“이 숫자 맞아요?”에서 시작한 데이터 엔지니어 박준수 님

안녕하세요, 클로저에서 콘텐츠를 만드는 Eric이에요! [클로저 사람들]은 클로저를 만드는 사람들의 이야기를 직접 들어 보는 인터뷰예요.

첫 번째 주인공은 데이터 엔지니어 박준수 님이에요. 준수 님은 통계학을 전공하고 패션·라이프스타일 이커머스 회사에서 분석가로 일을 시작했어요. 리포트를 만들 때마다 원천 데이터를 손으로 정리하는 게 싫어서 파이프라인을 짜기 시작했고, 그렇게 데이터 엔지니어가 됐어요. 클로저의 데이터 엔지니어는 쇼핑몰마다 제각각인 데이터를 같은 기준으로 다듬어, 에이전트가 믿고 판단할 바탕을 만드는 사람이에요.

리포트를 올릴 때마다 "이 숫자 맞아요?"를 듣던 분석가와 데이터 엔지니어분들께, 이 이야기가 작은 공감이 되면 좋겠어요. 같이 보시죠!

Q. 준수 님, 안녕하세요! 간단한 자기소개 부탁드려요.

안녕하세요, 클로저 엔지니어링 팀에서 데이터 엔지니어로 일하고 있는 박준수예요. 합류한 지는 10개월쯤 됐어요. 쇼핑몰에서 들어오는 데이터를 모으고 다듬어서, 클로저가 고객을 나누고 캠페인 성과를 계산할 때 쓰는 데이터로 만들어요. 쉽게 말하면 숫자 담당이에요(웃음).

Q. 클로저에 오기 전에는 어떤 일을 하셨어요?

통계학을 전공하고, 졸업한 뒤 패션·라이프스타일 이커머스 회사에서 3년 반 동안 주문과 정산 데이터를 다뤘어요. 처음엔 분석가로 들어갔어요. 그런데 리포트를 만들 때마다 원천 데이터를 손으로 정리하는 게 너무 싫어서, "파이프라인을 짜자" 하고 엔지니어링으로 넘어왔어요.

그 뒤로는 매일 밤 배치로 주문, 결제, 취소, 정산을 하나의 리포트용 테이블로 모으고, 재무팀 정산 숫자와 마케팅 성과 숫자가 같은 기준을 보게 맞추는 일을 했어요. 그때 리포트를 올릴 때마다 제일 많이 들은 말이 "이 숫자 맞아요?"였어요. 같은 매출인데 결제 기준이냐 출고 기준이냐로 팀마다 숫자가 달랐거든요.

Q. 그 "이 숫자 맞아요?"가 지금 일하는 방식에도 남아 있나요?

네, 그대로예요. 그때부터 지표를 만들기 전에 정의부터 합의하는 습관이 생겼어요. 클로저에 와서도 똑같아요. '전환율'이 방문 기준인지 세션 기준인지, '이탈'을 어느 단계부터 셀지 같은 걸 먼저 못 박고 시작해요.

그래서 새 지표를 만들 때마다 '지표 정의서'부터 업데이트해요. "이 숫자 뭐예요?" 질문이 오면 링크 하나로 끝나거든요. 전 회사에서 주문 데이터는 깔끔해 보여도 취소, 반품, 부분 환불이 들어가면 지옥이라는 걸 몸으로 배웠는데, 지금 자사몰 데이터를 다룰 때 그 경험이 그대로 쓰여요.

“주문 데이터는 깔끔해 보여도 취소, 반품, 부분 환불이 들어가면 지옥이에요.”

Q. 이직을 결심할 때 결정적이었던 게 뭐였나요?

전 회사에서는 제가 만든 테이블이 리포트로 끝났어요. 숫자를 보고 결정하는 건 다른 팀 몫이었고, 그 결정이 어떻게 됐는지는 잘 몰랐어요.

클로저는 달랐어요. 제가 다듬은 데이터로 오늘 어떤 고객에게 어떤 메시지가 갈지 정해져요. 제 숫자가 리포트에서 멈추지 않고 고객에게 닿는다는 점이 제일 컸어요.

Q. 말씀하신 '고객에게 닿는 숫자', 들어와 보니 실제로도 그랬나요?

그랬어요. 대신 생각보다 훨씬 어려웠어요(웃음). 같은 카페24 쇼핑몰이라도 상품을 등록하는 방식, 옵션 이름을 짓는 방식이 몰마다 제각각이에요. 어떤 몰이 새로 연결돼도 같은 기준으로 돌아가게 만드는 게 진짜 일이더라고요.

그래서 신규 브랜드가 붙으면 데이터 연동부터 세그먼트가 처음 잡히는 순간까지를 체크리스트로 만들어 뒀어요. 반복되는 일은 매번 손으로 안 하려고요.

Q. 클로저의 데이터 엔지니어는 어떤 일을 하나요?

한 문장으로 말하면, 에이전트가 판단할 때 기대는 데이터를 책임지는 일이에요. 클로저는 고객 데이터를 분석해서 지금 말을 걸어야 할 고객을 찾고, 캠페인을 기획하고, 성과까지 분석해요. 그 판단이 전부 데이터에서 시작하니까, 데이터가 틀리면 판단도 틀려요.

사장님들께는 가계부에 빗대서 설명해요. 쇼핑몰마다 영수증을 쌓아 두는 방식이 다 달라요. 저는 그 영수증을 같은 칸의 가계부로 옮겨 적는 사람이에요. 칸이 맞아야 "이 고객이 지난번에 언제 샀고, 다음엔 언제쯤 살까"를 셀 수 있거든요.

Q. 가장 기억에 남는 작업을 꼽는다면요?

합류하고 처음 맡은 일이에요. 비회원 행동 로그를 세그먼트로 쓸 수 있게 만드는 일이었어요. 로그인하지 않은 방문자라 식별자가 들쭉날쭉한데, 이 행동 로그를 정제하고 이어 붙여서 '장바구니에 담고 이탈 직전' 같은 세그먼트가 실시간으로 잡히게 피처 테이블을 설계했어요.

해 보니 전 회사에서 같은 상품을 하나로 묶는 매핑을 짰던 경험이랑 결이 똑같더라고요. 그때는 대상이 사람이 아니라 상품이었을 뿐이에요. 이게 제대로 돌기 시작하고, 비회원 첫 구매 캠페인이 실제로 나가는 걸 봤을 때 제일 뿌듯했어요.

Q. 반대로 솔직히 막혔던 순간도 있었을 것 같아요.

있었죠. 전 회사에선 콘솔 매출과 분석 대시보드 숫자가 안 맞아서 원천까지 따라가 보니, 취소와 반품이 반영되는 시점이 달랐어요.

클로저에서는 메시지 도달 수를 셀 때 비슷한 고민을 했어요. 알림톡이 실패하면 문자로 대신 보내는데, 이걸 어떻게 세느냐에 따라 도달 수가 달라지거든요. 원천 로그까지 확인해서 "도달은 최종 성공 1건만 센다"로 정의를 못 박고 문서로 남겼어요. 성과 숫자는 고객사 신뢰와 바로 이어지는 영역이라 특히 조심해요.

Q. 하루는 보통 어떻게 흘러가나요?

아침엔 밤사이 돈 배치와 데이터 품질 알림부터 봐요. 여러 브랜드 데이터가 동시에 도니까, 한 곳이라도 수치가 튀거나 연동이 끊기면 알림이 오게 해 뒀어요. 오전엔 머리가 맑을 때 파이프라인이나 지표 설계 같은 어려운 일을 몰아서 하고, 오후엔 개발하고 검증해요.

브랜드마다 데이터가 섞이면 큰일이라, 격리가 제대로 됐는지 검증하는 데도 시간을 꽤 써요.

Q. 동료들과는 어떻게 일하나요?

클로저에서는 모두 '~님'으로 부르고, 직무와 상관없이 누구나 논의에 들어갈 수 있어요. 한번은 프로덕트, 세일즈 팀과 '이탈 위험 고객' 세그먼트 정의를 두고 이야기한 적이 있어요. 누군가는 '30일 미구매'로, 누군가는 '평균 재구매 주기 초과'로 생각하고 있어서 대상이 완전히 달라졌거든요.

제가 데이터에서 두 정의로 각각 뽑으면 대상이 어떻게 갈리는지 보여 드렸더니, 그 자리에서 '주기 초과'로 합의가 됐어요. 저는 어느 쪽이 맞다고 우기기보다, 데이터로 차이를 눈에 보이게 하는 역할을 좋아해요.

Q. 작은 팀이라 "이건 좋다", "이건 솔직히 어렵다" 싶은 점을 하나씩 꼽는다면요?

좋은 건 팀이 작아서 "이건 내 일 아니다"가 없다는 거예요. 데이터를 모으는 단계부터 그 숫자가 발송에 쓰이는 단계까지 다 보이니까, 데이터가 이상하면 발송 직전이라도 일단 멈추자고 말하는 편이에요. 성과 숫자는 한 번 틀리면 되돌리기 어려우니까요.

어려운 건 정해진 답이 없다는 거예요. 큰 회사처럼 물어볼 선례가 많지 않아서 제가 정하고 책임져야 할 일이 많아요. 그래서 막힌 일은 혼자 끙끙대지 않고 바로 꺼내 놓고 같이 봐요.

Q. 앞으로 함께 풀고 싶은 문제는 무엇인가요?

두 가지예요. 하나는 연동되는 쇼핑몰과 데이터가 늘어나도 처리 시간과 비용이 그대로 유지되게 하는 일이에요. 다른 하나는 지금 있는 품질 알림을 더 촘촘하게 만들어서, 숫자가 어긋나기 전에 먼저 알아차리게 하는 일이에요. 둘 다 혼자보다 같이 풀 때 훨씬 빨라질 문제예요.

Q. 어떤 데이터 엔지니어가 오시면 좋을까요?

숫자가 맞지 않을 때 그냥 넘어가지 않는 분이요. 원천 데이터까지 거슬러 올라가서 왜 다른지 끝까지 확인하는 분이면 좋겠어요. 이커머스나 CRM 데이터를 다뤄 본 경험이 있으면 좋지만 꼭 필요하진 않아요. 쇼핑몰 데이터의 특징은 들어와서 금방 익힐 수 있거든요.

Q. 마지막으로, 지원을 고민하는 분들께 한마디 부탁드려요.

저한테 클로저는 "데이터가 바로 일이 되는 곳"이에요. 제가 다듬은 숫자로 오늘 어떤 고객에게 메시지가 갈지 정해지니까요.

이루고 싶은 건 새 쇼핑몰이 연결돼도 아무도 손대지 않고 숫자가 맞는 상태예요. 운영자분들이 숫자를 의심하지 않아도 되게요. 이 목표에 같이 욕심이 나신다면 편하게 지원해 주세요!

마무리

준수 님과의 이야기는 "데이터로 차이를 눈에 보이게 한다"는 한마디로 모여요. 준수 님과 함께 쇼핑몰 데이터를 다듬어 보고 싶다면 데이터 엔지니어 채용 공고에서 지원해 주세요. 다른 직무는 클로저 채용 페이지에 모여 있어요.

클로저 팀이 어떤 생각으로 제품을 만드는지는 CRM 8:2의 법칙 세미나 정리와 CRM 마케팅, AI 에이전트가 해야 할까요?에서 더 볼 수 있어요. 끝까지 읽어 주셔서 감사해요. 다음 [클로저 사람들]에서는 여러분을 만날 수 있으면 좋겠어요.