관찰의 여지는 있지만 아직은 의문점이 있는 Thick data

THICK data 씩 데이터 - 빅 데이터도 모르는 인간의 숨은 욕망
백영재 지음 / 테라코타 / 2023년 7월

‘빅데이터를 넘어 씩데이터?’ 

_

한 2년전쯤에 도서리뷰를 통해 말씀드린 사항 중에 하나는 이제는 외국어가 아닌 ‘데이터 리터러시’가 중요해질것이라는 얘기였습니다. 그리고 2년이 지난 지금은 이게 현실이 될것임은 누구나 인정하실 거라 생각합니다. 어느 정도 규모가 있는 회사는 데이터 분석가나 기획가 혹은 데이터 관련 담당업무를 총괄하는 부서가 있고, 실제 영어나 기타언어를 잘하는 능력에 대한 수요보다 데이터 관련 툴을 능숙하게 다루고, 데이터를 통한 문제해결력을 가진 사람의 수요가 훨씬 높기 때문입니다. 저 역시 지금은 데이터 관련 업무를 진행하고 있고 앞으로도 많은 도서리뷰가 데이터와 관련된 것들이 될 것이며, <THICK DATA>를 읽게 된 이유도 여기에 있습니다. 

본서의 저자는 인류학을 통해 박사학위를 받고 유수의 국내외 기업의 의사결정권자로 근무하면서 자신이 성공비결이 Big Data가 아닌 Thick Data때문이라는 것을 강조하는 서적입니다. 빅데이터가 다량의 데이터를 분석, 시각화 할 수 있는 것을 전제로 ‘정량화’ 하는 것을 얘기한다면 여기서 말하는 Thick Data는 저자의 관점에서는 ‘인류학’ 바꿔 말하면 ‘공감’을 전제로 하는 데이터를 도출해내는 능력을 가진 것으로 성공적인 문제해결력을 위해서는 정량적인 빅데이터를 넘어 인간의 심리를 읽고 공감을 도출해낼수 있는 씩데이터가 병행해야 가능하다는 것입니다. 

저 역시 저자가 얘기하는 것에는 어느 정도 동감합니다. 왜냐하면 정량적인 평가대로 세상일이란게 움직이지 않고 현실에는 예측할 수 없는 수많은 변수들이 있기 때문입니다. 하지만, 이런 이유 하나만으로 빅데이터가 아닌 씩데이터의 우월성을 얘기하거나 씩데이터의 중요성을 강조하는 것은 논리적 근거가 약하다고 생각합니다. 예를 들면 국내 식품회사에서의 성공기록이나 외국계 담배회사에서의 내용들은 과연 이게 Thick Data인지 아니면 저자의 성공담을 포장하기 위해 씩데이터를 쓴건지 이해가 되지 않습니다. 제대로 된 Thick Data를 얘기한다면 해당 데이터를 도출할 수 있는 프로세스나 결과물이 아닌 명확한 과정이 공유되는게 맞다고 봅니다. 

또 하나는 Thick Data는 분석보다는 가설설정에 도움이 된다고 하는데, 물론 그럴 수도 있을 것입니다. 하지만 가설설정을 위해 굳이 Thick Data보다는 ‘직관’이라는 표현을 쓰는게 더 어울릴수도 있습니다. 단지 가설설정 때문에 빅데이터보다는 씩데이터의 유용성을 강조하기에는 그 대체제가 너무 많다고 생각하며 <THICK DATA>에 나온 사례들은 사실 여타의 마케팅이나 성공적인 경영케이스로 말을 바꿔도 전혀 이상하지 않다고 봅니다. 이 얘기는 THICK DATA의 본질과 실체에 대해 의문을 갖게 할 수 있다는 말에 다르지 않습니다. 

‘빅데이터 분석부터 명확히 하고 나서 생각해도 늦지 않음’

*출판사를 통해 도서를 지원받아 작성한 리뷰입니다.