숫자를 읽는 사람에서, 사람을 이해하는 분석가로
10년 넘게 데이터와 조직 사이에서 배운 일의 본질

데이터 분석은 정확한 숫자를 찾아내는 일이라고 생각하기 쉽다. 그러나 실제 일터에서 분석의 성패를 가르는 것은 숫자만이 아니다. 같은 데이터를 보고도 사람마다 해석이 달라지고, 완벽하게 정리된 결과가 조직의 선택으로 이어지지 못하기도 한다. 분석의 방향을 정하고, 상대의 언어로 설명하며, 사람을 설득해 움직이게 하는 과정까지 거쳐야 비로소 데이터는 의미를 갖는다.
『데이터는 사람으로 말한다』는 10년 넘게 제조 현장의 데이터를 분석하고, 현재는 소규모 분석 조직을 이끄는 데이터 분석 엔지니어의 직업 에세이다. 저자는 실무자에서 리더로 성장하는 동안 겪은 고민과 시행착오를 통해, 좋은 분석은 논리적으로 완벽한 결과가 아니라 함께 일하는 사람들의 이해와 신뢰 속에서 완성된다는 사실을 들려준다.
완성도와 타이밍 사이의 고민, 반려된 결과 앞에서의 허탈함, 서로 다른 온도의 동료들과 방향을 맞추는 과정, 변화하는 기술 속에서도 지켜야 할 기준까지 담았다. 데이터 분석가에게는 공감과 실무의 기준을, 리더에게는 사람과 조직을 바라보는 시선을, 성과와 관계 사이에서 고민하는 직장인에게는 조용한 위로와 질문을 건네는 책이다.

[목 차]

프롤로그
데이터를 보며 사람을 생각합니다

1장. 데이터는 많고, 가는 길은 여전히 어렵다
● 데이터 앞에서 헤매는 순간들
● 중복과 협업의 경계에서
● 정답보다는 방향
● 분석의 시작, 출발은 단순하게
● 단단함은 기본기에서 나온다

2장. 그래서 뭐가 좋아졌나요? 분석의 끝이 일의 끝은 아니다
● 해석과 정리가 분석의 차이를 만든다
● 잘 전달하는 일, 분석의 두 번째 완성
● 변수는 결국 ‘사람’
● 설득으로 데이터에 온도 더하기
● 구구절절 열 마디 말보단, 핵심 한 마디

3장. 위치가 바뀌면 분석도 달라진다
● 숫자 너머 방향을 세우는 일
● 온도가 달라도 같은 곳을 향해 갑니다
● 무심함이 만든 거리
● 중립보다는 차라리 선택
● 맥락을 설계하는 질문

4장. 데이터 분석은 어떻게 성과로 연결될까
● 일을 잘한다는 것의 기준
● 진짜 성과는 숫자 바깥에 있다
● 조금 빠른 70점, 조금 느린 90점
● 성과는 목표로 시작해 유연성으로 완성된다
● 성과, 어떻게 인정하고 나눌 것인가

5장. 분석 도구는 변해도 고민은 달라지지 않는다
● 도구는 달라져도 변하지 않는 것
● 도구는 거들 뿐, 중요한 건 본질
● 늘어난 도구와 남은 고민
● 질문이 분명해야 도구가 일한다
● 데이터를 바라보는 시선의 변화

6장. 좋은 분석가, 좋은 동료
● 시간이 지나고 나서 남는 것
● 숫자로 남지 않는 순간들
● 관계 속에서 성장하는 분석가
● 실력의 진짜 의미
● ‘버틴다’가 ‘즐긴다’로 바뀌는 순간

7장. 결국은 오늘도 사람을 분석합니다
● 데이터가 말하지 못하는 것들
● 성장보다는 변화, 정답보다는 방향
● 분석이 끝난 자리에 무엇을 남기고 싶은가
● 기록은 내 일(내일)의 기준점
● 사람을 바라보고 이해하는 일

에필로그
수식이나 논리보다 애정과 관심으로

[본 문]

현실의 분석 업무에서는 정답을 찾는 일보다 정답처럼 보이는 것을 만들어야 하는 상황이 더 자주 찾아온다. 정답이라는 단어는 마치 어딘가 이미 존재하는 것처럼 느껴지지만, 실제로는 ‘누가 말하느냐’에 따라 정답이 달라진다. 분석가는 데이터를 다루는 사람인 동시에, 상황과 구조, 사람의 결정을 함께 읽는 사람이다.

완벽한 정답을 찾기보다, 지금 이 조직과 이 순간에 가장 설득력 있는 해석을 제시하는 사람. 그게 진짜 분석가의 역할이다.

ㅡ 「정답보다는 방향」 중에서

분석을 하다 보면, 어느새 분석 자체에 몰입하게 된다. “이만큼 했으니 알아주겠지.” “이 수치는 말 안 해도 의미가 느껴질 거야.” 하지만 전달되지 않은 분석은 아무 일도 일으키지 못한다. 아무리 정확하고 정교한 결과라도 전달되지 않으면, 없는 것과 같다.

분석은 언제나 완성형이 아니다. 전달은 분석의 끝이 아니라, 사람과 세상을 연결하는 마지막 해석의 문장이다.

ㅡ 「잘 전달하는 일, 분석의 두 번째 완성」 중에서

같은 데이터를 보고도 사람들은 다르게 말한다. 어떤 사람은 “지표가 개선되고 있네요”라고 말하고, 또 다른 사람은 “이게 정말 개선된 걸까?”라고 되묻는다. 이런 해석의 차이는 단순히 숫자를 다르게 읽어서가 아니다. 그 사람의 역할, 경험, 관심사, 조직 내 위치에 따라 같은 데이터를 두고도 전혀 다른 관점을 갖게 된다.

분석은 숫자로 말하지만, 그 숫자를 행동으로 바꾸는 건 사람이다. 그래서 데이터를 다루는 일은 언제나 사람을 다루는 일이기도 하다.

ㅡ 「변수는 결국 ‘사람’」 중에서

화려한 숫자의 곁에는 늘 사람의 행동 변화라는 숨은 축이 있었다. 데이터 분석도 결국 그 지점을 향한다. 아무리 정교한 모델이나 완벽한 보고서도 누군가를 움직이지 못하면 성과라고 부르기 어렵다.

성과는 숫자로만 정의되지 않는다. 데이터를 근거로 사람을 공감시키고, 움직이게 하고, 지속 가능한 흐름을 만드는 것. 성과란 결국 화려한 그래프 위에 적힌 수치가 아니라, 사람들이 고개를 끄덕이며 한 발짝 더 움직이는 순간에 깃드는 것이다.

ㅡ 「진짜 성과는 숫자 바깥에 있다」 중에서

기술은 우리에게 편리함을 주지만, 문제의 본질을 바꾸지는 않는다. 효율은 눈에 띄게 좋아졌지만, 무엇을 풀어야 하느냐는 질문은 여전히 사람의 몫으로 남아 있다. 예전보다 조금 더 빠르게, 조금 더 편하게 왔을 뿐, 정말 중요한 단계 앞에서는 여전히 내 생각과 판단이 필요하다.

도구는 우리를 도와줄 뿐, 고민을 대신해 주지는 않는다. 문제를 어떻게 정의할지, 데이터를 어떻게 해석하고 전달할지, 그 책임은 언제나 분석가에게 남아 있다.

ㅡ 「도구는 달라져도 변하지 않는 것」, 「도구는 거들 뿐, 중요한 건 본질」 중에서

어머니는 늘 적절한 시점에 필요한 만큼을 보내주셨다. 나중에서야 깨달았다. 그것은 계산의 결과가 아니라 관심의 결과였다는 것을. 수식이나 논리로 풀 수 없던 내 생활의 난제를, 어머니는 그저 나를 오래 바라본 감각과 애정으로 풀어내고 계셨다는 사실을.

그 반찬 택배는 음식이 아니라, 내가 잘 지내고 있는지를 묻는 하나의 방식이었고, 나를 계속 버티게 해준 조용한 응원이었다.

ㅡ 「수식이나 논리보다 애정과 관심으로」 중에서