심 혁주 
베이글코드의 ‘AI First’는 AI와 함께 성장의 영역을 넓혀가는 여정입니다.
<AI First, with Bagels>는 그 길 위에 선 동료들의 생생한 목소리를 담습니다.
[Vol. 8 – 데이터&AI팀 백지훈님]
: 만들기 쉬운 시대, 더 어려워진 질문
1. 분석가에서 설계자로
8년 전, 팀이 만들어질 때부터였습니다.
지훈님은 데이터&AI팀 초기 합류해 지금의 수십 명 규모로 성장하는 과정을 처음부터 함께 해왔습니다.
그 시간 동안 지훈님은 데이터를 정의하고, 인사이트를 뽑아, 구성원들이 데이터 기반으로 결정을 내릴 수 있도록 도왔습니다.
그런데 요즘은 일의 본질이 달라지고 있다고 말했습니다.
“예전에는 데이터를 분석해서 결과를 보여주고, 그걸 사람이 해석해서 의사결정을 내리는 구조였어요. 분석 결과를 어떻게 잘 전달할지가 늘 고민이었고, 그 한계도 분명했어요.
AI와 함께 일하기 시작하면서, 단순히 분석 결과를 전달하는 걸 넘어서 시스템 자체를 만들 수 있게 됐어요. ‘분석가’ 역할에서 ‘시스템을 설계하는 사람’ 역할로 일의 본질이 옮겨가고 있는 느낌입니다.”
지훈님은 AB 테스트 플랫폼을 인하우스로 만들려 하고 있습니다.
외부 SaaS가 하는 일을 내부에 직접 구축하는 것입니다.
퍼블리싱 사업에 필요한 계약 구조와 매출 셰어를 중앙 관리하는 OS도 설계하고 있습니다.
이전까지는 웹을 만드는 것이 웹 개발팀의 영역이어서 데이터 팀이 접근하기 어려운 허들이었지만 지금은 필요하면 직접 만듭니다. 할 수 있는 범위의 경계가 허물어졌습니다.
2. 만들기 쉬운 시대의 역설
그런데 지훈님이 경계의 소멸보다 더 강조하는 게 있습니다.
“Garbage in, Garbage out이라는 말이 있잖아요.
그냥 아무거나 만들어야지 하면, 진짜 불필요한 것만 만들 수 있어요.”
만들기는 쉬워졌습니다.
하지만 바로 그렇기 때문에, 왜 만드는지가 훨씬 더 중요해진다는 것입니다.
어떤 기술을 써봤는지가 아니라, 그 기술로 무엇을 만들었고, 거기서 어떤 비즈니스 가치가 나왔는지를요.
기술 허들이 낮아질수록 결국 그 기술을 왜 썼는지가 더 중요해진다는 것이 지훈님의 생각입니다.
3. 판단을 설계하다: UAOS, UACOS
지훈님의 생각이 실제 시스템으로 구현된 것이 UAOS와 UACOS입니다. 두 시스템은 유저 유입을 위한 광고의 전 과정, 크리에이티브 제작부터 집행까지 흩어지지 않고 관리되도록 설계됐습니다.
UAOS가 탄생한 배경에는 하나의 문제의식이 있었습니다. UA 업무 특성상, 판단의 기준과 노하우는 자연스럽게 사람 안에 쌓여왔습니다. 담당자가 바뀌면 그 경험이 이어지기 어려운 구조였습니다.
단순 자동화로 풀기도 어려웠습니다. UA는 가장 비용이 많이 나가는 영역이라, 규칙의 빈틈 하나가 큰 리스크가 될 수 있었기 때문입니다.
그래서 방향을 바꿨습니다. 의사결정 과정 자체를 시스템으로 만드는 것입니다.
UA팀과 긴밀하게 협의하면서 어떤 기준으로 판단해왔는지, 어떤 상황에서 어떤 제약이 필요한지를 함께 정리했습니다. 그 판단 과정이 기록되고 쌓일 수 있게 했습니다.
“사람들이 좀 더 본질적인 결정에 집중할 수 있도록,
반복적인 판단들을 시스템이 지원하게 만드는 방향이에요.
DETECT부터 EXECUTE까지 이어지는 흐름도, AI가 잘못된 판단으로 집행 금액을 건드리지 않도록 가드레일과 게이트를 설계한 거예요.”
최종 결정은 여전히 사람의 몫입니다.
시스템이 해야 할 일과 사람이 해야 할 일을 처음부터 명확히 나눴습니다.
지훈님이 말하는 ‘왜’가 담긴 설계입니다.
4. 달라진 신호: AI First Fair
AI First Fair에서 두 시스템을 선보였을 때 지훈님은 사내 구성원들의 반응에서 변화를 감지했습니다.
“인상 깊었던 건, 구성원들이 ‘AI가 신기하다’보다 ‘내 업무에서 데이터와 AI 에이전트를 어떻게 활용할 수 있을까’라는 관점으로 접근해주신다는 점이었어요.”
의사결정 과정에서 어떻게 도움을 받을 수 있는지, 그 노하우를 자기 업무 영역에서 어떻게 쌓아갈 수 있을지를 고민하는 반응이었습니다.
지훈님은 AI가 베이글코드에 자연스럽게 자리 잡았다는 신호로 봤습니다.
5. 쌓아온 시간이 빛을 발할 때
지훈님 말대로 지금 베이글코드 많은 구성원들이 필요한 툴을 직접 만들어 실무에 활용하고 있습니다. AI 에이전트가 실제 일하는 방식 안에 들어온 것입니다.
이 변화가 베이글코드에서 특히 자연스럽게 가능했던 기반에는 데이터&AI팀이 있습니다. 데이터를 보고 판단하는 문화가 창업 초기부터 자리 잡혀 있었습니다. 직관보다 데이터를 먼저 확인하고, 그 위에서 결정하는 방식이 이미 습관이었습니다.
일반적으로 게임사에서는 각 게임팀이 데이터를 직접 결정하지만 베이글코드는 데이터&AI팀이 중앙에서 설계하고 총괄합니다. 세밀하고 일관된 데이터를 오랫동안 쌓아왔습니다.
“에이전트 드리븐이라는 모토로 가져갔을 때 항상 하는 이야기가, LLM도 있지만 거기에 근간이 되는 데이터가 있어야 돌아갈 수 있다는 거예요.
저희가 이전부터 관리해온 데이터들이 이제 빛을 발할 때가 온 거죠.”
AI 시대에는 그 데이터에 더 많이, 더 쉽게 닿을 수 있게 됐습니다. 억지로 새로운 것을 도입한 게 아닙니다. 원래 하려고 했던 것들이 이제 가능해진 것입니다.
6. 데이터 사이언티스트의 역할
지훈님에게 앞으로 데이터 사이언티스트는 어떤 역할이 될 것 같냐고 물었습니다.
정말 모르겠다고 했습니다. 한 가지 확실한 건 지금 형태는 아닐 거라고.
기획과 개발을 혼자 소화하는 기획자가 생기고 있습니다. 데이터 사이언티스트도 다르지 않습니다. 분석가의 영역, 개발자의 영역이라는 선이 점점 사라지고 있습니다.
그럼에도 흔들리지 않는 것이 있다고 했습니다.
결국 의미 있는 것을 만들어내야 한다는 것.
비즈니스 가치를 볼 줄 알아야 한다는 것.
“워낙 뭔가를 만들어내기 쉬워진 시대예요. 그래서 오히려 이게 중요해진 것 같아요.
메시지가 제일 중요해요.”
만들기는 쉬워졌습니다.
무엇을, 왜 만드는가는 여전히 사람의 몫입니다. 그 질문에서 시작해보세요.
[에디터 한 마디]
8년 이라는 시간이 쌓아온 건 데이터만이 아니었습니다. '왜'를 놓지 않는 태도였습니다. 쉽게 만들수 있을수록 의도가 더 중요해집니다. 여러분의 의도는 무엇인가요?