하향식 접근법의 타당성 검토 & 상향식 접근법

하향식 접근법의 타당성 검토

도출된 분석 문제나 가설에 대한 대안을 과제화하기 위해서는 여러 가지로 다각적인 타당성분석이 수행되어야 합니다. 먼저 경제적 타당성입니다. 비용대비 편익 분석 관점의 접근이 필요합니다. 비용 항목은 데이터, 시스템, 인력 유지보수 등과 같은 분석 비용으로 구성되고, 편익으로는 분석 결과를 적용함으로써 추정되는 실질적 비용 절감, 추가적 매출과 수익 등과 같은 경제적 가치로 산출됩니다. 다음으로 데이터 및 기술적 타당성입니다. 데이터 분석에는 데이터 존재 여부, 분석 시스템 환경 그리고 분석역량이 필요합니다. 특히 분석 역량의 경우 실제 프로젝트 수행 시 걸림돌이 되는 경우가 많기 때문에 기술적 타당성 분석 시 역량 확보 방안을 사전에 수립하고 이를 효과적으로 평가하기 위해서는 비즈니스 지식과 기술적 지식이 요구됩니다. 이를 통해 평가 과정을 거쳐 가장 우월한 대안을 선택하고 도출한 데이터 분석 문제 및 선정된 솔루션 방안을 포함하며 분석과제 정의서의 형태로 명시하는 후속작업을 시행해야 합니다. 마지막으로 프로젝트 계획의 입력물로 활용되어야 합니다. 

 

상향식 접근법

한 의약제조사는 특허기간이 만료된 의약품 약 2천 종류의 데이터를 분석, 상호 결합하여 새로운 의약품을 개발하려고 시도했습니다. 의약품 집합으로부터 두 개의 조합을 선택할 수 있는 방법은 백만 개 이상이기 때문에 이 회사는 새로운 결합의 효과성을 검증하기 위해 다양한 기법을 적용하여 데이터를 분석했습니다. 여기에서는 전통적인 하향식 문제 해결방식과 대비하여 기업에서 보유하고 있는 다양한 원천 데이터로부터의 분석을 통하여 통찰력과 지식을 얻는 상향식 접근방법을 기술합니다. 상향식 접근방법은 아래 그림처럼 다양한 원천 데이터를 대상으로 분석을 수행하여 가치있는 모든 문제를 도출하는 일련의 과정입니다. 기존 접근방법인 논리적인 단계별 접근법은 문제의 구조가 분명하고 문제를 해결하고 해결책을 도출하기 위한 데이터 분석가 및 의사결정자에게 주어져 있음을 가정하고 있기 때문에 설루션 도출에는 유효하지만 새로운 문제의 탐색에는 한계가 있습니다. 따라서 기존의 논리적인 단계별 접근법 기반의 문제해결 방식은 최근 복잡하고 다양한 환경에서 발생하는 문제에는 적합하지 않을 수 있습니다. 이를 해결하기 위해서 스탠퍼드 대학의 d.school은 디자인사고 접근법을 통해서 전통적인 분석적 사고를 극복하려고 합니다. 통상적인 관점에서는 분석적으로 사물을 인식하려는 'Why'를 강조하지만, 이는 우리가 알고 있다고 가정하는 것이기 때문에, 답을 미리 내는 것이 아니라 사물을 있는 그대로 인식하는 'What' 관점에서 보아야 한다는 것입니다. 객관적으로 존재하는 데이터 그 자체를 관찰하고 실제적으로 행동에 옮김으로써 대상을 좀 더 잘 이해하는 방식으로의 접근을 수행하는 것입니다. 이와 같은 점을 고려하여 d.school에서는 첫 단계로 감정이입을 특히 강조하고 있습니다.

 

더불어 분석과제에 대해서도 설명드리겠습니다. 분석과제 정의서를 통해 분석별로 필요한 소스 데이터, 분석방법, 데이터 입수 및 분석의 난이도, 분석 수행주기, 분석결과에 대한 검증 오너십, 상세 분석 과정 등을 정의합니다. 분석 데이터 소스는 내, 외부의 비구조적인 데이터와 소셜 미디어 및 오픈 데이터까지 범위를 확장하여 고려하고 분석방법 또한 상세하게 정의합니다.