데이터 사이언티스트 종말론을 둘러싼 진실과 거짓

[디지털투데이 황치규 기자]AI 확산 속에 데이터 사이언스의 정말을 예고하는 메시지들이 쏟아진다. 데이터 사이언티스트 할일이 없어지고 있다는 얘기도 심심치 않게 들린다.

애널리스트 우탐(Analyst Uttam)이란 필명의 데이터 애널리스트가 데이터 사이언스 자체가 사라진 게 아니라, 기존 만능형 데이터 사이언티스트라는 직군이 더 이상 필요 없어지고 있는 것이라고 강조해 눈길을 끈다.

그는 최근 미디어 플랫폼 미디엄에 공유한 글에서 AI 시대 달라지고 있는 데이터 사이언티스트 역할에 대한 자신의 의견을 공유했다.

그에 따르면 2014년부터 2020년까지 기업들은 데이터 사이언티스트 한 명에게 거의 모든 일을 맡겼다.

데이터 사이언티스트들은 흩어진 데이터를 정리하고 대시보드를 만들고 머신러닝 모델을 개발하며 고객 이탈률을 예측하고 경영진을 위한 프레젠테이션까지 작성했다.

당시엔 파이썬(Python)과 판다스(pandas: 파이썬에서 데이터 분석과 처리를 쉽게 할 수 있게 도와주는 라이브러리), SQL 언어만 다룰 줄 알면 입사가 가능했다.

하지만 AI가 확사되면서 상황은 달라졌다. 이제는 AI가 데이터 정리와 코드 작성 같은 반복 작업을 빠르게 처리하고, 비즈니스팀은 셀프 서비스 분석 툴을 활용하며, ML 엔지니어들은 특정 분야에서 보다 깊이 있는 전문성을 쌓고 있다.

이이 따라 한때 기업들이 필요로 했던 올라운드 플레이어형 데이터 사이언티스트는 더 이상 필수적인 존재가 아니라고 애널리스트 우탐은 지적한다.

데이터 사이언스라는 역할이 언번들링(Unbundling) 되고 있다는 것이다.

그는 "업계는 이제 제너럴리스트 대신 스페셜리스트를 찾는다. 데이터 사이언스는 프로덕트 데이터 애널리스트, 애널리틱스 엔지니어, 디시전 사이언티스트, 머신러닝 엔지니어, 퀀트 연구원(Quant Researcher), 마케팅 애널리스트, 데이터 프로덕트 매니저 등과 같은 역할로 쪼개지고 있다"면서 "각 직무마다 필요한 기술 스택, 연봉, 커리어 경로가 달라지고 있으며, ‘데이터 사이언티스트’라는 모호한 타이틀은 점점 설 자리를 잃고 있다"고 말했다.

그는 AI가 게임을 바꾸고 있지만 인간의 역할도 여전히 필요하다고 강조한다. 파이썬 스크립트 작성, SQL 쿼리 생성, 데이터셋 정리, 차트 생성, 보고서 작성 등은 AI가 자동화하고 있지만 올바른 비즈니스 질문을 정의하는 능력, 적절한 실험 설계를 통한 문제 해결, 조직 내부 복잡한 이해관계 조율, 데이터 윤리와 프라이버시 문제 해결, 비 기술 임원들에게 핵심 인사이트를 설득력 있게 전달과 같은 것은 아직도 사람을 필요로 하는 일이라는 것이다.

그는 “데이터 사이언스를 계속하고 싶다면 타이틀보다 실질적 역량에 집중해야 한다"면서 SQL 숙련도, 비즈니스 이해력, 데이터 스토리텔링 , ML옵스 및 모델 배포, 데이터 엔지니어링 이해 등을 중요한 키워드로 꼽았다.