[톡Talk] 데이터 분석가에 대한 3가지 오해

이미 6년전인 2012년에 하버드 대학에서는  "21세기 가장 섹시한 직업"으로 "데이터 과학자"를 선정했습니다. 그리고, 2018년 현재 그 에측대로 데이터 과학자는 미국에서 가장 선호하는 직업 1위에 랭크되어 있습니다. 

[출처 : Glassdoor ]

물론 미국 데이터이기는 하지만, 데이터 과학자의 "평균 연봉이 $110,000(한화 약 1억 2천만원)"이니 정말 섹시한 직업임은 확실한 것 같습니다. 

직무 만족도도 꽤 높은 편이구요. 

그러면 도대체 이러한 직업을 가지려면 어떤 역량을 가지고 있어야 하는 걸까요? 

아무리 찾아봐도 "데이터 과학"이라는 전공은 없는데 말입니다. 

그리고 데이터 과학자, 데이터 분석가, 데이터 엔지니어 등 뭔가 비슷하면서도 달라보이는 이 사람들의 차이는 무엇일까요? 

이번 포스트에서는 특히 "데이터 분석가"에 대한 세 가지 일반적인 오해를 풀어보고자 합니다. 

오해 1. 데이터 분석가는 데이터 과학자가 아니다.

사실 데이터 분석가는 오래전부터 있었던 직종입니다. 

기업이나 시장에서 취합한 여러 데이터를 활용해서 경영이나 사업에서 올바른 판단을 내릴 수 있도록 분석해주는 사람들이었지요. 

당연히 데이터 분석가는 수학과 통계에 밝은 사람들이었구요. 

그런데 문제는 분석해야 하는 데이터가 소위 빅데이터라고 해서 그 양이 엄청나게 늘어나 버렸다는 것입니다. 

또한 단순히 양만 늘어난 것이 아니라, 데이터 자체가 특정한 형태(ex : 주민등록번호 등)가 없는 비정형 데이터(ex : SNS 글, 그림 파일 등)의 비중이 늘었다는 점이죠. 

이러한 비정형 데이터를 다루기 위해서는 데이터를 정제하고 분류하는 작업들이 선행되어야 하는데 이때 필요한 역량이 바로 프로그래밍 능력입니다. 

프로그래밍 능력은 단순히 코딩 만을 의미하는 것이 아니라, 적절한 분석 알고리즘이나 모델을 수립하거나 적용하는 능력까지 포함하는 것입니다. 

이 중 프로그래밍 역량, 사용하는 툴, 머신러닝 등의 아키텍처 등에 특화된 사람들은 "데이터 엔지니어"라고 하지요. 

즉, 빅데이터의 출현으로 기존 데이터 분석가의 필요 역량은 더욱 높아졌고 데이터 엔지니어라는 새로운 직종이 탄생했으며 이러한 모든 것을 다 통칭하여 우리는 데이터 과학자라고 합니다(데이터 과학자 = 데이터 분석가 + 데이터 엔지니어). 

그러므로 데이터 분석가는 데이터 과학자 영역에 포함되어 있는 것입니다. 

오해 2. 데이터 분석은 공대생들만 하는 것이다.

이렇게 데이터 분석가들에게 프로그래밍 역량 등이 요구되다 보니, 당연히 데이터 분석가는 공대생들이 하는 것이라고 오해하고 있는 경우도 많은 것 같습니다. 

하지만, 데이터 분석가가 하는 업무 역할을 잘 생각해보면 이는 정말 큰 오해입니다. 

데이터 분석가는 분석 결과를 객관적이고 올바르게 해석해낼 수 있는 능력이 무엇보다 중요합니다. 그리고 그 해석을 타인에게 쉽게 전달할 수 있는 능력까지 있어야 하지요. 

그렇기 때문에 데이터 분석가는 오히려 인문학적인 사고와 스토리 구성 능력, 시각화 능력이 베이스가 되어야 합니다. 

데이터 분석가는 어찌보면 21세기에 가장 필요한 융복합적 사고를 할 수 있는 사람이라고 할 수 있겠네요 (데이터 분석가 역량 = 인문학적 사고 역량 + 공학적 사고 역량)

그러므로 데이터 분석은 공대생들만 할 수 있는 것이 아니라, 오히려 문과생들이 더 적극적으로 접근해야 하는 직업입니다. 

오해3. 데이터 분석은 전문가들의 영역이다. 

이 명제는 일부 맞는 말입니다. 

일반 사람들이 그저 흘려버린 많은 데이터 속에서 의미있는 패턴을 발견하고 통찰력있는 해석을 제시하는 것은 분명 전문적인 영역이 맞습니다. 

하지만, 데이터 분석 역량은 국가나 사회, 인류에 기여하는 크나큰 통찰을 얻어내기 위해서만 필요로 하는 역량이 아닙니다. 

당장, 지금 여러분이 하고 있는 업무에서... 

• 고객들은 무엇을 원하고 있을까요?
• 고객들은 무엇을 가장 불만스러워할까요?
• 어떤 고객들이 우리 회사에 우호적일까요? 
• 어디에 있는 고객들이 우리 회사 제품을 더 필요로 할까요? 
• 고객들이 지역별로, 연령별로 요구사항에 어떤 차이가 있나요? 

분석 결과를 가지고 의미있는 통찰을 얻기 위해서는 해당 업무에 대해 오랜 경험을 가지고 있어야 합니다. 

즉, 데이터 분석은 전문가의 영역이 아니라 오랜 기간 해당 업무를 수행해온 여러분이 여러분의 업무에서 사용해야할 역량입니다.

---

블록캠퍼스 뉴스레터 구독을 신청하세요

---

블록캠퍼스에서 데이터 분석의 기초부터 시작하는 코스가 개설되었습니다.
지금 클릭해서 확인해보세요.

☞ 처음부터 시작하는 데이터 분석과 활용(기초 통계부터 파이썬 라이브러리 활용까지)