데이터는 사람으로 말한다

[일은 사람의 마음에서 움직인다]
데이터는 거짓말을 하지 않는다고들 말한다. 틀린 값은 찾아 고치고, 빠진 값은 채우면 된다. 그러나 사람은 그렇게 단순하지 않다. 표정은 감정을 숨기고, 같은 말도 듣는 사람의 입장에 따라 전혀 다른 의미로 받아들여진다. 저자가 작은 데이터 분석 조직을 이끌며 가장 크게 깨달은 것도 바로 이 점이었다. 데이터 분석보다 더 어렵고 중요한 일은 함께 일하는 사람의 표정과 말의 온도를 읽는 일이었다.
『데이터는 사람으로 말한다』는 분석 기법을 알려주는 실용서가 아니다. 데이터 경영의 중요성을 선언하는 책도 아니다. 이 책은 데이터를 직접 뽑고 모델을 돌리던 실무자의 손끝과, 방향을 정하고 조직을 이끄는 리더의 어깨 사이에 놓인 현실적인 고민을 다룬다.
어떤 데이터를 써야 하는지보다 먼저 왜 이 일을 하는지를 묻고, 정확한 결과를 만든 뒤에는 그것을 누구에게 어떤 언어로 전할지를 고민한다. 열심히 만든 분석이 반려된 이유, 같은 데이터를 보면서도 부서마다 다른 결론을 내리는 이유, 논리적으로 완벽한 보고서가 사람을 설득하지 못하는 이유를 하나씩 되짚는다.
숫자는 스스로 말하지 않는다. 데이터를 골라내고 해석하며, 의미를 부여하고, 끝내 누군가의 선택으로 연결하는 것은 사람이다. 이 책이 말하는 좋은 분석가는 숫자를 능숙하게 계산하는 사람에 머물지 않는다. 데이터가 발생한 맥락과 그것을 받아들이는 사람의 상황까지 읽고, 서로 다른 시선 사이에서 납득할 수 있는 방향을 만드는 사람이다.

[정답보다는, 함께 움직일 수 있는 방향을]
실무의 문제에는 교과서처럼 하나의 답이 주어지지 않는다. 불량률이 개선되었다는 동일한 수치를 두고도 품질 부서에서는 아직 문제가 남았다고 말하고, 생산 부서에서는 충분히 좋아졌다고 판단할 수 있다. 숫자는 같아도 각자 책임지는 목표와 위치가 다르기 때문이다.
이 책은 정답이 없는 현실에서 분석가가 해야 할 일은 완벽한 해답을 선언하는 것이 아니라, 지금 이 조직이 가장 납득할 수 있는 방향을 제시하는 것이라고 말한다. 분석가는 중립적인 관찰자가 아니라 상황과 구조를 읽고 결정을 돕는 조율자이며, 때로는 불편하더라도 한쪽 방향을 선택해야 하는 사람이다.
저자는 실무자가 흔히 마주하는 장면들을 구체적으로 보여준다. 빠른 70점짜리 결과와 늦은 90점짜리 결과 중 무엇을 선택할 것인가. 모든 분석 과정을 보여줄 것인가, 핵심 한 문장만 남길 것인가. 중간 결과에 개입하는 것은 간섭인가, 함께 책임지기 위한 확인인가. 리더는 답을 내려줘야 하는가, 질문으로 맥락을 설계해야 하는가.
그 질문에 대한 답은 언제나 상황에 따라 달라진다. 다만 한 가지 기준은 분명하다. 분석은 의사결정의 골든타임 안에 도착해야 하고, 받는 사람이 이해할 수 있는 언어로 전달되어야 하며, 실제 행동으로 이어져야 한다. 분석을 끝냈다고 일이 끝나는 것이 아니다. 숫자가 사람에게 도달하고, 사람이 움직이는 순간에 비로소 분석은 완성된다.

[기술이 변할수록 더욱 중요해지는 일의 본질]
SQL, Python, 통계 프로그램, 머신러닝, 생성형 AI에 이르기까지 데이터 분석의 도구는 끊임없이 변해왔다. 더 많은 데이터를 빠르게 처리하고, 복잡한 모델과 그럴듯한 보고서를 짧은 시간 안에 만들 수 있게 되었다. 그러나 도구가 아무리 발전해도 무엇을 물어야 하는지, 결과를 어디까지 믿어야 하는지, 누구에게 어떻게 설명할 것인지는 여전히 사람이 결정해야 한다.
저자는 최신 기술을 부정하지 않는다. 오히려 새로운 도구를 적극적으로 받아들이면서도, 기술이 분석가의 판단과 책임을 대신할 수 없음을 강조한다. 질문이 흐릿하면 AI가 만든 답도 공허하고, 데이터가 잘못되면 빠른 도구는 잘못된 결과를 더 빠르게 퍼뜨린다. 결국 분석의 품질을 만드는 것은 화려한 기법이 아니라 기본기를 지키는 태도, 문제의 본질을 정의하는 힘, 결과를 정직하게 해석하는 책임감이다.
책의 후반부로 갈수록 이야기는 '좋은 분석가란 누구인가'라는 질문에서 '좋은 동료란 누구인가'라는 질문으로 확장된다. 시간이 지나 남는 것은 완벽한 보고서보다 힘든 순간 함께 길을 찾았던 기억이며, 숫자로 환산되지 않더라도 조직을 지탱하는 신뢰와 친절이라는 것이다. 좋은 관계는 일을 시작하게 하고, 실력은 그 일을 끝까지 완성하게 한다. 저자가 말하는 진짜 실력은 바로 그 두 가지가 만나는 자리에서 드러난다.
『데이터는 사람으로 말한다』는 데이터 분석가만을 위한 책이 아니다. 보고와 설득에 지친 직장인, 성과와 관계 사이에서 고민하는 리더, 빠르게 변하는 기술 앞에서 자신의 경쟁력을 의심하는 사람이라면 누구나 자신의 이야기를 발견할 수 있다. 결국 모든 일의 시작과 끝에는 사람이 있다. 이 책은 그 익숙하지만 자주 잊는 사실을, 한 분석가의 단단하고 다정한 기록으로 다시 들려준다.

프롤로그
데이터를 보며 사람을 생각합니다
1장. 데이터는 많고, 가는 길은 여전히 어렵다
● 데이터 앞에서 헤매는 순간들
● 중복과 협업의 경계에서
● 정답보다는 방향
● 분석의 시작, 출발은 단순하게
● 단단함은 기본기에서 나온다
2장. 그래서 뭐가 좋아졌나요? 분석의 끝이 일의 끝은 아니다
● 해석과 정리가 분석의 차이를 만든다
● 잘 전달하는 일, 분석의 두 번째 완성
● 변수는 결국 '사람'
● 설득으로 데이터에 온도 더하기
● 구구절절 열 마디 말보단, 핵심 한 마디
3장. 위치가 바뀌면 분석도 달라진다
● 숫자 너머 방향을 세우는 일
● 온도가 달라도 같은 곳을 향해 갑니다
● 무심함이 만든 거리
● 중립보다는 차라리 선택
● 맥락을 설계하는 질문
4장. 데이터 분석은 어떻게 성과로 연결될까
● 일을 잘한다는 것의 기준
● 진짜 성과는 숫자 바깥에 있다
● 조금 빠른 70점, 조금 느린 90점
● 성과는 목표로 시작해 유연성으로 완성된다
● 성과, 어떻게 인정하고 나눌 것인가
5장. 분석 도구는 변해도 고민은 달라지지 않는다
● 도구는 달라져도 변하지 않는 것
● 도구는 거들 뿐, 중요한 건 본질
● 늘어난 도구와 남은 고민
● 질문이 분명해야 도구가 일한다
● 데이터를 바라보는 시선의 변화
6장. 좋은 분석가, 좋은 동료
● 시간이 지나고 나서 남는 것
● 숫자로 남지 않는 순간들
● 관계 속에서 성장하는 분석가
● 실력의 진짜 의미
● '버틴다'가 '즐긴다'로 바뀌는 순간
7장. 결국은 오늘도 사람을 분석합니다
● 데이터가 말하지 못하는 것들
● 성장보다는 변화, 정답보다는 방향
● 분석이 끝난 자리에 무엇을 남기고 싶은가
● 기록은 내 일(내일)의 기준점
● 사람을 바라보고 이해하는 일
에필로그
수식이나 논리보다 애정과 관심으로

고종명 데이터 분석 엔지니어. 일상을 담백하게 기록하는 글쓰기를 즐긴다.
연세대학교에서 산업공학을 전공하고, 반도체 제조 공정의 이상검출 고도화 모형 연구로 동 대학원에서 박사학위를 받았다. 졸업 후 삼성전자 메모리사업부 품질 조직에서 데이터 분석 솔루션을 개발하며, 통계와 머신러닝 기반 분석을 통해 엔지니어의 의사결정을 지원하는 일을 해오고 있다.
현재는 소규모 데이터 분석 조직을 이끌며 분석 전략 수립과 방법론 설계를 담당하고 있다. 실무 현장에서 축적한 경험을 바탕으로, 분석 결과가 조직 안에서 실제 판단과 실행으로 이어지는 구조에 지속적인 관심을 두고 있다.