클루-데이터에서 결정적 단서를 찾아 성과로 만드는 법-

데이터 분석가에서 대기업 CEO까지

1세대 데이터 리더가 30년간 집대성한 인사이트

“복잡한 수식과 코딩은 AI에 맡기고,

인간은 데이터 언어로 사고하라!”

현실을 데이터로 읽고, 데이터로 현실을 바꾸는 힘

AI 시대, 남들과 다른 답을 찾는 7단계 클루 사고법

좋은 분석가가 되기 위해선 무엇을 해야 할까? 코드를 짜고, 모델을 돌리고, SQL을 다룰 줄 아는 것은 물론 강점이 될 수 있다. 하지만 저자는 이보다 더 중요한 것은 일상에서 끊임없이 데이터로 생각하는 연습을 하는 것이라고 강조한다.

연습은 거창하지 않다. 가령 “비 오는 날 이사하면 부자가 된다”라는 엉뚱한 가설을 떠올렸다고 해보자. ‘이사하는 날’은 전입신고일이나 인터넷 이전 설치일로, ‘부자가 된다’라는 것은 소비 금액이나 해외여행 횟수의 증가 등으로 바꾸어볼 수 있다. 이렇게 막연한 생각을 측정 가능한 데이터로 바꾸고, 어떤 데이터가 필요하고 어디서 구할 수 있을지 궁리하는 것?부터가 데이터 사고의 시작이다.

《클루》는 이러한 사고 과정을 누구나 익힐 수 있도록 7단계로 체계화했다. 먼저 1부에서는 데이터가 현실을 어떻게 담아내는지 이해하며 데이터로 사고하기 위한 기초를 다지고, 2부에서는 흩어진 숫자와 사실에서 의미 있는 이야기를 발견하는 법을 익힌다. 여기까지가 데이터를 바라보는 눈을 바꾸는 과정이라면, 이후부터는 현실의 문제를 직접 해결하는 과정으로 나아간다.

3부에서는 막연한 현실의 문제를 데이터로 측정할 수 있는 문제로 정의하고, 4부에서는 필요한 데이터를 탐색하며 그 안에 숨은 맥락과 실마리를 찾아낸다. 5부에서는 발견한 실마리를 상대방이 쉽게 이해할 수 있는 시나리오로 엮고, 6부에서는 그것을 실제로 읽히고 설득하는 보고서로 구현한다. 마지막 7부에서는 이야기를 전달하는 데서 한 걸음 더 나아가 데이터가 실제 의사 결정과 행동, 현실의 변화로 이어지게 만드는 법을 다룬다. 현실을 데이터로 바꾸는 데서 시작해, 데이터를 이야기로 만들고, 다시 그 이야기로 현실을 바꾸는 연속적 과정인 셈이다.

각 단계에는 저자가 30년간 데이터 비즈니스의 최전선에서 일하며 경험한 실제 사례를 듬뿍 담았다. 이에 더해 필요한 데이터를 직접 찾아볼 수 있는 사이트까지 알차게 소개한다. 《클루》는 데이터가 어렵게만 느껴졌던 사람도 현실의 문제를 데이터로 바꾸고 답을 찾아갈 수 있도록 이끄는, AI 시대 가장 친절한 데이터 사고 안내서다.

“AI 시대의 주도권은 생각을 맡기는 사람이 아니라

생각을 키우는 사람이 쥐게 될 것이다”

시대는 바뀌지만, 문제 해결의 본질은 변하지 않는다!

가장 단순한 해법에서 발견하는 데이터 사고의 본질

데이터로 사고하는 일은 AI 시대에 새롭게 등장한 능력이 아니다. 《클루》는 시간을 거슬러 올라가, 역사의 결정적인 순간마다 사람들이 어떻게 숫자와 기록에서 새로운 답을 발견하고 세상을 바꾸어왔는지 보여준다.

고대 이집트의 나일로미터는 해마다 범람하는 나일강의 수위를 기둥에 새긴 눈금으로 측정하고 기록해 농사의 풍흉을 예측하고 세율을 책정했다. 이로 인해 이집트는 불확실한 미래에 효과적으로 대비할 수 있었다. 19세기 런던에 콜레라가 창궐했을 때 의사 존 스노는 사망자가 발생한 집을 지도 위의 점으로 표시해 우물 주변에 환자가 집중된다는 사실을 발견했고, 펌프의 손잡이를 제거하자 콜레라 확산이 거짓말처럼 멈췄다. 크림전쟁 당시 플로렌스 나이팅게일은 병사들의 사망 원인을 한 장의 그래프로 보여주어 열악한 위생의 심각성을 알리고 군 의료 체계의 개혁을 이끌어냈다.

나일로미터의 눈금, 지도 위에 찍힌 점, 한 장의 그래프. 세상을 바꾼 도구는 놀랄 만큼 단순했다. 복잡한 현실에서 핵심을 찾아 가장 단순한 형태로 문제를 바라보는 것은 시대가 달라져도 변하지 않는 문제 해결의 본질이다.

더욱이 오늘날 우리에게는 이들보다 훨씬 강력한 도구인 AI가 있다. 몇 시간이 걸리던 분석을 몇 초 만에 끝내고, 원하는 그래프와 보고서까지 누구나 손쉽게 만들 수 있다. 도구의 격차가 사라질수록 사람 사이의 차이를 만드는 것은 그 도구로 무엇을 보고 어떤 질문을 던지느냐가 된다. 같은 AI를 사용해도 누군가는 뻔한 답에 머물고, 누군가는 남들이 보지 못한 새로운 가능성을 발견한다.

AI 시대의 주도권은 생각을 맡기는 사람이 아니라 생각을 키우는 사람이 쥐게 될 것이다. 누구나 강력한 도구를 손에 쥘 수 있게 되었다는 것은, 역설적으로 누구나 자신의 생각을 이전보다 더 멀리 확장할 기회를 얻었다는 뜻이기도 하다. 그러므로, 당신도 ‘클루’를 발견하는 사람이 될 수 있다. 

김혜주 

빅데이터와 AI가 화두가 되기 전부터 데이터로 비즈니스의 변화를 이끌어온 대한민국 1세대 데이터 사이언티스트. SAS 코리아에서 커리어를 시작해 SKT, IBM, 삼성전자, KT, 신한은행을 거쳐 롯데멤버스 대표이사를 지내며, 30여 년간 데이터 · AI 분야의 최전선에서 일해왔다. 데이터 전문가로 출발해 기업의 대표이사까지 오른 그의 이력은 데이터가 어떻게 현실의 문제를 해결하는지를 보여준다. 통신 분야 빅데이터 플랫폼 · 경찰청 범죄안전 플랫폼 등 대형 정부 사업의 개발을 총괄했으며, 은행권 최초 금융데이터 전문기관 인가를 주도했고, 롯데멤버스에서는 포트폴리오 혁신 및 사상 최대 경영 성과를 달성했다. 이화여자대학교에서 통계학을 전공하고 서울대학교에서 통계학 석사학위를 받은 뒤 박사과정을 수료했다. 연세대학교에서 디지털경영 박사학위를 받았다. SCIE급 학술지에 제1저자로 논문을 발표했으며, 빅데이터 분야에 기여한 공로로 과학기술정보통신부 장관상(2020) 및 산업포장(2022)을 수상했다. 학술과 실무를 넘나들며 쌓아온 경험과 통찰을 바탕으로, 복잡한 문제를 데이터의 언어로 바꾸고 그 안에서 결정적인 실마리를 찾아내는 자신만의 사고법을 《클루》에 담았다.

추천의 글

프롤로그 I 데이터 기술자가 아니라 데이터 스토리텔러가 돼야 한다

1부. 이야기는 언제 만들어지기 시작하는가 | 데이터가 '의미' 로 재탄생하는 순간

1장. 데이터란 무엇인가

2장. 데이터가 글보다 먼저였다

3장. 데이터를 공유하면 다툼이 사라진다

2부. 우리는 이미 이야기 속에 살고 있다 | 매일 쓰이는 데이터

4장. 일상은 데이터로 굴러간다

5장. 데이터 생산자이자 소비자로 살아가기

3부. 모든 이야기는 문제에서 출발한다 | 데이터로 문제를 해결하는 사고 체계

6장. 모든 정답은 잘 정의된 문제에서 시작된다

7장. 문제를 데이터 언어로 번역하는 법

4부. 장면을 보기 위해 무엇이 필요한가 | 데이터를 보기 전에 현실을 읽는 법

8장. 필요한 데이터는 '가지고 있는 데이터' 가 아니다

9장. 데이터 탐색은 숫자가 아니라 현실을 읽는 일이다

5부. 모델은 시나리오를 위해 존재한다 | 모델링의 본질을 생각하기

10장. 모델링이란 결국 '틀' 을 만드는 일이다

11장. 모델은 장면을 위해 존재한다

12장. 좋은 모델은 쉽게 설명할 수 있다

6부. 이야기는 어떻게 전달돼야 하는가 | 분석 결과를 스토리라인에 따라 만드는 법

13장. 보고서에서 가장 먼저 해야 할 질문

14장. 다시, 재미 · 기여 · 감동 중 무엇인가

7부. 이야기가 현실이 되는 순간 | 데이터 활용의 마지막 장면

15장. 적용되지 않은 분석은 분석이 아니다

16장. 성과는 숫자가 아니라 변화다

17장. 오답 노트가 조직을 성장시킨다

에필로그 | 데이터 스토리텔러로 산다는 것

참고 | 필요한 데이터는 어디서 구하는가