한국외대 통계학과 교수 겸 애자일소다 CTO, 최대우

“AI 기반 의사결정 실행 엔진으로 데이터 분석의 새바람 일으키겠다”

소프트웨어사 임원 출신들과 유명 개발자, 현직 금융 컨설팅사 대표, 대학교수 등이 모여 데이터 분석을 위한 인공지능 기반의 소프트웨어 회사를 설립했다. 애자일소다가 그 주인공이다. 애자일소다는 지난해 4월에 설립하여 1년 반 정도의 준비 기간을 거쳐 올 4분기에 분석 수행 엔진인 Sparkling Soda 출시와 함께 본격적으로 사업을 펼칠 준비를 하고 있다. 고영현 대표이사는 삼성카드에서 데이터 분석 전문가, 팀장으로서 풍부한 실무 경험을 쌓아왔고 최승호 최고마케팅책임자는 금융기관 컨설팅 업체인 페니로이스 대표, 김규동 최고운영책임자는 전 핸디소프트 대표, 김영현 최고전략책임자는 전 투비소프트 전무로 일했다. 국내 데이터 분석 분야의 개척자 가운데 한 명으로 알려진 최대우 한국외대 통계학과 교수는 최고기술책임자로서 참여한다. 최대우 애자일소다 CTO를 만나 소프트웨어 중심의 데이터 분석 사업에 관해 얘기를 나눴다.

최대우, 한국외대 통계학과 교수 겸 애자일소다 CTO

오랫동안 준비해온 느낌이 든다.

구성원 서로가 오랫동안 알아온 사이다. 시작은 ‘빅데이터’라는 단어가 자주 나오면서 데이터에 대해 관심을 가졌던 것으로 거슬러 올라간다.

분석 실무자보다 관리자급 멤버들이 중심이 돼 설립했다는 점이 특이하다.

벤처라고 하면 흔히들 젊은이들이 주축이 된 회사 이미지가 먼저 떠올라서 그럴 것이다. 요즘처럼 바로 앞을 예상하기 어려운 국내 비즈니스 환경에서는 다양한 경험, 특히 각 분야에서 과거의 성공 경험이 있어야 또 다른 성공 확률이 높다고 생각했다. 또한 데이터 분석 시장이 높은 기술 수준을 요구하여 경력 중심의 인력이 필요했고, 외관상 관리자들로 보이지만 모두 현장에서 뛰고 있는 실무형 임원들이다. 다만 경력자들 중심의 조직이므로 안정적인 운영은 가능하겠지만, 참신한 아이디어 관점에서는 젊은 구성원의 합류가 필요하고 이미 젊은 개발자들을 모집하고 있는 중이다.

지난해 5월에 설립됐는데 활동은 1년 후부터 한 이유가 있나.

비즈니스 모델을 이해하는 데에 1년 정도 걸렸다. 구성원 서로 간에 이해하는 과정과 시간이 필요했다. 또한 빅데이터, 인공지능 관련한 많은 최신 기술 중에 최적의 기술을 선정-검증하는 데도 시간이 필요했다.

어떤 계기로 속도를 붙였나.

삼성카드 출신의 고영현 대표이사가 멤버로 합류하면서부터다. 고 박사는 포스텍에서 산업공학 박사 학위를 받았고 시스템 개발과 분석 경험을 동시에 가진 전문가다. 필드 경험이 있는 데이터 분석가로서 흔하지 않은 전문가가 합류하면서 사업 전개의 속도를 붙이게 됐다.

애자일소다를 간단히 소개한다면.

데이터 분석 회사라기보다 소다란 이름에서 보듯이 소프트웨어 디파인드 어낼라이틱스(SOftware Defined Analytics)의 약자처럼 ‘인공지능(AI) 기반의 소프트웨어 회사다. 소프트웨어, 분석 컨설팅, 분석 모델 판매가 주 사업 영역이다. 데이터 분석 컨설팅을 사업 영역에 포함한 이유는 소프트웨어(솔루션)만으로는 현재의 낙후된 국내 분석시장에서 온전한 분석 역량을 제공할 수 없기 때문이다.

소프트웨어를 강조하는 특별한 이유가 있나.

애자일소다가 말하는 소프트웨어란 고객과의 관계를 맺는 매개체다. 여기서 소프트웨어는 분석용 소프트웨어만을 의미하지 않는다. 분석에 후행하는 소프트웨어로서 분석 결과를 비즈니스에서 실행하는, 즉 비즈니스와 분석 결과를 연결해 주는 역할을 한다. 의사결정 자동화와 머신러닝 기반의 인공지능 서비스로서 사람들이 (이를 토대로) 움직일 수 있는 실행 엔진이라는 의미다. 더 자세히 설명하면, 실행, 평가 기반의 데이터로서 이것이 곧 소프트웨어라고 할 수 있다. 이때 소프트웨어는 하드웨어와 독립적이지 않다.

실행 기반의 데이터로서 소프트웨어 개념도 낯설다.

실행 기반의 데이터란 비즈니스에서 적용되고 스스로 분석 모델을 자가 진화시킬 데이터뿐 아니라, 분석과 분석 결과를 공감하고 공유하는 데에 필요한 사용자 인터페이스까지 포함한다. (데이터) 분석을 하다 보니 분석 결과에 대한 공감뿐 아니라, 분석 알고리즘들을 공유해야 발전 가능성이 올라간다는 것을 알게 됐다. 인공지능이나 머신러닝도 하루아침에 이뤄지지 않고 시행착오 속에서 얻은 것들이 모인 것이다. 데이터 시각화를 포함한 여러 UI(user interface)가 있지만, UI의 핵심은 분석결과에 대한 사용자의 공감이다. 그렇더라도 시각화 자체가 공감대 형성의 기반은 아니지만, 소프트웨어를 수용하는 데 있어 거부감 없는 UX(user experience)도 매우 중요하다.

분석 모델은 무엇인가.

앞을 합친 것이다. 즉 경험을 파는 것으로서 임베디드형 구성 모델일 수 있다. 국내의 데이터 분석회사들은 인력 중심의 비즈니스를 펼치고 있다. 이는 분석 전문가가 곧 고객에게 제공하는 서비스라는 의미다. 애자일소다는 인력 (파견) 중심으로 접근하지 않는다.

분석 교육도 사업 영역에 포함돼 있었다.

교육을 사업화하는 것은 아니다. 이는 브랜드 가치를 높이기 위하여 하는 활동이다. 애자일소다 멤버들이 교육까지 할 수 있는 능력을 갖춰야 한다고 봤기 때문이다. 애자일소다의 협력기관인 한국외대 부설 '데이터시각화 연구센터'가 기업을 상대로 한 데이터 사이언스 교육을 많이 한다. 이 교육은 강의 실 형태의 ‘렉처’가 아닌, 작은 프로젝트를 직접 하면서 멘토링 형태로 분석을 이해하도록 돕는 것이 특징이다. 페어링 프로그램 형태로 고객 스스로 바라는 바를 만들어갈 수 있도록 접근하고 있다.

국내에는 데이터 분석 관련 스타급 기업이 부족하다고 하는데 이유가 있다면.

당연하다고 생각한다. 눈에 보이는 제조업 분야에서는 세계적인 경쟁력을 갖고 있지만, 소프트한 것에 대한 접근 감각이 부족해서다. 그래서 데이터 분석 전문가를 일반 개발자와 동일하게 바라본다. 당연히 인건비도 개발자와 동일한 수준에서 책정된다. 이것이 잘못이라는 것도 생각하지 못한다. 그렇다고 분석가들도 차별화한 비용을 요구할 만큼 실력이나 컨설팅 자질을 갖춘 것도 아니다. 분석이 창의적이고 기업 또는 기관에서 의사결정에 활용할 수 있는 모델을 만들어야 한다는데, 기존에 개발자들이 해온 것처럼 아는 기술을 엮으려는 것을 자주 목격했다. 데이터 분석가를 쓰는 곳도 수행자(분석가)도 아직 길을 찾지 못하고 있다고 본다.

이에 대한 해결방법은 무엇이라고 보는가.

분석 전문가를 키워내기 위해서는 절대적인 시간이 필요하다. 사람을 키워내는 데의 어려움이 뭐냐 하면... 같은 회사 안에서도 부서별 또는 팀별로 데이터 접근 방법이 다르다는 것이다. 따라서 데이터를 처리하고 분석하기 위한 정형화된 방법을 적용하기가 매우 어려워진다. 그래서 분석가는 10년 이상의 경험이 요구된다. 하지만 현재 필드에서 활동하는 국내 분석가들은 이론과 제시된 데이터를 기반으로 짧은 시간 동안 훈련된 사람들이 많아

애자일소다에는 이런 경험을 가진 분석가가 많다는 말인가.

아니다. 충분한 경험을 가진 분석가가 많이 필요하지 않은 비즈니스를 펼치고 있다. 충분한 경험을 가진 전문가들이 설계한 아키텍처와 가이드라인 아래서 좋은 도구를 이용하여 민첩하게 처리해보고 싶다. 결국 경험이 부족한 분석가들과 현업들이 쉽고 빠르게 활용할 수 있는 좋은 소프트웨어와 경험을 공유하는 것이 애자일소다의 사명이다.

최근 들어 회사 이름에서 ‘컨설팅’이라는 단어를 빼는 추세다. 이유가 있다고 보는가.

설계와 개념의 의미가 옅어지고 있어서 그렇다고 본다. 이미 좋은 기술이 무료로 공개되고 있는 상황에서 개념연구 차원의 접근이 아닌, 실제 필드에서 필요한 바를 민첩하게 바로 고객에게 제공하고 실현시켜 줄 수 있는지가 더 중요해졌다.

몇 년 전, 한 기고에서 분석도 '마음으로 한다'고 했는데 그 생각은 지금도 유효하나.

유효하다. 많은 새내기 데이터 분석가들이 교육을 받고 데이터 분석 경진대회에 나가는 것을 본다. 의욕을 갖고 열심히 하지만, 눈에 띄는 특징은 기존에 알려진 방법을 자신들이 분석하려는 데이터에 억지로 맞추려 한다는 점이다. 하지만 현장에 나가보면 고객들의 요구와 가치들이 매우 다르다는 것을 알게 된다. 이때, 고객을 위한 가슴에서 우러나오는 열정이 없으면, 데이터 분석가가 될 수 없다는 생각에서 했던 말이다. 머리로만 하려면 고객 만족도가 떨어져 좌절하게 되고 외롭게 된다. 결국 힘들어서 할 수 없게 된다. 기술과 지식은 분석가로서 아주 기본이므로 기술을 내세우지 말고 가슴에서 우러나오는 결과물을 제시할 수 있어야 한다고 본다.

Sparkling Soda라는 제품을 발표할 계획이라던데.

오픈소스 소프트웨어를 사용한 분석 수행 엔진이다. 국내에는 분야별로 이러한 엔진이 있는데 Sparkling Soda는 분야를 막론하고 유연하게 실시간으로 대처할 수 있는 것이 특징이다. 올해 4분기 출시 예정이며 애자일소다의 사명을 실현시킬 첫 제품이다. 이미 일부 구성 모듈은 고객사에 적용 중이다.

향후 계획이나 목표는?

애자일소다를 설립한 것은 대학 교수만로서의 활동에서 벗어나 국내 기업들 스스로가 쉽고 민첩하게 분석, 실행, 평가할 수 있는 분석 환경을 제공해, 상대적으로 발전이 덜 된 통합 분석환경을 발전시키는 데 기여하고 성공 경험을 공유하고 싶어서다. 이를 통해 이미 데이터 중심의 사업을 전개하고 있는 글로벌 기업들에 뒤지지 않는 데이터 비즈니스를 펼칠 수 있으리라 본다. 현재 함께하는 애자일소다의 유능한 분석가들과 개발자들도 같은 생각을 갖고 있다. 이를 위한 소프트웨어들을 매년 지속적으로 출시할 계획이다. (끝)

출처 : 한국데이터진흥원

제공 : 데이터 전문가 지식포털 DBguide.net