T맵 사람들
데이터로 바라보는 세상
T맵 데이터파트 인터뷰
빅데이터라는 단어가 지금처럼 친숙하지 않았던 시절에는 개발팀에서 부수적으로 확인하던 단순 통계와 분석이 T맵 데이터의 전부였다. 본격적으로 T맵 데이터를 분석하기 시작한 2014년 이래로 지금까지, 내부 서비스를 개선하는 데 도움을 주고 외부 여러 기관과 협업하여 인사이트를 찾아내는 일을 T맵 서비스팀 데이터 파트에서 담당해 왔다.
Interviewer
김신영
백운민
강동웅
Q.
맡은 일을 중심으로
자기 소개를 부탁드립니다.
김신영 | AI/Mobility 개발팀
SK플래닛 AI/Mobility 개발팀 김신영입니다. 주로 T맵 내부 구성원이나 비즈니스 파트너의 요청을 받아서 데이터를 가공하고 리포트화하는 업무를 하고 있습니다.
백운민 | AI/Mobility 개발팀
저도 같은 SK플래닛 AI/Mobility 개발팀에서 일하고 있고 T맵에서 NBIS와 TOS를 담당하고 있습니다. NBIS는 각종 지표를 보여주는 T맵의 BI 시스템입니다. TOS는 Target Offering System을 의미하며 미리 구분해 놓은 고객의 특성들을 조합해서 타깃 그룹을 만들 수 있는 시스템입니다.
강동웅 | T맵 서비스팀
SK텔레콤 T맵 서비스팀 강동웅입니다. T맵 데이터를 바탕으로 여러 가지 분석을 수행하고 새롭게 찾아낸 인사이트를 서비스 기획과 운영에 활용하는 일을 하고 있습니다. 저와 신영님은 다양한 요구 사항에 대응해서 데이터 분석을 수행하고 운민님은 반복적으로 요구되는 작업을 웹이나 인프라를 통해 시스템화하는 업무를 중점적으로 하고 계십니다.
Q.
로그는 어떤 것을 의미하나요?
김신영 | AI/Mobility 개발팀
T맵 앱 이용 시 화면 이동이나 사용자들의 행동 패턴, 위치 같은 정보들이 기록으로 남습니다. 이 기록들은 사전에 정의된 규칙을 바탕으로 항목별로 정리가 되고 체계적으로 생성이 됩니다. 그리고 이런 기록을 Database라고 부르는 곳에 넣어서 모아둡니다.
강동웅 | T맵 서비스팀
T맵을 사용하면서 목적지를 검색하고 선택한 목적지까지 가는 경로 옵션 중 하나를 선택해서 주행을 시작하게 되는데 이 모든 과정이 기록되는 것입니다. 이러한 기록들은 각각의 종류에 따라 명확하게 분류되어 Database에 저장되게 됩니다.
Q.
데이터 분석 업무는
어떻게 진행되나요?
김신영 | AI/Mobility 개발팀
데이터 분석 업무는 내부에서 필요한 데이터를 분석하는 업무와 외부 협력 요청 분석, 두 가지로 구분됩니다. 저는 외부 요청을 주로 해결하고 있고요. 데이터 분석을 요청하는 외부 기관으로는 기아나 볼보 같은 파트너사가 있습니다. 데이터를 요청하는 기업의 니즈에 맞춰서 데이터를 제공해 드립니다. 보험사에서도 요청이 들어오는데 T맵 사용자의 운전 데이터와 사고 사이의 역학 관계를 찾아내서 보험서비스를 설계하거나 마케팅할 때 참고하기 위한 데이터를 만들기도 합니다.
백운민 | AI/Mobility 개발팀
내부에서는 T맵 앱 업데이트를 해야 할 경우에 필요한 데이터들을 주로 요청 하시는데요. T맵의 전반적인 사용 형태에 관한 요청이 대부분입니다. 특정 기능의 하루 사용량은 얼마나 되는지, 몇 명이 쓰고 있는지를 파악해 다음 업데이트에서 필요 유무 등을 판단하기 위한 자료들이죠.
강동웅 | T맵 서비스팀
개별 분석 주제의 작업 방식은 크게 탐색적인 분석과 가설검증 분석 이렇게 두 가지로 나눌 수 있습니다. 탐색적인 분석은 "요즘에는 사람들이 여가시간에 뭘 하나요?" 와 같이 일반적인 언어로 서술된 질문을 해결하기 위해 찾아 나아가는 과정이기 때문에 영역이 광범위하고 작업이 복잡한 편입니다. 반대로 가설검증 분석의 경우에는 "이 기능은 운전을 자주 하는 사람들이 많이 쓰죠?"와 같이 특정 케이스를 대상으로 해당 내용이 맞는지 틀린지 식별을 하게 되는 과정을 다루기 때문에 비교적 작업이 단순합니다.
Q.
데이터를 분석 할 때
어떤 방식으로 접근하시나요?
강동웅 | T맵 서비스팀
분석가마다 스타일이 다르겠지만 첫 단계에서는 주제에 대한 이해가 필요합니다. 데이터 분석을 요청하시는 분들은 당연히 데이터 전문가가 아니기 때문에 요청 내용만으로는 분석에 필요한 배경 상황을 저희가 정확하게 알기가 어렵습니다. 그럴 때는 요청자에게 구체적인 내용을 물어보면서 어떤 맥락으로 요청을 했는지를 파악해야지만 정확하게 이해를 할 수 있게 됩니다. 따라서 분석 요청자와 분석가는 굉장히 많은 대화를 나눠야 합니다. 결과를 받은 다음에 '내가 원한 답이 아니었다'는 반응이 나오면 안 되니까 요청자와 교감하고 공감대를 잘 형성해야 합니다. 그 후에는 분석 결과를 요청한 사람이 쉽게 이해하여 활용할 수 있도록 쉬운 언어로 전달해 주어야 합니다.
Q.
인상적인 데이터 결과나
흥미로운 주제가 있으셨나요?
강동웅 | T맵 서비스팀
중앙일보와 함께 작업했던 특집 기사가 기억이 납니다. 한 달 가까이 강남과 판교의 출퇴근 시간 패턴을 비롯한 다양한 데이터를 분석했는데요. 주 52시간 근무제가 막 도입되었던 시기였는데 실질적으로 어떠한 변화가 있었는지에 대한 비교를 해본 것이죠. 분석을 해보니 IT업계가 중심인 판교의 출퇴근 시간은 강남과 확연하게 차이가 났어요. 강남에서는 전통적인 출퇴근 시간에 확실하게 이동량이 증가했고 반면에 판교는 유연근무제가 많은 환경인 만큼 전체적으로 출퇴근 시간이 분산이 되어 있고 금요일에는 5시쯤부터는 이동이 많아지는 현상이 보여졌어요. 상당히 어려웠던 작업이었지만 국가 정책의 효과를 결과적으로 확인해 볼 수 있어서 흥미로웠던 작업이기도 했습니다.
백운민 | AI/Mobility 개발팀
저는 <골목식당>을 비롯한 TV 매체의 홍보 효과를 분석한 적이 있습니다. 매스미디어의 홍보 효과가 얼마나 되는 지, 그리고 그 이후의 양상이 어떻게 나타나는지를 살펴보니 매우 재미있는 결과가 나왔었고 이 책에도 그 내용이 일부 담겨있습니다.
Q.
데이터 분석 업무를 하기 위해
필요한 역량은 어떤 걸까요?
김신영 | AI/Mobility 개발팀
기본적으로 관계형 데이터에 관한 배경지식이 있어야 하구요. 분석할 때에는 가능한 한 많은 경우의 수를 떠올려야 해서 책을 많이 보는 것도 도움이 됩니다. 그 외에는 호기심이 많은 성격이 좋은 것 같아요. 데이터를 보고 호기심을 느껴야 새로운 분석 주제를 포착할 수 있기 때문입니다.
백운민 | AI/Mobility 개발팀
지표 운영을 하는 입장에서 갖춰야 하는 것은 디테일과 정확성입니다. 매일 같은 숫자를 봐야 하는 일이라 디테일을 놓치기 쉬운데 지표 운영은 비즈니스적인 선택을 좌우하기 때문에 소홀하게 다뤄서는 안 됩니다.
강동웅 | T맵 서비스팀
저도 같은 생각입니다. 데이터 분석가에게는 일반인의 10배 정도의 꼼꼼함이 필요하다고 보시면 될 것 같아요. 어지간히 꼼꼼한 성격의 소유자가 아닌 경우 장기적으로 수행하기 힘든 업무라고 생각합니다. 주변에서 깐깐하다, 꼼꼼하다는 평가를 받는 사람들이 데이터 분석에 어울린다고 볼 수 있을 것 같아요. 그리고 상상력도 중요합니다. 분석가가 보유하고 있는 상상력에 따라서 데이터를 얼마나 다양하게 활용할 수 있는지가 결정됩니다.
Q.
마지막으로 T맵을 이용하는 고객 분들께
전하고 싶으신 이야기가 있으신가요?
백운민 | AI/Mobility 개발팀
T맵은 운전 중에 사용하는 서비스인 만큼 꼭 안전운전을 하셨으면 좋겠구요. 내비게이션 주의사항에도 등장하지만 내비게이션 정보는 절대적인 기준이 아닌 보조 수단입니다. 도로 상황에 대한 사용자들의 판단도 무척 중요하다는 것을 인식해 주셨으면 합니다.
김신영 | AI/Mobility 개발팀
T맵 데이터를 보다 보면 1등이 1등인 이유가 자연스럽게 느껴져요. 많은 분들이 이용해 주시는 만큼 데이터가 쌓이게 되고 덕분에 T맵도 노하우가 생겨서 알고리즘에 오류가 발생해도 다음 업데이트 때 빠르게 수정 내용이 반영됩니다. 데이터를 보면서 고민을 많이 하고 있으니 앞으로도 많이 사용해 주신다면 더 좋은 서비스가 만들어질 것이라고 생각합니다.
강동웅 | T맵 서비스팀
고맙다는 인사를 드리고 싶습니다. 피처폰 시절에는 사용자가 적어서 데이터를 통해서 볼 수 있었던 정보가 많이 없었지만 점점 더 많이 그리고 자주 사용해 주셔서 쌓이게 되는 데이터가 늘어나게 되었는데요. 덕분에 신뢰도가 높고 가치 있는 정보들을 뽑을 수 있게 되었고 저희는 데이터를 가공해서 어떻게든 사용자분들에게 혜택으로 돌려드리기 위해 노력하고 있습니다. 앞으로도 데이터를 열심히 분석해 편리한 서비스와 다양한 혜택으로 보답하겠습니다.
이전 이야기
다음 이야기
T map Trend Map 2020
관련사이트
