책 읽지 않는 직장인> THICK data (씩 데이터) - 빅 데이터도 모르는 인간의 숨은 욕망

이 책을 왜 골랐는지 생각해보면,,,
THICK data 가 무슨 개념인지도 몰랐고 요새 뭐만 했다하면 빅데이터, AI를 쓰기 때문에 다시 관심을 가져볼까 싶어서 찾던 중 제목이 멀까 싶어서 그냥 골라봤다.
 
책을 좋아하고 습관적으로 읽는 성격이 아니기 때문에 내용이 어려워서 또 포기할까봐 걱정하기도 했는데
작가가 어려운 개념을 쉽게 풀어서 잘 설명했는지 몰라도 굉장히 술술 읽히는 책이다.
시간 떼우기도 좋고 잠깐 읽고 지금까지 내가 보던 관점들을 다시 한번 생각해볼 수 있게 하는 머리 속 전구가 반짝 하는 듯한 느낌을 주는 책이었다.
 

 

인류학적 관점을 마케팅에 적용할 수 있어?

마케팅, 경영과 같은 단어는 무언가 회사를 키우는 과정에서 많이 접할 수 있는 단어일 것이다. 그런데 인류학?? 쌩뚱맞다.
이런 독자들에 대한 호기심을 초반에 책의 큰 줄기들을 쉽게 설명하면서 막힘없이 뚫어준다.
 
인류학에 여러 개념들이 있겠지만, THICK data(씩 데이터)에서 소개하는 인류학의 큰 개념은 3가지이다.
문화 상대주의, 총체적 관찰, 참여 관찰!
 
문화 상대주의는 편견을 가지지 않고 그 문화를 바라보는 것이다. 이것은 그 나라의 문화로만 구별되는 개념은 아닌 것 같다. 예를 들면, 어떤 데이터를 조사하는 데에 있어서 학교에 대해 조사를 한다 해보자. 학생의 관점, 선생님의 관점, 학부모의 관점 등 여러 관점들이 있을텐데 한쪽에 치우치는 것이 아니라 각 관점에 대해서 최대한 객관적으로 바라보려고 하는 방법을 문화 상대주의라고 이해했다. 즉, 역지사지의 자세로 관찰하는 것이고, 조사하는 범위를 어떻게 잡느냐에 따라 세부적으로 또는 광범위하게 그 사회 문화의 관점에서 바라보는 것이 중요하다고 느꼈다.
 
총체적 관찰은 하나의 관점에서 문제를 바라보는게 아니라 다양한 각도에서 바라보고 연결시켜서 인과관계를 파악하는 방식이다. 당연히 좋은 방법이고 누구나 하고 싶지만, 하는 방법을 모르거나 알아도 하기 어려운 방법이다. 이 책에서는 총체적 관찰하는 방법론을 알려주는 것은 아니지만 이를 적용한 예시들을 몇 가지 소개해 주고 있다. 
 
참여관찰은 책상에 앉아서 머리만 굴리면서 해결책을 찾는 것이 아니라 실제 그 문제가 발생하는 것을 관찰하면서 번뜩이는 해안을 찾는 방법이다. 예를 들면, 카페에서 잘 되는 이유를 찾기 위해 실제로 잘 되는 카페에 가서 인테리어, 서비스 방식, 불편한점 등을 경험하고 이를 통해 개선 방법 등을 찾아내는 것이다.
 
총체적 관찰방법에서 이야기 했듯이 각각의 인류학적 관점을 가지고 하나씩 적용해가면서 해결 방법을 만들어 내는 것이 아니라, 각 방법을 조합해서 골고루 적용해서 합리적인 해결책을 만들어내야 하는 것이 핵심인 것 같다. 즉, 우리는 가게가 잘 되는 방법을 파악하고, 안 되는 이유를 파악하고 그 뒤에 더 나은 매출을 달성할 수 있도록 개선책을 고안해야 하는데 이를 위해서는 카페에 가서 손님의 입장, 직원의 입장에서 역지사지의 마음으로 관찰하고 문제점들을 다양한 관점에서 바라보면서 해결책을 생각해내야 한다.(종합적인 방법론으로..)
 
이것은 너무 힘들다. 책에서 성공적인 예시로 기업이 어떻게 했다, 어떻게 했다 나오는데 이상적이고 저러한 방법들을 적용해서 잘 해결했다고 하지만, 책을 읽고 실제로 실천하기 위해서는 너무 어려워 보인다. 그래도 인류학의 관점들을 적용하는 방법을 알았으니, 실생활 직장에서 발생하는 문제들을 해결할 때 한번 시도해 보는걸로..??
 

빅데이터만 생각하는 우리들, 빅데이터의 단점을 씩데이터(Thick data)가 보완

빅데이터에 대한 이야기를 요새 지겹도록 들었을 것이다. 무슨 과제만 하면 빅데이터, AI를 적용해야지만 채택이 되는 세상이 되버린 것 같다. 이런 가운데 씩데이터(THICK data) 개념을 알게된 것은 남들과 다르게 문제를 해결해 볼 수 있는 좋은 관점을 제시하는 것 같다.

 

빅데이터는 어떤 인과관계가 이미 분명하게 그려지는 데이터들에 대해서는 의미있게 적용될 수 있다. 하지만 사람 관계, 욕구 등이 고려된 시장의 경우 빅데이터만으로는 결과를 증명하기 어렵고 이러한 문제점을 보완하기 위해서는 THICK data가 필요한 것으로 묘사된다.

오히려 THICK data로 얻어낸 결과를 빅데이터로 증명할 수 있고, 빅데이터에서 발견할 수 없는 새로운 형태의 데이터를 THICK data를 수집하는 과정에서 만들어 낼 수 있다. 즉, THICK data를 빅데이터의 아류라고 생각해서는 안되는 것이다.

 

인류학의 관점까지 적용해서 우리에게 좀 더 의미있는 데이터가 무엇인가를 우리는 한번 생각해 봐야 할 것 이다.