*무신사 테크 블로그 'MUSINSA Tech Inside'에 게재된 인터뷰입니다.
무신사의 모든 데이터는 데이터플랫폼팀으로부터 시작합니다.
안녕하세요, 무신사 테크 입니다.
성장하는 조직에서 데이터의 중요성은 아무리 강조해도 지나치지 않는데요. 매일 성장하는 무신사의 곳곳에서 ‘데이터’가 흐를 수 있게 하는 테크부문의 데이터플랫폼팀을 만나 이야기를 나누어보았습니다.
Q. 안녕하세요 여러분, 반갑습니다. 먼저 데이터플랫폼팀은 어떤 목표를 향해 달려가는 팀이고, 어떤 구성원들로 이루어진 팀인지 소개 부탁드려요.
(환성) 저희 팀은 총 3개의 서로 다른 직무(데이터엔지니어, 데이터 수집/분석, 서버 엔지니어)를 가진 9명의 구성원으로 이뤄져있어요.각기 다른 직무의 구성이지만 데이터플랫폼 팀의 공통 목표를 달성하기 위해 모든 구성원이 유기적으로 연결되어 하나의 팀으로 일하고 있어요.
이어서, 저희 데이터 플랫폼팀의 핵심 목표는 말씀드리면,
첫 번째는 모든 동료가 데이터에 손쉽게 접근할 수 있는 환경을 조성하는 것인데, 궁극적으로는 데이터가 필요한 모든 조직에서 데이터 기반의 의사결정을 할 수 있게 하는 것이 목표예요. 이를 위해 사용자의 행동 데이터(로그)와 서비스에서 발생하는 여러 데이터들을 수집, 가공하여 가장 효과적으로 활용할 수 있는 형태로 제공하고 있습니다. 이를 넘어서서, 데이터 전문가들이 분석과 모델링을 할 수 있는 플랫폼도 함께 제공하는 것이 우리의 역할 중 하나이고요.
두 번째로는, 데이터로 가치를 만드는 일인데요. 이름에서 힌트를 얻을 수 있듯이, ‘플랫폼’으로써의 역할을 해요. 데이터 전문가가 부재한 다른 팀을 위해 대시보드를 제공하고, 데이터 분석을 통해 얻은 인사이트를 필요한 조직에 전달해 주기도 하죠.
한마디로 데이터의 수집부터 가공, 처리를 거쳐 가치 있는 데이터를 만들고 무신사의 모든 구성원이 데이터에 접근하고 의사결정 할 수 있는 환경을 만드는 것을 목표로 하고 있어요.
Q. 데이터 플랫폼팀의 이런 목표 아래 진행되는 프로젝트 이름이 참 재밌어요. 브릭레인, 킹스크로스, 그리니치, 히드로 등 심상치 않아서 꼭 한 번 물어보고 싶었는데요, 런던과 모종의 관련이 있는 건가요? ㅎㅎ
(환성) 저희 팀에서는 딱딱한 이름들 대신, 구성원들이 좀 더 데이터와 친근하게 느껴졌으면 하는 마음에서 내부에서 뿐 아니라, 전사 구성원들과도 저희가 정한 프로젝트 명으로 소통하고 있는데요. 사실 처음에는 언젠가는 팀 전체가 함께 런던에 가보자는 소망을 담아 런던 내의 지명 이름을 프로젝트 명으로 정하기 시작했는데, 그 외에도 나름의 이유가 있답니다.
데이터브릭스를 통해 사내 구성원들에게 대시보드를 제공하는 프로젝트인 “브릭레인”의 경우에는 데이터브릭스와 이름이 비슷하면서도 아름다운 런던의 거리 이름에서 착안을 했는데요. 브릭레인(Bricklane)이라는 이 지명은 벽돌(brick) 공장이 있는 곳이라는 의미인데, 벽돌을 데이터로 바꿔 데이터가 있는 거리라는 의미로 차용을 했어요.
전사의 지표관리 체계의 기준을 만드는 프로젝트는, 런던 최대의 환승역 중 하나로, 중요한 교차로 역할을 하는 “킹스 크로스”에서 이름을 따왔어요. 무신사의 지표가 하나로 모이는 교차점, 거쳐가는 관문이라는 의미를 표현하고 싶었어요. 수집해야하는 로그에 대한 표준을 마련한 프로젝트는 표준 로그정의서 라는 딱딱한 이름 대신, 그리니치 표준시의 고장인 ‘그리니치’ 라고 부르고 있고요. 로그수집 API 구축 프로젝트 ‘히드로’는 런던의 공항 이름으로 지었는데, 브릭레인으로 가기위해 외부에서 올 수 있는 가장 빠른 교통 수단이라고 생각해서 그렇게 지었어요.
▸ 전사 데이터 대시보드 구축 : 브릭레인
▸ 전사의 지표관리 체계 기준 마련 프로젝트 : 킹스 크로스
▸ 표준 로그정의서 프로젝트 : 그리니치
▸ 로그수집 API 구축 프로젝트 : 히드로
Q. 와, 이렇게 깊은 뜻이 있는지 몰랐네요! 브릭레인 프로젝트, 그러니까 무신사 표준 지표를 구축하고 이를 조직 구성원 모두가 조회할 수 있는 대시보드 및 가이드를 제공하는 일은 참 중요하지만 어려운 일이라는 생각도 드는데요. 어떻게 시작하게 됐나요?
(지혜) 브릭레인을 도입한 배경은 무신사 내의 구성원 수가 지난 해에 급격히 증가했기 때문이에요. 작년 초에는 약 600명의 직원이 있었지만, 작년 말에는 거의 1300명에 이르렀고, 증가 속도는 점점 더 빨라지는 것 같아요. 이로 인해 데이터를 활용하려는 구성원의 수도 크게 증가했고, 데이터 관련 조직도 저희 외에 추가로 생겨나게 됐어요.
이에 따라 각 조직에 적합한 데이터 거버넌스를 구축할 필요성이 생겼고, 같은 질문에도 팀마다 가져오는 숫자가 다른 경우가 생기므로 데이터 환경을 표준화해서 제공할 필요도 있게 됐어요. 그래서 이 문제를 어떻게 해결할 것인가에 대한 고민이 필요했고, 그 결과로 브릭레인이 탄생하게 되었습니다.
Q. 앞으로 이 프로젝트는 어떻게 진행될 예정인가요?
(다솔) 브릭레인은 현재 약 구성원의 ⅙ 정도가 사용하고 있는데요. 오픈한 1월 말부터 사용자 수는 점진적으로 증가하고 있어요. (그래프 참고) 궁극적 목표는 모든 구성원들이 데이터에 쉽게 접근할 수 있는 플랫폼 환경을 구축하는 거예요.
무신사에 다니는 구성원이라면 누구나 데이터에 대한 접근이 쉬웠으면 좋겠어요.
브릭레인이 기본적인 플랫폼 환경을 구축하는 작업이라면, 구성원 모두에게 동일한 기준의 지표를 볼 수 있도록 지표가이드를 제공하는 킹스크로스는 그 플랫폼 위의 논리를 구축하는 것이라고도 표현할 수 있겠네요. 전사에 흩어진 지표들을 브릭레인에 모아서 볼 수 있게 됐다면, 킹스크로스를 통해 모두를 위한 지표를 설계해 나갈 예정이에요. 지금은 문서로 정리하고 있지만, 장기적으로는 지표의 오너십과 버전관리가 용이하고 기타 다른 서비스에 확장해서 활용할 수 있도록 메트릭 스토어(조직이 주요 메트릭을 저장할 수 있는 중앙 집중식 관리 공간)를 구축해나가는 방향도 고민해보고 있어요.
Q. 데이터플랫폼팀을 지켜보며 느꼈던 점은, 구성원이 팀에 대한 만족도가 상당히 높고, 팀의 30%이상이 근속년수가 3년이 넘으신 분들이더라고요. 테크 조직의 역사로 봤을 때, 3년이면 결코 짧지 않은 시간인데요. 비결이 뭘까요? ㅎㅎ
(지유) 제가 비교적 최근 입사자라 지금까지 팀을 관찰한 바를 토대로 나름 분석해 보면요, 팀 구성원 한 분 한 분이, 자율적으로 책임감을 가지고 1인분 이상의 것을 해내려고 노력하는 점이 저희 팀의 좋은 점이라 생각해요. 자기 업무 영역을 계속 넓히고 그 영향력을 생각하며 일하는 팀원들을 만난 게 참 행운이에요.
(찬경) 한 팀인 듯 아닌 듯, 팀의 자유도가 높은 것도 좋은 점이라고 생각해요. 다양한 직무가 포진되어 있어서이기도 하겠지만, 각자 업무에 충실하고 제 몫을 다 하는 한, 소위 말하는 불필요하게 조직 생활을 힘들게 만드는 요소가 저희 팀에는 없는 것 같아요, 너무 솔직했나요? ㅎㅎ
Q. 데이터플랫폼팀은 ‘데이터’라는 공통된 주제는 있지만, 다양한 직무로 다른 프로젝트를 하고 계셔서 어떤 방식으로 업무를 공유하는지도 궁금해요.
(지웅) 저희는 정기적으로 매주 한 번 업무를 공유하는 시간을 가지는데, 일주일 동안 발생했던 이슈나, 잘 진행된 사항에 대해 공유해요. 데이터 제공을 주요 업무로 하는 팀 특성상, 개발팀은 물론 전략, 마케팅, 파트너 등 다양한 팀들로부터 업무 지원 요청을 받게 되니까 다양한 이슈가 발생할 수 있어요. 그런 상황들을 이 시간에 공유하면서, 가장 적합한 해결책을 찾기 위해 팀원 모두가 함께 고민하기도 해요.
(우) 비정기적으로는 3개월 이상 소요되는 프로젝트가 종료될 때마다, 프로젝트 담당 실무자가 프로젝트 회고를 나머지 팀원들과 진행하는데, 이 회고 과정에서 어떤 기술을 선택해서 어떤 문제들을 풀었는지 살펴보고 다음 프로젝트에는 어떤 방식이 더 효율적인지 공유한답니다.
저희는 이 공유 시간을 굉장히 진지하게 여기고 있는데요. 팀원들이 하는 업무에 대해 서로 잘 인지하고 있는 것은 장기적인 팀 운영에서 매우 중요하다고 생각해요. 이러한 공유를 통해, 경험이 많은 동료가 도움을 주거나, 업무 범위가 늘어날 경우, 프로젝트 초기에 업무를 도와줄 수 있는 동료의 도움을 받을 타이밍을 파악하는 데도 도움이 되더라고요.
Q. 소개하고 싶은 팀만의 특별한 문화도 있나요?
(지유) 오, 저 생각나는 거 있어요! 저희팀 오시면 발표 실력 늘 수 있어요! 새로운 프로젝트를 시작할 때는 무조건 모든 팀원들 앞에서 발표를 해야합니다. ㅎㅎ
(한솔) 지유님이, 발표 문화 이야기 해주셨는데, 저희 팀은 기본적으로 공유를 잘하고, 다른 팀원의 업무에도 관심을 귀 기울이고 함께 하려는 게 정말 좋은 문화라고 생각해요. 제가 실시간 로그 수집이라는 업무를 담당하면서 웹에서 앱으로의 전환에 대한 프로젝트를 성공적으로 완료하고 발표했을 때가 있었어요. 간단하게 발표를 마치려고 했는데, 팀원들은 “이 데이터 수집에서 가장 신경 쓴 부분은 무엇이었나요?”, “이 로그에 이런 데이터도 포함될 수 있을까요?”, “이런 데이터는 제거하고 수집하면 어떨까요?” 등의 질문과 피드백을 주면서 제 업무에도 많은 관심을 보여줬어요.
이를 통해 우리 팀원들이 서로의 프로젝트에 대해 깊이 이해하고 관심을 가지며, 어떻게 서로의 프로젝트를 연계하여 함께 할 수 있을지 고민하고 있다는 걸 느낄 수 있었는데, 이 경험은 저에게 정말 감동적이었고, 저희 팀 문화를 잘 드러내주는 대목이라고 생각해요.
(기훈) 저희 팀 페이지 How we work에도 적은 부분인데요, “두 번 이상 온 요청은 무조건 ‘자동화’해둔다” 는 원칙이 있어요. 효율을 추구하는 저희 팀 다운 룰인 것 같아요.
Q. 팀의 ‘시작’ 부터 함께한 구성원분들이 계시기에, 정말 많은 이니셔티브들을 해오셨겠지만, 무신사에 기여했던 많은 프로젝트 중, 가장 기억에 남고 의미가 큰 건 어떤 것이었나요?
(찬경) 뿌듯했던 기억은 아주 아주 많지만.. 하나만 뽑아보자면, 개발팀에서만 활용되던 SQL을 전사적으로 사용할 수 있도록 지원했던 점을 말씀드리고 싶어요. SQL은 기능이 무궁무진하고 복잡한 함수들도 많이 포함하고 있지만, 실무자 분들이 모든 기능을 알 필요는 없다고 판단했어요. 저희 팀의 주도로, 전사에 누구나 들을 수 있는 교육을 몇 차례 준비했고요. 누구나 단 몇 줄만으로 필요한 데이터를 쉽게 확인할 수 있도록 SQL 환경을 구축해 드렸는데요. 몇몇 분들은 스스로 학습하셔서 쿼리를 활용하시는 경우도 생기더라고요. 그야말로 저희 팀이 구성원 분들의 데이터 리터러시 능력을 높여준 사례이기에 저희 팀 모두가 뿌듯하게 생각하는 프로젝트 중 하나예요.
Q. 무신사는 정말 거침없이 빠른 속도로 성장하는 조직이에요. 이런 조직에서 데이터 관련 실무자로 일하는 것은 어떤 의미가 있나요?
(기훈) 저는 무신사에 오기 전에, 교통 데이터를 다루는 회사에서 근무했었는데요. 아무래도 데이터 성격상 개인보다는 주로 정부나 지자체에서 활용하는 경우가 많았어요. 그래서 데이터 사용에도 제약이 많았고, 데이터의 양도 온프레미스 기반에서 다룰 수 있을 정도로 크지 않았어요. 또 다른 근무 경험도 무신사보다 작은 조직이었기에, 데이터를 중시하는 조직이긴 했으나, 데이터의 양 자체가 아주 많지는 않았어요.
현재의 환경은 훨씬 크고 복잡하죠. 그래서 데이터브릭스 같은 더욱 복잡하고 강력한 도구를 활용하고 있기도 하고, 데이터 작업과 연계된 이해관계자가 아주 많아요. 따라서 데이터 거버넌스나 트래픽 관리에도 신경을 많이 써야하는데 이런 업무 환경에서는 데이터에 대한 더 큰 시각과 깊은 경험을 쌓을 수 있기 때문에 데이터 실무자에게는 값진 부분이라고 생각해요.
Q. 마지막으로, 올해 데이터플랫폼팀이 꼭 이루고자 하는 것 2가지가 있다면, 소개해 주세요.
(환성) 첫 번째로는 회사 전체의 분석 기준을 통일하고, 이를 통해 모든 팀이 하나의 기준으로 일할 수 있도록 하는 것이에요. 지금까지 데이터 활용에 어려움을 겪고 있던 주된 이유 중 하나는 조직마다 지표를 보는 기준과 용어가 서로 다르기 때문이에요. 이를 해결하기 위해, 저희는 모든 조직에서 참조하는 지표를 정리해서 모두가 쉽게 이해하고 사용할 수 있도록 하고 있습니다. 이 과정이 단순히 지표를 만드는 것에 그치지 않고, 구성원 모두가 데이터 활용에 있어 어려움을 겪지 않도록 돕는 역할을 하려고 합니다.
두 번째로는 ChatGPT와 같은 언어 모델을 이용해 데이터와 관련된 문의를 자동으로 응답하는 어플리케이션을 개발하는 것이에요. 현재 팀 내에서 가장 큰 고민 중 하나는, 다양한 팀의 각기 다른 분들이 DM을 통해 동일한 질문을 반복적으로 주는 부분인데요. 이에 따른 부담을 언어 모델을 통해 해결하고자 해요. 지금까지 받은 질의응답을 학습 데이터로 활용해서, 데이터와 관련된 질문에 자동으로 응답할 수 있는 시스템을 만들어 팀의 고충을 해결하고 생산성을 높이는 환경을 구축하는 것이 목표입니다.
이번 Tech Inside에서는 데이터플랫폼팀을 만나보았는데요. 멋진 인터뷰로 팀을 소개해준 데이터플랫폼팀 전원과 팀을 멋지게 담아준 포토1팀의 이교희님께 감사인사 전하며 글을 마무리합니다.
