토스팀에 데이터가 흐르게 하는 데이터 플랫폼 팀을 만나다

토스팀은 데이터로 이야기합니다.

“토스 팀원들이 데이터 분석 결과를 통해 쉽고 빠르고 편하게 의사결정을 내릴 수 있도록 하는 것이 데이터 플랫폼 팀의 미션”

토스 팀원들이 데이터 분석 결과를 빠르고 정확하게 확인할 수 있고, 그중 필요한 자료를 찾아 적재적소에 활용할 수 있는 ‘플랫폼’을 만드는 데이터 플랫폼 팀은, 토스팀의 데이터를 제대로 다룰 수 있는 도구를 만들고, 이를 통해 팀원들이 적절한 의사결정을 내릴 수 있도록 지원하는 팀입니다.

데이터 수집, 관리, 가공하는 일부터 토스가 제공하는 서비스 전반에 활용될 수 있도록 데이터를 분석하여 팀에 공유하는 일, 그리고 AI와 인프라까지 모두 관리하며 빅데이터 활용의 ‘정석’과도 같은 역할을 하고 계신데요. 토스팀에 늘 데이터가 흐르게 하는, ‘어벤져스’ 같은 토스 데이터 플랫폼 팀을 만나 보았습니다.

안녕하세요, 각자 담당하고 계신 업무에 대해 소개 부탁드립니다. 가장 기억에 남는 프로젝트가 있다면 함께 소개해주셔도 좋을 것 같아요.

신재승: 데이터 플랫폼 팀 리더 신재승입니다. 토스팀에서 볼 수 있는 모든 데이터 관련 일을 하고 있습니다.

예전에도 포털 실시간 검색어, 연관 검색어 등 데이터를 활용해 서비스를 만드는 일을 했었는데요, 토스팀에서도 데이터 일을 하고 있습니다. 오랜 시간 데이터를 다뤄온 경험을 바탕으로, 토스팀만의 데이터를 발전시키고 있어요.

유결: 빅데이터 하둡 클러스터를 운영하면서, 인프라 운영의 자동화를 위한 개발을 담당하고 있어요.

가장 대표적인 업무는, 빅데이터 분산 저장, 분산 처리를 위한 하둡(Hadoop) 시스템과 Hive, Impala, Spark와 같은 플랫폼 시스템을 운영하고 관리하는 일입니다. 여러 플랫폼을 활용해 데이터를 실시간으로 수집하고 집계하여 토스팀 동료들에게 빠르게 제공할 수 있는 환경을 만들고 있습니다. 데이터 분석, 가공, 시각화 등의 업무도 하고 있어요.

유승민: 저는 DW (Data Warehouse: 정보 창고)를 설계하고 운영하면서, 토스팀의 데이터를 잘 구조화하여 팀원들에게 제공하는 역할을 합니다.

주로 하는 일은, 데이터 드리븐(Data-driven) 조직인 토스팀 안에서 장애 없이 최대한 빠르고 정확하게 데이터를 집계하고 제공하는 것입니다. 데이터 활용하는 분들의 시간을 최대한 아껴드리는 것이 가장 보람있는 일이에요.

김피터: DBA (DataBase Administration: 데이터베이스 관리)를 담당하고 있습니다. 토스 앱에 저장되는 데이터를 지키는 일이라 보시면 됩니다.

서버 개발 쪽에서 변경이 있으면, DB 트랜잭션(DB Transaction: 데이터베이스의 상태를 변환시키는 논리적 기능을 수행하기 위한 작업 단위)으로도 이어지는데, 이 때 빠르게 처리될 수 있도록 튜닝 작업을 진행하기도 합니다. 데이터 장애가 발생할 시 대응 시나리오를 준비하고, 빠르게 복구할 수 있도록 백업 장치를 운영하는 일을 합니다.

강병수: 실시간으로 데이터를 처리하는 인프라를 담당하고 있습니다. Kafka 클러스터 운영, 실시간 데이터 프로세싱, 데이터 서비스 개발을 하고 있어요.

가장 기억에 남는 프로젝트는, 토스팀만의 자체 데이터 서비스 TUBA(Toss User Behavior Analyzer)를 만든 것인데요. 기존에 사용하던 A/B test 외부 솔루션 사용을 중단하고, 토스팀에 적합한 자체 서비스를 만들었습니다. 사용성도 훨씬 좋아졌고 저희가 볼 수 있는 데이터를 모두 사용할 수 있게 되어서, 데이터 활용 방안을 더 풍부하게 구상할 수 있게 되었습니다.

한 조직 안에 정말 다양한 직군의 분들이 모여 계시네요! 요즘 빅데이터가 화두로 떠오르고 있는데요, 빅데이터란 무엇이며 왜 중요한가요?

유결: 보통 ‘빅데이터’를 설명할 때 활용하는 세가지 특징(3V)이 있는데요. Volume(규모), Velocity(속도), Variety(다양성)이 그 특징입니다.

우선, Volume은 수십 테라바이트(TB)부터 수십 페타바이트(PB) 이상의 데이터를 다룬다는 측면에서 하나의 특징이 될 수 있고요. Velocity는 큰 규모의 데이터를 짧은 시간 내에 수집, 저장, 처리, 분석할 수 있다는 측면에서 또다른 특징이 됩니다. 마지막으로, 형태가 있는 데이터(정형 데이터)든 형태가 없는 데이터(비정형 데이터)든 구분없이 모두 포함한다는 측면에서 Variety 또한 빅데이터의 중요한 특징 중 하나라 볼 수 있어요.

이 밖에도 데이터의 정확성(Veracity), 통찰력 있는 정보를 도출할 수 있는 가치(Value) 등 여러가지 특징들이 추가되고 있는데요. 저희가 만들고 있는 데이터 플랫폼은 이런 여러가지 특징을 가지는 빅데이터를 수집, 저장, 분석하여 시각화하여 보여주는 환경이자 인프라라고 생각하시면 됩니다.

강병수: 맞아요. 데이터가 가지는 ‘가치’가 중요한데요. 이전까지 서버나 클라이언트 시스템으로 해결하기 어려웠던 것들을, 빅데이터가 제공하는 가치로 해결한 사례들이 생기고 있거든요.

더 나아가 사용자들에게도 서비스적인 측면에서 좋은 경험을 주게 되니 그 의미가 크다고 생각합니다. 이런 사용자 경험은 그 서비스가 특별하다고 생각하게 만들어 주거든요.

기존에 만들어 내지 못했던 가치를 만들어 내는 것이기 때문에 기업 입장에서는 엄청난 경쟁력이 될 수 있고, 이러한 이유 때문에 많은 기업들이 빅데이터 활용 방안이나 사례에 주목하는 것 같아요.

토스팀에서도 서버나 클라이언트 영역에서 해결하지 못했던 것을, 빅데이터를 통해 해결할 수 있는 사례가 있나요?

유결: 현재는 데이터 활용에 동의해 주신 고객들에 한해 ‘개인 맞춤 추천’ 서비스에서 빅데이터가 활용되고 있어요. 개개인마다 소득, 지출 등 금융 현황이 모두 다르니, 각자의 금융 데이터 기반으로 가장 잘 맞는 카드나 대출 상품 등을 추천해 주는 것입니다.

빅데이터를 활용해 ‘이 정도 데이터를 가진 사람에겐 이 상품이 제일 필요할 것 같다’ 등 의미있는 추천을 하고 있고, 데이터에 기반해 점점 더 고도화시켜 나가고 있습니다.

신재승: 더 발전시키게 되면, 금융 사기도 막을 수 있을 것으로 기대됩니다. 개인 간의 거래에서는 알기 어려웠던 것을 데이터를 활용해 파악할 수 있기 때문인데요.

예를 들어, 토스로 송금할 때 상대방이 믿을 만한 사람인지 아닌지 쉽게 판단할 수 없습니다. 이 때 토스가 명확한 기준을 세워놓고, ‘이 사람의 금융 현황 데이터는 부당하게 돈을 번 이력이 많다’ 고 판단할 수 있게 된다면, 송금 전 조심하라는 메시지를 띄워 금융 사기를 예방할 수도 있겠죠? 

데이터 활용 규제가 더 완화되고 숙제도 하나씩 풀어나가게 된다면, 앞으로 더 깊이있는 정보를 제공할 수 있게 될거예요.

또다른 사례도 있을까요?

유승민: 수입과 지출 내역을 한 번에 확인할 수 있는 ‘타임라인’ 서비스에 잘 적용된 사례가 생각나는데요. 모든 핀테크 기업은 스크래핑 기술을 통해 금융 데이터를 수집합니다. 이 과정에서 깔끔하지 않은 형태로 저장되는 데이터들도 있기 때문에, 수작업으로 한 번 더 정리를 합니다.

스크래핑 기술로 수집된 데이터를 기반으로, ‘더 활용 가능하겠다’고 판단되는 데이터들을 좀더 수집해서 깔끔하게 정리하여 공유드렸더니, 타임라인 사일로에서 이를 활용해 개인 맞춤형 메시지 서비스를 준비하시더라고요. 예를 들어, 등록한 카드 내역을 기반으로 카드 대금 결제일 전날에 “연체되지 않도록 미리 준비하세요.”와 같은 알림 메시지가 제공되는 것이죠.

데이터 활용 규제가 더 완화되고 숙제도 하나씩 풀어나가게 된다면, 앞으로 더 깊이있는 정보를 제공할 수 있게 될거예요. 개인의 소비 패턴을 분석하여, 신용 정보를 올리기 위한 더 구체적인 행동을 제안할 수도 있고, 딱 맞는 보험 상품도 안내하는 등의 유의미한 정보가 제공될 수 있겠죠.

신재승: 토스앱에서 타임라인 서비스를 자세히 살펴보시면, 빅데이터가 곳곳에 녹아있는 것을 보실 수 있어요.

한 달 동안 스타벅스에서 얼마나 썼는지 한 번에 보여주는 금융 서비스 보신 적 있으신가요? 토스 타임라인을 활용하면 한눈에 확인할 수 있습니다. 일정 기간 동안 한 곳에서 쓴 내역을 한 번에 정리해서 보여주는거죠. 사용자가 내역 정리를 위한 별도의 액션을 하지 않아도요.

유저 입장에서는 자주 쓰는 소비 내역을 확인할 수 있고, 이를 기반으로 자주 가는 매장의 할인율이 높은 카드를 추천받을 수도 있습니다. 고객에게 의미있는 정보가 제공되고 있어요. 모바일 서비스의 데이터 활용 방안은 무궁무진한데, 토스팀은 한계라고 생각하는 지점을 넘어서기 위해 항상 노력하고 있습니다.

물론 이렇게 빅데이터를 수집하고 분석하여 데이터 기반의 정교한 서비스들을 제공하는 프로세스는, 개인정보 처리에 대해 동의 여부를 묻고, 동의하신 분들에 한해서만 진행되고 있습니다.

확실히 유용한 정보가 많은 것 같아요. 팀에서 현재 트래킹하고 있는 데이터 규모는 어느 정도 되나요?

유승민: ‘토스 인사이트’ 채널이 있는데, 여기서 매일 모니터링하는 지표 개수가 수만 개입니다. 이 채널을 모니터링하며 평소와 다른 데이터 움직임이 보일 때, 바로 관련 팀에 공유해 팔로업할 수 있도록 하는 시스템 이에요. 이 시스템이 토스가 단 200여 명의 인력만으로, 천만 명의 사용자가 넘는 서비스를 안정적으로 제공할 수 있는 저희만의 노하우입니다.

신재승: 하루에 적재되는 데이터는 라인 수로 따지면 수십 억개이고, 사이즈는 수십 테라바이트(TB) 정도라고 보시면 될 것 같습니다. 매일 많은 사람들이 토스를 방문하기에 이 정도 규모의 데이터가 남는 것이지요.

정말 어마어마한 양이군요, 어떻게 안정적으로 운영이 될 수 있는 건가요?

유결: 데이터 분산 저장/처리가 가능한 플랫폼인, 하둡(Hadoop) 솔루션을 사용하고 있습니다. 하둡이 분산저장을 잘 하면서도 장애에도 강하거든요. 한 데이터 당 세 개씩 카피를 가지고 있어서, 한 개가 유실되더라도 남아있는 데이터를 확인할 수 있기 때문에 걱정없이 운영할 수 있습니다.

그리고 수많은 데이터를 수동으로 확인하기가 물리적으로 어려우니, 데이터 수집부터 적재, 분석까지 모든 단계에 모니터링을 연동하고 사소한 변화나 장애에도 빠르게 감지할 수 있도록 자동화 시스템을 구축하였습니다.

김피터: Single point of failure(단일 장애점: 전체 시스템에서 고장이 발생하면 전체 시스템의 작동이 멈춰버리는 현상) 가 없도록 보관상 구조를 세팅해 둡니다. 마스터베이스 2개, 복제노트 1개 더 존재하고, DR(Disaster Recovery: 장애 복구) 센터도 운영되고 있어요.

거의 일어나지 않을 일이지만, 만약 데이터 센터 하나에 장애가 일어나더라도, 다른 데이터 센터에서 바로 서비스가 재개될 수 있도록 데이터 싱크가 실시간으로 이루어지고 있는 시스템이에요.

가끔 진행하는 프로모션 성격의 서비스에 유저가 갑자기 몰려도 메인 서비스에는 영향을 미치지 못하도록 데이터베이스 아키텍처(Database Architecture: 프로세스, 공유메모리 영역, 디스크 영역을 모두 합친 영역) 를 설정해 놓았고, 어플리케이션 서버 쪽도 이에 맞춰 개발하고 있습니다.

무엇보다 DB에 장애가 일어나면 서비스 운영에도 직결되기 때문에, 장애 대비 시나리오 보강과 대응 훈련도 지속적으로 하고 있습니다. 이제까지는 성장 속도가 너무 빨라서 서비스 관련 데이터를 트래킹하는 것에 많은 리소스를 쏟았는데, 토스 서비스가 영향을 미치는 범위가 더욱 넓어짐에 따라 장애가 없는 최대한 안전한 시스템을 구축하는 데에 집중하고 있어요.

금융 서비스 특성 상, 장애에 대한 철저한 대비는 필수일텐데요. 토스 데이터 플랫폼 팀만의 장애 대비 노하우가 궁금합니다.

신재승: 슬랙 채널들이 엄청 많은데, 서비스나 DB에 조금이라도 이상이 생기면 알림이 미친듯이(웃음) 오게 설정되어 있어요. 이를 통해 장애가 일어나기 전이나 확대되기 전에 미리 대비할 수 있습니다. 실제로 장애까지 잘 이어지지 않아요. 모니터링 시스템이 확실히 잘 되어 있다고 자부합니다.

유승민: 모든 데이터 플랫폼 팀원들이 DB 관련 채널에 뜨는 이상 알림 내용은 모두 모니터링하고 있습니다. 한 사람에게 모니터링 업무나 대비 업무가 집중되어 있지 않은 시스템이에요.

또한 앞서 말씀드린 것과 같이 서비스 중요도에 따라 DB와 DR 센터를 분산 운영하는 작업 등을 통해 한 쪽에서 문제가 생겨도 짧은 시간 내에 바로 정상화할 수 있도록 대비하고 있습니다.

김피터: 의사결정을 하는 시스템도 잡아나가고 있습니다. 바로 해결되지 않는 물리적 장애가 발생하면 의사결정 시 어렵거든요. 모두 연결되어 있던 것을 끊어내고 옮겨가야 하기 때문에, 순간의 장애는 어쩔 수 없습니다. 이런 때 진행해야 하는 의사결정의 조건들 또한 보강하고 있어요.

상반기 얼라인먼트 데이(Alignment Day: 매 분기별 마지막주 금요일에 토스팀원 전체가 한 자리에 모여, 지난 3개월 동안의 업무 상황을 다같이 나누고 회고하며, 성공을 축하할 뿐 아니라 실패를 통한 러닝도 공유하고 성장을 격려하는 토스팀만의 특별한 축제) 때 Toss Analytics(이하 TA)에 대해 소개해 주셨는데요, 어떤 서비스를 준비중이신가요?

신재승: TA는 토스팀이 데이터 분석 자료를 활용할 수 있는 ‘도구’라고 보시면 됩니다. Google Analytics(이하 GA) 생각하시면 되는데요. GA는 누구나 자유롭게 사용할 수 있는 데이터 분석 도구지만, 팀 내부에 완벽하게 적용하여 활용하는 데에는 한계가 있어요. 각 기업 및 서비스의 데이터 활용 방향이 다르기 때문에 100% 딱 맞게 사용하기는 어려운 것이죠.

이런 한계가 있는데도, 팀과 서비스에 딱 맞는 데이터 분석 도구를 갖춘 곳은 많지 않습니다. 하지만 저희 팀은 ‘필요한 데이터 분석 자료에 접근하여, 스스로 인사이트를 찾아내고 제품에 녹여낼 수 있는 도구’를 만들고자 했어요.

곧 출시될 TA는, 마우스 클릭만으로도 원하는 대상을 지정하고 지표를 설정하여 분석할 수 있을 정도로 직관적인 서비스로 선보일 예정입니다. 이미 꽤 높은 수준까지 도달했다고 생각합니다.

최근 SC은행과 지정대리인에 선정되었는데요, 토스 데이터 활용에 대한 기대가 반영된 좋은 소식 같습니다. 앞으로의 계획은 어떻게 되나요?

신재승: 이번 SC은행과의 지정대리인 제도를 통해 은행의 고유 업무인 ‘대출 심사’ 업무를 토스에서 대신하게 될 것입니다. 기존 금융 환경에서 소외되었던 고객들을 위한 서비스로서 의미가 있는데요, 데이터 활용에 동의해 주시는 사용자 분들의 금융 데이터를 활용해 금융 거래 이력이 적은 사용자라 할지라도 신용도에 대해 제대로 평가받게 하는 첫 시도가 될 것 같아요.

어떤 상품을 출시하는 것이 좋을지 파트너사와 논의중입니다. 저희가 할 일은 어떤 데이터를 활용하는 것이 좋을지 잘 선택하는 것이예요. 평소 소비 내역, 투자 내역 등과 같은 생활 금융에 밀접한 정보인데요, 기존 금융기관에서는 가지고 있지 않은, 마이너하지만 굉장히 중요한 데이터입니다. 저희는 기존의 신용평가사가 다루지 않았던 다양한 금융 데이터를 통해 더욱 정교한 심사모델을 만들 수 있을 거라 기대하고 있습니다.

이를 통해 청년, 주부 등 기존 신용평가 시스템에서 불이익을 받았던 분들에게 큰 도움이 될 수 있을 거라 생각해요. 학생이나 주부 등 소외받았던 금융 소비자들이 제대로 평가받아, 합리적인 금리로 1금융권 대출 서비스를 활용할 수 있게 하는 것이 목표입니다.

데이터 직군 종사자로서 일을 더 잘 하기 위해, 특별히 노력하고 계시는 것들이 있으실까요?

유승민: 하나의 분야를 딱 정해서 공부한다기보다는, 일을 하면서 발견하게 되는 것들을 중심으로 새로운 방법을 찾아보려고 노력하는 것 같아요.

새로운 도구를 하나 만들고 나서 운영 모드로 가면 살짝 재미 없어질 수도 있는데, 그 과정에서 완전히 새로운 것을 하려고 노력한다기보다는, ‘이 시스템 내에서 더 자동화할 수는 없나? 더 효율적으로 볼 수 있는 방법은 없을까? 팀원들의 시간을 더 아낄 수 없을까?’ 등의 관점을 가지고 제 나름대로 ‘Go the extra mile(토스팀 코어 밸류 중 하나)’을 해석해서 일하고 있어요. 이 과정에서 재미를 느낍니다.

강병수: 저는 일상에서 데이터를 이용할 수 있는 방법에 대해 고민을 많이 합니다. 최근에 새로운 내비게이션 서비스를 사용해 보았는데, 실시간으로 막히는 도로를 잘 알려주는 것을 보고 어떻게 만들었는지 궁금해지더라고요.

처음엔 도로 구간마다 설치되어 있는 정보 수집 카메라에서 받아온 데이터를 활용한다고 생각했는데, 그렇기에는 구간 별로 얻을 수 있는 상세 데이터가 너무 부족할 것 같았어요. 결국 사용자들이 서비스를 사용하는 중 얻게 되는 위치 정보, 체류 시간 데이터를 실시간으로 수집해 통계를 낸다면 가능할 것 같다는 나름의 결론을 내렸습니다.

이렇게 일상에서 접하는 사례를 통해, 사용자들에게 어떤 가치를 줄 수 있을지 찾아보고, 일에도 적용해 보려 노력하고 있어요.

토스팀 문화 중 가장 좋아하는 것은 무엇인가요?

유결: ‘여기만큼 수평적인 문화가 있을까?’ 라는 생각을 정말 많이 합니다. 다른 회사였다면 경력이나 연차에 짓눌려 의견을 말하기 어려웠을텐데, 토스팀은 자유롭게 의견을 표출할 수 있는 문화가 자리잡고 있어요. 제 생각을 표현하면, 팀원들과 논의해 가는 과정에서 얻는 것도 많은데, 이런 문화가 가장 좋습니다.

김피터: 토스팀 코어 밸류 문화가 팀 내에 잘 녹아져 있어서, 다같이 열심히 일할 수 있다는 점이 가장 좋습니다. 토스팀 전체가 하나의 목표를 향해 일하고 있다는 ‘One team’ 문화를 자연스럽게 느낄 수 있거든요.

유승민: 얼라인먼트 데이요. 모두가 각자의 위치에서 치열하게 일하는 현황을 공유하고, 실패든 성공이든 배운 점을 나누는 모습을 보면서 저도 마음을 다잡게 됩니다. 진행중인 사업이나 비즈니스 방향이 투명하게 공유되는 것도 좋습니다. 모든 것이 다 공유되고, 저도 꼭 해야 하는 일에 집중해서 일할 수 있는 문화가 잘 조성되어 있어요. 쓸데없는 에너지 낭비를 하지 않아도 된다는 점이 좋습니다.

신재승: 토스팀에 많이 익숙해져서, 다른 팀에서는 일하기 어렵겠다는 생각이 많이 들어요. 가장 크게 실감하는 것은, ‘주변에 이렇게 훌륭한 동료가 많은 직장이 과연 있을까?’ 라는 점이에요. 정신적으로는 이런 것들이고, 물리적으로는…  아침, 점심, 저녁 다 챙겨주고 간식과 커피까지 잘 챙겨줘서 너무 행복합니다. (웃음)

그럼, 토스팀에서 데이터 직군으로 일하시면서 느끼는 가장 큰 강점이 무엇인지도 궁금합니다.

유결: 전 직장은 큰 규모였어서, 빅데이터 팀 따로, 데이터 분석팀 따로, DBA 따로, 데이터 보안팀 따로 떨어져 있었어요. 데이터 직군이 모두 다른 팀으로 나눠져 있다 보니, 제가 있던 데이터 인프라팀에서는 딱 그 부분밖에 볼 수 없었거든요. 각 팀 간 협력할 일이 있을 때에도 요청하는 것만 해도 시간과 에너지가 많이 소모됐어요.

그런데 토스팀에서는 모두 한 팀에 있다 보니, 모든 일의 흐름이 매끄러워요. 데이터를 활용하는 측면에서부터 쌓고 가공하는 업무까지, 옆에 있는 분들과 빠르고 린하게 (lean: 제품이나 서비스를 최소요건으로 빠르게 출시한 후, 고객 반응을 파악하여 다음 개선안에 바로 반영하는 방식) 진행할 수 있다는 점이 가장 큰 강점입니다.

강병수: 맞아요. 말씀해 주신 조직 구조 뿐 아니라 여기 모여있는 사람들 또한 중요하다는 생각을 하는데요. 예전에는 대부분 ‘이걸 해야겠다’는 생각보다는 ‘이걸 하면 안 되는 이유’를 찾는 경우가 더 많았어요. 하겠다고 시작하는 순간 일이 되니까 안 하고 싶은거죠.

그런데 저희 팀은 (토스팀원 전체가 그렇지만) 어떤 일을 해야겠다는 논의가 시작될 때 하지 말아야 할 이유보다 해야 하는 이유를 찾는 사람들이 많아요. 다른 곳에서 보기 힘든, 엄청난 강점이라 생각합니다.

사업 영역이 확장되면서, 데이터 직군에도 더 많은 분들이 오셔야 할 것 같아요. 어떤 분들과 함께 하고 싶으신가요?

신재승: 기술적으로 뛰어난 분도 많으실 것이고, 다양한 경력을 가지신 분들도 있으실텐데요. 저희는 데이터를 사랑하는 덕후 분들을 모시고 싶습니다. 토스가 성장하면서 저희가 다뤄야 할 데이터 또한 커지고 있기 때문에, 토스팀에 빅데이터 기술은 반드시 필요합니다.

하지만 기술적인 부분보다 더 중요한 것은 데이터와 서비스를 대하는 태도입니다. ‘토스팀에 가면 어떤 데이터를 볼 수 있을까? 데이터를 활용하여 어떤 서비스를 만들 수 있지? 꼭 해보고 싶다!’ 는 생각을 가지신 분들을 찾고 있어요.

저희는 뛰어난 데이터 처리 기술을 얻기 위해 토스에서 일하는 것이 아니라, 토스를 사랑하는 고객들의 데이터로 고객들에게 더 큰 가치를 전달하기 위해 일하고 있으니까요. ‘기술의 혁신’을 통해 ‘금융의 혁신’을 꿈꾸는 분들이 오셨으면 좋겠습니다.

마지막 질문입니다. 앞으로 토스에서 꼭 이루고 싶은 일이 있으시다면 말씀해주세요!

유결: 토스 팀원들이 데이터를 활용하고자 할 때, 데이터 플랫폼의 내부 구조를 잘 모르더라도 클릭 한 번으로 데이터 분석 결과를 손쉽게 볼 수 있도록 하고 싶습니다. 데이터를 쉽고 편리하게 접할 수 있는 시스템을 통해, 좋은 서비스를 만들기 위한 환경을 구축하고 싶어요. 더 반짝이는 인사이트를 얻을 수 있고, 더 핵심에 집중할 수 있는 그런 환경이요.

강병수: 토스에 모이는 데이터를 기반으로 정교하게 만들어진 서비스를 통해, 사용자 분들이 내게 꼭 필요하고 가치있는 정보를 받아볼 수 있었으면 합니다. 토스를 쓰면, 나도 모르던 금융 습관이나 성향을 자연스럽게 파악할 수 있게 되는거죠.

신재승: ‘금융을 바꾸겠다’는 토스팀의 목표를 실현해 나가는 여정에, 데이터 플랫폼 팀만이 할 수 있는 일로 기여해야겠다는 마음입니다. 막연하게 이런 생각이 있었어요. ‘내가 만든 서비스 중 마지막까지 기억되는 서비스가 있었으면 좋겠다.’ 토스가 그런 서비스가 되길 바랍니다. 이 과정에서 팀에 필요한 것이라면 무엇이든 다 할 수 있고, 기꺼이 도전할 준비가 되어 있어요.