확장메뉴
주요메뉴


소득공제
미리보기 카드뉴스 공유하기

문과생, 데이터 사이언티스트 되다

: 데이터를 비즈니스에 활용하고 싶은 이들을 위한 가장 쉬운 안내서

리뷰 총점9.2 리뷰 6건 | 판매지수 10,344
베스트
경제 경영 top100 5주
구매혜택

체크리스트 증정(포인트 차감, 한정수량)

정가
15,000
판매가
13,500 (10% 할인)
YES포인트
배송비?
무료
서울특별시 영등포구 은행로 지역변경
  •  해외배송 가능
  •  최저가 보상
  •  문화비소득공제 신청가능
『문과생, 데이터 사이언티스트 되다』 체크리스트 증정
11월 전사
11월 혜택
1 2 3 4 5

품목정보

품목정보
출간일 2020년 06월 01일
쪽수, 무게, 크기 224쪽 | 360g | 140*205*20mm
ISBN13 9791165211530
ISBN10 116521153X

카드 뉴스로 보는 책

책소개 책소개 보이기/감추기

스타벅스코리아 1호 데이터 사이언티스트의
넘쳐나는 숫자 속에서 기업과 소비자가 원하는 ‘가치’를 찾아내는 방법

데이터를 비즈니스에 활용하고 싶은 이들을 위해 모든 정보와 인사이트를 담은 책


데이터를 활용해 마케팅의 성과를 높이고 싶은 이, 데이터 분석을 통해 새로운 상품을 개발하는 기획자, 코딩 실력이 걱정되지만 데이터 분석가로 전직을 꿈꾸는 이, 숫자와 텍스트 속 감춰진 신호에서 기회를 발견하고 싶은 이들을 위한 책이다.

이 책은 데이터 분석에 뛰어든 마케터, 기획자, 공대생 등 다양한 배경을 가진 사람들이 차별화된 역량을 키워갈 수 있도록 안내한다. 실제 프로젝트에서 어떤 역량이 쓰이는지도 직접 확인해볼 수 있다. ‘인사이트를 사람에게 전달하는 경우’와 ‘IT서비스에 반영하는 경우’ 2가지 유형으로 분류해 실무에 필요한 역량을 비교해준다. 그밖에도 데이터 사이언티스트에게 필요한 5가지 마인드, 실무에 도움이 되는 사고법 등을 실제 업무 프로세스를 바탕으로 소개한다. 책의 말미에는 특별한 커리어 워크숍이 열린다. 새로운 직업에 눈을 뜬 사람들이 자신만의 적성을 찾고 확신을 가질 수 있도록 ‘나’라는 데이터를 모아 분석하는 시간을 갖는다. 모두가 데이터 분석을 할 필요는 없지만, 데이터 분석을 시작했다면 이 일이 진정 ‘좋아하는 일’이 되기를 바라는 저자의 마음을 담았다.

목차 목차 보이기/감추기

프롤로그 “데이터 사이언티스트는 무슨 일을 하나요?”

│1부│ 숫자와 현실을 연결하다
: 데이터 사이언티스트의 등장


1장 데이터 필수 시대
개념보다 중요한 것은 활용이다
쌓일수록 가치가 생기는 것
누구에게나 도움이 되는 데이터
데이터는 경쟁력을 좌우한다
모든 것이 데이터가 된다

2장 데이터 사이언티스트의 역할
이 시대에 꼭 필요한 전문가들
기술, 통계, 인문의 경계를 넘나든다
숫자로 설득해야 한다
숫자와 현실을 연결해야 한다
숫자와 언어 속에서 맥락을 읽어낸다

│2부│ 기술보다 먼저 익혀야 할 것들
: 데이터 사이언티스트의 역량


3장 문과생 데이터 사이언티스트의 기초체력 다지기
정도가 아닌 길을 걷는 이들에게
외국어를 배우듯 코딩을 배워라
맛있는 요리를 만들듯 통계를 대하라
통계 관련 수업은 최대한 많이 들어라
프로젝트에 대한 가치판단을 전달하라
스페셜리스트가 되려면 제너럴리스트가 되라
박쥐의 고통을 감수하라
문과생이 아닌데 데이터 사이언티스트가 되고 싶다면

4장 데이터 사이언티스트의 마인드 세팅
향상심: 지금보다 나아지고자 하는 욕구
호기심: 현상을 관찰해 문제를 파악하는 힘
사교성: 사람들이 원하는 것을 파악하는 능력
주도권: 데이터에 대한 주인 의식
경험: 기획과 변형, 해석의 바탕

│3부│ 데이터가 사람을 위해 일하게 만드는 법
: 데이터 사이언티스트 실무


5장 데이터 사이언티스트의 일
데이터에서 가치를 찾아라
감각, 기술, 소양을 갖춰라
다양한 프로젝트들
프로젝트 유형 1: 인사이트를 사람에게 전달하는 경우
프로젝트 유형 2: 데이터를 실제 IT서비스에 반영하는 경우

6장 데이터 사이언티스트의 무기
사고하고 판단할 수 있는가
나만의 관점이 있는가
분석에 대한 그림을 그릴 수 있는가
다양한 경험을 융합할 수 있는가

│4부│ ‘나’라는 데이터를 분석하는 워크숍
: 적성을 찾고 확신을 얻는 과정


7장 선택의 순간에 묻는다
상상만으로 고민하지 않기를
내 인생의 키워드
잊고 지냈던 재능 찾기
내 선택의 공통점 찾기
장래희망의 상상과 실제 확인하기
내 선택의 전환점 찾아보기
일상에서 벗어난 나 돌아보기
감정 파악하기

8장 캐릭터 마이닝
키워드를 찾는 방법
커리어 키워드 찾기
내가 좋아하는 것들의 키워드 찾기
내가 참기 어려운 것들의 키워드 찾기
미래의 나를 구체적으로 상상해보기

에필로그 “지금 하는 일을 좋아하나요?”

저자 소개 (1명)

책 속으로 책속으로 보이기/감추기

데이터에는 사람들이 주장을 객관적으로 받아들이게 하는 힘이 있다. 반드시 어려운 숫자를 보여주지 않더라도 논리적인 사고의 흐름 속에서 의문이 생기는 부분을 데이터가 채워줄 수 있다. 이런 이유로 기업에서도 데이터를 기반으로 의사결정을 하는 문화가 점차 확산되고 있다. 더 많은 데이터를 가진 기업일수록 더 정확한 의사결정을 할 수 있고, 더 나은 데이터를 제시하는 사람은 더 논리적인 사람으로 인식된다.
---p.021

빅데이터를 다루는 기술은 일반적으로 엔지니어들의 역량이 월등히 뛰어날 수밖에 없다. 통계적 지식의 경우 주로 통계나 측정, 수학 관련 전공자들의 영역이었다. 반면 현장에서의 경험치는 인문계 출신들이 좀 더 높았다. 그래서 과거에는 3가지 영역 중 1가지만을 수행하는 사람이 대부분이었지만, 이제는 1가지 영역을 중심으로 인접한 영역까지 확장된 업무가 요구된다.
---p.035

얼마나 논리적으로, 이해하기 쉽게 숫자를 설명하는지가 중요하다.
---p.040

문과 전공 데이터 사이언티스트라면 뒤늦게 기술을 접하고 배우는 시간도 반드시 필요하다. 하지만 내 경우 데이터 사이언티스트로서의 강점과 차별성은 소비자 심리학을 전공하면서 얻은 통찰력에서 비롯됐다. 이 책을 읽는 독자 중 지금 빅데이터를 공부하는 사람이 있다면 자신만의 전공과 관점을 소중히 여기길 바란다. 전공을 잘못 선택한 것 같다고 후회하지 않아도 된다. 언젠가 그 공부가 당신만의 장점이 될 날이 올 것이다.
---p.048

데이터 사이언티스트의 일은 현실을 정의하는 데서부터 시작한다. 현실을 어떻게 정의하느냐에 따라 데이터와의 연결 고리도 구상할 수 있다.
---p.049

코딩도 언어의 일종이기 때문에 영어를 배우는 것과 비슷한 과정이라고 생각하면 접근하기가 조금 쉬워진다.
---p.063

무슨 언어를 배워야 할까? 무슨 툴을 배워야 할까? 우선 내가 몸담고 있는 조직에서 사용하는 툴을 배울 수밖에 없다. 당연하게도 지금 나 이외의 사람들이 사용하고 있는 툴을 배우는 것이 회사 입장에서는 가장 빠른 길이다.
---p.069

때로 어느 한 분야에 두 발을 다 담그지 못한다는 느낌이 들기도 한다. 옆 사람을 보면 자신만의 분야에서 확고한 위치를 차지한 것처럼 보일 때도 있다. 하지만 이건 다 남의 떡이 커 보이는 현상일 수도 있다. 한 웅덩이에만 두 발을 다 담글 필요는 없다. 이것과 저것을 연결할 수 있는 것은 훌륭한 역량이다. 두 나라의 언어에 능통한 통역가처럼 두 분야를 연결할 수 있도록 역량을 키우면 된다.
---p.087

좋은 데이터 사이언티스트들은 호기심이 많다. 주변의 온갖 것에 ‘왜?’라는 질문을 던질 줄 안다. 그래야 그 질문에 답하기 위해 데이터를 찾아볼 수 있고 그 데이터에서 답을 찾아내 현실을 바꿀 단초를 제공할 수 있기 때문이다.
---p.101

대체 무엇을 하기 위해 현실과 데이터를 연결하는 걸까? ‘데이터가 우리를 위해 일하도록’ 하기 위해서다. 현실과 데이터를 연결했으니 데이터로 알아낸 것들이 다시 현실에 도움이 되게 하는 것이다. (중략) 데이터가 우리를 위해 일하도록 만든다는 건 무슨 뜻일까? 데이터에서 가치를 찾는다는 것이다. 가치는 정의하기 나름이기도 하고 사람마다 가치를 느끼는 지점도 달라서 설명하기 애매한 개념이긴 하지만 대체로 가치가 있는 일들은 다음과 같다. 기업이 데이터로 돈을 벌 수 있게 하는 일, 데이터에서 소비자의 마음을 찾는 일, 데이터가 조직의 의사결정을 돕도록 하는 일 등 데이터로 우리 삶을 나아지게 하는 일들이다.
---p.111-112

데이터를 분석하는 일은 때로 금광에서 금을 찾는 일과 같다. 한없이 파는데도 필요 없어 보이는 흙만 나올 때도 있고, 도무지 뭐가 나올지 알 수 없는 시간을 보낼 때도 있고, 결국 금을 발견했는데 정제가 필요할 때도 있다. 그리고 마침내 순도 높은 금을 조금이라도 발견하면 큰 희열을 느끼게 된다. 그 순도 높은 금이 바로 소비자와 기업에 도움을 줄 수 있는 발견들이다.
---p.114-115

흔히 빅데이터라고 하면 바다와 같은 정보 속에서 생각지도 못했던 진주를 발견할 것이라 생각한다. 드물게 그런 경우도 있지만 일반적으로 데이터는 목적을 가져야만 제대로 활용될 수 있다. 프로젝트의 목적이 뚜렷하지 않고 ‘뭔가 재밌는 것’, ‘뭔가 새로운 것’, ‘데이터와 분석할 사람이 있으니 성과를 낼 만한 것’을 찾는다면 몇 년이 흘러도 손에 잡히는 결과를 얻지 못할 수도 있다.
---p.131

직원: 너 직업이 뭐야?
나: 데이터 사이언티스트.
직원: 그게 뭐 하는 건데?
나: 빅데이터를 분석하고 사람들한테도 말해줘.
직원: 그 일 하는 거 좋아해?
나: 응, 난 재밌어.
직원: 정말 좋겠다. 많은 사람들이 자기 일을 좋아하지 않잖아.
이 대화가 가끔 생각난다. 그리고 ‘아직 이 일을 재밌다고 생각해서 다행이네’ 하고 생각한다. 앞으로 상황이 달라질 수도 있고 심지어 다른 직업을 가질 수도 있지만, 무슨 일을 하든 일에서 조금이라도 즐거움을 찾으면서 살아가고 싶다.
---p.221-222

출판사 리뷰 출판사 리뷰 보이기/감추기

美 직장 평가 사이트 글래스도어 2016~2020년 최고의 직업 선정
하버드비즈니스 리뷰 선정 ‘21세기 가장 섹시한 직업’
한 해 1,000명 규모의 데이터 사이언티스트 육성 계획을 세우는 대기업들

넘치는 데이터와 폭증한 ‘데이터 분석 능력’에 대한 수요!
데이터를 비즈니스에 활용하고 싶은 이들을 위한 가장 쉬운 안내서


인간이 하는 모든 활동이 데이터가 되는 시대

지금 이 시간에도 모든 것은 데이터가 되고 있다. 하물며 매일 들고 다니는 스마트폰에도 걸음 수와 움직인 거리가 기록되고, 무심코 들어간 웹사이트나 앱 로그 기록도 충실하게 쌓인다. 일정 기간 특정 브랜드가 몇 번 언급되었는지, 대중교통을 이용하는 인구수는 물론 특정 지역에 모여 있는 사람들의 수를 사진 분석 기술로 알아낼 수 있을 정도다. 인간이 하는 활동의 거의 모든 것을 수치화하고 데이터로 바꿀 수 있는 시대가 되었다고 해도 과언이 아닌 셈이다. 수집할 수 있는 데이터가 방대해지자 ‘서말’인 데이터를 ‘꿸’ 사람들에 대한 수요도 폭증했다. 데이터를 보유한 기업은 쌓여있는 데이터에서 새로운 가치를 만들어내기 위해 데이터를 분석, 가공할 사람이 필요해진 것이다.

데이터와 현실을 연결하는 ‘통역가’

누군가 “요즘 가장 잘 팔리는 게 뭐예요?”라고 묻는다면 그 답을 어떻게 유추할 수 있을까? 데이터 사이언티스트는 ‘요즘’부터 정의한다. 요즘이 오늘을 기준으로 3개월 전인가, 1개월 전인가, 혹은 일주일 전인가, 한 시간 전인가를 생각하는 식이다. 아이디어(분석 주제)를 ‘분석 가능한 숫자’로 확인하는 습관이다. 처음에는 사람들이 궁금해 하는 것과 데이터 사이에 아무런 관계가 없다. 하지만 데이터 사이언티스트는 어떤 상품이나 서비스가 잘 팔리고 있다는 ‘현실’을 ‘데이터’로 분석해 보여주는 사람이다. 분석에만 그치지 않고 분석 결과물이 제품이나 서비스를 개발하고 있는 기업에 어떤 쓸모가 있는지, 숫자가 아닌 이해하기 쉬운 언어로 전하는 것까지가 그들의 일이다. 저자는 이 과정을 통틀어 데이터와 현실을 연결하는 ‘통역가’라고 칭한다.

열 살부터 코딩 배운 전문가와 경쟁하지 마라

좋은 데이터 사이언티스트가 되려면 3가지 역량이 필요하다. 분석하는 기술, 통계 지식, 해석하고 소통하는 인문학적 역량이다. 빅데이터를 분석하려면 기술의 힘을 빌려야 한다. SQL이나 파이선 등 기계언어를 활용해 방대한 양의 숫자와 텍스트를 분류하고 모을 수 있도록 지시하는 코딩과 수학적 통계모델에 대한 지식이 필요하다. 실제 데이터 사이언티스트는 기술이나 통계 영역에서 업무를 확장해나가는 이들이 많아 관련 전공자가 많은 편이다. 하지만 비전공자가 “열 살부터 코딩을 해온” A급 데이터 사이언티스트만큼 할 수는 없는 노릇이다. 심리학을 전공해 문과생 출신인 저자는 이때 ‘인문학적’ 강점을 살려야 한다고 말한다. 정확한 분석을 위해 관련 부서의 실무자와 대화를 나누고, 기업과 소비자가 원하는 인사이트를 찾아 발견하고 해석하는 능력은 저자의 강점이다.

A: 길거리 매장과 건물 내부 매장을 비교해보니 날씨 변수에 따라 매출 차이가 ○○% 있습니다. 이 모델은 .05 수준에서 유의미합니다.

B: 길거리에 있는 매장은 비나 눈이 올 때 매출이 ○○% 감소합니다. 그런 날씨에도 고객들이 방문할 수 있도록 마케팅 전략을 제공하면 좋겠어요. 혹은 비나 눈이 올 때 건물 안에 있는 매장에서 매출을 더 많이 일으켜 전사 매출 균형을 맞추는 방법도 있죠. 비가 올 땐 특히 ○○ 제품이 더 잘 팔리고, 눈이 올 땐 ×× 제품이 더 잘 팔리니 일시적으로 이런 제품을 노출하면 어떨까요.

누가 더 뛰어난 데이터 사이언티스트처럼 보이는가? 앞으로는 숫자 이면에 감춰진 인사이트를 이해하기 쉽게 전달하는 능력이 경쟁력이 된다.

데이터 분석을 통해 더 좋아하는 일을 할 수 있기를

이 책은 데이터 분석에 뛰어든 마케터, 기획자, 공대생 등 다양한 배경을 가진 사람들이 차별화된 역량을 키워갈 수 있도록 안내한다. 실제 프로젝트에서 어떤 역량이 쓰이는지도 직접 확인해볼 수 있다. ‘인사이트를 사람에게 전달하는 경우’와 ‘IT서비스에 반영하는 경우’ 2가지 유형으로 분류해 실무에 필요한 역량을 비교해준다. 그밖에도 데이터 사이언티스트에게 필요한 5가지 마인드, 실무에 도움이 되는 사고법 등을 실제 업무 프로세스를 바탕으로 소개한다. 책의 말미에는 특별한 커리어 워크숍이 열린다. 새로운 직업에 눈을 뜬 사람들이 자신만의 적성을 찾고 확신을 가질 수 있도록 ‘나’라는 데이터를 모아 분석하는 시간을 갖는다. 모두가 데이터 분석을 할 필요는 없지만, 데이터 분석을 시작했다면 이 일이 진정 ‘좋아하는 일’이 되기를 바라는 저자의 마음을 담았다.

회원리뷰 (6건) 리뷰 총점9.2

혜택 및 유의사항?
문과생, 데이터 사이언티스트 되다 내용 평점4점   편집/디자인 평점4점 mynet87 | 2020.08.09 | 추천0 | 댓글0 리뷰제목
이과를 전공한 사람들만 데이터 사이언티스트가 되는 세상은 아니다.문과생은 현업에서 어떤 데이터 사이언티스트 역할을 하는지 궁금했고, 가볍게 읽을 수 있었다. 두껍지 않은 책에서 저자(차현나)는 계속해서 학습하고, 부족한 부분들을 채우려 노력해야 한다고 강조한다.하지만 나왔던 내용의 반복성은 독자로 하여금 조금 더 새로운 내용, 유익한 걸 원했던 갈증을 채워주;
리뷰제목

이과를 전공한 사람들만 데이터 사이언티스트가 되는 세상은 아니다.

문과생은 현업에서 어떤 데이터 사이언티스트 역할을 하는지 궁금했고, 가볍게 읽을 수 있었다.

 

두껍지 않은 책에서 저자(차현나)는 계속해서 학습하고, 부족한 부분들을 채우려 노력해야 한다고 강조한다.

하지만 나왔던 내용의 반복성은 독자로 하여금 조금 더 새로운 내용, 유익한 걸 원했던 갈증을 채워주기엔 아쉽게 느껴졌다.

현업 프로젝트 예시를 통해 전체적인 데이터 사이언티스트로서 역할과 업무 프로세스를 알 수 있었다.

컴퓨터 앞에 앉아 데이터만 보는게 아니라

유관업무 부서와의 긴밀한 커뮤니케이션은 프로젝트 기획에서 부터 종료 그리고 다음 프로젝트 구상까지 중요한 부분이라 생각된다.

단순 데이터 분석 결과값만 던져주는게 아니라 분석결과를 통해 얻은 인사이트를 제시해야 한다고 한다.

개인적으로는 프로세스 단계 중 아래 내용이 와 닿았다.

'실행효과를 데이터로 검증하라'

데이터 분석에 대해 부정적인 시각을 갖는 경영진도 있을 수 있다.

열심히 했는데 '그래서 뭐?'가 되지 않으려면

실행효과를 시각적으로 제시하는 방법이 가장 중요하다고 생각한다.

 

끝으로 저자는 대학강의를 했을 때 취업준비생들의 고단함(?)을 봐서인지

'나'라는 데이터를 분석하는 워크숍

이라는 챕터를 넣어두었다. 시간될 때 한번 쯤 해보면 괜찮을거 같다.

 

본문중에서...

데이터 사이언티스트 3가지 역량

기술, 통계, 인문

p.38

... 데이터를 분석하기 전 기획가 분석된 데이터 활용에 관한 아이디어를 낼 수 있는 인문학적 감각, 데이터에서 의미를 찾아낼 수 있는 통계적 지식, 빅데이터를 다루는 기술을 한 몸에 지니고 있어야 한다.

p.93

향상심, 즉 더 나아지고 싶다는 마음은 데이터 사이언티스트에게 가장 필요한 자세 중 하나다.

...

이들은 늘 호기심이 끊이질 않고 더 발전하기 위해 스스로 공부하며 정신없게 바쁘지 않으면서도 부지런하다.

댓글 0 이 리뷰가 도움이 되었나요? 공감 0
문과생 데이터 사이언티스트 되다를 읽고 내용 평점4점   편집/디자인 평점4점 oktaesokkk | 2020.06.22 | 추천0 | 댓글0 리뷰제목
 요즘 상당히 핫한 데이터사이언티스에 관련된 책이다. 사실 책의 문구는 문과생!! 즉 수학을 하지 못해도 할 수 있는 노하우를 기대할 수 있다. 여타 데이터사이언티스트 책들의 기술적 방법론보다는 해당 책은 문과생으로 잘 할 수 있는 태도나 습관에서 기인한다.  아주 납득이 잘 되는 예시가 있다.  현재 우리팀에 별도의 파트를 신설하여 통계학과;
리뷰제목

 요즘 상당히 핫한 데이터사이언티스에 관련된 책이다.

 사실 책의 문구는 문과생!! 즉 수학을 하지 못해도 할 수 있는 노하우를 기대할 수 있다.

 여타 데이터사이언티스트 책들의 기술적 방법론보다는 해당 책은 문과생으로 잘 할 수 있는 태도나 습관에서 기인한다.

 

 아주 납득이 잘 되는 예시가 있다.

 현재 우리팀에 별도의 파트를 신설하여 통계학과 석사과정 및 경력직을 채용해서 분석 업무나 모델링 설계 등을 맡긴다.

 여기서도 하나 재미난 사실이 있는데 공통적으로 딱 분석 그 자체까지만 하고 인사이트 발굴에는 약한 면이 있다.

 

 책에서는 이런 부분을 문과생이 마인드와 접근방식의 전환을 통해 발전할 수 있음을 시사한다.

 프로젝트 후반의 관리적 부분에서도 PDCA와 그 궤를 같이한다.

 

 현업에서 데이터사이언티스트를 하고 있는 경우에도 다른 가치관을 찾아볼 수 있으며, 인문학이지만 이를 업으로 목표 삶고 있는 이들에게 있어서도 한 번 쯤 고민해봄직한 내용들이다.

 

 다만 수학이 필요없다는 내용은 전혀 없다.^^ 요즘 들어 수학은 몰라도 된다고 현혹하는 아카데미들이 많아졌는데 수학 못하면 결국 응용도 불가능하다. 기존에 기법들로만 하는데는 매우 국한되어 있어 결국 수학이 베이스인 것이 데이터 사이언티스트다. 책속에서 말하는 내용은 수학이 전혀 필요없다기 보다는 인문이라는 주특기를 살려서 실행할 수 있는 방법을 주장한다. (잘하는 분야를 더 잘하게!!!!)

 

댓글 0 이 리뷰가 도움이 되었나요? 공감 0
포토리뷰 문과생, 데이터 사이언티스트 되다 내용 평점5점   편집/디자인 평점4점 스타블로거 : 블루스타 thanksir | 2020.06.11 | 추천0 | 댓글0 리뷰제목
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;
리뷰제목

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.

댓글 0 이 리뷰가 도움이 되었나요? 공감 0

한줄평 (4건) 한줄평 총점 9.0

혜택 및 유의사항 ?
평점5점
취업을 앞둔 후배들을 위한 실용적 조언이 많이 보임.좋은책입니다.
이 한줄평이 도움이 되었나요? 공감 0
가재 | 2020.08.26
구매 평점5점
유용한 책입니다.
1명이 이 한줄평을 추천합니다. 공감 1
MANGO | 2020.08.24
구매 평점3점
잘 받았습니다.
이 한줄평이 도움이 되었나요? 공감 0
달란트 | 2020.08.18
  •  쿠폰은 결제 시 적용해 주세요.
1   13,500
뒤로 앞으로 맨위로