9. 생성형 AI 리터러시 : 데이터 직군의 기회? 혹은 위기? 나의 직군은 괜찮을까?

Sai 12 Sep 2024

안녕하세요, Solo AI Lab의 Sai입니다. 오늘은 조금 특별한 주제로 찾아왔어요. '생성형 AI가 데이터 관련 직업들에 미치는 영향'에 대해 이야기해보려고 합니다. "어라? 나는 데이터 직군이 아닌데..." 라고 생각하실 수 있지만, 이 변화는 우리 모두에게 중요한 의미가 있답니다. 왜냐면 모든 기업에서는 데이터는 중요하고 활용하고자 하는 니즈가 있는데, 생성형 AI의 데이터 처리 능력으로 인해 누구에게나 그 길이 열렸거든요.

https://www.geeky-gadgets.com/chatgpt-advanced-data-analysis/

생성형 AI 초기 사용자분들은 기억하시겠지만 Chat GPT가 가장 먼저 부가서비스로 내세운 것은 Advanced Data analysis / Code interpreter로 불리우는 데이터 분석 관련 코드작성서비스였고, 이로 인해 데이터 분석 직군의 변동이 생겨나고 있는데요.

하나의 직군에 대해서 얘기하려고 하지만 어쩌면 다양한 직군에서도 이러한 변화가 있기 때문에 한번 잘 다뤄보도록 하겠습니다.

AI로 인한 데이터 직군의 문제가 오긴한 걸까?

먼저 제가 가르치고 있는 데이터분석 전공생들에게 설문한 결과를 공유함으로 시작해보려고 하는데요. 사실 바깥에서 위기라고 하지만 아직 대학에서의 Chat GPT의 활용은 반반이라고 생각합니다. 생각보다 더 학생들은 유료버전의 사용과 제대로된 활용방법을 교육받지 못하고, 아직 옛날의 통계/데이터 이론을 배우고, 학점관리에 여념이 없기 때문이죠. 이게 잘못된 것은 아닙니다. 하지만 앞으로 다룰 얘기들을 들어보시면 조금은 공감하실거라 생각합니다.

아래에 보시면 약 30%정도는 데이터 분석을 10%는 다양한 활용을 하고 있고, 나머지 60%는 활용해보지 못한 것으로 파악됩니다.

사실 저는 약 1년전에 Chat GPT로 데이터 분석을 하는 강의를 인프런에 런칭한적이 있습니다. 요약을 하자면 데이터 분석에 대한 프로세스를 이해하고, 도메인 지식에 대한 이해가 있다면 누구나 Chat GPT를 가지고 데이터 분석을 할 수 있다는 것입니다. Chat GPT는 약 500MB정도의 데이터를 읽고, 질문만으로 전처리가 가능하며, 예측분석이나 분류분석을 하고, 결과물을 벹어내고, 보고서 작성까지 가능합니다. 요즘에 많은 기업에서 하시는 설문조사도 할 수 있고, 그래프도 그릴 수 있습니다.

https://www.inflearn.com/course/%EB%8D%B0%EC%9D%B4%ED%84%B0%EB%B6%84%EC%84%9D-chatgpt-%EA%B0%95%EB%A6%BC (참조 링크)

하지만 아직 대학에서는 Chat GPT로 데이터 분석 강의를 하는 학생들이 아직 저희 학교에 일부 학생들의 의견이지만 아직도 활용하지 않는 학생들을 찾을 수 있었습니다. 좀 더 인터뷰를 해보니 어떻게 활용해야할지 몰랐고, 아직 분석에 대한 프로세스가 정립이 안된 것들을 알 수 있었습니다. Chat GPT의 등장으로 환호했던 몇몇 시니어 동료들과는 많이 상반된 느낌이었습니다.

아직은 따뜻한 물속의 개구리이지 않을까?

Chat GPT가 등장할때즈음 혁신적이었던 AI기능은 Pandas AI였습니다. 데이터 분석을 대화형으로 시도하였는데, 이전까지는 무조건 pandas는 Python을 교육한 다음 데이터 전처리를 하기 위해 다양한 문법들을 배우고, 약 3일 정도는 학습을 해야 제대로 활용할 수 있었던 기능이었습니다.

https://www.datacamp.com/blog/an-introduction-to-pandas-ai

하지만 "데이터에서 월별 자료를 추출해줘" 라는 명령어를 영어로 넣으면 바로 결과가 추출되는 모습을 보고, 놀라워 했던 순간을 아직도 기억합니다. 지금은 너무나 많은 분석을 Chat GPT로 할 수 있고, 코드만 조금 다룰 줄 알면 더 다양한 분석을 할 수 도 있죠.

https://www.inflearn.com/course/offline/ai%EC%8B%9C%EB%8C%80-%EB%8D%B0%EC%9D%B4%ED%84%B0%EC%A7%81%EA%B5%B0-%EC%83%9D%EC%A1%B4%EB%B0%A9%EB%B2%95

최근 저 역시 데이터 직군에 대한 트랜드를 살펴볼 겸 1세대 데이터 사이언티스트인 하용호님의 강의를 들은적이 있었는데, 요즘 하시는 일들 중에서 가장 인상이 깊었던 것은 Meta의 LLama를 활용하여, 기업 내의 LLM을 개발하여, 데이터 베이스를 다루고, 데이터 분석을 할 수 있는 작업들을 하시는 것이었습니다. 왜 인상이 깊었을까요? 만약 모든 회사에 이런식으로 데이터 기반 LLM이 구축이 된다면 데이터 팀은 필요 없어집니다. 단 1~2명 정도의 데이터 인력만 있고, 데이터를 바라볼 수 있는 인사이트만 있으면 왠만한 비즈니스 분석은 할 수 있는 상황인거죠.

그러면 저의 답은 데이터 분석가가 비즈니스를 통찰하는 역량이 필요하거나 아니면 분석된 것들을 잘 드러내는 것이 필요하겠구나 라는 생각이 들었습니다.

앞서 아직 데이터 분석에 생성형 AI를 활용해보지 않은 학생들이 많은데, 앞으로의 취업시장이 더 어려워질거라 생각하고, 저도 이러한 상황을 타파하기 위해 데이터 분석에 PM(Project Manager / Product Manager) 역량을 갖춠 수 있도록 교육을 하려 하지만 현실은 녹록치 않습니다.

그럼 어떻게 해야하나요?

저는 한달에 한번 정도는 내가 할 수 있는 것들과 Chat GPT가 할 수 있는 것들을 계속 점검합니다. 곧 Chat GPT 5가 나온다면 또 어떻게 될지는 모르겠네요.

이미 통계/수학적인 능력이라던가 / 리포팅부분에서는 많은 분들이 생성형 AI를 의존하거나 자동화를 많이 한 사례들을 보고, 코딩능력은 이미 주니어 능력치를 넘은 것을 알 수 있습니다. 물론 사람이 아직은 확인을 해야한다고 생각은 합니다. 그리고 점점 알아가는 데이터가 많아지면서 도메인지식이라던가 실무에 대한 이해도가 높아지긴하는데 아직 대체할 수 없는 부분은 실무적인 경험 / 원초적인 문제 해결 능력 / 가설설정 능력입니다.

즉, 대체할 수 없는 부분은 사람이 AI에게 질문을 제대로 주는 것과 연관되기 때문에 길게 돌아왔지만 이 대체할 수 없는 부분 = 생성형 AI 리터러시와 맞물려있다고 생각합니다. 데이터 분석 직군을 예로 들었지만 특히 개발직군은 비슷할거라 생각하고, 다른 직군들도 비슷한 현실이라 생각합니다.

결론

결론을 내려보면 사실 너무나 빠른 변화에 저도 감당하지 못하는 경우가 많습니다. 그리고 너무나 많은 사례들이 다양한 SNS를 통해 공유되고, 실행되고, 교육되는 것들을 보게 됩니다.

하지만 결국 역사는 사람이 써내려 갈 수 있다고 생각합니다. 어떻게 하면 더 인간적일까를 고민하면서 이 뉴스레터를 써나가봅니다.

앞으로 10년 뒤에도 우리는 아직도 AI를 활용하는 위치에 서있고, 우리의 질문이 세상에 유효하기를 바랄뿐입니다. 많은 직군에서 AI에게 위기를 느끼지만 아직도 우리가 일하고 있는 이유 그 이유가 미래에도 우리가 생성형 AI 리터러시 곧 내가 할 수 있는 것들을 잘 찾아나가서 생존하길 바랍니다.

[저자 관련 정보]
이름 : 김진환 / 이메일 주소 : happydata1510@gmail.com
소속 : 주식회사 위니브 데이터 Lead / 고려대학교 빅데이터사이언스학부 겸임교수, 경제통계학 박사수료

피드백을 부탁드려요! (어떤 작가님의 글을 좋아하시나요?)

간밤에 속보! OPEN AI 신규 모델 발표!

아래 영상으로 공식 영상 모두 마스터하세요!