※ 데이터과학이 점점 주목받고 있습니다. 이러한 현상이 지속될수록 기술적인 부분뿐만 아니라 그것을 해석하고 풀어내는 방법에 대한 측면도 중요해집니다. 이와 관련하여 DeZyre에 기재된 「Why Data Scientists need to be good Data Storytellers?」라는 글을 번역하여 소개합니다.
데이터 과학자의 최종목표는 실제의 실행을 이끌어내는 통찰력을 데이터로부터 이끌어내는 것입니다. 비즈니스에서의 문제 해결에 기여하는 스토리를 이끌어내기 위해 데이터를 스토리의 형태로 제공할 수 있습니다. 세계적인 스토리텔링 컨설턴트인 Shawn Callahan은 이렇게 말한 적 있습니다.
최고의 스토리는 데이터를 포함하고 있다. 스토리와 데이터가 각기 따로 있다고 생각하는 것은 잘못된 것이다. 이제는 과학자들이 그들의 데이터를 삶에 가져오고 그것을 통해 이야기할 수 있도록 해야 한다.
하버드 비즈니스 리뷰 블로그는 “커뮤니케이션 없는 데이터는 무용지물이다” 라는 제목의 기사를 발행하기도 했습니다. 더불어 “데이터 과학자의 진짜 역할은 스토리텔링”이라는 컨텐츠를 선보이기도 했습니다. 이 기사는 이렇게 말했습니다.
데이터와 분석은 그 자체로 충분하지 않으며, 사람들이 분석을 제대로 이해할 수 있도록 하는 것이 중요하다. 데이터를 스토리텔링으로 전달하는 것은 보다 큰 차이를 만들어낸다.
이 기사는 데이터 혁명이 진행될수록 탁월한 데이터 스토리텔링이 더욱 중요해질 것이라고 이야기하고 있습니다. 데이터를 가지고 스토리텔링 하는 것이 데이터과학자에게 데이터시각화 너머의 진화 단계라고도 설명합니다. 아래는 이 기사에서 제시된 데이터 과학자가 스토리텔링에서 적용할 수 있는 실천적 방법입니다. 데이터를 가지고 스토리텔링 하는 것뿐만 아니라 데이터 과학 전반적인 프로세스에서도 참고할만한 내용이라고 생각합니다.
데이터과학자가 데이터를 스토리텔링 하기 위한 과정
- 핵심문제를 정의할 수 있을 정도로 비즈니스를 이해해야 한다.
- 비즈니스에 영향을 미칠 수 있는 요소에 대한 깊은 이해가 있어야 한다.
- 구할 수 있는 데이터에 기초해서, 다양한 관점에서 실증적으로 탐구해야 한다 : 고객의 관점, 제3자의 관점, 의사결정자의 관점, 공급자의 관점 등
- 초기가설을 세우기 전에 어떤 장애물이 있을지 짐작해봐야 한다.
- 제시된 해결책이 끼칠 비즈니스에서의 영향력에 대해 이야기해야 한다. 청중이 이끌리지 않는 스토리는 의미 없다.
- 고객의 눈높이에 맞게 이야기해야 한다.
데이터 스토리텔링 핵심 포인트 3가지
- 조직에 영향을 미칠 핵심요소로서 데이터를 이야기해야 한다.
- 데이터로부터 통찰력을 잘 끄집어내기 위해 다양한 시각화를 잘 사용해야 한다.
- 해결되지 않은 물음에 대한 답을 찾아내기 위해 반복적으로 데이터에 대한 의문을 유지한 채 프로젝트를 반복해야 한다.
마무리하며
데이터 과학이 비즈니스에서 실제적 문제의 해결에 기여하기 위해서는 커뮤니케이션 과정을 거쳐야 합니다. 데이터를 담은 이야기의 형태로 전달이 되어야 한다는 것입니다.
데이터는 그 자체가 목적이 아니라 구성하는 요소 또는 수단입니다. 요소요소로 쪼개진 것은 결국 무언가로 다시 가공하여 결합해야 합니다. 설득에 기여하려면 스토리텔링과 이어져야 한다는 것이고, 이는 데이터 과학자가 좋은 스토리텔러가 되어야 하는 당위성으로 작용합니다.
기술이 현실 속에서 잘 작용하는 과정과 비슷합니다. 기술은 그 자체로 빛나기도 하지만, 그것을 잘 작용하게끔 하는 문화 속에서 꽃필 수 있습니다. 이제 데이터 과학도 하나의 기술을 넘어 문화적 요소로 자리해야 하는 시기가 아닌가 생각합니다. 데이터 과학자가 스토리텔링을 잘해야 하는 것은 이러한 배경에서 작용할 것입니다. 데이터 과학을 넘어 데이터 기반의 문제 해결이 문화로 자리매김하길 바래봅니다.
원문 : 지식을 연주하는 사람
