한때 우리 데이터팀은 분석 공장이었다. 요청이 들어오면 쿼리를 짜고, 차트를 만들고, 슬라이드에 붙여 넘겼다. 그리고 그 결과물은 대부분 한 번 쓰이고 잊혔다. 같은 질문이 두 달 뒤 다른 부서에서 다시 들어오면, 우리는 처음부터 똑같은 일을 반복했다.
전환점은 한 시니어가 던진 질문이었다. “우리는 왜 분석을 일회용으로 만들까? 제품처럼 만들 수는 없을까?” 이 한마디가 데이터 제품 사고로 가는 문을 열었고, 우리 팀의 일하는 방식을 근본적으로 바꿨다.
일회성 분석과 데이터 제품의 차이
일회성 분석은 특정 질문에 한 번 답하고 끝난다. 데이터 제품은 반복되는 질문에 지속적으로 답하도록 설계된 자산이다. 후자는 사용자가 있고, 신뢰성에 대한 약속이 있으며, 유지보수되고 개선된다. 마치 소프트웨어 제품처럼 라이프사이클을 가진다.
분석은 질문에 답한다. 데이터 제품은 질문이 다시 올 것을 안다.
사용자를 정의하는 순간 모든 게 바뀐다
제품 사고의 핵심은 “사용자가 누구인가”를 묻는 것이다. 우리는 대시보드를 만들 때 더 이상 “무슨 데이터가 있지?”에서 출발하지 않았다. “이걸 누가, 어떤 결정을 내리려고 보는가?”에서 출발했다. 이 질문 하나가 불필요한 지표를 쳐내고, 정작 필요한 맥락을 더하게 만들었다.
제품처럼 운영한다는 것
- 사용량을 측정한다: 아무도 안 보는 대시보드는 폐기한다
- SLA를 약속한다: 데이터 신선도와 정확도에 책임을 진다
- 피드백을 받는다: 사용자 인터뷰로 데이터 제품을 개선한다
- 로드맵을 가진다: 다음 분기에 무엇을 개선할지 계획한다
측정이 가져온 충격
가장 충격적인 변화는 사용량을 측정하기 시작했을 때 왔다. 우리가 자랑하던 대시보드의 70%를 아무도 보지 않는다는 사실이 드러났다. 우리는 그것들을 과감히 없앴고, 살아남은 30%에 자원을 집중했다. 데이터 제품도 제품인 이상, 안 쓰이는 기능은 부채일 뿐이다.
한계: 모든 것을 제품으로 만들 필요는 없다
물론 과유불급이다. 정말로 한 번만 필요한 탐색적 질문까지 제품으로 만들려 하면 과잉 설계가 된다. 빠르게 답하고 버려야 할 분석도 분명히 있다. 데이터 제품 사고는 “반복될 것이 거의 확실한” 질문에 적용할 때 가장 큰 레버리지를 낸다. 모든 망치질을 제품 공정으로 바꾸면 속도를 잃는다.
그럼에도 이 사고방식은 데이터팀의 정체성을 바꿨다. 우리는 더 이상 요청을 처리하는 서비스 데스크가 아니라, 조직이 의존하는 자산을 만드는 제품팀으로 스스로를 본다. 같은 일을 하더라도 “제품을 만든다”는 자기 인식은 품질과 책임감, 그리고 자부심을 완전히 다른 차원으로 끌어올린다.
