"빅데이터 분석은 머신러닝(기계학습)이나 예측 시스템만 도입한다고 해서 해결되는 문제가 아니다. 성공적인 분석의 첫 단계는 비즈니스 관점에서 요구되는 최종 산출물을 미리 예상하고 원하는 방향으로 나아갈 수 있도록 과정을 설계하는 것이다. 이를 위해서는 다양한 아이디어를 가진 구성원이 모여 문제를 관찰하고 가설을 세운 후 프로토타입을 만들어 이를 검증하고 개선하는 과정을 반복하는 '디자인 씽킹'이 필수적이다."

샤이렌드라 쿠마르 SAP 부사장 겸 애널리틱스 부문 최고 에반젤리스트. / SAP 제공
샤이렌드라 쿠마르 SAP 부사장 겸 애널리틱스 부문 최고 에반젤리스트. / SAP 제공
샤일렌드라 쿠마르 SAP 부사장 겸 애널리틱스 부문 최고 에반젤리스트는 9일 서울 삼성동 코엑스인터컨티넨탈호텔에서 열린 기자간담회에서 '빅데이터, 애널리틱스, 인공지능(AI)의 미래'를 주제로 발표했다. 기업이 데이터 분석으로 원하는 성과를 얻으려면 디자인씽킹이 필요하다는 것이다.

쿠마르 부사장은 23년간 글로벌 기업에서 데이터 과학과 분석 분야에 종사한 전문가다. 그가 그동안 다양한 산업군에서 수행한 프로젝트 경험과 고객사 성공사례를 묶어 펴낸 책 '데이터로 돈 벌기: 분석의 예술과 과학'은 아마존 베스트셀러 5위에 오르기도 했다.

그는 기업이 데이터 분석을 비즈니스에 활용하기 위해 취할 수 있는 접근 방식으로 크게 두 가지를 꼽았다.

하나는 기업이 비즈니스 과정에 어떤 문제와 맞닥뜨렸을 때 이 문제의 발생 원인을 찾기 위해 데이터 분석을 활용하는 것이다. 매장별로 매출 차이가 큰 유통 기업 본사에서 각 지역별 판매 데이터를 분석해 소비자 니즈를 파악하고 매장별로 특화된 마케팅 전략을 수립해 강점은 살리고, 약점은 줄여나가는 식이다.

다른 하나는 기업이 향후 비즈니스에서 발생할 수 있는 문제를 미리 파악하고 예방하기 위해 데이터 분석을 활용하는 것이다. 아직 표면적으로 드러나지 않은 리스크를 관리하고자 하는 차원에서의 접근인 셈이다. 제조업의 경우 특정 부품이나 기계에 언제 장애가 발생할 것인지 미리 알고 조치할 수 있다면 공장가동률을 끌어올리고 비용을 절감할 수 있다.

쿠마르 부사장은 "실제로 데이터 분석 프로젝트를 수년간 진행하면서 기업별로 10~15%의 수익 증대, 3~12%의 비용절감 효과를 거둘 수 있었다"며 "이러한 결과가 특정 국가나 산업군은 물론 다양한 국가, 산업군에서 나타났다는 점에서 기업이 데이터 분석으로 비즈니스를 혁신하고자 하는 트렌드는 당분간 계속될 것이다"라고 말했다.

그는 아무 데이터나 닥치는대로 분석한다고 해서 의미 있는 결과가 나오는 것은 아니라고 지적했다. 데이터 분석에 어떤 방법론을 적용하는지에 따라 도출되는 결과가 천차만별이라는 것이다. 따라서 기업은 데이터 분석을 통해 얻고자 하는 목표를 명확히 설정하고 이를 위해 필요한 데이터 분석 프로세스를 도입해야 한다. 일종의 데이터 분석 맹신론을 경계하라는 메시지와도 같다.

쿠마르 부사장은 "아무리 큰 프로젝트라도 일단 작은 규모로 프로토타입을 만든 후 이를 통해 검증한 결과를 바탕으로 다시 분석 모델을 고도화하면서 점차 규모를 확대하는 것이 실패를 줄일 수 있는 좋은 방법이다"며 "이 과정에서 의사결정자가 분석 결과를 직관적으로 이해할 수 있도록 데이터를 시각화하는 등 스토리텔링을 적극 활용할 필요가 있다"고 말했다.