Metric Review, 실행을 이끌다

안녕하세요, 토스플레이스에서 Data Platform Team을 이끌고 있는 박종익입니다.

"인사이트는 분명히 나왔는데, 왜 실행은 느릴까요?"

데이터 조직에 있다 보면 이 질문을 자주 마주하게 됩니다. 분석은 쌓이고, 대시보드는 채워지는데 — 정작 제품이나 사업에 직접적인 변화가 일어나는 속도는 기대에 미치지 못하는 경우가 많아요. 저희도 같은 고민을 오랫동안 해왔습니다.

그 고민에서 시작한 것이 바로 Metric Review입니다. 오늘은 저희가 왜 Metric Review를 시작했고, 어떻게 운영하고 있으며, 실제로 어떤 변화를 만들었는지 공유해 드릴게요.

이 글에서 알 수 있는 것

지표를 실행으로 바꾸는 운영 방식
실제 사례로 보는 Metric Review의 효과
데이터 조직이 'Metric Owner'로 일한다는 것의 의미

저희가 원래 꿈꿨던 것

사실 저는 오래전부터 한 가지 생각을 해왔어요.

"현상에 대한 통찰은, 현업 매니저분들이 분석 기술만 익힌다면 더 잘할 수 있는 영역이 아닐까?"

Data Literacy가 높은 조직이 되려면, 데이터 분석가만 분석하는 구조에서 벗어나야 한다고 믿었어요. 물론 그 생각에는 항상 "그러면 내 밥그릇은 어떡하지?" 라는 걱정이 따라왔지만요. 그래도 그게 나아가야 할 방향이라는 확신은 변하지 않았습니다.

그래서 토스플레이스 데이터 조직은 구성원 누구나 분석할 수 있는 환경을 만드는 것을 목표로 했어요. 사용성 높은 인프라를 구축하고, '분석을 어떻게 해야 하는지'에 대한 방법론을 제시하는 것이 그 출발점이었습니다.

토스플레이스 데이터 조직은 어떻게 일하나요

토스플레이스의 데이터 조직은 크게 두 축으로 이루어져 있어요.

데이터 플랫폼 팀: 전사 데이터 퀄리티를 높이고, 데이터 활용 기반을 강화하는 역할
데이터 분석 팀: 도메인 지식 체계를 바탕으로 구성원들에게 데이터 딜리버리 역량을 강화하는 역할

두 조직이 공통으로 가진 목표는 하나입니다. 전사의 데이터 리터러시를 높이는 것. 이를 위해 데이터 분석가 개인은 세 가지 역량을 함께 키워나가야 한다고 봐요.

기술적 전문성: 분석 도구와 방법을 잘 다루는 것
논리적 소통: 분석 결과를 설득력 있게 전달하는 것
도메인 지식: 제품과 사업을 깊이 이해하는 것

이 세 가지가 양적으로도 질적으로도 함께 성장해야 진짜 딜리버리가 나옵니다. 그리고 그 성장의 엔진이 바로 Metric Review예요.

왜 Metric Review를 하나요

토스의 핵심 가치 중에 'Focus on Impact' 가 있어요. 저는 Metric Review가 데이터 분석가로서 임팩트에 집중하는 가장 직접적인 방법이라고 생각합니다.

데이터 분석가가 제품과 사업에 임팩트를 내려면, 조직의 목표와 얼라인된 분석 인사이트를 제공해야 해요. 그 인사이트의 출발은 언제나 '가설'과 '지표'에서 시작하고요.

토스플레이스에서 Metric은 단순한 숫자가 아닌, 구성원들이 같은 목표를 향해 달려갈 때 쓰는 공동의 언어입니다. 이 언어를 통해 우리는 조직의 목표가 온트랙인지, 위협은 없는지, 기회는 어디 있는지를 발굴해요.

결국, 토스플레이스의 성공을 위해 동료들이 최고의 의사결정을 할 수 있도록 인사이트를 제공하는 것 — 그것이 Metric Review를 하는 이유입니다.

어떻게 운영하나요

1️⃣ OKR과 연결된 Metric Hierarchy

토스플레이스는 OKR 기법으로 전사와 각 하위 조직의 목표를 정렬합니다. Company 레벨의 Key Result가 Team/Silo의 Key Result로 내려가고, 각 팀의 KR에 대한 레버들이 곧 Driver Metric이 돼요.

이 구조를 Metric Hierarchy라고 부르며, 이를 기반으로 무엇이 기회인지, 무엇이 위협인지를 파악합니다.

2️⃣ 분석의 사이클

제품과 사업 개발 사이클은 이렇게 돌아갑니다.

목표 설정 → 가설 수립 → 검증 및 실행 → 인사이트 발굴

이 흐름을 움직이는 톱니바퀴가 바로 Metric이에요.

이를 분석의 사이클에 대입해보면:

지표 분석 → 가설 검증 → 인사이트 제시 → 실행 독려

이 사이클을 돌리는 것이 Metric Review의 역할입니다.

3️⃣ 매주 꾸준히가 핵심

저는 '매주 꾸준히'가 가장 중요하다고 생각해요. 지표는 월말에 한 번 보는 순간, 설명은 할 수 있지만 실행 타이밍을 잃기 쉽거든요. 반대로 주간 리듬을 유지하면 두 가지가 생깁니다.

이상 신호를 빨리 잡을 수 있어요: 작은 변화를 흘려보내지 않습니다.
도메인 지식이 쌓여요: 단순히 수치를 읽는 게 아니라, 올라가거나 떨어진 이유를 파고들면서 제품과 시장 지식을 자연스럽게 습득하게 됩니다.

4️⃣ EDA까지 함께

단순히 지표의 등락을 확인하는 것에서 그치지 않아요. 분석을 통해 도출된 가설을 기반으로 더 파고드는 EDA(탐색적 데이터 분석) 까지 함께 진행하고, 그 내용을 Metric Review에 같이 담아 동료들에게 공유합니다.

인사이트를 제시하고, 실행이 되도록 독려하는 것까지 — 이게 토스플레이스 데이터 분석가가 Metric owner로서 수행하는 역할입니다.

사례: 실제로 무엇이 바뀌었나요

1️⃣ Growth Tribe — 같은 지표를 보기 시작했습니다

Growth Tribe는 토스플레이스 매장 수를 늘리는 데 집중하는 조직이에요. Tribe DA는 매주 목표 지표를 중심으로 현황을 공유하고, 그 현상에 대한 해석까지 함께 리포팅했습니다.

처음에는 ‘수치를 공유하는 것’ 정도로 시작했어요. 그런데 꾸준히 반복되면서 변화가 생겼습니다.

디자이너: 제품 구조를 잡을 때 ‘어떤 지표를 올릴 것인가’를 가설로 세우고, 로그 설계 방향성까지 디자인 안에 담기 시작했어요.
서버 개발자: 분석에 용이한 서버 테이블 구조를 DA와 함께 논의하며 만들어갔어요.
클라이언트 개발자: 지표화할 수 있는 이벤트 위주로 로그를 개발하게 됐어요.

결과적으로 PO는 정성적 피드백을, DA는 정량적 성과 측정을 통해 ‘목표 지표가 온트랙인가’를 다시 Metric Review로 점검하는 루프가 만들어졌어요. 그리고 실제로 목표를 달성하는 제품들이 출시되며, 전사 지표까지 함께 개선되는 성과를 냈습니다.

2️⃣ POS Tribe — 군집별 처방이 가속화를 만들었습니다

토스플레이스는 직접 매장에 포스를 파는 게 아니라, 대리점을 통해 확산하는 구조예요. 그러다 보니 대리점별로 확산 편차가 발생했어요.

POS Tribe DA는 이 지표를 활용해 문제와 기회 영역을 발굴하기 위해 대리점별 군집 분석을 진행했어요. 군집이 나뉘자 PO는 군집별 인터뷰를 진행했고, 정량과 정성의 근거를 기반으로 가설을 세웠습니다.

포스 설치 비율이 낮은 군집: "우리 포스 어렵지 않아요, 꽤 괜찮아요" — 집체 교육과 온보딩 강화로 허들을 낮췄어요.
포스 설치 비율이 높은 군집: 매장 생성 및 설치 플로우를 단순화해 사용성을 개선했어요.

같은 문제를 하나의 처방으로 밀지 않고, 군집별 맞춤 액션으로 풀면서 포스 확산 가속화에 기여할 수 있었습니다.

3️⃣ SCM — 예측 기반 액션으로 유통을 최적화했습니다

토스플레이스는 소프트웨어만 만드는 게 아니라 하드웨어를 직접 제조하고 유통하는 조직이기도 합니다. 그래서 SCM(Supply Chain Management), 즉 유통망 관리가 중요한 영역이에요.

플레이스 DA는 SCM 팀과 함께 지표를 설정하고 분석합니다.

단말기 출고 현황 모니터링
시장 내 설치 현황 모니터링
이를 기반으로 한 재고 및 발주 예측
개선 가능한 영역에 대한 액션 아이템 도출

이 과정에서 가설 기반 액션 아이템들이 만들어지고, 전체적인 유통 구조에서의 최적화와 비용 절감에 기여하게 됐어요.

결과: 조직의 언어가 바뀌었습니다

Metric Review가 꾸준히 쌓이면서 가장 크게 바뀐 건 조직의 언어였어요.

분석가: 리포트 작성자가 아니라, Metric Owner처럼 일합니다.
제품 조직: "무엇을 만들까"보다 "어떤 지표를 움직일까"를 먼저 묻습니다.
사업 조직: 전략을 정량 근거로 정렬하기 시작했습니다.

이런 루프가 누적되면서 데이터 리터러시가 높아지고 있다는 것을 요즘 들어 몸소 느끼고 있어요. 그리고 지난 상반기에는 전사 Key Result 달성에 의미 있는 기여를 만들 수 있었습니다. 6개월 동안 치열하게 고민하고 실행했던 노력의 결실이었어요.

저희가 중요하게 보는 일하는 방식

토스플레이스 데이터 조직은 화려한 분석보다 실행으로 연결되는 분석을 더 높게 평가해요.

문제를 구조화하고
가설을 검증 가능하게 만들고
액션과 검증 지표를 끝까지 닫는 것

Data Literacy는 결국 데이터 조직의 데이터 딜리버리와 깊게 연결되어 있어요.

저희는 앞으로도 단 하나의 원칙 — Metric Review를 통해 — 데이터 딜리버리를 가장 잘하는 팀으로 거듭나려고 합니다. 데이터로 조직을 움직이고 싶으신 분이라면, 토스플레이스에서 함께 해요.

✅ 이번 아티클은 아래 Toss Makers Conference 25의 세션을 바탕으로 재구성되었습니다.