1. 진로정하기

문과생도 '데이터 사이언티스트'가 될 수 있다 !

자타공감 2022. 3. 6. 13:44
728x90
728x90

안녕하세요! 자타공감입니다. 

 

최근 업종을 불문하고 각광받고 있는 직무 분야가 있습니다. 

한번 쯤은 다 들어보셨을 '데이터 사이언티스트'입니다. 

 

'사이언티스트'라고 하니까 문과생들과는 전혀 상관없는 4차 산업 혁명 이후 생겨난 '신종 직업' 처럼 보일텐데요,  

사실상 명칭만 '있어보이게' 바뀌었을 뿐 과거에도 존재했던 직무입니다. 

 

흔히 들어왔던 '애널리스트'가 그에 해당됩니다. 

'애널리스트 = 분석가'로 주로 증권사와 같은 금융업종에서 산업별/국가별 동향 데이터 분석에 기초에 '고객에게 합리적인 투자정보를 제공'하는 역할을 담당해 왔습니다.   


 

데이터 사이언티스트의 역할도 다르지 않습니다. 

 

'과거의 데이터에 기초해 기업이 직면한 문제를 해결 또는 개선하는데 도움이 되는 아이디어를 제공한다'  

 

예를들어 여러분이 스타벅스에서 일하는 데이터사이언티스트라고 가정해 봅시다. 

어느날 00점포의 영업관리자로부터 이런 문의가 접수됩니다.  

 

"이상하게 우리 점포는 음료보다 디저트 매출이 더 높아.  음료 매출을 높이기 위해서 어떻게 해야할까?" 

 

데이터사이언티스트는 위의 문제상황에 기초해 본격적인 작업에 착수합니다.

STEP 1. 우선 그 말이 사실인지를 과거 매출 데이터를 통해서 객관적으로 파악한 후에, 

STEP 2. 00점포에서 디저트 매출 비중이 높은 이유에 대한 몇 가지 가설을 수립하고,

STEP 3. 해당 가설을 뒷받침할 수 있는 데이터를 수집하고 분석하여,

STEP 4. 해당 점포의 음료 매출 향상에 도움이 되는 '아이디어'를 제시하는 일을 하게 됩니다. 

 


 

과거와 가장 큰 차이가 있다면 '다루는 데이터의 양'입니다.  

여기서 4차 산업 혁명의 단골 기술 키워드들이 대거 등장합니다.  

AI기술의 발달로 과거와 달리 사람이 핸들링하기 어려운 수준의 '방대한 데이터'를 수집할 수 있게 됐습니다. 

이를 우리는 '빅데이터'라고 합니다. 

 

따라서 그정도로 어마어마한 양의 '빅데이터'를 다루는 데 있어서 '기술'이 추가로 필요하게 된거죠. 

쉬운 예로 휴대폰으로 촬영한 12시간 분량의 동영상을 10분짜리 동영상으로 줄이기 위해서는 '동영상 편집 TOOL'을 사용할 수 있어야 하는 것과 마찬가지입니다. 

 

'데이터 사이언티스트'에게 그 '기술'은 두 가지로 요약할 수 있습니다. 

 

1. 통계 TOOL

- 방대한 데이터를 일정 기준에 따라 '요약 및 정리'하기 위해 필요합니다. 

  이를테면 성별, 연령, 사는지역, 직업군과 같은 사실에 기반한 분류이며 대표적인 도구로는 다음과 같습니다. 

- SPSS, SAS, Excel, Sperad sheet, numbers

 

2. 분석 언어 

-통계 TOOL을 이용해 기초적인 분류가 끝났다면, 이제는 데이터에 생명력를 불어넣는 단계입니다. 

 초반에 수립한 '몇 가지 가설을 검증'하기 위해서는 데이터가 알아들을 수 있는 '언어'로 명령을 해줘야 하는데요, 

 그게 바로 분석 언어입니다. 

-SQL, 파이썬, R 

 


 

자 위의 단계가 끝났다면 기업이 직면한 문제를 해결하기 위한 아이디어를 정리해야 하는데,

이 때 가장 필요한 역량이 바로 '인문학적 소양'입니다. 

여기에서 인문사회학 전공자들의 '강점'이 크게 발현될 수 있습니다. 

 

동영상을 다시 예로 들면, 12시간 분량의 촬영분을 편집 TOOL로 10분으로 줄이는 것은 편집 기술만 있으면 아무나 할 수 있지만 '시청자를 만족시킬만한 콘텐츠'가 되기 위해서는 PD의 '연출력'이 매우 중요합니다.  같은 장면이라도 어떤 목적에서 어떤 느낌으로 어떤 자막이나 효과와 함께 활용 되느냐에 따라 시청자는 전혀 다른 콘텐츠로 인식하게 될 가능성이 크기 때문입니다.  

 

이처럼 데이터 수집 > 분류 > 기계적인 분석까지는 데이터사이언티스트 직무에서 '기초적인 업무'라고 할 수 있으며, 

데이터사이언티스트의 진짜 능력이 발휘되는 지점은

그것들을 '어떻게 기업측에 유리할 수 있도록 해석하느냐'에 달려있다고 해도 과언이 아닙니다.

그렇기 때문에 데이터사이언티스트에게 '기술'은 해외영업사원으로 치면 '영어'에 불과하지 실제적인 '영업력'과는 상관성이 높지 않다는 것입니다.  기술은 얼마든지 배우면 되니까요~ 

 

문과생으로서 전도 유망한 직종에서 일을 하면서, 지속적으로 전문성을 쌓을 수 있는 일을 하고 싶다면 '데이터 사이언티스트'가 하나의 훌륭한 선택지가 될 수 있다는 뜻입니다.  

 

관심있으신 분들을 위해 관련 도서 한 권 추천합니다.  꼭 읽어보시고 진로 설정에 도움을 받기를 희망합니다. 

문과생, 데이터사이언티스트 되다 

 

728x90