|
"Detail은 힘이 세다 "
문제는 작은 차이를 만드는 것이
큰 차이를 만드는 것보다 힘들다는 점이다.
디테일 경영은 말처럼 쉽지 않다.
그 사례를 찾을 수 있는 것도 이 때문이다.
세계 최대 햄버거 체인인 맥도널드는
큰 덩치에 맞지 않게 사소한 규정이 많다.
하나의 과정에 대한 설명만 20쪽이 넘는다.
총 두께는 인간이 가장 편안해하는 44㎜로 한다.
모유를 먹이는 어머니의 젖꼭지 크기다.
3초 내에 ‘콜라도 드시겠습니까?’라고 말한다.
균일한 품질의 맛을 내는 햄버거를 만들 수 있게 했다.
덕분에 맥도널드는 세계 최대의 햄버거 업체로 클 수 있었다.
명품을 지향하는 업체는 말 그대로 디테일이 생명이다.
코로 냄새를 맡으며 확인한다.
후각적으로도 만족도 높게 만들기 위해서다.
렉서스 역시 청각 팀을 두고 자동차 문이 닫히는
가장 좋은 소리를 찾아내 1989년 LS400에 적용했다.
안착할 수 있었던 것은 남들이 놓친 디테일을 챙긴 덕분이다.
그만’이라는 생각에 사로잡혀 있었다면
245년째 ‘코냑’을 만들어오고 있는 헤네시 코냑은
프랑스산 수제 참나무 통만 고집하고 있다.
참나무로 하자는 의견도 있었지만
작은 차이가 중요하다”고 말했다.
오늘날의 헤네시 코냑은 존재할 수 없었을 것이다.
턴테이블에 가방을 놓는다.
고객이 손잡이를 잡기 편하도록 안쪽에
사람이 직접 손으로 돌려 놓고 있기 때문이다.
누군가 의도적으로 그런 일을 하고 있는 것이다.
적어도 맨 처음 만들어진 제1 터널에서는
이러한 원칙을 지켜나가고 있다.
‘종료(power)’버튼이 위에 있는 자판 배열은 사실 1998년부터 시작됐다.
그전에 모든 휴대전화는 이 두 버튼이 자판의 맨 아래 양쪽에 배치돼 있었다.
휴대전화 사용자들의 숨은 욕구를 간파한 것이다.
공학도가 아닌 이건희 전 삼성그룹 회장이다.
이런 사소한 일에 신경을 쓸 여력이 있었을까?
‘오늘은 000이 모시겠습니다’
‘000 가시는 것이 맞는지요?’ ‘감사합니다.
잊으신 물건은 없으십니까?’로 끝나는 인사운동만으로
세계 최고의 서비스 기업으로 거듭났다.
미국 정부대표단의 의전차로 쓰이게 했다.
환풍기 소리가 나지 않도록 해놨기 때문이다.
늦잠을 즐기는 투숙객을 위한 작은 배려는
최고의 서비스 호텔을 지향하는 리츠칼튼다운 발상이다.
디테일이란 이런 것이다.
얼핏 사소해 보이지만 그 디테일 하나가
회사의 운명을 바꿀 수 있다.
나올 수 없는 것이 디테일이다.
작업자가 지켜야 할 행동도 자세히 규정돼 있다.
맥도널드 소독용 비누인 AMH(Anti-Microbial Handwash)를 사용해
최소한 20초 이상 손을 씻으며 손톱도 깨끗한지 확인한다.
항미생물 용액이 들어있는 세척액으로 팔 윗부분까지 씻는다.
이러다 보면 음식 조리사는 하루에 수십 번씩 손을 씻게 된다.
야채·빵을 조리할 때는 투명 위생 장갑 등
조리기구를 청소, 소독하도록 되어있는데,
철저히 세척, 소독할 뿐만 아니라 수시로 새니타이즈 용액에 담근 행주를 이용해
수시로 조리대 등을 닦아 청결 상태를 유지하도록 하고 있다.
맥도널드의 사장을 지낸 프레드터너 맥도널드 명예회장은
맥도널드의 성공 요인을 이렇게 말했다.
“우리의 성공은 다른 기업의 경영진이 부하직원들에게
진정으로 가까이 다가가지 못했다는 것을 방증하는 것이다.
그들은 디테일한 부분에 대해 진지하게 주목하지 않았다.”
많은 기업이 큰 비전과 철학, 전략을 구상하는 데 시간과 돈을 들이면서도
과연 그럴까?
자기만의 감성과 디자인이 묻어나도록 관리하고 있다.
낭비일 뿐이다’는 게 이 회사의 생각이다.
화장실, 지하주차장, 직원 휴게실같이
누구의 입장이냐에 따라 다르다.
휴게실이 중요한 것 아니냐?”고 말했다.
자신 위주로 생각하기 때문이다.
그 건물의 화장실 수준으로 그 기업을 판단하게 된다.
뒷문 닫히는 소리, 공기의 흐름이 더 중요할 수 있다.
거대기업 맥도널드 CEO가 재무제표와 규모에만 관심이 있고,
오늘날의 맥도널드가 가능했을까?
사소한 것이 아니라 사활적인 것일 수도 있다.
완벽하게 갖춰진 곳은 찾기 힘들다.
글로벌 기업 못지않은 곳이 많지만
그대로 안고 있는 경우도 허다하다.
심심치 않게 고성이 오가는 것이 대표적이다.
막상 그 기업들과 소비자의 접점인 기념품, 전단지 등을 보면
일하는 과정에서 디테일이 부족한 면이다.
딜로이트 컨설팅의 김경준 부사장은
“조직의 커뮤니케이션이 원활하고, 조직의 수준이 균일하지 않으면
주변 조직 간에 의사소통이 원활하지 않다는 얘기다.
디테일을 더욱 강화해야 한다는 주장이 있다.
디테일에서 결정난다”고 말했다.
큰일을 이루게 하고 디테일이 완벽을 가능케 한다”고 했다.
거창한 구호나 대규모 프로젝트가 아니라
"세계경제를 바꾸고 있는 거대한 4가지 변화"
흐름 타나…묻히나
① 전세계 GDP 절반가량이 신흥국 440개 도시에서 나올 것
② 기술변화 속도 점차 빨라져 페이스북 사용자 9년새
233배로
③ 인구 노령화, 중국·남미까지 확산… 노동층 압박 커지고 정부 세수 줄어
④ 국가간 이동 100년새 5배로… 세상의
상호연관성 커져
직감에 의존해 미래를 예측하는 것이 과연 좋은 방법일까.
마거릿 대처 전 영국 총리는 1973년 교육부 장관을 하고 있을 때
"내 생전에 영국에서 여성 총리가 나오지는 않을 것"이라는 유명한 말을 남겼다.
IBM의 사장이었던 토머스 J 왓슨은 1943년 "전 세계적으로
컴퓨터 시장 규모는 5대 정도일 것"이라고 발표했다.
그리고 1927년에 유성영화가 처음 나왔을 때 워너 브러더스의 해리 워너는
"도대체 누가 배우들의 목소리를 듣고 싶어 하느냐"고 말했다.
네 가지 거대한 변화가 글로벌 경제 흐름을 바꾸고 있다.
이 네 가지 새로운 흐름은 사람들이 직관으로 예상하지 못했던 것이지만,
경제에 미치는 영향력은 점점 커지고 있다.
글로벌 경제는 전에 볼 수 없었던, 생각할 수조차 없었던 모습으로 달라지고 있다.
근본적인 변화를 겪고 있다는 이야기다.
첫째 거대한 변화는 경제 활동의 중심부가 신흥국 시장의 도시로 옮아간 것이다.
지난 2000년에는 포천 글로벌 500대 기업의 95%가 선진국에 본사를 뒀다.
2025년까지는 포천 글로벌 500대 기업의 절반가량이 신흥국에 본사를 둘 것이다.
중국에 본사를 두는 기업 숫자가 미국이나 유럽에
본사를 두는 기업보다 많아질 것이다.
신흥국 도시가 선봉에 서서 이런 변화를 이끌고 있다.
2010년부터 2025년까지 전 세계 GDP(국내총생산)의 절반가량이
신흥국 내 도시 440곳에서 나올 것이다.
베이징의 동남쪽에 있는 톈진의 GDP는 현재 스톡홀름과 같지만
2025년에는 스웨덴 전체의 GDP와 같아질 수 있다.
둘째 거대한 변화는 기술 변화 속도가 점점 빨라지고 있다는 것이다.
기술은 언제나 변화를 불러왔다.
유례없이 빠른 속도로 확산된 디지털과 모바일 기술 덕에,
언제 어디서나 기술의 영향력을 실감할 수 있게 됐다.
전화는 발명된 지 50년이 지나서야
미국 가정의 절반이 한 대씩 소유하게 됐다.
반면 휴대전화를 사용하는 사람이 전 세계 인구의 3%에서
3분의 2 이상으로 늘어나는 데 걸린 시간은 겨우 20년이었다.
지난 2006년 600만명이던 페이스북 사용자는 현재 14억명에 이른다.
무선 인터넷은 신흥국 시민 수십억명이 상상할 수 없을
정도로 빠른
경제적 진보를 이룰 수 있도록 해 줄 것이다.
무선 인터넷은 스타트업 기업에 기존 기업과 경쟁할 수 있게 해준다.
그러나 기술적 변화에는 위험이 따른다.
특히 자동화로 일자리를 빼앗기거나 고도의 기술 영역에서 일할
기술을 갖추지 못한 노동자들에게는 (기술 변화는) 리스크다.
셋째 변화는 인구통계적인 변화다.
수백년 만에 처음으로 대다수 지역에서
인구는 거의 늘어나지 않고 있다.
대신 인구 노령화가 진행 중이다.
인구 노령화는 과거 선진국에서 주로 나타났지만,
지금은 중국까지 확산됐다.
곧 남미에서도 인구 노령화가 진행될 것이다.
30년 전에는 여성 1인당 평균 출산율이 2.1명 아래인 국가가 많지
않았다.
그러나 지난 2013년 기준으로 인류의 60%는
현 인구를 유지할 수 없는 수준으로 아이를 낳고 있다.
노년층의 비중이 커질수록, 노동층이 받는 압박은 커진다.
아울러 정부의 빚을 갚고, 공공 서비스,
연금 체계를 위해 쓰일 세수도 줄게 된다.
마지막 변화는 국경을 넘나드는 물자, 자본, 사람, 정보로
세상의 상호 연관성(interconnectedness)이 커졌다는 것이다.
얼마 전까지 국제적인 네트워크는 무역 허브인
유럽과 북아메리카 일대에 주로 존재했다.
현재 있는 다양한 네트워크는 이보다 더 복잡하고 더 널리 퍼져 있다.
10년 전과 비교해 신흥국으로 흘러가는 자본의 규모는 2배가 됐다.
또 2009년에는 10억이 넘는 사람이 국경을 건넜는데,
이는 1908년과 비교해 5배 늘어난 수치다.
이러한 변화로 노동자와 회사는 이미 난관에 봉착했다.
종전에 없었던 혹은 예상치 못한 먼 곳에서 경쟁자가 생겼고,
지역 내 일자리가 사라지는 경우도 있다.
물론 상호 연관성이 중요한 기회를 제공하는 경우도 있다.
하지만 익숙함을 선호하는 노동자 기업, 정부가
이 기회를 제대로 활용하기는 어렵다.
특히 기업이 그렇다.
맥킨지 조사에 따르면 1990년부터 2005년까지
미국 회사들은 투자를 결정할 때 미래나
앞으로 찾아올 기회를 고려하기보다는
과거의 경험을 더 중시하는 경향이 있었다.
타성에 젖은 기업들은 새로운 경제 흐름을
잘 헤엄쳐 나가지 못하고 도태될 것이다.
그러나 일부 기업은 적응에 성공하고, 전례 없는 기회를 잘 이용할 것이다.
이들은 새로운 본사를 짓고, 가게를 임대하고, 레스토랑을 사는 등
많은 자본 투입을 요구하는 전통 방식 사업은 하지 않을 것이다.
대신 위성 사무실을 열고, 온라인 가게를 내고,
푸드트럭을 낼 수 있다는 이야기다.
이런 흐름에 민첩하고 유연하게 대처하는 회사는 번창할 것이다.
현재 경제 변화의 속도와 스케일은 매우 위압적이다.
그럼에도 이를 긍정적으로 바라볼 만한 이유는 여럿 있다.
국가 내부의 불평등은 커지고 있을지 몰라도,
국가 간 불평등은 상당히 줄었다.
1990년부터 2010년까지 10억명에 가까운 사람이
극심한 가난에서 벗어났고, 30억명 정도가
앞으로 20년 안에 새로운 중산층에 진입할 것이다.
1930년 대공황이 닥쳤을 때, 케인스는 '진보적인 경제'의 삶의
질은
100년 뒤 4~8배 정도 좋아질 것이라고 전망했다.
그의 예측은 당시에 '극단적으로 낙천적'이라는 평가를 받았지만,
지금 보면 케인스 얘기는 맞았다.
오히려 그가 예측한 것보다 더 삶의 질이 좋아졌다.
당시 다른 경제학자들과 다르게 케인스는
경제를 바꾸는 변화의 힘에 대해서 알고 있었기 때문에
낙관적으로 예측할 수 있었다.
이를 다시 한 번 새겨봐야 한다.
함만복 시인의 이야기가 나온다.
어느 날 함 시인의 소설가 친구가 서울에서 찾아왔다.
두 사람은 고기를 잡기 위해 마을 어부들과
함께
배를 타고 바다로 나가서 그물을 던지고 돌아왔다.
한참 뒤 다시 그물을 거두러 갈 채비를 하는데 어부들이 이러는
것이다.
"자, 우리 이제 실망 거두러 가자."
시인은 속으로 생각했다.
'실망? 어망의 한 종류인가?'
그런데 그게 아니었다.
어부들이 바다에 나가 고생해서 그물을 쳤으니
그물을 거두러 갈 때에는
'그물 가득' 고기가 잡혔을 것이라는
기대가 있을 것이다.
하지만 현실은 항상 기대에 못 미친다.
그물을 거둘 때 기대와 달리 고기가 하나도 없다면
어부들은 실망하기 마련이다.
어부들이 거두고자 한 '실망'은 바로 그것이다.
기대하면 실망할지도 모르니까 아예 처음부터
텅 빈 그물인 실망을 거둔다고 생각하는 것이다.
괜히 부푼 기대를 했다가 마음이 상하게 되는 것을
미연에 방지하려는 어부들의 지혜였다.
어부들이 왜 실망을 거두러 가는 것일까?
오랫동안 바다에서 그물을 던지며
살아왔지만
바다 속 상황을 훤히 다 들여다보지는 못하기 때문일 것이다.
그들은 그저 고기가 많을 것이라 짐작한 곳에 그물을 쳤을 뿐이고,
실제 고기가 있는지 없는지는 아무도 모른다.
결과는 알지 못하지만 그물을 던지고,
거두는 것이 없어도 실망하지 말고 또 던지자는
욕심을 비우는 어부들의 지혜가 필요하다.
"직관은 실패해도 빅데이터는 성공하더라"
빅데이터 大家 쇤베르거 "지금까지의 비즈니스는 잊어라"
인터넷 서점 아마존에는 1990년대 말까지만 해도
리뷰를 쓰고 새로운 책을 추천하는 도서 비평가와 편집자가 10여 명 있었다.
이들은 아마존 홈페이지에 등재될 책을 평가하고 선별했다.
많은 사람이 이 리뷰가 아마존의 보물이자 경쟁 우위의 원천이라고 생각했다.
월스트리트저널지(紙)는 이들을 미국에서 가장 영향력 있는 도서 비평가라고 꼽기도 했다.
그러나 아마존의 창업자이자 최고
경영자(CEO) 제프 베조스(Bezos)는
다른 추천 방법을 생각하기 시작했다.
그동안에 개개인이 어떤 책을 샀는지, 또는 보기만 하고 사지는 않았는지를 담은
데이터를 활용, 개인 취향에 맞춰 책을 추천해 보려 한 것이다.
시행착오 끝에 프로그램은 완성됐고, 베조스는 결정을 내려야
했다.
기계가 만든 추천 목록을 내보낼 것인가, 아니면
사내 편집팀이 작성한 추천 리뷰를 내보낼 것인가?
클릭이 말해주는 내용인가, 비평가가 말하는 내용인가?
기계와 사람이 경쟁에 돌입한 것이다.
아마존은 인간 편집자의 추천 목록에 따른 판매량과
컴퓨터 생성 콘텐츠가 만든 추천 목록에 따른 판매량을 비교해봤다.
결과는 상대도 안 됐다.
데이터에서 나온 추천 리스트의 책들이 훨씬 더 잘 팔렸다.
컴퓨터는 어니스트 헤밍웨이의 작품을 읽은 고객이
왜 스콧 피츠제럴드의 작품도 구매하는지 그 이유를 이해하지는 못했을 것이다.
하지만 그건 중요치 않았다.
이 시스템은 아마존 매출의 3분의 1을 차지하게 됐다.
결국 아마존의 보물이라던 편집팀은 해체됐다.
빅데이터(Big Data)를 통해 많은 산업이 재편되고 있다.
아마존의 빅데이터 기술로 많은 경쟁자가 문을 닫았다.
대형 서점과 레코드 가게뿐만 아니라 이른바 '사람 냄새'가 나는 만큼
자신들은 변화의 바람에서 안전하리라고 믿었던 동네 서점들까지 밀려났다.
온라인 영화 대여 회사인 넷플릭스는 신규 주문의 4분의 3이 추천 목록에서 만들어진다.
아마존에 이어 인터넷 사이트 수천 곳이 고객들에게
상품, 콘텐츠, 친구, 집단을 추천할 수 있게 됐다.
왜 그 목록이 개개인 취향에 맞는지는 해당 사이트 운영자는 물론,
목록을 만드는 컴퓨터 프로그램조차 알지 못하지만 말이다.
빅데이터는 안경이다
"빅데이터는 안경 같은 겁니다."
빅토르 마이어 쇤베르거 (Schonberger ·50)
옥스퍼드대 인터넷규제학과 교수는
"빅데이터는 새로운 시각으로 세상을 보게 해 주는 안경"이라고 말한다.
조선일보가 주최한 아시안리더십콘퍼런스(ALC)에
참가하기 위해 방한한 그는 국내에 저서 '잊혀질 권리'로 알려진 사람이다.
쇤베르거 교수는 빅데이터를 연구해온 대가(大家)로, 빅데이터가
단순한 기술이 아니라 인간의 사고방식 자체를 바꿀 것이라고 주장한다.
포브스닷컴은 쇤베르거 교수가 쓴 '빅데이터가 만드는 세상'에 대해
"당분간 확실한 사실 한 한가지는, 빅데이터에 관한 논의는
이 책을 중심으로 진행될 것"이라고 평하기도 했다.
쇤베르거 교수는 앞으로 경제는 빅데이터를 중심으로 발전하며
데이터가 기업 재무제표에 표시되는 것도 시간문제라고 강조했다.
그는 "데이터는 기업의 중요 자산이자 경제의 필수 원천,
새로운 비즈니스 모델의 기반이 되고 있다"며
"말하자면 정보 경제의 석유가 된 것"이라고 말했다.
―빅데이터를 어떻게 정의하시나요?
"저는 빅데이터란 큰
규모를 활용해 더 작은 규모에서는 불가능했던
새로운 통찰이나 새로운 형태의 가치를 추출해내는 일이라고 봅니다.
빅데이터는 새로운 시각으로 세상을 보게 하지요.
예컨대 안경 같은 존재입니다. 안경이 없이는 세상이 흐릿하게 보입니다.
사물 형태가 대충 보이기는 하지만, 무엇인지 또렷하게 보이진 않지요.
안경을 다시 쓰면 세상이 더 정확하고 또렷하게 보입니다.
또 현미경에 비유할 수도 있습니다. 현미경을 통해 사물을 보면,
우리의 육안으로 보이지 않는 미생물 등 작은 세상이 또 보이지요.
이전에 미생물이 존재하지 않았던 건 아닙니다.
다만 우리 육안으로는 안 보이지요.
이런 식으로 빅데이터는 우리가 그동안 보지 못했던 세상을
보게끔 해주는 데 의미가 있습니다.
다시 말해 빅데이터는 세상을 더 잘 이해할 수 있는
새로운 방식이라고 할 수 있습니다."
―빅데이터가 주목받는 이유는 무엇인가요?
"기업인들이 매 순간 의사 결정을
내리는 데 도움을 주기 때문입니다.
과거에 CEO들은 '직관(instinct)'에 기반을 둔 결정을 내렸습니다.
그 직관이 맞을 경우 성공했지만, 틀리면 큰 실패를 겪기도 합니다.
언론에 많이 오르내리는 성공한 CEO는 그 직관이 맞았고, 성공했기 때문에
이런 결정 방식에 큰 문제가 없는 것 같지만,
단순히 감에 의존하는 비즈니스는 실패할 확률이 높아요.
단지 실패 사례는 무수히 많고, 실패한 CEO는
스타가 되지 않기 때문에 대중에게 알려지지 않은 것뿐입니다.
과거의 기업들이 어떻게 비즈니스를 해왔고,
어떤 결정을 내렸을 때 어떤 결과를 낳았는지 등
데이터를 기반으로 결정을 내린다면, 누구든지
성공할 확률을 크게 높일 수 있습니다.
앞으로 많은 회사에 빅데이터가 경쟁 우위의 원천이 되면서
전체 산업의 구조가 재편될 것입니다.
또 그 혜택은 불공평하게 누적되어 갈 것이며, 중간 규모 회사들을 밀어내버린
큰 회사 혹은 작은 회사들이 승자가 될 것입니다. 단언컨대,
앞으로 데이터의 가치를 모르는 회사는 경쟁에서 밀려나며, 망하게 될 것입니다.
모든 CEO는 지금부터라도 데이터에 대한 전략을 짜야 합니다.
자신의 회사만이 생성할 수 있는 데이터가 무엇이며, 어떤 가치를 가질지,
그리고 이 데이터를 기반으로 어떤 비즈니스 모델을 구현하고,
돈을 만들 수 있을지 등에 대해 고민해 봐야 합니다."
비행기 엔진 제조 업체인 영국의 롤스로이스는
단순히 제품을 만드는 데 그치지 않고
자사 제품에서 얻은 데이터를 분석, 획기적 애프터서비스를 구축했다.
고장이 일어나기 전에 미리 문제를 감지해서 교체해주는 것이다.
여기 활용되는 것이 빅데이터 기술이다. 영국 더비에 있는 운용 본부에서
전 세계에 산재한 3700여 제트엔진 성능을 지속적으로 모니터하는데,
수십년 동안 모인 데이터를 기반으로 어떤 엔진이 고장 날지를 미리 알 수 있게 된 것이다.
이 엔진 모니터링 서비스는 현재
민간 항공기 엔진 부문 연간 매출의 70%를 차지한다.
―현재 기업들은 빅데이터를 어떻게 활용하고 있나요?
"오렌
에치오니 워싱턴대 컴퓨터공학과 교수는 2003년 동생 결혼식에 참석하려고
시애틀에서 LA로 가야 했는데, 일찍 예약할수록 항공권 가격이
더 싸다는 것을 알고 있었기 때문에 몇 달 전에 온라인으로 항공권을 샀습니다.
비행기에 탑승한 에치오니는 자신이 얼마나 싸게 샀을까 궁금해져
옆에 앉은 남자에게 항공권을 얼마에 샀는지 물어봤습니다.
에치오니보다 훨씬 낮은 가격이었는데, 구매 시기는
오히려 에치오니보다 훨씬 더 나중이었습니다.
화가 난 에치오니는 계속해서 다른 승객들에게도 가격을 물었는데,
모두가 에치오니보다 더 낮은 가격에 티켓을 샀다고 했습니다.
그는 돌아와서 온라인상의 항공권 가격이 저렴한지를 알 수 있는 방법을 찾기로 결심했고
41일간 여행 웹사이트에서 모은 가격 표본 1만2000개를 이용해 예측 모델을 만들었습니다.
이 프로젝트는 벤처 캐피털의
자금 지원을 받아
페어캐스트(Farecast)라는 신생 기업으로 진화했습니다.
항공권 가격이 올라갈지, 내려갈지, 그리고 얼마나 변동할지를 예측하면서
페어캐스트는 소비자들이 구매 버튼을 누르는 시기를 선택할 수 있게 해줬습니다.
2008년에 에치오니가 이 방식을 호텔 룸, 콘서트 티켓,
중고차 등 다른 상품들에 적용할 계획을 짜고 있던 도중,
마이크로소프트가 에치오니를 찾아와 페어캐스트를 1억1000만달러에 사갔습니다.
그리고 빙(Bing) 검색 엔진에 페어캐스트를 통합시켰습니다.
2012년 이 시스템은 75% 정확성을 자랑하며 여행자들에게
항공권 한 장당 평균 50달러를 절약해주고 있습니다.
아무리 에치오니였다 해도 10년 전이었다면
페어캐스트를 설립할 수 없었을 것입니다.
당시에는 이 시스템에 요구되는 연산 능력과
저장 기능이 모자랐고 가격이 너무 비쌌기 때문입니다.
동시에 진행된 또 다른 중요한 변화가 있었습니다.
이것은 바로 '데이터를 어떻게 활용할 수 있는가'에 대한 사고방식의 변화였습니다."
이유 몰라도 충분한 통찰 얻을 수 있어
―그러나 항공권 가격이 왜 오르는지, 내리는지
이유를 모르는 건 부정확한 정보라는 이야기가 아닐까요?
"빅데이터 시대는 우리가 사는 방식에 의문을 던집니다.
그중에서 가장 두드러진 부분은 사회가 '인과성(causality)'에 대한
그동안의 집착을 일부 포기하고 '상관성(correlation)'에 만족해야 할 것이라는 점입니다.
즉 '이유'는 모른 채 '결론'만 알게 됩니다. 이것은 수백년간 이어져 온 관행을 뒤집는 일이며,
우리는 의사 결정 방식이나 현실에 대한 이해 방식을
아주 기초적인 부분부터 다시 생각해야 할지도 모릅니다.
빅데이터를 활용하기 위해 우리는 인과관계 추구라는
오래된 습관에서 멀어져야 합니다.
인간인 우리는 원인을 찾도록 길들여져 있습니다.
반면 빅데이터 세상에서는 인과관계에 얽매일 필요가 없어집니다.
그 대신 우리는 패턴이나 상관성을 찾아내면서 새로운 이해와 귀중한 통찰을 얻을 것입니다.
상관성은 어떤 일이 정확히 왜 벌어지고 있는지 설명하지 못할 수도 있습니다.
하지만 그 일이 지금 일어나는 중이라고 경고해 줄 수 있습니다.
그리고 많은 경우 우리는 '그 정도면 충분하다'고 결론
내립니다.
전자 의료 기록 수백만건을 통해 특정 아스피린 조합과 오렌지 주스를 섭취한
암 투병자들이 차도가 있음을 알게 되었다면, 건강이 개선된 정확한 원인보다는
투병자들이 살아남았다는 사실이 더 중요할 것입니다.
마찬가지로 복잡한 항공권 가격 정책을 몰라도 언제 표를 사야 할지만 안다면
돈을 절약할 수 있고 그 정도면 충분한 것입니다.
빅데이터에서 중요한 것은 결론이지 이유가 아닙니다.
어떤 현상의 원인을 항상 알아야 할 필요는 없습니다.
우리는 데이터 스스로 진실을 드러내게 하면 됩니다."
빅데이터는 인류 역사의 변곡점
―빅데이터 중에는
틀린 데이터도 많을 것으로 보입니다.
그런데도 결론을 신뢰할 수 있을까요?
"맞습니다. 양이 불어나면 데이터 하나하나가 정밀하지 못할 가능성이 생깁니다.
지금까지는 오류를 항상 문제 요소로 보고 없애려고 들었습니다.
반면 이런 오류가 불가피한 것이니 받아들이는 법을
배워야겠다고 생각한 적은 한 번도 없습니다.
하지만 스몰 데이터에서 빅데이터로 이행하는 것은
이 부분에서 근본적 변화를 요구합니다.
스몰 데이터 세상에서는 오류를 줄여 질 높은 데이터를
확보하고 싶은 충동이 생기는 것이 자연스러운 일이었습니다.
수집하는 정보의 양이 적다 보니 이왕 기록하는 수치를
최대한 정확하게 기록하려고 했던 것입니다.
수세대 동안 과학자들은 천체 위치나 현미경 위 물체의 크기를 확정할 때
좀 더 정확한 측정을 원했고 이에 맞게 장비들을 최적화했습니다.
수치 몇 개를 뽑아(샘플링) 통계를 내는 세상에서는
정밀성을 고수하는 것이 더욱 중요했습니다.
수가 한정된 데이터만 분석할 때는 작은 오류도 증폭되어서
전체 결과의 정확성을 떨어뜨릴 수 있기 때문입니다.
하지만 빅데이터 정도의 규모에서 지속적으로 엄격한
데이터 수집 기준을 요구하는 것은 불가능에 가깝습니다.
빅데이터 세상으로 옮아가려면 정밀성의 장점에 관한 생각을 바꿔야 합니다.
데이터 측정에 관한 전통적 사고방식으로 전 세계가 서로 연결된
21세기 디지털 세상을 바라보는 것은 결정적 부분을 놓치는 것입니다.
오늘날 우리는 옛날처럼 정보에 굶주린 상황이 아닙니다.
지금은 어느 현상의 작은 조각이 아니라 훨씬 더 많은 부분, 심지어 전체를 포착할 수 있습니다.
그 어느 때보다 포괄적인 데이터 집합을 다루면서 옛날처럼
개별 데이터가 전체 분석을 망치지 않을까 노심초사할 필요는 없습니다."
―빅데이터가 유행어에 지나지 않는다, 실체가 없다는
등의 시각도 있던데요.
"빅데이터는 중대한 변화의 시작을 의미합니다.
새로운 기술이 늘 그렇듯이 빅데이터도 분명히 실리콘밸리의 악명 높은
'하이프 사이클(hype cycle· 과대 광고 주기·새로운 기술이 처음 소개될 때는
과잉 기대가 형성되었다가 곧 실망과 관심 감소로 이어지지만, 이후 시간이 흘러
시장이 성숙하면 해당 기술이 재조명받으면서 본격 보급되는 현상)'을 겪게 될 것입니다.
빅데이터가 온갖 잡지 표지를 장식하며 산업 콘퍼런스의 주인공이 되었다가
이런 트렌드는 언제 그랬냐는 듯 사라지고 데이터에 의해
우후죽순처럼 생겨났던 수많은 신생 기업은 곤란에 처할 것입니다.
하지만 이런 열광도, 저주도 지금 일어나는 현상을 굉장히 잘못
이해한 결과입니다.
망원경이 우주를 이해할 수 있게 했고, 현미경이 세균을 알려준 것처럼,
많은 데이터를 수집하고 분석하는 이 새로운 기술도,
새로운 방식으로 세상을 이해할 수 있게 도와줄 것입니다.
스마트폰이 생긴 것과 차원이 다른 인류 역사의 변곡점이라는 의미입니다."
데이터를 가진 자가 경쟁에서 이길
것
―빅데이터를 활용하고 싶어 하는 기업에 어떤 조언을 해주시겠습니까?
"무턱대고 빅데이터 전문가를 고용하지
마십시오.
자동차를 사기 전에 어디를 갈지 먼지 알아야 하겠지요?
비즈니스 모델의 방향성은 CEO가 우선 파악해야 합니다.
우선 CEO 스스로 자신의 회사에서 어떤 데이터를 축적할 수 있고,
어떤 분석이 가능한지 알아야 합니다.
빅데이터 시대에서 가장 중요한 자산은 정보 그 자체입니다.
기술은 외부 조달도 가능하기 때문에 가장 중요한 가치의 원천은 아닙니다.
정보를 가지고 더 많은 것을 할 수 있다는 것을 깨닫는 순간
데이터 보유자들은 자신이 소유한 자산의 잠재적 가치를 더 잘 알게 될 것이고,
이 경우 데이터 보유자들은 자신의 데이터를 공개하지 않게 될 것입니다.
이에 접근하려는 외부인들에게는 높은 가격을 책정할 것입니다.
금광에 비유하자면 금을 캐는 기술보다는 금 자체가 가장 중요해진다는 얘기입니다."
"논리에 속지마라"
두 아이가 서로 다투는 것을 보게 되었다.
그래서 그 이유를 묻게 되었다. 한 아이가 말했다.
“저는 아침에는 해가 우리에게 가까이 있고,
낮이 되면 점점 우리에게서 멀어져 간다고 말했어요”
또 한 아이가 말했다.
“ 저는 아침에는 해가 우리에게서 멀리 떨어져 있고,
낮에는 우리에게 가까이 있다고 생각해요. ”
그래서 공자가 먼저 말한 아이에게
그 이유를 물어 보았다. 그러자 아이가 대답했다.
“ 아침에는 해가 커 보이고 낮에는 해가 작아 보입니다.
가까운 것은 커 보이고 멀리 있는 것은 작아 보이는 것이라는
사실은 누구에게나 자명한 일입니다.
낮이 되면 멀리 떨어져 있게 되는 것입니다“
나중에 말한 아이가 아니라는 듯이 조금 흥분해서 말을 했다.
“아침에는 서늘하고 낮이 되면 더워집니다.
태양은 불덩이입니다.
뜨거운 것이 멀리 있으면 서늘해지는 것이고
가까이 있으면 더워지는 것 아니겠습니까 ? ”
공자가 가만히 생각해 보았다.
그러나 둘 다 옳은 것 같아 답하기 어려웠다.
그러자 두 아이가 깔깔 웃으며 공자를 놀려 댔다.
“세상 사람들이 모두 선생님이 유식하다고 합니다.
선생님도 모르는 것이 있군요”
이 이야기는 ‘열자’ 속에 나오는
이야기를
아주 단순화 시킨 것이다.
이런 경우는 많다.
논리적으로 둘 다 그럴 듯한 이유가 있다.
이때는 어떻게
해야할까 ?
입장의 차이가 서로 다른 논리를 만들어 낸 것이 아니라
논리의 차이가 입장을 다르게 만들어 내어
무엇이 이 두 사람 혹은 두 집단이 논리와
이론의 차이를 넘어 서로를 이해하게 만들고
우리는 어떻게 해야할까 ?
이때는 실제로 하여금 이론을 증명하게 만들어 주는 것이
가장 분명하고 훌륭한 설득의 방법이다.
이론과 논리는 실험에 의해 검증되어야 한다.
실험 역시 훌륭한 설득이며, 중요한 커뮤니케이션인 것이다.
그러나 종종 실험 역시 제한적 환경 속에서 실시되기 때문에
받아들이는 태도가 중요하다.
따라서 이렇게 정리할 수 있다.
이론이 갈리면 먼저 실험하라.
그리고 증명하라.
그러나 증명되지 않는 기간 동안은
다른 사람의 논리적 가치 역시 인정하라.
이 이야기 속의 한 주장에 대해 좀 더 구체적으로 들어가 보자.
왜 아침이나
저녁 보다 태양이 더 크게 보이는 것일까 ?
위 이야기에서 한 아이가 주장하고 있듯,
지구와 태양의 거리가 달라진다는 것은 옳다.
그러나 아침과 낮 사이에 거리가 달라지는 것은 아니다.
그러면 무엇일까
?
설이 분분하다.
그 중에서 가장 많이 차용되는 가설의 하나는
눈의 착시 현상 때문이라는 것이다.
해가 떠 오를 때는 주변에 비교할 만한 것들이 있어
태양이 상대적으로 크게 보이지만
작게 보인다는 것이다.
비유컨대 같은 불건이라도 작은 것 옆에 있으면 크게 보이고
큰 것 옆에 있으면 작아 보인다는 가설이다.
아침 태양의 크기와 한 낮의 태양을 찍어 비교하면
그 크기가 비슷하다는 간단한 실험 결과를 제시하기도 한다.
또 하나는 거리착시라는 것인데 먼 거리에 있다고 생각하면
그것을 큰 것으로 인식한다는 가설이다.
한 실험에 의하면 목성의 육안크기는 달의 1/30 정도이기 때문에
그렇지 않다는 것이다.
거의 같은 크기 임에도 달이 훨씬 크게 보이는 이유는
망원경 속의 목성 보다는 육안으로 보는 달이
크게 인식하는 심리적 거리 착시’ 때문이라는 것이다.
또 하나의 가설은 빛의 굴절 때문이라는 주장이다.
대기권이 볼록렌즈의 역할을 하기 때문에
우리는 늘 렌즈를 통해 태양을 보게 되는데,
아침에 더 크게 보인다는 설이다.
설도 많고 그 이론적 배경도 많다.
논리적 장벽이 커뮤니케이션의 벽이 될 때는,
그 가설 중 하나에 경도되어 배타적 열혈 지지자가 되기보다는
유연한 정신과 열린 마음을 만들어 낸다.
실제로 공자는 그 시대 두 아이의 싸움에 대한
답을 모르고 있었을 것이다.
그러나 그럼에도 불구하고 공자는 이 대목과 관련하여
훌륭한 답을 우리에게 제시했다.
공자는 ‘논어’ 이인(里仁)편에서 다시 다음과 같이 말한다.
“ 군자는 하늘아래 일을
하면서 죽어도
이렇게 해야한다고 고집을 부리는 일도 없고,
또 이렇게 해서는 절대로 안된다고 주장하는 법도 없다.
다만 그 마땅함을 따를 뿐이다”
공자 스스로는 어떤 고정관념이나
완성된 체계를 가지고 있었던 것 같지 않다.
강의할 때 교안을 만들어 두지도 않았다.
똑 같은 것을 물어도 사람의 성격에 따라
달리 대답해 준다.
성질이 급한 자에게는 용기란 한 번 더
생각해 보는 것이라고 대답해주는가 하면,
늘 망설이는 자에게는 용기란 옳다고 생각하는 것을
당장 실천하는 것이라고 말해준다.
그는 스스로 “나는 받아들일 수 있는 것과
받아들일 수 없는 것에 대하여 어떤 선입견도 없다” (無可, 無不可)
선입견을 가지지 않으려는 공자에게 박수를
보내자.
그리고 배우자.
낮잠을 자다가 그만 지고 말았다.
1차 경주를 끝낸 토끼와 거북이는 자신들의 본거지로 갔다.
거북이는 동네잔치가
벌어졌으나 토끼 동네에서는
"너 진짜 토끼 맞아?"
동네 토끼들로부터손가락질과 냉대를 감수해야 했다.
그 순간 토끼는
뼈아픈 고통을 겪게 해야지!'
눈앞에 결승점을 앞두고 의기양양 거북이 오기를 기다렸다.
거북이가 땀을 뻘뻘 흘리며 오면
조금씩만 앞서 달리며
약을 바짝 올리고는 깃발을 뽑을 때 잽싸게
먼저 달려갈 생각을 하고 나무 밑에서 기다리고 있었다.
그런데 거북이가 영 오지를 않았다.
'이 시간쯤 올 시간이
되었는데...'
그 시간에 거북이는 어떻게 되었을까?
뒤쳐져 땀을 뻘뻘 흘리며 혼자 걷던
거북이가 그만 길을 잃고 만 것이다.
한참을 방황하던 거북이는
'깃발이 정상에 있으니 위로 향해 올라가기만 하면
언젠가는 정상에 다다를꺼야...'
거북이는 오직 높은 곳으로 올라갔다.
어느덧 토끼가 기다리는 뒤쪽으로 정상에
올랐다.
깃발이 그대로 있었다.
거북이는 가쁜 숨을 몰아쉬며 깃발을 뽑아들고
토끼 있는 쪽으로 내려갔는데 아직도 토끼는
나무 밑에 숨어 산 아래로만 쳐다보고 있었다.
느닷없이 위에서 깃발을 들고 내려오는
거북이를 본 토끼는 땅을 쳤다.
결국 거북이가 또 이기고 말았다.
두 번째 마저 시합에 진 토끼는 그 뒤...
토끼동네에서 두 번 다시 보지
못했다.
|