그렇지만 프로젝트 시간 중 대략 80%는 데이터 수집/선택, 데이터 준비, 탐색적 분석을 하는 데 쓰입니다(다음 페이지의 그림 참조). 프로젝트에 드는 간접 비용은 막대하지만 보이는 결과물은 없습니다. 약속된 예측 모델이나 알고리즘은 프로젝트 초기, 심지어는 중반까지도 드러나지 않습니다. 때때로 평가나 검증 단계에서 분석 전체를 폐기하고 처음부터 그려야 할 수도 있고요. 자원과 시간이 소모되었지만 결과는 없는 상황입니다. 바로 벌거벗은 임금님의 새 옷 같은 것이죠!

데이터 과학 팀이 벌거벗은 임금님처럼 당황하지 않으려면 어떻게 해야 할까요? 데이터 과학 프로젝트에는 전략적 계획 및 우선순위, 자원, 인프라 관리가 필요합니다.