(주)인사이트 마이닝

㈜인사이트마이닝은 “세상의 모든 데이터를 분석합니다.”라는 슬로건을 내걸고, 데이터 분석 전문회사를 지향하며 한 걸음씩 성장하고 있습니다.

식품의약품안전평가원, 한국환경공단, 을지대학교병원, 대전한방병원, 한국원자력연구원, 한국원자력안전기술원, 한국뇌연구원, 세계김치연구소, KAIST과학영재교육연구원, 충남대학교, 공주대학교 등의 정부 및 공공기관, 기업, 병원, 연구소/연구원, 학교, 개인에 이르기까지 다양한 분야에서 발생하는 다양한 문제를 데이터에 기반하여 해결해 드리고 있습니다.

주요 업무는 데이터 수집, 데이터 생산, 데이터 가공, 데이터 품질, 데이터 전처리, 탐색적 데이터 분석, 통계 기반(가설검정)의 데이터 분석, 인공지능(머신러닝, 딥러닝)을 이용한 데이터 분석을 하고 있고, 데이터 분석과 관련한 교육, 교재 개발, 동영상 콘텐츠 생성, 솔루션 개발을 진행하고 있습니다.

2016년 3월에 법인을 설립했고, 2019년 7월부터 본격적으로 업무를 시작했고, 통계학 전공(50%), 생물학, 무역학, 수학, 부동산학, 식품공학의 다양한 전공자들로 구성되어 있고, 직원의 90% 정도가 R이나 Python을 이용하여 데이터 분석 업무를 맡고 있습니다.

회사는 노은역 근처에 있고, 매출 규모는 작지만 매년 100% 성장을 하고 있습니다.

데이터 분석에 어려움을 겪고 있으면 언제든지 ㈜인사이트마이닝을 연락주십시오. 최선을 다해 분석해 드리겠습니다.

[ 대표님 추가질문 드립니다 ]

1. 데이터 분석이라는 일은 어떤 일인가?

보이지 않는 고객의 마음을 보이도록 하는 것이 데이터이고, 데이터 분석을 통해서 지속적으로 보이지 않는 고객의 마음을 알아내는 과정이며, 그 결과를 이용해서 고객이 원하는 서비스, 제품 또는 정책 등을 시의적절하게 만들어 내는 데에 기여를 한다고 생각합니다.

2. 데이터 분석을 잘하는 성격이 있는가?

호기심이 강하고 끈기 있는 성격이 데이터 분석을 잘 할 것으로 판단됩니다. 특히 사람이나 현상에 대한 강한 호기심을 가진 사람이죠.

3. 회사내의 데이터 분석 인력은 몇 명이나 되나요?

회사에서는 연구지원실장 1명으로 전반적인 행정 업무를 담당하고, 저를 포함한 9명이 데이터 분석 업무를 맡고 있습니다.

4. 일반적인 회사이거나 제조업 IT회사등 도메인쪽 회사들은 데이터 분석하는 인력이 없거나 30명의 직원이라면 한두명 정도가 데이터 분석가인 경우가 많은데 인사이트마이닝은 데이터 분석 전문 인력이 대부분인 것으로 알고 있다. 특별한 이유라도 있는지?

말씀하신 회사의 주력이 다릅니다. 제조업은 하드웨어 제품이고, IT업체는 소프트웨어 제품을 생산하기 때문에 대부분의 인력이 관련 업무를 담당해야 하고, 소수의 데이터 분석 인력을 확보하고 있습니다. 그것도 나름 규모나 체계를 가진 기업으로 제한적입니다. 하지만 저희 회사의 주력은 데이터 분석입니다. 그렇기 때문에 회사 구성원의 대부분이 데이터 분석을 맡을 수밖에 없고, 앞으로도 계속해서 데이터 분석 인력을 늘려 갈 계획입니다.

5. 데이터 분석 전문 인력을 많이 섭외할 수 있었던 노하우는?

아직 데이터 분석 전문 인력을 많지 않습니다. 저와 빅데이터분석 실장은 통계학 박사이며, 데이터 분석과 관련한 업무 및 강의를 오래해서 전문가로 활동하고 있습니다. 하지만 대부분은 대학교를 졸업하고 데이터 분석 실무 경험을 1년 정도 하고 있습니다. 회사가 작기 때문에, 그리고 지방에 있기 때문에 기존의 데이터 분석 전문가를 섭외하는 것은 현실적으로 불가능해 보입니다. 데이터 분석에 호기심이 강한, 학습능력이 좋은 사람들을 면접을 통해서 선별하여 채용하고 있습니다. 호기심이 강하고 학습능력이 좋으면 얼마든지 회사 자체에서 좋은 인재로 양성할 수 있는 힘이 있다고 평가합니다.

6. 회사내의 인력들이 지적 호기심이 대단한 것 같다. 그런 인물들만 특별하게 뽑았는지?

예 맞습니다. 호기심이 강해야 데이터 분석가로 잘 성장할 수 있기 때문에 면접에서 중요하게 관찰하고 있습니다.

7. 데이터 분석을 하시는 분들은 내가 이동네의 대장이야 등 자기 자랑을 안하시는 것 같은데 특별한 이유가 있으신지요?

데이터 분석은 정답이 있다고 생각하지 않습니다. 그리고 공부해야 할 양도 엄청 많고, 도메인도 워낙 다양하기 때문에 데이터 분석에서 내가 최고야 라고 할 수 없을 것 같습니다.

8. 클라이언트에게 의뢰받은 일이라면 비즈니스 영역이고 회사는 돈을 벌어야 하는데, 데이터 분석의 복잡하고 수고스런 부분을 프로젝트기간중 클라이언트가 쉽게 인정해 주는가요?

데이터 분석이 매우 중요하고 그만큼 가치 있는 일이라고 생각하고 그에 맞게 대우해 주는 곳도 있습니다. 다만 그런 곳은 아직은 많지 않습니다. 여전히 제대로 가치받지 못하고 있는데, 비즈니스 시장에서 제대로 평가하고 대접하는 분위기가 형성되었으면 좋겠습니다.

9. 데이터 분석가들의 중요한 능력 중에 하나가 상대방과 소통하는 능력이라고 들었습니다 주로 클라이언트와 소통하는 방법이 있으신지? 소통하기 위해서 어떤 노력을 하는지?

소통은 모든 사람의 관계를 풍성하게 하는 소중한 능력입니다. 데이터 분석가로서의 소통은 클라이언트가 진정으로 원하는 것이 무엇인지를 파악해야 하고, 그것을 위해 부드럽고, 친절하고, 하지만 문제의 본질에 다가갈 수 있는 냉철한 질문을 할 수 있도록 역량을 키우려고 노력하고 있습니다.

10. 결과물이 안나와서 스트레스 받는 경우도 있지만 내가 하는 일의 가치나 방법이 상대방과 소통이 안되어서 사람에게 받는 스트레스도 있을 것이라 생각하는데?

스트레스를 이기는 방법이 있는지?

프로젝트를 하면서 조금씩 경험하고 있는 일입니다. 이 과정을 통해서 무엇을 놓쳤는지, 무엇을 더 배워야 하는지를 알아가고 있습니다. 음악을 좋아하기 때문에 스트레스를 받으면 음악을 크게 듣는 편입니다.

11. 스타트업을 운영하면서 가장 뿌듯한 순간 vs 후회했던 순간?

회사를 운영하면서 미처 몰랐던 것은 사람들을 고용하는 것이 얼마나 숭고한 일인지를 알아가고 있다는 것입니다. 한 개인이나 그 개인의 가족에게 고용되는 시간까지 경제적인 독립이나 불확실성을 제거해 줌으로서 더 나은 삶을 살 수 있도록 지원하기 때문입니다. 건강한 회사로 지속적으로 성장하여 많은 사람들을 고용하고 싶습니다. 이것이 가장 뿌듯하다고 생각됩니다. 후회되는 것은 그만큼 회사를 운영하는 것이 중요한 일이기 때문에 창업을 하기 전에 더 많은 준비를 체계적으로 받지 못한 것입니다.

12. 창업을 결심하던 시점의 자신과 하루를 보낼 수 있다면 무엇을 할지?

창업하는 시점으로 돌아간다면 예비 창업가로 다양한 기관에서 제공하고 있는 프로그램을 통해서 준비를 하고 싶습니다. 회사 운영에 필요한 경영, 세무, 노무관리, 복지, 인사 등등 정말 대표로서 알아야 할 것이 많습니다. 또한 비즈니스 시장을 이해하고, 어떻게 마케팅을 하고, 어떻게 지속적으로 회사를 성장할 수 있는지, 또한 협업할 수 있는 다양한 인적 네트워크를 형성하는데에 시간을 보내야 할 것 같습니다.

13. 데이터 분석가 (데이터 사이언티스트)를 희망하는 학생들에게 조언을 해준다면?

데이터 분석가를 희망하는 분들은 어느 도메인의 데이터를 분석하고 싶은지를 생각하시기를 바랍니다. 예를 들면, 경영, 인사, 행정, 금융, 스포츠, 제조, 의약, 생물, 바이오, 농업, 심리 등등을 보통 도메인이라고 하는데, 도메인에 대한 지식이 많고 깊어야만 데이터 분석가로서 성장할 수 있다고 생각됩니다. 또한 통계 이론, 데이터 베이스, SQL, 그리고 R과 Python도 잘 해야 합니다. 천천히, 꾸준히 이 분야들을 공부하시길 바랍니다. 추가적으로 책을 많이 읽고 글쓰기도 틈틈이 하시길 추천합니다.

14. 데이터 분석을 시작하기 전에 하신 일은?

저는 통계학과 학부를 졸업하고, 롯데 계열사에서 부품을 주문하고 지점에 적절하게 공급하는 역하을 했고, 그 이후에는 자바(Java) 프로그래머로서 6년 정도 일했습니다. 그 다음에는 시간강사로 오랫동안 통계학 이론 및 실습을 강의했습니다.

15. 데이터 분석가로 커리어를 쌓기 위해서 필요한 것은?

가장 좋은 것은 데이터 분석하는 회사에 취업해서 실제 프로젝트에 투입되어 실무를 경험하는 것이라고 생각됩니다. 아직 그 전단계라고 하면, 실제 데이터(요즘은 공공 데이터도 많습니다)를 이용해서 분석을 해 보는 것입니다. 데이터 수집부터, 데이터 전처리, 데이터 분석, 분석된 결과의 해석, 분석 보고서를 써보는 것입니다. 향후 이것을 토대로 데이터 분석 회사에 취업하시면 될 것 같습니다. 거듭 말씀드리면, 데이터의 양은 적어도 좋으니 실제 데이터를 이용하시고, 그리고 가능하면 데이터에 기반한 문제해결 중심으로 경력을 쌓으시길 바랍니다.

16. 사실 데이터 분석은 고객도 모르는 가치를 기업의 데이터로부터 찾아내는 것이라고 생각되는데, 데이터 분석을 통해서 고객에게 큰 이익을 제공한 적이 있다면 사례를 소개해 주세요.

환경과 관련한 데이터를 분석하는 프로젝트를 진행했었습니다. 환경과 관련된 정확한 지표를 얻기 위해서는 매일같이 데이터를 수집해야 하는데, 측정 비용이 상당히 필요합니다. 머신러닝 방법을 이용하여 기존의 방법보다 예측 성능을 높임으로 추가적인 측정 비용이 발생하지 않으면서도 매일같이 측정하는 효과를 볼 수 있었습니다.

17. 데이터 분석 일에서 가장 어려운 것은?

데이터 분석에서 어려운 것은 고객이 원하는 것이 무엇인지를 정확히 파악하고, 할 수 있는 일과 할 수 없는 일을 잘 분별하는 것입니다. 또한 실제 데이터 분석 현장에서는 분석 주제와 관련된 데이터가 없는 황당한 경우도 있고, 데이터가 있어서 서로 결합할 때에 기준이 부재하기 때문에 분석가의 주관이 많이 개입되는 것입니다.

18. 데이터 분석을 잘 하기 위해서 IT 기술(프로그래밍 등)과 도메인 지식 중에서 무엇이 더 중요한지? (물론 다 중요함.... 그렇지만)

취업하는 관점에서는 IT기술(프로그래밍 등)이 더 중요하다고 봅니다. 하지만 취업한 이후에 데이터 분석의 실무를 경험하면 할수록 해당 도메인의 이해부족으로 데이터 분석을 잘 못하거나 데이터 분석을 하더라도 해석이나 시사점을 도출할 수 없는 무력감을 실감할 것입니다. 그러므로 관심 있는, 또는 현재로서는 미래가 밝아 보이는 도메인에 대해서 지속적으로 관심과 공부를 병행하시길 바랍니다.