데이터로 먹고사는 시대온다.1

디지털 경제와 데이터의 중요성을 말하자. 디지털 자산은 크게 세가지로 나눌 수 있다. 첫째. 암호자산, 둘째. 토큰화한 실물 자산, 셋째. 데이터 자산. 먼저 암호자산은 화페성보다 투자성이 큰 암호토큰을 말한다. 지급 결제 수단으로도 쓸 수는 있지만 가치 저장 수단의 기능이 더 두드러질 때 암호자산이라고 한다. 두 번재로, 토큰화한 실물 자산은 부동산, 천연자원, 예술품, 주식 등 실물 자산의 소유권을 디지털 토큰 형태로 전환한 것을 뜻한다. 마지막으로 데이터 자산은 시장가치가 있는 데이터를 말한다. 그리고 세 번째는 디지털 자산인 데이터 자산을 말한다. 데이터 자본주의가 등장한다. 여러분 혹시 펭수를 아십니까? 요즘 정말 핫한 인물이라고 해야하나? 펭수가 인사하는 말.. '펭하!' 2019년 하반기를 강타한 유행어이다. 남극에서 온 거대한 펭귄이 한국인들릐 마음을 사로잡았다. EBS 캐릭터 '펭수'를 말한다. 아이들은 말할 것도 없고 부모 세대인 40대, 그리고 20~30대 청년들도 모두 펭수에게 열광한다. 펭하~는 펭수가 하이~라고 인사하는 말이다. EBS에서 밝힌 바에 의하면 펭수는 키가 2미터 10센티미터의 거대한 펭귄으로, 한국에서 아이돌이 되고자 남극에서 와서 EBS 아이돌 연습생의 신분으로 지내고 있다. 아이부터 어른까지 펭수를 좋아하는 이유는 물론 귀여운 외모와 함께, 슬쩍슬쩍 선을 넘는듯 안 넘는듯 아리송하게 선을 자유롭게 넘나드는 행동 때문이다. 사람들은 펭귄 탈 안에 누가 있는지 알려고 하지 않고 그저 펭수 그 자체를 즐긴다. 학교, 기업, 공공기관, 심지어 타 방송사에서까지 EBS 게시판에 펭수가 자신들을 방문해주길 바란다는 글을 올린다. 펭수가 오기만 하면 그것으로 자신들도 엄청난 홍부 효과를 누릴 수 있기 때문이다. 펭수의 인기의 비결은 도대체 무엇일까? 여기에는 미디어 시청 습관에 대한 데이터 분석이 아주 가장 큰 몫을 해냈다. 원래 EBS 캐릭터의 주 소비계층은 유아에서 초등학생까지 어린이들이 많다. 그런데 EBS 제작진은 미디어 시청 데이터를 분석하여 초등학교 고학년만 되어도 EBS를 졸업을 하고 바로 유튜브로 건너 간다는 사실을 알아 낸다. 초등학교 고학년 아이들은 어린이 대상 방송물이 유치하다고 생각하지만 그들은 대상으로 하는 공중파 방송물이 그리 많지는 않다. 이처럼 스스로 어린이가 아니라고 여기지만 그렇다고 또 청소년에 속하지도 않는 초등학교 고학년 아이들을 붙잡기 위해 제작진은 펭수라는 캐릭터를 만들었다. 펭수는 아이들이 좋아할 귀여운 외모에 아이돌 연습생이라는 친근한 설정이지만, 마냥 착하고 어른 말을 잘 듣는 그러한 기존의 캐릭터가 아닌것이 펭수를 더 보고 싶고 더 끌리는 요소라고 할 수 있다. 은근 심술도 많이 내고 화도 버럭 낼 때도 있으며, 심지어 연습생 주제에 EBS 사장님의 이름을 막 부르기도 한다. 이런 되바라진 매력이 신선한 재미를 주는 것이다. 펭수의 히트는 오늘날 시장 환경에서 데이터 분석이 얼마나 중요한지를 여과 없이 보여주는 작은 사례일 뿐이다. 데이터는 더 이상 생산에 부수적으로 참고할 자료가 아니다. 이제 시장에서 성패는 데이터에 달려 있다고 해도 과언이 아닌 현상이 되었다. 데이터는 과거에도 늘 중요한 자산이었지만, 최근에는 생산성에 직접 영향을 미치는 요인이 되었다. 미국에서 330개 기업을 대상으로 조사를 해보니 '데이터 기반 의사결정'을 도입한 기업의 생산성이 그러지 않는 기업에 비해 평균 5~6퍼센트가 높았다는 결과가 나왔다.' 영국 500개 기업을 대상으로 한 조사에서도 데이터 활용 기업의 생산성이 평균 8~13퍼센트가 높다는 결과가 나왔다. 데이터 기반 기업이 전통 제조업을 추월하고 있는 대표적인 사례는 우버가 보여준다. 자! 보면 2009년 샌프란시스코에서 고가의 리무진 대여업으로 시작한 우버는 2018년에 상장되었을 때 기업 가치가 완성차 3대 업체인 포드, 지엠, 피아트 - 크라이슬러의 시가총액을 합친 것보다 높은 1,200억 달러로 평가되었다. 여기에는 미래 자동차산업이 데이터 기반 승차 호출 서비스 중심으로 재편될 것이라는 기대와 함께, 방대한 교통 관련 데이터를 확보한 우버가 자율주행산업을 선도할 것이라는 전망이 영향을 끼쳤다. 다만 지금 우버의 영업 실적은 이러한 기대에 미치지는 못하지만 이는 데이터 기반 승차 호출 서비스 산업에 대한 회의라기보다는 완성차 업체들도 같은 서비스 분야에 본격적으로 뛰어들겠다고 선언하면서 우버의 선점효과가 줄어든 결과라고 보인다. 데이터 기반 기업의 생산성이 높은 이유는 세 가지로 요약을 할 수 있다. 첫째. 데이터가 쌓일수록 데이터 기반 예측 알고리즘의 결론이 인간 전문가의 판단보다 우세해지기 때문이다. 사실 인간의 판단은 외부 환경의 변화와 마음 내부의 선입견에 많은 영향을 받는다. 이스라엘의 한 연구에 따르면, 판사들은 점심 식사전에 판결을 할 경우 점심 식사 후보다. 수감자의 가석방 요청을 기각할 확률이 높았다. 신체적인 스트레스가 판사의 재량 내 결정에 영향을 주었다고 짐작할 수 있다. 미국에서도 판사들은 미식축구 시합에서 자기 모교 대학이 역전패를 당하면 피고에게 더 엄한 선고를 내리는 경향이 있다. 이처럼 인간의 결정은 늘 오류에 빠지거나 편향되어버릴 위험이 크다. 성공 가능성과 실패 가능성의 확률이 같아도 실패 가능성을 더 무겁게 받아들인다든가, 정보의 양이 많아질수록 무의식적으로 자기에게 친숙한 정보만 받아들이는 것도 인간의 특징이다. 그래서 점점 많은 기업이 의사결정의 무게중심을 전문가의 직관이 아닌 데이터 기반 알고리즘에 넘기려고 한다. 기계에 맡길 수 없는 윤리적 판단이나 최종적인 의사결정만 인간이 내리는 분화된 의사결정 시스템을 갖춰가는 추세다.