데이터 사이언티스트는 새로운 블루칼라 직업인가

배경

최근 한 글에서 흥미로운 가설을 제시한 내용을 접했습니다. 해당 글에서는 글로벌 시스템 통합 업체(SI)의 비(非)IT 부서의 젊은 인재들을 대상으로 한 질문에서 시작됩니다. 질문은 다음과 같았습니다:

“비IT 부서에 속한 젊은 인재들이 IT 부서, 특히 오프쇼어 딜리버리 센터의 동료들보다 최고 경영진(MD) 자리에 오를 가능성이 더 높다고 생각하나요?”

이 질문에 대해 비IT 부서의 인재들은 망설임 없이 “네”라고 대답했다고 합니다.

 

이를 통해 글의 저자는 “IT 직업이 지식 경제에서 블루칼라 직업이 되었다”는 가설을 확인하게 되었고, 데이터 과학자들 또한 동일한 방향으로 나아가고 있을 가능성이 높다고 주장합니다.

 

이 글에서는 이러한 주장의 맥락과 그 근거를 살펴보고자 합니다.

인력 피라미드

우선, “블루칼라”라는 용어에 대해 생각해볼 필요가 있습니다. 글의 저자 역시 블루칼라라는 표현이 육체 노동과 수작업에 기반한 직업을 연상시킨다는 점을 인정하면서, 그것이 낮은 기술이나 교육 수준을 의미하는 것은 아니라고 설명합니다. 여기에서 블루칼라라는 용어는 인력 피라미드에서 하위 계층에 해당하는 직업을 지칭하는 데 사용되었습니다.

 

수십 년 전만 해도 컴퓨터 프로그래밍 기술을 가진 사람은 높은 수요와 보수를 받으며, 더 나아가 C-레벨 임원으로 올라갈 수 있었습니다. 현재 데이터 과학자라는 직업이 21세기의 가장 핫한 직업 중 하나로 꼽히며, 데이터 과학자들 또한 이러한 성공을 기대하고 있습니다. 하지만 저자는 데이터 과학자들이 실망할 가능성이 높다고 지적합니다.

 

기술적 스킬의 가치는 수요와 공급 간 격차가 줄어들수록 감소합니다. 교육과 훈련의 표준화는 동질성을 만들어내며, 이 과정에서 비용 절감과 효율성을 위해 기술 인력을 해외로 아웃소싱하거나 중앙 집중화하는 현상이 나타납니다. 이는 결국 해당 직업이 인력 피라미드의 하위 계층으로 밀려나는 결과를 초래합니다.

 

지식 창출의 관점

저자는 데이터 과학자들의 역할이 지식 경제에서 어떻게 평가되는지를 설명합니다. 대부분의 데이터 과학자들은 Input → Activity → Output → Outcome → Impact라는 프레임워크에서 “활동(Activity)”과 “결과물(Output)” 영역에 집중한다고 말합니다. 하지만 이 역할들은 입력(Input)을 관리하지 않으며, 종종 결과(Outcome)도 통제하지 못합니다. 이러한 직업은 창의성을 발휘할 여지가 제한적이며, 지식 창출의 범위 역시 제한적입니다.

 

반면, 리더십은 모호성을 해결하는 직업에서 나온다고 저자는 주장합니다. 창의성은 문제 해결과 적응력의 본질이며, 이를 통해 지식이 창출됩니다. 따라서 모호성을 성공적으로 다룰 수 있는 사람들은 높은 위치로 올라설 가능성이 큽니다.

 

하지만 코딩은 본질적으로 모호성이 적은 작업이며, 데이터 과학도 점점 더 그렇게 되어가고 있다고 합니다. 알고리즘 조합을 자동으로 실행하는 “그리드 스캐닝” 같은 기술이 보편화되면서 데이터 과학은 점점 더 표준화되고 있습니다.

 

결론

모든 경제(농업, 산업, 정보, 지식)에는 모호성과 창의성이 요구되는 추상적 작업을 수행하는 직업과, 결정적이고 절차적인 작업을 수행하는 직업이 존재합니다. 특정 직업이 수요가 많고 높은 보수를 제공한다는 사실이 반드시 그 직업이 조직의 상층부로 진입할 수 있는 통로가 된다는 것을 의미하지는 않습니다.

 

글의 저자는 데이터 과학이라는 직업도 확장과 표준화를 통해 점차 새로운 세대의 블루칼라 직업으로 변모하고 있다고 경고합니다.