데이터 분석 강의, 이제 책으로 대체할 수 있다

코딩 자율학습 잔재미코딩의 파이썬 데이터 분석 입문 - Pandas, Plotly 사용부터 생성형 AI 활용법까지 한 권으로 배우는 데이터 분석 입문 ㅣ 코딩 자율학습
데이브 리 지음 / 길벗 / 2025년 4월

빅데이터 및 데이터 관련 산업의 성장에 따라 데이터 분석에 대한 기대감을 갖고 계시는 분들이 늘어남을 확인하고 있습니다. 특히 데이터 관련 직종에 대한 채용이 늘어나고 있고, 데이터 관련 다양한 강의들이 많아진 것이 그 증거라고 볼 수 있지요. 비전공자이자, 비직종자였다가 최근 수년간 데이터 관련 업무와 실습을 진행해온 제 입장으로서 말씀드리면 ‘과도한 기대’는 금물이라는 것을 말씀드리고 싶고, 데이터 분석관련 ‘큰 환상’을 가질 이유는 없다고 생각합니다. 결국 중요한 것은, ‘경험치’를 쌓는것과 자신이 어떠한 ‘프로젝트’를 해왔고, 이를 통해 남들과 다른 ‘결과물’을 내놓는 것입니다. 그러기 위해서는 결국 많은 연습이 필요합니다. <코딩 자율 학습, 잔재미 코딩의 파이썬 데이터 분석 입문>은 여기에 도움이 될 수 있는 서적입니다. 

데이터 분석강의의 커리큘럼은 수년전과 지금이 크게 달라지지 않습니다. 첫번째는 이론강의를 합니다. 데이터 분석의 목적-데이터전처리-데이터모델링-분석 및 시각화-결과값을 만들어내는 과정에 대한 것이죠 두번째는 관련 소프트웨어를 설치하는 겁니다. 과거에는 아나콘다-주피터노트북이나 VS  Code가 많았던 반면 지금은 구글 코랩(Colab)이 많이 늘어났다는 차이가 있습니다.(클라우드 기반의 장점과 한계가 뚜렸하죠) 세번째는 주구장창 전처리를 하고 모델링을 돌리는 것입니다. 솔직히 말씀드리면 이 세번째를 얼마나 많이 해보고 여기서 자신만의 역량치를 쌓는것이 데이터 분석의 핵심치입니다. 프로그래밍에서 디버깅을 통해서 암묵지가 늘어나는 것도 마찬가지이죠. 왜냐하면 이걸 많이 해봐야 AI를 통해 돌려도 훨씬 잘 돌릴 수 있거든요. 그러니 이제는 인공지능 시대니 인공지능에게 다 맡기면 된다 혹은 데이터 분석을 통해 내가 단기간에 대단한 역량을 생긴다는 뽕에 취하는 것은 금물입니다. 

그렇다면 <코딩 자율학습… 입문>이 가진 장점은 무엇이냐? 그것은 기존 데이터 분석 관련 서적의 방대함을 압축하고, 적어도 2-3일 데이터분석 실습과정에 있는 커리큘럼을 아주 실속있게 한권으로 압축하되, 필요한 내용만 쏙쏙 골라넣었기 때문입니다. 굳이 강의를 듣지 않고 초중급레벨을 본서로 졸업 가능하다고 생각합니다. 실제 데이터 분석 입문-초급 강의를 가면 개인의 노트북 환경, 강의집중을 못해서 실수하는 사람들외에 별별 변수들이 다 발생합니다. 그런데 본서는 그런 변수들따위 신경쓰지 않고 데이터분석을 위한 환경조성-데이터전처리환경-데이터 분석 결과값 및 시각화까지의 과정의 알짜만 다 뽑아놨습니다. 그러니 오프라인 강의에서 나오는 불필요한 변수들을 신경쓸 필요없이 본서의 내용만 1-2회 복습하면 충분히 초급레벨을 땔수 있는 서적이라는 점입니다. 

물론 본서의 아쉬운 점도 존재합니다. 예를 들자면 데이터 모델링같은 내용의 할애가 적다는 점이고 파인 튜닝(Fine Tuning)같은 것들은 생략되어있습니다. 하지만 파인 튜닝이나 최근에 이슈가 되는 MCP같은 것들은 본서를 정독 후 실습 몇회를 하여 데이터 분석의 프로세스와 관심있는 실무에서 쓸 데이터 분석 경험을 가진 뒤 해도 충분합니다. 중요한 것은 ‘그 과정’을 경험했냐의 문제입니다. 그러니 데이터 분석은 이제 인공지능이 다 해준다는 멍청한 소리나 오프라인 단기 데이터 분석과정을 듣고 수료하면 역량이 늘 것 같은 착각은 저 멀리 던지버리고 정말 데이터 분석의 기초부터 실무까지 하고 싶다면 본서를 통해 해보시는 것을 강력하게 추천드립니다. 

💡’책값의 5배 이상의 가치를 충분히 합니다’

빨리 읽고 활용해야할 서적

AI 덕분에 오늘도 칼퇴합니다 - 일잘러 구 대리의 AI 8종 실전 노트
박소이 지음 / 비전비엔피(비전코리아) / 2025년 5월

🙋‍♂’인공지능 활용의 핵심은 바로’    

_

얼마전에 재직하는 회사에서 인공지능 활용과 그에 대한 결과물이 팀 퍼포먼스 고과에 할당되었습니다. 그에 따라 팀에서는 우선 담당자가 정해졌고 담당자의 교육과 공유에 따라 팀, 파트, 그리고 개인역시 회사에서 운영하는 인공지능 시스템을 이용하고 이를 업무에 적용하라는 지시를 받았죠. (2년전부터 분명히 진행될 것이라 리뷰에서 강조해왔습니다) 참고로 재직하는 회사는 IT계열이 아니며 더욱 흥미로운 것은 F&B업계나 업종을 불문하고 이러한 내용들이 퍼지고 있다는 점입니다. 그런데 인공지능이 전가의 보도는 아닙니다. 그것을 어떻게 활용하고 업무에 효과적으로 활용하는지가 문제겠지요. 인공지능 활용의 핵심은 결국 생산성을 높여주고 업무 ‘시간’을 줄이는데 있기 때문입니다. <AI 덕분에 오늘도 칼퇴합니다>는 바로 그러한 내용을 다루는 자기계발서이자 소설입니다. 

본서의 주인공은 챗gpt로 문의만 해본 마케팅 기획자입니다. 오늘도 회사에서 무능하다고 인식되는 직원이죠. 어느날 그는 인공지능을 문의이상의 ‘활용’을 하고 있는 후배 직원을 통해 인공지능 특히 생성형 AI와 거대언어모델에 ‘프롬프트’를 하는 법을 배웁니다. 이를 통해 그는 ‘명확한 입력’이 있어야 ‘확실한 출력’이 있다는 것을 알게됩니다. 프롬프트의 핵심은 역할을 설정하고, 작업을 명확히 하고, 데이터를 설정하고, 산출물의 템플릿을 요청해야 하는 겁니다. 그냥 ‘00000을 해줘’하면 아무 의미가 없죠. 본서의 가장 큰 장점은 ‘콩심은데 콩난다’는 만고 불변의 진리를 깨닫게 한다는 점에 있습니다. 그래서 적합하고, 고객의 요구사항과 시장트렌드에 알맞는 프롬프트 작성법을 본서를 통해 상당부분 참고할 수 있습니다. 

두번째 장점은 인공지능을 통한 생성형 도구들을 가장 최신버전으로 소개합니다. 기존의 LLM 3대장과 이미지 툴 말고도 레오나르도 AI같은 이미지툴부터 데이터 시각화를 위한 그래피(Graphy), 그리고 PPT작업을 도와주는 감마AI부터 AI관련 다양한 네트워킹과 현업자와의 소통을 할 수 있는 커뮤니티 소개까지진행하기에 인공지능을 가지고 콘텐츠를 작성하거나 결과물을 만들어야 되는 분들에게 본서는 굉장히 유용한 실용서가 될 수 있습니다. 

처음에 본서의 서두만 읽었을때는 ‘인공지능활용에 무지한 사람이 인공지능을 통해 능력치가 높아지는’ 스토리로 끝날 단순한 성장형 소설로 치부할 뻔했지만, 중반을 넘어가면서 저 역시도 생산선을 높일 인공지능 툴들을 알 수 있어서 상당히 유용한 서적이었다고 생각합니다. 다만, 본서는 빠르면 올해까지 유용할 수도 있습니다.왜냐하면 도구는 끊임없이 업그레이드되고 프롬프트 최적화에 대한 방식도 변화할 수 있기 때문입니다. 그러니 인공지능 활용으로 업무에 적용하고 싶은 분들은 본서를 최대한 빨리 참고하는 것을 추천드립니다.

💡’인공지능은 만능이 아닙니다. 사용자가 현명해야합니다’

[100자평] AI 시대의 플랫폼 비즈니스

AI 시대의 플랫폼 비즈니스 - 플랫폼 비즈니스의 성공 법칙
김기훈 지음 / 토트 / 2025년 3월

플랫폼 비즈니스의 디양한 비즈니스 영역을 만날 수 있는 서적

🙋‍♂’플랫폼 시대의 돈을 버는 방법’

AI 시대의 플랫폼 비즈니스 - 플랫폼 비즈니스의 성공 법칙
김기훈 지음 / 토트 / 2025년 3월

_

*출판사를통해 도서를 지원받아 작성한 리뷰입니다. 

플랫폼(Platform)은 어느새 굉장히 지리한 언어가 되었습니다. 검색광고의 플랫폼인 구글, OTT 플랫폼의 선두주자 넷플릭스, 국내의 카카오와 네이버 플랫폼 그리고 토스와 같은 금융플랫폼을 언급하는 것도 ‘지겨워지는’ 이야기지요. 중요한 것은 어떤 플랫폼이 있고 플랫폼 비즈니스의 이론을 아는게 아니라 누구나 자신의 브랜딩이나 역량으로 돈을 벌 수 있고, 효과를 만들 수 있는시대에 플랫폼을 활용해서 ‘결과’를 내느냐의 문제입니다. 그리고 이미 AI가 일상화된 시대에는 인공지능 플랫폼으로 더욱 이것들이 활용될 것입니다. 그 비즈니스의 원천을 아는데 <AI시대의 플랫폼 비즈니스>는 충분히 일독의 가치가 있었습니다. 

서적의 30%까지는 대략 많은 플랫폼 비즈니스 단행본과 유사한 이야기를 하거나 하버드 비즈니스 리뷰의 사례얘기를 해서 다소 지루해졌지만, 본서는 중반을 거듭하면서 플랫폼 사업영역에서 어떻게 비즈니스로 고객을 모으고 매출을 만들어내는지를 하나하나 상세하게 접근합니다. 특히 아메리칸 익스프레스와 아마존등의 미국의 레거시 플랫폼과 IT플랫폼을 넘어 국내 신한금융의 배달플랫폼의 실패사례까지 비교를 하면서 단순 성공사례뿐만 아니라 실패사례를 동시에 비교해주기 때문에 플랫폼 사업을 고민하는 사람들에게는 두가지를 아주 잘 비교할 수 있습니다. 저는 현업에서는 플랫폼 관련 사업모델 개발을 추진하지만, 실제로는 만만치 않다는 것을 느낍니다. 왜냐하면 회사의 업무는 저의 의사결정과 협업이 필요한 부분이 있어서 제 맘대로 전부 되지 않기 때문입니다. 그러나 제 개인적으로는 상당히 의미있는 플랫폼을 활용한 결과물을 만들어내왔기에 본서의 내용과 더불어서 관련된 3가지 핵심 개념을 아래와 같이 전달하고자 합니다. 

먼저 플랫폼 비즈니스의 핵심은 ‘트래픽(Traffic)’입니다. 왜냐하면 이 트래픽은 ‘OSMU(원소스 멀티유즈)’를 할 수 있기 때문입니다. 하나의 흥미와 재미 의미를 가진 서비스들은 다른 방향으로 굉장히 쉽게 전환되어 결과를 내게 됩니다. 두번째는 싱글호밍과 멀티호밍을 이해해야 한다는 것입니다. 전자는 하나의 플랫폼에 종속되지만 후자는 여러개의 플랫폼을 이용하거나 연계해서 이용합니다. 만일 OSMU를 진행하면서 2-3개의 멀티호밍을 진행하면서 충분히 해당 콘텐츠를 통해 플랫폼 비즈니스가 가능합니다. 같은 SNS라도 인스타와 쓰레드 블로그가 다르지만, 하나의 키워드나 주제에 대한 내러티브는 있되 이것을 변형하면 효과가 납니다. 

마지막은 수평과 수직확장을 이해하는 것입니다. 이 대표적인 사례는 아마존이죠. 아마존은 서적의 온라인 판매에서 서적외에 다른 것을 파는 온라인 커머스로 ‘수평’확장을 했고, 여기에 풀필먼트를 만들어갑니다. 그리고 이 풀필먼트에 대한 재고관리와 데이터 관리를 통한 플랫폼인 AWS를 만드는 ‘수직확장’을 합니다. 플랫폼 사업의 정수라고 할 수 있는데, 이것을 먼 이야기로 볼 이유가 없습니다. 개인도 가능하죠 예를 들어 맥주를 좋아하는 사람이 맥주에 대한 기록을 올렸는데 이게 호응이 좋아 책으로 발간한다면 이건 수평적 확장이죠. 하지만 이것을 넘어 주류에 대한 서비스 어플리케이션을 만들고, 맥주외에 다른 주류까지 판매를 하고, 페어링 안주까지 추천하여 관련 커머스를 한다면 얼마든지 수직확장이 될 수 있는 것입니다. 트래픽과 호밍, 그리고 확장에 대한 이해를 하면, 내 맘대로 할 수 없는 회사일은 모르겠지만, 개인으로는 자기 하기 나름인것 같습니다.  

💡’여전히 플랫폼으로 현금창출하기 좋은 세상입니다’

인공지능 시대, 정말로 중요한 능력 중 하나는?

탁월한 생각은 철학에서 시작된다 - 아리스토텔레스부터 들뢰즈까지, 철학자들이 들려주는 20가지 생각 도구
오가와 히토시 지음, 이정미 옮김 / 오아시스 / 2025년 3월

최근 데이터 분석과 프로그래밍에 많은 시간을 할애하고 관련 전문가들을 만나면서 느끼는 것은, 앞으로 대학 전공의 통합은 장기적으로 불가피하겠구나 라는 것입니다. 본래 대학전공의 대부분은 학사과정은 교수의 전공기본 지속을 복제하는 것에 불과합니다. 다만 그것의 절대량이 많은 특수전공이 존재하지만, 적어도 사회과학과 공학계열은 이제 굳이 교수의 학자의 지식을 복제하는게 많은 관련 데이터를 가지고 모델링 하는 것으로 충분히 대체 가능하기 때문입니다. 이에 따라 오히려 데이터 리터러시를 가지고 더 많은 지식을 더 짧은 시간에 가질 수 있습니다. 그러니 오히려 이러한 시점에서 더욱 더 시간을 할애해야하는 능력이 하나도 있습니다. <탁월한 생각은 철학에서 시작된다>의 제목과 같은 철학적 사고 능력입니다. 

인간이 동물과 다른 것은 본능을 뛰어넘은 사고 능력입니다. 데표적으로 남들이 전부 다 옳다고 할때 역행할 수 있는 역발상 능력, 그리고 기존에 있던 것을 넘어 더 다양하고 새로운 것들을 그려나가는 상상력, 또 하나는 경험으로 부터 얻게 된 통찰력이라고 생각합니다. 그리고 이 모든 능력에 기반 한것이 바로 철학적 사고인데, 이 철학적 사고를 본서에는 아주 명료하게 정리합니다. 먼저 기존의 상식을 넘어 ‘의심을 하는 것’, 그리고 ‘다양한 시점으로 바라보고’ 그것을 자신만의 관점으로 ‘재구성’을 하는 것입니다. 

본서에는 이런 철학적 사고와 관련된 근현대의 대표적인 서양철학자와 더불어 다양한 예시를 듭니다. 그 시작은 고대 철학자인 아리스토텔레스의 시학, 본질은 구조에 있다는 자크 데리다의 탈 구축론, 루이스의 가능세계를 통한 사물에 대한 재조합등이 있을 수 있습니다. 20명의 등장하는 누구의 철학이 옳고 우위를 얘기하는 것은 의미가 없고, 이 수많은 철학자들은 사고의 노동을 통해 기존 사고방식과 세계관을 끊임없이 해체해가려는 시도를 했다는 게 중요합니다. 따라서 주변의 현상을 당연한 것으로 여기지 않고, 현상을 자신과 타인, 혹은 다른 생명체나 대상으로의 관점에서 바라보고 이를 통한 새로운 의미를 발견해나가는 철학적 사고의 본질 자체를 이해하는게 무척 중요합니다. 본서는 풍부한 사례와 함께 상당히 흥미롭게 철학적 사고의 여정을 만들어갑니다. 

한가지 아쉬운 점은 이러한 철학적 사고는 서양철학에만 나온게 아닙니다. 동양철학의 사상가들도 그 본질은 다르지 않습니다. 20명의 사상가를 넘어 보다 다채로운 동서양의 철학적 사고의 예시를 만났으면 하는 아쉬움이 있습니다. 처음으로 돌아가 인공지능 시대에 데이터와 모델링으로 대체할 수 없는 것중에 하나는 바로 탁월한 이성적 사고, 그리고 감성지능입니다. 이것이 단순한 지식으로는 대체하기 어렵습니다. 인공지능은 결국 역사적 데이터를 통한 패턴 발견은 가능하지만, 사고의 사고를 더불어 나오는 비판적인 능력은 쉽게 대신하긴 어려울 겁니다. 철학적 사고능력이 더욱 중요해지는 이유입니다. 이는 프로그램 매매나 패턴화를 통한 퀀트 투자가 반드시 성공하기는 어렵다는 것과 일맥상통하는 것이기도 하죠. 

💡’인간의 가장 위대한 무기이자 타고난 것’