차트에 없는 사실은, AI의 해석에도 없습니다

들어가며 — 이제 차트를 주면 문장이 돌아옵니다

데이터를 다루는 사람에게 오래 해온 조언이 하나 있습니다. “차트를 만드는 것보다 읽는 게 중요하다.” 저도 오래 그렇게 말해왔고, 지금도 맞다고 생각합니다.

그런데 이 조언이 최근에 이상해졌습니다. 차트 이미지를 그대로 붙여 넣고 “이거 어떻게 보여?”라고 물으면, AI가 해석까지 문장으로 돌려주거든요. “4월부터 하락 추세입니다. 개선이 필요합니다.” 만드는 일만 대신해 주던 도구가, 읽는 일까지 하기 시작한 겁니다.

그래서 “만들지 말고 읽어라”는 조언은 이제 반만 유효합니다. 읽는 것도 대신해 주는 자리에서, 사람에게 남는 일은 한 칸 더 안쪽으로 들어갔습니다.

1. 그 문장은 틀리지 않았습니다

먼저 분명히 해둘 게 있습니다. AI가 돌려준 저 해석은 틀린 문장이 아닙니다. 선은 실제로 4월부터 내려갔고, 추세라고 부를 만한 모양이고, 그런 모양을 보면 개선을 검토하는 게 맞습니다. 숫자를 잘못 읽은 것도 아니고, 없는 걸 지어낸 것도 아닙니다.

그래서 더 까다롭습니다. 명백히 틀린 답은 걸러집니다. 문제는 맞는데 반쪽인 답이에요. 반박할 데가 없으니 그대로 회의 자료에 올라갑니다.

이 해석에는 한 가지 조건이 붙어 있는데, 그 조건이 화면에 안 적혀 있습니다. 차트 안에서만 참이라는 조건입니다.

2. AI가 본 것은 선의 모양뿐입니다

차트 한 장에는 생각보다 적은 정보가 들어 있습니다. 값이 있고, 축이 있고, 시간 순서가 있습니다. 그게 전부예요.

거기 없는 게 하나 있습니다. 그 값들이 어떻게 만들어졌는가입니다. 무엇을 세었고, 누구까지 포함했고, 그 규칙이 중간에 바뀌었는지 — 차트는 그걸 그리지 않습니다. 값만 그립니다.

사람도 처음 보는 차트라면 똑같이 못 봅니다. 다만 사람에게는 그다음 동작이 있어요. “어, 4월에 뭐 있었죠?”라고 옆자리에 묻습니다. 그리고 그 방에 3년 된 사람이 있으면 답이 돌아옵니다. “그때 채널 하나 빠졌잖아요.”

AI에게는 그 옆자리가 없습니다. AI는 선이 꺾였다는 것은 압니다. 그달에 무슨 일이 있었는지는 모릅니다. 물어볼 데가 없으니까요.

3. 차트에 안 그려지는 세 가지

현장에서 해석을 뒤집는 것들은 대개 셋 중 하나입니다. 셋 다 차트에는 안 나옵니다.

첫째, 기준이 바뀐 경우. 어느 달부터 집계 대상이 달라집니다. 한 판매 채널이 빠지거나, 정의가 조정되거나, 필터 하나가 추가됩니다. 그러면 값은 정직하게 내려가는데, 그건 실적이 떨어진 게 아니라 세는 범위가 줄어든 것입니다.

둘째, 구성이 바뀐 경우. 조직 개편으로 한 팀이 다른 본부로 가면서 그 실적이 다른 지표로 옮겨 갑니다. 상품이 단종되거나 새 라인이 붙기도 하고요. 선은 매끄럽게 이어져 있지만, 그 선의 앞부분과 뒷부분은 사실 다른 것을 재고 있습니다.

셋째, 그때 일이 있었던 경우. 지난해 그달에만 대형 프로모션이 있었거나, 명절이 걸렸거나, 시스템 장애로 며칠 데이터가 비었습니다. 비교 대상 자체가 특수했던 겁니다.

셋의 공통점이 보이실 겁니다. 전부 값이 아니라, 값을 만드는 규칙 쪽에서 일어난 변화입니다. 값만 들여다봐서는 절대 안 보입니다. 아무리 오래 봐도요.

AI가 본 것과 그 기간에 실제로 있었던 일. 둘의 경계는 점선 하나입니다.

4. 그래서 사람 몫은 해석을 만드는 게 아니라, 대보는 일입니다

정리하면 이렇습니다. 차트에 없는 사실은, AI의 해석에도 없습니다. 그리고 그 사실들은 대개 차트 밖에 있습니다.

AI가 해석을 안 해주던 시절에는 사람의 일이 “해석을 내놓는 것”이었습니다. 지금은 해석이 먼저 와 있습니다. 그러니 사람의 일은 그 문장에 차트 밖의 사실을 대보는 것으로 옮겨갑니다. 대봐서 견디면 살리고, 못 견디면 버립니다.

대볼 것은 앞의 셋이 그대로 질문이 됩니다. AI가 짚은 구간을 놓고 이렇게 물으면 됩니다.

그 구간에 기준이 바뀌었나 — 세는 대상이나 정의가 달라졌는가
그 구간에 구성이 바뀌었나 — 무언가 들어오거나 빠졌는가
그 구간에 사건이 있었나 — 그때만 있었던 일이 걸려 있는가

세 개뿐입니다. 외우기 어렵지 않고, 회의 시작 전 1분이면 됩니다.

다만 이 셋에는 성가신 성질이 하나 있습니다. 검색해서 안 나옵니다. 어디에도 안 적혀 있거든요. 집계 기준을 바꾼 날 회의록에 “채널 제외”라고 한 줄 남았을 수는 있지만, 그 한 줄과 이 차트를 연결해 주는 건 아무 데도 없습니다. 그건 조직의 기억에 있습니다. 정확히는, 그 시기에 그 자리에 있었던 사람의 머릿속에요.

그래서 실무 처방은 좀 싱겁게 들립니다. 그 사람이 그 자리에 없으면, 그 해석은 확정하지 말고 보류하는 것. AI가 준 문장을 결론으로 올리기 전에 “이 구간을 아는 사람이 여기 있나”를 먼저 보는 겁니다. 없으면 결론이 아니라 질문으로 들고 나가면 됩니다.

5. 비슷해 보이지만, 다른 자리입니다

이 이야기는 제가 전에 쓴 데이터 관련 글들과 붙어 있으면서도 다른 칸에 있습니다. 헷갈리기 쉬워서 선을 그어 두겠습니다.

AI가 짠 SQL을 못 읽으면 틀린 숫자를 진실로 믿게 된다고 썼습니다. 그건 숫자가 맞게 뽑혔나의 문제입니다. 오늘 이야기는 그 검사를 다 통과한 뒤입니다. 쿼리도 맞고 숫자도 맞는데, 그 숫자의 의미가 틀린 경우예요.

말하지 않은 기준은 AI가 대신 정한다고도 썼습니다. 그건 계산에 들어가기 전 이야기입니다. 오늘은 계산이 다 끝나고 그림까지 나온 뒤의 이야기고요.

데이터는 많이 보여줄수록 안 통한다에서는 무엇을 남기고 무엇을 버릴지가 일이 됐다고 했습니다. 그건 내가 남에게 건넬 때의 이야기입니다. 오늘은 이미 그려진 차트를 내가 받아 읽을 때고요.

누구를 위한 데이터 분석인가에서는 데이터가 여러 갈래로 읽히니 마지막 일은 설득이라고 했습니다. 오늘 이야기는 그 한 칸 앞입니다. 설득하기 전에, 그 해석이 애초에 참인지를 보는 자리요.

6. 기억을 차트 옆에 적어두면, AI도 볼 수 있습니다

여기까지 오면 한 걸음 더 나갈 곳이 보입니다.

지금 문제의 구조는 이렇습니다. 필요한 사실이 차트 밖에 있고, AI는 차트 안만 봅니다. 그럼 해법도 단순해집니다. 그 사실을 차트 안으로 들여놓으면 됩니다.

거창한 게 아닙니다. 지표를 관리하는 시트 옆에 변경 기록을 한 줄씩 남기는 정도예요. “2026-04부터 온라인 채널 집계 제외”, “2026-05 조직 개편으로 A팀 이관”. 이걸 데이터와 같이 건네면, AI의 해석이 그 자리에서 달라집니다. 사람이 매번 기억을 꺼내 대볼 필요도 줄어들고요.

데이터의 쓸모는 쓸 때가 아니라 모을 때 정해진다고 썼던 것과 같은 자리입니다. 그때는 값을 모으는 이야기였고, 이번엔 값이 왜 그렇게 됐는지를 같이 남기는 이야기입니다. 나중에 AI에게 데이터를 통째로 넘기게 될 때, 값만 넘어가고 맥락은 안 넘어가면 지금 이 문제가 규모만 커진 채 그대로 반복됩니다.

마무리 — 문장 옆에 한 줄을 적을 수 있습니까

AI가 준 해석을 의심하라는 이야기가 아닙니다. 대개 맞는 말이고, 저도 매일 씁니다.

다만 그 문장은 차트가 보여준 세계 안에서만 맞습니다. 그리고 실무에서 결론을 뒤집는 것들은 하필 그 세계 밖에 있습니다. 기준이 바뀌었고, 구성이 달라졌고, 그때 무슨 일이 있었습니다. 전부 데이터가 아니라 사람이 아는 것들이에요.

그러니 AI가 해석을 내놓으면, 지우지 말고 그 옆에 한 줄을 적어보시길 권합니다. “그 구간에 우리 쪽에서 바뀐 것.” 적을 게 없으면 그 해석은 그대로 가면 됩니다. 적을 게 있으면, 그게 오늘 회의에서 나올 진짜 결론입니다.

저는 도구 사용법을 가르치지 않습니다. 일하는 방식을 바꾸자고 말합니다. AI가 읽는 일까지 가져간 자리에서 사람이 할 일은 더 그럴듯한 해석을 만드는 게 아니라, 화면 밖에 있는 사실을 그 해석에 대보는 것 — 거기서부터 같은 차트가 전혀 다른 결정으로 이어집니다.