오늘날 세상에서는 시간, 효율성, 그리고 효과성이 매우 중요합니다.
데이터 양이 지속적으로 증가함에 따라, 시간 절약적이고 효율적이며 효과적인 방식으로 데이터를 분석하고 데이터 추적성을 확보하는 것이 중요합니다. 이러한 이유로 JMP가 통계 분석 소프트웨어로 선정되었으며, 분석법 개발 과정에서 수행되는 기술 성능 연구(TPV) 중 데이터 분석을 위해 JSL 기반 스크립트가 구현되었습니다. TPV 연구는 여러 성능 지표에 대한 제품 성능을 주장하기 위해 제출해야 하는 성능 연구입니다. 제품 개발 과정에서 제품 성능을 입증하기 위해서는 최대 30건의 TPV 연구가 필요합니다.
JMP 데이터 관리 및 분석 스크립트는 여러 내장 스크립트를 포함하고 있으며, JMP 플랫폼에서 데이터를 시각화하고 계산하며 제출 관련 문서에 필요한 결과물을 생성하기 위해 JMP에서 작성 및 검증되었습니다.
본 프레젠테이션은 스크립트가 프로세스를 자동화하여 기술자들이 일상 업무에서 분석법 개발에 더욱 효율적으로 접근할 수 있도록 지원하는 방법을 보여줍니다. 이 접근 방식의 장점과 단점을 나열한 후, 스크립트 작동 방식을 보여주는 비디오 클립을 통해 단점을 보완하는 방법을 시연합니다.
이 포스터를 통해 데이터 분석, 데이터 품질 및 데이터 무결성 향상을 통해 분석법 개발 시간을 단축하고 제품을 더 빠르게 시장에 출시할 수 있었던 방법을 보여드리고자 합니다. 저는 아니카 코버너스-란이며, 로슈 진단 사업부에서 혈액 검사 제품의 제품 관리 책임자로 근무하고 있습니다.
제 이름은 브리타 실버삭이고, 저도 로슈 진단 사업부에서 근무했습니다. 저는 선임 과학자이며, JMP 지원팀에서 분석법 개발을 이끌고 있습니다. 세네카의 다음 문장으로 포스터 발표를 시작하고 싶습니다. "우리에게 시간이 부족한 것이 아니라, 너무 많이 잃어버리는 것이다. 인생은 어떻게 사용하는지 안다면 긴 것이다."
오늘날 시간은 매우 귀중한 자원입니다. 저희 분석법 개발팀은 끊임없이 증가하는 데이터를 효율적이고 효과적으로 분석할 방법을 모색해 왔습니다. 몇 년 전부터 시작된 저희의 여정은 마치 우주왕복선의 비행과 같습니다. 우주왕복선이 우주로 나가려면 엄청난 에너지가 필요하고, 우주로 가는 방법도 여러 가지가 있습니다. 자동화된 데이터 분석을 활용한 저희의 분석법 개발 과정 또한 이 다섯 장의 그림에서 설명하는 것과 유사합니다.
엑셀 스프레드시트를 이용해 데이터를 분석하던 시절이 아직도 생생하게 기억납니다. 만족스러운 차트를 만들고, 데이터 분석 과정에서 복사 붙여넣기 오류나 수식 오류를 찾아내는 데 시간이 꽤 걸렸습니다. 오류를 피하고 수정하기 위해 데이터를 분석하고 검토하는 데 많은 시간을 할애했습니다.
저뿐만 아니라 많은 동료들도 이 문제로 어려움을 겪었습니다. 그래서 우리는 해결책을 찾기 시작했고, 데이터 분석 자동화를 통해 업무 부담을 줄이고 프로세스를 간소화하는 데서 그 해답을 찾았습니다. 우리가 찾던 소프트웨어는 몇 가지 조건을 충족해야 했습니다. 엑셀 스프레드시트처럼 데이터를 시각화하고, 통계 분석을 간편하게 수행하며, 필요한 차트를 빠르고 쉽게 생성하고 수정할 수 있어야 했습니다. 또한 간단한 프로그램을 작성할 수 있는 기능도 유용해 보였습니다. 이러한 이유로 우리는 JMP 소프트웨어를 선택했고, 우주왕복선 발사와 함께 우리의 여정이 시작되었습니다.
앞서 말씀드렸듯이 우주왕복선이 궤도에 성공적으로 도달하려면 많은 에너지가 필요합니다. 즉, 여러 탱크에 저장된 충분한 연료가 필요하다는 뜻입니다. 마찬가지로 JMP에서 데이터 분석 자동화를 구현하는 데에도 많은 에너지가 필요합니다. 이 에너지는 우리의 의견에 동의하고 지원하며 자동화 구현까지 책임지는 분석법 개발팀에서 나옵니다.
자동화가 제공하는 이점을 강조했습니다. 또한 데이터 분석 자동화가 프로젝트 일정에 어떤 영향을 미치는지도 보여드렸습니다. 자동화를 통해 오류를 방지하고 분석에 필요한 시간을 크게 단축할 수 있었습니다. 데이터의 무결성과 품질 또한 향상되었습니다. 소프트웨어를 소개하고 몇 가지 예시를 제시한 후, 분석법 개발팀은 데이터 분석에 JMP 소프트웨어를 사용하기로 결정했습니다. 이러한 결정 덕분에 저희 우주왕복선은 이제 성공적으로 우주로 향할 수 있게 되었습니다.
소프트웨어나 스크립트는 활용도에 따라 그 가치가 결정됩니다. 오랫동안 이어져 온 데이터 분석 방식을 동료들이 바꾸도록 어떻게 설득할 수 있을까요? 우리는 JMP를 사용하면 계산과 차트 생성이 얼마나 빠르고 효율적인지 보여줌으로써 동료들의 관심을 유도하려고 노력합니다. 또한, 정기적으로 교육 과정을 제공하고, 실제 분석 결과를 공유하며, 질문에 답변합니다. 더 나아가, JMP 사용 경험이 풍부한 사람들로 구성된 JMP 고급 활용팀을 만들었습니다. 이 팀의 목표는 사용자들이 데이터 분석 과정에서 겪는 모든 문제를 해결할 수 있도록 지원하는 것입니다.
우주왕복선 에너지 부스터의 마지막 개선 사항은 JMP 지원 외에도 다른 프로젝트에 통합되어 있던 JMP 파워 유저 팀에 관한 것이었습니다. 이들은 일상 업무와 병행하여 JMP 교육 과정을 이수할 시간이 항상 충분하지는 않았습니다. 따라서 다음과 같은 내용을 담은 JMP 파워 유저 웹사이트를 개설했습니다.
첫째, 모든 파워 유저를 소개하여 지원 업무량을 분산시켰습니다. 둘째, 교육 과정 자료를 공개하여 사용자가 파워 유저의 도움 없이도 원하는 시간에 교육을 받을 수 있도록 했습니다. 셋째, 민감도 분석이나 선형성 분석과 같은 특정 분석 주제에 대한 요약 자료를 제작하여 사용자가 직접 분석을 수행할 수 있도록 했습니다.
넷째, 데이터 테이블 연결, 재코딩, 텍스트를 열로 변환하는 등의 JMP 특수 기능에 대한 짧고 간단한 교육 영상도 제작합니다. 마지막으로, JSL 언어 학습에 관심 있는 사람들을 위한 JMP 스크립팅 클럽을 만들고자 합니다. 이를 통해 사람들은 지식을 공유하고 스크립트 작성 시 도움을 요청할 수 있습니다. 또한, 다른 사용자의 스크립팅 요청을 위시리스트에 모아 JMP 스크립터들이 코드 범위 지정 능력을 향상시킬 수 있는 추가적인 기회를 제공합니다.
우리 우주왕복선이 궤도에 성공적으로 진입했습니다.
하지만 우주에서 지속적으로 성공적으로 운용되려면 데이터 자동화 기능을 확장해야 합니다. 즉, 기존 스크립트를 유지 관리하고 새로운 스크립트를 작성해야 합니다. 또한 다양한 성능 지표에 대한 제품 성능을 입증하는 데 필요한 기술 성능 연구(TPV 연구)에도 스크립트를 활용하고자 했습니다. 이를 위해서는 스크립트 검증이 필수적입니다.
이러한 작업을 처리하기 위해 기존 스크립트를 유지 관리하고 필요에 따라 수정하는 JMP 스크립팅 팀을 구성했습니다. 이 팀은 기존 스크립트에 새로운 프로젝트를 통합하고 다른 데이터 분석에 사용할 수 있는 새로운 스크립트를 개발하기도 합니다. 이 포스터를 통해 데이터 분석 자동화 여정이 마무리됩니다. 이제 스크립트 사용은 데이터 분석 프로세스의 일부가 되었습니다. 이를 통해 분석 보고서가 표준화되고 간소화되었으며 오류 발생 가능성도 줄어들었습니다.
하지만 여정은 아직 끝나지 않았습니다. 포스터에 언급된 것처럼 데이터에 대한 관심 감소, 지원에 대한 조용한 의존, 통계에 대한 지식과 관심 저하 등 다양한 변화가 우리를 기다리고 있습니다. 다음 영상에서 예시 스크립트를 확인할 수 있습니다.
저희 스크립트는 세 부분으로 나눌 수 있습니다. 첫 번째 부분은 사용자 입력 부분입니다. 이 부분은 분석 연구에 대한 자세한 정보와 데이터 파일 위치를 입력받는 두 개의 사용자 입력란으로 구성됩니다. 이 정보가 없으면 스크립트를 사용할 수 없습니다.
두 번째 단계는 데이터 테이블 생성입니다. 모든 파일을 하나의 데이터 테이블로 병합하고 초기 계산을 수행했습니다. 사용자가 실행할 수 있는 내장 스크립트는 왼쪽 상단에 저장되어 있습니다. 이러한 내장 스크립트는 연구마다 다르며, 데이터가 병합된 후 실행할 수 있습니다. 사용자가 추가 계산이 필요한 경우, 모든 데이터가 포함된 데이터 테이블을 활용할 수도 있습니다.
세 번째이자 마지막 부분은 스크립트의 출력 결과입니다. 스크립트에서 생성된 보고서는 출력 폴더에 저장되며 사용자는 이를 문서화 목적으로 활용할 수 있습니다.
이 포스터에서 소개한 단계들을 통해 분석법 개발 시간을 단축하고 데이터 무결성 및 데이터 품질을 향상시킬 수 있었습니다. 결과적으로 분석법을 더 빠르게 시장에 출시할 수 있게 되었습니다. 이 주제에 관심을 가져주셔서 감사합니다. JSL 언어를 사용하여 데이터 분석 자동화를 구현하고자 하시는 분들께 성공을 기원합니다.
