미래 직업 데이터거래 전문가 (Data Broker, Data Product Manager)

한국고용정보원에서 발간한 '미래 유망 신직업 발굴 및 국내 활성화 방안 연구'에서 밝히는 신직업 중 데이터거래 전문가에 대해서 알아보려고 합니다.

 

위 연구에서 신직업은 아래와 같이 정의하고 있었습니다.

• 우리나라에 없으나 외국에 있는 직업으로 국내 도입 및 활성화 지원으로 일자리 창출이 가능한 직업
• 국내에 새롭게 나타났거나 인지도가 낮은 직업(혹은 직무)이지만, 향후 시장 확장, 수요 증가, 환경 변화 등으로 일자리 창출이 가능한 직업
• 기존 직업으로 법․제도적으로 정립되지 않았지만, 종사자의 직업적 안정화 등을 위해 정책적 지원 필요성이 있는 직업

 

 

 

 

 

 

 

 

 

 

 

생성 배경 

4차 산업혁명, 디지털 대전환 시대를 맞이하여 데이터 관련 산업이 각광을받고 있는데, 그 배경은 다음과 같음.

• 빅데이터 수집, 통합, 분석 기술이 각 분야의 실제 활용 니즈에 맞게 빠르게발달하고 있음.
• 데이터 분산, 보관, 처리 기술의 발전과 저장장치의 가격 하락으로 인해데이터 저장 원가 절감.
• '21세기 원유’라 불리는 데이터가 가진 무한한 가능성에 대한 기대 효과.

 

 

전 산업에 걸쳐 데이터의 활용이 중요해지면서 ‘데이터 사이언티스트’, ‘데이터분석가’ 등과 같은 데이터 관련 직업이 주목을 크게 받고 있으나, 인력 공급이수요를 따라가지 못하고 있음.

• 정부는 인재양성 프로그램을 대규모로 진행하고, 대학교는 융합과정으로 전공과정을 개설하는 등 데이터 관련 전문가 양성을 위해 다방면의 노력을 하고있음.

 

 

데이터 산업은 크게 주목받는 것에 비해, 아직은 산업발달 단계상 초기여서실질적인 수요가 많지 않고, 데이터 거래는 B2B 중심의 소규모 시장을 중심으로 발생하고 있음.

• 현재, 데이터 거래는 법적, 인식적 리스크(개인정보 유출 우려 등)를 최소화할 수 있는 B2B 또는 B2G 형태의 비즈니스에서 주로 이뤄지고 있으며, B2G는주로 통신 데이터와 신용카드 데이터 부문에서 발생.
• 데이터를 대규모로 보유하는 대기업들은 기존 사업에 비해 비중이 매우적은 데이터 사업에 대해 투자를 키울 필요성이 크지 않고, 더욱이 모호한데이터 관련 법이나 부정적 인식과 같은 리스크를 안으면서까지 사업을무리하게 확장하기 쉽지 않은 것이 현실임.
• 데이터를 대규모로 보유하지 못하는 중소기업들은 데이터를 크롤링(스크래핑)하거나 공공 데이터 가공 또는 데이터 매입을 통해 새로운 비즈니스 모델을개발하고 있음. 예를 들어, 온라인 광고 시장에 활용할 수 있는 데이터를생산․가공하는 DMP 기업들, 데이터 가공을 통해 독자적인 데이터 서비스(API, 대시보드 서비스, 통합 솔루션)를 제공하는 기업들이 있는데, 이렇게생산된 데이터는 기업에서 온라인 구매 채널 분석이나 서비스 개발 등의목적으로 구매되고 있음.

 

 

정부는 데이터 산업 활성화 전략 수립(2018.6), 기재부 혁신성장 전략투자 분야선정(2018.08.) 등 경제성장을 위한 데이터 유통 및 이용 활성화를 위한 다양한 정책을 추진 중.

• 과학기술정보통신부 산하 한국지능정보사회진흥원(NIA)은 ‘빅데이터 플랫폼및 센터 구축사업’을 추진 중. 주요 내용은 데이터의 축적․ 유통을 활성화하고 각종 데이터를 수집․분석․유통하는 16개 분야별 빅데이터 플랫폼을구축하고, 플랫폼을 중심으로 150개의 빅데이터 센터를 육성하는 것임.
• KDX 한국데이터거래소는 NIA의 빅데이터 플랫폼 구축사업 중 유통․소비분야 빅데이터 플랫폼으로 출발해 대표적인 민간 데이터거래소로 성장중이며, 그 외 15개 플랫폼은 각 분야의 특성을 담은 데이터를 구축 및유통하고 있음.
• 그 외 금융보안원이 운영하는 ‘금융데이터거래소’, 한국데이터산업진흥원(K-data)에서 운영하는 ‘Data Store’, 민간에서 운영하는 ‘SKT Open API’ 등이대표적인 데이터거래소로 꼽힘.

 

 

데이터 플랫폼(또는 데이터 거래소)의 기능은 수집된 데이터를 표준화하여클라우드 상에 적재하고, 데이터의 품질측정, 가치평가 등을 통해 시장에 공급하는 역할을 수행.

• 현재, 데이터 거래는 B2B 시장 중심으로 이뤄지고 있으며, 데이터 상품형태는 수요자들의 필요에 적합한 솔루션 구축의 형태나 API 등으로 제공.
• 이런 상황에서 데이터 플랫폼은 공급자 중심의 데이터 유통과 가격 정책을수요자 중심의 상품, 보급형 상품을 통한 가격 하락 등 보다 수요자 중심의시장으로 개편하는 역할을 수요자들로부터 요구받고 있음.

 

 

데이터 거래 시장은 아직 초기 단계로 특정 형태로 가공된 데이터를 구매하려는 수요는 적은 실정.

• 데이터 거래 시장의 활성화를 위해서는 데이터 판매 기업은 데이터의 상품화를기획하고, 데이터 수요처를 발굴하는 것이 필요하며, 데이터 수요자들은데이터를 자신의 니즈에 맞고 사용하기 쉬운 형태로 제공 받기를 원하기 때문에이런 공급과 수요의 니즈를 충족하기 위해 ‘데이터 거래 중개’가 필요함.

 

 

 

 

 

 

 

 

 

수행직무

 

데이터거래 전문가는 국내 데이터 거래 시장의 미발달로, 직업적으로 직무와 역할이 명확하지 않은 면이 있지만, 대체로 데이터 거래 및 중개 과정에서 빅데이터 플랫폼을 기반으로 한 판매와 수요의 중개, 데이터 상품화 기획 및 컨설팅,컨설팅, 수요 시장(기업) 발굴, 데이터 영업 및 판매 등의 업무를 수행한다고 정의할 수 있음.

• (데이터 중개) 데이터 플랫폼을 기반으로 데이터 소유자와 고객을 연결하고데이터 거래를 중개.
• (데이터 품질측정) 정형․비정형 데이터의 품질을 측정하여 현재의 수준을평가하고 품질 저하의 요인을 분석하여 개선사항을 제안.
• (데이터 품질관리) 데이터 거래 및 활용 활성화를 위해 데이터 플랫폼에서거래되는 데이터의 가치를 평가하고, 품질을 관리.
• (데이터 마케팅) 기업 등 고객의 니즈를 사전에 분석하여, 데이터의 상품화를기획하고 리뉴얼하여 고객 맞춤형으로 마케팅, 판매 제안 등의 업무를 수행.예를 들어, 소비자가 오프라인과 온라인, 모바일에서 활동하는 과정에 노출시킨 개인정보, 행동패턴정보 등에 관한 데이터를 수집하여 이를 가공하여필요한 고객에게 판매.
• (기술영업) 필요하면 고객사 앞에서 데이터 솔루션에 대해 프레젠테이션을하고, 데이터 설명회 등의 자리에서 데이터 활용 사례들을 설명.

 

 

데이터거래 전문가에게 필요한 역량은 다음과 같음.

• (데이터 경제와 산업에 대한 이해) 데이터 상품이 가진 특수성을 제대로 이해하고데이터산업, 표준체계, 생태계, 주요수요처등을파악해야제대로데이터상품을 기획하고 수요처를 찾을 수 있기 때문임. 정부와 민간의 빅데이터플랫폼은이러한데이터거래를위한다양한가이드라인과표준을제공하고 있음.

• (기본적인 데이터 분석 능력) 질 좋은 데이터를 수요자에게 제공하기 위하여데이터 사이언티스트가 주로 맡고 있는 역할인 데이터 분석에 대한 방법론적지식을 어느 정도 갖추어야 함.

 

• 데이터 전주기 법률 요소 파악, 데이터 품질평가, 데이터 가치평가 등에 대한기술 지식.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

국내현황

K-data에서 발행한 ｢데이터 산업 백서(2020)｣에 따르면 국내 데이터 산업의 시장규모는시장규모는 16조 원(2019년 기준)으로, 최근 5년간 연평균 6%의 성장률을보이고 있음.

• 데이터 산업은 데이터 관련 제품을 판매하거나 기술을 제공하는 데이터솔루션, 데이터 구축, 데이터 컨설팅 비즈니스와 데이터 서비스 비즈니스로구분할 수 있는데, 이 중 가장 큰 비중을 차지하는 데이터 서비스 시장은데이터를 수요자에게 다양한 형태로 확장하여 제공한다는 의미에서 데이터거래 전문가의 영역에 속한다고 볼 수 있음.

 

 

2019년 데이터 산업 종사자 수는 34만 명 이상(2018년 대비 8.4% 증가)이며,증가)이며, 그중 데이터 직무 인력은 8만 9,058명(데이터 산업 전체 인력 대비 25.8%)으로조사됨.

• 금융, 제조, 유통․서비스, 의료 등 다른 산업까지 포함한 전 산업에서 데이터직무 인력은 총 13만 833명으로 나타남.
• 국내의 경우, 전 산업에서 데이터 직무 인력은 2023년까지 총 1만 3천 명이필요할 것으로 예상되며, 데이터과학자, 데이터 분석가 순으로 수요가 클 것으로 조사

 

 

현재, 현업에서 데이터 분석과 데이터 거래 구분이 확실하지 않지만, 앞으로앞으로 데이터 산업의 성장과 함께 업무의 전문화가 진전됨에 따라 데이터를 수요자에게 연결해 주고 수요자의 니즈를 이끌어 내는 역할을 하는 데이터거래전문가에 대한 수요가 증가할 것임.

 

 

 KDX 한국데이터거래소와 같은 다양한 빅데이터 플랫폼 또는 데이터 거래소에서 데이터 상품 유통을 시스템화하고 있음.

• 특정 분야의 데이터가 수집되면, 데이터의 특성에 맞게 메타 정보와 활용처등을 담은 데이터 상품 홍보 기획이 필요하고, 수요자의 니즈에 맞게 데이터를적절한 형태로 가공하도록 돕는 역할도 필요함. 예를 들어, 데이터를 API형태로, CVS 파일 형태로, 리포트로, 구축형 서비스 형태로 납품받길 원하는고객사의 니즈에 맞춰 SI 업무와도 연결.
• 민간기업에서는 신한카드, KT 등의 기업이 데이터 사업을 실시 중.

 

 

빅데이터 플랫폼 또는 데이터 거래소에서 데이터 전 주기에 대한 상품화, 유통,유통, 법률 자문 등의 역할을 수행하고 있으나, 현재 거래되는 데이터는 법적으로 크게 문제가 없는 통계형 데이터 위주로 유통되어 수익성이 높지 않기 때문에 정부 지원이 끊기고 나면 자생력을 갖출 수 있을지 의문임.

• 한국지능사회정보진흥원이 구축한 KDX 한국데이터거래소를 포함, 빅데이터플랫폼은 2021년을 마지막으로 정부 지원이 종료될 예정이며, 데이터 거래만으로 독자적인 자생방안을 찾기 힘든 플랫폼의 축소 또는 폐쇄가 이어질것으로 전망.
• 공공기관이 구축한 산림, 문화 등 빅데이터 플랫폼은 예산을 할당받는 정부중앙부처 즉, 산림청이나 문체부 등에서 자원 조달책을 찾고 있는 것으로보이며, 민간 분야는 독자적인 비즈니스 모델 개발에 박차를 가하고 있음.그러나 여전히 산업의 한계가 뚜렷하고, 높은 운영비로 지속성을 보장받을수 없는 상황이지만, 정책 방향은 분야별로 더 많은 빅데이터 플랫폼을구축하는 것임.

 

 

 

한국데이터산업진흥원(K-data)은 2020년부터 ‘데이터거래 전문가’ 과정을과정을 개설해 현업 5~10년 차의 실무자를 대상으로 교육을 진행한 바 있음.

• 향후, 이 과정은 ‘데이터 분석 (준)전문가’, ‘SQL (준)전문가’ 같은 자격증 발급과정으로 발전시킬 예정임.

한국데이터산업진흥원의 ‘데이터거래 전문가’ 과정 커리큘럼

 

구분	교과목명	주요 내용	시간
집체 교육	데이터 거래 개요	데이터 경제 및 산업 데이터 거래 생태계 산업 도메인별 사례	7H
	데이터 법률	데이터 거래 보호 데이터 3법 기타 개인정보 보호 가명정보 처리 가이드라인 개인정보 안전성 조치 기준 데이터 전 주기별 법률 요소	7H
	데이터 거래와 가치 평가	데이터 가치 이해 데이터 가치평가 사례 거래소 데이터상품 가치 평가 프로세스	7H
	데이터 품질평가	데이터 품질 이해 데이터 품질 평가 방법 데이터 품질 평가 실습	7H
	데이터 큐레이터	데이터 큐레이션과 큐레이터 데이터 큐레이션 캔버스 데이터시장 동향 데이터 분석 기법 및 필요 데이터 형태 데이터 큐레이션 서비스 사례 데이터 거래가격 현황 및 계약 유형	7H
프로 젝트	데이터 선정	평가 데이터 선정 데이터 평가 도구 개발	7H
	데이터 평가	데이터 품질 평가 데이터 가치 평가 데이터 가격 산정 모형 개발	7H

 

 

 

 

 

활성화 방안

1) 데이터산업의 활성화를 위해 데이터법 등 관련법의 적용과 해석을 명확히 할 필요가 있음

• 데이터 관련법의 모호함으로 기업들의 데이터 활용이 소극적인 것이 현실임.
• 예를 들어, 개인정보보호법이 해석하기에 따라 규제에 걸릴 수도 또는 아닐수도 있다는 점은 데이터 산업의 활성화에 걸림돌로 작용함.
• 2020년 개정된 개인정보보호법에 따라 개인정보 보호주체가 일원화되었고,비식별 데이터에 대한 접근성이 개선되어 분야 간 데이터 결합에 따른 부가가치 창출이 기대되는 바, 이에 맞춰 활발한 연구와 정책적 뒷받침이 이루어져야 함.

 

 

2)  ‘데이터거래 전문가’ 양성과정을 개발 및 개설하고, 전문인력양성에 지원을 확대하고 관련 자격증을 신설할 필요가 있음.

• 현재 국내 대학 내 ‘데이터거래 전문가’를 양성하는 학사학위과정은 없음.
• 과학기술정보통신부와 한국데이터산업진흥원이 산업계 데이터 전문인력양성을 목표로 실시하고 있는 ‘빅데이터 아카데미’ 과정 중 직무별 전문인력양성 프로그램 중 하나로 ‘데이터거래 전문가’ 과정이 있으나, 연 1회 실시하며 회차당 수강인원도 20명으로 극히 적음.
• 관련 국가 자격으로는 2020년 신설되어 운영 중인 국가기술자격 ‘빅데이터분석기사’가 있으나, 검정과목은 빅데이터 분석 및 해석에 초점을 맞춰데이터 중개, 데이터 품질측정 및 관리, 데이터 마케팅을 총괄하는 ‘데이터거래 전문가’의 직무를 모두 포괄하지 못함.
• 이에, 데이터 거래 관련 교육과정을 신설 및 확대하고 ‘데이터거래 전문가’의직무를 포괄하는 자격을 신설할 필요가 있음.

 

 

 

3) 개인정보 보호법 개정안에 따라 가명 정보처리에 대한 규제가 완화된 것을 고려하여, 재현데이터(Synthetic Data) 등 개인의 프라이버시를 보호하면서도 연구자들에게 데이터를 제공할 수 있는 대인적 개인정보 비식별조치 기법에 대한 연구를 지원하고 홍보할 필요가 있음.

• 재현데이터란 실제로 측정된 데이터를 생성하는 모형이 존재한다고 가정하고,통계적 방법이나 기계학습방법 등을 이용하여 추정된 모형에서 새롭게 생성한모의 데이터를 의미하며, 데이터의 통계적 특성을 유지하면서도 민감한정보를 외부에 직접 공개하지 않으며, 개인이 제공한 데이터가 아닌 임의로생성한 데이터로 개인정보보호 관련 법규의 규제로부터 비교적 자유로운특징이 있음.
• 미국(조사통계국), 영국(경제사회이사회), 독일(노동청) 등은 정부 차원에서소득, 조세 데이터 등을 재현데이터로 개발하여 관련 연구자들에게 제공하고연구자들의 분석결과를 검증해 주는 분석 체계를 운영하고 있음.
• 국내에도 현재, 시장은 형성되어 있으나, 아직 초기 단계로 활성화되었다고볼 수는 없음.
• 이와 같은 비식별 조치 기법 연구에 대한 지원과 긍정적 인식 제고를 위한홍보가 이루어진다면, 데이터 거래를 활성화하는 것은 물론이고 개인정보의수집 및 활용에 대한 일부 부정적인 인식도 개선될 것으로 기대됨.

 

 

 

4) 데이터 거래 산업 활성화를 위한 노력이 필요함.

• 각 기업의 디지털 트랜스 포메이션을 통해 내부적으로 디지털 친화적인환경을 조성하는 것이 추후 기업들이 외부데이터를 적극적으로 도입하게하는 데 필요한 선제 조건이 될 것임.
• 데이터 자체로서의 가치보다 그 데이터를 가치 있게 만드는 기업 컨설팅,광고 전략 수립 등 다양한 분야와 연계되어야 데이터의 효용가치가 극대화되고 산업이 활성화될 것으로 기대함.