디지털 쇼크 한국의 미래

디지털 쇼크 한국의 미래 - 문명의 변곡점에서 2030 대한민국을 전망하다
이명호 지음 / 웨일북 / 2021년 3월

개인용 PC가 본격적으로 보급되기 시작한것이 1990년이었습니다.삼보컴퓨터에서 88+라는 286AT가 나오고 용산은 조립컴퓨터의 성지가 되었습니다. 그리고 몇년후 인터넷이 보급되기 시작했고 2000년도부터 인터넷은 전국을 불길처럼 타오르게 했습니다. 이것이 3차산업혁명이고 작년부터 지금도 이어지고 있는 팬데믹으로 세계는 언태크가 압축성장을 폭발하고 있습니다. 말그대로 디지털세상이 되었으며, 앞으로 그 경향은 더 심화되겠죠. <디지털쇼크 한국의 미래>는 '디지털'이 우리에게 미치는 영향과 앞으로의 전망을 알아봅니다.

저자 이명호는 싱크탱크 여시재기회위원, 농림수산정보센터 사장,(사)창조경제연구회 사임이사 등을 거치며 경력을 쌓으셨습니다. 카이스트 경영학 석사와 박사를 수료하셨습니다. 기존에 낸 저서들이 눈길을 끄내요. < 노동4.0>,<뉴노멀>,<코로나 0년 초회복의 시작 >등의 공저자로 참석을 하셨습니다.

디지털시대의 선물을 손의 자유라고 합니다. 손으로 그리던 기계설계도 CAD로 하고 자동차도 자율주행이라는 이름으로 곧 운전대에서 손을 뗄 시간이 얼마남지 않았죠. 산업사회는 지식기술이 인쇄술이고 범용기술은 증기기관으로 범용기술과 지식기술이 달랐지만 디지털시대는 범용기술과 지식기술이 일치함을 강조합니다. 방향은 대중의 지식 참여증가, 개인간의 연결성이 강화, 신체능력의 확장입니다. 미래의 군인의 예측을 보면 첨단제품으로 몸을 둘러싼 모습을 볼수가 있습니다. 인간신체능력이 점점퇴화되지 않을까 염려될 수준입니다.

인공지능이 점점 우리 주변을 크게 만들고 있습니다. 가전에 IOT를 달아서 진행사항을 컨트롤할 수있는 영역으로바뀌고 있습니다. 보일러, 에어콘, 냉장고, 세탁기 등이 연결되고 그것이 인간의 사이클에 따라 연동해주는 역할을 인공지능이 곧하게 될겁니다. 인공지능을 악마의 소환이라고 하지만 아직까지는 순기능을 하고, 인공지능때문에 사라지는 일자리가 크게 존재하겠지만 그것으로 인해 등장하는 일자리도 많을 겁니다. 아직까지는 인공지능과 인간의 협업이 길입니다. 이 근간을 받치는 것이 한국에서는 데이터3법이 될겁니다. 개인정보는 보호의 영역이기도 하지만 활용의 영역이기도 합니다 하지만 가명정보와 비식별화는 많은 논란과 우려가 있습니다. 우려의 일번은 유출일겁니다 그것에 대한 보안이 필요합니다. 그리고 코로나시대로 비대면에대한 수요가 폭발했고, 인료도 비대면의료에 관한 관심이 늘었습니다. 한국도 원격진료에 대한 준비는 다되었는데 의사협회의 반대로 제대로 시작도 못하고 있습니다. 하지만 요양병원와 섬과 의료사각지대에 원격의료의 손길이 필요합니다. 결국 일반인들도 만성병은 비대면진료쪽으로 갈것이라는 외부시선도 큽니다.

디지털의 물결은 기업들이 큰 파도에 휩쓸리고 있습니다. 미국에서 가장 큰 기업들은 모두 무형자산이 큰 기업들입니다. 아마존, 페이스북,구글, 넷플릭스, MS 등은 보유자산이라는 것이 컴퓨터와 사람과 IP뿐이 없는 곳들입니다. 이 기업들이 무형자산부자들입니다. 저자는 조너선 해스컬의 무형자산의 특징으로 확장성, 스필오버, 사호시너지를 들었습니다. 부정적 요소가 없는 것은 아니지만 이대로 진행되고 앞으로도 크게 달라질것이 없어보이는 대세의 흐름입니다. 그럼 일반기업은 어떤 방향으로 가야할 지 확실해 집니다. 일반기업들도 디지털자산에 대한 생각을 키워야 합니다. 이를 위해 연구개발과 브랜드를 통합하고 애자일 조직역량의 필요, 창발적 역량, 위험을 감수하는 도전적 투자 등을 요구합니다. 누구도 부인하기 힘든 디지털시대입니다. 기업의 근본적인 체질개선이 필요합니다.

앞으로의 한국의 모습은 어떨까 가장 많이 제기되는 제도가 '기본'시리즈입니다. 기본소득이라는 단어가 점점더 설득력을 높여가고 있습니다. 디지털의 가속화로 일자리가 줄어는 속도를 새로운 신규일자리가 채워주지 못할 것이 뻔한 미래(?)때문일까요. 한국인의 미래보장은 오직 국민연금이 크죠. 노령연금과 국민연급을 합해져서 준비되지 않는 노후의 마지막보루를 잡고 있습니다. 국민연급이 이미 800조를 넘어섰지만 일정시간이지나면 꺽어지고 국가부채화되는 시기가 앞당겨지겠죠. 그 공간을 로봇세라는 이름으로 기본소득의 재원을 마련하자는소리도 많죠. 하지만 '고용'을 '소득'으로 정말 대체가 될지도 의문스러운 부분도 많습니다. 그래서 제시하는 방안이 소득보험입니다. 운영방안은 근로소득과 사업소득을 대상으로 하고, 소득보험의 혜택은 고용보험처럼 강제퇴사자만 해당되는 것이 아니라 임금이 줄어든 모든 사람도 포함됩니다. 이런 형태는 노동시장의 이중구조를 해결할 수있다고 합니다. 즉 기본소득의 전단계형태의 운영이 가능합니다.

몇일전 운전을 하다가 차가 길게 밀려 멈쳐있기에 지루해서 고개를 숙이고SNS를 잠시보다가 고개를 드니 앞에 차가 없는 것을 보고 깜짝놀라 출발했던 기억이 있습니다. 차안에 혼자있었지만 우리는 이제 전세계와 연결이 되어 있습니다. 앞으로 10년이면 인간은 자율주행이라는 이름으로 운전에서 해방되어 승객의 입장으로 변할 겁니다. 문제는 디지털혁명이 자동차에만 한정하지는 않겠죠. 인공지능이 인간을 보조함을 넘어 능가할 가능성도 현저하고, 인간의 생산과 소비가 플랫폼으로 모여들고, 디지털이라는 개념이 우리가사는 공간에도 침입해서 원래가지는 개념을 변화시킬 꺼라고 합니다. 이 책을 읽으면서 나자신이나 내 사업에 대한 디지털이 참여하는 시나리오가 있는지를 생각해봤습니다.

자본주의 대전환

자본주의 대전환 - 하버드 ESG 경영 수업
리베카 헨더슨 지음, 임상훈 옮김, 이관휘 감수 / 어크로스 / 2021년 3월

2050년에는 10억명의 인구가 지구환경변화때문에 자신이 살던곳을 떠나 이주를 해야 한다는 책이 얼마전 충격을주었습니다. 이제 환경보호는 별난 사람만이 하는 특이하는 일이 아니라 지구상에 존재하는 모든 국가가 힘을 모아서 추진해야 할 시급과제로 떠올랐습니다. <자본주의 대전환>은 과거 기업들은 환경보호와 관련없이 자신의 기업의 이익만추구하면 그 존재목적을 달성한다고 여겨왔는데 21세기를 들어와서는 환경보호와 사회적 책임도 기업이 사활을 걸고 추진해야 할 임무이자 목표로 등장했습니다. 그만큼 지구가 힘을 잃어 인간이 살기힘들어지고 기업의 주주가치추구가 환경뿐만아니라 사회적 불평등과 제도를 붕괴시키는 핵심세력으로 등장했고 유럽을 중심으로 기업의 사회적 책임이 점차 강조되고 그 영향력은 미국을 거쳐 전세계로 확대되고 있습니다. 사회주의 국가이고 환경보호에 큰 관심이 없어 보이는 중국조차도 2040년 탄소중립을 실현하겠다고 선언하고 순차적으로 목표에 맞춰서 추진하겠다고 약속합니다. 세상은 달라지는데, 기업들의 생각은 어떨까요. 아직도 ESG가치와 목표를 기업에 요구하고 압박하는것이 불가능걸 지키라는 것이 아님을 저자는 자신의 경험으로 설득합니다. 기업이 수익을 내면서도 커다란 지구문제도 해결할 수있다는 걸 말입니다.

저자 리베카 헨더슨은 미국경제학자이고 MIT슬론대 석좌교수를 역임후에 하버드대 경영대학원소속 교수입니다. MIT대 기계공학과 출신으로 하버드대에서 박사를 받았습니다. 저자가 주로 다루는 분야가 '지속가능한 경제의 구축'입니다.

자본주의 지산의 생산성을 급격하게 증가시켰습니다. 하지만 덩치가 커진 자본주의는 각종 폐해가 인간을 괴롭히기 시작합니다. 저자는 우선 3가지를 선별합니다. 엄청난 규모의 환경파괴가 첫번째입니다. 미국과 중국을 선두를 다투면서 탄소를 막대하게 배출하고 있습니다. 이로인해 지구온난화가 진행이 되어서 전세계적으로 돌파적 기상이변이 빈발하고있습니다. 북극의 빙산이 녹아내리고 그로인해 북극곰이 보금자리를 잃고 지난달 항상 따뜻한 미국의 텍사스에 한파가 몰아닥쳐서 석유시추가 중단되고 반도체, 자동차 부품사들이 한달이상 공자을 세우는 기현상이 발생했습니다.물론 친환경에너지로 전환중에 보온시설이 없는 기계들이 작동을 하지않은 것도 텍사스의 대규모정전사태의 빌미를 주기는 했습니다만 텍사스가 폭설이 내리고 영하 20도가까이 내려간것이 바로 북극의 찬바람이 밀려내려오면서 생긴 자연재해라는 것이 전문가들의 결론입니다. 정말 지구는 심각한 위기로 빠져들고 있습니다. 둘째는 경제적 불평등입니다. 최고의 부자 50명의 자산이 지구인구반의 자산을 모아도 초월하는 극심한 불평등이 이젠 더욱 가속화중입니다. 지구의 60억명이 하루 16달러이하로 생활하는 것이 얼마나 큰 문제인지 느끼게해줍니다. 셋째는 제도의 붕괴입니다. 일본기업의 정년보장이 무너지고 한국도 IMF구제금융이후 비정규직들이 무더기로양산했고, 미국의 금융시스템애 2008년 붕괴되어 3조달러이상의 유동성을 공급하는 것도 자본주의제도의 붕괴의 일면일겁니다.

이제 저자는 지난 15년간 환경문제와 사회문제를 해결하려는 기업들의 변신을 보면서 확신을 변화를 외칩니다. 자본주의가 변해야 하고 그 선두에 기업이 설수있다고 강조합니다. 그리고 더 중요한 것은 우리 기업들은 능력과 실력이 충분하다고 확신을 합니다. 다만 환경과 사회문제로 수익을 올리는 데는 혁신이라는 심리적 장벽있다고는 합니다.

기업이 주주극대화에서 미디어에 매일 노출되는 ESG를 추구하는 대전환을 해야 하는데, 그 모습을 5가지로 제시를 합니다. 공유가치, 목적지향기업(행동으로),재무재설계, 협력,시장과 정부의 균형 등입니다. 이들요소들에서 문제를 발생한 기업과 파괴적인 아키텍처 혁신 결과를 낸 기업들도 있습니다. 이제 ESG를 지향해야하는것은 돌이킬수없는 추세이고 트렌드입니다. 기업은 주주이익을 극대화하는 한편, 공정하고 지속적인 기업을 만들지 않으면 도태될 겁니다. 이제는 선택이 아니고 기업을 지속하기위한 필수템입니다.

테슬라, 월마트, 유니레버, 집카 등의 기업이 전기자동차, 태양광, 공유경제등으로 과거에는 생각지도 못한 실적을 내고 있습니다. 세계적인 브랜드 나이키가 공급망을 글로벌화하여 비용을 절감하고 아낀 비용으로 대대적인 마케팅으로 높은 실적을 내서 나이키 CEO 필 나이트는 존경받는 기업인이 되었지만 개발도상국에서 아동노동과 낮은 임금을 착취해서 돈을 번다는 비난으로 매출이 급감하게 됩니다. 나이키같은 전철을 밟지 않기 위해서는 아키텍처 혁신을 하도록 노력하라고 합니다. 이를 위해서는 기업을 재정의해야 합니다.

ESG를 목적으로 기업을 운영하는 것이 가능한데도 많은 기업들이 주저하는 이유중, 주주들이 단기수익에 집착하기때문이라고 하지만 테슬라등 수익을 제대로 못내는데 주가가 높은 기업이 많다는 점에서 크게 설득력이 부족하다고 지적합니다. 그것보다는 앞으로 미래에 대한 정보부족이 더 크다고 확인합니다. 그래서 ESG지표를 만들어서 평가를 하고 있습니다. 이는 재무제표에서 보지 못하는 요소를 묶어서 미래를 걱정하는 척도로 삼고 있습니다. 노르웨이 국부펀드, 후생연금펀드, 블랙록 등이 강하게 ESG를 시행하는 기업에 투자를 하겠다고 선언합니다. 이제 ESG는 돌이킬수없는 인류의 방향으로 목표설정되고 있습니다. 앞으로 특히 유럽은 ESG지표가 높은 기업을 중심으로 재정지원이나 투자가 될 가능성이 점점더 농후해 지고 있습니다.

미래에는 우리가 몸담을 기업은 '공유가치를 토대로, 직원에게 좋은 일자리를 제공하고 수익보다 가치를 존중하는'모델이라 합니다. 물론 하루앞도 망막한 요즘 20년후를 바라본다는것이 참 쉽지 않지만 비관적일 필요도 없겠죠. 우리는 어려움을 극복하면서 현재에 와있습니다. 그리고 유엔도 12조달러의 지속가능개발목표를 세웠습니다. 저자는 지속가능한 세상을 만들기 위해 개인이 할수있는 6단계를 제시합니다. 자신의 목적발견, 당장의미있는 일 실행, 자신의 일에 가치부여, 정부에서 일하라, 정치적행동, 자신을 케어하고 기쁨을 찾으라입니다. 목표를 가지고 자신을 응원하다보면 어려워보이고 불가능해보이던 목표도 이뤄진다는 거죠

빅데이터 시대, 성과를 이끌어 내는 데이터 문해력

빅데이터 시대, 성과를 이끌어 내는 데이터 문해력 - 그래프와 도표만 바라보는 당신에게
카시와기 요시키 지음, 강모희 옮김 / 프리렉 / 2021년 2월

데이터분석이 최근 인기가 높습니다. 다양한 책들도 출간되어 있고, '빅데이터분석기사'라는 시험도 국가자격으로 다음달에 첫시행이 됩니다. 하지만 이것으로 진정한 의미의 문제해결이 되는 '데이터분석'이 될수있을까요? <빅데이터 시대, 성과를 이끌어 내는데이터 문해력>은 진정한 문제해결을 위한 '데이터분석'을 생각하게 합니다 저자가 소개하는 방식은 기술적인 데이터분석과 통계분석책이 아니라 문제해결을 가능한 데이터분석을  활용하여 성과를 낼수있는 방식을 소개합니다. 몇년전까지 맥킨지의 문제해결방법론이 대세를이뤘습니다만 4차산업혁명의 물결이 거세지만서 기술적 측면만 부각이되었는데, 빅데이터시대의 논리적 사고란, 문제해결방법을 데이터를 중심으로 재구성한 책입니다. 그래프나 도표만 집중하는 시각에서 벗어나야 진정한 데이터를 볼수있다는 의미일겁니다.

저자 카시와기 요시키는 data & story LLC대표로 데이터분석과 로지컬씽킹을 교육하고 강의하십니다. 게이오대학 공학부졸업후 히타치에 해외세일즈를 거쳐, 미국에서 MBA를 한후 닉산에서 해외마케팅을 하다가 2014년 독립합니다. 연150일 4000명이상에게 강의를 하십니다. 1년에 반을 강의로 하신다는것이 쉬운 일이 아니죠. 저자도 10권이상으로 대부분 엑셀데이터를 이용한 분석법이 많습니다. 한국에는 <엑셀로 배우는 의사결정론>(2015)에 출간된 적이 있습니다.

2016년 알파고가 한국최고의 바둑명인 이세돌을 꺽었습니다. 인공지능이 우리에게 어떤 영향을 끼칠것인지 두려움이 앞섰지만 이로 인해 인공지능을 공부하는 학생수가 급증했습니다. 인공지능의 핵심인 파이썬과 텐서플로는 한국에서도 공대계열의 필수 소양이 됩니다. 문제는 이런 기술을 익힌다고 해서 인공지능의 발전을 이길수가 있을까요. 그럼 어떤 방식이 인공지능도 따라올수없는 데이터사용법일까요. 바로 문제를 명확하게 설정하는 것입니다. 그리고 데이터를 문제와 연결시키는 능력을 키우는 겁니다. 빅데이터가 발전해서 많은 데이터가 모이고 있는 것은 사실이지만 우리가 맞서있는 문제나 퀀텀점프를 위한 발상에는 데이터만으로는 한계가 있습니다. 인간사고의 폭을 넓히고 데이터는 그것을 구체화하는 방법으로 사용해야 합니다. 우선 문제를 정의하는 언어를 명확히 해야 합니다. 정의가 명확하지 않으면 분석해서 나오는 그래프와 도표는 시각적으로 멋진 작품같은 것이 됩니다. 그리고 프로세스를 명확히 해야 합니다. 문제-원인-해결방안으로 단계를 거치면서 데이터분석으로 방향을 잡아갑니다.

데이터분석활용에서, 목적과 지표를 정했으면, 현황을 파악하고 평가를 해야 합니다. 우선 가치있는 정보를 확정해야합니다. 이는 행동을 특정할 수있어야 하고 구체적인 판단을 내릴수있어야 합니다. 이럴때 데이터분석이 요긴하죠. 그래프나 도표로 사실을 명확히 할수있습니다. 데이터가 중요한 것은 임의적이고 주관적인 결론을 객관화할 수있기때문입니다.그래야만 상대방도 설득과 이해력을 높일수가있습니다.

데이터를 활용할때 논리적 사고의 중요성을 강조합니다. 논리적사고는 전체적인 스토리를 탄탄히 해서 결론의 설득력을 높이는 방식입니다. 말은 쉬운데 많은 연습을 해야 하는 방법이긴합니다. 이 방식을 시행할 때 많인 하는 실수가 문제-원인-해결방안의 프로세스에서 단계를 밟지않고 맨마지막의 해결방안으로 달려드는 것이라고 표현합니다. 자주 빠뜨리는 부분이 원인분석을 제대로 않고 문제단계에서 원인분석을 다 했다는 생각때문이 많습니다. 그리고 방법맨이라는 표현을 하면서 기존이 있는 모델링을 분석없이 모델링을 대입해서는 목표에 부합하는 결론을 낼수없다는 거죠.

저자는 결과와 결론을 분리합니다 결과는 분석에서나온 산출물이고, 결론은 목적에 부합하는 의미입니다. 즉, 결론은 결과에 기반해서 도출하는 겁니다. 이는 말장난이 아니라 작지만 확실히 구분해야 합니다. 목적에 부합하느냐가 핵심이겠죠.

데이터 분석을 배운다고 하면 대부분 기술적인 데이터분석만 알려줍니다. 하지만 이 기법을 배우는것도 어렵지만 실제배웠다고해도 데이터에서 인사이트를 뽑아서 활용하는 일은 다른 차원의 일이었습니다. 저자는 데이터안에 답이 있을 거라는 생각을 버리라고 합니다. 스스로 정의된 목적과 문제에 필요한 데이터를 모아서 넓은 시야로 보는 것을 권합니다. 즉, 데이터분석을 해서 가설을 만드는 것이 아니라 반대로 가설을 세우고 데이터를 분석하라는 겁니다. 데이터분석은 하위단위일이고 우선은 논리적 사고를 통해 구조를 만든후 하위단에서 질적문제와 양적문제를 데이터로분류해야 합니다. 데이터분석은 커다란 문제해결의 논리적 구조속에 하위 방법으로 해야 합니다. 결론적으로 데이터 문해력은 데이터속에서 답을 찾는 것이 아니라, 데이터를 무기로 합리적으로 논리를 전개하는 능력을 말합니다. 데이터중심에서 목적중심으로 데이터를 활용하는 시각의 영점재조정이 필요합니다.

데이터 쓰기의 기술

데이터 쓰기의 기술 - 따라 하면 끝나는 단계별 데이터 분석 10
차현나 지음 / 청림출판 / 2021년 3월

<데이터 쓰기의 기술>은 질문을 통해서 데이터를 찾고 분석해서 인사이트를 얻는 방법을 알려주는 문과적 접근으로 본 데이터분석 기술서적입니다. 일반인들은 데이터분석을 파이썬을 몰라서 접근못한다고 생각하고 이과생들은 코딩기술은 있으나 데이터로 무엇을 분석해야 할지 몰라서 벽을 쌓는 분야입니다. 저자는 데이터분석책을 썼지만 컴퓨터를 이용한 기술적분석이야기는 전혀 하지 않습니다. 오로지 데이터분석을 하는 이유와 방법을 집중합니다. 4차산업혁명으로 빅데이터가 주목받은지도벌써 5년째입니다. 그 결과 많은 데이터들이 양산되고 있습니다. 그러나 이 데이터들이 얼마나 이용되지는 의문점이 남습니다. 데이터디자인 4단계, 데이터스토리텔링 3단계 데이터기분의사결정 3단계를 통해 데이터분석 마케팅활용법을 완성합니다.

저자 차현나랩장은 한국 최고의 가수 아니 글로벌 최고의 인기그룹 BTS가 소속된 빅히트엔터테인먼트에서 데이터랩을 이끌고 있습니다. 이대에서 소비자심리학박사를 받은후 KT경제연구소, 스타벅스코리아를 거치면서 데이터사이언티스트로 변신한 분이십니다. 데이터사이언티스트는 주로 이공대출신들이 주로 포진을 하죠. 왜냐하면 컴퓨터프로그램언어를 알아야 하고 통계분석 모델링에 능해야 하기때문입니다. 이에 비해 저자는 인문계출신으로 이 분야에 종사하는 것은 이색적이기까지합니다. 그래서전 작년에 <문과생, 데이터사이언티스트가 되다>라는 책을 내셨습니다.

기업에서 매출이 떨어진다면 그 이유가 무엇일까요. 저자는 3가지이유를 됩니다. 첫째, 홍보가 안되어서 둘째,살만한 매력이 없어져서, 셋째,재구매할 만큼 좋지 않아서라고 합니다. 대부분 이 영역에 들어가고 담당자는 해당영역을 분석하고 또 다른 고객니즈를 찾으려 '고군분투' 발버둥을 쳐야 할겁니다.

저자는 '질문'의 중요성을 강조합니다. 질문은 호기심에서 나온다고 합니다. 호기심이 없으면 질문도 없으니 답도 없겠죠. 결국 데이터분석도 할게 없어지는겁니다. 궁금한것이 잇어야 데이터분석을 해서라도 실마리라도 얻을 수있습니다. 그래서 제시하는 방법이 10단계 데이터분석 방법론입니다.

우선 질문하기입니다. 데이터디자인영역의 시작으로 문제를 '1.질문하는 것'이 출발입니다. 매출이 떨어졌는데 무엇이 잘못되었을까? '원두를 구매하는 고객은 어떤사람일까?' '내매장 앞을 스쳐 지나가는 사람들은 얼마나될까' 등의 질문을 문장쪼개기를 합니다. '2.문장쪼개기'는 질문을 구성하는 모든 '단어'와 '어구'에 구체적인 질문을 던져서 가지치기를 하는겁니다. 이런 질문속에서 다양한 생각의 실타래를 만들어 생각을 확장시킵니다. 확장된 질문속에 3.데이터찾기'를 합니다. 이는 데이터분석단계를 위한 검색단계라는 표현이 적절합니다. 인구자료, 매출자료, 시장자료 등 다양한 빅데이터를 찾을 수가 있습니다.

그러면 본격적으로 '4.데이터분석'을 들어갑니다. 이 부분이 데이터량이 많으면 파이썬과 R이나 BI를 써야 하는 단계입니다. 그러면 '데이터스토리텔링영역으로 '5.데이터퍼즐맞추기'입니다. 이 단계는 데이터분석으로 도출한 결과를 가지고 인사이트를 만드는 단계입니다. 이때 추가 질문도 하면서 미쳐 생각못한 점을 이끌어내야 합니다. '7.데이터에 옷입히기'는 데이터 시각화에 해당하는 단계일텐데요. 팀원들과 보고서를 공유하면서 파워포인트작업이 가장 많겠죠. 마지막영역으로 데이터기반의사결정입니다. '8.액션아이템만들기' 실행 아이템을 만드는 단계입니다. 구체적인 프로토타입이 나와야 합니다. '9.현장의 변화만들기'는 소비자의 목소리를 들으면서 실제로 실행하는 단계를 말합니다. 마지막 '10.소비자의 반응포착하기'입니다. 일종의 평가일수도 있고, 평가가 나쁘면 피봇팅을 검토하는 단계입니다.

저자가 질문속에서 데이터 인사이트를 발굴해내는 광경울 보면서 데이터분석을 다시 생각하게 되었습니다. 온라인서점에서 데이터분석이라고 검색을 해보면, 파이썬과 R을 이용한 코딩기술을 주로 다룬 책들이 소개되어 있습니다. 데이터분석은 컴퓨터프로그램언어로 코딩을 해야 가능한거야라고 윽박지르는 느낌입니다. 그러나 실제 그 데이터분석책들을 여러권 독파를 하고 기술도 빵빵하게 익혀서 자유롭게 데이터분석이라는 프로세스를 따라간다해도 진정한 데이터분석을 할수있는지 의문이 들었습니다. 우리가 진정으로 데이터분석을 통해 알아야 할것이 무엇인지에 대한 방법은 크게 알려주고 있지 못하기때문입니다. 데이터를 통해 우리가 무엇을 알아내는 것이 도움이 되는지를 생각하지 않는다면 상사가 시키면 고대로 코딩이나 하는 로봇과 무엇이 다를까하는 생각이 듭니다 <데이터 쓰기의 기술>에서 알려주는 10단계의 데이터분석 방법론은 데이터를 통해 어떻게 해야 효율적이고 유용한 데이터분석인지를 알려줍니다.

[100자평] 비즈니스의 무기가 되는 디자인

비즈니스의 무기가 되는 디자인 - 돈을 버는 디자인 씽킹
오쿠야마 기요유키 지음, 조해선 옮김 / 성신미디어 / 2021년 3월

일본의 해외유학파 디자이너가 알려주는 디자인의 방향성을 후배들에게 알려줍니다. 돈이 디자인이라는 확실한 추세를 기준으로 디자인이 어떻게 팔리는 디자인을 만들까를 고심합니다.