안녕하세요 멘토님 저는 현재 경제학과 2학년 재학생입니다. 진로에 대해 깊이 고민하고 있는데 혼자서는 부족하여 멘토님께 도움을 구하고자 몇 가지 질문을 드리고 싶습니다.

저는 진로를 고민하다가 빅데이터를 알게 되었고, 미래에 유망한 직종일 것 같아서 빅데이터(분석) 취업에 대해 관심을 가지게 되었습니다. 그에 따라 준비해야 하는 공부나 자격증도 알아보고 있는데, 인터넷에서는 정확한 정보를 얻을 수 없고 개개인마다 설명이 달라 혼란스럽습니다.

 ©Franki Chamaki

아래는 (빅) 데이터 분석 취업 준비에 대한 궁금한 점입니다.

1. 수학, 통계학은 어느 부분을 얼마큼 공부해야 하나요?

2. R, Python, SQL 공부는 얼마큼 깊이 하는 것이 좋은가요?

3. 자격증(ex 데이터 분석 준 전문가 등)이 다양하게 있는데 꼭 자격증을 따는 것이 좋을까요?

4. 이 외에도 (빅) 데이터 분석 직업 취업 준비를 위해 추가로 준비하면 좋은 것이 있다면 알려주세요!

긴 글 읽어주셔서 감사합니다.

안녕하세요. 진로에 대해서 고민이 많은 것 같네요. 우선은 질문 주신 내용에 답하기 전에 데이터 분석가에 대한 이야기부터 말씀드려야 할 것 같아요.

빅데이터, 미래가 아닌 현재입니다

지원자께서는 '빅데이터가 미래에 유망한 직종'이라고 막연하게 생각을 갖고 계시는 거 같은데, 사실 미래에 유망한 직종이라기보다는 벌써 우리 곁에 와 있는 직종이랍니다. IT기업은 물론 제조업, 유통업에서도 데이터 분석이 우리 기업을 이끌 무기라는 이야기들을 하고 있고, 심지어는 작은 가게에서도 경영현황을 기록하고 이를 바탕으로 가게를 꾸려나가고 계십니다.

다만 지금 단계가 데이터 직종에 정점인지, 앞으로 더 올라가게 될 발판인지는 사실 알 수 없지요. 직업들도 유행이라는 게 있거든요. 한때 3D라고 불렸던 개발자들은 현재 최고의 몸값을 자랑하는 직업군이 되었지만, 언제 또 다른 직업이 최고의 몸값을 자랑하게 될지는 모르는 거겠죠. 여기서 유행의 시작이나 초반에 진입한 사람들은 이 물결을 타고 더 좋은 직장, 연봉을 얻게 될지 모르지만 유행의 끝자락 물결에 마지막을 따라가면 만족스러운 결과를 얻기는 어려울 거 같다는 생각이에요.

여기서 우리가 생각해 볼 부분은 유행의 초반에 올라탄 사람들은 어떤 사람들일까 하는 겁니다. 이 사람들은 자기가 유행에 올라탔다고 생각하지 않을지도 모릅니다. 자기는 그냥 데이터 분석을 하던 사람인데, 꾸준히 해왔을 뿐인데 돌아보니 주목받는 직업이 되어있던 것이죠.

저 또한 그렇게 생각합니다. 어떤 게 잘될까 하기보다는 내가 어떤 것을 잘 할 수 있고, 꾸준히 할 수 있을지, 그리고 재밌게 할 수 있을지를 기준에 두고 자신의 업을 만들어 가는 게 어떨까요. 개인적인 사담은 이만 줄이겠습니다.

 ©Pietro Jeng

기술만큼, 혹은 더 중요한 사고력

다시 데이터 분석에 대해서 이야기를 이어가겠습니다. 데이터 직종에는 크게 데이터 분석가와 데이터 엔지니어로 구분이 됩니다. 데이터 분석가는 비즈니스를 이해하고, 거기서 어떤 질문을 던져서 어떻게 질문에 대한 답을 찾아야 할지 고민하는데 집중한다면, 데이터 엔지니어는 좀 더 개발자적인 성향을 띠고 데이터를 저장하고 가공하고 전송하는 시스템을 개발하고, 데이터 분석을 좀 더 편리하게 할 수 있는 분석 플랫폼을 개발하고, 또 데이터 기반에 서비스를 운영하기 위한 데이터 인프라를 개발하는 역할을 주로 하고 있습니다.

머신러닝 부분도 데이터 기반한 서비스를 만들기 위해서 주로 사용되기 때문에 데이터 엔지니어 영역이라고 보는 게 맞는 것 같습니다. 저는 데이터 분석가 입장에서 설명을 드리도록 하겠습니다.

일단 데이터 분석은 무엇일까요? 제가 정의하는 데이터 분석은 어떤 현상이나 사건을 기록하고, 이해하여 설명 가능한 지식으로 구체화하는 과정입니다. 데이터 분석가는 기업에서 매출, 상품의 판매량, 고객의 재구매율 등 기업의 활동을 수치로 정의하고 지표로 만들어 비즈니스가 현재 어떤 상태이며 앞으로 어느 부분에 힘을 쏟는 게 좋을지 논리를 만들어 가는 것입니다.

여기에서 우리가 필요한 데이터들이 DB라는 저장소에 보관되기 때문에 SQL, R, 파이썬 들을 활용해서 데이터를 다루는데요. 실제 제 업무에서 가장 많이 사용하는 것은 SQL입니다. DB에 있는 데이터를 접근하기 위해서는 SQL을 활용해야 되기 때문입니다.

여기서 중요한 것은 IT 기술이 아니라 어떤 질문을 하고, 어떤 논리로 정의되지 않은 현상들을 정량적으로 사고할 수 있을까와 같은 사고력이 중요합니다. 수학, 통계학의 기반한 방법론들이 사용되기도 하지만 핵심은 논리적인 추론입니다. 데이터 분석은 다시 말해 수학, 통계학의 사고방식이 논리적인 추론에 기반을 두고, 이것을 기호나 숫자, 수학적 공식으로 풀어나가는 과정입니다. 역으로 데이터 분석을 위해서는 수학과 통계학 공부가 도움이 많이 됩니다. (둘 중 선택하자면 통계학을 더 많이 추천드립니다)

©Luca Bravo

학습법과 자격증, 저는 이렇게 생각합니다

멘티께서는 SQL, R, 파이썬, 수학, 통계학을 어느 정도 공부해야 되냐고 물으셨는데 사실 이건 답은 없습니다. 새로운 기술, 새로운 분석 방법들이 계속해서 나오기 때문에 현직에 계시는 분들도 끊임없이 공부를 하고 있습니다. 어느 정도 수준이라기보다는 혼자서도 새로운 방법론들을 이해하고 학습할 수 있는 정도에 지식이 필요하고 학습하는 태도가 중요합니다.

자격증은 개인적으로 추천드리고 싶지 않습니다. 저도 가진 자격증이라고는 컴퓨터 활용능력 정도밖에 없습니다. 자격증의 목적은 그 분야에 대한 최소한의 지식을 가지고 있는지 검증하는 용도일 뿐 이보다는 실제 데이터 분석을 경험해보는 게 중요하다고 생각합니다. 데이터 분석 대회에 나가보시거나, 동아리 활동을 해보시는 것이 훨씬 낫고, 요새는 스터디 같은 것도 많습니다. 조건에 맞는 활동을 찾는 것이 어렵진 않을 겁니다.

마지막으로 계속 강조 드렸던 것처럼 데이터 분석가는 결국 데이터를 바탕으로 의견을 논리적으로 제시할 수 있느냐가 더 좋은 데이터 분석가로 성장할지를 가르는 중요한 변수가 됩니다. 그래서 저도 이 부분을 채우기 위해서 다양한 책을 읽으려고 노력을 하고 있습니다. 동아비즈니스 리뷰 등 칼럼류의 글들을 많이 접하면 도움이 될 거라 생각합니다. 전문가 필진들이 써놓은 글이다 보니 어떻게 의견을 제시하고 어느 부분에 데이터로 근거를 제시하면 좋을지에 대한 힌트를 얻을 수가 있거든요.

글을 좀 길게 썼는데 가장 좋은 스펙은 그 일을 직접 해보는 것입니다. 진로에 대한 치열한 고민보다 치열한 경험을 통해서 내 것으로 만들어 가셨으면 좋겠습니다. 응원합니다.