매출 올리는 데이터 사이언티스트

프롤로그_ 데이터 사이언티스트, 비즈니스 마인드를 세팅하라

1장 비즈니스와 AI에 대한 이해
지금 기업들이 AI에 주목해야 하는 이유
비즈니스를 위한 AI, 왜 알아야 하고 어떻게 활용해야 할까
이 정도는 꼭 알아야 하는 AI 기본 지식
AI, 무턱대고 쓰지 말고 데이터 먼저 파악하라
AI를 이용하는 기업이 되기 위해

2장 매출을 올리기 위한 AI와 데이터 과학의 활용
AI, 활용하는 사람은 누구인가
매출 10배 올려주는 데이터 과학자란
AI 기술, 어디까지 와 있고 어떻게 활용될까
비즈니스에 적용할 수 있는 데이터 분석 프로세스
우수한 데이터 사이언티스트를 꿈꾼다면

3장 비즈니스를 성공으로 연결하는 데이터 사이언티스트의 무기
타깃이 정확한 기술주도형 AI를 활용하라
효과와 효율을 구분해서 추구하라
파괴적 기술의 특성을 정확히 파악하라
고객 행동의 틈새를 파악하라
실험을 통한 데이터에 집중하라

4장 AI와 데이터를 활용한 성공 요인 분석
AI로 결함을 찾다: 스마트팩토리
‘스세권’ 입지 찾기: 스타벅스 드라이브스루
후기를 분석하다: 마약 베개
와인 추천은 이제 AI에게: 와인 앱 비비노
AI 화가의 작품: GAN 기술
뭘 볼지 고민하지 마세요: 넷플릭스 추천 시스템

5장 데이터 사이언티스트가 가져야 할 7가지 요건
객관적으로 사고하기
끊임없이 “왜?”라는 질문 던지기
문제 해결을 위한 설득 즐기기
다양한 데이터를 접하고 계속해서 분석하기
끊임없이 파고들어 방법을 찾기
기술 발전 속도에 뒤처지지 않기
아이디어가 나올 수 있는 시간 마련하기

데이터는 4차 산업혁명을 여는 ‘뉴 오일(New Oil)’이라고 한다. 그러나 모든 데이터가 이에 해당하는 것은 아니다. 빅데이터라는, 말 그대로 넘쳐나는 데이터 속에서 비즈니스를 꿰뚫고 문제를 해결할 만한 가치를 찾아내야 ‘오일’이 된다. 불순물이 과다하게 섞인 기름은 연소가 잘 되지 않듯 쭉정이가 섞인 데이터들은 오히려 정보를 왜곡시킨다. 그러므로 데이터 속에서 가치를 찾을 수 있고 선별할 수 있는 지혜가 더없이 중요해졌다.

매출을 상승시켜주는 데이터 과학자는 어떤 역량을 지녀야 할까? 우선 자신이 하는 분야를 넘어서 숲 전체를 볼 줄 알아야 한다. 그러기 위해 데이터 과학자는 자신의 분석이 비즈니스에 어떤 역할을 할지 알아야 한다. 큰 그림을 보는 것이다. 당장의 데이터 처리에 급급해하지 말고 문제를 명확하게 인식하는 일이 필요하다. 해당 데이터가 어떻게 문제를 해결할 수 있을지를 숙고하고 데이터 분석과 비즈니스 모델과의 연결고리를 파악해야 한다. 거시적 안목으로 해당 분석이 가져올 이익을 파악할 줄 알아야 한다.

AI를 도입하고 활용하는 데는 앞서 말했듯이 많은 어려움이 뒤따른다. 어떤 기업은 데이터 수집 단계에서부터 좌절하곤 한다. 많은 기업들이 이런 어려움에 직면한 뒤 한 발짝 더 나아가지 않고 쉽게 포기한다. 반면 어떤 기업은 이를 견뎌내고 자사만의 데이터 프로세스를 구축하고 AI 도입에 성공한다. 왜 AI 도입에 있어서 어떤 기업은 성공하고 어떤 기업은 쉽게 포기하는 현상이 나타나는 것일까?
많은 요인들이 있겠지만, 그중 하나를 꼽아보자면 많은 기업들이 효과와 효율을 발휘할 때를 제대로 알지 못하기 때문이다. AI 도입상에 많은 어려움이 있을 것임을 미리 예상하고 감수해야 한다. 이 말은 처음부터 AI 도입을 두려워하고 꺼리라는 말이 아니다. 처음 도입 시 어려움을 예상하고, 한 번에 빠르게 원하는 목표에 도달할 수 없음을 인지하라는 것이다. 효과를 추구해야 할 때가 있고, 효율을 추구해야 할 때가 있다.