디지털 혁신 큐레이션 #데이터 #데이터리터러시 #AI리터러시
데이터를 읽는 능력이, 내 세상의 한계다
“내가 아는 언어의 한계가 곧 내 세상의 한계다”
20세기의 가장 위대한 철학자로 손꼽히는 오스트리아의 철학자 루트비히 비트겐슈타인이 남긴 명언입니다. 우리가 생각하고 사고하고 철학하고 사색하고 사유하고 고찰하고 하는 것들은 그 재료가 언어일 것이고, 언어의 재료가 많다는 것은 그만큼 내 세상의 한계가 될 수 있다는 생각이 듭니다.
그리고 지금, ‘디지털 세상의 언어는 데이터, 데이터를 읽는 능력이 내 세상의 한계’가 되어가는 세상에서 우리에게 요구되는 능력은 데이터를 읽고 해석할 수 있는 능력, 바로 ‘데이터 리터러시’ 입니다. |
‘빅데이터’라는 용어가 주목받기 시작한 이래 10년이라는 세월이 더 지났지만, 교육계에서는 시대가 요구하는 인재 양성을 위해 데이터 리터러시를 디지털 핵심 역량으로 정의하여 교육 방향을 구상하는 등 앞으로 10년 이후에도 데이터 활용 역량은 디지털 핵심 역량이 될 것으로 전망하고 있습니다. 그러나 데이터를 활용하여 디지털 혁신을 이뤄내는 과정에서 직면하는 가장 큰 장애물 중 하나는 소수의 데이터 전문 인력을 중심으로 변화를 꾀하기 때문에 혁신이 광범위하게 지속되기가 어려운 점을 꼽을 수 있을 것입니다.
대다수의 전문가들이 디지털 트랜스포메이션 성공의 열쇠는 사람에게 있고, 데이터 중심적인 사고와 건강한 조직 문화가 전제되어야 한다고 이야기합니다. 그러기 위해서는 의사결정에 참여하는 누구나 데이터를 올바르게 해석할 수 있는 데이터 리터러시 역량이 필요하지만 현실은 소수의 데이터 전문가에 의존하는 경우가 많습니다. 그렇기 때문에 데이터 혁신이 조직 내에 자연스레 스며들게 하기 위해 가장 전제되어야 하는 것은 바로 구성원들의 데이터 이해도를 높이고 데이터 활용력을 강화해 나갈 수 있는 데이터 리터러시 역량을 갖춰 나가는 것입니다. |
이를 위해, 데이터 전문가 집단인 데이터 과학자의 역할과 데이터 전문가는 아니더라도 기본적인 데이터 분석 및 활용 능력을 갖춘 시티즌 데이터 과학자의 역할을 구분한 투트랙의 접근이 필요할 것이고, 이를 촉진시키면서 강한 동력을 부여할 수 있는 C레벨의 장기적 의지와 데이터 이해도 또한 필수 요건이라고 할 수 있을 것입니다.
아울러, 데이터 리터러시와 함께 주목해야 할 것이 바로 ‘AI 리터러시’(인공지능 문해력)입니다. 챗GPT의 플러그인 연동이 확대되며 생태계를 넓혀나가고 있고, 그 발전속도는 따라기가 버거울 정도입니다. 최근에는 구글의 바드도 한국어 지원이 되는 등 AI 활용폭은 더욱 넓어지고 있습니다. 그러나 AI가 가져다주는 엄청난 효용가치에도 불구하고 AI의 부작용에 대한 우려도 함께 커지고 있는 상황에서 AI를 올바르게 활용할 수 있는 AI 리터러시가 주목받고 있습니다.
아래는 필자가 지난 베네핏 레터(클릭)에서 작성한 글의 일부입니다. |
챗GPT에게 질문하니 자기가 작성한 글이라고 너무나 자신감 넘치게 거짓말을 하는 것을 볼 수 있습니다. |
다시, 일부러 ‘전환점’을 ‘전한점’으로 오타를 내서 물어보니 “자기가 작성한 글이 아니다”라고 대답을 하는 것을 볼 수 있습니다. 이렇듯, 너무나도 그럴듯하게 거짓말을 지어내는 현상을 ‘환각(할루시네이션)’이라고 하는데, 이를 어떻게 구분할 수 있을까요?
학계, 문학계 등 여러 분야에서 챗GPT 로 인해 골머리를 앓고 있는 문제인데, 문제는 뾰족한 해결책이 없다는 데에 있습니다. AI가 작성한 글이 인터넷 상에 절반 이상을 차지하는 날이 수 년 이내 올지도 모르겠습니다. 그렇게 되면 AI는 자신이 작성한 오염된 데이터를 학습하면서 더욱 환각 현상이 심해질 수도 있을 것입니다. 원본이 사라지고, 무엇이 옳고 그른 것인지 판단하는 것이 더욱 어려워질 것입니다. 동시에 올바른 답을 이끌어낼 수 있는 질문 능력이 더욱 중요해질 것입니다. 곧 다가올 미래 세상에서 바로 AI 리터러시를 갖춰야 하는 이유입니다. |
오늘의 주제 : 데이터 리터러시와 AI 리터러시 |
✅ #1. [데이터 인재] 데이터 리터러시를 가진 팀원은 여전히 부족 ✅ #2. [데이터 역량 강화] 정부와 기업 데이터 역량 강화에 총력 ✅ #3. [AI리터러시] 챗GPT ‘환각’ 현상 주의보에 ‘AI 리터러시’ 주목 |
기고교수 소개
신도용 교수 現 이노핏파트너스 전문교수 |
#가트너 #데이터분석 #데이터인재부족 [데이터 인재] 인사이트 있는 데이터 리터러시 가진 팀원, 여전히 부족 |
효과적인 가치 제공하는 데이터 및 분석 팀은 절반 미만 가트너의 최근 설문조사 결과에 따르면 데이터 및 분석(Data and analytics, 이하 D&A) 리더 가운데 해당 팀이 효과적인 가치를 제공한다고 답한 비율은 절반이 채 되지 않는 44%에 불과했다고 밝혔습니다.
D&A 팀에 대한 요구의 범위와 복잡성을 고려할 때, 응답자의 39%가 답한 바와 같이 D&A 성공의 최대 걸림돌은 ‘인재 부족’인 것으로 나타났습니다. 설문조사에서 D&A의 걸림돌로 꼽힌 상위 6개 요소는 모두 사람과 관련된 문제였습니다. 효과적인 D&A 팀을 구축하기 위해 최고 데이터 및 분석 책임자(Chief Data & Analytics Officers)는 준비된 인재를 고용하는 것 이상의 강력한 인재 관리 전략을 갖춰야 합니다. 여기에는 핵심 D&A 팀과 광범위한 비즈니스 및 기술 커뮤니티 내의 데이터 중심 문화와 데이터 리터러시를 위한 교육, 훈련 및 코칭이 포함돼야 합니다.
|
데이터 인력 부족률 12.2%, “전문교육 기관 활성화해야”
국내 데이터산업 시장 규모는 지난해 23조972억원 규모로 집계됐습니다. 2019년부터 2021년까지 연평균 17.1% 증가했다. 2027년에는 47조원을 넘어설 것으로 전망됩니다.
데이터산업 분야 인력 수요 역시 증가해 2026년까지 총 1만8148명이 추가로 필요할 것으로 예상됩니다. 현재 인력과 필요 인력의 차이를 나타내는 인력 부족률은 12.2%로 나타났습니다. 분야별로는 △데이터 과학자 △데이터 분석가 △데이터 개발자 등이 필요 직무로 손꼽혔습니다.
이같은 상황에도 데이터 기본법에 대한 기대가 커지고 있습니다. 데이터 기본법은 데이터 전문인력 양성을 위한 정책의 기본방향 및 전문인력의 활용 방안을 담고 있습니다. 데이터 기본법 제25조는 △데이터 전문인력 양성기관 지정 △교육·훈련 프로그램 개발 및 활용 △데이터 전문인력 양성을 위한 학계, 산업계 및 공공기관과 협력 △데이터 전문인력 고용창출 및 고용연계 지원 방안 △데이터 관련 직무표준의 마련 및 자격·신직종 정착 지원 등이 주 내용입니다. |
향후 5년 내 데이터산업 인력 부족률 (출처: 전자신문) |
데이터 전문인력 양성기관 활성화가 시급하다는 공감대가 분명합니다. 데이터 관련 학과 정원을 늘리고 데이터 중심으로의 학과 개편도 필요하지만 지금 당장 요구되는 인력 부족을 해결하긴 어렵다는 판단입니다. 또, 대학 교육만으로 실무 역량을 담보하기 어렵다는 지적입니다. |
#데이터리터러시역량강화 #데이터활용 #디지털인재양성 [데이터 역량 강화] ‘정부, 기업’ 데이터 리터러시 역량 강화에 총력전 |
행안부, 지자체 데이터 활용 역량 강화 나선다
행정안전부가 지역 사회의 디지털플랫폼정부 기반 확대 지원에 나섰습니다. 행안부는 ‘직접 데이터를 분석·활용할 수 있는 역량을 갖춘 현업 공무원 양성’을 목표로 ‘데이터 활용역량 강화 계획’을 수립했습니다. 또한 3개 추진전략과 9개 세부과제를 추진합니다.
첫번째 추진전략은 ‘조직 전반으로 데이터문화 확산 및 인식 제고’입니다. 행안부는 이를 위해 월 1회 ‘데이터와 데이트 데이(Day)’를 운영하고, 부내 방송·온라인 퀴즈 등 데이터 문화 확산 활동을 지속할 예정입니다. 아울러 기업 및 학계의 데이터 관련 저명인사 특강을 정기적으로 실시해 데이터의 중요성에 대한 인식을 높입니다. 데이터 연구모임도 지속적으로 확대·운영합니다.
두 번째 추진전략은 ‘데이터를 이해하고 소통할 수 있는 역량 강화’입니다. 데이터 리터러시 교육을 확대·운영하고, 데이터 리터러시 부내 공모전을 개최하는 것이 골자입니다. 특히 과장 이상의 관리자를 대상으로 하는 데이터 활용 교육을 개설하는 등 전 직원의 데이터 역량을 강화할 계획입니다.
세번째 추진 전략은 ‘데이터 분석·활용할 수 있는 역량 배양’입니다. 먼저 실무 사례를 적용하여 담당자가 직접 분석하고 활용해 볼 수 있는 전문교육 과정을 개설·운영합니다. 이와 함께, 정책 현안에 데이터를 활용하는 성공 사례를 발굴하고 확산에 앞장 설 예정입니다. |
100만 디지털 인재 양성과 데이터기반 의사 결정 정부는 100만 디지털 인재 양성을 국정과제로 채택하고 지난 8월 디지털 시대의 주인공이 될 100만 인재를 앞으로 5년에 걸쳐 양성하겠다는 방안을 발표했습니다. 이에 따라 관계 부처는 전 국민의 디지털 교육 기회 확대와 역량 강화를 지원하고 영역별, 전공 분야별, 수준별 인재 양성을 위한 맞춤형 정책을 교육계 및 산업계 등과 협력해 다양하게 추진해 나갈 계획입니다. ‘100만 인재양성’은 전문 인재뿐만 아니라 전 국민이 삶과 전공 분야에서 디지털 기술을 자유롭게 사용할 수 있도록 지원하겠다는 야심 찬 목표를 잘 보여 주고 있습니다.
2020년 12월 10일부터 ‘데이터기반행정활성화에 관한 법률’(약칭, 데이터기반행정법)이 시행되면서 데이터 기반 의사결정에 대해 정부는 물론 산업계와 학계도 높은 관심을 보이고 있습니다. 법률의 핵심은 데이터를 정책 수립 및 의사결정에 활용함으로써 경험과 직관에 의존하기보다 객관적이고 과학적인 증거 기반의 접근을 활성화하자는 것입니다. 데이터에 기반한 정보와 지식을 바탕으로 명확한 방향성을 제시할 수 있게 되고 이해관계자의 여러 행동 패턴을 데이터로 축적해서 이를 분석한 결과를 기반으로 하게 되면 전향적인 의사결정을 하기가 용이해집니다.
최적의 데이터 기반 의사결정을 하기 위해서는 준비해야 할 일이 많습니다. 우선 필요한 데이터를 찾아 가공·분석해야 하고, 데이터 리터러시를 갖춘 전문 인력도 확보, 배치해야 합니다. 무엇보다 데이터를 이해하고 업무에 적용하여 실행에 옮기는 일련의 과정에 대한 인식 전환과 행정에서의 업무문화 변화가 선행되어야 할 것입니다. |
DX 추진을 위한 인적자원 개발(HRD) 기업이 필요로 하는 역량과 자원을 강화하는 방법으로 산업계에선 3B (Build·Buy·Borrow)가 언급돼 왔습니다. 인적자원 또한 마찬가지며 이 3B는 교육과 육성, 채용, 제휴 협력에 해당합니다. DX 인적자원 강화에 있어 핵심이자 주된 대상인 임직원은 데이터 과학자(Data Scientist), 시티즌 데이터 과학자(Citizen Data Scientist), 임원급 리더 이상 3개 그룹이라 할 수 있습니다.
데이터 과학자는 잘 알려진 대로 컴퓨터 공학, 통계학과 수학 등 전문 학위를 보유한 인력을 말합니다. 시티즌 데이터 과학자는 프로그래밍, 통계학 등을 전문적으로 배운 적은 없으나 실무적 교육을 통해 데이터 분석 능력을 갖춘 현업 실무자를 일컫습니다. 이에 DX를 추진할 인적자원의 강화에 있어 기업이 시행착오를 최소화하도록 Build에 초점을 두고 핵심 사안을 다뤄 보면 다음과 같습니다. |
DX 인적자원 강화 방법 및 대상 (출처: 전자신문) |
우선 시티즌 데이터 과학자를 어떻게 키워낼 것인가, 즉 각 도메인에서 실무를 수행 중인 인력들을 데이터 분석이 가능한 인력으로 Build 하는 것이 가장 중요할 것입니다(상단 그림의 A부분). 이들을 어떻게 하면 단기간에 시티즌 데이터 과학자로 양성해서 실전형 DX 인적자원으로 만들 것인지가 관건이란 의미지요. 도메인 실무자가 데이터를 얼마나 잘 활용할 수 있느냐는 결국 그 가치사슬의 DX 속도와 수준을 결정할 것이기 때문입니다.
임원 대상의 Build 또한 매우 중요합니다(상단 그림의 B부분). 어떻게 해야 임원급 리더들이 디지털 기술의 활용 시도에 대해 깨어 있고, 높은 안목을 갖도록 할 것인지는 대단히 중요합니다. 이들의 시각과 안목에 따라 앞에서 언급한 Build 방안들의 실행과 성패가 좌우되기 때문이죠. 정보기술(IT), 금융 등 일부 산업은 데이터와 인공지능(AI)에 대한 시각과 안목이 대체로 일정 수준 이상에 올라선 것으로 보이나 많은 전통산업 기업의 리더는 소위 데이터 리터러시(문해력)를 보다 높여야 할 것으로 예상됩니다. 4차 산업혁명으로 일컬어지는 디지털 변혁기 과정에서 이들의 데이터 문맹은 조직의 수익성, 성장성에 적지 않은 문제를 야기할 것이기에 리더들의 데이터 리터러시 향상은 더할 나위 없이 중요합니다.
기업 활동에서 근원적 요소는 사람이며, 모든 이노베이션을 이뤄내는 주체도 사람임을 우리는 이미 알고 있습니다. 기업이 DX 해법 모색에 고심하고 있는 지금 인적자원의 중요성을 강조하는 이 구절을 다시금 새겨볼 때입니다. |
SAS, 야구로 어린이 데이터 활용 능력 키운다
SAS는 어린이를 대상으로 데이터를 읽고 분석하며 목적에 맞게 활용할 수 있는 능력인 데이터 리터러시를 향상하기 위해 배팅 랩(The Batting Lab) 프로그램을 마련했습니다. 배팅 랩은 인공지능(AI), 컴퓨터 비전과 사물인터넷(IoT) 분석 기술을 활용해 어린이들이 야구와 소프트볼 타격 실력을 향상시키는 체험 프로그램입니다. 동시에 데이터 리터러시의 기본 요소인 데이터 분석과 활용에 대한 자신감을 가질 수 있도록 돕습니다. 데이터 과학과 스포츠를 접목한 배팅 랩은 어린이들에게 야구를 통해 일상생활과 밀접한 데이터 활용 사례를 직접 경험토록 함으로써 데이터 수집과 분석에 대한 어려움과 진입 장벽을 낮춰준다고 회사 측은 설명했습니다. |
배팅 랩(The Batting Lab) 프로그램 (출처: 전자신문) |
#챗GPT활용 #환각현상 #인공지능문제점 [AI리터러시] 챗GPT ‘환각’ 현상 주의보에 ‘AI 리터러시’ 주목 |
세종대왕이 맥북을 던져? 챗GPT의 ‘환각’에 속지 않으려면 인공지능 챗봇이 존재하지 않는 환각을 보는 것처럼 ‘거짓 답변’ ‘황당한 답변’을 쏟아내면서 진실성이 의심받고 있습니다. ‘ 세종대왕 맥북 던짐 사건’은 널리 화제가 된 사례입니다. 이에 전문가들은 인공지능 챗봇이 내놓는 답은 일종의 ‘환각’이기에 진실로 믿으면 안 된다고 강조합니다.
인공지능 챗봇은 논리나 진실에 관계없이 방대한 양의 텍스트를 학습하고 주어진 맥락에서 어떤 답변이 가장 적절할지 추론합니다. 인터넷에 널려 있는 온갖 정보와 패턴, 맥락을 학습해 자연스러운 다음 문장을 생성할 뿐, 자신이 무엇을 하고 있는지 인식하지 못합니다. 전문가들은 ‘환각’ 문제가 인공지능 관련한 가장 중요한 과제 중 하나라고 말합니다.
인공지능 챗봇의 통제와 윤리적 사용을 위해 전문가들은 챗봇의 답변을 의심하고 회의하는 태도를 견지해야 한다고 말합니다. 이른바 ‘AI 리터러시’인데, 정부와 기업에 인공지능 윤리 문제를 맡기지 않고 시민 참여로 풀어가기 위해 인공지능 시민 교육이 이루어지고 있는 핀란드 사례는 주목할만합니다. 인공지능 전문가 랜스 엘리엇 박사는 지난달 15일 <포브스> 인터뷰에서 “인간은 올바른 질문을 할 수 있도록 훈련해야 한다. 인공지능의 파도는 위험하며, 우리는 아직 수영하는 법을 모른다”며 “건강한 회의주의야말로 최고의 자산이다”고 말했습니다.
샌프란시스코에 사는 소수의 개발자들이 문화와 정치적 맥락이 다른 전 세계 사람들이 이용하는 도구의 허용 범위를 결정하게 해서는 안 된다는 지적도 나옵니다. 챗봇의 기능을 과신해 복음처럼 여기는 태도도 경계해야 할 지점입니다. 대화형 인공지능을 과신하면 이들이 할 수 없는 일도 해줄 것이라고 기대하는 의존의 함정에 빠질 위험성이 큽니다. |
AI리터러시 교육을 위한 대응책은? 2020년 듀리 롱(Duri Long)은 AI 리터러시를 “개인이 AI 기술을 비판적으로 평가할 수 있게 해 주는 일련의 역량으로서, AI와 효과적으로 의사소통하고 협업하며 온라인, 가정 및 직장에서 AI를 도구로 사용하는 역량”으로 정의하고 있습니다.
글로벌 시대에는 영어가 기본이었듯이 AI와 공존해야 하는 디지털 시대에는 AI가 기본입니다. 대한민국이 AI 강국이 되기 위해서는 AI에 대한 보편적 소양 교육, 즉 전 국민이 AI를 이해하고 설명하고 응용할 수 있는 AI 리터러시 교육이 절대적으로 필요할 것입니다. AI는 컴퓨터 전문가뿐만 아니라 모든 사람의 기본 역량이 돼야 합니다. 모든 이의 작업 환경과 일상생활에 읽기 쓰기 수학과 디지털 기량 외에 AI 도구를 이용해서 문제를 정의하고 해결할 수 있는 ‘AI 사고력’을 더해야 합니다. AI 리터러시를 갖추는 간단한 방법은 우리가 일상에서 지나치는 작은 현상에도 AI 기술을 적용할 수 있는지 여부를 생각하는 습관을 가지는 것입니다.
현재 각 나라에서 AI 리터러시 교육을 위한 여러 가지 대응책들이 제시되고 있습니다. 핀란드 헬싱키대학은 전 세계 성인들을 대상으로 인공지능 리터러시 온라인강좌인 ‘인공지능의 진실(Elements of AI)’을 무료 제공하고 있습니다. 미국의 MIT에서 만든 코그니메이츠는 미디어 리터러시 교육을 위한 온라인 플랫폼으로, 학생들이 다양한 미디어 콘텐츠를 읽고, 만들고, 공유하고, 평가할 수 있도록 지원합니다. 국내의 경우 부산시교육청은 ‘인공지능 (AI)기반 교육 가이드북’을 출간하여 인공지능 리터러시 교육의 이해와 실제를 안내하고 있습니다. |
|
