AI 시대, 데이터로 일하는 사람이
살아남는다

Claude 실전 완전정복 【시리즈 11편】

— 심층 가이드 · 데이터로 일하는 사람 시리즈 —

"하나님은 디테일에 깃들어 있다. 그리고 데이터가 바로 그 디테일이다."

— 앤드류 응 (Andrew Ng), 딥러닝의 아버지

"이거 어떻게 나온 숫자야?"

회의실에서 가장 무서운 질문입니다.

슬라이드에 숫자를 올려놓았는데, 상사가 조용히 묻습니다. "이거 어떻게 나온 거야?" 그 순간 입이 굳습니다. 엑셀 파일을 어디서 받아서 어떻게 집계했는지, 왜 그 기간을 잡았는지, 갑자기 설명이 안 됩니다.

그 질문을 들어본 적 있으신가요.

데이터를 쓰는 시대입니다. 그런데 데이터를 쓰는 것과 데이터로 일하는 것은 다릅니다. 숫자를 채워 넣는 것과 그 숫자가 무엇을 말하는지 아는 것은 완전히 다른 역량입니다.

이 글은 데이터를 두려워하는 분들을 위한 것이 아닙니다. 이미 데이터를 쓰고 있는데 왠지 설득력이 부족하다고 느끼는 분들을 위한 글입니다.

데이터를 가지고 있는 사람이 아니라, 데이터가 말하는 것을 이해하는 사람이 살아남습니다.

숫자를 쓰는 사람과 숫자로 말하는 사람

20년 넘게 기업 현장에서 인사·경영을 다뤄온 사람으로서 분명하게 말씀드릴 수 있는 것이 있습니다.

데이터를 잘 쓰는 사람은 두 부류로 나뉩니다.

첫 번째 부류는 숫자를 모읍니다. 엑셀에 데이터를 쌓고, 그래프를 그리고, 슬라이드에 넣습니다. 열심히 했습니다. 그런데 "그래서 우리가 무엇을 해야 하는가"라는 질문에 침묵합니다.

두 번째 부류는 숫자로 이야기합니다. 같은 데이터를 보고 "이 흐름이 의미하는 것은" "이 비교에서 보이는 것은" "우리가 지금 해야 할 것은"을 말합니다. 회의실이 조용해집니다. 다른 의미로.

두 번째 부류가 되는 것이 AI 시대 생존 전략입니다.

왜 데이터가 설득력을 잃는가?

세 가지 흔한 함정

데이터 보고서나 발표가 설득력을 잃는 데는 반복되는 패턴이 있습니다.

• 숫자를 나열한다 — 전년 대비 7% 증가, 전월 대비 3% 감소. 숫자가 많을수록 오히려 핵심이 안 보입니다

• 맥락이 없다 — 7%가 좋은 것인지 나쁜 것인지, 업계평균은 얼마인지, 우리 목표는 무엇이었는지가 없습니다

• 다음 행동이 없다 — 분석에서 멈춥니다. "그래서 우리는 무엇을 해야 하는가"로 이어지지 않습니다

Claude는 이 세 가지를 해결하는 데 강합니다. 데이터를 분석하는 것이 아니라 — 그것은 엑셀과 전문 분석 도구가 합니다 — 그 분석 결과를 의미 있는 이야기로 만드는 데 강합니다.

Claude가 데이터에서 하는 것과 못 하는 것

먼저 솔직하게 말씀드리겠습니다. Claude는 데이터 분석 도구가 아닙니다.

Claude가 잘하는 것

데이터를 언어로 바꾸는 것

숫자를 텍스트로 전달하면 Claude는 그것을 이야기로 바꿉니다. 흩어진 수치들을 하나의 서사로 연결하고, 경영진이 결정하는 데 필요한 언어로 번역합니다.

비교와 맥락 제시

"이 숫자가 좋은 것인가 나쁜 것인가"를 판단하는 데 필요한 비교 프레임을 제시합니다. 단, 최신 외부 데이터가 필요한 비교는 여러분이 직접 자료를 제공해야 합니다.