점점 더 커지는 데이터 홍수 속에서 데이터 과학자를 필요로 하는 기업이 늘고 있다. 이 핵심 데이터 인력을 고용과 유지가 중요해지는 배경이다.
실제로 고급 데이터 과학자란 존재는 시중의 일자리를 모두 채울 만큼 충분하지 않다.
이로 인해 CIO들은 인사 담당자와 협력하면서 지원자를 끌어올 수 있는 방법을 모색하고 있다.
그리고 일단 채용을 하게 되면, 많은 곳에서 원하는 직원들이 다른 직장으로, 특히 경쟁업체로 떠나지 않게 하는 것이 관건이다.
매사추세츠주 케임브리지에 본사를 둔 산업 분석 회사인 포레스터의 부사장 겸 수석 애널리스트인 브랜든 퍼셀은 “기업들이 유능한 데이터 과학자를 고용하기 위해 고군분투하고 있다. 유명한 거대 기업이 아니라면 꽤나 어렵다”라고 말했다.
이 비교적 새로운 유형의 데이터 전문가는 통계, 머신러닝, 알고리즘 및 자연어 처리를 사용하여 실제 비즈니스 문제를 해결하기 위해 정형 데이터와 비정형 데이터를 수집하고 분석한다.
빅데이터의 카우보이들인 그들은 고객 경험을 개선하고, 신제품을 추진하며, 중요한 비즈니스 결정에 영향을 미칠 숨겨진 패턴을 찾아낼 수 있다.
그러나 이를 활용하려는 모든 기업에 적합한 경험이 많은 데이터 과학자는 말할 것도 없고, 충분히 훈련을 받은 데이터 과학자도 부족하다.
이 문제를 더욱 복잡하게 만드는 것은, 이러한 IT 전문가를 유치하고 고용하기 위한 싸움을 아마존, 구글, 페이스북과 같은 기술 및 인터넷 대기업들이 압도적으로 주도하고 있다는 점이다.
이들은 다양한 프로젝트 옵션, 높은 급여 패키지 및 스톡 옵션과 함께 인상적인 브랜드 명성을 제공할 수 있다.
2021년 가트너 연구 보고서에 따르면, 시니어 데이터 과학자를 고용하는 것은 ‘매우 어려운 일’이며, 주니어 수준의 데이터 과학 인재를 찾는 것조차 쉬운 일이 아니다.
조사 대상 기업의 55%가 데이터 과학자를 고용하려고 한다고 언급한 2021년 포레스터 보고서에서도 유사한 결과가 나왔다.
보고서는 또한 62%는 데이터 엔지니어가 필요하고 37%는 머신러닝 엔지니어가 필요하다고 지적했다. 둘 다 데이터 과학의 핵심 지원 역할이다.
몸값은 고공행진 중이다. 가트너는 워싱턴 D.C.에서 8년 이상의 경력을 가진 데이터 과학자라면 연간 17만 4,000달러, 또는 2년 이하의 경력이라면 11만 달러를 벌 것이라고 예상할 수 있다고 밝혔다.
샌프란시스코에서는 유사 경력의 급여가 19만 2,000달러와 11만 8,000달러다.
사실 숙련된 데이터 과학자를 유치할 때는 경쟁력 있는 또는 더 나은 급여를 제공하는 것이 핵심 요소다.
그러나 이들 IT 리더와 업계 애널리스트들이 증명하듯이 데이터 과학 인재를 확보하는 데는 그 이상의 자원이 소요되는 경우가 많다. 실내 탁구, 금요일의 피자 점심, 무료 과자제공 등을 까마득히 넘어서는 일이다.
목적에 집중하라
7,240만 개의 활성 고객 계정과 7조 개의 데이터 포인트를 보유한 신크로니의 수석 부사장 겸 CIO인 베스 힐리는 항상 데이터 과학 팀을 확장하려고 한다.
코네티컷주 스탬포드에 본사를 둔 이 소비자 금융서비스 회사에서 일하는 힐리는 “데이터 양이 매우 빠르게 증가하고 있다.
그것은 우리의 통찰력을 불어넣는 연료이고, 우리의 수요는 시간이 갈수록 계속 증가할 것이다.
우리는 이 기술들을 유치하고 유지해야 한다. 우리는 우리가 그들을 위해 매일 경쟁하고 있다는 것을 알고 있다.
경쟁업체보다 앞서가는 것이 우리에게 큰 관심사이고, 우리는 뒤쳐진다고 느끼지는 않지만 뒤쳐지지 않는 것에 매우 관심을 두고 있다”라고 말했다.
강력한 데이터 과학자를 찾고 유지하기 위해 신크로니는 유연한 시간, 지속적인 교육 기회, 재택 근무 또는 하이브리드 재택/사무 일정과 같은 원격 작업 옵션을 제공한다.
오시코시의 수석 부사장이자 CIO인 아누팜 케어는 데이터 과학자와 기타 데이터 전문가를 유치하기 위해 영감을 주는 프로젝트에 주목하고 있다.
위스콘신에 본사를 둔 이 산업회사는 특수 트럭, 군용 차량 및 공항 소방 장비를 포함하여 광범위한 제품을 설계하고 제작한다.
케어는 “그들의 일에 의미를 부여하는 것이다. 우리는 기본적으로 지역사회에 도움이 되는 제품을 설계하고 제조하고 있으며, 이는 장점이다. 우리는 소방관, 군인, 환경노동자 및 청소부와 같은 일상의 영웅을 위한 제품을 생산하고 있으며, 그것은 매우 강력하고 영감을 주는 임무이다.
생산에 도움이 되는 애널리틱스 모델을 만들었다는 것을 느끼게 한다. 그것은 우리 소방관들이 제 시간에 물건을 얻으며 더 나은 제품을 얻는다는 말이다”라고 말했다.
오시코시가 데이터를 활용하여 비즈니스를 최적화하기 위한 획기적인 기술에 초점을 맞추고 있으며, 4년 연속 혁신적인 방식으로 IT를 사용한 기업에게 수여하는 권위 있는 ‘CIO 100’ 상을 수상했다고. 그들은 ‘2021년 MIT 슬론 CIO 리더십 상’도 수상했다. 창의적이고 매력적인 일에 대한 그러한 평판은 창의적인 일을 하고 싶어하는 전문가들을 끌어들이는 데 도움이 된다.
또한 오시코시의 데이터 과학 팀에는 제조에서 판매 및 공급망에 이르기까지 모든 것에 영향을 미치는 문제에 대해 노력하고 해결해야 할 광범위한 문제가 주어진다. 그것은 그들의 일상 업무를 다양화할 뿐만 아니라 팀의 기술 세트도 확장한다고 케어는 설명했다.
케어는 “디지털 기술 팀 내에서, 우리는 새로운 것을 시도하고 배우는 것에 집중하는 매우 혁신적이고 진보적인 문화를 가지고 있다. 그들은 새로운 기술을 사용하고 멋진 기술을 손에 넣을 수 있으며, 이곳은 당신이 아이디어에 생명을 불어넣을 수 있는 곳이다”라고 말했다.
혁신가가 혁신할 수 있게 하라
매사추세츠주 니덤에 본사를 둔 산업 분석 회사인 IDC의 ‘인텔리전스의 미래(The Future of Intelligence)’ 연구 책임자인 찬다나 고팔은 데이터 과학자들에게 최첨단 기술과 흥미로운 프로젝트를 제공하는 것이 이들을 유치하고 유지하는 데 핵심이라고 말했다.
HR 관리자와 IT 리더는 데이터 과학자가 고등교육을 받은 전문가이며, 종종 수학 또는 데이터 과학 박사 학위를 가지고 있다는 것을 기억해야 한다.
그들은 사업에 중요하면서 과학, 그들의 공동체 또는 사회에 가능한 더 넓은 혜택을 미치는 어려운 문제들을 갈망한다. 그리고 그 문제가 이전에 해결된 적이 없다면, 훨씬 더 좋다.
고팔은 “만약 그들이 하는 일이 지루하다면, 그들은 머물지 않을 것이다. 데이터 준비를 하지 않고 크고 흥미로운 질문을 해결하고자 노력하고 있는지 확인해야 한다. 비즈니스 측면의 사람들과 함께 팀을 구성해서 그들이 대기업 요구에 부합하고 있는지를 확인해야 한다. 그리고 데이터를 이해하는 사람들로 구성된 지원 팀을 그들에게 제공해야 한다”라고 말했다.
데이터 과학자를 고용하는 것이 애초에 어려운 것만큼 데이터 과학자를 유지하는 것도 어렵기 때문에 기업은 지킬 수 없거나 지킬 의사가 없는 약속을 해서는 안 된다는 조언도 있었다.
고팔은 “프로젝트를 통해 그들이 성과를 거둘 수 있도록 한다. 또한 낮은 수준 또는 반복적인 작업을 수행할 수 있는 소프트웨어를 가지고 있다면, 이러한 작업을 수행하는 상위 데이터 담당자를 구제하기 위해 이를 사용하도록 사람들을 확실히 교육해야 한다.
그들이 어려움에 놓여있는지 확인하고, 그들이 존중받고 있는지 확인하라. 경영진이 데이터 사용에 전념하고 있다는 것을 보여줘라”라고 말했다.
고용 팀과 전략
신크로니의 힐리와 오시코시의 케어와 같은 IT 리더들은 최고 수준의 데이터 과학 인재를 영입하는 것에 동의한다.
그러나 IDC의 고팔을 비롯한 IT 리더 및 업계 애널리스트들과 함께 그들은 이러한 수요가 많은 IT 전문가를 고용하고 유지하는 것에 대해서 다음과 같이 조언한다.
목적을 제시하라. 데이터 과학자는 많은 직업 선택권을 가지고 있다. 만약 그들이 하는 일에 지루해한다면, 그들은 머물지 않을 것이다.
최신 프로젝트를 제공하거나 명분을 더하는 작업을 제공함으로써 그들의 호기심을 자극하고 추진력을 높여라. 특히, 회사는 임무수행에 필수적인 프로젝트를 데이터 과학자들에게 제공함으로써 그들 스스로 필수인재라고 느껴야 한다.
자유롭게 풀어줘라.
데이터 과학자는 조직으로부터 지원을 받을 때 효과적이고 행복하다. 데이터 엔지니어와 머신러닝 엔지니어를 불러 엔지니어링 작업과 데이터 준비를 처리함으로써 데이터 과학자가 창의적 작업에 집중할 수 있도록 자유롭게 해준다.
또한 최고의 데이터 활용 능력을 갖춘 직원을 식별하여 데이터 과학 팀의 주제 전문가로 포함시켜 비즈니스 요구사항에 맞는 가치를 창출하는 진정한 데이터 과학자를 지원할 수 있도록 하는 것도 가치가 있다.
데이터과학자를 비즈니스에 연계하라. 비즈니스와 연결하라. 데이터 과학자 또는 데이터 과학 팀이 섬에서 혼자 작업하지 않도록 하라. 비즈니스 팀과 연결하여 가장 중요한 질문에 대해 협력하고 비즈니스에 지속적으로 측정 가능한 영향을 미치도록 하다.
툴과 인재의 파이프라인을 구축하라. 데이터 과학자가 데이터 엔지니어의 지원을 받을 수 있도록 보장할 뿐만 아니라, 낮은 수준의 반복 작업을 처리하기 위한 스마트 소프트웨어를 구현하고, 대학과 제휴하여 데이터 과학 지원 팀을 강화할 훈련된 인턴과 신규 졸업생의 파이프라인을 만드는 것을 고려하도록 한다.
지속적인 성공을 위해 교육하라. 다른 IT 분야와 마찬가지로 데이터 과학 기술 및 툴의 발전이 지속적으로 나타나고 있다.
지속적인 교육을 제공하여 데이터 과학자가 뛰어난 능력을 유지할 수 있도록 지원하고, 현재 직원에게 진정한 데이터 과학자에게 도움이 되는 데이터 애널리틱스 역할을 수행하는 데 필요한 교육을 제공하도록 한다.
충분히 보상하라.
물론, 그 모든 것에도 불구하고, 만약 당신이 적정한 보수를 지불하지 않는다면, 힘든 싸움에 직면하게 될 것이다. 보수가 유사 업체 및 경쟁업체와 동등하거나 넘어서는지 확인하라.
또한 당신이 제공하는 패키지에 원격 작업 및 유연 근무와 같은 경쟁력 있는 복지가 포함되어 있는지 확인하라.
