-
-
데이터 시각화와 탐색 with POWER BI 3rd
마경근.서주란 지음 / 영진.com(영진닷컴) / 2025년 9월
평점 :
▶▶ 이 리뷰는 리뷰어스클럽을 통해 출판사로부터 책을 제공받아 솔직하게 작성한 서평입니다.
<데이터 시각화와 탐색 with POWER BI 3rd>는
데이터 분석 경험이 적은 직장인도 쉽게 따라 할 수 있도록 구성되어 있습니다.
저자는 기본편과 실전편으로 나누어
실제 업무에서 반복되는 데이터 정리, 관계 설정, 보고서 제작 과정을 단계적으로 안내합니다.
특히 POWER BI에 처음 입문한다면
Chapter 04 "파워 쿼리 편집기 다루기", Chapter 05 "데이터 모델링",
Chapter 06 "데이터 시각화"를 주의깊게 봐야합니다.
파워 쿼리 편집기를 통해 데이터 정리를 자동화해 업무 시간을 크게 줄일 수 있고,
데이터 모델링으로 정확하고 재사용 가능한 분석 모델을 구축해
신뢰할 수 있는 결과를 도출할 수 있습니다.
마지막으로 데이터 시각화를 활용해 직관적인 대시보드를 만들면
보고서의 설득력이 높아지고, 빠른 의사결정에도 기여할 수 있습니다.
Chapter 04에서는
파워 쿼리 편집기 통해 매달 반복되는 데이터 정리 업무를 자동화하는 방법 등을 다룹니다.
파일 불러오기, 열 이름 통일, 불필요한 행 제거 등을 파워 쿼리로 한 번만 설정해 두면
이후에는 새로 고침만으로 즉시 반영되어 시간과 노력을 크게 절약할 수 있습니다.
이 부분이 중요한 이유는
실무 데이터가 보통 깨끗하지 않고 여러 파일과 형식에 흩어져 있기 때문입니다.
파워 쿼리는 데이터 병합, 열 분리, 피벗/언피벗, 중복 제거, 형변환 등 반복 작업을
GUI로 자동화해 수작업 엑셀 정리에 드는 시간과 오류를 크게 줄여 줍니다.
예를 들어, 월별 CSV를 자동으로 결합하고 불필요한 열을 제거한 뒤
한 번의 클릭으로 새로 고침 가능한 워크플로우를 만들 수 있습니다.
이렇게 하면 재현 가능하고 오류에 강한 데이터 파이프라인을 구축할 수 있습니다.
이 단계가 탄탄해야 뒤에서 모델링과 시각화가 안정적으로 작동합니다.
또 다른 예시로,
학교에서 3~5반 학생들의 키·몸무게 자료를 따로 받았다고 가정해 봅시다.
기능을 잘 모르면, 파일 세 개를 하나씩 열어 복사, 붙여넣기로 옮기는 사람들도 많습니다.
이 때, 파워 쿼리를 쓰면 버튼 한 번으로 자료가 합쳐지고 이름과 순서도 자동으로 맞춰집니다.
Chapter 05는
데이터의 신뢰성을 확보하는 단계입니다.
데이터가 많아질수록 표를 서로 연결해 관계를 만들어야
올바른 합계·평균·비율을 얻을 수 있습니다.
쉽게 말해, 서로 다른 표 사이에 연결고리를 만드는 과정입니다.
예를 들어 국어, 수학, 과학 점수표가 각각 따로 있을 때,
이름을 기준으로 연결해야 한 사람의 세 과목 점수를 한 줄에 볼 수 있습니다.
데이터 모델링은 테이블 간 관계 설정, 키 관리, 정규화·비정규화 판단,
계산 열과 측정값 생성 등을 통해 재사용 가능한 분석 모델을 만드는 핵심 단계입니다.
올바른 관계 설정을 하면 지역, 제품, 기간별 분석을 일관되게 수행할 수 있으며,
전년동기 비율이나 누적매출 같은 DAX 측정값을
한 번 만들어 여러 리포트에서 재활용할 수 있습니다.
반대로 모델링을 잘못하면 숫자가 과대·과소 집계되거나
잘못된 결과가 나올 수 있으므로 주의가 필요합니다.
Chapter 06에서는
숫자만 나열된 보고서를 시각적, 대화형 대시보드로 바꾸는 과정을 다룹니다.
즉, 데이터에서 무엇이 중요한지 강조하며 스토리를 전달하는 방법을 설명합니다.
적절한 차트 선택, 상호작용 기능, 지도·KPI 카드·조건부 서식 등을 활용하면
데이터가 전달하는 인사이트를 쉽게 이해할 수 있습니다.
이를 통해 회의 참여자들은 데이터 변화를 직관적으로 파악하고
신속하게 토론과 의사결정을 할 수 있습니다.
실전편은 기본편에서 배운 내용을
실제 프로젝트에 적용하며 훈련할 수 있도록 구성되어 있습니다.
기본편의 예시도 탄탄하여 따라 배우기 쉽지만,
실전편에서는 직접 데이터를 다루며 연습할 수 있어 학습 효과가 더욱 높습니다.
특히 각 Part의 Chapter 02인 '문제 정의'가 매우 중요합니다.
데이터를 무작정 보기 시작하면 분석 방향을 잃기 쉽습니다.
그러나 프로젝트마다 어떤 질문에 답하려 하는지를 먼저 명확히 하면
분석이 목적 지향적으로 진행됩니다.
또한, 여러 프로젝트의 문제 정의를 학습하다 보면
점차 스스로 문제를 정의하는 능력을 기를 수 있습니다.
이 과정은 회사 보고서 작성, 졸업 프로젝트 기획, 논문 주제 선정 등 실제 업무와 학업에서 매우 유용합니다.
또한 각 Part의 Chapter 04~05는
파워 쿼리와 모델링 개념으로 실제 데이터를 전처리 하는 것을 익힐 수 있습니다.
전처리 과정은 데이터를 깨끗하게 정리하는 단계로,
설문 응답의 중복을 제거하거나 빠진 값을 채워 넣는 작업과 같습니다.
결국 실전편의 진짜 가치는
데이터를 시각화하면서 그 결과가 무엇을 의미하는지 해석하고
스토리로 만드는 데 있습니다.
따라서 단순히 기술을 습득하기보다는
"왜 이 차트를 만들었는지", "이 결과가 시사하는 바는 무엇인지"를
중점적으로 학습하는 것이 좋습니다.
<데이터 시각화와 탐색 with POWER BI 3rd>는
취준생에게는 포트폴리오 제작 경험을,
직장인에게는 업무 자동화와 보고서 설득력 강화를 제공합니다.
특히 Excel 기반 보고서 작성에 익숙한 사무직에게
Power BI는 데이터 정리부터 시각화까지 한 번에 해결할 수 있는 유용한 도구입니다.
이 책을 통해 데이터로 말하는 사람으로 성장할 수 있습니다.
데이터 기반 의사결정이 점점 중요해지는 시대에,
이 책은 직장인 누구에게도 도움이 됩니다.
직장인들에게 추천합니다.
#데이터시각화, #POWERBI, #공공데이터, #대시보드 #데이터시각화와탐색POWERBI3rd, #리뷰어스클럽서평단, #리뷰어스클럽, #영진닷컴, #마경근, #서주란