문상국

#2-1. 데이터 타입, 빅데이터가 전부가 아니다 - 데이터 종류가 달라도 목적은 하나다

2026-07-08T10:17:43Z

데이터를 확보한다고 하면 흔히 빅데이터를 떠올린다. 그런데 데이터는 크게 세 가지로 나뉜다. 빅데이터, 패널데이터, 그리고 리서치다. 빅데이터는 행동 데이터다. 고객이 무엇을 샀는지, 웹사이트 어디를 클릭했는지, 얼마나 머물렀는지. 구매 기록, 검색 기록, 방문 데이터가 여기에 해당한다. 사람이 의식하지 않은 채 남긴 흔적들이다. 규모가 크고 자동으로

II. 정보디자인의 시작 - 다양한 데이터로 정보를 만드는 작업들

2026-07-06T23:02:07Z

좋은 요리를 만들려면 세 가지가 필요하다. 신선한 재료, 요리할 도구와 레시피, 그리고 좋은 분위기에서 손님에게 예쁜 그릇에 잘 내는 것. 이 세 가지가 맞아떨어지면 손님의 경험이 달라진다. 단순히 배를 채우는 게 아니라, 기억에 남는 한 끼가 된다. 가치가 달라진다. 정보디자인은 요리랑 비슷하다 데이터를 다양한 도구와 분석 방법으로 정보를 만들고, 그

#1-18. 커피챗의 마무리 - 디지털전환의 핵심, 정보디자인

2026-07-05T12:07:11Z

디지털 전환 궤도가 잘 작동하면 어떻게 될까. 데이터가 의사결정 프로세스 안으로 들어온다. 문제를 정의할 때 감이 아니라 데이터에서 뽑은 정보가 기준이 된다. 시장을 분석할 때도, 전략을 세울 때도, 실행하고 성과를 볼 때도 마찬가지다. 데이터가 모든 단계에 연결되면서 의사결정 전체가 조금씩 달라지기 시작한다. 정보를 만드는 것과 전달하는 것 여기서 두

#1-17. 디지털전환, 생각보다 빨리 체감되지 않는다 - 체감하기 까지 빠르면 1년, 보통은 2년이다

2026-07-05T11:30:06Z

디지털 전환을 시작하면 뭔가 금방 달라질 것 같다. 데이터가 쌓이고, 분석이 나오고, 결정이 바뀌고. 그 그림이 머릿속에 있다. 그런데 막상 해보면 한동안 아무것도 달라지지 않는다. 그때 드는 생각은 대개 하나다. "우리가 뭔가 잘못하고 있는 건 아닐까." 잘못한 게 아니다. 기대가 너무 이른 것이다. 데이터를 쓸 수 있는 상태로 만드는 데만 6개월

#1-16. 디지털 전환 시작하기 - 디지털 전환 궤도 1.0

2026-07-05T12:20:13Z

디지털전환을 시작하기 전에 전체구조를 확인해보자 우리는 매일 결정을 내린다. 개인도, 조직도 마찬가지다. 그리고 그 결정에는 대부분 비슷한 흐름이 있다. 1. 문제를 정의하고2. 상황을 분석하고3. 방향을 세우고4. 실행하고5. 결과를 본다. 거창하게 들리지만 일상에서도 똑같이 일어난다. 마음에 드는 사람이 생겼다 (문제정의). 그 사람을 보니

#1-15. 실패경험이 더 어렵게 만든다 - 자동차가 운전이 어렵다고 마차를 계속 탈 수는 없다

2026-07-05T02:42:40Z

아직 데이터 활용 경험이 적다 보니 준비상황도 부족하고, 노하우도 부족하고, 실패 경험이 성공 경험보다 먼저 쌓인다. 그러다 보면 자연스럽게 회의적인 시각이 생긴다. 데이터가 답을 줄 거라고 믿었는데 아니었다는 경험. 그 경험이 쌓이면 다음 시도가 더 어려워진다. 실패 경험을 하면 대대적으로 데이터를 도입해보려 했다. 인력을 구하고, 대시보드도 만들고,

#1-14. 우린, 데이터 경험이 적다 - 10년, 생각보다 짧은 시간

2026-07-05T02:16:37Z

2016년 3월, 알파고가 이세돌을 이겼다. 전 국민이 TV 앞에 모였고, 많은 회사들이 그날 이후 데이터와 AI를 얘기하기 시작했다. 데이터 팀을 만들고, 분석 툴을 도입하고, 디지털 전환을 선언했다. 그게 딱 10년 전이다. 아직 10년밖에 안 됐다 긴 것 같지만, 실제로 데이터를 써온 경험으로 치면 짧다. 처음 몇 년은 뭘 해야 할지 몰랐고, 그다음

#1-13. 조직문화, 익숙한 저항들 - 현상유지 편향 / 확증편향 / 더닝-크루거 효과 / 인지적 게으름

2026-07-05T02:17:03Z

정보를 활용하지 않는데 조직문화가 문제라고 했다. 조직문화가 뭔지 막연하게 느껴질 수 있다. 구체적으로 어떤 모습인지 들여다보자. 생각보다 익숙한 얼굴들이다. 근데 이 사람들이 나쁜 게 아니다. 뇌는 원래 에너지를 아끼려 한다. 새로운 정보를 받아들이고, 기존 방식을 바꾸고, 다시 배우는 건 인지적으로 꽤나 피곤한 일이다. 익숙한 방식으로 반복하는 게 훨씬

#1-12. 마지막 허들, 조직문화 - 정보를 쓰는 조직과 안 쓰는 조직

2026-07-05T02:17:24Z

정보를 잘 만들었다. 영향력도 신경 썼다. 그런데도 조직이 안 움직일 때가 있다.이건 정보의 문제가 아니다. 영향력의 문제도 아니다. 조직문화의 문제다. 좋은 정보도 외면당한다 기술은 갖춰졌다. 정보를 만들 수 있고, 정리할 수 있고, 보여줄 수 있다. 근데 그 정보가 조직 안에서 실제로 쓰이려면 정보를 받아들이는 문화가 있어야 한다. 정보를 보고 결정하

#1-11. 정보의 영향력을 높이는 법 - 정보의 영향력은 의지에서 나온다

2026-07-05T02:17:46Z

정보를 만드는 건 누구나 할 수 있다. 데이터를 집계하고, 예측값을 뽑고, 응답을 정리하는 것 — 방법을 알면 된다. 도구도 있고, 튜토리얼도 있다. 정보를 만드는 것과 잘 만드는 것 근데 완성도를 높이는 건 다르다. 내가 만든 정보가 실제로 결정에 쓰이고 있는가. 분석 결과가 전략으로 이어지고 있는가. 보고서가 회의실에서 열리고 있는가. 대시보드가 실제

#1-10. 정보에는 완성도가 있다 - 만드는 것과 잘 만드는 것은 다른 일이다

2026-07-05T02:18:05Z

분석 결과를 들었는데 뭔가 아쉬울 때가 있다. 틀린 건 아닌데, 그래서 뭘 해야 하는지 모르겠는 느낌. 숫자는 있는데 판단이 안 서는 느낌. 그 아쉬움의 정체가 있다. 정보의 완성도 문제다. 완성도가 낮은 정보와 높은 정보 이번 달 매장 방문객이 지난달보다 11% 줄었다는 건 정보다. 데이터를 가공해서 만들어낸 것이니까. 근데 이 정보만으로는 뭘 해야 할

#1-9. 데이터로 하는 모든 일의 끝 - 분석도, 모델링도, 리서치도 — 결국 같은 곳에 닿는다

2026-06-28T23:45:12Z

데이터를 다루는 일은 종류가 많다. 분석으로는 수치를 보고 지표를 만든다. AI나 머신러닝으로 모델을 만든다. 리서처는 사람을 만나 인터뷰한다. 쓰는 도구도 다르고, 나오는 결과물의 형태도 다르다. 그래서 이 셋은 보통 전혀 다른 일처럼 여겨진다. 근데 이 일들이 궁극적으로 하려는 게 뭔지 따라가 보면, 이상하게 같은 곳에 닿는다. 세 가지 일의 공

#1-8. 데이터 사이언스, 현상의 원리를 밝히는 일 - 디지털 전환에서 이 역할을 맡은 사람들

2026-06-28T03:59:13Z

최선의 의사결정은 현상을 고치는 데서가 아니라, 그 뒤에 있는 원리를 이해하는 데서 시작된다. 그렇다면 이 작업은 누가 하는 걸까. 요즘 우리는 그들을 데이터 사이언티스트라고 부른다. 그런데 늘 이 질문이 따라온다. "데이터 사이언스가 구체적으로 뭐야?" 대답은 제각각이다. 데이터를 분석하는 사람, 모델을 만드는 사람, 혹은 분석과 모델링과 엔지니어링을 다

#1-7. 현상만 고치면 문제는 다시 돌아온다 - 변화는 언제나 원리를 이해하는 데서 시작됐다

2026-06-27T00:26:41Z

조직은 늘 문제를 해결하려 한다. 회의도 하고, 아이디어도 쏟아낸다. 그런데 이상하게 비슷한 문제가 다시 반복된다. 이유는 단순하다. 우리는 보통 눈에 보이는 현상을 고치려 하기 때문이다. 기침을 멈추기 위해기침약을 먹으면잠시 괜찮아지지만감기는 그대로다. 변화는 보이는 현상 뒤에 무슨 일이 벌어지고 있는지를 묻는 순간부터 시작된다. 나이팅게일

#1-6. 디지털 전환, 내 일과는 상관없다고? - 결정이 있는 곳이라면 어디든 적용된다

2026-06-26T09:18:02Z

"제 일은 데이터하고 상관 없어요." 디지털 전환 이야기가 나오면 이런 말이 꼭 나온다. 데이터랑 거리가 멀다고 느끼거나, IT 쪽 사람들 이야기, 대기업이나 하는 거라고 생각하는 것이다. 하지만 디지털 전환이 의사결정을 개선하는 작업이라면, 범위는 달라진다. 결정이 필요한 곳이라면 어디든 해당된다. 디지털 전환은 IT 부서의 이야기가 아니다. 결정이

#1-5. 감으로 결정하는 방식은 언제부터 버거워졌을까 - 휴리스틱이 한계에 닿는 순간

2026-06-26T08:36:12Z

휴리스틱(감)은 나쁜 방식이 아니다. 오히려 지금까지 오랫동안 잘 작동해왔다. 오랫동안 잘 작동했던 이유 휴리스틱이 오래 작동해온 데는 이유가 있다. 시장이 지금처럼 복잡하지 않았다. 제품 종류도 많지 않았고, 소비자가 볼 수 있는 정보도 많지 않았고, 채널이나 미디어도 손에 꼽을 정도였다. 그 시절엔 경험 많은 사람의 감각 하나가 시장 전체를 꽤 정확하

#1-4. 우리 회사는 어떤 방식으로 결정하고 있을까 - 정해진 적 없지만, 반복해온 선택의 방식

2026-06-25T10:40:34Z

우리 조직에는 의사결정 방식이 있을까. 대부분의 회사는 이 질문에 바로 답하지 못한다. 정의해놓은 적이 없기 때문이다. 기술보다 먼저 던져야 할 질문 디지털전환은 의사결정 방식의 변화라고 했다. 그래서 디지털 전환 이야기를 하려면 기술보다 먼저 이 질문을 던져야 한다. 우리는 어떤 방식으로결정해오고 있었을까 이 질문에 답할 수 있을 때, 비로소 무엇

#1-3. 생각보다 어려운데, 그래도 해야 할까 - 조급함이 만드는 악순환 끊기

2026-06-25T02:53:49Z

디지털 전환은 한 번에 끝나는 프로젝트가 아니다. 조직의 습관이 바뀌는 일이고, 의사결정의 방식이 달라지는 일이다. 기술만으로는 안 되고, 사람과 문화까지 함께 움직여야 한다. 시간도 오래 걸리고, 실패 가능성도 크다. 그래서 자연스럽게 다음 질문이 나온다. 이 정도로 어려운데, 꼭 해야 할까. 시장이 그 질문을 허락하지 않는다 요즘 소비자는 우리가 생각

#1-2. 도구는 바뀌었고, 사고방식은 남았다 - 우리는 전환했다, 고 생각했다

2026-06-24T22:27:46Z

데이터도 있고, 툴도 있고, 조직도 있다. 그래서 대부분의 조직은 이렇게 말한다. "디지털 전환이 잘 진행됐어요." 그 말에는 한 가지 전제가 깔려 있다. 업무가 디지털로 바뀌면 디지털 전환은 자연스럽게 따라온다는 생각. 분명히 많은 게 바뀌었다 업무는 빨라졌고, 보고는 정리됐고, 실수도 줄었다. 종이를 없애고, 엑셀을 쓰고, 시스템으로 관리하는 것.

#1-1. 데이터는 있는데, 결정은 왜 바뀌지 않을까 - 분석 → 설명 → 끄덕임 → 다른 결정. 이 순서가 익숙하다면

2026-06-24T22:28:39Z

데이터 분석가로 회의실에 앉아 내 차례를 기다리고 있었다. 이번엔 데이터를 봐야 하는 안건이었다. 숫자를 설명했다. 왜 이 선택이 더 나은지, 어디까지는 확실한지. 말이 끝나자 짧은 침묵이 흘렀다. 그리고 누군가 말했다. 음… 일단은 기존 방식으로 가죠. 이 장면은 처음이 아니었다 상황만 바뀌었을 뿐 순서는 늘 같았다. 분석 → 설명 → 끄덕임 → 다