데이터 리터러시, 데이터 시대에 살아남기 위한 필수 역량

전략 테크

2023. 04. 15

조회수

3,176

데이터-리터러시

1443년 우리나라 역사에 중대한 사건이 일어납니다. 바로 ‘훈민정음 창제’입니다. 문자를 몰라 억울한 일을 당하는 백성을 불쌍히 여긴 세종대왕께서 백성들이 자신이 말하고자 하는 바를 제대로 표현할 수 있길 바라며 창제한 ‘훈민정음 (訓民正音)’.

덕분에 한자를 모르는 백성들도 한글을 통해 소통할 수 있게 됐고, 문자로 된 서적도 공부할 수 있는 문해력을 갖추게 되었습니다.

훈민정음 창제 후 약 580년이 지난 지금, IT 기술의 발달로 인해 데이터로 모든 것을 표현하는 시대가 왔습니다. 가전제품부터 일상생활까지 데이터를 어떻게 이해하고 활용하느냐에 따라 기업의 경쟁력은 달라지고 있는데요.

데이터 시대에 경쟁력을 갖추기 위해서 기업들은 어떤 능력을 갖추어야 할까요? 대한민국 최초, 최대 IT 프리랜서 플랫폼 이랜서와 함께 확인해 보겠습니다!

데이터 리터러시,

데이터 시대에 살아남기 위한 필수 역량

구글 트렌드를 분석해 보면 지난 5년간 ‘데이터 리터러시(Data Literacy)’에 대한 관심이 꾸준히 증가하고 있습니다. 데이터 리터러시라는 개념이 생소한 분들도 많을텐데요. 데이터 리터러시의 뜻은 무엇이며, 왜 중요한 키워드로 부각되고 있는지 알아볼게요.

(출처 : Google Trends -

지난 5년간 Data Literacy에 대한 관심도 변화)

데이터 리터러시란?

데이터-리터러시-뜻

데이터 리터러시는 ‘데이터를 읽고, 이해하고, 생성하고, 전달할 수 있는 능력’을 뜻합니다. 여기서 ‘리터러시(Literacy)’는 글을 보고 이해하는 ‘문해력’을 말하는데요. 따라서 데이터 리터러시는 ‘데이터를 이해하고 목적에 맞게 활용할 수 있는 능력’을 뜻합니다.

구체적으로는 데이터를 수집하고 관리하는 역량, 가공 및 분석하는 역량, 시각화하거나 기획하는 역량까지 모두 데이터 리터러시 활동으로 포함할 수 있습니다.

리터러시 = 문해력

데이터 리터러시 = 데이터 문해력

우리 일상은 빅데이터를 통해 크게 변화하고 있습니다. 빅데이터를 분석한 기사가 쏟아져 나오고, 정부 정책이나 기업들의 비즈니스도 빅데이터를 기반으로 추진되고 있습니다.

이에 따라 ‘데이터 리터러시’는 반드시 갖춰야 되는 중요한 능력으로 주목받고 있습니다. ‘데이터 리터러시’가 없다면 빅데이터 프로젝트는 실패하기 때문인데요.

실제로 IT 리서치 기업 가트너(Gartner)는 리포트를 따르면 그동안의 빅데이터 프로젝트 중 85%가 실패했다고 나오고 있습니다. 많은 기업이 빅데이터 프로젝트를 실패하는 이유, 자세하게 알아보겠습니다!

빅데이터 프로젝트가 실패하는 이유

빅-데이터

수많은 기업들이 빅데이터 프로젝트를 추진했는데, 이를 성공적으로 구축한 기업은 10개 미만에 불과했습니다. 이렇게 성공 확률이 낮은 이유는 무엇일까요? 그 원인과 솔루션을 4가지로 정리해 보겠습니다.

실패 원인 1 : 부실한 통합

IT 리서치 기업 가트너의 수석연구원 닉 휴데커는 수많은 기업들이 빅데이터 수집에만 혈안이 되어있다고 꼬집었습니다. 단순히 많은 데이터를 수집하고 입력한다고 해서 의미 있는 결과가 도출되는 것이 아닙니다. 빅데이터를 제대로 활용하기 위해서는 데이터 간의 관계를 살피고 이를 해석할 수 있도록 계층을 만들어주어야 합니다.

다시 말해서, 체계성 없이 마구잡이로 수집된 데이터는 불필요한 데이터 덩어리에 불과하다는 이야기죠. 수많은 기업들이 데이터를 수집하기만 하면 무언가 의미 있는 결과가 나올 거라 착각하고 있지만, 무분별하게 수집한 데이터는 아무데도 쓸 수 가 없습니다.

실패 원인 2 : 불분명한 목표

데이터 통합 소프트웨어 업체 탈렌드(Talend)의 레이 크리스토퍼는 “내가 어떤 통찰을 얻고자 하는지 사전에 명확하게 정의를 해두어야 한다”라고 말했습니다. 그동안 수많은 기업들은 구체적인 목표 설정도 하지 않고 빅데이터 프로젝트를 시작해왔습니다.

단지 시대 흐름에 따라가야 한다는 이유만으로 빅데이터를 수집하게 되면 실패로 이어질 수밖에 없습니다. 빅데이터를 수집하기 이전부터 목적을 명확하게 세워야만 가용 가능한 데이터를 수집할 수 있습니다.

실패 원인 3 : 기술 간극

그동안 기업들은 ‘데이터 웨어하우스(Data warehouse)’에 데이터를 기록해왔습니다. 그리고 이 데이터를 빅데이터 프로젝트에 활용할 수 있을 거라고 생각했죠. 하지만 빅데이터가 데이터를 다루는 방식은 정반대입니다.

데이터 웨어하우스는 사업을 위해 이미 정제되고 구조화된 데이터입니다. 빅데이터는 정제되지 않은 ‘데이터 레이크(Data lake)’를 활용합니다. 이는 정제된 생수와 호수에 비유할 수 있죠. 이 기술적 차이를 이해하지 못하고 빅데이터 프로젝트를 추진하면 실패할 수밖에 없습니다.

실패 원인 4 : 기술 세대 차이

기업들은 기존의 데이터 사일로 (Data Silo)를 가져와 새로운 데이터 소스와 병합하려는 경우가 많습니다. 데이터 사일로 (Data Silo)는 다른 부서와는 공유되지 않는 ‘특정 부서만의 데이터’로 개별 부서나 사업 부문별로 활용되기에, 빅데이터 프로젝트에 활용하는 데 어려움이 있는데요.

엔터프라이즈 애플리케이션 컨설팅의 수석 애널리스트 조슈아 그린바움은 “목적이나 표준 없는 데이터 사일로는 빅데이터 프로젝트를 가로막는 장애물이 될 수 있다”고 말하기도 했죠.

빅데이터 실패 해결을 위한 솔루션

빅-데이터-분석

솔루션 1 : 사전 계획

가트너의 휴데커는 “계획하지 않으면 실패를 계획하는 것”이라고 말했습니다. 누구나 생각할 수 있는 흔한 말이지만 빅데이터 프로젝트에 있어선 필수적입니다. 반드시 사전에 뚜렷한 목표가 설정되어야 그에 맞춰 데이터를 수집, 가공, 활용할 수 있습니다.

솔루션 2 : 협력

휴데커는 “모든 이해당사자가 참여하면 프로젝트의 걸림돌이 될 수 있다”라고 강조합니다. 최적의 시너지를 내기 위해서는 불필요한 이해당사자를 제외한 숙련된 기술자들이 참여해 협력해야 합니다.

이를 위해 기업은 기술자들에게 많은 투자를 해야 합니다. 우버(Uber), 리프트(Lyft), 넷플릭스 등의 기업들이 빅데이터 프로젝트를 성공적으로 이끌어 올 수 있었던 것은 데이터가 기업의 성패를 좌우하기 때문입니다.

솔루션 3 : 집중

크리스토퍼는 “비즈니스에 사용되지 않을 데이터를 수집하지 말라”라고 말합니다. 기업들은 처음부터 크고 웅대한 프로젝트를 계획입니다. 이에 따라 불필요하게 많은 데이터를 수집하게 되죠.

하지만 성공을 위해서는 단계적으로 목표와 범위를 넓혀가야 합니다. 기업이 원하는 통찰이 무엇인지 명확히 하고, 이에 필요한 데이터를 수집해 집중해야 합니다.

솔루션 4 : 데이터 폐기

많은 기업들은 그동안 축적해온 반대한 데이터를 활용하고 싶어 합니다. 하지만 ‘데이터 웨어하우스’에 저장된 과거 데이터는 빅데이터 프로젝트에 적합하지 않습니다. 빅데이터에 성공하기 위해서는 사일로가 없도록 설계된 빅데이터용 스토리지 시스템에 새로운 데이터를 수집해 집중해야 합니다. 불필요한 데이터는 과감하게 폐기해야 합니다.

빅데이터 프로젝트의 실패 이유와 이를 해결하는 솔루션 4가지, 잘 보셨나요? 빅데이터를 올바르게 사용하기 위해선 목적에 맞게 필요한 데이터를 수집 & 가공해야 하는데요. 이를 한 단어로 표현한다면 어떤 단어를 사용할 수 있을까요? 바로 ‘데이터 리터러시’입니다.

데이터 리터러시 능력이 있어야 수집된 데이터를 올바르게 사용할 수 있는데요. 데이터 리터러시 능력을 바탕으로 빅데이터를 이용하면 기업은 소비자의 니즈를 정확하여 파악하여 판매량은 늘리고 재고의 부담을 줄여, 매출 이익을 극대화 할 수 있습니다.

이러한 데이터 리터러시 이점을 십분 활용하여, 영업이익률 57%를 기록한 기업이 있습니다. 바로 패스트 패션으로 유명한 ‘자라 (ZARA)’인데요. 경쟁이 극심하고 변화가 빨라 살아남기 어려운 패션시장에서 자라(ZARA)는 어떻게 영업이익률 57%를 달성했는지 함께 알아보겠습니다!

데이터 리터러시 활용 성공사례 - 자라 (ZARA)

빅-데이터-활용-사례

신제품 실패율 1%

글로벌 패션 브랜드 ‘자라(Zara)’는 1년을 15개 시즌으로 나누어 제품을 디자인하고, 일주일에 2차례씩 신제품을 선보입니다. 다량의 제품을 빠르게, 여러 디자인으로 출시하는데도, 자라의 신제품 실패율은 1% 미만에 그치고 있습니다. 동종 업계의 신제품 평균 실패율이 17~20%에 비해 엄청난 경쟁력을 보여주고 있습니다.

일주일에 2차례씩 신제품을 선보이는 빠른 변화 주기를 갖고 신제품을 출시하는데 실패율이 1% 밖에 안되는 비결이 무엇일까요? 정답은 바로 ‘데이터 리터러시의 활용’입니다.

자라의 신상품 런칭은 새로운 상품의 실패율을 줄이기 위해 데이터를 바탕으로 한 토론에 의해 결정됩니다. 수집한 데이터를 바탕으로 디자이너들끼리 문화와 유행 요소들을 살펴 치열하게 토론한 결과 새로운 디자인을 결정하는 것이죠.

뿐만 아니라, 자라 본사에는 30개의 다양한 국적의 직원들이 채용되어 있습니다. 나라별, 문화별로 다른 트렌드를 현지 직원을 채용함으로써 맞춤형 디자인을 실행하기 위함이죠. 철저한 데이터 활용을 기반한 디자인 생산방식으로 자라의 신제품 실패율은 1% 미만을 유지하고 있습니다.

실시간 데이터를 활용한 ‘재고율 10%’

자라같이 세계적인 유통·패션 업계의 가장 큰 걱정은 무엇일까요? 바로 재고를 어떻게 관리하느냐 일 것입니다. 특히 1년에 약 4억 5,000만 개의 의류를 생산하는 자라로썬 재고관리가 더욱 중요한데요. 재고로 인한 부담을 줄이기 위해 데이터 리터러시를 활용하여, 재고율을 낮추고 있습니다.

자라는 정확한 재고 관리를 위해 RFID 태그 시스템을 적용해서 사용하고 있습니다. RFID 태그 시스템은 무선주파수인식 기술로 매장 내 제품이 어디에 있는지 실시간으로 파악할 수 있게 도와줄뿐더러 제품의 색상, 치수 등 판매에 대한 모든 데이터를 수집할 수 있게 해주어 효율적인 재고관리를 가능하게 해 줍니다.

자라는 RFID 테그 시스템을 통해 수집된 데이터의 활용으로, 초기 물량은 적게 가져가고 반응에 따라 추가 생산을 신속하게 진행하는 전략을 취함으로써 소진되지 않는 재고가 거의 없도록 유지하고 있죠.

그 결과 자라의 재고율은 10%대를 유지하고 있습니다. 경쟁사인 H&M의 재고율은 45%대에 이르는 것에 비해 엄청난 경쟁력을 갖추게 된 것이죠.

데이터를 이해하고 활용하는 능력

우리는 자라의 사례를 통해 ‘어떤 목적에 따라 어떤 데이터를 수집하고 어떻게 활용하는지’가 얼마나 중요한지 알 수 있습니다. 이것이 바로 데이터 리터러시를 기반으로 빅데이터를 제대로 활용한 사례라고 볼 수 있습니다.

방대한 양의 빅데이터를 축적했다고 해서 이를 잘 활용할 수 있는 게 아닙니다. 수집한 데이터를 통해 충분한 결과를 도출하고 가치를 창출하기 위해서는 데이터를 필요에 맞게 사용하는 ‘데이터 리터러시’ 능력을 필수적으로 고려해 봐야 할 것입니다.

‘빅데이터 활용’,

데이터 리터러시 능력을 보유한 전문가 채용이 관건

빅데이터 활용을 위해선 데이터 리터러시 능력은 필수입니다. 방대한 데이터를 필요에 맞게 수집하고 분류하여 데이터 전문가를 새로운 전략을 도출해 내 기업의 성장을 이끌어내는 데이터 전문가. 빠르게 변화하는 IT 시장에서 빅데이터 프로젝트를 성공적으로 이끌어가기 위해 대한민국 최초, 최대의 IT 프리랜서 매칭 플랫폼인 이랜서를 적극 활용해 보는 것은 어떨까요?

이랜서에 프로젝트를 등록하고, 데이터 리터러시 능력을 갖춘 데이터 전문가와 PM, 데이터 확보·분석을 위한 딥러닝/머신러닝 전문가, SQL/R/파이썬 전문가, 데이터 시각화를 위한 앱/웹 디자이너, UI/UX 디자이너를 채용해보세요.

데이터 전문가 채용 왜 이랜서에서?

하나. 대한민국 최고의 IT 인재풀

이랜서는 다양한 IT 다양한 분야의 프리랜서 40만 명이 등록되어 있는 대한민국 최대의 프리랜서 매칭 플랫폼입니다. 데이터 수집부터 분석까지 ‘데이터 활용’에 필요한 프리랜서를 고유 매칭 기술인 ‘오토퍼팩트매치’를 통해 프로젝트 등록 후 24시간 내 추천해 드립니다.

빠르게 변하는 IT 시장, IT 전문 프리랜서 채용은 이랜서에 맡기시고 결재 서류 확인, 기획 전략 구성 등 중요한 업무에 집중하세요!