최근 몇 년 동안 AI와 자동화에 대한 이야기가 넘쳐나고 있다. 하지만 실제로 중소기업이 다음에 부딪힐 벽은 AI가 아니라 '데이터'라고 생각한다.
---
지금까지 저는 여러 사업을 처음부터 시작해서 수백만 달러(=수억 원) 규모로 성장시켜왔다. EC 사업도, SaaS 스타트업도. 하지만 어느 단계에서든 공통적으로 나타나는 과제가 있다.
이것이 바로 '스프레드시트의 한계'이다.
---
사업이 성장해 연매출이 수백만 달러가 넘어가면, 매출과 재고, 광고, 고객 데이터, 결제 데이터 ...... 모든 수치가 하나둘씩 쌓여간다.
처음엔 구글 스프레드시트로도 충분히 해결이 가능하다. 하지만 조금만 규모가 커지면, 그것은 더 이상 사람의 눈과 손으로는 쫓아갈 수 없는 소음이 된다.
게다가 일본 기업의 경우, 대기업조차도 엑셀 관리가 주를 이룬다. 담당자가 매일 수작업으로 수작업으로 숫자를 대조한다, '어떻게든 정합성을 유지하고 있을 뿐'이다.
이건 보기보다 더 고통스러운 일이다. 사람의 손으로 숫자를 베껴 쓰면서 '생산성을 높이자'고 한다. 모순적이죠.
---
그래서 지금 필요한 것은 데이터 엔지니어링의 도입이라고 생각한다. 특히 핵심이 되는 것은 DBT(Data Build Tool)이다.
DBT는 말하자면 데이터 클렌징 담당 엔지니어라고 할 수 있습니다. 흩어져 있는 데이터를 빨아들인다, 깨끗한 형태로 변환하여 AI나 BI 툴에 먹이를 주는 역할을 한다.
AI는 올바른 데이터가 주어졌을 때만 제대로 작동한다. 그렇기 때문에 AI보다 먼저 데이터 파이프라인을 정비해야 한다.
---
예를 들어, 영업 정책을 최적화하고 싶다. 재무팀이 실시간으로 현금 흐름을 보고 싶다. AI로 예측하고 싶다.
하지만 이 모든 것은 '올바른 데이터가 먼저 존재한다는 전제 하에 이루어진다. AI가 마술처럼 보이는 시대에도, 사실 가장 인간적이고 꾸준한 부분인 "데이터를 깨끗하게 만드는" 작업이 모든 것의 기반이 된다.
---
앞으로 중소기업이 사람을 고용하고 사업을 확장해 나가려고 할 때 직면하게 되는 것은, 자금도 채용도 아닌 데이터의 구조화라고 생각한다.
AI는 '사용하는 것'보다 '먹이는 것'이 더 어렵다. 스프레드시트를 졸업하고, DBT와 같은 도구로 사람이 이해할 수 있는 데이터를 만든다. 그것이 중소기업이 AI 시대를 살아가기 위한 첫걸음이 될 것이다.