데이터의 쓸모는 쓸 때가 아니라 모을 때 정해집니다

들어가며 — 미뤄둔 숙제의 청구서가 도착했습니다

한동안 데이터에 관한 상식은 하나였습니다. “일단 다 모아둬라. 언젠가 쓴다.”

이건 어리석은 말이 아니었습니다. 오히려 그 시절엔 합리적인 베팅이었어요. 저장 공간은 계속 싸졌고, 분석 도구는 계속 좋아졌으니까요. 지금 당장은 쓸 데가 없어도, 언젠가 도구가 따라오면 그 더미에서 뭔가 나올 거라고 보는 게 맞았습니다. 그래서 많은 조직이 성실하게 쌓았습니다. 로그도, 기록도, 표도 버리지 않고요.

그런데 그 ‘언젠가’를 AI가 실제로 데려왔습니다.

이제는 정말로 그 더미를 통째로 AI에게 넘길 수 있습니다. 예전 같으면 사람이 몇 달을 붙어야 했을 정리와 분석을, AI에게 “여기 다 있으니 좀 봐줘”라고 던질 수 있게 된 거죠. 미뤄둔 숙제를 드디어 할 때가 온 겁니다.

그래서 넘겨봤더니 — 못 씁니다.

문제는 데이터가 적어서가 아니었습니다. 오히려 많았어요. 문제는 그 더미가 모을 때 이미 못 쓰게 만들어져 있었다는 겁니다. 이 글은 AI 시대가 와서야 도착한, ‘무조건 모으기’의 청구서에 관한 이야기입니다.

1. 왜 못 쓰나 — 데이터에는 ‘그때 무슨 일이 있었는지’가 안 적혀 있습니다

AI에게 넘긴 표를 열어보면, 숫자는 다 있습니다. 그런데 그 숫자가 무엇인지가 없습니다.

‘매출’이라는 칼럼이 하나 있다고 해봅시다. 이게 세전인지 세후인지, 반품을 뺀 건지 아닌지, 어느 시점 기준인지가 데이터 자체엔 안 적혀 있습니다. 같은 ‘매출’이라는 이름이 영업팀에서는 이 뜻이고 회계팀에서는 저 뜻인데, 셀 안에는 숫자만 들어 있어요. 이게 원본인지, 누군가 이미 한 번 손을 댄 가공본인지도 알 수 없습니다.

사람은 이걸 어떻게든 넘깁니다. “아, 이건 그때 마케팅에서 넘긴 거라 중복이 좀 있을 거예요” 하고 누군가의 기억이 빈칸을 메워주니까요. 그 맥락은 데이터에 적혀 있는 게 아니라 만든 사람 머릿속에 있습니다.

여기서 AI와 사람이 갈립니다. AI는 데이터를 읽지, 그것을 모을 때 무슨 일이 있었는지는 못 읽습니다. AI가 볼 수 있는 건 셀 안에 실제로 적힌 것뿐입니다. 머릿속에 있는 건 AI에게 없는 것과 같아요.

그리고 그 머릿속 맥락은 오래 못 갑니다. 6개월만 지나면 만든 사람조차 “이 숫자가 무슨 숫자였지?”가 됩니다. 그러니 “나중에 정리하지”는 계획이 아닙니다. 그건 그냥 안 하겠다는 말을 미래형으로 한 것입니다. 정리에 필요한 정보가 그때는 이미 아무 데도 없을 테니까요.

같은 데이터가 창고에 쌓인다. 갈림은 나중이 아니라 넣던 순간에 이미 났다. 왼쪽은 모을 때 '무엇·언제·어떤 조건'을 한 줄 적어 넣은 상자라, 6개월 뒤 AI가 열면 그 라벨이 곧 사용법이 되어 집어서 쓴다. 오른쪽은 그냥 던져 넣은 상자다. 처음엔 더 빨리 쌓이지만, 나중에 열면 이게 뭔지 아무도 모른다 — AI는 데이터를 읽지, 그것을 모을 때 무슨 일이 있었는지는 못 읽기 때문이다. 쓸 수 있는지 없는지는 쓸 때가 아니라 모을 때 이미 정해져 있다.

2. ‘사용 가능한 데이터’는 좋은 데이터가 아니라, 맥락이 붙은 데이터입니다

“쓸 수 있는 걸 모아라”는 말은, 그냥 두면 하나 마나 한 말입니다. 누가 못 쓸 걸 일부러 모으고 싶겠어요. 그래서 이 문장은 한 겹 더 파고들어야 서 있습니다. ‘쓸 수 있다’가 정확히 뭐냐는 거죠.

흔히 오해하는 건 ‘깨끗한 데이터’, ‘정확한 데이터’, ‘많은 데이터’가 곧 쓸 수 있는 데이터라는 생각입니다. 아닙니다. 숫자가 아무리 정확해도 그게 무슨 숫자인지 모르면 못 씁니다. 반대로 숫자가 조금 거칠어도 ‘이건 3월 세전 매출, 원본, 반품 포함’이라고 붙어 있으면 AI든 사람이든 쓸 수 있습니다.

그러니까 쓸 수 있는 데이터는 맥락이 함께 저장된 데이터입니다. 이 값이 무엇이고, 언제, 어떤 조건에서, 누구 손을 거쳐 나왔는지 — 그게 데이터 옆에 붙어 있느냐. 사용가능성은 데이터의 화려함이 아니라 이 라벨의 유무에서 나옵니다.

그리고 여기가 핵심입니다. 그 라벨은 모을 때만 붙일 수 있습니다. 데이터가 들어오는 순간엔 그게 뭔지 다들 압니다. 너무 당연해서 굳이 안 적죠. 바로 그 ‘너무 당연해서 안 적는’ 습관이, 6개월 뒤 그 데이터를 못 쓰게 만드는 원인입니다. 사용가능성은 쓸 때 결정되는 게 아니라 모을 때 결정되는데, 정작 모을 때는 아무도 그걸 신경 쓰지 않습니다. 이게 다들 알면서도 매번 같은 자리에 빠지는 이유입니다.

3. 쌓아둔 데이터는 자산이 아니라 부채일 수 있습니다

여기서 한 발 더 나갑니다. 못 쓰는 데이터 더미는 그냥 ‘없는 것’이 아닙니다. 오히려 마이너스입니다.

일단 비용이 듭니다. 저장하는 데 돈이 들고, 언젠가 정리하겠다는 부담이 계속 얹혀 있고, 그 안에 개인정보라도 섞여 있으면 보안 노출 위험까지 안고 갑니다. 안 쓰는데 지키기만 하는 창고인 셈이죠.

그런데 진짜 비싼 건 따로 있습니다. 쌓아둔 더미는 “우리도 데이터 있다”는 착각을 줍니다. 창고가 꽉 차 있으니 데이터 자산이 있다고 느끼는 거죠. 그 느낌이 위험합니다. 정작 필요한 걸 안 모으게 만들거든요. 이미 많은데 뭘 더 모으냐는 거죠. 그래서 정말 답하고 싶은 질문이 생겼을 때, 창고를 열어보면 그 질문에 답할 데이터만 쏙 빠져 있습니다.

이게 부채의 진짜 원금입니다. 못 쓰는 데이터는 자리만 차지하는 게 아니라, 쓸 수 있는 데이터를 모을 자리를 대신 차지합니다.

4. 처방 — 질문을 먼저 정하고, 모을 때 한 줄을 더 적습니다

방향은 두 가지입니다. 둘 다 크지 않습니다.

첫째, 모을 때 한 줄을 더 적습니다. 이 데이터가 무엇이고, 언제, 어떤 조건에서 나온 건지. 지금은 너무 당연해서 안 적는 그 한 줄이, 6개월 뒤 이 데이터의 생사를 가릅니다. 거창한 시스템이 아닙니다. 표 옆에 메모 한 칸, 파일 이름에 날짜와 출처 한 조각을 붙이는 수준이면 시작입니다.

둘째, ‘무조건 다 모으기’를 ‘질문을 먼저 정하고 거기 필요한 걸 모으기’로 바꿉니다. 무엇에 답하고 싶은지를 먼저 정하면, 그 답에 필요한 맥락이 무엇인지가 보입니다. 그러면 자연스럽게 그 맥락을 함께 저장하게 됩니다. 이건 사실 AI에게 일을 시키려면 먼저 일을 정의해야 한다는 원칙의 데이터 판입니다. 일을 정의하지 않고 AI에게 던지면 AI가 헤매듯, 질문을 정하지 않고 데이터를 모으면 창고만 무거워집니다.

정리하면, 데이터를 대하는 순서가 뒤집힙니다. 예전엔 ‘많이 모아두고 → 언젠가 질문한다’였다면, 이제는 ‘질문을 정하고 → 거기 필요한 걸 맥락까지 모은다’입니다. AI가 그 ‘언젠가’를 데려온 대가로, 우리는 모을 때 조금 더 부지런해져야 합니다.

마무리 — 지금 모으는 데이터가 6개월 뒤에도 말이 되게

데이터를 다루는 사람이 점점 늘어납니다. 꼭 분석가가 아니어도, 이제는 누구나 표를 만들고 기록을 남기고 그걸 AI에게 넘겨 뭔가를 시킵니다. 그래서 이 이야기는 데이터팀만의 것이 아닙니다. 뭔가를 기록으로 남기는 사람 모두의 것입니다.

오늘 무언가를 저장한다면, 딱 하나만 해보면 됩니다. 저장하기 직전에 이렇게 물어보는 거예요. “6개월 뒤의 내가 이걸 열면, 이게 뭔지 알 수 있을까?” 답이 “아니오”라면, 지금 한 줄을 더 적을 차례입니다. 그 한 줄은 지금만 쓸 수 있고, 지나면 아무도 못 씁니다.

쌓이는 것과 쓸 수 있는 것은 다릅니다. 그리고 그 둘의 갈림은 쓸 때가 아니라, 이미 모을 때 나 있습니다.