회의론을 넘어 : 가치 패러다임의 변화

세상이 빠르게 변할 때일수록 그 변화의 물결을, 그 물결의 흐름을 잘 읽어야 한다. 많은 신기술과 신상품, 서비스들은 이러한 가치 패러다임의 작동 원리에 맞아 떨어질 때 성공을 거두게 된다. 가치 패러다임 변화는 크게 3단계로 구분해 볼 수 있다.

1. 디지털화(Digitalization)이다. 아날로그의 세상을 어떻게 효과적으로 디지털화하는가가 이 시대의 가치를 창출해내는 원천이었다.
2. 다음 단계의 가치 패러다임은 빌게이츠가 제대로 보지 못한 연결(Connection)이란 것이다. 새로운 시대에서 디지털화된 정보와 대상들은 이제 서로 연결되기 시작했다. 이 연결을 얼마나 효과적이고 효율적으로 제공해주느냐가 이 시대의 성패를 결정한다.
3. 복잡한 연결을 얼마나 효과적이고 믿을 만하게 관리해주는가의 이슈인 에이전시(Agency)가 키워드로 등장할 확률이 매우 높다. 에이전트 기능을 제대로 수행하기 위해서는 반드시 필요한 것이 데이터 사이언스와 관련된 능력이다. 수많은 빅데이터를 빠르고 정확하게 처리해 개인과 기기와 사물들이 맺고 있는 연결을 효과적이고 효율적으로 관리해주기 위한 핵심에 바로 데이터 사이언스가 있다.

데이터 사이언스의 한계와 인문학

아무리 정량적인 분석이라도 명심해야 할 것은 모든 분석은 가정에 근거한다는 사실이다. 아무리 뛰어난 모델도 항상 이러한 가정을 갈고 있다. 훌륭한 데이터 사이언티스트는 인문학자들처럼 모델의 능력에 대해 항상 의구심을 가지고, 가정들과 현실의 불일치에 대해 끊임없이 고찰하고, 분석모델이 예측할 수 없는 위험을 살피기 위해 현실을 명확하게 관찰해야 한다.

---

기출문제

가트너가 본 데이터 사이언티스트의 요구 역량으로 알맞지 않은 것은? (ADsP 40회 기출)

① 데이터 관리
② 분석 모델링
③ 비즈니스 분석
④ 조직 관리

정답 : 4
해설 : 가트너가 본 요구 역량으로는 ‘데이터 관리, 분석 모델링, 비즈니스 분석, 소프트 스킬’ 이 있다

위 검은 부분을 드래그하면 정답과 해설이 보입니다.

다음 중 데이터 사이언티스트에게 요구되는 하드 스킬로 알맞은 것은? (ADsP 40회 기출)

① 데이터 분석 기술
② 시각화를 활용한 설득력
③ 커뮤니케이션 기술
④ 창의적 사고

정답 : 1
하드 스킬 : 빅데이터에 대한 이론적 지식, 분석 기술에 대한 숙련
소프트 스킬 : 창의적 사고, 호기심, 논리적 비판 등

위 검은 부분을 드래그하면 정답과 해설이 보입니다.

다음 중 빅데이터 가치 패러다임의 변화 단계를 옳게 나열한 것은? (ADsP 39회 기출)

① Agency → Digitalization → Connection
② Digitalization → Connection → Agency
③ Connection → Digitalization → Agency
④ Digitalization → Agency → Connection

정답 : 2
해설 : 가치 패러다임의 3단계 변화 ‘디지털화(Digitalization) →연결(Connection)→에이전시(Agency)’

위 검은 부분을 드래그하면 정답과 해설이 보입니다.

데이터 사이언티스트가 가져야 할 역량 중 종류가 다른 하나는? (ADsP 38회 기출)

① 다분야간 협력
② 통찰력 있는 분석
③ 설득력 있는 전달
④ 빅데이터에 대한 이론적 지식

정답 : 4
해설 : 1,2,3은 소프트 스킬, 4는 하드 스킬이다.

위 검은 부분을 드래그하면 정답과 해설이 보입니다.

2025년 ADsP 시험일정 및 응시 수수료 보러가기