LG CNS의 최고 기술 전문가의 비밀은? 전문위원 人터뷰 (2탄)

지난 번 전문위원 인터뷰에 이어 올해 새로 선임된 전문위원 중 2명을 만나봤습니다.

[빅데이터] 김진수 위원(Data사업담당)

[빅데이터] 김진수 위원(Data사업담당)

Q1. 전문영역은 어느 분야이고, 그 전문성을 갖추기 위해 지식 습득과 프로젝트 경험 등 그동안 어떤 노력을 해 오셨나요? 
저의 전문영역은 빅데이터 분석입니다. ▲빅데이터 분석 Lab 운영 ▲빅데이터 분석 서비스 사업(이상 2016년) ▲LG디스플레이 Data 분석 서비스(2018년) ▲LG화학 법인 빅데이터 분석과제(2020년) 등 제조생산, 품질, 마케팅, 경영관리, 물류에 이르기까지 다양한 도메인의 프로젝트 경험들이 전문성을 갖추는 데 큰 도움이 되었던 것 같습니다. 특히, 머신러닝 방법론들을 여러 형태로 적용해 보면서 알고리즘에 대한 이해도와 데이터와 현업에 대한 이해도가 덩달아 높아지는 것을 경험했습니다. 

Q2. 전문 역량을 쌓기 위한 나만의 노하우나 장점은 무엇이라고 생각하십니까?
전문 지식을 습득하기 위해 석학들의 논문을 읽고 분석하는 것뿐만 아니라 전자신문, 머신러닝 전문 블로그를 구독하거나 구글의 AI 경진대회 플랫폼인 캐글(Kaggle)의 신규 competition을 훑어보기도 합니다. 그리고 새로운 알고리즘을 접하면 그 구동원리를 이해하려고 노력합니다. 알고리즘의 이해없이 활용방법만을 습득하게 되면 안 되는데요. 잘못된 결과를 도출하고도 무엇이 잘못되었는지 모르고 넘어갈 수 있기 때문입니다. 

Q3. 전문가는 끊임없는 도전과 핵심에 몰두하는 스스로의 노력도 필요하지만, 일하는 방식이나 협업도 중요할 텐데요. 이에 대해 한말씀 해주십시오.
아이러니하게 생각할 수도 있겠습니다만, 프로젝트 수행 중에 제가 가장 신경 쓰는 부분은 모델링을 제외한 ETL(Extract, Transform and Load, 추출, 변환, 적재), EDA(Exploratory data analysis, 데이터 탐색), 보고서 작성과 같은 주변 영역입니다. 데이터 분석 과정은 컨설팅과 엔지니어링의 두 영역 중간에 위치하는데, 저는 두 영역의 중간다리인 ‘오작교’ 역할을 하려고 노력하고 있습니다. 그래서 주니어 분석가들이 분석영역에 더 집중하고, 다른 영역의 동료들도 힘들지 않도록 말입니다.

Q4. 지금까지 노력한 과정이 순탄하지만 않고 힘든 점도 많이 겪었을 것으로 생각됩니다. 가장 힘들었던 점은 무엇이며, 이를 어떻게 극복했나요?
아이러니하게 생각할 수도 있겠습니다만, 프로젝트 수행 중에 제가 가장 신경 쓰는 부분은 모델링을 제외한 ETL(Extract, Transform and Load, 추출, 변환, 적재), EDA(Exploratory data analysis, 데이터 탐색), 보고서 작성과 같은 주변 영역입니다. 데이터 분석 과정은 컨설팅과 엔지니어링의 두 영역 중간에 위치하는데, 저는 두 영역의 중간다리인 ‘오작교’ 역할을 하려고 노력하고 있습니다. 그래서 주니어 분석가들이 분석영역에 더 집중하고, 다른 영역의 동료들도 힘들지 않도록 말입니다.

Q5. 기술 전문가를 꿈꾸는 IT업계 후배들에게 꼭 하고 싶은 말씀이 있다면 무엇인가요?
DS는 문제를 푸는 사람들이지 모델을 만드는 사람이 아니라고 생각합니다. 그래서 분석가의 관점에서 현장의 문제가 무엇인지 다시 정의해야 합니다. 그리고 이 문제를 해결하기 위해서는 어떤 작업이 필요하고, 어떤 모델을 적용하는 것이 가장 효과적인지 고민하는 것까지 모두 DS의 역할입니다. 역할에 대한 관점을 결코 축소하지 말고, 좀더 폭넓게 바라보는 시각을 갖추는 노력을 하기 바랍니다.

[빅데이터] 이종민 팀장/위원(Enterprise분석2팀)

[빅데이터] 이종민 팀장/위원(Enterprise분석2팀)

Q1. 전문영역은 어느 분야이고, 그 전문성을 갖추기 위해 지식 습득과 프로젝트 경험 등 그동안 어떤 노력을 해오셨나요? 
저의 전문분야는 빅데이터 분석 영역이며, 그중 스마트 팩토리 등 제조영역의 분석에 역량을 펼쳐 왔습니다. LG화학이나 LG이노텍 등 장치 및 조립 산업에서 품질을 예측하거나 공정의 이상을 감지하고, 주요 원인인자를 도출하여 품질과 공정의 안정을 도모했습니다. 궁극적으로 수율 향상으로 이어지는 등 여러 측면에서 고객사에게 가치를 부여해 왔다고 생각합니다. 제조 데이터 분석에서 전문성을 갖추기 위해서 분석역량 이외에 무엇보다 공정과 제품을 이해하고자 노력했는데요. 우선 중요한 것이 고객과 긴밀한 관계를 유지하여 가능한한 많은 기초 자료를 수집하고 파악하는 것입니다. 이와 동시에 저는 고객에게 라인투어를 요청했습니다. 왜냐하면 데이터만 보는 것보다 실제 제조현장의 설비, 공정, 자재, 작업자 등을 직접 보고 분석하는 것이 데이터를 이해하고 해석하는 데 있어서 매우 중요한 단계라 생각하기 때문입니다.

Q2. 전문 역량을 쌓기 위한 나만의 노하우나 장점은 무엇이라고 생각하십니까?
꾸준히 분석 알고리즘 등에 대해 공부하고 정리합니다. 이에 더해 다른 사람들의 분석 방법을 보고 자신의 것과 비교하는 것도 전문가로 성장하는 데 매우 중요한 단계라고 생각해 실천하고 있어요. 그리고 제가 생각하는 분석방법에 대해 함수화하고 정리하여 내재화한 뒤, 실제 프로젝트에 투입될 때 바로 활용할 수 있도록 노력합니다.

Q3. 전문가는 끊임없는 도전과 핵심에 몰두하는 스스로의 노력도 필요하지만, 일하는 방식이나 협업도 중요할 텐데요. 이에 대해 한말씀 해주십시오.
일하는 방식에 있어서 본인의 업무를 세분화하고, 각 업무마다 협업이 필요한지 여부를 판단하여 과제를 진행하는 게 매우 중요합니다. 일반적으로 분석과제의 경우 현업 인터뷰, 분석환경 셋업, 데이터 마트 구성, 데이터 이해, 분석모델링, 분석결과 해석 및 적용 등의 업무로 이루어집니다. 각 단계마다 협업이 필요할 수 있습니다. 분석을 위한 데이터 마트를 구성하는 데 있어서 데이터 엔지니어와의 협업, 분석 환경 및 플랫폼 활용을 위한 플랫폼 엔지니어와의 협업 등이 그 예입니다. 그리고 데이터를 이해하고 분석결과를 제대로 해석하기 위해서는 고객과의 긴밀한 협업이 과제 성과에 있어 매우 중요하다고 봅니다.

Q4. 지금까지 노력한 과정이 순탄하지만 않고 힘든 점도 많이 겪었을 것으로 생각됩니다. 가장 힘들었던 점은 무엇이며, 그를 어떻게 극복했나요?
수행한 과제마다 힘들었던 점이 있었습니다. 그중 하나를 꼽자면 구미에서 진행했던 LG이노텍 품질분석 시스템 구축과제가 생각납니다. 보통 단일 분석주제에 PoC(Proof of Concept) 과제를 진행할 경우 2~3개월의 일정이 걸립니다. 그런데 이 과제는 PoC 수준의 과제를 1개월 만에 끝내고, 남은 2개월 동안 구축된 방법론을 시스템화하는 거였습니다. 다행히 단기간에 과제를 마칠 수 있었는데요. 그 성공의 열쇠는 고객과 좋은 관계를 유지하면서 많은 정보를 얻었고, 분석 업무에 있어 참여 인원들의 역할을 분담하는 분업화 체계를 갖춰 함께 고민했던 것이라고 생각합니다.

Q5. 기술 전문가를 꿈꾸는 IT업계 후배들에게 꼭 하고 싶은 말씀이 있다면 무엇인가요?
제가 강조하고 싶은 점은 3가지입니다. 우선, 자신의 커리어 개발에 있어 변화의 두려움에 겁먹지 않는 것입니다. 일단 마음을 먹어야 시작을 할 수 있고, 시작을 해야 자신의 커리어 방향을 제대로 잡을 수 있습니다. 두 번째는, 언제 어디서 무슨 일을 하고 있든 ‘칼을 갈고 있어야 한다’는 것입니다. 조바심을 내기보다는 꾸준히 자신의 역량을 키우는 게 중요합니다. 마지막으로 업무에 있어서 어차피 ‘나’일거 같으면, 그냥 ‘먼저 자원하자’입니다. 수동적인 자세보다는 적극적으로 업무에 임할 때 리더에게 긍정적인 임팩트를 줄 수 있습니다.

 

 

 

글 ㅣ  LG CNS  홍보팀

 

*해당 콘텐츠는 저작권법에 의해 보호받는 저작물로 LG CNS 블로그에 저작권이 있습니다.

*해당 콘텐츠는 사전 동의없이 2차 가공 및 영리적인 이용을 금하고 있습니다.

 

 

[연재 기획] 

[1편] LG CNS의 최고 기술 전문가의 비밀은? 전문위원 人터뷰 (1탄)