문과생, 데이터 사이언티스트 되다

문과생, 데이터 사이언티스트 되다
차현나 지음 / 더퀘스트 / 2020년 6월

코로나19 사태로 인해 우리 경제 전반의 '비대면화'와 '디지털 전환'을 가속화 시키고 있습니다. 온라인 플랫폼 기반 온라인교육, 비대면 의료, 원격 근무 등 비대면 활동의 범위와 속도가 빠르게 증가하고 이 과정에서 데이터 수집, 축적 그리고 활용 인프라와 초고속 정보 통신망에 대한 수요 또한 크게 확대되고 있습니다.

특히 포스트코로나 시대를 대비해 정부에서는 최근 '한국판 뉴딜'의 윤곽을 발표한 바 있습니다. 디지털 인프라구축, 언택트(비대면) 산업 육성, 사회간접자본(SOC)의 디지털화 등이 그것이죠. 이는 경제 사회 구조 변화 중, 특히 '비대면화'와 '디지털화' 대응에 중점을 두고 있습니다.

여기서 주목할 점은 바로 '데이터 경제 가속화'를 위한 데이터 수집 및 활용 기반을 구축해 '데이터 전 주기 인프라를 강화'하는 문제일 겁니다. 데이터 수집과 활용을 확대해 국민 체감도가 높은 분야에서 데이터 활용을 활성화한다는 전략이라 할 수 있습니다.

데이터에는 사람들을 객관적으로 믿게끔 하는 힘이 있습니다. 반드시 어려운 숫자를 보여주지 않더라도 논리적인 사고의 흐름 속에서 의문이 생기는 부분을 데이터가 채워줄 수 있는 것이죠. 이런 이유로 기업에서도 데이터를 기반으로 의사 결정을 하는 문화가 점차 확산되고 있으며, 더 많은 데이터를 가진 기업일수록 더 정확한 의사결정을 할 수 있고, 더 나은 데이터를 제시하는 사람은 더 논리적인 사람으로 인식되기도 합니다.

오늘 소개해 드리는 <문과생, 데이터 사이언티스트 되다>에서는 4차 산업혁명시대의 원유라 불리는 '데이터(DATA)'를 분석하고 인사이트를 전달하는 직업인 '데이터 사이언티스트'에 대한 이야기를 합니다.

즉, 제품이나 서비스와 관련된 수많은 데이트를 수집 및 분석하여, 데이터를 중심으로 의사결정, 제품개발, 마케팅 등 데이터와 관련된 거의 모든 일을 처리하는 그들의 업무 영역과 저자와 같이 전형적인 문과생이 이공계의 전유물로 여겨지는 데이터 사이언티스가 된다는 것, 그리고 취업을 준비하는 취준생을 위해 '나'라는 데이터를 분석하여 적성과 확신을 얻는 다양한 방법을 워크샵 형태로 소개하고 있습니다.

온라인과 오프라인의 경계가 디지털 기술을 중심으로 허물어지면서 모든 고객의 행위는 데이터로 귀결이 됩니다. 또한 그 데이터는 숫자로 표현될 수 있습니다. 해서 이러한 데이터를 보유한 기업은 데이터 분석을 통해 개별 고객에 최적화된 서비스를 기획하거나 선 제안할 수 있습니다. 이때가 바로 기업의 '데이터 사이언티스트들'이 실력을 발휘하는 순간이 되겠죠?

그렇다면 전형적인 문과생이었던 저자는 데이터 사이언티스트의 영역을 크게 기술, 통계, 인문의 3가지 영역으로 크게 구분합니다. 기술 전공은 이과 계열인 공대에서, 통계관련 전공은 이과와 문과 계열 양쪽에서, 인문 영역은 인문사회계열 전공으로 대표됩니다.

사실 과거에는 기술(엔지니어), 통계(분석, 재무), 인문(마케팅, 경영기획) 각 영역의 전문가들은 별도의 부서에 소속되어 별도의 프로젝트를 담당하는 경우가 많았으며, 함께 일하는 경우가 그다지 많지 않았죠. 그러나 데이터의 중요성이 커지면서 이런 영역의 구분이 점차 모호해지고, 통계와 인문영역에 기술이 스며들고, 통계를 바탕으로 기술 투자나 마케팅 등의 의사결정을 하게 되었으며, 기술을 활용하는 데도 비즈니스 감각이 필요해 졌습니다.

중요한 점은 데이터 사이언티스트에게는 이 3가지 영역이 모두 요구되고 있다는 점입니다. 데이터를 분석하기 전, 기획과 분석된 데이터 활용에 관한 아이디어를 낼 수 있는 인문학적 감각, 데이터에서 의미를 찾아낼 수 있는 통계적 지식 그리고 빅데이터를 다루는 기술을 모두 갖추고 있어야 한다는 이야기 입니다. 물론 3가지 모두를 완벽하게 갖출 수는 없더라도 조금씩은 알고 있어야 합니다.

바로 이 지점에서 문과생도 데이터 사이언티스트가 될 수 있는 가능성이 엿보입니다. 단, 저자는 기술 보다 먼저 익혀야 할 것들로 몇 가지를 제시합니다. 외국어를 배우듯 데이터의 목적을 정한 후 코딩을 익힐 것, 맛있는 요리를 만들듯 통계를 대하기, 최대한 통계관련 수업 많이 듣기, 스페셜리스트가 되기 위한 제너럴리스트로의 인식 전환 등..

그러나 무엇보다 가장 중요한 것은 전공과 관련없이 자신이 무엇을 좋아하는가 그리고 무엇을 할 때 가장 몰두하는가 즉, 자신의 적성과 성향 그리고 선호도가 맞아야 한다는 점일겁니다. 기술적으로 말하자면 '데이터 사이언티스트'는 넘쳐나는 데이터를 여러 기술을 사용해 분석하고, 통계적으로 모델을 만들고, 그 속에서 인사이트를 찾아내어 함께 일하는 사람들에게 전달하는 일을 합니다.

따라서 숫자를 모으고, 분석해 인사이트를 만드는 과정을 즐기는 성향, 새로운 것을 발견했을 때의 기분이나 생각을 객관적으로 확인하는 단계를 좋아하는 성향과 선호가 데이터 사이언티스트라는 직업과 잘 어울린다는 저자의 생각에 동의합니다.

"기술이 발달할 수록 오히려 중요해지는 것은 다양한 통계학적 기술이 아니라 데이터를 분석하고 해석하는 인문학적인 능력이다."

'데이터 사이언티스트'를 꿈꾸는 모든 분들에게 좀 더 본질적인 '업(業)의 개념'과 '다양한 관점'을 돌아보게 하는 책으로 평가합니다.

많은 분들의 일독을 기대합니다.