아마 여러분은 ‘불확실성이 높은 시대에는 모든 기업이 계기판만 보고 비행하는 파일럿처럼 경영한다’면서, 위기 대응능력이 부족하다는 사실을 합리화하는 주장을 들어본 적이 있을 것이다. 하지만 사실 자신이 어디로 가는지 정확히 알고 있는 경영자들도 있다. 이들은 시장의 혼란을 헤쳐 나갈 경로를 설정할 때 필요한 것이 무엇인지 이해하고, 예리한 상황 인식능력을 가진 조직을 만든다.
상황이 어디로 가는지 파악하고, 변화하는 환경에 민첩하게 대응하는 능력을 개발하는 데 ‘애널리틱스’보다 중요한 것은 없다. 데이터마이닝 또는 비즈니스 인텔리전스라고도 알려진 애널리틱스는, 아쉽게도 최근 몇 년간 머신러닝과 통계에 가려 데이터 과학의 사랑을 받지 못하는 천덕꾸러기가 됐다. 머신러닝과 통계는 인간의 직관이라는 토대 위에 수학적 정교함을 더해서 객관성과 능숙한 조종에 대한 매력적인 환상을 만들어낸다. 그러나 역설적이게도 이 세 분야 중에 위기를 헤쳐 나가는데 가장 중요한 역량은 애널리틱스다.
AI와 머신러닝에 바탕을 둔 솔루션들은 안정적 시기에는 효과적이다. 하지만 재난이 닥치면 무너져버린다. 이런 기술들은 데이터에서 패턴을 추출하고, 그에 바탕을 두고 지시사항을 내리며, 과제를 자동화한다. 그런 모델은 시스템에 투입되는 인풋이 변할 때 금세 쓸모 없어질 수 있다. 반면에 애널리틱스는 게임의 규칙이 달라질 때 경고를 보낸다. 이런 종류의 경고가 없다면 자동화된 솔루션은 곧바로 궤도를 벗어나 외부 충격에 노출될 것이다.
위기가 닥쳤을 때 통계도 비슷한 단점이 있다. 통계는 의사결정권자들이 정확한 해답을 얻도록 도와준다. 하지만 그들이 잘못된 질문을 한다면 어떨까? 가설을 검증하려면 통계적 기술이 필요하지만, 애널리스트는 처음부터 올바른 가설을 제기하는 통찰력이 있다. 애널리틱스 없이 통계를 시도하려면 자신의 가정에 대단한 확신을 가져야 할 것이다. 위기로 인해 계획이 어그러질 때 생기는 그런 무모한 확신 말이다.
애널리스트는 모호함 속에서 재능을 발휘한다. 그들의 재능은 탐색이고, 탐색은 특히 미래를 예측하고 위기에 대응하는 데 능숙하도록 만든다. 애널리스트는 내부와 외부의 데이터 소스를 탐색해 중요한 정보를 찾아내서 최신 동향을 파악한다. 어떤 경향성이 보이는지 열심히 찾아보고 그 뒤에 무엇이 있는지 의문을 제기한다. 그들의 임무는 생각을 자극하면서도 검증된 가능성을 제시함으로써 경영자에게 영감을 주는 것이다. 일단 리더가 우선순위가 가장 높은 가설을 최종 리스트에 올리면, 통계전문가들이 그 가설을 압박 테스트하고 판단 오류와 진정한 통찰을 구분한다.
경기가 좋을 때, 앞서가는 기업은 혁신능력을 강화하기 위해 애널리틱스 역량을 쌓는다. 변화하는 소비자 기호 등에 관한 단서를 찾아내는 애널리스트의 능력은, 기업이 수완이 좋지 않은 경쟁자들보다 기회를 먼저 활용하도록 도와준다. 하지만 상황이 어려워지면 ‘혁신의 촉진제’는 있으면 좋은 것에서 꼭 필요한 안전망으로 바뀐다. 물론 진짜 ‘블랙스완’ 같은 사건은 예측이 불가능하지만, 그로 인한 나쁜 결과에 대처하는 것은 열린 시각을 가지고 있다면 잘 해낼 수 있는 일이다.
안타깝게도 애널리틱스 부서는 급하게 대충 만들어 내기가 매우 어렵다. 번개처럼 데이터를 수집할 수 있는 애널리스트의 기술적 능력은 그들이 다룰 정보량만 늘릴 뿐이다. 그 속에서 보석을 찾아내려면 더 많은 것이 필요하다. 분야의 지식, 비즈니스에 대한 통찰, 발견한 것의 실제 가치에 대한 강한 직관은 물론이고, 이를 의사결정권자에게 효과적으로 전달하는 커뮤니케이션 기술이 없다면 애널리스트는 유용한 존재가 되기 어렵다. 흥미로운 것 외에도 중요한 것을 판단하는 법을 배우는 데는 시간이 필요하다. 최근에 겪은 위기를 헤쳐나갈 경로를 정할 때, 이들이 즉각적인 해결책이 되기를 기대할 수는 없다. 그보다는 미래에 민첩성을 발휘하기 위한 투자로 봐야 한다.