Q. 안녕하세요! 두 분 자기 소개 부탁드립니다.

석환: 안녕하세요. Data Biz팀에서 데이터 사업을 담당하고 있는 김석환입니다. 티맵 서비스를 하면서 수집되는 데이터를 기반으로 생성된 여러 분석 데이터와 티맵 서비스를 위해 필요한 데이터 즉, 전자지도, 실시간 교통정보 데이터 등을 B2B와 B2G 대상으로 제공하는 사업을 담당하고 있습니다.

정희: 안녕하세요. Analytics팀에서 데이터 사업을 담당하고 있는 Data PM 백정희입니다. 티맵에서 발생하는 주행 데이터, 검색, 클릭과 같은 앱 사용 데이터를 활용해서 데이터 상품을 만들고 비즈니스로 연결하는 일을 하고 있어요. 단순히 데이터를 집계해서 판매하는 것을 넘어서, 분석 기반으로 고도화된 데이터 상품을 만드는 역할에 매진하고 있습니다.

Q. Data biz팀과 Analytics팀이 무슨 일을 하는 팀인지 설명 부탁드려요.

석환: Data Biz팀은 Data 파트와 API 파트로 구성되어 있어요. 제가 속한 Data 파트는 Base Map, 교통정보처럼 GIS에 관련된 데이터를 필요로 하는 곳에 제공하는 사업을 하고 있구요. 최근에는 티맵 사용자들의 주행패턴, 출발지-목적지 이동 패턴 등을 분석해서 서베이, 마케팅, 정책 결정 등 다양한 목적으로 활용하기 위해 데이터를 발굴하고 제공하는 사업도 담당하고 있습니다. 그리고 가장 최근에는 ITS(지능형교통체계)와 AI 분야에서도 저희 데이터를 제공하는 사업도 진행하고 있어요. API 사업 파트는 티맵 내비게이션을 써보시면 어떤 사용자가 길안내를 받기 위해 목적지를 검색하고 해당 목적지까지 경로탐색을 하고 길이 막히는지 교통정보도 확인할 수 있는데요. 이런 티맵 서비스의 기능을 OpenAPI화 하여 특정 기업, 기관에서도 해당 기능을 다양한 목적에 맞게 사용하실 수 있도록 제공해드리는 사업을 담당하고 있습니다.

정희: Analytics팀은 분석가, DAE(Data Analytics Engineer), Data PM으로 구성되어 있어요. 한마디로 티맵의 데이터에 관련된 모든 일을 하는 팀이에요. Product의 growth 분석도 하고, 사내 구성원들이 데이터를 쉽게 추출하고 분석할 수 있도록 골드 데이터셋을 만들고 파이프라인을 관리하는 일도 하고 있어요. 거기에 더해서 데이터 사업 쪽 납품이나 신규 상품 개발까지 담당하고 있어서 데이터의 생산부터 활용, 사업화까지 전 과정을 다루고 있는 팀이라고 보시면 됩니다.

Q. 티맵모빌리티에 조인하기 전 어떤 커리어의 길을 걸어오셨나요?

정희: 저는 학생 때부터 지도 보는 걸 좋아하는 흔히 말하는 지리 덕후였어요. 그 관심을 살려서 도시공학을 전공하고 정책 연구원에서 첫 커리어를 시작했어요. 데이터로 도시의 문제를 진단하고 정책을 제언하는 일들을 했는데 하다 보니까 더 다양한 데이터를 보고 싶고, 더 현실에 가까운 문제를 다뤄보고 싶다는 욕심이 생기더라고요. 그래서 공간 데이터 기반의 컨설팅 회사로 옮겨서 데이터 분석가로 입지 분석이나 데이터 기반의 상품을 개발하는 일을 했습니다.

석환: 저는 사실 컴퓨터공학을 전공한 엔지니어 출신이에요. 커리어 초기에 내비게이션을 개발하는 회사에 입사해서 프로그래밍을 했고, 그 이후로도 계속 내비게이션 관련된 회사에서 개발 업무를 했었어요. 아이나비, 올레 내비, 현대차 순정 내비 등 티맵 빼고 많은 내비게이션 소스코드를 봤어요.

Q. 두 분 모두 내비게이션, 지도 전문가셨네요! 많은 회사들 중 티맵모빌리티를 선택한 이유는 무엇인가요?

석환: 제가 내비게이션을 서비스하는 여러 회사를 다녔지만 항상 공통적으로 그 회사들의 라이벌이자 모범 답안은 티맵이었어요. “티맵에서 이런 서비스를 하니까 우리도 이거 하자!”, “티맵에서 이런 경로로 가니까 우리 경로도 이렇게 수정해라” 그래서 저는 아주 옛날부터 티맵이 궁금했습니다. 나한테 기회가 온다면 꼭 티맵에서 일해보고 싶다고 생각했었는데, 마침 티맵모빌리티가 SKT에서 분사하면서 기회가 생겼고, 저 개인적으로는 개발자에서 Sales, Account Manager로의 커리어 전환 결정이 필요했지만 용기를 내서 기회를 잡게 되었어요.

정희: 사람의 욕심이 끝이 없다고 느끼는 게 컨설팅 회사에서 컨설턴트로 다룰 수 있는 고객사 데이터는 아무래도 제한적이다 보니 더 많은 데이터를 보고 싶다는 욕심이 또 생기더라고요. 어느 회사가 많은 데이터를 가지고 있을까 생각해보니 2,600만 이상의 누적 가입자수를 가진 티맵모빌리티밖에 없겠다 싶었어요. 티맵에는 앱 사용 이력 뿐만 아니라 이동 데이터까지 방대하게 쌓이고 있으니, 이 데이터로 만들어낼 수 있는 가치가 무궁무진하겠다는 확신이 있었죠.

Q. 두 분 직무에 대한 매력이 무엇이라고 생각하시나요?

정희: 저는 최근에 데이터 분석가에서 Data PM으로 직무 전환을 했는데요. PM이 참 매력적인 직무라고 느끼고 있어요. 분석가일 때는 주어진 분석 요건에 맞춰서 꼼꼼하게 파고들고 정확한 결과를 내는 것에 집중했다면, PM은 거기서 한 단계 더 나아가서 이 데이터로 어떤 상품을 만들지 기획하고, 실제로 사업화까지 이끌어가는 역할이라 생각해요. 분석 역량을 기반으로 하되 기획부터 개발, 납품, 고객 피드백까지 전 과정을 직접 드라이브할 수 있다는 점이 가장 큰 매력인 것 같아요.

석환: 제 직무의 매력은 데이터 활용의 방향을 제시하면서, 실제 결과까지 확인할 수 있다는 것인 것 같아요. 보통 사람들은 금(gold)은 비싼 것, 가치가 높은 물건으로 개념과 이미지로 쉽게 생각하지 금이 실제로 음식에도 사용되고, 전자제품 제조에도 사용되는 것처럼 예상 밖의 범위에서 실제로 가치 있게 사용되는 것을 잘 알지는 못하잖아요. 제 생각에 데이터도 금과 비슷한 것 같아요. 현재 시대에서 데이터는 가치가 매우 높은데, 어느 곳에서 어떻게 사용할 지 잘 모르는 경우가 많거든요. 그런 분들에게 티맵의 데이터가 어떻게 쓰일 수 있을지 방향을 제시하고, 저희 데이터를 활용해서 만들어진 비즈니스 성과를 결과로 확인했을 때 뿌듯함을 느끼는 것 같습니다.

Q. . TMAP에서는 어떤 데이터를 다루고 있나요?

정희: 다루는 데이터가 꽤 다양한데요. 주행 데이터는 언제, 어디로 이동했는지 뿐만 아니라 이동한 속도나 급감속, 급가속을 했는지 운전 습관까지 볼 수 있고요. 장소 데이터로는 특정 POI에 유저 이동이 급증했는지 급감했는지 같은 트렌드도 파악할 수 있어요. 거기에 어떤 유저가 갔는지 성별, 연령대, 지역 정보 같은 속성도 보고, 검색 데이터로 어떤 키워드의 검색이 많이 발생했는지도 알 수 있죠. 주행 외에도 대리운전, 대중교통, 콘텐츠 소비 같은 티맵 내 다른 서비스 이용 이벤트까지 보고 있고요. 이런 데이터들을 결합해서 유저의 세그먼트를 만들기도 해요.

석환: 정희님께서 잘 설명해주셨는데요. 그 외에도 전자지도 데이터와 교통정보(실시간/누적 교통정보)데이터도 다루고 있고, 최근에는 ITS 교통분석 데이터까지 다양한 데이터를 다루고 있어요.

Q. TMAP 데이터는 어떤 분야에서 어떻게 활용되고 있는지 궁금해요.

정희: 공공과 민간 분야에서 다양하게 활용되고 있어요. 공공 쪽에서는 지자체의 관광 정책 수립에 활용되기도 하고, 민간 쪽에서는 기업들이 잠재 고객에 대한 인사이트를 얻거나 상권분석에 활용하는 사례가 있습니다.

석환: 맞아요. 예를 들면 출발지-목적지 데이터의 경우는 지역 축제 활성화 및 인구소멸 대응 정책을 위해 각각 지자체 및 관광공사에서 활용하시기도 하고, ITS 교통분석 데이터는 지자체 내 신호등 체계 분석 및 개편을 위해 즉 대시민을 위한 교통 정책에 활용되기도 합니다. 그리고 이동 및 주행패턴 데이터는 상권분석이나 유통, 리테일, 금융권 등의 다양한 기업들에서 내부 분석 목적이나 마케팅 분석 목적으로 활용되기도 해요. 경찰청, 소방청, 법무부 등에서는 저희 전자지도 데이터를 출동 시스템이나 관제 시스템에 사용하고 있습니다.

Q. 티맵의 데이터를 활용해 ‘비즈니스 인사이트’를 찾은 사례가 있을까요?

석환: 너무나 많지만 대표적인 사례를 말씀드릴게요.(웃음) 티맵 사용자분들이 방문하셨던 목적지 중 특정 브랜드 주유소의 데이터를 분석해서 방문 고객 수를 추정하고, 유종별 판매량 예측에 활용했던 사례가 있어요. 저희 티맵 데이터가 고객사의 판매량 예측 모델에 유효하게 적용되어서 적용 전과 대비해 15~17% 비용 절감의 효과가 있었어요. 이외에도 프랜차이즈 DT(Drive through) 지점의 방문 데이터를 분석해서 방문 고객 수 추정, 잠재 고객 예측 등을 통해 신규 DT 지점의 최적 입지 유추 등을 했었던 사례들이 있습니다.

Q. TMAP 데이터의 강점은 무엇인가요?

정희: 우선 2,600만 가입자 규모에서 오는 대표성이 가장 큰 강점이에요. 표본이 아니라 거의 전수에 가까운 데이터를 볼 수 있다는 거죠. 그리고 설문이나 추정이 아니라 실제 이동에 기반한 행동 데이터이기 때문에 신뢰도가 높고, GPS 기반이다 보니 공간적 정밀도까지 갖추고 있어요. 규모, 신뢰도, 정밀도 세 가지를 동시에 갖춘 데이터는 흔치 않다고 생각합니다.

석환: 무엇보다도 국내 내비게이션 중 가장 많은 분들이 사용하신다는 것이 최고의 강점이라고 생각합니다!

Q. 정희님은 카드사, 통신사, 제조사 등 다양한 도메인을 경험해보셨다고 들었어요. 모빌리티 도메인 경험해보니 어떠세요?

정희: 모빌리티 데이터는 확실히 다르다고 느꼈어요. 예를 들어 카드 데이터는 결제가 일어난 장소는 알 수 있지만, 어디서 출발해서 어떤 경로로 갔는지는 알 수 없고, 통신 데이터는 이동 흐름은 보이지만 기지국에서 수집하는 데이터라 공간 정밀도가 떨어지거든요. 반면 모빌리티 데이터는 출발지부터 도착지까지 경로 전체가 보이고 GPS 기반이라 정밀하고, 이동 자체가 곧 행동이라 해석이 직관적이에요. 다른 데이터에서는 추정해야 했던 것들을 모빌리티 데이터에서는 있는 그대로 볼 수 있다는 게 가장 큰 차별점인 것 같아요.

Q. 최근에는 어떤 일에 집중하고 계신가요?

석환: 저는 요즘 ITS(지능형교통체계) 관련 API 및 데이터 제공 사업에 집중하고 있어요. 최근 공공기관에서도 AI 시대에 맞추어 H/W에서 S/W로 전환이 매우 많이 일어나고 있는데요. 저희가 하는 ITS 사업은 기존 CCTV나 감지기 등 H/W를 통해 교통량을 분석하던 것을 S/W로 전환하는 것의 일환으로 TMAP 사용자 데이터와 AI를 기반으로 생성된 교통량 데이터를 API 및 데이터 형태로 공공기관에 제공하는 사업이에요. 이로써 시민에게는 더 나은 체감형 정책을 제공하고, 공공기관에서는 비용과 시간 절감 효과를 얻으실 수 있어요.

정희: 요즘은 AI를 활용해서 기존 업무를 고도화 하는 일에 집중하고 있어요. 예를 들어 기존에는 집계성 주행 데이터만 납품했다면 최근에는 AI를 활용해서 인사이트 보고서를 함께 만들어 납품하는 구조를 만들었거든요. 이런 식으로 지금 하고 있는 일들에 AI를 더해서 더 스마트하게 자동화된 방식으로 바꿔 나가는 작업에 집중하고 있어요.

Q. 두 분께서 자주 협업하신다고 들었어요. 협업은 주로 어떻게 이루어지나요?

정희: Data biz팀 담당자분들과 정기적으로 만나는 미팅에서 데이터 관련 이슈를 논의하고 있어요. 석환님을 포함한 사업팀 팀원분들이 고객사와 직접 만나시면서 현장의 목소리를 전달해주시고, 저는 내부에서 엔지니어들과 긴밀하게 소통하면서 기술적 검토와 구현 난이도를 공유해요. 그렇게 고객 니즈와 기술적 가능성을 맞춰가면서 상품을 만들어가고 있습니다.

석환: 정희님 말씀처럼 정기적으로 진행하고 있는 별도의 협의체, JIRA, Slack 등 각각의 상황에 맞게 커뮤니케이션을 자주하고 있어요. 정희님 뿐만 아니라 Analytics 팀분들이 경험과 실력이 출중하셔서 제가 두서 없이 말씀을 드려도 바로 이해해 주시고 상황들을 많이 해결해 주신답니다.

Q. 그동안 업무를 진행하면서 가장 보람찼던 순간이 있다면 언제였나요?

석환: 아무래도 저는 Sales를 하고 있다보니, 잠재 고객사의 요구사항 이해 단계부터 진행한 일이 최종 계약과 매출 성과로까지 이루어졌을 때가 가장 보람찼던 것 같아요.

정희: 올해 1분기에 납품 데이터의 구조를 효율화하는 프로젝트가 가장 보람찼어요. 고객사마다 각기 다른 데이터가 나가다 보니 약간의 비효율이 있었거든요. 엔지니어분들과 정말 많은 협업을 해서 공통 모듈을 만들었고, 그 결과 고객사 계약 후 데이터 전달까지의 속도가 3배 이상으로 빨라졌고 데이터 생성 비용도 50% 이상으로 크게 절감할 수 있었어요. 실제로 이후의 신규 계약 건들이 이 프로세스로 납품되기 시작했을 때 정말 뿌듯했습니다.

Q. 두 분 모두 티맵모빌리티에 합류하신지 3년 이상 되셨어요. 티맵모빌리티에서 오랜 시간 일할 수 있었던 이유는 무엇인가요?

정희: 데이터로 풀어야 할 문제들이 많아서 시간 가는 줄 몰랐어요. 하나를 해결하면 또 다른 과제가 보이고, 그걸 풀다 보면 또 새로운 가능성이 보이고… 그러다 보니 벌써 3년이 넘었네요.(웃음)

석환: 얼마 전 까지는 제가 하는 일이 재미있거나 또는 딱딱하지 않은 회사 분위기라고 생각을 했었는데요. 3년이 넘은 지금 시점에 다시 생각을 해보니 같이 일하고 있는 동료들 때문인 것 같아요. Data Biz 팀에 계셨던 그리고 현재 계신 분들이 모두 직장 동료 이상으로 좋은 분들이셔서 제가 회사를 못 떠나는 것 같습니다.

Q. 일하면서 티맵모빌리티 다운 문화라고 생각되는 것이 있다면 무엇이 있나요?

석환: "구성원 한 명 한 명이 모두 본인 분야에서 최고 전문가다~" 저는 이것이 티맵모빌리티 다운 문화라 생각합니다.

정희: 저는 유연한 조직 구조가 티맵모빌리티답다고 느꼈어요. 제가 분석가에서 Data PM으로 직무 전환을 하고 싶다고 말씀드렸을 때, 당시 팀장님과 조직장님이 적극적으로 지지해주셨거든요. 물론 제 케이스이긴 하지만, 정해진 역할에 국한되지 않고 본인이 잘할 수 있는 방향으로 유연하게 움직일 수 있는 조직 구조가 있기 때문에 가능했다고 생각해요.

Q. 티맵모빌리티에 관심 있는 분들에게 우리 회사, 우리 팀 이런 점이 좋다! 어필 한 번 해주세요.

석환: 제가 티맵모빌리티에서 Data 사업을 한지 5년차가 되었는데요. 아직 우리나라에서 데이터 사업을 한다는 것이 쉽지는 않지만, 그럼에도 불구하고 티맵모빌리티 특히 저희 팀은 매출 규모와 스펙트럼이 점점 성장하고 있습니다. 현재 티맵모빌리티는 API, Data 사업에서 나름 선두의 위치에 있고, 무엇보다 잠재력이 무궁무진하기 때문에 데이터에 관심이 있으신 분들이라면 꿈을 실현해 보시기에 괜찮은 곳이라고 말씀드리고 싶어요.

정희: 가입자 2,600만명의 데이터를 직접 다룰 수 있는 환경이라는 것만으로도 충분히 매력적이라고 생각해요. 데이터로 풀어야 할 문제가 정말 많고, AI 같은 새로운 기술을 적극적으로 시도해볼 수 있는 분위기도 있어요. 거기에 틀에 박히지 않고 유연하게 움직일 수 있는 조직 구조까지 갖추고 있고요. 데이터를 깊이 있게 다루면서도 다양한 도전을 해보고 싶은 분이라면 티맵모빌리티 꼭 한번 경험해보시길 추천드립니다!