김은희 l 한국오라클 컨설턴트<br> 굿데이터와 ‘데이터PM’의 시대

업종에 따라 MD를 부르는 용어가 다양하다. 패션에서는 상품을 기획하고 디자인부터 생산 · 판매 · 마케팅까지의 전 과정을 총괄하는 책임자를 머천다이저(MD)라고 하고, 제조업계에서는 MD를 PM(제품 관리자)이라고 한다.

빅테크 기업에는 데이터를 사용해 제품을 설계하고 전략을 세우는 ‘데이터 PM(제품 관리자)’이 있다. 이들은 다른 PM과 유사하지만, 한 가지 중요한 차이점은 데이터를 모든 활동의 중심에 두는 것이다. 데이터 PM은 데이터 기반 통찰력을 바탕으로 서비스를 설계하는 일을 담당하지만 데이터 흐름을 활용하고 굿데이터를 생산하는 것도 임무다.

매출 증대를 위한 연관 상품 추천(아마존), 개인화된 사용자 경험(넷플릭스, 쇼피파이, 유튜브), 대출과 자산관리 분석(핀테크 업체) 등 빅테크 기업에는 데이터 기반의 애플리케이션(서비스)이 있다. 이를 뒷받침하는 것은 고객 데이터이고 통계와 머신러닝 모델을 통해 제품(서비스)이 구현되며 끊임없이 고객 데이터를 연료로 삼아 모델을 고도화한다. 결과적으로 이런 데이터 운영을 위해서 데이터 과학자의 수는 증가했는데 이 팀을 이끄는 역할, 데이터 PM이 탄생했다. 데이터 PM은 데이터 과학에 대한 고급 지식을 갖춘 전문가다.

한편 데이터 PM은 데이터 과학에 활용할 굿데이터를 기획 · 생산하고 기업 내 통용되는 데이터에 대한 총괄 책임을 진다. IT팀에 의해 데이터 레이크, DW, DM에 데이터가 수집되면 그 데이터를 수동적으로 활용하는 것이 아니라 원하는 목적에 따라 굿데이터를 생산해서 활용한다는 의미다. 데이터에 관련한 용어를 생산과 소비의 관점에서 정리하면 다음과 같다.


- Data Producer : 데이터를 생산하는 시스템, UI 또는 디바이스
- Data Source(데이터 원천) : 데이터 수집 시 오리지널 데이터가 담긴 시스템
- Data Consumer : 데이터를 소비하는 시스템 또는 UI(대시보드), 툴 오늘날 데이터는 데이터 PM이 전략을 갖고 기획 · 생산하는 데이터 ‘제품’이 됐으며, 기업의 중요한 자산으로 날로 중요해지고 있다. 다만 데이터 제품은 굿데이터, 모델, 리포트, 대시보드 등을 포함하는 광의의 개념으로 이해할 수 있다.
- Data Product(데이터 제품) : 데이터 과학에서 나온 용어로 ‘데이터’를 제품처럼 기획, 개발, 생산, 라이프사이클 관리, 가치평가(KPI)를 해야 한다는 전체적인 개념
- 데이터 제품의 유형 : 굿데이터(Raw Data, DB), 데이터서비스(API), 알고리즘, 데이터 모델, 데이터 파이프라인, 분석 결과물, 리포트, 대시보드
- Data Product Manage(데이터 PM) : 데이터 제품 및 데이터 기반 서비스를 설계· 개발하는 총괄 책임자, IT팀, 데이터 과학자, 비즈니스 간에 코디네이터 역할
- Data Operations/DBA : 운영 데이터 플랫폼(데이터베이스)의 개발과 운영 · 관리
- Data Engineer(데이터 엔지니어) : 데이터 파이프라인(ETL), 빅데이터 수집 및 처리
- Data Analyst(데이터 분석가) : 통계분석 및 모델링 수행, BI쪽 개발 업무
- Data Scientist(데이터 과학자) : 모델 설계 / 수행, 분석 컨설팅 업무
- Biz Consumer(현업) : 현업. BI(Business Intelligence, 대시보드 및 간단분석) 사용자


■ profile
•현 한국오라클 상무, 컨설턴트
•MIT 로지스틱스, SCM 공학석사
•FIT 패션바잉, 머천다이징 AAS
•서울대 의류학과 학사, 석사, 박사



이 기사는 패션비즈 2022년 3월호에 게재된 내용입니다.
패션비즈를 정기구독 하시면
매월 다양한 패션비즈니스 현장 정보와, 패션비즈의 지난 과월호를 PDF파일로 다운로드받아 열람하실 수 있습니다.
■ 패션비즈 정기구독 Mobile버전 보기
■ 패션비즈 정기구독 PC버전 보기