데이터 분석 관련 직무에 대하여
나는 데이터 분석 관련 직무를 희망한다. 우리가 흔히 '빅데이터'라고 부르는 분야이다. 오늘은 데이터 분석이라는 분야가 어떻게 구성되어 있는지를 알아보고, 그중에서 내가 하고싶은 일과 이를 위해 필요한 것들을 정리해보려 한다.
데이터 분석 관련 직무의 종류
데이터 관련 직무는 기본적으로 굉장히 다양하다. 데이터 수집부터 시작해서 데이터를 저장하고, 전처리해서 분석하고, 이를 통해 도출된 인사이트를 실무에 적용하는 데까지의 과정을 생각해보면 당연하다고 볼 수도 있다.
하지만, 빅데이터가 실제 업무에 적용되기 시작한 것 자체가 그리 오래되지 않았기도 하고 이를 활용하는 업종도 매우 다양하다 보니 업무를 구분하는 방식도 제각각이다. 그 중 가장 보편적인 방식으로 분류하자면 크게 4가지로 분류할 수 있을 것 같다.
- 데이터를 관리하는 데이터 엔지니어
- 데이터 분석 모델, 알고리즘을 연구하는 데이터 사이언티스트
- 데이터를 분석해 인사이트를 도출하는 데이터 애널리스트
- 도출된 인사이트를 활용해 가치를 창출하는 데이터 컨설턴트
내가 하고싶은 일
위처럼 데이터 분석 직무를 네 가지로 분류했을 때, 내가 하고싶은 일은 데이터 분석가와 데이터 컨설턴트 사이에 있다고 할 수 있다. 연구보다는 실무에서 가치를 창출하는 일을 하고 싶지만, 필요에 따라 분석을 통해 인사이트를 창출하는 일도 하고 싶다. 데이터 컨설턴트라고 해서 분석을 하지 말란 법은 없으니 답은 간단하다. 분석 능력을 지닌 데이터 컨설턴트가 되면 된다. 말이 쉽지 매우 힘든 길이겠지만.. 목표는 크게 잡으라고 했으니 일단 이를 목표로 해보려 한다.
필요한 능력들과 나의 상태
이것도 세부적으로 나누자면 끝이 없지만, 크게 세 가지로 나눴다.
1. 통계적 지식
먼저 데이터 분석을 하려면 데이터 간의 관계를 알아야 하고, 이를 수치적으로 보여주기 위해서는 통계적 지식이 필요하다.
내 전공이 산업공학이다 보니 통계 관련 수업도 들어봤지만 시험 준비를 위한 공부를 한 게 전부라 많이 잊어버렸다.
새로운 내용을 배우는 것보다는 전에 배웠던 내용들을 복습하면서 기초를 다시 다지는 게 우선인 것 같다.
2. 코딩
데이터 분석에서는 분석 도구로 R 또는 Python을 사용한다.
R은 아직 배워본 적이 없다. 요즘 데이터 분석 분야에서는 Python을 더 많이 쓴다고 해서 일단 Python을 먼저 공부하고, 이후에 필요하면 R도 공부할 예정이다.
Python같은 경우 학교에서 수업도 들었고, 내가 따로 공부한 적도 있어서 기본적인 문법이나 함수 정도는 알고 있지만 이를 활용한 데이터 분석은 아직 해보지 못했다.
통상적으로 가장 기본이 되고 중요하다고 하는 능력이니, 공부가 많이 필요할 것 같다. 코딩같은 경우는 공부가 끝이 없다. 현업에 종사하시는 분들도 항상 새로운 내용을 공부하신다고 한다.
3. 스토리텔링
내가 분석 능력을 가진 데이터 컨설턴트를 목표로 잡았기에, 데이터를 분석하는 것에서 끝나는 것이 아니고, 분석을 통해 도출된 인사이트를 어떻게 전달하느냐도 매우 중요하다. 분석으로 가치 있는 인사이트가 도출되었다고 해도, 이를 효과적으로 전달할 수 없다면 소용이 없다. 여기서 필요한 능력이 데이터 시각화다. 내가 알아낸 사실을 어떻게 효과적으로 정확하게 전달할 수 있느냐의 문제다. 공부도 공부지만, 경험이 중요한 부분인 것 같다.
마치며
원래도 알고는 있었지만, 정리하면서 다시 느낀 것은 공부할 내용도 많고 하나하나 만만치 않다는 것과, 내가 아직 많이 부족하다는 것이다. 이제 겨우 학부 2학년을 마쳤으니 부족한 건 당연하다고 생각한다. 중요한 건 나의 부족한 점을 파악하고, 이를 채우기 위해 노력하는 것이다. 남은 군생활을 그런 시간으로 만들자. 나가는 날에 후회가 없도록.