Page 13 - 006964

요즘에는 데이터가 큰 비즈니스적 가치를 갖는 것이 널리 알려져 있기 때문에 데이터 과학자는 비

즈니스 맨이자 애널리스트이자 빅데이터 엔지니어인 뛰어난 엘리트 인재로 대우받습니다.
하지만 실제로 그런 사람은 별로 없습니다. 많은 젊은이들이 데이터 과학자가 되기를 희망하지만

한 직종에서도 일류인 사람은 극소수며, 세 직종에서 모두 일류인 엘리트 인재는 쉽게 될 수 없을
겁니다. 그렇기 때문에 데이터는 점점 더 빠른 속도로 쌓여 가는데 그것을 처리할 인재가 없는(양
성하지 않는) 현실에 맞닥뜨렸습니다.

그래서 점차 인공지능이 등장하고 있습니다. 대량의 데이터를 자동으로 처리하면 무언가 가치 있
는 인공지능을 만들 수 있으리라 기대하고 있습니다. 이 때문에 최근에는 인공지능을 만들어 내기
위해 머신 러닝을 잘 다루는 머신 러닝 엔지니어가 귀합니다.

지금까지 이러한 이야기를 계속해 온 이유는 인공지능 기술을 사용한 비즈니스를 성공시키기 위

한 인재나 환경의 힌트가 어딘가에 숨겨져 있다고 생각하기 때문입니다. 21세기에 접어든 후 데
이터 분석에 관련된 열풍이 매우 단기간에 고조되어 어떤 특수한 인재만이 강조되고 있습니다.
그리고 특수하고 우수한 인재를 모으기만 하면 비즈니스가 비약적으로 발전할 거라 오판하는 것
같습니다.

예를 들어 데이터 과학 열풍이 불었을 때는 데이터 과학자만 채용했던 조직이 많았고, 인공지능이
각광받는 요즘에는 머신 러닝 엔지니어만 채용하는 곳이 많습니다.

그림 1‑5 인공지능으로 성공하기 위한 3대 요소

머신 러닝 스페셜 리스트
엔지니어

빅데이터 데이터 과학자 대량의
엔지니어 데이터 데이터 처리 기반

인재 조직

빅데이터, 데이터 과학, 인공지능이라는 열풍의 사슬은 필연적이며, 각 분야의 스페셜 리스트를

고용하고 육성해 인재를 확보하지 않으면 인공지능이라는 새로운 기술을 사용한 비즈니스의 성공
은 있을 수 없다고 생각합니다. 그렇기 때문에 데이터 분석에 얽힌 지금까지의 환경 변화에 제대
로 적응하고 각 전문 분야의 인재 확보와 조직화를 추진한 기업만이 인공지능에 도전할 수 있다고

생각합니다.

022

MACHINE_05.indd 22 2018-10-25 오전 10:31:27