우리는 데이터에서 무엇을 보아야 할까요?

 

데이터는 우리에게 가장 친숙한 숫자로 표현됩니다. 개별 숫자는 큰 의미를 가지지 않을 수도 있지만, 이들이 모이면 새로운 가치를 창출해냅니다. 그리고 그 가치를 얼마나 잘 읽어내느냐에 따라 성패가 갈리기도 합니다.

 

인터넷이 발달하기 전에는 데이터를 수집하는 것 자체가 어려운 일이었습니다. 하지만 이제는 상황이 다릅니다. 인터넷이 보편화되면서 우리는 손쉽게 방대한 정보를 얻을 수 있게 되었고, 이는 데이터 분석 방식에도 혁신을 가져왔습니다. 단순한 데이터 분석을 넘어 '빅데이터 분석'이라는 개념이 등장한 것도 이 때문입니다. 방대한 데이터 속에서 유의미한 정보를 가려내는 능력은 더욱 중요해졌으며, 인공지능이 창작의 영역까지 확장되면서 그 중요성은 배가되었습니다.

 

직장 생활을 하면서 저는 점점 데이터 분석에 집중하게 되었습니다. 모두가 열심히 일하고 있음에도 불구하고 기대만큼의 성과가 나오지 않는 상황이 안타까웠습니다. 원인은 무엇일까? 처음에는 정성적인 분석으로 접근했습니다. '경쟁사 대비 우리가 부족한 점이 뭘까?' '이 키워드는 왜 효과가 없었을까?' 하지만 이는 단순한 예측에 불과했습니다. 보다 명확한 답을 찾고 싶었습니다.

 

조직 내부를 분석한 후, 시장 분석으로 시선을 돌렸습니다. 이 과정에서 제 전공 지식이 큰 도움이 되었습니다. Open API를 활용해 데이터를 수집하고, 이를 시각화하여 시장 분석 대시보드를 만들었습니다. 물론 아직 해결해야 할 버그가 남아 있지만, 문제를 해결하는 과정도 배움의 일부라고 생각합니다. 특히, Cursor AI를 활용하면서 개발 환경이 얼마나 변화했는지를 실감했습니다. ChatGPT와 비슷한 기능을 하지만, IDE 내에서 바로 활용할 수 있다는 점은 그 자체로 혁신적이었습니다. 이렇게 한동안 데이터를 수집하고 시각화하는 데 집중했습니다.

 

그 결과는 어땠을까요? 특정 시기에 어떤 사업이 성공했는지는 명확히 볼 수 있었지만, 그 이상의 원인을 도출하는 데에는 한계가 있었습니다. 내가 어떤 함정에 빠져 있는 것은 아닐까? 고민 끝에 『데이터의 함정』이라는 책을 읽었습니다.

 

책에서 가장 인상 깊었던 문장은 “고객을 데이터가 아닌 인간으로 이해하라”였습니다. 책이 말하고자 하는 바는 명확했습니다. 결국 해답은 고객에게 있다는 것입니다. 적절한 설문조사를 통해 고객의 니즈를 파악하고, 그 인사이트를 바탕으로 개선해 나가는 것이 핵심이었습니다.

 

이 문장을 읽으며 문득 깨달았습니다. 몇 달간 숫자와 씨름하면서 나는 데이터를 객관적으로 바라보려 했지만, 그 과정에서 감정을 잃어버리고 있었습니다. 고객과의 소통에서 감정이 메말라버린 것은 치명적인 요소였습니다. 상대를 오직 ‘일’로만 설득하려 하니, 상대 역시 나를 단순한 ‘일’의 일부로만 인식했을 것입니다.

 

물론 이런 과정이 단점만 있었던 것은 아닙니다. 숫자 중심의 사고를 하면서 업무 처리 속도와 꼼꼼함이 향상되었습니다. 하지만 이제는 고객을 대할 때와 일을 할 때의 자세를 분리할 필요가 있음을 깨달았습니다.

 

그래서 앞으로 고객을 대하는 업무에서는 감정을 담아 글을 써보려 합니다. 단순히 광고성 글을 작성하는 것이 아니라, 나의 감정을 녹여 공감을 이끌어내고 싶습니다. 글이 공감을 이끌어내는지 확인하기에, 블로그는 인공지능으로 작성되는 글들이 너무 많아, 이를 입증하기 어려울 것으로 보입니다. 따라서, 2025년에는 새로운 시도로 링크드인에 월 1회 글을 올리며 나의 생각을 기록해보려 합니다. 메말라 있던 감정에 다시 물을 주기 위해서 말이죠.

 

여러분은 현재 어떤 상태이신가요? 저와 같이 감정이 메말라 있진 않으신가요?

블로그, 링크드인 말고도 감정을 표현할 수 있는 수단은 많으니, 여러분의 감정을 숨기지 말고 표현해보시죠.

 

오늘도 읽어주셔서 감사합니다.