데이터 분석의 애로사항 : 쉽게, 더 쉽게?

공부할 때마다 항상 들어왔고 말했던 이야기인데, 더 쉽게 알려면 뭐가 필요할까 하는 내용이다. 세상 일들이 무척이나 어려워지고 있기 때문에, 이걸 더 쉽게 하려면 뭔가가 필요하다. 그런데 내게는 쉬운 것이 (또는 어렵지 않은 것이) 남에게는 무척이나 어려운 경우를 많이 보는데, 특히 데이터 분석을 한다고 하는 것이 이런 일들이 비일비재하게 일어나는 경우다.

뭐 분류라 할 것은 없지만, 이런 현상의 유형과 원인을 생각해보면 다음과 같다.


1. 관심이 없는 경우

뭐 구제불능의 상태다. 이해하려는 의도 자체가 없는데 이해시킨다는 것은 어려운 일을 넘어서 불가능에 가깝다. 내가 하는 일들에 대한 관심은 전혀 없고 그 일이 미칠 영향에만 관심이 있는 경우인데, 사실 이렇게 되기까지 모든 변수와 환경을 고려한다는 것은 어려운 일이므로 꼭 원인과 결과를 엮어서 이해하려고 하는 평면적인 사고에는 대책이 없다.

방법은 없지만, 대안으로 그저 그 수준에 맞춰서 아주 분명한 사실만 말해주는 방법이 있다. 그런데 이때 또 문제가 그렇게 확실한 문제점들은 이미 대상이 알고 있다 (또는 알고 있다고 생각한다)는 점이다.


2. 이해하려는 노력이 부족한 경우

연구를 하고 어느 정도 이해하고 있는 경우 (또는 이해했다고 생각하는 경우), 가진 지식기반이나 선입견 때문에 저으기 비판적인 시각을 가지게 된다. 이때 무언가 하려는 노력을 계속하지 않으면 정체되고, 특히나 데이터 분석에서 정확한 배경과 가정을 바탕으로 분석모델을 이해하려고 하다 보면 분명 옳은 이야기인데 끝이 안나는 경우가 나온다.

대책이 없기는 마찬가지이지만, 상대의 지식 수준에 맞춰서 원인과 결과를 설명하면 해결되는 경우가 많다. 이렇게 하기가 어려워서 그렇지... 그나마 제일 나은 케이스라고 말하고 싶다.


3. 그냥 정상에 선 상태 : 노력해도 안되는 경우

산 정상에 선 사람은 그저 내려다보면 된다. 자신이 어떻게 올라왔는지, 머리 위에 비행기가 있는지 따위는 중요하지 않다. 이와 같이 데이터 분석을 바라보는 사람은 자신의 척도로 분석을 바라본다. (예 : KPI, 영업목표, 금전적 이익 등)

이런 경우는 설득이 불가능하다. 자신의 방법으로 분석의 목표를 채우려 하고, 인과관계를 따지려 하기 때문이다. 이 사항은 꽤 자주 발생되는 편인데, 더 문제는 자신이 3번 유형인지 자체를 모르고 대부분이 2번 유형이라고 오판하는 경우다.


해결책 : 결국은 기본으로 돌아갈 수 밖에 없다. 내가 논리를 세우면 그것은 모래성과 같다. 학문적, 실제적, 산업적으로 증명되고 활용되는 로직을 이용하여 논리를 세워나가면 든든한 기반을 가진 것과 같으니, 아직까지는 이러한 방법 외에는 생각나는 것이 없다.