‘직무피디아’는 LG화학의 다양한 직무에 대해서 소개하는 시리즈입니다. 지난 시간에는 ‘첨단소재사업본부 전지소재연구소 전지FAB PJT팀’을 소개했는데요. 오늘은 LG화학의 ‘DX분석팀’을 알아보겠습니다.
안녕하세요! ‘직무피디아’ 시리즈를 보실 분들에게 인사와 함께 업무에 대해 소개해주세요.
김선민 선임 : 안녕하세요. LG화학 채용에 관심을 갖게 되었을 때 도움을 준 LG케미토피아에 등장하게 되어 영광입니다! 저는 LG화학의 DX를 소개해드릴 법인 DX분석팀 김선민 선임입니다. 2018년 1월에 CTO(Chief Technology Officer) 부문으로 입사해 현재까지 사내 DX분석 업무를 담당하고 있습니다. 제 업무 분야인 DX는 Digital Transformation의 약자로, 광범위한 비즈니스 요소에 디지털 기술을 적용함으로써 기업 전략, 상품의 품질, 더 나아가 조직 문화 등 기업 내 다양한 주요 범위를 변화시키고 있어요.
제가 입사할 때까지만 해도 DX는 아는 사람만 아는 미지의 분야였어요. 최근 AI의 발전으로 DX의 가치와 가능성을 인정받게 됐는데요. 이제는 현업 엔지니어 분들과 스탭 직무 분들도 실무에 직접 DX를 적용하시면서 DX는 LG화학에서 필수 역량으로 자리 잡았습니다. 각 본부 별로 DX부서가 개설되었고 그중 제가 속한 법인 조직은 본부별 부서를 총괄하는 역할을 해요. 현재 법인에서 머신러닝 및 딥러닝 기반의 예측 모델을 생성해 생산성 향상을 목표로 하고 더불어 디지털 인프라 구축, DX전문가 양성을 위한 육성 체계 수립 등 LG화학 DX의 주요 안건을 폭 넓게 다루고 있어요.
DX분석팀은 어떤 일을 하는 곳인가요?
김선민 선임 : LG화학 내 DX 조직 구성원들은 전사 성장 전략인 친환경∙전지∙신약 아이템에 초점을 맞춰 R&D 분야의 신규 소재에 대한 개발(Material Informatics) 역량을 확보하거나 제조 및 생산 영역의 경쟁력 강화에 집중하고 있습니다. 입사한 뒤 저는 두 영역 모두 경험을 했고 현재는 DX분석팀에서 LG화학의 사업 핵심 영역 경쟁력 창출을 위한 과제 개발에 몰두하고 있어요.
저희 DX분석팀은 법인 조직답게 제조 영역과 비제조 영역을 모두를 포괄해요. 저는 주로 제조 분야에서 스마트 팩토리의 일환인 Plant AI라는 사업부 단위의 실시간 공정 모니터링 및 제어 플랫폼을 구축하고 있습니다. 플랫폼 내에 공정 지능화 모델이 다양하게 구성되어 있는데요. 이 중 제가 개발한 ‘운전 조건 최적화 모델’과 ‘설비 수명 예측 모델’도 포함되어 있어요. 이렇듯 제조 분야뿐만 아니라 저희 팀은 비제조, 즉 마케팅이나 구매 및 인사 등에서 수집되는 다양한 데이터도 분석하고 있습니다. 비제조 영역 중 예를 들면, 납사(석유화학 기초 원재료) 및 탄소배출권 가격을 예측해 최적 구매가를 결정하는 과제 등을 진행함으로써 LG화학의 DX를 포괄적으로 담당하고 있습니다.
하루 업무 루틴에 대해 말해주세요.
김선민 선임 : 제가 근무하는 곳은 맛집이 많고 놀거리도 많지만 사람은 더 많은 여의도예요. 저는 출근길에 사람들이 붐비는 시간대를 피하고자, 유연근무제를 이용해 8시에 출근해서 하루 일과를 시작해요. 자리에 앉으면 우선 구축하고 있는 공정 모니터링 플랫폼에 밤사이 이슈 사항이 발생했는지 확인합니다. 실시간 공정 데이터에 송수신 문제가 발생하거나 급격한 이상 수치가 입력되는 상황에서는 개발한 품질 예측 및 레시피 최적화 모델의 결과에 오류가 날 수 있거든요. 혹시 모를 예외 상항을 체크해 플랫폼 사용자분들이 오류로 인해 불편을 겪지 않도록 합니다.
이후, 다음 버전에 탑재될 차기 세부 분석 모델들을 개발하고, 이에 대해 매주 카운터파트(Counterpart, 상대방)와 업무 진척 사항 및 분석 결과에 대해 논의해요. 이 과정에서는 저는 실사용자의 피드백을 받고 앞으로의 분석 방향과 계획을 구체화합니다. 이러한 주기적인 커뮤니케이션으로 공정 및 제품 해석 기술인 현업의 도메인 지식을 모델에 반영함으로써 정확도와 효용성을 모두 갖춘 하이브리드 모델을 만들고 있습니다.
DX분석팀 업무를 수행하는 데 꼭 필요한 역량은 무엇일까요?
김선민 선임 : 데이터 분석가로서 기본적인 소양은 데이터를 다룰 수 있는 프로그래밍, 역량, 의미 있는 패턴을 찾아낼 수 있는 수학 역량, 그리고 비즈니스 가치를 창출할 수 있는 커뮤니케이션 역량이라고 하는데요. 여기에 제가 생각하는 역량을 하나 더 추가하면 ‘경험’입니다. LG화학의 분석가는 여러 사업부의 공정 데이터뿐만 아니라 언어, 이미지 등 다양한 형태의 데이터에 접근 권한이 있고 또한 외부 마켓 데이터를 활용해 무수히 많은 값 중에서 유의미한 의사 결정을 도출해야 해요. 저는 석사 기간 중에 여러 업체와 협업하면서 개별 과제 목적을 고려해 다양한 데이터를 세부적으로 관찰할 수 있는 능력을 향상했고 이런 경험 덕분에 입사 후 접했던 이미지, 언어 등 다양한 형태의 데이터 분석 요청이 와도 겁나지 않았어요.
DX분석팀 업무를 하면서 고충이 있나요? 있다면 어떤 방법으로 극복했나요?
김선민 선임 : 여러 부서와 협업하는 DX 특성상, 제가 전혀 모르는 분야의 카운터파트에서 분석 요청을 할 때가 있어요. 저는 통계학과 출신이기 때문에 입사 초기 병아리 시절에는 화학 공정이 익숙하지 않아 많은 어려움을 겪었습니다. 처음에는 제가 공대생들과는 다른 시각으로 데이터에 접근할 수 있으니 괜찮다고 자부했지만 기본적인 배경 지식 없이는 한계가 있었어요. 모든 신입분이 그렇겠지만 저는 정말 질문꾼이었습니다. 모르는 게 당연하다고 스스로를 위로하며 먼저 영혼의 단짝인 구글에서 찾아보고 관련 정보가 없다면 사수님과 카운터파트에 현재 바틀넥(Bottleneck, 문제점)에 대해 여쭤보며 하나하나 배워 나갔어요.
또 LG화학에서는 비전공자를 위한 기초 교육도 제공해서 덕분에 많은 도움을 받았습니다. 이러한 일련의 문제 해결 경험들이 결국은 저 스스로를 성장시킬 수 있는 좋은 영양분이 되어서 새로운 지식뿐만 아니라 나에 대한 믿음도 올라갈 수 있었어요.
DX분석팀에 지원해야 하는 이유가 있다면 무엇일까요? 더불어 선임님이 생각하는 DX분석팀 업무의 매력은 무엇인가요?
김선민 선임 : 데이터 사이언티스트(Data Scientist)로서 LG화학의 장점 중 하나는 사업의 다양성입니다. 사내에서 석유화학∙첨단소재∙생명과학 사업 부분뿐만 아니라 비제조 영역인 마케팅∙영업∙인사 분야에서도 대량의 데이터가 수집되는 덕분에 LG화학의 DX전문가들은 데이터 유형에 맞는 알고리즘을 다각도로 접목해 볼 수 있어요. 활용할 수 있는 사내 데이터가 다양한 만큼 저 또한 다양한 필드의 시티즌 데이터 사이언티스트(Citizen Data Scientist, CDS*)를 만나며 다방면으로 전문성을 높이고 저 스스로의 활동 영역을 넓힐 수 있습니다.
그리고 특히 법인DX는 조직 내에 데이터 파이프라인(Pipeline)* 구축 및 DX 역량 강화 등을 목표로 하는 4개의 팀이 유기적으로 연결되어 서로 협력하는 견고한 구조입니다. 이러한 조직의 건강성 덕분에 DX분석팀에서 진행하는 과제들도 순조롭게 진행되고 있어요. 아무리 좋은 모델을 만들어 놓고도 사용자가 이를 활용할 수 없다면 DX분석가로서 더 슬픈 일이 없을 텐데요. 든든한 내부 조력자들이 있어 더 이상 시스템의 한계나 투자 이슈로 인해 단시간에 매몰되는 모델이 아닌 사용자가 장기간으로 사용할 수 있는 플랫폼으로 확대되어 분석가 입장에서도 자부심을 갖게 됐습니다.
* 시티즌 데이터 사이언티스트(Citizen Data Scientist, CDS) : 데이터 분석 전문가는 아니지만 머신러닝같은 데이터 사이언스 기술을 지원하는 소프트웨어로 데이터를 분석하고, 새로운 인사이트를 발견하며, 예측 모델을 만들어 비즈니스 결과를 개선하려는 사람
* 파이프라인(Pipeline) : 데이터 처리 단계의 출력이 다음 단계의 입력으로 이어지는 형태로 연결된 구조
DX분석팀은 어떤 사람들이 지원하면 좋을까요? 혹은 미리 공부하면 좋은 것이나
흥미를 느끼면 좋겠다 싶은 게 있나요?
김선민 선임 : 최근에는 데이터 분석 시장이 집중 받으며 분석가에게 요구하는 기대치가 높아졌습니다. 과거와 다르게 단순 데이터 분석으로 과제가 종료되는 게 아니라 사용자의 편의를 갖춘 웹서비스 및 파일 형태의 최종 제품을 만들어 카운터파트에 제공해야합니다. 따라서 데이터 분석에 대한 기본 지식은 필수이며 플랫폼 기반을 만들어 주는 데이터 엔지니어와 협업하기 위한 파이프라인에 대한 지식도 필요합니다. 데이터 저장소를 통한 데이터 수신 과정과 시각화 화면에 결괏값을 전송하는 과정에 대해 전반적으로 참여해야 하기 때문입니다. 이에 따라 분석가의 필요 역량은 점점 더 높아지고 있습니다. 그러니 All-rounder 분석가에 대한 관심을 가진 분께서 지원하면 수월하게 DX분석팀에 적응할 수 있습니다.
서류 과정이나 면접 과정을 준비할 때 팁이 있나요?
김선민 선임 : 데이터 분석가는 빠르게 변화하는 DX 환경에서 자기주도적으로 학습하고 새로운 기술을 습득할 수 있는 능력이 필요합니다. 만약 본인에게 익숙한 알고리즘만 적용하는 업무를 반복한다면 매너리즘에 빠지기 쉬운 직종입니다. 그 때문에 끊임없이 자기 계발하고 노력하는 분에게 DX분야를 추천합니다. DX분석팀에 관심 있는 분은 수업 시간 혹은 책에서 얻은 지식을 기반으로 더 많은 자율적 경험을 한 사례를 소개한다면 좋을 것 같아요. 예를 들어서 산업공학 또는 통계 전공자가 아니지만 데이터 분석에 호기심을 느껴 스스로 분석 방법론을 적용해본 경험이나 경연 대회나 자격증 취득 시험에 도전해 본 경험을 소개하며 데이터 분석에 열정적인 자세를 보여준다면 이미 당신은 DX분석팀입니다!
입사 후 업무할 때를 대비해 미리 준비하면 좋을 게 있을까요?
김선민 선임 : 최근 5년 사이에 AI 관련 자격증이 인기를 얻고 있고 많은 분들이 도전하고 있어요. 물론 자격증을 취득했다고 해서 절대적으로 그 사람의 실력이 보장되는 건 아니지만 ‘이 분야에 관심이 있는 사람이구나’라고 느낄 수 있습니다. 무엇이든 실력을 증명할 수 있는 텍스트가 있다면 본인에게는 이득이라고 생각해요. 만약 입사 후에 개인적인 여유가 있다면 자격증 취득 공부도 해보면 좋을 것 같아요. 절대 필수는 아니고 입사 후 업무에 익숙해졌을 즈음, 데이터를 받은 후 기계처럼 바로 알고리즘에 적용하는 본인을 발견한다면 그때는 업무에 대한 권태기가 올 수 있으니 초심을 되찾고자 다시 기초부터 공부를 하는 건 어떨까요? 당연시했던 무채색의 데이터가 새롭게 보일 수 있습니다.(웃음)
임직원으로 볼 때 LG화학이 가진 장점은 무엇인가요?
김선민 선임 : LG화학은 임직원이 학습하고자 하는 의욕만 있다면 물심양면 개인의 역량을 키워주고자 합니다. 사내 인재육성 프로그램은 크게 리더십∙직무역량∙글로벌역량∙핵심가치 및 조직개발 등으로 세분됩니다. 특히 최근 활발히 개발되고 있는 DX교육에는 서울대 인공지능 대학원 학위과정 및 LG AI 대학원 등이 포함되어 AI 역량 강화에 관심이 있는 사내 인재들은 다양한 교육에 참여할 수 있습니다. LG화학은 이처럼 높은 퀄리티의 인력 구축 중요성을 인식하고 직원들이 고차원의 업무 목표를 달성할 수 있도록 다양한 기회를 제공해요.
마지막으로 미래에 함께 일할 엘화인에게 한마디 해주세요!
김선민 선임 : 이것저것 다 아는 듯이 말씀드렸지만 저는 아직도 좌충우돌하고 있습니다. 하지만 저를 믿고 맡겨 주시는 팀장님과 항상 제 곁에서 힘이 되어주는 팀원분들 덕분에 매일 성장하고 있어요. 아무래도 LG화학은 인성 보고 채용하나 봅니다.(웃음) 이 글을 보고 있는 분들도 전공자가 아니라서 혹은 업무에 잘 적응할 수 있을까 하는 걱정 때문에 먼저 겁내지 않아도 됩니다. DX분석팀은 복잡하고 어려운 업무에 고통받고 있으면 먼저 눈치채고 조심스럽게 다가와서 답변해 주는 든든한 팀이니깐요. 저 또한 여러분께 그런 존재가 될 수 있도록 노력할 테니 저희 팀에 많은 관심을 가져주세요~
LG화학 DX분석팀의 김선민 선임님을 만나 DX분석팀 업무에 대해 자세히 알아보았습니다. AI 기술이 발전하면서 데이터 분석 시장도 점점 커지며 DX의 가치와 가능성을 인정받고 있는데요. 앞으로의 LG화학 DX분석팀이 개발하고 연구하는 사업 핵심 영역 플랫폼도 많은 기대가 됩니다. LG화학 DX분석팀에 대해 많은 응원 부탁드리며 다음 직무피디아로 찾아오겠습니다!
현재 댓글이 없습니다. 댓글을 남겨주세요!