Open Discussion 3 for Session 6-7

Closing

세 번째 열린 토론 그리고 클로징

러닝메이트

저자

강동민

오종욱

오지성

장동욱

장호영

정무일

<q>23:30-00:00 쏘카 신승호 마케팅 본부장 쿨리지코너인베스트먼트 장호영 과장 넘버웍스 하용호 대표 스톤브릿지캐피탈 오지성 팀장</q>박소령: 질문 또는 코멘트 받겠다.&nbsp;<blockquote>Q: 두 분에게 하나씩 질문하고 싶다. 넘버웍스 같은 경우 데이터 산업이 의미 있는 스타트업으로써 규격화될 필요가 있지 않은가. 각 회사마다 너무나 다르고, 분석하는 방법도 너무 다르다. 분석의 목적도 다르다. 이런 상황에서 회사별로 외주하듯이 커스텀마이징해서 일을 해주는 것은 의미 있는 스케일업이 어려울 것 같은데, 이런 것을 어떻게 규격화해서 스케일업을 할 수 있었는지 궁금하다. &nbsp;&nbsp;덧붙여 쏘카에 질문을 하겠다. 장기 렌트카 셰어링을 할 때 A 주차장에 셰어링을 했는데, 퇴근 시간에 A 라는 주차장에 없고, 다른 주차장에 가 있을 수도 있지 않나. 쏘카의 비즈니스가 더 커지려면 이것은 차의 문제보다 주차의 문제를 해결해야 하지 않는가. 아까 말씀하셨던 개인들이 동원돼서 그렇게 하는 것도, 여러 주차장에 파고 들어가는 것도 좋은 방법일 것 같은데, 주차 문화나 주차 방식을 근본적으로 바꿀 수 있는 방법은 없을까라는 궁금증이 항상 들었다.</blockquote>하용호: 창업 초기 현금을 위해 외부 업무를 했었지만 실제로 우리가 내부적으로 만들고 있는 프로덕트가 있고, 그것이 말씀하신 부분을 해결해야 했다. 문제가 정형화되어 있고, 여기에 적용된 후 다른 곳에도 적용이 되는 그런 프로덕트. 그래서 우리가 집중했던 것은 온라인 커머스 였다.&nbsp;&nbsp;쇼핑몰의 목적은 심플하다. 물건이 많이 팔리면 된다. 최종적으로 원하는 목적은 모든 쇼핑몰들이 똑같다. 그리고 쇼핑몰들은 위메프나 GS홈쇼핑 등의 대형 몰을 제외하면 대부분은 메이크샵, 고도몰, 카페24 이런 플랫폼을 쓰고 있다. 쇼핑몰이 2,000개 있어도 주 플랫폼은 3개밖에 없다. 이 세 개의 플랫폼에 붙을 수 있는 최적화된 프로덕트를 만들면 몇 백 개의 커머스 서비스에 대응할 수 있다. 그렇게 문제를 풀었었다.&nbsp;&nbsp;

신승호: 주차장이 대단히 중요한 것은 맞다. 일단 주차장이 멀리 있으면 사용에 불편함이 생긴다. 이 문제해결을 위해 집앞으로 쏘카를 배송해주는 도어투도어&nbsp;서비스가 만들었다. 처음에 빌린 주차장 말고 원하는 곳에서 차를 반납하고 싶어하는 고객들도 많다. 이 분들을 위해 각 지역 곳곳에 편도 허브존을 개설해서, 예를 들어 내 집앞에서 빌린 쏘카를 강남역에서 반납할 수 있게 했다.&nbsp;더 진화된 형태는 프리플로팅(Free Floating) 방식이다. 북미의 Car2Go는 노상 주차장에 있는 차를 빌려 원하는 곳에 가서 자유롭게 반납할 수 있고 다음 사람이 그 차를 빌려 원하는 곳으로 가는 방식이다. 이를 실현하기 위해서는 정부나, 지자체의 협조가 필요하긴 하다. 서울시/제주도/국토부도 카셰어링에 대해 긍정적이지만 프리플로팅이 도입되려면 시간이 걸릴 것 같다.&nbsp;이를 실현하기 위해서는 정부나, 지자체나, 기업의 협조가 필요하긴 하다. 서울시에서도 박원순 시장이 카셰어링에 대한 정책적인 교통위 부담금 같은 것이 있는데, 카셰어링이 되면 지원해주겠다, 프리 플로팅도 지원해주겠다라는 말을 많이 해준다. 세종시에서도 편도에 대한 실험들이 적극적으로 일어나고 있다. 분위기는 우호적이지만 시간이 걸릴 것 같다.<blockquote>Q: 하용호 대표님께 묻고 싶다. 메리 미커가 Data as a Platform을 굉장히 강조했다. 한국적인 상황에서는 어느 정도 진행이 됐다고 보시는가. 진짜로 말씀하신 대로 일반적인 기술로까지 진행되려면 얼마나 시간이 걸릴까 궁금하다.&nbsp;하나 더 추가한다면 데이터 기술이 보편적인 기술이 된다라고 하면, 그 상황에서 그 데이터를 잘 다루는 기업은 어떤 일을 잘하는 기업인지 알고 싶다.&nbsp;</blockquote>하용호:&nbsp;솔직히 말하면 굉장히 오래 걸릴 것 같다.&nbsp;보고서에서 말한 &#39;Data as a Platform&#39;의 경우&nbsp;최종 사용자가 데이터를 쉽게 다룰 수 있는 애플리케이션의 도래도 이야기했다. 우리가 오피스 프로그램을 쓰듯 잘 만들어진 데이터 소프트웨어를 업무 안에 녹여 넣으며 사용하는 형태가 이상적이다.&nbsp;&nbsp;좋은 데이터 소프트웨어를 만들기 위해서는 당연히 사용할 수 있는&nbsp;데이터가 있어야 한다.&nbsp;하지만 한국의 개인정보보호법 특성상&nbsp;동의가 없는 상태에서 데이터를 타사와 주고받는 것은 불법이다. 즉 데이터가 발생하는 서비스나 인프라를 가지고 있지 않은 독립 소프트웨어 회사가 이런 자료를 입수해 제품을 만들기&nbsp;쉽지&nbsp;않은 상황이다.&nbsp;예를 들어 슈퍼마켓에서 고객&nbsp;관리에 쓸 수 있는 데이터 소프트웨어를 만들고 싶다면, 그 자료를 입수하기 위해 슈퍼마켓을 직접 만들어야 하는 상황이다. 이런 부분의 제도적인 보완까지 생각할 때 조금 시간이 필요하다고 본다.&nbsp;(* 하용호 대표 주:&nbsp;위에 첨언했으나 이제 막 규제가 풀리기 시작했다.)&nbsp;자유롭게 데이터를 쓸 수 있는 시대가 왔다고 가정할 때,<big>데이터를 잘 쓰는 기업의 핵심은 &#39;속도&#39;이다. 기본적으로 데이터를 보기만 하는 것은 아무 의미가 없다. 그것로&nbsp;실험을 하고, 사용자의 반응을 빠르게 읽고, 다시 데이터로&nbsp;확인하는 반복이 중요하다. </big>10년 뒤에 경쟁력의 핵심이 데이터이고, 데이터 기반으로 산업이 움직이는 시대가 올 때, 지금의 대기업처럼 속도가 느린 기업은 모두 어려워질 것이다. 그런 의미에서 미래, 10년 뒤에는 빠르게 움직이는 중간 이하 규모의 회사만 살아남을 것이다.&nbsp;한국 경제는 대기업과 하청업체의 구도 대신 중소 규모 업체들이 서로 주고받는 형태로 산업 구조가 변하지 않을까?<big>사람도 마찬가지로&nbsp; 프리랜서가 다수인&nbsp;시대가 올 것이다. 마치 API처럼 기능할 것이라 본다.</big> 30-50명 규모의 회사라도, 지금처럼 연봉 계약을 맺는 것이 아니라 각지에서 업무(Task) 중심으로 계약을 맺어 빠르게 연합하고, 일이 끝나면 해체하는 식으로 바뀔 것이다. 대량생산시스템을 넘어선 혁신도 일어날 것이다.<blockquote>Q: 질문이 한 가지 더 있다. 데이터 마켓에 대해 묻고 싶다. 비트윈처럼 본인들이 데이터를 모으고 저장하고 분석해서 수익으로 연결하는 곳도 있지만, 사실 많은 버티컬 서비스들이 자신들의 포텐셜을 데이터라고 이야기한다. M&amp;A의 포텐셜도 데이터라고 하지만 그것을 유의미하게 달성한 회사들은 굉장히 드물다.&nbsp;어쨌든 데이터는 회사가 어딘가에 갖고 있고 저장되어 있는데 그 데이터들이 잘 활용하지 못한다면 아깝지 않은가. 사용할 수 있는 마켓이 있을지 궁금하다. 광고 쪽은 일부 마켓이 있다고 보는데 그 시장을 어떻게 보는지 궁금하다.&nbsp;</blockquote>하용호: 사실 애매하다. 그 데이터를 데이터 마켓에 들고 갔었을 때, 의미가 있을 정도의 수준으로 잘 손질되어 있어야 살 가치가 있지 않겠는가. 사실 대부분의 스타트업이 남겨 놓는 데이터는 손질되어 있다기 보다는 그냥 쌓여있다. 현수준의 스타트업 개별 회사들이 얼마나 데이터를 가치 있는 수준으로 잘 모으고 있는가에 대해서 나는 회의적이다.&nbsp; 되려&nbsp;데이터 마켓 초창기에 기존 산업계에서 오래된 플레이어가 만들어 놓은 데이터는 의미가 있을 것이다. 예를 들어 신용카드사에서 결제 기록들을 유저의 이름 지우고, 얼마 썼고, 강남의 무슨 동 어느 가게에서 무엇을 샀고, 20대 여성이라든지 30대 남성이라든지 이런 데이터들을 카드사에서 보유하고 있다고 한다면, 그 정보들이 지리적으로 결합을 했었을 때는 의미가 큰 데이터가 될 수 있다. 기업들이 데이터 마켓에 강렬하게 원하는 것도 그런 정보들이다.&nbsp;신승호: 지금도 이런 유료 데이터를 SKT와 신한카드 등이 일부 팔고 있다. &nbsp;통화가 어느 지역에서 어느 시간대에서 많이 일어나는지, 어디서 결제 정보가 많이 일어나는지 등의 정보를 유료로 판매하고 있다. 우리도 &nbsp;주차장 개발을 위해 이런 정보가 얼마나 유의미할지 고민을 해봤다. 분명히 위치는 좋은 주차장인데 지하 3층, 5층, 옥상 등 구체적으로 파악하기가 쉽지가 않고 횡단보도 하나에도 영향을 받기 때문에 실제 적용에는 어려움이 있었다. 당장 활성화되는데 어려움은 있겠지만, 이런 데이터 마켓은 다른 비즈니스를 위해 필요하다고 본다.&nbsp;그런 시장은 말씀하신 대로 뭔가 다른 비즈니스를 활성화할 수 있는 데이터가 생기면 우리도 마찬가지로 필요한 부분이 있어서 잘될 것 같은데 아직 활성화가 쉽지가 않다.<blockquote>Q: 하용호 대표님께 지엽적인 질문을 하고 싶다. 스타트업 입장에서는 가령 팀원을 모을 때, 데이터를 만질 줄 아는 사람을 뽑아야 할 텐데, 실제로 유의미한 데이터를 쌓을 수 있는 사람인지, 어떻게 알 수 있을까.</blockquote>하용호:&nbsp;먼저 적절한 인터뷰 질문이 중요하다. 가령 어떤 상품에 대한 반품률이 높다고 가정하자. &#39;무슨 자료를 모으고 무엇을 본 다음에 어떻게 하고 싶은가&#39;라는 비즈니스에 대한 질문을 던졌을 때, 그 질문에 마케팅에 관한 대답을 한다면 마케터이다. 그것을 풀 수 있는 기술적인 접근 방식을 대답을 하는 사람이 데이터 분석가다.&nbsp;&nbsp;데이터 분석가라면 이런 데이터를 쌓고, 이런 자료를 추가로 수집한 다음에 이 기술로 이렇게 접근해보면 좋겠다는 식으로 기술적 대답을 찾아내야 한다. 비즈니스를 기술과 데이터로 번역해내는 능력이 필요하다. 스킬이나 노하우, 나이보다 문제를 바라보는 시각이 중요하다.&nbsp;오지성: 하 대표님이 악독한 사람인 것이 넘버웍스에서 사람을 뽑을 때, 개발자들을 인터뷰할 때 쓰는 질문을 문서화해서 페이스북에 공개를 했다. 데이터 사이언티스트를 꿈꾸는 사람들에게 이런 방식으로 문제를 접근해보라는 건데, 100문제쯤 된다. 지원하고 싶으면 그것을 공부하고 오라는 것이다. 한 문제를 푸는데 길면 몇십분씩 걸리는 것들도 있다.&nbsp;(* PUBLY 주: 하용호 대표의 2016년 4월 4일 <a href="https://www.facebook.com/yonghosee/posts/1017311828307950">개발자 채용 공고&nbsp;페이스북 글&nbsp;읽기</a>)&nbsp;&nbsp;신승호: 개인적 고민이 있다. 쏘카 마케팅본부에도 데이터 관련 팀이 있다. 좋은 사람을 찾기도 뽑기도 어렵고 지원도 잘 안 한다. 데이터 드리븐 회사를 지향하다보니 전 사원이 SQL(Structured Query Language,&nbsp;데이터베이스를 사용할 때 접근할 수 있는 데이터베이스 하부 언어)를 배우려 한다. 일반 직원, 마케터들은 어디까지 데이터를 스킬을 키워야 할까.&nbsp;&nbsp;하용호: 개인적으로 생각할 때 중요한 것은 문제를 바라보는 시각인 것 같다. 불확실한 문제를 메트릭으로 바꾸어 보려는 시각이다. 물론 그에 따른 기술도 매우 중요하다. 아까 전직원이 SQL을 배워야 한다며 웃었는데, 의외로 웃을 일이 아니다. 이것이 변화의 시작이다. 노동자들이 데이터를 직접 만져야 하는 미래가 스타트업인 쏘카에서 이미 일어나고 있다. 지금은 급진적으로 보이지만 앞으로 대중화될 현상이라 본다.&nbsp;미국의 존 워너메이커(John Wanamaker)라는 사람이 있다. 미국 최초의 현대식 백화점을 만든 사람으로 &#39;광고의 아버지, 마케팅의 아버지&#39;로 불린다. 그가 이런 말을 했다.&nbsp;&quot;내가 마케팅에 쏟아부은 돈의 50%가 낭비였다. 그런데 어디가 50%인지 모르겠다.&quot;&nbsp;&#39;어디&#39;가 낭비인지 모른다는 소리다. 요즘 마케터에게 필요한 것은 그 &#39;어디&#39;를 스스로 찾기 위한 노력과 찾아낼 수 있는 능력이라고 생각한다. 그러려면 데이터를 읽어내야 하고, 데이터에 접근하는 가장 기본적인 기술이 SQL이다.&nbsp;시대가 바뀌었다. 예전에는 옥외 광고나 TV 광고를 많이 보내고 매출이 오르면 잘한 것 같았다. 사실 그 시절은 무엇이든 측정이 잘 안 되는 시대다. 그런데 지금은 유튜브 조회수가 몇 건인지 당장 볼 수 있다. 요즘 아이돌 가수 중에 누가 가장 인기가 좋은지 조회수만 보면 된다. 바로 매트릭(Metric)으로 나오는 시대다. 측정할 수 있는 시대가 되면서 그에 맞는 숫자를 보는 능력이 마케터에게 필요해진 것이다.&nbsp;존 워너메이커의 이야기 속에 있는 그 &#39;빠진 50%&#39;가 어디인지 알아내기 위해서는 기술적인 부분도 어느 정도 필요하다. 오피스 프로그램을 당연하게 사용하듯이 SQL도 그렇게 될 것이다. 공부 잘되길 빈다.&nbsp;<blockquote>Q: 하용호 대표님께 질문하겠다. 하나는 일반 소규모 창업자나 빵집 예를 들었지만, 멤버십이라든지 로그인 정보, 페이스북, 카카오에서 불러오는 정보만 초기에 활용해도 초기 기업은 유의미하게 활용할 수 있는가.&nbsp;두 번째는 기업이 영위해 나가면서 데이터베이스 인사이트가 생겨서 이런 데이터를 모으고 싶다는 판단이 섰을 때, 초기에 설정된 어떤 데이터 구조 때문에 애드 업(Add-up)하기가 어려워지거나 꼬이는 상황이 생기는지. 즉, 초기에 이런 후속의 어떤 데이터를 모아야 할지 모르는 상황에서 그냥 심플하게 만들었다가 후에 확장이 가능한지, 애초에 충분한 고민 끝에 설계를 해야 하는지, 시작하는 사람으로 조언을 받고 싶다.&nbsp;</blockquote>하용호: 두 번째 질문부터 대답하겠다. 초기부터 설계를 잘해야 되느냐, 이 부분에 대한 대답은 이미 이전 이야기 속에서 했다. 그런 설계를 직접 만들려고 하면 어렵다.&nbsp;아까 예를 든 트레저 데이터 같은 경우는 항목과 값을 정한 후 마구잡이로 던져 넣으면 된다. 지금은 A필드와 B필드를 집어 넣다가, 나중에 B는 필요 없고 C라는 것이 새로 생기고, D라는 것이 새로 생겨도, 서버에 던져 넣기만 하면 된다. 사실 내가 말한 돈 주고 쓸 수 있는 인프라들은 그런 문제를 이미 풀어놓은 인프라이다. 그런 인프라를 사용하는 것이 시간에 대한 효율을 높일 수 있는 접근 방식이다.&nbsp;&nbsp;첫 번째 질문의 답은 초기 기업도 데이터를 모으는 데 의미가 있는가, 당연히 의미가 있다. 우리가 작업을 한 회사 중에 핀테크 기업이 있었는데 거기의 초기 가입자 수가 1만 명도 안 될 정도로 적었다. 초창기 들어오는 트래픽도 하루에 500-1,000명이었다. 아주 적은 트래픽이라 무시할 수 있겠지만 그러지 않았다.&nbsp;그때 무얼 했느냐 하면 광고에 이끌려 들어왔던 이 사람들이 서비스를 순회하다가 어떤 게시물을 읽는가를 살폈다. 그랬더니 광고했던 콘텐츠가 아닌 여러 가지 상품 섹터 중에서 C를 위한 상품정보를 다들 열심히 읽는 거다. 이후 광고 콘텐츠를 C 중심으로 바꿨다. 그랬더니 훨씬 더 많은 유저들이 들어왔다. A로 광고를 했는데 들어와서 보는 콘텐츠가 C였던 것이다. 사람들이 원하는 것이 C라는 것을 알았다.&nbsp;그 초기 기업에서 마케팅을 페이스북 광고 단돈 몇 만 원에 집행했다. 하지만 적절한 콘텐츠가 만들어지고, 이러한 작업을 반복하며, 가입자가 몇 백%가 증가했다. 그런 유형의 작업에 충분히 쓸 수 있다.&nbsp;<blockquote>Q: 회사 안에서 보다 밖에서 회사 이름을 더 많이 듣는 것 같다. (웃음) 요즘 회사에서 데이터 분석 인더스트리 쪽을 공부하고 있다. 외국 같은 경우는 비상장이라 정확하진 않겠지만, 그나마 나오는 정보를 봤을 때, 매출이 적지만 멀티플을 잘 받아서 비싼 값에 팔리거나, 투자받을 때 들어가기 어려운 상황이 많더라.&nbsp;왜 그런 건가. 외국 대기업들도 못해서, 대체적으로 좀 돈이 많이 몰려서 버블이 낀 것인가.</blockquote>하용호: 데이터 관련 업체들이 비싸게 평가받는 것은 지금 시대가 풀어야 하는 문제의 답이 데이터로 느껴지기 때문이다. 또한 데이터를 잘 다루는 사람은 구하기 어렵다. 한국뿐 아니라 외국도 비슷한 상황이다. 몇십 년 전에는 회사에 인터넷이란 단어만 들어가도 엄청난 가치평가를 받았다. 그것이 당대의 문제였으니까.&nbsp;그런데 요즘 인터넷 회사라고 하면 뭔가 이상하지 않나? 지금 데이터 관련 회사들의 가치가 올라가는 것은 이 시대의 문제고 아직 희소가치가 있기 때문이다.&nbsp;10년만 지나면 &#39;데이터 사이언티스트&#39;라는 말이 없어질 정도로 보편화될 것이다.<blockquote>Q: 짧게 추가 질문하겠다. 좋은 데이터 분석 회사들은 어떻게 판단할 수 있는가. 개발자들 일일이 잡아다가 물어봐야 하는가.</blockquote>하용호: 미국에 있는 회사를 말하는 것인가?<blockquote>Q: 컨콜 등을 통해서도 외국 회사들을 많이 만나고 있는데, 만나도 물어볼 것이 없더라.&nbsp;</blockquote>하용호: 핵심 질문이다. (웃음) 하지만 내가 사실 투자사 사이드에서 생각해보지 않아서 대답하기가 어렵다. 죄송하다.<blockquote>Q: 나중에 법카 들고 찾아가도 되는가?</blockquote>하용호: 법카 들면 두 번 찾아와도 된다. (웃음)&nbsp; (박수)

디폴트 하단 배너 타이틀

디폴트 타이틀

13명의 패널 소개

펀딩 참여자 소개

오프닝: 끝장 토론의 시작

Session 1. Global Internet / Macro Trends

Session 2. Advertising 

Session 3. Commerce + Brand Trends

글로벌 인터넷 / 매크로 트렌드, 광고, 커머스와 브랜드

Open Discussion 1 for Session 1-3

첫 번째 열린 토론

Session 4. Re-imagining Communication - Video / Image

Session 5. Re-imagining Communication - Messaging

커뮤니케이션의 변화

Open Discussion 2 for Session 4-5

두 번째 열린 토론

Session 6. Re-imagining Human-Computer Interfaces - Transportation 

Session 7. Data as a Platform / Data Privacy

HCI, 운송 그리고 플랫폼으로서의 데이터

2016 메리 미커 보고서 - 한국 대표 스타트업과 투자자의 '끝장토론'