요즘 데이터 분석가들이 가장 자주 묻는 질문은 이것이다. “AI가 SQL을 짜고 차트를 그리고 인사이트 요약까지 해주는데, 내 일은 사라지는 것 아닌가?” 솔직히 이 불안은 근거가 없지 않다. 단순 쿼리 작성과 보고서 생성의 상당 부분은 이미 자동화의 사정권에 들어왔다.
그러나 나는 데이터 커리어가 축소되는 것이 아니라 무게중심이 이동하고 있다고 본다. 기계가 잘하는 영역의 가치는 빠르게 0에 수렴하고, 기계가 못하는 영역의 가치는 그만큼 폭발한다. 문제는 우리가 어느 쪽에 서 있느냐다.
자동화되는 것과 남는 것
AI가 가장 잘 대체하는 것은 “명확히 정의된 질문에 대한 답”이다. “지난달 지역별 매출을 보여줘” 같은 작업이다. 반대로 AI가 못하는 것은 “애초에 어떤 질문을 던져야 하는가”를 정하는 일이다. 데이터에서 답을 뽑는 능력은 흔해지고, 올바른 질문을 설계하는 능력은 희소해진다.
AI는 답을 싸게 만든다. 그래서 질문의 가치가 비싸진다.
분석가에서 의사결정 파트너로
미래의 데이터 전문가는 쿼리 기술자가 아니라 의사결정 파트너에 가깝다. 비즈니스 맥락을 이해하고, 모호한 문제를 분석 가능한 질문으로 번역하고, AI가 내놓은 결과의 신뢰성을 검증하며, 그것을 행동으로 옮기게 설득하는 역할이다. 이 일은 도메인 지식과 커뮤니케이션, 그리고 비판적 사고를 요구한다.
새롭게 떠오르는 역량들
- 문제 정의: 모호한 비즈니스 질문을 분석 가능하게 구조화
- 검증 능력: AI 산출물의 오류와 환각을 가려내는 비판적 감각
- 데이터 제품 사고: 일회성 분석이 아니라 재사용 가능한 자산 설계
- 스토리텔링: 숫자를 행동으로 옮기게 만드는 설득력
반론: 기초가 사라지면 검증도 못 한다
여기에는 중요한 반론이 있다. AI에 모든 실무를 맡기고 “고차원 역량”만 키우면, 정작 AI가 틀렸을 때 그것을 알아챌 기초가 없어진다. 통계적 직관과 데이터 다루는 손맛은 여전히 필수다. AI는 기초를 건너뛰는 사다리가 아니라, 기초가 탄탄한 사람을 증폭시키는 도구다.
커리어 전략으로서의 제언
그래서 나는 데이터 직군에게 두 가지를 동시에 권한다. 첫째, AI 도구를 두려워하지 말고 적극적으로 자신의 생산성에 흡수하라. AI를 쓰는 사람이 AI에게 대체되는 게 아니라, AI를 안 쓰는 사람이 AI를 쓰는 사람에게 대체된다. 둘째, 기계가 못하는 영역, 즉 문제 정의와 도메인 이해와 설득으로 자신의 무게중심을 의식적으로 옮겨라.
변화의 시기에 가장 위험한 태도는 “내 일은 안전하다”는 안주와 “다 끝났다”는 체념, 두 극단이다. 현실은 그 사이에 있다. 데이터 직군은 사라지지 않지만, 5년 전과 같은 모습으로 남아 있지도 않을 것이다. 변화의 방향을 읽고 먼저 움직이는 사람에게 이 시대는 위협이 아니라 가장 큰 기회다.
