야구는 오랫동안 직감과 전통에 의존해 왔습니다. 그러나 Billy Beane은 데이터가 승리를 이끌 수 있음을 증명했습니다.
The AI Forecast 62화 데이터 분석으로 야구를 영원히 바꾼 머니볼의 Billy Beane 편에서는 Billy Beane이 Paul Muller와 함께 데이터에 기반한 의사결정이 전통적인 야구 방식에 어떤 변화를 가져왔는지 이야기합니다. 그는 제약이 혁신을 촉진하고, 기존 가정에 의문을 제기하는 것이 중요하며, 데이터가 조직의 의사결정 방식을 근본적으로 바꿀 수 있다고 설명합니다.
Billy는 인재 평가부터 자원 관리에 이르기까지 다양한 분야에서의 성공의 핵심이 자존심이 아니라 근거를 우선하는 시스템을 만드는 데 있다고 강조합니다. 다음은 Paul과 Billy의 흥미로운 대담에서 주요 내용을 정리한 것입니다.
리스크 재정의
Paul: 아이디어에는 확신이 있지만 결과가 기대만큼 빨리 나오지 않을 때 그 시기를 극복하는 일은 얼마나 어렵습니까?
Billy: 좋은 질문입니다. 저는 그럴 때 제 어시스턴트의 말을 많이 떠올렸습니다. 그는 저에게 수학 시험을 보는데 누군가 답을 알려준다면, 그 답을 쓰지 않겠느냐고 물었습니다. 우리는 데이터 활용을 그렇게 이해했습니다. 우리에게 데이터는 시험의 답을 건네주는 것과 같았습니다. 그래서 데이터를 활용해 다양한 의사결정을 내리고자 했습니다. 우리는 매번 옳을 수도 없고, 모든 승부에서 이길 수도 없다는 점을 알고 있었습니다. 하지만 데이터를 대하는 데 규율을 지키고, 숫자에 대해서는 냉정하게 해석하며, 의사결정 방식에서 일관성을 유지한다면 시간이 지날수록 결국 옳은 판단에 가까워질 것이라고 믿었습니다.
당시 우리가 그런 방식을 택했을 때 많은 이들은 결과를 걱정하며 여러 추측을 내놓았지만 우리의 느낌은 완전히 정반대였습니다. 데이터는 우리에게 일종의 로드맵이자 앞을 비추는 안개등 같은 역할을 했습니다. 모든 결정이 늘 맞을 수는 없지만, 시간이 지나도 의사결정 방식의 일관성을 유지한다면 결국 우리가 원하는 곳에 도달할 수 있고, 그 과정을 끝까지 견디게 하는 것도 결국 그 규율이라고 봤습니다.
세 번 연속으로 맞추면 모두가 동의합니다. 그런데 네 번째에 틀리면 모두가 “거봐, 숫자만으로는 전부 설명할 수 없다니까”라고 말합니다. 그러면서 다시 감정적인 의사결정 쪽으로 돌아가지만 정작 그런 감정적 판단에는 동일한 잣대를 적용하지 않습니다. 우리를 두고 리스크를 감수하는 사람들이었다고 평가하며 칭찬하는 경우가 있는데 저는 조금 잘못된 해석이라고 생각합니다. 사실은 그와 정반대였습니다. 우리는 리스크를 감수하려 한 것이 아니라 관리하려 했고, 계리사처럼 사고하려 했습니다. 미래를 예측하는 판단에 도움이 되는 정보를 손에 쥐고도 이를 쓰지 않는 것이 오히려 더 위험하다고 느꼈습니다. 그런 태도야말로 가장 위험한 태도라고 판단한 거죠.
통념보다 데이터
Paul: 유명해졌다는 건 좋은 일이지만 한편으로는 바로 그 유명세가 부담이 되기도 했을 것 같습니다. 다른 팀들이 당신의 전략을 파악하기 시작했을 때 어떻게 새로운 경쟁력을 발굴했습니까? 또한 기존의 날카롭고 기민한 운영 방식을 어떻게 계속 유지할 수 있었습니까?
Billy: 진정한 변화는 다른 팀들도 데이터의 중요성을 인식하고, 자체 데이터를 수집해 예측 모델을 만들기 시작하면서부터였습니다. 처음에는 통계에 기반해 의사결정을 내렸습니다. 하지만 통계는 결과를 보여주는 지표입니다. 다른 팀들은 점차 과정 자체를 측정하는 더 나은 방식이 있고, 그것이 선수의 역량을 더 잘 예측한다는 점을 알게 됐습니다. 그러면서 데이터 수집이 중요해진 것입니다. 또 한 가지 중요한 점은 단순히 데이터를 모으는 것에 그치지 않고 이전에는 조직에 없던 뛰어나고 열정적인 인재들을 영입했다는 것입니다.
책 <머니볼(Moneyball)>에 등장하는 내용은 사실 모두 공개된 정보였습니다. 우리는 사실상 Bill James의 아이디어를 가져다 쓴 셈입니다. 그런 일이 가능했던 것은 그런 시도를 허용하는 문화가 있었기 때문입니다. 그 무렵만 해도 Bill James의 아이디어나 그의 소책자에 담긴 내용은 수년 동안 거의 실행에 옮겨지지 않았습니다. 그러나 이후 20년이 지난 지금 팀들은 매우 폐쇄적으로 변했습니다. 이제 팀들은 뛰어난 젊은 인재들을 채용해 대규모 분석 조직을 꾸리고, 선수 퍼포먼스를 개선하기 위해 바이오메트릭 데이터를 활용한 모델을 구축하고 있습니다. 솔직히 말하면 지금은 제 이해 수준을 훨씬 넘어설 정도로 고도화되었습니다.
데이터 중심적 태도의 모순
Paul: 제 경험상 현재 문제는 특히 매우 뛰어나고 경험 많은 사람들이 스스로를 “나는 데이터 기반으로 판단하는 사람이다”라고 말하며 자신에게 유리한 데이터를 제시하고 그것에 동의한다는 점입니다. 그런데 그 데이터가 자신의 경험을 뒷받침하지 않는 순간 “그 데이터는 맞지 않다. 나는 그 데이터를 쓰지 않겠다”고 말하곤 합니다. 요컨대 저는 사람들이 자신에게 유리한 데이터만 선택적으로 취하는 모습을 자주 봐왔습니다. 결국 앞서 말했듯, 누구나 자신의 의견과 일치할 때까지만 데이터 중심적인 사람이 되는 셈입니다.
Billy: 저는 오히려 그 지점이 가장 큰 기회라고 생각합니다. 오랫동안 성공적으로 회사를 이끌어 온 CEO의 경험 자체도 데이터이고, 그 경험을 바탕으로 의사결정을 내리는 것 역시 데이터에 기반한 판단입니다. 하지만 현실에서는 경험 많은 사람들과 함께 일하다 보면 “그 데이터는 맞지 않다”고 말할 때 쉽게 물러서는 경향이 있습니다. 그럴 때 제 대답은 늘 같습니다. 데이터는 의견이 아니기 때문에 거기에 동의하지 않겠다고 말할 수는 없습니다. 데이터는 사실입니다. 오늘날처럼 다양한 데이터에 액세스할 수 있는 환경에서는 데이터가 한 방향을 가리키고 자신의 경험이 다른 방향을 말할 때가 바로 가장 중요한 기회입니다. 저는 개인적으로 의사결정을 할 때면 언제나 데이터 쪽에 더 무게를 두고 제 경험은 내려놓으려 합니다. 물론 이 점에 동의하지 않는 사람도 많다는 것을 알고 있습니다. 제가 말하는 기회란 매우 뛰어난 사람들도 같은 상황을 보고 있는데 데이터가 어떤 방향을 분명히 보여 주는 순간입니다. 경쟁자 역시 당신과 같은 것을 보고 그에 따라 판단할 것이라고 가정해야 하기 때문입니다.
Billy Beane와의 전체 대담은 Spotify, Apple Podcasts, YouTube에서 The AI Forecast를 통해 확인할 수 있습니다.
