4차 산업혁명의 본질이 무엇인지 말로만 무성할 뿐 아무도 분명한 아젠다나 실천적 과제를 제시하지 못합니다. 중소기업은 물론 대기업의 최고 경영자들도 일선에서 선명한 비전을 갖고 있지는 못한 듯합니다. 실정이 이런 판에 일반 시민이나 어린 학생들이 자신의 장래를 놓고, "4차 산업 혁명"을 키워드 삼아 어떤 건설적 투영을 해 내기란 거의 가망이 없다고나 해야겠죠. 그 실체가 파악되지 않은 채 말만 무성하니 사람들이 더 버거워하고 심지어 두려워하는 것 아닐까 생각합니다.

이보다는 훨씬 부담 없는 이슈이겠을 "빅데이터"의 중요성에 대해서는 이미 5, 6년 전부터 많은 전문가나 저술가들이 지적해 왔습니다. 그런데 놀라운 건 이미 키워드가 대중화한지 한참 지난 이 문제를 놓고서도, 일선의 경영자들이 자신의 업무에 거의 활용할 줄을 모른다는 겁니다. 심지어 빅데이터의 개념부터가 안 잡힌 분들도 많습니다. 막연히 "통계를 잘 활용하라는 소리지"라든가(아주 틀린 말은 아니지만), "그 빅데이터 어디 가서 얼마 주면 구할 수 있나?"라고 되묻는 분도 있습니다. 이런 분들의 사고 방식이란, 세상을 통째 바꿔 놓을 이 도도한 흐름에 대해 그저 "기존의 데이터가 덩치가 커진 것" 정도로밖에 인식 못 하는 데 머무는 거죠.

이 책에서 일단 독자들의 눈을 사로잡고 들어가는 저자님의 진단, 시각이 있습니다. 작년 이맘때(하고도 한두 달 전입니다만)에 세계, 적어도 동아시아 3국을 충격 속에 몰아넣었던, 인공지능(소위) 알파고와 이세돌 9단의 대국을 화제로 삼아, 대중들은 인간이 드디어 기계의 "지능"에 패배한 대사건이라며 입방아를 찧었죠. 헌데 저자는 그렇게 보지 않았다고 하시네요. "자동차가 처음 발명되었을 때, 그와 100m 달리기 경주를 벌여 진 인간을 보고 우리는 집단 패배감, 좌절감을 느껴야 하겠는가?" 오히려 또하나의 강력한 도구를 발견한 데서 무한한 희망과 가능성을 엿보았다고 평가해야 온당하다고 저자는 말씀합니다. 이 관점이 책 본문 전체를 관통하며, 또한 우리가 미래에 대한 구체적 비전을 갖추는 데 이 책이 무슨 도움을 줄 수 있을지 잘 요약합니다.

저자는 책 전체를 통해, 인공지능이니 4차 산업 혁명이니 하는, 아직은 그 실체가 분명하다거나 논자에 따라 뜻이 구구하게 갈리는 용어, 화두를 자주 쓰지 않습니다. 책 제목을 봐도 알 수 있듯, (어쩌면 오래 전에 한물 간 듯 잘못된 느낌을 갖기도 하는) "빅데이터" 하나로 모든 설명을 시도하는 내용입니다. 인공지능을 운위하는 시대에 왜 옹색하게 빅데이터인가? 저자는 정반대로, 심지어 저 알파고- 이세돌 대국이 불러온 파장마저도 "종래의 방식에 대한 빅데이터 활용의 승리"라고까지 "치환"해서 설명합니다. 하긴 더 간명하고 상식에 부합하는 설명이 가능하다면, 구태여 번거로운 개념을 동원하거나 논증 과정이 불분명한 논의를 끌어올 필요가 없긴 합니다. "인공지능의 승리"라고 설령 인정해도, 그 실체와 핵심은 결국 "인간이 이용하지 못했던 방대한 데이터의 분석에 기인한 승리"라고 바꿔 말해도 되는 것 아니겠습니까? 아직 "지능" 자체가 어떤 구조, 속성인지 모르는 형편에, 더 이해하기 쉽고 내용도 분명히 규명된 "빅데이터의 위력"으로 초점을 잡으면, 더 유익한 결과가 나올 것 같기도 합니다. 현장에서 적용해 보기도 더 쉽고 말입니다.

(물론 인공지능이 정말 성공, 실용 단계에 확실히 진입한다면 그건 빅데이터를 훨씬 뛰어넘는, 넥스트 레벨의 성취임에 틀림 없습니다. 자동차가 "엔진과 강철과 휘발유와 플라스틱과 쿠션의 합"이 아닌 거나 마찬가지로요. 하지만 그건 업계의 성취가 일정 수준을 확실히 넘어선 후에 의미 부여를 해도 충분합니다)

저자께서는, 여전히 빅데이터라고만 해도 뭔가 어렵게 다가올, 현장의 그저 평범한 사장님들을 위해, 자신이 직접 겪은(본인이 CEO이시기도 하니까요) 사례를 중심으로 무엇이 "빅데이터 경영"인지 재미있게 설명해 줍니다. 이 책은 이처럼 저자 스스로가 겪은 사례를 바탕으로, 실무에서 쉽게 실천해 볼 수 있는 지침이 많이 담겼다는 게 가장 큰 장점입니다. 예컨대 요즘 우리는 기업들이 "잉여 서비스"를 많이 줄여가고 있다는 점 실감하게 됩니다. 과거에 노트북 한 대를 사면 딸려오는 매뉴얼만 해도 웬만한 자계서 한 권 분량의 책이었습니다. 요즘은 가전제품을 사도 지류에 적힌 설명서를 구경하기 힘듭니다. 소비자 입장에서는 서운하지만, 기업 입장에서는 허투루 새어나가는 무익한(?) 비용을 줄이자는 절박한 현실인식에의 발로이니, 우리도 다들 기업에 몸담은 입장에서 이해해 줄 여지는 있습니다.

저자는 잔반 줄이기로 비용 절감(나아가 환경 보호 기여ㅋ)에 성공한 직접 사례를 들어 주십니다. 회사 카페테리아 같은 데서 저렴하게 공급하는 식단에, 먹지 않고 버리는 반찬이 연간 수십 톤에 달한다면 요즘 같은 고물가 시대에 그 역시 의미없는 원가(직원 복리 후생) 출혈입니다. 우선 먹고 버린 잔반통을 다 뒤져(여기서 웃음이 나기도 했고 과연 CEO  체면에 이렇게까지 해야하는지 회의도 느껴졌지만 - 물론 직접 하신 건 아니겠지만요 - 비용 절감과 경영 효율화는 이런 자질구레한 문제의 위급한 인식에서 비롯한다는 점은 확실히 배웠습니다) 어떤 반찬을 가장 많이 남기는지 조사했다고 합니다. 답은 부침개인데, 이 음식은 갓 요리하고 바로 배식해야 하는, 온도가 생명인 품목이죠. 그런데 싸늘히 식어 있으니 입맛이 당길 리가 없습니다. 이런 식으로 현장(확장하면 결국 시장이 됩니다)의 진짜 니즈가 무엇인지를 파악하는 게 경영 효율화, 나아가서는 혁신의 단초가 된다는 거죠.

거기에 그치면 작은, 소소한 개량에 불과합니다. 저자는 반찬의 다양한 품목을 코드화하여, 막연한 직관이나 불분명한 "문과 언어" 사용이 아닌, 잔반 줄이기 프로젝트에서 계량화할 수 있는 "데이터의 언어"로 이 문제를 접근했습니다. 순간 독자인 제 머리도 아찔해지던데 해당 대목 바로 그 다음에 숱한 애로사항이 진술되더군요. 전산시스템은 글자 하나만 틀려도 전혀 다른 품목으로 분류하니 이른바 정성적 분석이 원활히 안 이뤄지더라는 거죠(오죽하겠습니까. 상상만 해도 땀이 나네요). 저자는 이 귀찮은 단계에서 포기하지 말고, 아예 당신 주변의 모든 환경을 "데이터"로 다 바꿔 놓으라고 합니다. 왜 혁신기업의 CEO들이 "데이터는 미래의 석유"라고 했겠는지 그 의미를 새기면서 말입니다(사실 이 한 줄이 책 전체의 요약, 주제 대변이라고 새겨도 됩니다).

인간의 뇌는 사물과 환경을 실체, 혹은 아날로그 포맷으로 받아들이지 않습니다. 결국은 의식, 무의식상으로 자신의 경험에 비추어 모두 데이터로 변환한 후 일정 프레임에 끼워 넣고 정리할 뿐입니다. 여담입니다만 사실 여기서 인간 사이의 소통 부재, 오해, 갈등이 비롯하기도 하죠. 나는 나를 이러이러한 존재로 스스로 자리매김하는데 상대는 상대 나름대로 그의 시각에서 나를 판단(데이터화)하고, 객관적 실체(논란이 있겠습니다만)는 또 전혀 별개 지점에 있고... 여튼 문제를 선명히 인식하고 실천을 쉽게 이루려면, 아날로그적 감상이나 밑도끝도없는 이미지에 매달릴 게 아니라, 각종 장애와 이슈와 목표를 모조리 데이터로 바꾼 후 판단하고 고민하고 결정하라는 겁니다. 진짜 맞는 말씀이라고 생각되더군요.

재미있는 사례가 많이 소개되고, 또 여러 혁신가들의 명언이 곳곳에 소개되어 결론 정리에 유익했습니다. 시장 조사를 통한 체계적 예측 끝에, 독신자 가구가 증가하는 대세에 호응하고자 작은 벽걸이형 세탁기를 야심차게 출시한 회사가 있었습니다. 벽걸이까지는 모르겠는데 소형 세탁기라면 대략 십 년 전에 여러 작은 기업에서 생산, 판촉을 벌이기도 하더군요. 그런데 큰 실패로 끝나고 만 게, 1) 원룸 거주자나 소형 아파트 입주민 중엔 이미 빌트인 형태로 중형 세탁기를 제공받은 경우가 많으며, 2) 이런 사람들은 대개 빨래를 그때그때 하지 않고 일주일치를 몰아서 하는 습관이 있더라는 거죠. 이처럼 데이터의 해석은 그저 큰 줄기에만 주목하거나 현장의 구체적 상황을 무시하는 게 되어서는 안 됨을 저자는 지적합니다.

또하나 재미있는 게, 결국 빅데이터의 성공적 활용은 처음에 질문을 바르게 확정해야 가능하다는 겁니다. 세탁력이 우수한 세제를 출시하려던 회사는 데이터의 분석 후, 소비자들이 세탁 완료 후 빨래를 꺼내어 제일 먼저 하는 행동이 "냄새를 맡는 것"이란 점에 착안하여, 전략 자체를 수정했습니다. 성공의 관건은 "얼마나 깨끗하게 빨리느냐"가 아니라, "소비자들에게 얼마나 깨끗하게 빨렸다는 느낌을 확실히 주느냐"에 있음을 깨달았기 때문이죠.

2차 대전 당시 미 공군에서는 출격하는 폭격기가 적의 대공포에 희생되는 경우를 줄이기 위해, 비행기 곳곳에 추가 장갑을 설치하려 했는데 자원이 무제한이면 문제가 없겠으나 한정된 자원, 물자를 놓고 어떻게 효율적으로 배분하느냐가 난점이었겠습니다. 귀환한 전투기를 보니 특정 부위에 집중적으로 탄환을 맞은 흔적이 있어, 전문가들은 여기에만 장갑을 입히면 되겠다고 판단했습니다. 그러나 최고 책임자는 정반대로, 그곳만 빼고 다른 데다 장갑을 장착하라고 했다는군요. 그 이유란,

"그나마 이곳을 맞은 폭격기는 타격이 크지 않아 귀환할 수 있어서 우리가 지금 그 흔적을 볼 수 있다. 허나, 다른 곳을 맞은 폭격기는 적진에서 다 격추되었기 때문에 우리가 아예 확인도 못 하는 것이다."

같은 데이터를 놓고도 통찰력 있는 리더는 이처럼 정확하고 본질을 해결하는 해법을 내어 놓습니다. 미래가 어떤 모습으로 펼쳐지든, 인간의 창의와 상상력은 결코 기계의 효율에 압사하지 않고, 오히려 주인으로서 그 위에 군림하며 더 많은 효용과 복리를 창출합니다. 그 기반은 현재도 무한히, 한계비용 0에 가깝게 생산되는 데이터, 빅 데이터라 하겠습니다.