놀라운 T요일: 문과 주목하라!

놀라운 T요일: 문과 주목하라!

‘문송합니다’라는 말은 이제 전국민이 알 정도로 유명해진 요즘. 과연 SK텔레콤에도 해당되는 말일까? SK텔레콤 내, 문과 출신 사원을 모셨습니다. 문과들의 솔직한 ‘T’ALK! 놀라운 T요일 문과 편, 지금부터 시작합니다.

 

SK Careers Editor 송은지

#1. 문과 출신 사원에게 묻는다! 직무 이야기

안녕하세요. SK텔레콤 Applied Data Intelligence Labs에서 근무 중인 홍준의입니다. 2017년 입사 후 Data를 활용하는 대부분의 업무를 진행해왔습니다.

많은 분들이 AI, 빅데이터라고 알고 계시는 영역의 업무를 맡고 있습니다. 크게 세 가지 업무로 구분할 수 있는데요. 우선 흔히들 AI라고 부르는 딥러닝 혹은 머신러닝과 관련한 새로운 구성을 연구하거나, 기존의 지식을 활용해 타겟팅 혹은 프로파일링 등을 수행하는 모델을 만드는 업무를 하고 있습니다. 혹은 연구를 통해 성과를 내고 실제 업무에 적용해 다양한 모델을 만들 수도 있고요. 

두 번째는 사업을 실행하는 주체를 도울 수 있도록 biz 친화적인 데이터 분석 업무를 맡고 있습니다. 많은 사업 부서들이 SKT 고객들을 위한 다양한 맞춤형 상품을 기획하고 있는데요, 기획 부서의 경험 및 Insight만으로는 충족시키지 못하는 영역을 발굴하여 보완하는 역할을 맡기도 합니다.

세 번째는 조금 의아하실 수도 있겠지만 엔지니어링 영역입니다. 개발한 모델이 정기적으로 실행되도록 파이프라인을 만들고 이상이 생기지 않도록 운영까지 하는 경우가 많습니다. 또한 일정 수준의 개발/운영 업무도 담당하고 있습니다.

보통은 출근해서 제가 담당하고 있는 운영 업무에 이상이 없는지 확인하는 것부터 시작을 합니다. 그 뒤로는 맡고 있는 프로젝트의 성격에 따라 달라질 것 같은데, 대부분의 시간은 혼자서 업무를 하게 됩니다. 직무 특성상 대면 업무가 많지 않다 보니 혼자 컴퓨터 앞에서 키보드를 두드리는 데에 많은 시간을 보냅니다. 맡고 있는 프로젝트가 연구성 과제라면 다양한 논문을 찾아보기도 하고, 특정 모델을 개발해야 하는 일이라면 데이터를 살펴보면서 어떠한 정보를 변수로 활용할 수 있을지 아이디어를 내 보기도 하고요. 만약 사업, 기획부서와 협업을 해야 하는 프로젝트라면 회의에 참석해서 의견을 공유하기도 합니다.

오히려 학교를 다닐 때보다 제 진로가 더 확실해진 것 같아요. 아무래도 비슷한 업무를 하긴 하지만 서로의 배경 혹은 강점이 다 다르거든요. 어떤 분들은 이론에 굉장히 강하고, 어떤 분들은 개발을 굉장히 잘하고, 어떤 분들은 데이터로부터 인사이트를 발굴하는 아이디어가 기발한 분들도 있거든요. 그래서 협업을 하거나 대화를 하다 보면 제가 몰랐던 영역에 대해 동료들로부터 배우는 것이 많다 보니 시야도 넓어지게 되고, 하고 싶은 것이 무엇인지 명확하게 인지할 수 있게 되었습니다.

#2. 문과생의 솔직한 궁금증

 2016년 하반기 공채로 입사하여 2017년 1월부터 근무 중입니다.

제 경우에는 배경이 특이하잖아요. 누가 봐도 공대생이 할 법한 일을 상경대도 아닌 문과생이 한다? 이게 되게 보는 사람 입장에서 흥미가 갈 요소인 거죠. 그 부분을 노렸습니다.

학생 때 데이터를 활용해 무언가를 할 때에도 benchmark셋에 대해서 성능을 극한까지 올리는 시도를 해보기보다는, Real World 데이터를 수집하여 다양한 분석을 해보았던 게 큰 도움이 되었던 것 같아요. 실제로 우연한 계기로 제 전공 교수님과 ‘19대 국회 입법 발의안 전수’를 수집해서, 어떤 국회의원이 누구랑 친하고, 어떤 의원이 인싸인지 등을 분석해보기도 했거든요. 이렇게 Real World 데이터를 활용해서 Insight를 찾는 일은 실제로 회사에서도 많이 할 테니 그 점을 공략하고 어필했습니다. 물론 일정 수준 이상의 수학, 통계학적인 지식은 갖춰야 하긴 하지만요.

주로 각종 취업 사이트 등을 통해서 얻었습니다. 그리고 부족한 디테일은 발품을 팔아서 구했습니다. 아쉽게도 제가 학생 때 가진 인적 네트워크에는 저와 비슷한 일을 하는 선배들이 전무했기 때문에, 다양한 커뮤니티에 속하기 위해 노력했어요. 당시 유명한 빅데이터 커뮤니티(지금으로 치면 tensorflow KR 같은 느낌)에서도 정보를 많이 얻었습니다. 모든 직무가 다 그런 것처럼 이 직무 또한 직무 전문성이 중요시되다 보니, 온라인 커뮤니티에서도 정보를 많이 얻을 수 있을 거예요.

주 전공은 사회학이었습니다. 통계학을 복수 전공으로 했고요. 현재 컴퓨터 과학 석사 과정 재학 중에 있습니다. 그래서 입사 당시에는 사회학/통계학 학위를 가지고 있었는데, 전공 이수 외에 취미 활동으로 Kaggle 순위권 도전, 야구 데이터 분석, 데이터 공모전 참여와 같은 경험이 있었습니다.

  

재능이 정말 특출난 게 아닌 이상 처음부터 잘하는 사람은 별로 없습니다. 다만 ‘잘하고 싶은 마음’이 있다면 금세 실력이 성장할 테니, 마음가짐이 가장 중요하다고 생각합니다. 사실 이건 신입 매니저에게만 해당되는 내용은 아닌 것 같기도 해요. 실제로 많은 분들이 면접에서 지원자의 현재 역량을 중요하게 보기도 하지만, 경력 대비 지원자의 실력이나 얼마나 빨리 지식 등을 습득하는지도 굉장히 중요하게 생각합니다.

#3. 인터뷰를 마치며

 

“나는 우리 팀의 자석이 되고 싶다.”

제가 스스로 느끼기에 부족한 점이 많다 보니 저보다 잘 하는 분들을 보면 ‘아 저 사람이랑 같이 일하고 싶다’ 라고 느끼거든요. 그래서 저도 타인으로부터 ‘저 사람과 함께 일하고 싶다’는 이야기를 듣는 자석 같은 사람이 되고 싶어요.

개인적으로 이 분야가 뭔가 복잡해 보이고 어려워 보이는 것은 굉장히 간학문적이기 때문이라고 생각해요. 일정 수준 이상의 수학적 지식과, 통계학적 지식이 필요하고 또 동시에 거기에 코딩을 할 줄 알아야 하면서 데이터에서 가치를 발견하는 통찰력까지 필요하니 듣기만 해도 복잡해 보이잖아요.

그런데 사실 문과생이라면 어떤 현상에서 통찰력을 얻는 것은 자신 있다고 생각하는 분들이 많을 거예요. 그리고 코딩은 논리적으로 사고할 수 있다면 문과생도 공대생만큼 혹은 더 잘 할 수도 있거든요. 이 두 가지만 잘 하셔도 사업, 기획에 기여할 수 있는 바가 굉장해요. 여기에 약간의 수학, 통계학적인 지식만 추가한다면 이 직무에서 요구하는 모든 역할을 수행할 수 있습니다.

 

얻은 정보들을 잘 소화시키고 본인의 상황에 맞게 적용하여 많은 도움이 되었으면 좋겠습니다. 전국의 문과생에게 응원의 메시지를 보냅니다. 문과, 너두 할 수 있어!