Search
Duplicate

현직자가 말하는 글램 데이터 분석 TMI

Tags
Data
"분석 툴은 어떤거 쓰세요?", "CEO에 대해 평가하자면?" 큐피스트 데이터 팀이 자주 받는 질문에 직접 답했어요.

일단 자기소개 먼저!

Kaya 한국에서 데이팅 서비스에 대한 데이터 분석을 가장 오래 한 Kaya입니다. 통계학 학부, 경영학 석사 출신의 4년 차 데이터 분석가입니다. 큐피스트 데이터 팀, 그리고 글램 프로덕트 총괄을 맡고 있어요. 큐피스트가 배경이 된 tvN 드라마 <이번 생은 처음이라>의 등장인물인 데이터 분석가 '보미'(에이핑크 보미)의 실존 모델이에요.
Marc 안녕하세요, 큐피스트 데이터 분석가 Marc입니다. 작년 5월에 입사해 Kaya와 함께 한 지 어느덧 10개월째네요. 현재는 글램의 추천 기능을 담당하는 매치팀 소속으로 일하고 있습니다.

오~ 드라마 <이번 생은 처음이라>는 어떻게 하게 된 거예요?

<이번 생은 처음이라> 극 중 데이터 분석가 '보미'가 글램의 데이터 분석 결과를 브리핑하고 있다
Kaya 데이팅 서비스 운영사를 배경으로 드라마를 제작하고 싶다는 요청에 따라 작가분들께서 직접 회사에 방문해서 구성원들과 인터뷰를 하며 캐릭터를 구축했어요. 그 결과 큐피스트의 CEO, CTO, 그리고 제가 드라마의 등장인물로 만들어졌어요. 데이터 분석가인 보미는 주연은 아니지만 데이터 분석가라는 직업이 대중 매체를 통해 많은 사람들에게 알려졌다는 점만으로 저는 기쁘게 생각해요.

글램 데이터 분석가는 어떤 일을 하나요?

Kaya 크게는 비즈니스 분석과 알고리즘 설계로 나뉘어요. 작은 실험을 주도하는 역할부터 분기 단위의 프로덕트 전략을 도출하는 등, 글램의 성장 공식을 함께 찾는 과정이 비즈니스 분석에 해당해요. 기능 개발 과정에서는 기획 단계에서의 분석, 개발 단계에서의 데이터 검증, 로그 설계 등의 프로세스를 디자이너, 엔지니어들과 함께 해요. 알고리즘 설계에는 글램의 핵심 엔진인 추천 알고리즘과 불량유저를 탐지하는 이상 탐지 시스템 등의 개발이 있어요.
Marc 때때로 마케팅, 운영 등 다른 현업 부서와 협업하기도 합니다. 마케팅 팀과는 광고 예산 편성 및 마케팅 전략 수립을 위해 광고 채널 별 성과와 신규 유저 활동 양상을 함께 살핍니다. 운영 팀과는 유저 경험을 해치는 불량 유저를 탐지하고, CS 성과를 측정하는 등의 작업을 주로 합니다.
Kaya 로그 설계와 모니터링 등 데이터를 관리하는 작업도 포함해요. 서비스가 진보하는 만큼 데이터 분석 환경도 발맞춰 발전해야 지속가능한 데이터 분석을 할 수 있기 때문이죠.
(TMI: 큐피스트 데이터 팀의 흔한 풍경)

주로 어떤 문제를 풀고 있나요?

Kaya 서비스 전체를 아우르는 가장 큰 질문은 "어떻게 하면 더 많은 사람들이 서로 연결될 수 있을까"예요. 이 문제를 더욱 어렵게 만드는 건 내가 좋아하는 사람일수록 대체로 연결이 성사되기 더 어렵다는 사실이에요. 추천 알고리즘을 통해 추천 상대를 받은 본인을 만족시키기 위해서라면, 상위 1%의 미모를 지닌 사람을 추천해주면 간단히 해결될 수 있어요. 하지만 추천이 된 상대방도 나에게 호감을 가져서, 실제 연결까지 이루어지는 것이 좋은 추천 아닐까요? 그래서 추천 받는 유저와 추천되는 유저, 양측 모두 만족할 수 있는 추천 경험을 제공하기 위해 추천 알고리즘이나 UI를 자주 개선하고 분석해요.
Marc 최근에는 결제 의사가 있는 유저에게 더 큰 가치를 제공하는 동시에 단단한 사업 기반을 다지기 위해 수익화 분석을 시작했습니다. 이 문제 역시 균형이 중요해서 서비스 무료 사용 범위를 유지하는 선에서 매출을 극대화할 수 있는 방안을 중점적으로 고민하고 있습니다.
Kaya 서비스에 대한 나름의 분석 방법론을 세우기도 해요. 어렵지만 중요한 질문에 대해 답에 근접한 방향을 찾고 싶어서요. 가령 이런 질문들이에요. "떠나는 자는 말이 없는데, 유저들의 이탈 사유를 어떻게 밝혀낼 수 있을까?", "새로 출시한 기능이 유저 수 증가에 어느 정도 기여했다고 볼 수 있을까?"
(TMI: 난제를 풀고 있는 Kaya와 Marc.)

글램 데이터에 대한 재밌는 썰 좀 풀어줘요

Kaya 사람들이 여가를 바깥에서 보내는 시간이 길수록 앱 사용률이 저하되는 양상을 보여요. 그래서인지 일요일 밤에 가장 트래픽이 많고, 유저들이 주로 한 곳에서 앱에 접속해요. 아마 저처럼 자기 전에 침대 위에 누워서 이불을 덮은 채로 글램을 사용하는 분들이 많지 않을까요?
Marc 글램 데이터의 대표적인 특징 중 하나는 성별에 따라 사용 양상이 다르다는 점입니다. 글램은 여성과 남성의 경험이 확연히 다른 제품이기 때문에 성별을 구분 지어 분석해야 올바른 결론에 도달할 수 있습니다.
Kaya 유저들이 발송하는 좋아요 수가 줄어들기 시작하면 일일 접속자 수도 점차 하락하는 양상을 보여요. 좋아요 발송량이 일종의 선행지표인 거예요. 마음에 드는 유저를 발견하는 빈도가 줄어들면 서비스를 사용할 이유도 없어진다는 뜻이겠죠?
(TMI : 글램의 주 유저층은 20-39세 싱글이며 월간 사용자 수(MAU)는 30만 정도. 유저의 90% 이상이 한국 유저에 해당하고 한국 다음으로는 미국 유저가 가장 많다.)

어떤 작업이 제일 재미있나요?

Kaya 불량 유저 탐지. 국내 소셜 데이팅 시장의 선두주자로서, 글램에서의 불량 유저 필터링의 성능은 곧 온라인 데이팅에 대한 대중의 인식으로 직결돼요. 그런 의미에서 글램은 큰 책임감을 가지고 전사적인 노력을 기울이고 있고, 그 중심에는 데이터 팀의 이상 탐지 시스템이 있어요. 데이터 팀은 전세계 각국에서 유입되는 로맨스스캠으로부터 유저들을 보호하기 위한 최전방에 있다고 볼 수 있죠. 문제가 발생하면 순식간에 모든 팀이 협업하고, 성과가 하루 이틀 만에 드러난다는 점, 그리고 데이터의 역할이 큰 업무라는 점에서 이 작업이 특히 재밌어요.
Marc 저는 어려운 문제를 분석할 때 가장 큰 흥미를 느낍니다. 근래 가장 어려웠던 분석은 방문자 수, 매출액 등 후행 지표의 예상치 못한 변화 원인을 파악하는 일이었습니다. 어려운 분석이 재미있는 이유는 많은 배움이 따라오고 보람도 크기 때문입니다.
(TMI: 데이터 팀이 구축한 불량 유저 탐지 시스템을 통해 수시로 불량 유저가 적발되고 있다.)

가장 힘든 작업, 혹은 스트레스를 받을 때는?

Kaya 어려운 작업은 있지만 힘들다고 느낀 적은 별로 없어요. 굳이 꼽자면 제 분석에 따르는 의사결정의 무게가 느껴질 때 부담이 돼요. 데이터 분석을 기반으로 한 큰 규모의 기능 릴리즈를 앞둔 날이면, 혹여나 잘 운영되던 서비스를 망쳐버릴 수 있다는 걱정에 전날 밤에 잠이 안 와요. 하지만 이건 분석가의 숙명이자 책임이고, 건강한 스트레스라고 생각해요. 그만큼 데이터에 기반하여 큰 의사결정을 할 수 있다는 것 자체가 장점이에요.
Marc 어려운 문제를 분석할 때 스트레스를 가장 많이 받습니다. 문제의 난이도보다는 답을 찾지 못하는 스스로가 답답해서 스트레스를 받는 편입니다.
(TMI: 어려운 문제를 분석하느라 스트레스를 받고 있는 Marc)

데이터 분석가를 채용하는 이유가 궁금해요

(TMI: 데이터 팀이 그리는 큐피스트의 모습.)
Kaya 서비스가 발전하고, 데이터 규모가 늘어나고, 구성원들의 데이터 리터러시가 증가하면서 어느 순간 더 이상 데이터 분석이 기능 개발과 의사결정의 속도를 따라가지 못하겠다는 생각이 들어서 채용을 결심했어요. 지금의 큐피스트는 데이터를 통해 겨우 한 치 앞을 보는 정도라면 앞으로는 더 먼 곳의 길을 밝히고 싶어요.
그런 의미에서 Amplitude, Braze 등 데이터 기반 의사결정을 위한 인프라를 더 확보하고 있고, 알고리즘과 모델링에 전문성을 보유한 분을 팀에 모셔서 데이터 팀의 역량을 확장하려 해요.

데이터 분석가에게 중요한 역량은 뭐라고 생각하나요?

Marc 인재상에 명시된 역량을 제외하면 책임감이라고 생각합니다. 분석 결과는 의사 결정의 근거로 쓰인다는 점에서 중요하지만 분석가가 결정의 주체는 아닙니다. 그런데 분석가가 의사 결정 주체가 아니라는 점을 의식하기 시작하면 데이터 정합성 검증, 분석 결과 내 오류 검증 등 여러 면에서 좋은 분석을 해내기 어려운 것 같습니다. 반대로 일의 중요도를 기억하면 최소한 분석가 자신은 확신을 가질 만큼 집요하게 분석할 수 있고, 오타와 같은 실수가 없도록 분석 결과를 재차 확인하는 꼼꼼함 역시 따라오는 것 같습니다.
Kaya 저는 데이터 분석가의 역할이 분석을 통해 비지니스 인사이트를 발견하고 이를 구성원들에게 효과적으로 전달해 궁극적으로 서비스 성장에 기여하는 것이라고 정의해요. 그래서 발견과 전달, 두 가지를 다 잘해야 한다고 생각해요.
Marc 결과 전달도 잘해야 한다는 Kaya의 말씀에 공감합니다. 저 역시 올바른 결론을 도출하는 것 만큼이나 그 결론을 상대방이 받아들일 수 있게 전달하는 게 중요하다고 생각합니다. 결국 분석가는 의사 결정 주체가 더 나은 판단을 할 수 있게 지원하는 사람이기 때문입니다. 따라서 분석을 넘어 좋은 의사 결정을 내릴 수 있게 돕는 것까지가 분석가의 역할이라고 생각합니다.
(TMI : Kaya와 Marc가 각각 작성한 블로그 포스트. 큐피스트의 데이터 팀의 업무 방식을 엿볼 수 있다.)

데이터 인프라와 사용하는 툴에 대해 설명해주세요

Kaya 유저 이벤트는 주로 BigQuery, Amplitude를 통해 로그를 수집하고 분석해요. 데이터 팀에서 분석용 DB(MySQL)를 자체적으로 운영하며 전처리된 결과를 관리하고, Adjust를 통해 신규 유저들의 유입 경로를 추적해요. 마이크로 서비스 아키텍쳐에 기반하여 기능별로 구축된 서비스 DB(MySQL, PostgreSQL, Elasticsearch)에서 데이터를 직접 읽는 경우도 있고요. CTO를 포함한 엔지니어분들께서 분석을 위한 인프라 구축에 도움을 주시면서 조금씩 만들어가고 있어요.
Kaya 분석을 할 때는 언어에 제약이 없어서 R과 Python을 둘다 사용해요. 저는 R을 더 많이 사용하는데 Marc는 Python을 주로 사용해요. 이상 탐지나 데이터 시스템에 관련된 작업은 Python으로 개발하고 Bitbucket을 사용해서 공동으로 관리해요.

다른 회사와 비교했을 때 큐피스트 데이터 분석을 추천하는 이유?

Kaya 데이터 팀은 프로덕트의 헤드쿼터로써 서비스 기획과 전략 수립에 늘 함께 해요. 제가 데이터 팀의 리더이자 글램 프로덕트 총괄을 담당하고 있기에, 구조적으로도 데이터 분석이 실질적인 의사결정까지 원활하게 이어진다고 할 수 있죠. 그런 의미에서 데이터 분석 실무자가 흔히 느끼는 '분석과 의사결정의 괴리'가 없다는 점이 큐피스트의 큰 특징이에요.
Marc 가장 큰 장점은 데이터를 해석한다는 점입니다. 분석가로 직무 전환을 결심했을 때 우려했던 상황은 단순히 데이터를 추출하고 정리하는 역할을 맡는 것이었습니다. 다행히 큐피스트에서는 분석가가 지표를 정의하고 분석 결과까지 해석해서 배우는 점도 많고 재미있습니다.
Kaya 그리고 데이터를 잘 분석하고, 잘 전달하고, 이를 잘 활용하기 위해서, 좋은 팀과 문화를 위한 고민을 어떤 팀보다 더 정성스레 한다고 자부해요.
(TMI : 작년 데이터 컨퍼런스에서 '최고의 발표'로 선정된 Kaya의 발표 영상. 주제는 분석과 커뮤니케이션의 시행착오를 줄이는 데이터 문화 만들기.)

두 분이 서로를 소개하자면?

Marc Kaya는 언제나 유저를 가장 중심에 두는 데이터 분석가입니다. 분석의 끝에 항상 유저가 있고 그래서 결론에 "So What"이 있습니다. 또한 저와는 문제에 대한 접근법이 미묘하게 다른 분석가이기도 합니다. 확실히 저와는 근본적으로 다르게 사고하는 게 느껴질 때가 있습니다. 개인적으로는 그런 관점의 차이가 재밌기도 하고 생각을 발전시키는데도 도움이 많이 됩니다.
Kaya 우리 데이터 팀은 합이 잘 맞는 듀오라고 생각해요. 저는 생각이 빠르고 아이디어가 많은 반면, Marc는 신중하고 꼼꼼한 성격이라 함께 일을 시작하고 완수하는데 서로 큰 힘이 돼요. 그리고 Marc가 항상 차분하게 문제를 파악하고 논리적으로 사고를 전개하시다보니 분석 뿐만 아니라 다른 의사결정이 필요할 때도 제가 의견을 많이 여쭙곤 해요.
(TMI : 큐피스트의 모든 구성원들은 MBTI 성향과 갤럽 강점 조사를 실시한다. Kaya는 풍부한 상상력을 가지고 새로운 것에 도전하는 ENTP 유형, Marc는 한번 시작한 일은 끝까지 해내는 ISTJ 유형에 해당한다.)

CEO에 대해 평가하자면?

Marc 지표에 대한 이해도가 높으셔서 의사 소통 시 논의에 초점이 맞춰집니다. 데이터가 보여주는 사실에 집중하시는 점도 분석가로서 일하기 좋은 환경이라고 생각합니다.
Kaya Zenon은 순수하고 똑똑하신 분이에요. 사명 달성을 위해 진심으로 고민하고 매사를 합리적인 결정하기 위한 진정성이 느껴져요. 그리고 Zenon은 제가 아는 디자이너 중 가장 실력이 뛰어난 사람 중 한 명이에요. 그렇기에 늘 높은 수준의 프로덕트를 유저에게 전달할 수 있었다고 생각해요. 데이터를 이해하는 속도 역시 굉장히 빠르셔서 분석가가 소통하기 수월한 반면, 프로덕트에 대해 뚜렷한 주관을 갖고 계시기에 도전적이기도 해요.
(TMI: 난닝구 차림의 큐피스트 CEO를 만나보자.)

두 분은 어떤 분이 합류했으면 좋겠나요?

Marc 분석에서 의미를 찾으시는 분이 잘 맞을 것 같습니다. 분석에서 얻는 지적 즐거움을 넘어 최종적으로 제품의 성장, 유저 경험 개선에 관심이 많으신 분이 어려운 문제 또는 주어진 시간이 적은 상황에서도 분석을 계속해서 즐겁게 하실 수 있을 것 같습니다.
Kaya 업을 진심으로 좋아하는 분이라면 같이 신나게 일 할 수 있을 것 같아요. 큐피스트는 프로덕트, 마케팅, CS 등 다방면에 관심을 두고 비지니스 성장에 기여하고 싶은 분석가들이 특히 즐겁게 일할 수 있는 환경인 것 같아요. 그리고 분석 외에 이를 팀원들에게 효과적으로 전달하는 것을 중요하게 생각하는 분이셨으면 좋겠어요.

앞으로 합류하는 분에게 전하고 싶은 말은?

Kaya 저희와 함께 데이터를 통해 배움을 나누고 성과를 축하하며, 전 구성원에게 서비스 성장의 짜릿함과 감동을 주었으면 좋겠습니다.
Marc 어렵지만 흥미로운 문제를 같이 풀어가면서 글램을 세계 최고 수준의 제품으로 함께 성장시키면 좋겠습니다.

채용에 대한 자세한 내용은 아래 링크를 참고해주세요!

큐피스트 데이터 분석가 채용 안내