Article at a Glance

데이터가 흐르는 組織은 直觀 中心이 아니라 分析 中心으로 일한다. 이런 變化를 가장 힘들어하는 職級이 바로 任員級 意思結晶子들이다. 왜냐하면 그間 直觀을 基盤으로 成果를 내오는 데 익숙했기 때문이다. 이들은 自身의 直觀을 어떻게 分析에 녹여 넣을 수 있을지를 苦悶해야 한다. 모든 分析은 ‘問題를 바라보는 觀點(觀点)’을 어떻게 構成하느냐에 重要한 影響을 받는다. 卽, 任員의 데이터 力量 開發은 分析 技法보다 觀點 設計에 集中돼야 한다.

---

지난 2年間 國內 財界 順位 上位 그룹社 任員 300餘 名의 데이터 基盤 意思決定 力量을 測定하기 위해 다음과 같은 敍述形 퀴즈를 내봤다.

Q 우리 會社는 食品 添加物 製造를 主力 事業으로 하고 있다. 最近 健康에 對한 消費者들의 關心이 커지면서 食品 添加物 亦是 親環境 素材 基盤으로 急激하게 變하고 있다. 몇 해 前부터 R&D를 進行하고 있던 ‘菓子類 低糖 親環境 添加物’ 商用化를 앞두고 있다. 그런데 國內 市場에서 우리 會社보다 먼저 이 市場에 進入한 競爭社 A가 生産 規模를 大規模로 增設할 計劃이라는 諜報를 入手했다. 唯一한 競爭社인 A社는 昨年에 供給 物量 不足으로 海外에서 該當 添加物을 輸入해 製菓業體들의 購買量을 맞춰야 했을 程度였다. 黨舍도 現在 곧 初期 生産에 突入하려고 하는데 이참에 애初 計劃했던 生産 캐파(capacity)보다 더 큰 規模로 지어야 하는 게 아니냐는 意見이 나왔다. 該當 添加物 市長은 初期 市場으로 分明 當分間 持續 成長할 것으로 豫想되지만 無理한 投資는 걱정이 되기도 한다. 이런 狀況에서 最適의 生産 캐파를 分析해 提示하라는 會社의 要請이 있었다. 果然 어떤 方式으로 分析하는 게 좋을까?

位 質問에 對한 任員들의 答辯을 整理하며 크게 놀랐다. 그들이 屬한 業種과 職務가 다양함에도 不拘하고 그들의 接近 方式이 그리 다양하지 않았기 때문이다. 그들의 答辯을 要約하면 다음과 같다.

A1 親環境 食品 添加物 市場 需要 成長 推移를 豫測하고, 이 市場에서의 플레이어(自社 및 國內外 競爭者)들의 生産 캐파의 現在와 未來의 增設 計劃을 把握한다. 市場 需要 成長 推移와 플레이어 全體의 生産 캐파의 均衡點(넘치거나 모자라거나)을 比較해 시나리오를 세운다. 시나리오別 우리의 投資 規模, 投資 期間, 資本回收 目標 期間을 시뮬레이션해 보고 우리가 견딜 수 있는 最惡의 境遇와 期待하는 最善의 期待 結果를 推定해 본다. 이러한 投資 計劃이 다른 機會費用(다른 戰略으로 投資하고 成長하는 反響)들과 比較해 優位가 있는지 點檢한 後, 最終 投資 意思決定을 한다.

A2 1) 親環境 添加物 關聯 全體 市場 規模를 分析하고 親環境 添加物 市場의 向後 成長率을 分析하고 展望한다. 2) 競爭社 增輛 計劃 및 最終 生産 캐파를 把握하고 이에 따른 黨舍의 豫想 市場占有率 分析한다. 3) 黨舍의 豫想 市場占有率 基盤 豫想 販賣 物量에 對한 黨舍의 生産 캐파를 逆算해 ROI를 算出한다. 4) 全體 市場 規模 分析을 基盤으로 黨舍의 最適 生産 캐파를 提示한다.

A3 먼저 市場을 正確히 分析하고, 現在 市場의 캐파와 向後 市場 成長性을 함께 分析. 우리 會社의 占有率 等을 考慮해 最適 生産 캐파를 分析 導出하면 될 것이다.

A4 向後 國內 市場 規模를 豫測하고 競爭社의 生産 增設 規模를 把握 하며, 投資費를 몇 年 內 回收해야 할지를 變數로 해 適正 生産 캐파를 計算한다.

A5 親環境 添加劑 市場 및 區間別 成長性 豫測 모델은 分析하고 先占 競爭社의 過去 販賣 推移와 現在/新規 生産 캐파 사이의 相關關係를 通한 競爭社 市場 豫測 을 推定하고 生産 캐파와 原價 相關關係를 分析해 段階別 市場 進入 및 이에 따른 生産 캐파 增設 모델을 提供한다.

A6 市場 需要 成長 豫測을 實施하고, 需要 豫測에 基盤해 애初 計劃했던 生産 캐파의 原價, 原材料 SCM 分析과 캐파 增輛 時 增輛 規模에 따른 原價/原材料 SCM을 分析하고, 더불어 競爭社의 캐파 規模와 市場 競爭 水準과 M/S를 把握 해 全般的인 事業性 檢討(시뮬레이션)를 實施한다.

答辯의 具體的인 內容에는 細細하게 差異가 있기는 하나 크게 要約해보면 共通的으로 ‘市場의 規模 把握 → 競爭社 市場占有率 推定 →自社 潛在 市場占有率 推定 → 向後 增設輛 推定’의 接近法을 取하고 있다. 그런데 正말 이런 線形的 接近法으로 最適의 生産 規模를 算定하는 게 可能할까? 여기서 몇 가지 疑問이 생긴다. 첫째, 市場 全體 規模를 어떻게 推定할 것인가? 둘째, 우리 會社의 市場占有率은 競爭社의 占有率이 決定된 다음에 推定되는 것이 맞는가? 여러분은 어떻게 생각하는가?

다시 하나씩 따져보자. 一旦 市場 規模를 어떻게 測定할지를 물어보니 大部分 이렇게 答했다. 海外 同種 市場의 成長率 데이터를 벤치마킹한다고 말이다. 그래서 “海外市場과 國內 市場의 與件이 正말 비슷할까?”라고 물으니 “情報가 不足해서 判斷이 안 된다”는 答이 나왔다. 成長率을 벤치마킹하는 것은 實際로 市場 規模를 推定할 때 자주 쓰는 方式이다. 하지만 여기에는 決定的인 短點이 있는데 이 分析을 통해 우리가 實質的으로 導出할 수 있는 새로운 인사이트가 없다는 것이다. 데이터 分析은 市場의 特性을 좀 더 理解하고, 그 特性을 反映해 問題解決의 原理를 導出하는 데 意義가 있다. 그런데 이런 벤치마킹 方式에서는 但只 皮相的으로 벤치마킹 數字를 求할 수 있느냐 없느냐, 그 數字를 받아들일 것인가 말 것인가의 意思決定만 남게 된다. 벤치마킹 數字를 活用한다고 할지라도 市場의 本質的 特性에 對한 解釋이 加味되지 않으면 아무 所用이 없다.

그렇다면 어떤 接近 方式이 더 有效할까? 이렇게 質問을 바꿔보면 어떨까 싶다. “이 市長은 바이어(Buyer)마켓인가, 셀러(Seller)마켓인가?”라고 말이다. 多少 엉뚱해 보이지만 이 質問은 根本的인 市場의 特徵을 따져 묻고 있다. 初期 市場의 規模를 決定하는 데 있어 菓子를 만드는 製菓 業體(Buyer)의 힘과 親環境 低糖 物質을 만드는 供給 業體(Seller)의 힘 中 어느 쪽의 힘이 더 크냐는 것이다. 주어진 提示文을 잘 읽어보면 우리는 添加物 市場이 바이어 마켓이란 것을 斟酌할 수 있다. 왜냐하면 製菓 業體들은 自體的으로 旣存의 單 添加物을 保有하고 있으며, 그들이 얼마나 빠른 速度로 親環境 物質을 받아들일지가 市場 規模를 決定할 것이기 때문이다. 한마디로, 製菓 業體들의 새로운 添加物에 對한 自信感이 市場 規模를 決定한다는 것이다. 그럼, 이런 自信感을 어떻게 알아내야 할까? 별다른 뾰족한 方法이 없다. 製菓 業體를 인터뷰하는 수밖에.



두 番째 質問으로 넘어가 보자. 우리 會社의 市場占有率은 어떻게 決定되는가? 競爭 會社의 占有率을 따진 後 우리 會社의 占有率을 決定한다는 것은 順次的이어서 언뜻 그럴싸해 보일지 모른다. 하지만 다음의 두 가지 理由에서 받아들이기가 쉽지 않다. 첫째, 우리가 競爭社보다 市場에 늦게 進入했다고 해서 늘 우리가 2等 占有率을 가져야 하는가? 이건 始作부터 精神的으로 졌다고 認定하는 꼴이 아닌가? 둘째, 우리의 意思決定이 다시 相對方의 意思決定에 影響을 미치진 않을까? 이 質問이 첫 番째보다 더 重要하다. 왜냐하면 내가 導出한 分析 結論이 다시 狀況을 바꿀 수도 있기 때문이다. 例컨대, 우리 會社가 萬若 攻擊的인 增設을 決定하면 相對方 競爭者가 그 消息을 接하고 旣存과 다른 意思決定을 取할 可能性이 높아진다. 卽, 나의 決定이 正말 最適인지 與否가 相對方의 增設量을 勘案한 나의 決定에 對한 相對方의 反應에 左之右之될 수 있다는 얘기다. (그림 1) 實時間 影響을 주고받는 고스톱이나 포커 게임처럼 意思決定의 向方이 바뀔 수 있다.

大部分의 分析 技法은 意思決定이 애初 分析 狀況에 影響을 줄 수 있다는 動的인(Dynamic) 狀況을 假定하지 않는다. 다양한 觀察 結果로 特性을 發掘한 後 歸納的으로 最適 解를 求하는 方式이 主를 이룬다. 그런데 實際 우리 비즈니스 意思決定을 보면 이런 歸納的 接近만으로는 問題를 解決하지 못하는 境遇가 許多하다.

앞선 事例는 데이터 科學에서 主로 論하는 主題는 아니다. 오히려 비즈니스 애널리틱스 領域에서 게임 理論에 基盤해 戰略的 分析을 할 때 나오는 事例에 가깝다. 그럼에도 不拘하고 任員들의 데이터 分析 力量을 測定하기 위해 이런 質問을 한 理由는 데이터 科學에 對한 漠然한 誤解를 깨고 싶었기 때문이다. 데이터 分析 力量의 强化는 漠然하게 빅데이터를 쌓고 데이터 科學者를 大規模로 採用해서 될 일이 아니다. 어떤 데이터를 쌓고, 어떻게 分析해야 하는지는 우리가 어떤 問題에 直面해 있는지를 定義하는 데서부터 出發해야 한다. 이런 問題를 바라보는 管(觀)李 없다는 것은 데이터 基盤 意思決定 力量이 없다는 것과 다름없다.

最近 데이터 科學의 重要性이 强調되면서 昭蘇해 보이지만 狀況에 적합한 觀點(viewpoint)을 設計하는 힘이 疏外되는 傾向이 있다. 한마디로 데이터 分析을 한다고 하면 뭔가 華麗하고 大容量의 데이터를 觀察해야만 分析한 것처럼 여긴다. 이는 잘못된 생각이며 이런 誤解를 警戒해야 한다. 當場 여러분의 會社로 돌아가 任員들에게 데이터로 어떤 問題를 풀고 싶은지를 作成해 보라고 해보라. 巨創한 企劃書 말고 그냥 題目만 써서 내보라고 하면 한 사람當 서너 個씩은 써서 낼 것이다. 그런데 實際로 筆者가 任員들과 이런 過程을 進行하며 놀란 點은 意外로 딥러닝 技法은 고사하고 簡單한 技術 統計조차 利用하지 않아도 풀 수 있을 것 같은 問題들이 折半이 넘었다. 意外로 高級 分析 技法이 必要하기보다는 어떤 觀點을 使用할 것인가가 더 重要한 境遇가 많았다. 例컨대, 任員들이 企劃한 데이터 分析 課題의 아이디어는 다음과 같았다.

人氣記事