데이터라고 하면 대부분의 사람들은 정보라고 생각한다. 그러나 데이터는 정보가 아니라 자료이다. 자료를 가공해 얻는 것이 정보이다.

현재 데이터는 다양한 산업에서 활용되고 있지만 대부분의 기업들은 아직까지 데이터의 중요성을 인식하지 못하고 있으며 새로운 시스템에 적절하게 도입하지 못하고 있다.

데이터의 중요성을 미리 인지한 데이터스랩의 김보겸 대표는 데이터 활용을 높여 기업경쟁력을 높이려 일조하고 있다. 자세한 이야기를 들어보고자 인터뷰를 진행했다.

데이터스랩 김보겸 대표

간단한 자기소개 및 창업동기

첫 사회생활을 은행에서 시작했다. 그 후 국제 구호기구 월드비전의 우간다 책임자로 2년간 아프리카에서 파견근무를 했다. 기업의 사회적 역할과 개인의 삶의 질, 그리고 자원의 효율적으로 배분하여 최대한 많은 사람들이 좋은 환경에서 행복하게 살 수 있게 하는 해답을 데이터에서 찾았다. 제대로 된 현장의 데이터를 통해 효과적으로 자원을 배분하고 올바른 의사결정을 해야 현장에서의 상황을 변화시킬 수 있었기 때문이다. 삼인이엔에스의 김영록대표와 CTO 강경완 전무님과 3D와 데이터에 대한 활용과 기술적인 한계 등 3D 기반의 데이터 관리와 분석에 대한 의견을 나눴었고, 마침 삼성 E&A에서 이에 대한 컨설팅을 수행하면서 기회가 되어서 창업을 하게 되었다.

주요 비즈니스 영역

데이터 활용의 효용성과 경쟁력을 높여주는 컨설팅과 이와 연관된 제품 공급이 주요 비즈니스 영역이다. 한마디로 데이터 엔지니어링 영역이라고 말할 수 있다. 많은 대기업들이 최근에 데이터의 중요성을 인식한 후, 이를 전담하는 부서를 신설하고 데이터 전문 인력을 채용하고 있다. 이에 반해 대부분의 중소기업들은 데이터의 중요성을 인식하지 못하고 있고, 알더라도 기존 프로세스에 데이터 활용을 위한 새로운 프로세스와 시스템 도입에 어려움을 겪고 있다. 데이터스랩은 이러한 환경에서 대기업의 데이터 활용 프로세스에 대한 컨설팅 및 AI를 포함한 최적의 데이터 활용 방안을 여러 솔루션과 함께 제공하고 있으며 중소기업에는 효과적인 데이터 활용 및 수집을 위한 교육 및 프로세스 이노베이션 그리고 데이터 활용을 위한 기초 솔루션 등을 제공하고 있다. 또한 3D 데이터를 쉽게 랜더링하고 데이터와 함께 업무에 활용할 수 있게 해주는 Spavy 활용에 대한 컨설팅도 제공하고 있다.

경쟁력

데이터에 대한 저희 직원들의 이해 정도, 즉 직원들이 회사의 가장 큰 경쟁력이라고 생각한다. 많은 사람들이 데이터가 ‘미래 산업의 석유다. 황금이다’라고 이야기하지만 왜 그런지 어떤 이유인지는 설명하지 못한다. 반면에 직원들은 데이터가 무엇인지 그리고 산업 현장과 미래에 데이터가 어떤 역할을 하고 이를 더 잘 활용하고 경쟁력을 높이기 위해서 지금 기업 혹은 개인들이 어떤 준비를 해야 하는지 누구보다도 잘 인지하고 있다. 특히 다양한 기업 운영 환경에서 구체적으로 어떤 프로세스와 제품 그리고 방향성을 가지고 데이터를 활용해야 하는지에 대한 지식을 가지고 있고 이를 바탕으로 생산적인 컨설팅과 제품 제안 등을 실행할 수 있는 뛰어난 직원들이 가장 큰 경쟁력이다.

준비중인 신사업

현재 제공하고 있는 데이터 분석 및 활용 서비스의 확장을 위해 양질의 데이터를 수집하고 효과적인 데이터 파이프라인을 구축할 수 있게 해 주는 산업 특화 구독형 솔루션을 준비중이다. 또한 AI 시대에 산업 특화된 생성형 GPT와 특정 업무에서의 데이터 활용 극대화를 위한 챗봇 등도 준비하고 있다. 특히 구독형 솔루션은 대부분의 기업에서 활용하고 있는 Microsoft Office 기반의 솔루션으로 양질의 기업 데이터를 쉽고 효과적으로 쌓고 분석할 수 있는 여러 솔루션을 공급할 예정이다. 그 예로 제대로 활용하지 못하고 있는 인사 및 그룹웨어데이터를 효과적으로 활용하고 쿼리 할 수 있는 Microsoft Teams 기반의 그룹웨어 솔루션과 건설 산업의 이해를 바탕으로 하는 일일공사현황 및 설계 확정, 연결 등을 위한 최적의 데이터 공유 및 분석 시스템 등을 준비 중에 있다. 또한 데이터 컨설팅 및 교육 사업을 확장하는 계획도 가지고 있다. 단순히 이론만 배우는 교육보다는 그동안 저희가 실무에서 쌓은 지식을 바탕으로 교육과 컨설팅이 융합되어 있는 형태의 서비스를 통해 여러 기업들이 데이터 활용을 보다 효과적으로 할 수 있도록 하는 데이터 엔지니어링을 제공할 예정이다.

주요 타겟층 및 고객관리

주요 타겟은 데이터의 효율적인 활용과 데이터기반 업무 프로세스 구축을 위한 컨설팅과 단계별 솔루션 도입을 고민하고 있는 모든 기업이다. 특히 건설업과 같이 3D 데이터를 활용해야 하는 기업 그리고 다양한 협업을 위한 데이터 공유와 분석 등이 필요한 기업들이 주요 대상이다. 또한 현재 저희가 3D랜더링 툴인 Spavy를 활용하여 데이터 엔지니어링을 실행하고 있기 때문에 건설 시장의 여러 설계 및 엔지니어링 기업들의 경우 우선 타겟층이 될 수 있다.

데이터스랩을 접할 수 있는 경로

데이터의 활용은 정말 기업마다 개인마다 맞춤형으로 제공되어야 하기 때문에 구체적인 제품이나 서비스를 먼저 확인하는 것보다 현재 자사의 현황 진단과 컨설팅이 우선 되어야 한다. 따라서 특정 상품을 바로 접할 수 있는 경로는 따로 두고 있지 않다. 대신 컨설팅과 진단을 요청할 수 있는 경로와 다른 조직에서 활용하고 있는 데이터 서비스 및 제품과 관련된 일련의 소개는 홈페이지(www.datasrep.com)에서 만나볼 수 있다.

향후계획

일단 현실적인 목표는 직원과 솔루션 개발에 좀 더 여우 있게 투자 할 수 있는 회사 규모를 만드는 것이다. 제가 1조원 회사 가치를 직원들과 이야기 했는데 직원들은 농담삼아 이야기 하는 것으로 생각했지만, 이것이 어려운 일이라고 생각하지 않고 한 단계씩 성장해 나가면 충분히 가능한 영역이라고 생각하고 있다. 특히 데이터는 규모의 경제가 잘 적용되는 영역이다. 투자를 많이 할수록 생산성은 기하급수적으로 증가하고 시장 선점도 빠르게 할 수 있기에 대규모 투자가 핵심이다.

강조하고 싶은 내용

최근 로우코드를 도입했다. 로우코드는 코딩을 몰라도 프로세스와 조금의 코딩지식만 알고 있으면 시스템을 만들 수 있는 툴이다. 이 로우코드로 흘러가는 데이터드를 모아 새로운 시스템을 구축하려 한다. 이를 통해 보다 빠르게 현장의 데이터를 보다 효과적으로 취득하고 활용할 계획이다. 모든 데이터가 만능은 아니다. 많은 기업들과 개인들이 GPT 등의 AI를 접하고 당장 이를 업무에 활용하기를 원한다. 하지만 사실 제대로 된 데이터 기반 경쟁력 확보를 위해서는 가장 앞 단계인 효과적인 데이터 수집 및 이해 그리고 전처리와 모델링이 기반이 되어야 한다. 그리고 이를 위한 산업 특화적인 프로세스의 구축이 먼저가 되어야 한다. 결국 빠르게 AI 모델을 구축하는 것 보다는 산업의 데이터 특징을 이해하고 양질의 데이터를 쌓고 정리하는 것부터 시작해야 한다고 이야기하고 싶다. 많은 기업들이 데이터 하면 AI 그리고 당장 GPT 와 같은 모델 구축을 바라는데 앞 단계가 안 되어 있는 기업들은 사실 이게 큰 도움이 되지 않고 오히려 제대로 된 데이터 축적 프로세스를 구축하고 이를 잘 활용을 위한 대시보드만 만들어도 성공이라고 할 수 있다. 한마디로 AI가 만능이 아니고 각자의 기업이 속한 산업과 기업의 역량을 바탕으로 향후 데이터 활용을 위한 기반을 만드는 것이 가장 중요하다고 이야기하고 싶다.