구글이 강한 이유는 AI가 아니라 데이터다

AI 분석을 해보겠다고 마음먹는 순간, 늘 비슷한 장벽을 만나게 됩니다.
분석 모델이 부족해서가 아닙니다. 알고리즘이 뒤처져서도 아닙니다.

대부분의 병목은 데이터에서 시작됩니다.

HR Analytics에서 종단 트렌드 분석을 하려 하면 가장 먼저 사람과 조직의 기준값이 흔들립니다. 조직개편은 수시로 일어납니다. 부서명이 바뀌고, 조직이 합쳐지거나 쪼개지고, 새 조직이 생겼다가 사라지기도 합니다. 그런데 변하는 조직을 따라가야 할 데이터는 정작 같은 기준으로 남아 있지 않습니다. 어제의 팀이 오늘은 다른 이름의 파트가 되고, 기능은 이어지는데 명칭은 바뀌고, 이름은 비슷한데 실질은 완전히 달라지기도 합니다. 이런 상태에서 종단 분석을 하면 숫자는 나오지만, 그 숫자가 정말 같은 대상을 비교한 결과인지 확신하기 어려워집니다.

사람 데이터도 다르지 않습니다. 사번을 기준값으로 삼았다고 안심했는데, 법인 간 전배가 일어나면 그 기준마저 흔들립니다. 분명 같은 사람인데 시스템 안에서는 다른 사람처럼 보입니다. 결국 우리는 한 사람의 성장과 이동, 성과와 몰입의 흐름을 길게 이어 보지 못한 채, 그때그때 끊어진 장면들을 억지로 이어 붙이며 분석하게 됩니다. 데이터는 있는데 추적은 되지 않고, 기록은 있는데 연결은 되지 않는 상황입니다.

그럴 때 문득 마음이 무거워집니다.

이렇게 불확실하고 부정확한 데이터로 만든 분석 결과가 과연 얼마나 의미가 있을까.
AI는 준비돼 있는데, 정작 AI에게 일을 시킬 재료와 사람이 준비되지 않은 것은 아닐까.

사람은 이런 상황에서도 어떻게든 대응합니다.
“대충” 압