[Product Growth Team] Data Scientist Hong, Sung Jin
5 min read

[Product Growth Team] Data Scientist Hong, Sung Jin

Product
Apr 7
/
5 min read

“아담 스미스의 보이지 않는 손, 트릿지가 어쩌면 전세계 농축수산물 시장의 유일한 그 손이 될 수도 있겠다 생각했죠”

| Data Scientist Sungjin Hong



지난 몇 년간 수십억개의 농산물 시장 데이터를 축적한 트릿지는 최근 ‘밥상물가 지수’(Tridge Meal Indices)를 발표해 주목을 받았습니다. 한국, 미국, 중국, 일본 등 전세계 주요 국가의 ‘밥상 물가’를 지수화한 통계 작품인데, 주요 일간지, 방송사에서 인용될 정도로 데이터 통계의 범용성을 인정받고 있습니다. 오늘은 트릿지 강점의 핵심인 ‘데이터’를 자유자재로 다루는 주역을 소개하고자 합니다.
데이터 사이언스팀(Data Science Squad)을 책임지는 홍성진님은 ‘전세계 농축수산물 시장의 정보 비대칭성을 줄여 트릿지만의 방식으로 공급과 수요 시스템에 개입하여 새로운 시장 균형을 찾아낸다’는 트릿지의 미션을 보자마자 영국 경제학자 아담 스미스를 떠올렸다고 합니다. 트릿지가 농축수산물 시장의 ‘보이지 않는 손(invisible hand)’가 될 수 있겠다는 생각이 들었다고 합니다. 트릿지 데이터엔 어떤 매력이 있는 것인지, 트릿지 데이터 사이언스팀은 어떤 일을 하는 것인지 홍성진님의 이야기를 들어봤습니다.
농축수산물 시장의 아담 스미스가 되고 싶은 데이터 과학자
본인과 데이터 사이언스 직무에 대해 소개해주세요

안녕하세요. 트릿지의 데이터 미션을 수행하기 위해 입사한 데이터 사이언스팀 헤드 홍성진이라고 합니다. 트릿지에서 데이터 사이언티스트란, 전세계 농축수산물 시장에서 파생되는 데이터에서 새로운 가치와 비즈니스 인사이트를 발견해내는 트릿지의 유일무이한 역할입니다.

아마 최근 몇년간 이런 소리를 수십 번은 들어 보셨을 것이라고 생각해요. “이제는 모든 기업이 비즈니스적 결정을 내릴 때 사람의 직감이 아닌 데이터 기반으로 효과적인 전략을 구상해야 하는 시대가 도래하였다”. 쉽게 말해, 기업의 성장을 위해서 다양한 데이터 분석을 통해 사람의 직관이 일반적으로는 찾을 수 없는 숨어있는 가치를 발견해야한다는 뜻이에요. 여기서 데이터 사이언스라는 고도화되고 트렌디한 데이터 분석 방법론으로 한층 더 업그레이드된 비즈니스 가치와 인사이트를 찾는 역할을 저희 팀이 수행한다고 생각 해주시면 좋을 것 같아요. 그래서 자사가 보유한 데이터를 토대로 적용 가능한 창의적인 분석 주제를 구상하고, 분석 방법론을 고민하고, 궁극적으로는 실제 분석까지 실행하는 역할을 맡고 있습니다.

트릿지에서의 하루 일과

저희 데이터 사이언스팀은 프로젝트 단위(task force 단위)로 팀이 만들어져서 루틴 업무는 거의 없다고 보시면 될 것 같아요. 프로젝트마다 분석가(data scientist)가 배정이 되기 때문에 본인이 자유롭게 페이스 조절을 하면서 프로젝트 단계를 해 나간다고 보시면 됩니다. 그래서 그때그때마다 매일 다른 문제와 다른 챌린지들을 봉착한다는 게 매력 포인트죠. 예를 들어, 미래 가격을 예측하는 프로젝트가 발의되면, 역량을 고려해서 프로젝트 분석가가 배정되고, 필요할 때 엔지니어링 부서의 머신러닝 엔지니어분들과 협업을 하면서 성공적인 분석 결과물을 내기 위한 분석을 드라이브한다고 생각하시면 됩니다. 물론 프로젝트 중간중간 논의와 자문을 위한 회의는 언제든지 데이터 사이언스팀 내에서 진행이 될 예정이고요.

트릿지에 입사하기까지의 여정

저는 사실 경제학자가 일평생 꿈이었어요. 중학교 시절 처음 배운 경제 시장 개념이 정말 너무나도 마음에 쏙 들었거든요. 그때부터 제 안에 철저한 자본주의의 싹이 보였던 것 같아요. 지금까지도 아담 스미스의 보이지 않는 손 이론의 열성 팬이기도 하고요.

그래서 대학교 졸업하기 직전까지도 이 이론을 아주 끝까지 파헤쳐보고 싶어서 경제학 박사과정을 계획하고 있었어요. 그런데 그때 빅데이터 분석이 한참 이제 화두가 되면서 경제학과 통계학을 복수 전공했던 저한테 두 가지 옵션이 생겨버린 거죠. 이대로 경제학자가 되기 위한 학문의 길을 걷느냐, 아니면 당장 취업시장에서 인기가 핫한 데이터 사이언티스트로 바로 경제활동을 시작하느냐의 옵션이요. 어렸던 저는 후자를 선택했죠. 전 자본주의니까요.

데이터 사이언티스트 컨설턴트로 취업하고 나서 엘지, 삼성, 현대, SK, 네이버 한국 대기업을 돌면서 분석 업무를 진행했어요. 분석이라는 업무 자체가 적성에도 맞고, 또 결과를 곧 잘 만들어내곤 했죠. 그런데 어느 순간 분석을 하는 일이 쳇바퀴 돌듯이 반복만 하고 있고 더 이상 데이터 분석가로서의 자부심보다는 빨리 퇴근하는 것이 목적이 돼버렸어요.

이렇게 한 번 슬럼프가 찾아온 거죠.

그러던 중에 친한 지인이 트릿지에 새롭게 조인했다는 소식을 들었고, 별 생각없이 인터넷에 트릿지를 검색해보게 되었어요. 트릿지 홈페이지에서 미션 스테이트먼트를 보는데 기분이 이상해지면서 갑자기 제가 경제학자를 한창 꿈꿀 때가 생각나더라고요.

‘전세계 농축수산물 시장의 정보 비대칭성을 줄여 트릿지만의 방식으로 공급과 수요 시스템에 개입하여 새로운 시장 균형을 찾아낸다’

그 문구를 보고 어쩌면 트릿지가 전세계 농축수산물 시장의 보이지 않는 손이 될 수 있겠다 생각했죠. 그 손을 트릿지가 어떻게 만들어 나갈지가 너무 궁금했어요.

일을 통해 습득한 나만의 능력이 있다면?

한마디로 요약하면, 비즈니스 컨택스트(context), 즉 시장상황을 충분히 고려한 빅데이터 모형을 만드는 능력 이라고 할 수 있겠네요.

순수하게 분석 이론만으로 시장에서 100% 먹히는 모형을 만드는 것은 거의 불가능에 가깝겠구나를 최근에 계속 느끼는 중이에요. 농축수산물 가격 데이터를 포함한 시장 변수들의 변동률이 엄청나고 특히 뉴스 찌라시나, 현지 우발상황 등에 영향을 매우 크게 받죠. 이러한 상황들이 시장에 어떤 식으로 영향을 줄지 항상 고민해서 데이터 분석에 녹여내고 적응 기제(adjustment mechanism)를 개발해내는 거죠.

앞으로의 데이터 사이언티스트로서 본인의 목표가 있다면 무엇인가요?

저는 경제학의 이론들을 통상적으로 학위를 취득하거나 공부해서가 아닌, 소위 말하는 “실무 짬“으로 통달하여 이 짬에서 나오는 바이브로 전에는 없던 분석 결과물을 만들어내고 싶은 욕심을 가지려고 노력하고 있어요. 저만의 필살기로 활용할 수 있는 고유한 무기들을 하나씩 제 몸에 장착해 나아갈 것이고, 이 무기들을 개발하는데 트릿지는 정말 좋은 기업 산업이자 환경이라고 생각하고 있어요.

방대한 농축수산물 데이터에서 원석을 찾아내는 트릿지 데이터사이언스팀
데이터사이언스팀의 프로젝트에 대해 설명해주세요

트릿지의 데이터 사이언스팀은 사실 최근에 신설된 팀이기 때문에 앞으로 해야하고, 또 할 수 있는 분석 프로젝트들이 너무 많다는 것이 저한테는 큰 고민이자 복인 것 같아요.

트릿지가 보유한 데이터가 워낙 많고 다양하다보니 다양한 프로젝트를 동시에 진행하고 있어요. 가장 최근에는 각국의 “밥상물가지수” 모형을 산출한 프로젝트를 진행했습니다. 과거에는 고객들이 적게는 수십여개, 많게는 수백여개의 농축수산물의 가격을 직접 추적해야만 희미하게 얻을 수 있었던 물가변동률을 단번에 이해할 수 있는 “국가별 밥상물가”라는 단일지표를 트릿지만의 방식으로 생성해서 여러 고객들의 의사결정을 돕는다 는 것이 핵심 목표였죠.

현재 시장에서 핫한 농축수산물의 미래 가격을 예측하는 분석 프로젝트도 지금 활발하게 진행하고 있어요. 현재까지 우리에게 주어진 정보들을 바탕으로 미래의 시장 상황을 얼마나 높은 정확도로 예측할 수 있느냐가 핵심인데, 정확도를 높이기 위해서 트릿지만이 활용 가능한 변수를 생성하고 이들의 효과성을 실험하는 단계에요. 보유한 재료가 워낙 탄탄하다 보니 정확도 높은 모형을 반드시 성공적으로 만들 수 있으리라 믿고 있습니다. 전세계 농축수산물 시장에 존재하는 수많은 바이어, 셀러들, 농부들, 그리고 각종 기관들이 모형을 참고하여 의사결정을 하고, 간접적으로 전세계 농축수산물 시장의 공급과 수요의 힘에 영향을 가한다고 볼 수 있죠.

궁극적으로는 시장의 새로운 균형을 찾아가게 도와주는 그런 혁신적인 분석 결과물 이 되기를 기대하고 있어요.

가장 보람 있던 순간

입사 후 첫 분석 결과물이 트릿지 홈페이지에 대문짝만하게 올라갔을때가 아닐까 싶어요. 데이터 엔지니어링팀, 마켓 인텔리전스팀 등 여러 팀과 협업하면서 밥상물가지수 모형 프로젝트를 성공적으로 마치고, 채 한달이 안돼서 트릿지 홈페이지에 올라온 지수들을 하나씩 클릭해보는데 성취감을 많이 느꼈던 것 같아요. 앞으로도 제가 분석하는 결과물이 계속해서 트릿지에 방문하는 수백만명의 고객에게 보여지고 그들의 의사결정을 도울 생각을 하니 또 설렙니다.

[트릿지 밥상 물가 프로젝트 결과물]
트릿지에서 데이터 사이언티스트의 차별성

분석 방법론적인 측면에서는 사실 모든 기업이 대동소이한 분석 방법론을 연구하고 적용하고 있어 큰 차이가 없지만 트릿지에서는 분석 결과물이

절대적으로 가시적 이라는 점에서 다른 회사와 가장 큰 차이라고 할 수 있겠네요.

흔히 얘기하는 머신러닝, 딥러닝 같은 방법론에 있어서는 사실 분석 시장에서 수많은 논문을 통해서 이미 대중적인 효과성을 입증받은 알고리즘이 정해져 있기 때문에 다른 회사와 비슷할 수밖에 없어요. 그렇지만 트릿지의 데이터 사이언티스트가 다른 회사랑 너무 다른 점 하나는, (제가 진짜 자신 있게 말씀드릴 수 있는 건데) 여기서는 우리가 분석하는 어떤 결과물이 바로바로 적용이 된다는 점 이에요. 내가 공들여서, 땀 흘려갖고 만든 그런 결과물이 실질적으로 이 트릿지 비즈니스에 바로바로 적용이 되고, 그 적용된 모습을 제 두 눈으로 투명하게 경험하고 확인할 수 있다는 것 자체가 범접할 수 없는 성취감을 줍니다.

대기업에서는 분석을 해도 그 분석물이 실질적으로 비즈니스 임팩트를 갖기에는 정말 쉽지가 않아요. 워낙 기존 프로세스나 체계가 너무나 확고하게 정해져 있는 환경이다 보니까 한 사람의 분석 결과물이 바로 비즈니스에 적용돼 임팩트를 갖기가 쉽지 않은 구조니까요. 하지만 트릿지에서는 데이터를 통해서 스스로 해볼 수 있는 것들이 정말 많고 바로 가시적인 결과가 보이니까 더욱 제 일을 사랑하게 되고 더욱 큰 책임감을 갖게 되는건 확실히 있어요.

또 하나의 혜택은 한 회사 안에 아주 다양한 데이터가 존재한다는 것 입니다. 전 세계 농축수산물 시장 안에서 일어나는 적게는 수십가지, 많게는 수백가지의 현상들을 축약하는 데이터가 이미 준비돼있으니까요. 가격, 생산, 입수출, 날씨, 뉴스, 로컬 찌라시(?) 데이터까지 전부 다요. 저는 이제 창의적으로 시장에 대한 수많은 가설을 세우고 창의적인 데이터 분석 방법론으로 이러한 가설들을 검증하거나 증명하면 되는거죠. 심지어 트릿지의 플랫폼을 사용하는 고객 행동 데이터도 분석 대기 줄에 서있는 상황이에요.

회사(Tridge) 혹은 직무(Data Science)의 전망이 어떻다고 생각하나요?

‘절대적으로 우상향이다’ 라고 믿고 있어요.

가끔씩 그런 말이 들리기도 해요. 농축수산물 시장처럼 변동이 심한 시장에서의 데이터 분석은 신빙성이 떨어진다고. 과거에도 그랬듯이 이 시장에서는 사람의 오랜 경험과 전문성에서 비롯되는 직감과 직관이 더 정확할 때가 많다.

하지만 제 생각은 달라요. 주기적이던 아니든, 예상되었던 아니든, 모든 현상에는 “사전 시그널”과 “사후 결과”가 존재한다고 생각해요. 이 두 가지 정보는 어딘가에 어떠한 형태로든 “데이터”화 시킬 수 있는 정보들이에요. 이 데이터를 적시적소에 사용하느냐 사용하지 못하느냐에 따라서 분석의 질과 결과물에 대한 신뢰성이 달라지는거죠. 트릿지는 이 시장에 숨어있는 모든 데이터를 모두 수집하려는 노력을 최우선적으로 하고 있기 때문에,

데이터 사이언티스트로서는 최상의 분석 환경이 조성되고 있다는 느낌 을 지속적으로 받고 있어요.

미래의 트릿지 데이터 사이언티스트가 묻다
이후 데이터사이언스 팀에 합류할 분이 어떤 분이었으면 좋겠나요?

로봇처럼 책에서 배운 거를 그대로 그냥 컴퓨터에 옮기는 그런 분석가들보다는 먼저 이 시장을 이해하고자 노력하고 넓은 시야로 책에서 배운 분석 이론에 항상 어떤 조미료를 첨가할까를 고민하는, 그런 시장에 대해 호기심이 많은 분들이 많이 오셔서 저랑 핫 디베이트를 많이 해주셨으면 좋겠어요. 제가 부족한 부분을 적극적으로 채워주시고, 또 저한테도 적극적으로 많이 도움을 요청해주셨으면 좋을 것 같아요. 본인이 성장하는 만큼 회사가 성장하는 그 재미를 즐기실 줄 아시는 분이 오신다면 업무에 대한 성취도도 한층 더 높아지실 겁니다.

트릿지에서 데이터 사이언스를 하기 위해 필요한 능력이 있을까요? 영어나 개발 능력이 필수적인지 궁금합니다.

분석방법론(기초적 통계 기법, 머신러닝, 딥러닝 등)에 대한 이론과 프로그래밍을 통한 최소한의 분석방법론 적용경험 정도가 될 것 같아요.

외국인 임직원분들이 상당 수 함께 일하고 있어 영어가 유창하시다면 업무하는 데 확실히 큰 편리함을 느끼실수는 있어요. 하지만 괜찮아요, 정 안되면 그들에게 한국어를 함께 가르치면 되죠. 트릿지에서는 모두가 항상 배움모드 ON 이니까요.

일의 강도는 어떤가요?

일의 강도는 전혀 걱정하지 마세요. 우리는 혼자가 아니니까요.

그 어떠한 고난과 역경도 팀과 함께라면 수월하게 해내실 수 있을 거에요.

마지막으로 한 마디 해주신다면?

트릿지에서의 일과시간은 2초가 1초일때가 많아요. 찰랜징한 분석 업무에 매몰되다보면 시간이 어떻게 지나가는 지 모를때가 많기 때문이에요. 하지만 이로 인해 저에게 돌아오는 성장과 보상은 반대로 1초가 2초인 듯 빠르게 커지는 기분이죠.

커리어적으로 열정과 야망있는 많은 분들이 이처럼 제한된 시간의 가치를 최대한으로 누리셨으면 좋겠어요.

트릿지에서 데이터 사이언티스트로 성장하고 싶다면

채용공고 바로가기

Minwoo Nam
Communication Manager

[Product Growth Team] Data Scientist Hong, Sung Jin
5 min read

[Product Growth Team] Data Scientist Hong, Sung Jin

Product
Apr 7
/
5 min read

“아담 스미스의 보이지 않는 손, 트릿지가 어쩌면 전세계 농축수산물 시장의 유일한 그 손이 될 수도 있겠다 생각했죠”

| Data Scientist Sungjin Hong



지난 몇 년간 수십억개의 농산물 시장 데이터를 축적한 트릿지는 최근 ‘밥상물가 지수’(Tridge Meal Indices)를 발표해 주목을 받았습니다. 한국, 미국, 중국, 일본 등 전세계 주요 국가의 ‘밥상 물가’를 지수화한 통계 작품인데, 주요 일간지, 방송사에서 인용될 정도로 데이터 통계의 범용성을 인정받고 있습니다. 오늘은 트릿지 강점의 핵심인 ‘데이터’를 자유자재로 다루는 주역을 소개하고자 합니다.
데이터 사이언스팀(Data Science Squad)을 책임지는 홍성진님은 ‘전세계 농축수산물 시장의 정보 비대칭성을 줄여 트릿지만의 방식으로 공급과 수요 시스템에 개입하여 새로운 시장 균형을 찾아낸다’는 트릿지의 미션을 보자마자 영국 경제학자 아담 스미스를 떠올렸다고 합니다. 트릿지가 농축수산물 시장의 ‘보이지 않는 손(invisible hand)’가 될 수 있겠다는 생각이 들었다고 합니다. 트릿지 데이터엔 어떤 매력이 있는 것인지, 트릿지 데이터 사이언스팀은 어떤 일을 하는 것인지 홍성진님의 이야기를 들어봤습니다.
농축수산물 시장의 아담 스미스가 되고 싶은 데이터 과학자
본인과 데이터 사이언스 직무에 대해 소개해주세요

안녕하세요. 트릿지의 데이터 미션을 수행하기 위해 입사한 데이터 사이언스팀 헤드 홍성진이라고 합니다. 트릿지에서 데이터 사이언티스트란, 전세계 농축수산물 시장에서 파생되는 데이터에서 새로운 가치와 비즈니스 인사이트를 발견해내는 트릿지의 유일무이한 역할입니다.

아마 최근 몇년간 이런 소리를 수십 번은 들어 보셨을 것이라고 생각해요. “이제는 모든 기업이 비즈니스적 결정을 내릴 때 사람의 직감이 아닌 데이터 기반으로 효과적인 전략을 구상해야 하는 시대가 도래하였다”. 쉽게 말해, 기업의 성장을 위해서 다양한 데이터 분석을 통해 사람의 직관이 일반적으로는 찾을 수 없는 숨어있는 가치를 발견해야한다는 뜻이에요. 여기서 데이터 사이언스라는 고도화되고 트렌디한 데이터 분석 방법론으로 한층 더 업그레이드된 비즈니스 가치와 인사이트를 찾는 역할을 저희 팀이 수행한다고 생각 해주시면 좋을 것 같아요. 그래서 자사가 보유한 데이터를 토대로 적용 가능한 창의적인 분석 주제를 구상하고, 분석 방법론을 고민하고, 궁극적으로는 실제 분석까지 실행하는 역할을 맡고 있습니다.

트릿지에서의 하루 일과

저희 데이터 사이언스팀은 프로젝트 단위(task force 단위)로 팀이 만들어져서 루틴 업무는 거의 없다고 보시면 될 것 같아요. 프로젝트마다 분석가(data scientist)가 배정이 되기 때문에 본인이 자유롭게 페이스 조절을 하면서 프로젝트 단계를 해 나간다고 보시면 됩니다. 그래서 그때그때마다 매일 다른 문제와 다른 챌린지들을 봉착한다는 게 매력 포인트죠. 예를 들어, 미래 가격을 예측하는 프로젝트가 발의되면, 역량을 고려해서 프로젝트 분석가가 배정되고, 필요할 때 엔지니어링 부서의 머신러닝 엔지니어분들과 협업을 하면서 성공적인 분석 결과물을 내기 위한 분석을 드라이브한다고 생각하시면 됩니다. 물론 프로젝트 중간중간 논의와 자문을 위한 회의는 언제든지 데이터 사이언스팀 내에서 진행이 될 예정이고요.

트릿지에 입사하기까지의 여정

저는 사실 경제학자가 일평생 꿈이었어요. 중학교 시절 처음 배운 경제 시장 개념이 정말 너무나도 마음에 쏙 들었거든요. 그때부터 제 안에 철저한 자본주의의 싹이 보였던 것 같아요. 지금까지도 아담 스미스의 보이지 않는 손 이론의 열성 팬이기도 하고요.

그래서 대학교 졸업하기 직전까지도 이 이론을 아주 끝까지 파헤쳐보고 싶어서 경제학 박사과정을 계획하고 있었어요. 그런데 그때 빅데이터 분석이 한참 이제 화두가 되면서 경제학과 통계학을 복수 전공했던 저한테 두 가지 옵션이 생겨버린 거죠. 이대로 경제학자가 되기 위한 학문의 길을 걷느냐, 아니면 당장 취업시장에서 인기가 핫한 데이터 사이언티스트로 바로 경제활동을 시작하느냐의 옵션이요. 어렸던 저는 후자를 선택했죠. 전 자본주의니까요.

데이터 사이언티스트 컨설턴트로 취업하고 나서 엘지, 삼성, 현대, SK, 네이버 한국 대기업을 돌면서 분석 업무를 진행했어요. 분석이라는 업무 자체가 적성에도 맞고, 또 결과를 곧 잘 만들어내곤 했죠. 그런데 어느 순간 분석을 하는 일이 쳇바퀴 돌듯이 반복만 하고 있고 더 이상 데이터 분석가로서의 자부심보다는 빨리 퇴근하는 것이 목적이 돼버렸어요.

이렇게 한 번 슬럼프가 찾아온 거죠.

그러던 중에 친한 지인이 트릿지에 새롭게 조인했다는 소식을 들었고, 별 생각없이 인터넷에 트릿지를 검색해보게 되었어요. 트릿지 홈페이지에서 미션 스테이트먼트를 보는데 기분이 이상해지면서 갑자기 제가 경제학자를 한창 꿈꿀 때가 생각나더라고요.

‘전세계 농축수산물 시장의 정보 비대칭성을 줄여 트릿지만의 방식으로 공급과 수요 시스템에 개입하여 새로운 시장 균형을 찾아낸다’

그 문구를 보고 어쩌면 트릿지가 전세계 농축수산물 시장의 보이지 않는 손이 될 수 있겠다 생각했죠. 그 손을 트릿지가 어떻게 만들어 나갈지가 너무 궁금했어요.

일을 통해 습득한 나만의 능력이 있다면?

한마디로 요약하면, 비즈니스 컨택스트(context), 즉 시장상황을 충분히 고려한 빅데이터 모형을 만드는 능력 이라고 할 수 있겠네요.

순수하게 분석 이론만으로 시장에서 100% 먹히는 모형을 만드는 것은 거의 불가능에 가깝겠구나를 최근에 계속 느끼는 중이에요. 농축수산물 가격 데이터를 포함한 시장 변수들의 변동률이 엄청나고 특히 뉴스 찌라시나, 현지 우발상황 등에 영향을 매우 크게 받죠. 이러한 상황들이 시장에 어떤 식으로 영향을 줄지 항상 고민해서 데이터 분석에 녹여내고 적응 기제(adjustment mechanism)를 개발해내는 거죠.

앞으로의 데이터 사이언티스트로서 본인의 목표가 있다면 무엇인가요?

저는 경제학의 이론들을 통상적으로 학위를 취득하거나 공부해서가 아닌, 소위 말하는 “실무 짬“으로 통달하여 이 짬에서 나오는 바이브로 전에는 없던 분석 결과물을 만들어내고 싶은 욕심을 가지려고 노력하고 있어요. 저만의 필살기로 활용할 수 있는 고유한 무기들을 하나씩 제 몸에 장착해 나아갈 것이고, 이 무기들을 개발하는데 트릿지는 정말 좋은 기업 산업이자 환경이라고 생각하고 있어요.

방대한 농축수산물 데이터에서 원석을 찾아내는 트릿지 데이터사이언스팀
데이터사이언스팀의 프로젝트에 대해 설명해주세요

트릿지의 데이터 사이언스팀은 사실 최근에 신설된 팀이기 때문에 앞으로 해야하고, 또 할 수 있는 분석 프로젝트들이 너무 많다는 것이 저한테는 큰 고민이자 복인 것 같아요.

트릿지가 보유한 데이터가 워낙 많고 다양하다보니 다양한 프로젝트를 동시에 진행하고 있어요. 가장 최근에는 각국의 “밥상물가지수” 모형을 산출한 프로젝트를 진행했습니다. 과거에는 고객들이 적게는 수십여개, 많게는 수백여개의 농축수산물의 가격을 직접 추적해야만 희미하게 얻을 수 있었던 물가변동률을 단번에 이해할 수 있는 “국가별 밥상물가”라는 단일지표를 트릿지만의 방식으로 생성해서 여러 고객들의 의사결정을 돕는다 는 것이 핵심 목표였죠.

현재 시장에서 핫한 농축수산물의 미래 가격을 예측하는 분석 프로젝트도 지금 활발하게 진행하고 있어요. 현재까지 우리에게 주어진 정보들을 바탕으로 미래의 시장 상황을 얼마나 높은 정확도로 예측할 수 있느냐가 핵심인데, 정확도를 높이기 위해서 트릿지만이 활용 가능한 변수를 생성하고 이들의 효과성을 실험하는 단계에요. 보유한 재료가 워낙 탄탄하다 보니 정확도 높은 모형을 반드시 성공적으로 만들 수 있으리라 믿고 있습니다. 전세계 농축수산물 시장에 존재하는 수많은 바이어, 셀러들, 농부들, 그리고 각종 기관들이 모형을 참고하여 의사결정을 하고, 간접적으로 전세계 농축수산물 시장의 공급과 수요의 힘에 영향을 가한다고 볼 수 있죠.

궁극적으로는 시장의 새로운 균형을 찾아가게 도와주는 그런 혁신적인 분석 결과물 이 되기를 기대하고 있어요.

가장 보람 있던 순간

입사 후 첫 분석 결과물이 트릿지 홈페이지에 대문짝만하게 올라갔을때가 아닐까 싶어요. 데이터 엔지니어링팀, 마켓 인텔리전스팀 등 여러 팀과 협업하면서 밥상물가지수 모형 프로젝트를 성공적으로 마치고, 채 한달이 안돼서 트릿지 홈페이지에 올라온 지수들을 하나씩 클릭해보는데 성취감을 많이 느꼈던 것 같아요. 앞으로도 제가 분석하는 결과물이 계속해서 트릿지에 방문하는 수백만명의 고객에게 보여지고 그들의 의사결정을 도울 생각을 하니 또 설렙니다.

[트릿지 밥상 물가 프로젝트 결과물]
트릿지에서 데이터 사이언티스트의 차별성

분석 방법론적인 측면에서는 사실 모든 기업이 대동소이한 분석 방법론을 연구하고 적용하고 있어 큰 차이가 없지만 트릿지에서는 분석 결과물이

절대적으로 가시적 이라는 점에서 다른 회사와 가장 큰 차이라고 할 수 있겠네요.

흔히 얘기하는 머신러닝, 딥러닝 같은 방법론에 있어서는 사실 분석 시장에서 수많은 논문을 통해서 이미 대중적인 효과성을 입증받은 알고리즘이 정해져 있기 때문에 다른 회사와 비슷할 수밖에 없어요. 그렇지만 트릿지의 데이터 사이언티스트가 다른 회사랑 너무 다른 점 하나는, (제가 진짜 자신 있게 말씀드릴 수 있는 건데) 여기서는 우리가 분석하는 어떤 결과물이 바로바로 적용이 된다는 점 이에요. 내가 공들여서, 땀 흘려갖고 만든 그런 결과물이 실질적으로 이 트릿지 비즈니스에 바로바로 적용이 되고, 그 적용된 모습을 제 두 눈으로 투명하게 경험하고 확인할 수 있다는 것 자체가 범접할 수 없는 성취감을 줍니다.

대기업에서는 분석을 해도 그 분석물이 실질적으로 비즈니스 임팩트를 갖기에는 정말 쉽지가 않아요. 워낙 기존 프로세스나 체계가 너무나 확고하게 정해져 있는 환경이다 보니까 한 사람의 분석 결과물이 바로 비즈니스에 적용돼 임팩트를 갖기가 쉽지 않은 구조니까요. 하지만 트릿지에서는 데이터를 통해서 스스로 해볼 수 있는 것들이 정말 많고 바로 가시적인 결과가 보이니까 더욱 제 일을 사랑하게 되고 더욱 큰 책임감을 갖게 되는건 확실히 있어요.

또 하나의 혜택은 한 회사 안에 아주 다양한 데이터가 존재한다는 것 입니다. 전 세계 농축수산물 시장 안에서 일어나는 적게는 수십가지, 많게는 수백가지의 현상들을 축약하는 데이터가 이미 준비돼있으니까요. 가격, 생산, 입수출, 날씨, 뉴스, 로컬 찌라시(?) 데이터까지 전부 다요. 저는 이제 창의적으로 시장에 대한 수많은 가설을 세우고 창의적인 데이터 분석 방법론으로 이러한 가설들을 검증하거나 증명하면 되는거죠. 심지어 트릿지의 플랫폼을 사용하는 고객 행동 데이터도 분석 대기 줄에 서있는 상황이에요.

회사(Tridge) 혹은 직무(Data Science)의 전망이 어떻다고 생각하나요?

‘절대적으로 우상향이다’ 라고 믿고 있어요.

가끔씩 그런 말이 들리기도 해요. 농축수산물 시장처럼 변동이 심한 시장에서의 데이터 분석은 신빙성이 떨어진다고. 과거에도 그랬듯이 이 시장에서는 사람의 오랜 경험과 전문성에서 비롯되는 직감과 직관이 더 정확할 때가 많다.

하지만 제 생각은 달라요. 주기적이던 아니든, 예상되었던 아니든, 모든 현상에는 “사전 시그널”과 “사후 결과”가 존재한다고 생각해요. 이 두 가지 정보는 어딘가에 어떠한 형태로든 “데이터”화 시킬 수 있는 정보들이에요. 이 데이터를 적시적소에 사용하느냐 사용하지 못하느냐에 따라서 분석의 질과 결과물에 대한 신뢰성이 달라지는거죠. 트릿지는 이 시장에 숨어있는 모든 데이터를 모두 수집하려는 노력을 최우선적으로 하고 있기 때문에,

데이터 사이언티스트로서는 최상의 분석 환경이 조성되고 있다는 느낌 을 지속적으로 받고 있어요.

미래의 트릿지 데이터 사이언티스트가 묻다
이후 데이터사이언스 팀에 합류할 분이 어떤 분이었으면 좋겠나요?

로봇처럼 책에서 배운 거를 그대로 그냥 컴퓨터에 옮기는 그런 분석가들보다는 먼저 이 시장을 이해하고자 노력하고 넓은 시야로 책에서 배운 분석 이론에 항상 어떤 조미료를 첨가할까를 고민하는, 그런 시장에 대해 호기심이 많은 분들이 많이 오셔서 저랑 핫 디베이트를 많이 해주셨으면 좋겠어요. 제가 부족한 부분을 적극적으로 채워주시고, 또 저한테도 적극적으로 많이 도움을 요청해주셨으면 좋을 것 같아요. 본인이 성장하는 만큼 회사가 성장하는 그 재미를 즐기실 줄 아시는 분이 오신다면 업무에 대한 성취도도 한층 더 높아지실 겁니다.

트릿지에서 데이터 사이언스를 하기 위해 필요한 능력이 있을까요? 영어나 개발 능력이 필수적인지 궁금합니다.

분석방법론(기초적 통계 기법, 머신러닝, 딥러닝 등)에 대한 이론과 프로그래밍을 통한 최소한의 분석방법론 적용경험 정도가 될 것 같아요.

외국인 임직원분들이 상당 수 함께 일하고 있어 영어가 유창하시다면 업무하는 데 확실히 큰 편리함을 느끼실수는 있어요. 하지만 괜찮아요, 정 안되면 그들에게 한국어를 함께 가르치면 되죠. 트릿지에서는 모두가 항상 배움모드 ON 이니까요.

일의 강도는 어떤가요?

일의 강도는 전혀 걱정하지 마세요. 우리는 혼자가 아니니까요.

그 어떠한 고난과 역경도 팀과 함께라면 수월하게 해내실 수 있을 거에요.

마지막으로 한 마디 해주신다면?

트릿지에서의 일과시간은 2초가 1초일때가 많아요. 찰랜징한 분석 업무에 매몰되다보면 시간이 어떻게 지나가는 지 모를때가 많기 때문이에요. 하지만 이로 인해 저에게 돌아오는 성장과 보상은 반대로 1초가 2초인 듯 빠르게 커지는 기분이죠.

커리어적으로 열정과 야망있는 많은 분들이 이처럼 제한된 시간의 가치를 최대한으로 누리셨으면 좋겠어요.

트릿지에서 데이터 사이언티스트로 성장하고 싶다면

채용공고 바로가기

No items found.
Minwoo Nam
Communication Manager