서론

어느날 나의 잘못된 분석결과로 인해 100억원의 손실을 입고 하루 아침에 회사가 무너질 위기에 처한 꿈을 꾸었다. 다행히 꿈으로 끝났지만 실제로 벌어진다면 어떻게 해야 할까 하는 생각을 해보았다. 실제로 내가 처음 데이터분석가 커리어를 시작할때 가장 두려워 하던 것중 하나가 잘못된 의사결정으로 어마어마한 손해를 보면 어떡하지였다. 짐부터 싸야 하나 싶기도 하고 어떻게 하고 말고 없이 이 세상에서 당장 사라지고 싶어질 것 같다. 본 포스팅은 MZ세대 데이터분석가 입장에서 책임이란 무엇이고 책임을 어떻게 져야하는지를 마인드 시뮬레이션을 해보자는 의미에서 작성해보았다.

리더는 부담되어요

MZ세대들은 임원 승진에 대해 부정적이 입장이라는 뉴스를 접했다. 조사된 가장 큰 이유는 “책임을 져야 하는 위치가 부담스러워서”가 43.6%로 1위 였다. 이직이 잦은 이유중 하나도 여기에서 비롯된게 아닌가 싶다. “적당히 하다가 이직하지 뭐..” 하지만 이직은 근본적인 문제해결에 도움이 되지 않는다.

그렇다면 왜 우리는 책임지기를 부담스러워할까? 찾아본 이유들은 다음과 같다. 첫째, 실패에 대한 두려움 둘째, 부정적 결과에 대한 두려움 셋째, 자신의 능력에 대한 불신 넷째, 책임지는 것이 불편하기 때문

데이터라는 것이 위의 두려움에 빗대었을때 내가 추출한 데이터의 결과가 부정적인 결과를 보여주거나 혹은 데이터로 인한 의사결정이 실패하거나, 쿼리 역량이 약하여서 데이터의 로직을 올바르게 뽑지 못한 경우, 끝으로 데이터 자체의 결점이 있을 경우, 이 책임을 내가 져야 하는지에 대한 불안감이 있을 것이다.

데이터분석가의 책임.

그렇다면 책임이란 무엇인가?

책임은 자신의 행동에 대한 책임을 지는 것이다.

이를 데이터분석가에 이입하면

데이터분석가의 책임은 자신의 “데이터”에 대한 책임을 지는 것이다.

회사에서 이야기하는 책임은 R&R(Role and Responsibilities)에서 비롯된다. 그리고 일반적으로 데이터분석가의 R&R은 다음과 같다.

데이터 분석가는 데이터를 수집, 처리, 분석하여 의미 있는 정보를 도출하고 의사 결정을 지원하는 역할을 합니다.

1/ 데이터 수집 및 처리: 데이터 분석가는 데이터를 수집하고 처리하는 방법을 개발하고 구현합니다. 데이터는 다양한 소스에서 수집될 수 있으며, 데이터 분석가는 데이터를 수집하고 처리하는 방법을 개발하고 구현해야 합니다.

2/ 데이터 분석: 데이터 분석가는 데이터를 분석하여 의미 있는 정보를 도출합니다. 데이터 분석가는 데이터를 분석하여 패턴을 식별하고, 예측을 하고, 의사 결정을 지원합니다.

3/ 의사 결정 지원: 데이터 분석가는 데이터 분석 결과를 사용하여 의사 결정을 지원합니다. 데이터 분석가는 데이터 분석 결과를 사용하여 의사 결정을 내리는 데 필요한 정보를 제공합니다.

책임은 곧, 신뢰의 문제이고 신뢰하지 못하는 데이터는 의사결정을 하지 못하기 때문이다. 그렇기 때문에 여기서 중요한 포인트는 데이터는 틀릴 수 있다는 것이다. 데이터가 유실되고 불완전하더라도 “그것을 추출하는 로직”만큼은 충분히 납득되고 설득력이 있어야 한다. 데이터분석가는 그것을 바탕으로 방어defense를 하는 것이다. 우리가 살길은 내가 뽑은 데이터를 나 스스로가 충분히 납득을 하고 이해해야 한다. 나 조차 신뢰하지 않는 데이터를 누구에게 전달할 수 있을까?

가령, 이런식으로 설명할 수 있을 것이다. 데이터의 기간, 특정 플랫폼의 로그데이터. 추출하고자 하는 데이터의 정의를 설명하였다.

1/ 2023.01 ~ 2023.03 최근 3개월간 Android플랫폼 로그 기준으로 데이터를 추출하였습니다. 2/ iOS를 제외한 이유는 “재생 이벤트수”가 버그로 인해 잘못집계되고 있고 이를 현재 개발팀에서 확인해서 수정중입니다.(진행 Jira 티켓 링크 참조.) 전체 트래픽에서 Android가 과반수를 차지하고 있기 때문에 Android 데이터로도 분석에 대표성이 있다고 판단하였습니다. 3/ “노출수 대비 시청전환율” 정의는 “노출페이지 랜딩 이벤트수” 대비 “재생 이벤트수” 입니다. 분모를 노출페이지 랜딩 이벤트수로 한 이유는 앱 플로우상에서 노출 이후 시청으로 바로 가는 케이스가 90% 이기 때문입니다.(나머지는 딥링크 같은 소수케이스)

이후 분석리포트 내용 또한 최대한 팩트에 근거해서 적어보자. 데이터의 해석은 데이터분석가 한 개인이 아닌 데이터를 활용한 모두와 함께 공유한다. 이제 데이터의 책임 또한 함께 다른 구성원들과 공유된 것이다.

마무리

우리가 아무리 100억 손실을 내도 결국은 회사의 손실이다. 그리고 개인이 그것을 메꿀 수 없다는 사실 또한 알고 있다.

내가 말하고 싶은 포인트는 결국 마인드셋, 즉 “태도”를 이야기 한 것이다. 책임을 지는 마음이 있다면 내가 만든 데이터가 잘못되더라도 거기에서 빠르게 잘못을 수용하고 개선하기 위한 방안을 찾아야할 것이다.

MZ세대들이 책임을 지기 어려워하는 이유는 모든 책임을 한 개인이 지어야하는 압박 때문이지 않았을까…

“내가 책임질게!” 이렇게 말하기 쉽지는 않겠지만 적어도 내가 만든 데이터에 대해서 만큼은 책임을 갖고 하자.그것이 MZ 데이터분석가니까(끄덕)

+) GPT의 생각은?

Bard는 어떻게 생각하는지 물어봤다. 반대케이스도 물어봤다. 이상적인 답변을 내놓아줬다.