모르는 것과 새로움에 대한 관성

 

 

© brett_jordan, 출처 Unsplash

데이터 업계, 더 넓게 보면 IT업계에서 일하면서 다양한 관성을 겪었다. 여러가지가 있겠지만 2가지가 생각났다.

​

바로 SQL과 데이터에 대한 관점이다. 데이터가 뭐가 필요하냐고 하면서 직감적으로 과거의 영광을 중시하시는 분들이 계시다. 특히 대기업이나 특정 IT기업출신분들이 그런 경우가 있었다.

​

여기서 다양한 문제가 발생하는데 바로 미팅이 끝나지 않는 것이다. 끝은 나는데 결론이 안나는 것이다. 서로의 경험에 의한 주장이 왔다갔다하다가 다음 미팅을 하자고 마무리하는 것이다.

​

미팅의 목적보다 자신의 경험과 자아가 더 강하게 들어온 상황이다. 아직 이 부분은 인간의 영역에 가깝다고 생각한다. 그래서 실질적인 더 많은 대화와 기록, 복기가 필요하다고 생각한다.

​

​

또 다른 관성은 SQL이다. 어떤 경우인가하면 ‘나는 IT관련 일을 하지 않았고 배우지도 않았으니 SQL은 데이터팀이나 IT지원팀이 작성해서 달라는 것’이다.

​

SQL뿐만 아니라 데이터를 추출하고 훌륭한(?) 인사이트까지 뽑아줘야 할 때도 많았다. 그래도 다행인 부분은 스타트업에서는 성장에 대한 욕구가 강하신 분들이 늘어나고, 데이터에 대한 필요성이 사회적으로도 많이 언급되면서 부서나 팀을 막론하고 SQL과 데이터에 대한 관심이 늘어나고 있다.

​

​

그런데 또 다른 붐이 왔다. 모두 알다시피 AI다. 데이터붐이 제대로 시작되기도 전에 챗지피티와 함께 AI가 온 것이다. 여기서 어려운 점은 흔히 주장되는 비전공자분들의 관점이다.

​

데이터를 제대로 이해하지 못했다는 걱정과 AI라는 새로운 것을 배워야 한다는 압박으로 인해 둘다 포기하는 것이다. 이 부분은 전공자, 비전공자 모두에게 해당 될 것이다.

​

한 때 비트코인과 함께 블록체인, 메타버스 얘기가 많아질 때도 그 모든 것을 배워야할지 생각했었다. 하지만 잘 생각해보면 블록체인과 메타버스의 본질적인 기본은 컴퓨터과학에서 시작된 것이다.

​

컴퓨터과학에서 시작 됐다는 것을 알고 시작하면 어렵더라도 무섭지는 않을 것이다.

​

​

그러면 컴퓨터과학의 모든 과목을 배워야 할까? 그것도 아니라고 생각한다. 일반적으로 컴퓨터과학에서 중요한 과목 중 하나는 ‘컴퓨터 네트워크’였다. 면접에서도 정말 많이 물어보는 단골주제였다.

​

지금은 단골까지는 아닌 것 같다. 그리고 컴퓨터 네트워크 책 1권을 모두 이해하려면 한도끝도 없다.

​

뭘 보면 좋을까?

​

​

개인적으로 추천하는 방식은 원하는 직군에서 요구하는 자격요건을 복사해서 챗지피티, 구글과 대화하는 것이다. 그냥 검색하고 끝나는게 아니라 컴퓨터와 대화해야 하는 것이다.

​

대화의 중요한 한 가지는 바로 양방향 소통이다. 자격요건을 복사해서 그냥 가르쳐달라고 요청하는 것이 아니라 계속해서 질문하고 내 생각을 챗지피티한테 말하는 것이다.

​

어떤 부분이 틀렸고 다른지를 '가늠'해보는 것이다.

​

​

챗지피티는 훌륭한 면접도구다. 그리고 좋은 동료가 될 수도 있다. 과거에는 데이터와 SQL, 그리고 새로운 기술이 나올 때 대응할 수 있는 방법이 많지 않았다.

​

그저 책을 보거나 선배들을 통해 도제식으로 교육받는게 최우선이었다. 세상이 달라지고 있다. 대화할 도구들이 점점 늘어나고 있고 좋아지고 있다.

​

컴퓨터랑 대화하자. 코딩이 아닌 말로 대화해도 된다.