데이터 DIY
DIY(Do It Yourself)는 두 가지 의미로 구성되어 있습니다. ① 조립이 가능한 상태로 준비된 재료로 ② 스스로 만들다. 이를 대입해보면 데이터 DIY는 데이터를 1. 조립 가능한 상태로 만들어 2. 어떤 과제에도 대응한다고 볼 수 있습니다. 아이엠그루는 데이터 DIY를 통해 기존 질서(기성화된 상용 소프트웨어)에 반대하는 새로운 질서(오픈 소스/오픈 데이터)를 추구합니다.
분석을 위한 철학자
데이터 분석을 수행하는 조직에서 철학적 사고의 필요성을 강조하고 있습니다. 그러나 대한민국의 공교육만으로는 철학자들의 핵심 사상을 이해하기 어렵고 대학에서 철학을 전공한 사람들의 지식으로도 부족한 상황입니다. 이런 상황에서 데이터 분석하기 위해 철학을 배우는 시간을 따로 내는 것은 어렵다고 이야기합니다. 하지만 그렇지 않습니다. 시간이 부족하지 않습니다. 그 이유는 모든 철학자가 같은 질문에 관해 연구하고 있기 때문입니다. 그 질문은 "나는 누구인가?"입니다.
철학은 이 질문에 답을 찾아가는 여정이기 때문에 지금이라도 플라톤의 여정을 살펴보거나 헤겔의 철학을 탐구하는 것은 시간이 부족해서 할 수 없는 일이 아닙니다. 데이터 분석은 철학자들의 결론보다 그 답을 얻어가는 과정이 더 중요합니다. 그 과정이 바로 "철학"입니다.
영화처럼 만드는
데이터 분석
무언가를 만들 때는 계획이 필요합니다. 계획은 투자자를 설득하기 위한 자료이자 협업하는 사람들에게는 소통 도구가 됩니다. 이러한 이유로 데이터 분석을 준비하는 작업은 영화 제작과 유사합니다. 무형의 결과물이지만 누군가를 감동 시키고 마음을 움직이게 합니다.
감동은 의사결정의 다른 표현이며 데이터 분석은 이런 의사결정을 위해 존재합니다. 그러므로 대본을 작성하고 연출하며 필요한 사람들을 모으는 영화감독처럼 데이터 분석가는 가설을 세우고 필요한 알고리즘을 찾아 원하는 결과에 접근하기 위해 작업을 수행합니다. 필요한 경우 영화감독이 배우를 캐스팅하듯 또 다른 데이터 분석가를 섭외합니다. 우리는 예술과 학문의 경계에 서서 데이터 분석의 밝은 미래를 기대하고 있습니다.
언어 철학
자연어 처리를 통해 지난 10여 년 동안 많은 회사와 사람들이 흥하기도 망하기도 하였습니다. 많은 기업이 성장하여 상장하거나 세계적인 회사가 되었지만 결국 다시 품질을 강조하고 있습니다. 현재는 자연어 처리의 품질이 크게 향상되었지만 여전히 기계에 100% 의존하기에는 완벽하지 않습니다. 어쩌면 영원히 그럴 수도 있습니다. 인간은 언어로 생각하고 판단하기 때문입니다. 그러므로 언어에 존재하지 않는 단어는 실제로 그 사회에 존재하지 않습니다. 이러한 문제에 한 걸음 다가서고 있는 철학 분야가 현대 철학으로 표현되는 수리 철학 또는 언어 철학이며 이런 현대 철학의 고민이 현재 인공지능의 부족한 부분들을 메울 수 있을지도 모릅니다.
해결로 가는 길
연역법, 귀납법 그리고 변증법 등 학창 시절 암기했던 분석 방법들은 데이터 분석에서 매우 중요한 도구가 됩니다. 하지만 일본식 교육에 익숙했던 교육 제도에서 너무 단순하게 전달하여 알 수 없었던 헤겔의 철학은 현재 다시 유행하듯 고개를 들고 있습니다. 올바른 헤겔의 변증법은 매우 유용한 데이터 분석의 사고 방법일 수 있습니다.