데이터로 프로덕트의 전략과 방향성을 고민하는, 토스뱅크 데이터 분석가
토스뱅크 데이터 분석가는 전략가
“토스뱅크 데이터 분석가는 단순히 데이터를 추출하고 가공하는 역할이 아니라, 데이터를 기반으로 프로덕트의 전략과 방향성을 함께 고민하는 전략가로 역할을 수행하고 있어요.”
토스뱅크 데이터 분석가 김경민, 이경민, 이호경 님과 함께 데이터 분석가로 일하는 것은 어떤 의미인지, 앞으로의 커리어 목표는 무엇인지에 대해 이야기 나눠보았어요.
팀 인터뷰
Q. 안녕하세요! 간단한 자기소개와 현재 하고 계신 업무에 관한 설명 부탁드려요.
김경민
개인대출 스쿼드 데이터 분석가 김경민입니다. 주로 스쿼드의 상품, 서비스 출시부터 운영에서 필요한 데이터 분석을 하고 지표나 사용자 경험 개선을 위한 실험 분석도 담당하고 있어요.
이경민
Deposit 스쿼드 데이터 분석가 이경민입니다. Deposit 스쿼드는 토스뱅크의 수신(요구불, 예금)을 담당하고 있는 조직으로, 예금의 잔고 및 요구불 통장에 대한 전반적인 데이터를 분석하고 있어요.
이호경
오퍼레이션 트라이브 데이터 분석가 이호경입니다. 오퍼레이션 트라이브는 은행 본연의 운영 업무를 효율적으로 수행되도록 지원하는 여러 스쿼드가 함께 있는 조직이고, 스쿼드가 필요한 각종 데이터 분석 업무를 하고 있어요.
Q. 토스뱅크에 합류하시기 전에는 어떤 커리어를 쌓아오셨는지, 토스커뮤니티 중 토스뱅크를 선택하신 이유가 궁금해요.
김경민
토스뱅크에 합류하기 전에는 은행에서 대출과 관련한 데이터 분석 업무를 했었고, 유통업계에서 마케팅 분석 업무도 짧게 경험했어요. 토스커뮤니티 중 토스뱅크를 선택한 이유는 고객 중심의 사고방식을 갖고 있는 것이 매력적으로 느껴졌기 때문이에요. 토스에 지원하기 전 토스에서 제작한 다큐멘터리와 인터뷰 영상을 모두 찾아봤었거든요.
그때 각 계열사 대표분들이 회사에 대해 설명하는 영상을 주의 깊게 봤었는데, 토스뱅크 대표인 민택 님께서 은행에서 느낀 불편한 점을 딱 꼬집어 설명하시더라고요. 영상을 보고서 '이걸 개선한다고? 여기는 무조건 성공하겠는데?'라는 생각이 들었고, 성공의 길을 함께 가고 싶어 토스뱅크를 선택했어요.
이경민
저는 퀵커머스에서 비즈니스 분석가로 사업 및 라이더의 운행 데이터를 3년 가까이 접한 이후, 데이터 분석가로 프롭테크(Proptech)에서 근무한 경험을 바탕으로 토스뱅크에 오게 되었어요. 은행 산업은 긴 호흡의 데이터와 다양한 데이터를 다룰 수 있기에 늘 관심이 많았어요. 소규모의 서비스 데이터를 보는 것보다 은행 산업에서 데이터 분석가로서 할 수 있는 실험이나 분석이 다양하지 않을까 생각했어요. 토스는 토스뱅크 외에 다양한 서비스가 슈퍼앱으로 기능하고 있기에 여러 데이터를 볼 수 있다는 기대감이 있었어요.
이호경
토스뱅크에 오기 전 금융권에서 일해본 경험은 없었어요. 제조업과 이커머스에서 데이터 분석가로 커리어를 쌓아왔는데요. 다양한 영상과 아티클을 통해 접한 토스의 데이터 중심 의사결정 문화에 대해 관심이 있었고 토스뱅크 유저로서 계속 편리해지고 기발한 발상으로 즐거움을 주는 경험을 접하면서 저도 토스뱅크에서 일하며 기여하고 싶은 마음에 지원하게 되었어요.
Q. 이전 커리어와 비교했을 때, 토스뱅크만의 차별점이 있다면 어떤 것이 있을까요?
이경민
은행 도메인을 다룬다는 것 자체가 큰 차별점이에요. 은행 도메인 만의 장점은 크게 세 가지를 꼽을 수 있어요. 
첫 번째는 고객들의 생애주기가 길다는 점이에요. 다른 서비스의 경우 이용 목적을 달성하거나 해당 도메인의 흥미가 떨어지는 경우 휴면 고객이 되거나 아예 이탈을 해버리는 반면, 은행 서비스는 고객이 금융 활동을 시작하면 생애 전반에 걸쳐서 꼭 필요한 서비스기에 데이터를 긴 호흡으로 볼 수 있다는 장점이 있어요. 또, 다양한 연령층과 배경을 가진 고객을 대하는 부분에서 데이터 분석가로 많은 것을 고려하여 데이터를 분석할 수 있어 좋았어요.
두 번째로, 여신/수신/카드/외환 등 은행 서비스가 가지는 개별적인 특징이 모두 달라 다양한 업무를 할 수 있는 매력이 있어요. 은행 도메인 내에서도 새로운 서비스를 접하는 것이 개인적으로는 새로운 도메인을 접하는 것만큼 다채로운 경험이라고 생각해요. 실제로 프로덕트 단위로 움직이는 스쿼드 간에 인력 이동이 자유로운 편이고, 새로운 서비스의 이해도를 쌓기 위해 내부에서 학습하는 문화가 조성되어 있어요. 모르는 금융 용어에 대해서 스스로 스터디를 할 수 있는 오토메이션이 잘 세팅되어 있고, 동료분들께서 토스뱅크의 비즈니스 프로세스와 데이터에 대한 세션을 주기적으로 진행해주셔서 많은 도움을 받고 있어요.
마지막으로 돈이 흐르는 길목에서 일을 하다 보니 금융에 대한 지식을 쌓을 수 있는 점도 큰 장점이에요. 자연스럽게 금리의 흐름이 어떻게 되는지 관심을 가지게 된 덕분에, 개인적인 자금 운용에도 많은 인사이트를 얻고 있어요. 은행 사업은 중앙은행의 금리나 당국의 기조에 촉각을 세울 수밖에 없고, 경쟁은행의 상품을 비교하고 분석하여 고객에게 더 나은 서비스를 제공하는 쪽으로 발전하다 보니 금융산업에 대한 이해도가 자연스레 높아지더라고요.
이호경
저는 합류하기 전 토스의 데이터 중심으로 의사결정 문화를 굉장히 기대하고 있었는데요. 실제로 많은 의사 결정이 데이터 중심으로 진행되니 데이터 분석가로 할 수 있는 업무와 기회가 다양해요. 특히 토스뱅크는 데이터 직군이 아니더라도 모든 팀원들이 데이터의 이해와 관심도가 높아요. 분석 결과를 해석하고 서비스에 반영하는 과정에서 PO, PD, 개발자분들이 수준 높고 디테일한 피드백을 주시곤 해요. 매번 새로운 것을 배우게 되고 성장할 수 있다는 점에서 큰 차별점이 있죠.
Q. 최근 진행한 프로젝트 중 가장 인상적인 프로젝트가 있나요?
김경민
‘매달 내는 돈 낮추기’ 서비스가 기억에 남아요. PO와 개발자분께서 ‘고객들이 원리금상환하는 년도를 짧게 계약해서 매달 내는 돈(원리금)에 부담을 느끼는 것 같은데 기간을 늦출 수는 없을까?’라는 이야기에서 출발해 서비스를 개발하게 되었어요. 개발 요건이 생각보다 까다로워 예상보다 시간이 걸렸지만, 1~2개월 안에 빠르게 서비스를 출시했고, 그 결과 내외부적으로 좋은 피드백을 받을 수 있었어요. 고객이 겪는 문제를 발굴하고 좋은 서비스를 출시했던 기억에 남는 프로젝트예요.
이경민
토스뱅크에서 미성년자를 대상으로 한 ‘아이통장’이라는 상품이 출시되었어요. 아이통장 개설 유저수를 늘리기 위해 초대코드를 통해 아이통장에 가입하는 경우 초대코드를 준 사람과 초대코드로 가입한 사람 모두에게 보상을 주는 이벤트였는데요. 스쿼드에서 기획하고 실행한 프로젝트가 기억에 많이 남아요.
매일 실시간으로 효율을 파악하고, 효율에 따라 매일 이터레이션(Iteration)을 돌렸는데요. 당시 제가 만든 대시보드를 통해 이벤트가 좋은 방향으로 가고 있는지, 어떤 부분을 더 실험하고 개선할 수 있을지 스쿼드원과 함께 아이디어를 내고 앱에 구현하면서 빠르게 개선했어요.
목표했던 가입자수 대비 아쉬움이 남은 프로젝트였지만, 정해진 기간에 크고 작은 실험들을 적용하면서 유저의 특성을 이해하고 어떤 식으로 메시지를 세팅해야 잘 도달하는지, 어떤 유저를 타깃으로 삼고 실험해야 좋은 전환율을 기대할 수 있는지 알 수 있었어요.
이호경
업무 중 로그 기반 데이터 분석이 매우 큰 비중을 차지하는데요. 이를 위해 로그를 잘 정의하는 것과 지속적인 유지 보수가 매우 중요한 반면, 로그 정의/검증은 매우 고된 일이었어요. 데이터 분석가가 화면 로그와 보고자 하는 값에 대해 정의 후 파라미터를 추가해서 프론트엔드 개발자분들께 요청을 드려야 했었죠.
효율적으로 해결할 수 없을지 고민한 뒤 , 프론트엔드 개발자분과 길드(Guild)*를 만들어 웹 뷰로 보이는 모든 컴포넌트를 자동으로 남겨주는 시스템인 로깅 자동화 시스템을 개발하게 되었어요. 로깅 자동화 이후 데이터 분석가와 프론트엔드 개발자의 손을 거치지 않고 대부분의 화면과 레퍼럴(Referrer) 값 등이 자동으로 남게 되었어요. 덕분에 지금은 새로운 서비스 오픈 및 화면 개편 시 로그 정의를 하지 않게 되었고 로깅 작업에 리소스를 많이 줄여 이전보다 본연의 분석에 집중할 수 있게 되었어요. 근본적인 구조를 변경하거나 다른 개발자분들과 협업하여 툴을 도입하는 등 업무 효율을 향상할 수 있다는 점을 몸소 느꼈던 프로젝트였어요.
이처럼 토스뱅크는 데이터 분석 툴 등 관련 라이선스 지원에 부족함이 없고 데이터베이스, 하둡(Hadoop) 등 데이터 인프라 성능 및 데이터 엔지니어 지원이 충분히 제공되는 조직이에요.
*길드(Guild): Silo/Team외의 불특정의 공통된 목적을 가진 그룹
Q. 데이터 분석가는 스쿼드와 챕터에 속하는데, 각 조직에서는 어떻게 업무를 하는지 궁금해요.
김경민
스쿼드에서는 스쿼드가 가야 할 방향성에 대해 데이터로 가이드를 주고, 의사결정에 필요한 데이터를 서빙하여 개선점을 찾아가고 있어요. 이렇게 말씀드리면 분석가가 데이터만 드리는 것처럼 보일 수 있지만, 사실 실험 설계 단계부터 마케팅 푸시 발송까지 스쿼드 동료들과 대화를 통해 만들어가고 있어요. 스쿼드에서는 직군 구분 없이 자유롭게 의견을 내고 어떤 의견이든 주의 깊게 들어줘요. 그중 괜찮은 아이디어가 있으면 바로 개발하고 서비스에 반영하기도 하고요. 예를 들어, ‘푸시를 발송하지 말고 오가닉 하게 진입하는 유저로 데이터를 모니터링하자’라고 하다가 실시간으로 지표를 보고 ‘모수 100%에게 푸시를 한 번 보내면 효율이 나올 것 같아요.’라는 의견이 있다면 방향을 바꾸기도 해요. 의사결정에 드는 불필요한 리소스가 거의 없고 빠르게 이터레이션을 돌릴 수 있어요.
이경민
Deposit 스쿼드에서는 수신상품에 예치된 고객의 돈을 안전하게 지키고, 장기적으로 규모를 키우기 위한 새로운 상품이나 서비스를 고민하고 있어요. 스쿼드 분들과 수신 프로덕트에 동일한 목표를 가지고 협업을 하는 만큼, 매주 월요일 위클리 미팅를 통해 아젠다를 공유한 후, 세부 프로젝트를 진행하는 방식으로 협업하고 있어요. 주로 의사결정에 필요한 데이터나 개발 단에서 바로 확인이 어려운 통계적인 데이터에 대해 여러 케이스를 추출하여 공유한 후 데이터 정합성을 확인하는 역할까지 담당하고 있어요.
이호경
챕터에서는 전사적으로 개선할 업무들이 있으면 논의해서 개선 작업을 진행해요. 예를 들어 업무를 하다 발견한 데이터적인 이슈가 있으면 바로 이슈를 공유해 바로 개선할 수 있도록 작업해요. 전사적으로 보는 대시보드를 만들고 이를 관리하는 작업을 하기도 하고요. DA Chapter는 매주 챕터 위클리 모임을 진행하는데요. 각자 스쿼드에서 진행한 분석 결과를 공유하고, 더 좋은 결과를 낼 수는 없었는지 논의해요. 분석하며 어려웠던 점이나 고민을 해결하는 자리이기도 하죠. 많이 배울 수 있는 자리이자 때로는 조언을 통해 더 좋은 방향으로 업무를 진행할 수 있는 힌트를 얻곤 해요.
Q. 데이터 분석가로서 토스뱅크에서 이루고 싶은 것이 있다면 어떤 것일까요?
김경민
제품에 대한 모델링이 빠르게 될 수 있는 데이터 분석가가 되고 싶어요. 즉, 어떤 제품이든 상관없이 '어떤 지표를 봐야 한다'라는 지식에 의해 지표별 기대효과를 뽑을 수 있는 역량을 키우고 싶어요. 분석 능력은 예측을 얼마나 잘하느냐가 중요하다고 생각하기 때문인데요. 화려한 모델링 기법을 공부하지 않아도 데이터를 보면 어떤 특징이 있고 어떤 값이 나올 것이라는 예측 하는 능력을 갖춘 분석가가 되고 싶어요
이경민
가장 큰 과업으로 생각하는 것은 목표하는 수준만큼 회사의 수신고를 유지하는 데 기여하는 것이에요. 회사의 전략에 따라 탄탄한 수신고 기반을 마련하기 위해 어떠한 액션을 해야 할지 전략적인 방향성을 제시할 수 있는 역할을 하고 싶어요.
장기적으로는 맞춤형 서비스를 제공할 수 있도록 유저군을 분류하는 업무를 진행해보고 싶어요. 은행업은 수신과 여신 서비스, 자산관리 등 다양한 도메인으로 구성되어 있고, 개별 유저 별로 서로 다른 니즈를 가지고 있다고 생각해요. 유저가 특히 원하는 서비스를 맞춤형으로 제안하고 제시할 수 있도록 유저의 성격에 맞춰서 서비스를 제공하고 싶어요.
Q. 토스뱅크 지원을 준비하고 계신 분들께 마지막 한마디 해주실 수 있을까요?
김경민
이력서는 본인이 직접 한 프로젝트에 대해 최대한 자세히 작성해 주시면 좋아요. 예를 들어, 프로젝트를 시작하게 된 계기와 어떻게 가설을 세워서 프로젝트를 설계했고, 결과 분석을 했는지에 대해 자세히 써주시는 것이 좋아요. 인터뷰에서는 그동안 하신 일에 대해 관심을 가지고 물어보는 시간이라고 생각해 주시면 되는데요. 본인이 한 프로젝트에 대해서 설명을 듣고, 해당 프로젝트에 대해 생각하는 바를 물어보니 이 부분을 잘 준비하면 좋을 것 같아요.
토스뱅크는 모바일 앱 서비스를 기반으로 운영하기 때문에 A/B 테스트나 퍼널 분석의 기회가 다양해요. 상품과 서비스를 출시하는 속도가 빠르게 때문에 실험과 사용자 경험 개선을 충분히 진행해 볼 수 있어요. 데이터 분석가로서 주도적으로 업무 할 수 있는 환경은 흔하지 않은 것 같아요. 분명 토스뱅크가 여러분의 데이터 분석가 커리어에 큰 터닝 포인트가 되실 수 있을 거예요.
이경민
토스의 일하는 방식에 대해 다루고 있는 영상이나, 토스피드, 책 <유난한 도전> 등 콘텐츠를 많이 접해보는 걸 추천드려요. 토스가 일해온 방식을 잘 숙지하시고 유사하게 일을 해본 경험이 있는지 되돌아보는 경험이 서류, 면접 준비에 많은 도움이 될 수 있어요.
토스뱅크에 지원할 때는 토스는 스스로 일을 찾으며 적극적으로 일하는 분을 찾고 있음을 염두에 두고, 본인은 어떤 일을 할 때 재미를 느끼는 사람인지 되돌아보시면 좋겠어요. 토스에 입사했을 때 어떻게 일할지 상상해 보고, 비슷한 방식으로 일을 하셨던 경험이 있으시다면 그 점을 서류와 면접에서 잘 어필하시는 것을 제안드려요.
이호경
토스뱅크 데이터분석가는 단순히 데이터를 추출하고 가공하는 역할이 아니라, 데이터를 기반으로 담당하는 프로덕트 전략과 방향성을 함께 고민하는 전략가로서 역할을 수행하고 있어요. A/B 테스트나 다양한 가설을 검증했던 경험이 있다면 구체적으로 적어주시는 게 좋아요. 프로젝트의 효과를 측정하여 이후 운영 방향을 결정하는데 기여한 사례에 대해서도 소개해주신다면 분명 좋은 결과가 있으실 거예요.
토스뱅크 Data Analyst 채용 공고 확인하기
토스 채용
Editor 선미’s comment
이 글의 원문은 토스 채용에 업로드 된 “데이터로 프로덕트의 전략과 방향성을 고민하는, 토스뱅크 Data Analyst”입니다.


토스 다큐멘터리ㅣFINTECH - BEHIND THE SIMPLICITY

conversion_type

시리즈 내 순서

conversion_text

멤버 전용

대표 이미지

공개 가능

작성일

예상 읽기 시간

전환 텍스트

글쓴이

시리즈

상단 노출

전환 유형

요약

제목

1,600만 MAU면 이미 너무 많은 것 아니야? 여기서 어떻게 더 성장해?

그로스 도메인이 토스를 성장시키는 방법

돈이 흐르는 길목에서 일을 하다 보니 금융에 대한 지식을 쌓을 수 있는 점도 큰 장점이에요

데이터로 프로덕트의 전략과 방향성을 고민하는, 토스뱅크 데이터 분석가

고객들은 퍼널이 늘어도 유용한 정보가 있으면 이탈하지 않는구나!

끊임없는 실험으로 고객에게 큰 가치를 제공하는, 토스뱅크 데이터 분석가

토스가 데이터를 바탕으로 의사결정을 내리는 과정 속에서, 데이터 분석가가 어떤 역할을 하는지 소개합니다.

진짜 A/B 테스트: 토스의 푸시 생태계를 데이터로 재설계한 방법

치열하게 고민하고 협업하며, 정답이 없는 문제를 풀어가고 있는 토스플레이스 Data Analyst의 이야기를 담았어요.

데이터 분석을 넘어, 문제 정의와 해결로 오프라인 결제 시장의 변화를 주도하는 사람들 – 토스플레이스 Data Analyst

토스뱅크 합류 이유부터 데이터/ML이 바꿀 금융의 미래, 그리고 리더로서의 철학까지. 토스뱅크 Head of Data의 이야기를 들어보았어요.

데이터로 금융의 미래를 만들어 나가요 - Head of Data

토스뱅크 데이터 분석가는 전략가

데이터로 프로덕트의 전략과 방향성을 고민하는, 토스뱅크 데이터 분석가

Contents

데이터 분석 소식을
매월 받아보세요

토스 아티클 모아보기

함께 읽어보면 좋은 글

데이터가 맺어준 인연

[데이터 분석가, 어떤 회사로 가야할까?] 세미나 다시보기

생성형 AI와 데이터 사이언스의 미래

데이터 분석 소식을
매월 받아보세요데이터 분석 소식을 받아보세요

데이터로 프로덕트의 전략과 방향성을 고민하는, 토스뱅크 데이터 분석가

Contents

데이터 분석 소식을 매월 받아보세요

토스 아티클 모아보기

함께 읽어보면 좋은 글

데이터가 맺어준 인연

[데이터 분석가, 어떤 회사로 가야할까?] 세미나 다시보기

생성형 AI와 데이터 사이언스의 미래

데이터 분석 소식을 매월 받아보세요데이터 분석 소식을 받아보세요

데이터 분석 소식을
매월 받아보세요

데이터 분석 소식을
매월 받아보세요데이터 분석 소식을 받아보세요