통계학, 금융, 게임, 스포츠, 보안, 의학 등 산업 전반에 걸쳐 데이터 사이언티스트들이 하는 일을 소개하는 책이다.

4차 산업혁명이 화두가 된 이래 데이터 과학이라는 용어가 널리 알려져 있는데 반해 그 정의를 명확히 내리기는 어려운 일이다.

데이터 과학이라는 용어가 쓰이는 분야가 워낙 다양한데다 각 분야 하나하나가 평생을 바쳐 연구해야 내공을 얻을 수 있는 일이기에 모든 영역의 데이터 과학을 다루는 이는 있을 수 없기에 어쩌면 당연한 일이다.

다행히도 이 책에는 다양한 분야의 저명한 데이터 과학자들이 현업에서 어떤 일을 담당하고 있는지 각자 데이터 과학을 바라보는 관점을 엿볼 수 있어 데이터 과학에 대한 감을 잡기 좋은 책이다.

현업에서 전문가들이 어떤 일을 담당하고 있는지 엿볼 수 있다는 점 외에도 이 책은 다양한 장점을 가지고 있다.

먼저 각 장을 읽기 전에 1장을 읽을 것을 추천하고 싶다. 오하이오의 낚시꾼이라는 별명으로 널리 알려진 실리콘 밸리의 전문가이자 이 책의 대표 저자로 부터 통계학의 기본 개념을 배울 수 있다.

대표 저자는 심리학을 전공한 데이터사이언티스트로 이미 페이스북 페이지 오하이오의 낚시꾼의 주인장으로 유명한 분이다.

세간에 논란이 많았던 뉴스, 팩트, 주장들에 대해 과학과 통계를 활용한 냉철한 검증 잣대를 적용한 포스팅으로 유명해진 페이지로 뉴스와 숫자의 결합이면 무조건적으로 받아들이는 대중에게 객관적인 시각을 갖추도록 사회에 기여하는 분이다. AI나 데이터를 연구하는 이들이 자주 들르는 페이지이기도 하다.

관심이 있다면 몇 달 전 출간된 대표 저자의 저서 가짜뉴스의 심리학를 보는 것도 좋을 것 같다.

특정 목적을 가지고 통계를 새빨간 거짓말로 오도하여 특정 계층이 이득을 취할 수 있도록 인위적으로 편집된 통계 자료에 거침없는 저자의 일갈을 보며 감탄한 적이 많다. 이 책은 그런 내용을 보다 쉽고 인문학적 관점에서 잘 정리하고 있어 데이터 과학을 교양 수준에서 쉽게 익힐 수 있다는 장점이 있다.

이번 1장에도 데이터 과학과 통계의 기본 개념을 직관적으로 익힐 수 있는 좋은 예제가 소개된다. 최근에 개발된 신약이 실제로 효과가 있는지, 그 효과가 우연인지 아닌지를 파악하는 과정을 통해 일반인들이 가지고 있는 상식 수준의 통계와 확률의 개념을 데이터 과학의 기초와 잘 연결하고 있다는 느낌을 받았다.

이 예제를 통해 통계학이라는 개념이 불확실성의 계량화에 초점을 맞추고 있다는 점이나 다양한 도메인에서 통계 방법론을 발전시키며 오늘날의 데이터 과학이라는 개념이 형성되었다는 것을 자연스럽게 이해할 수 있을 것이다.

또, 데이터 분석의 기본 개념이 무엇인지 공부할 시간도 주어진다. 스포츠 분야를 다룬 장에서 머니볼이라는 영화와 현실을 연계한 예제가 등장하는데 이 장 하나만 잘 봐도 데이터 분석의 기초 감각을 다지는데 매우 유용하겠다는 생각이 든다.

머니볼의 영화에서는 선수들과 경기에 대한 데이터 분석을 시도하며 리그의 성적은 장타율보다 오히려 출루율이 좋다는 인사이트를 얻은 후 적은 연봉의 선수로 리그의 우승을 일궈내는 스토리이다.

기존에는 야구 선수들의 연봉을 책정하는데 있어 장타율이 연봉에 끼치는 영향이 컸는데 이 분석을 통해 출루율이 연봉에 큰 영향을 끼치게 된다. 야구라는 누구나 즐기는 스포츠로 데이터 과학의 가치를 쉽게 이해할 수 있는 좋은 예시라는 생각이 들었다.

나아가 산업 전반에 걸친 최신 동향이 어떤 수준에 이르렀는지 다양한 스타트업의 사례나 최신기술이 소개 되어 현재 산업에서 데이터 과학이 어떤 수준으로 이루어지고 있는지 파악하는데 많은 도움이 된다.

그 중에서도 교육 분야에 대한 데이터 과학의 실무 적용 소개가 인상깊었는데 1대 1 수업이 상위 2%의 성취도를 가져온다는 벤저민 볼룸의 2시그마 문제와 같은 흥미로운 개념을 시작으로 뤼이드사의 산타토익의 경우 틀린 문제를 분석하여 해당 개념을 완벽히 숙지할 수 있는 문제를 추천하는 방식이 소개되고 있어 흥미로웠다.

또, 매스프레소의 콴다의 경우 사진을 찍어 올리면 5초 이내에 풀이법을 제시하고 있고 매쓰플랫의 경우 문제은행 추천시스템으로 선생님의 시간과 노력을 절감하고 있다는 사실을 알게 되었다.

지금까지 도메인 위주의 관점으로 넓게 데이터 과학을 살펴보았다면 한편으로는 기술적 계층 차원에서 깊이있게 데이터 과학의 인프라를 들여다 볼 수 있는 계기도 얻을 수 있다.

후반부에 접어들면 업종 전직을 위해 커리어에 대한 깊은 고민과 각 직장을 이직하며 느꼈던 회사마다 데이터 과학에 대해 받아들이는 차이를 알 수 있기에 이 분야의 진로를 확정짓기까지 유익한 조언을 받을 수 있다.

그 외에도 리뷰 제약상 모든 것을 소개할 수는 없지만 지식 증류, 모델 양자화, 이상치, 자주 사용하는 20%의 서비스에 대한 파레토 법칙, m-RNA, 뇌경색 판단에 활용되는 CHAD2 score 등 각 도메인마다 다뤄지는 흥미로운 개념들도 배울 수 있다.

결론적으로 이 분야로의 취업을 꿈꾸는 사람이라면 이 책이 많은 도움이 될 수 있을거라 생각한다.

부분적으로 데이터 과학이나 AI, 데이터 분석 등이 실무에서 어떻게 활용되는지 다룬 좋은 책들이 이미 많지만 산업 전반에 걸친 경험들이 집대성된 책은 찾기 어렵기 때문이다.

• 책소개 - 데이터 과학자의 일

내용들이 좋다. 요즘 핫한 분야에서 전문적으로 일하시는 분들의 현장감 있는 이야기를 들어볼 수 있는 책이다.

후배들을 위해서 자세하게 써주셨다고 본다. 

그래서 내가 조금이라도 접해본 걸로 이해되는 것이 기억에 남는다.

삼성에서 금융 은행권으로 가셔서 하신 분과 자신의 취업 분투기로 솔직하게 비전공자들이 접할 수 있는 부분들을 알려주신 분, 그리고 게임업계에서 점차 로그를 파악해서 데이터 분석 할 때에 로그 분석하기 쉽도록 데이터 쌓이도록 변경되고 있다는 점, 보안 분야 이야기는 매우 흥미로웠고 일을 하다가 지켜야 한다는 마음이 더 생기신다는 점 또, 우리의 현재 전세계가 겪고 있는 팬데믹이 온 이 백신과 관련한 의학 관련 이야기

참 우리 저변에 전체적으로 스며들은 데이터 과학

각각의 분야에서 어떻게 진행되고 있고 그것이 어떤식으로 사용되고의 이야기를 해주시는데 그런 사이에서

공부하고 있는 분들은 힌트와 도움을 받을 수 있을 것이라 본다.

물론 내용이 공부를 많이 하지 않은 내게는 이해가 안가서 장황한 이야기도 있고 하니 잘 이해가 안가더라두 직접 찾아서 꼬치꼬치 물어보기도 어려운 부분들이

이렇게 이야기들을 많이 풀어주어 좋았다.

데이터 분석에서 대학원을 가야 한다는 이야기가 많았다. 석사는 졸업해야 한다.

하지만 자신이 어떤 분야로 갈지? 이런 분야는 이런 부분을 좀 더 신경써야 한다 정도를 알고 가면 선택할 때 너무 막막함에서 좀 더 도움 되지 않을까 한다.

목록은 다음과 같다.

데이터 분석을 공부시키는 교육기관들에서 한권씩 나두면 교육생들에게 도움 되지 않을까 한다.

최근에 들어서 데이터과학 분야에 대한 언급이 많아지고 있다. 통계와 인공지능, 딥러닝, 머신러닝 등이 유망하고 미래에 가장 필요할 분야라며 말이다.

그런데 막상 데이터 과학자가 하는 일에 대해서는 기존의 데이터를 분석하는 일이라고 대략적으로 추측할 뿐 자세히 알지는 못했다. 

이 책에서는 데이터 과학자들 11명이 각자 현장에서의 데이터과학에 대해 소개한다.

1. 통계학

2. 인공지능,머신러닝,딥러닝

3. 핀테크와 테크핀

4. 게임 

5. 야구에서의 출루율

6. 서비스 보안

7. 병원에서의 의학정보

8. 인공지능 교육

9. 취업과정에서의 분투기

10. 머신러닝과 엔지니어

11. 결측데이터

데이터 과학자의 일을 다양하게 알 수 있으면서도, 책의 내용이 일반인들을 대상으로 할 만큼 얕지만은 않아서 도움이 더 되었다. 

예를 들어 챕터5에서는 승률회귀모형과 연봉회귀모형, 연봉대비 출루율과 장타율의 회귀계수 변화를 그래프와 표를 제시했다. 그리고 이에 대한 분석과정을 설명하였다. 그리고는 객관적데이터외에 스포츠 분야에서의 경험과 직관의 중요성을 강조하며 유연하게 접근하라는 현실성 있는 조언을 한다. 

이 책은 데이터 분야에 대한 어느 정도의 지식을 갖춘 학생이나 데이터 과학 분야 진로에 관심은 있지만 아직 막연한 사람들에게 추천한다. 데이터 과학의 이용을 전문가들이 구체적인 용어를 사용하고, 솔직함이 담긴 조언을 해주어서 이 분야에 대한 견문을 넓히는데 큰 도움이 된 책이었다.

데이터 가 기하 급수적으로 생성되면서 데이터를 통해 할수 있는 것들이 많아 졌다. 통계를 내서 여러가지로 활용할수 있고 그외에도 많은 분야에 데이터 과학자가 필요로 하게 되었다. 마케팅에서부터 원가를 계산하는데에도 데이터가 사용된다. 데이터 과학자라는 직업은 생겨난지 별로 안되었다. 지금 보다 앞으로 더 많은 것들을 할수 있다는 의미가 될수도 있겠다. 

들어가며

데이터과학자라는 말이 사용되기 시작한 지는 그리 오래되지 않았습니다. 대략 2010년대 초반부터 대중에게 알려지기 시작하것 같네요 핮만 데이터를 분석하는 직업에 전에 없던 것은 아니어서 예전에도 통계학자나 비즈니스 분석가 같은 직업이 존재했습니다.

데이터 과학은 여러분야에 걸쳐 있습니다. 컴퓨터 과학 , 산업공학, 수학 등 응용분야 까지 따지면 셀수 없을 정도 입니다. 그만큼 데이터 과학은 분야를 따로 떼어놓고 생각하기 힘듭니다. 

이책에서는 사람들에게 덜 알려져 있지만 매우 중요한 데이터 과학의 다양한 사례를 소개하려고 합니다. 이책이 딱딱한 데이터 과학 입문서와는 다른 방식으로 데이터 과학을 소개하고 나아가 데이터 과학을 진지하게 배워보고 싶다는 욕구를 자극할수 있다면 더할나위 없이 기쁘겠습니다. 

? 작가의 말 中

          
인공지능, 머신러닝, 딥러닝의 차이는 무엇일까? 한번씩은 들어 본 용어이다. 인공지능은 사전에 설정된 목표를 최선으로 완수하려는 기술을 의미한다. 바둑두기, 주택가격 예측, 엑스레이 사진을 통한 질병 진단, 자율 주행등이 있다. 우리는 알지 못하게 이미 다양한 인공지능 서비스를 경험하고 있다. 유튜브나 넷플릭스에서 추천해주는 영상도 우리가 좋아할것 같은 분류를 찾아서 안내해주는 인공지능 서비스 중 하나이다. 머신러닝 은 학습을 통해 공식에 대입하여 결과를 나타낸다. 딥러닝은 머신러닝 중 하나이다. 

은행에서의 데이터 과학은 어떤 것이 있을까? 대표적으로 고객과 금융 업무를 연결하는 상담센터 서비스로 볼수 있다. 2019년 부터 시작한 코로나 19 사태는 비대면서비스 전환을 가속화 했다. 비대면 서비스가 증가하면서 고객과 금융 업무 사이에 소통이 더욱 중요해 졌다. 코로나로 인해 상담원들도 많이 줄어 고객센터에 상담을 받으려고 하면 오랜 시간 기다려야 한다. 이를 개선해 줄수 있는 부분이 인공지능 상담원이라고 할수 있다. 고객의 문의사항을 상담원이 답변해 주는것이 아니라 인공지능 상담원이 답변해 주는것이다. 24시간 응답이 가능하다. 물론 준비된 질문에 대한 답변만 가능하다는게 단점이 될수 있겠지만 학습을 통해 그 경우의 수가 계속 늘어날수 있다.  이외에 게임산업에도 스포츠에도 데이터의 활용이 필요하다.

현직 데이터 과학자들의 이야기를 직접 들으니 데이터 과학자에 대해서 자세히 알수 있었다. 모든 분야를 다룰수는 없겠지만 그래도 기존 데이터 과학을 다룬 서적에 비해 폭넓게 데이터 과학자들이 분포되어 있는 것을 알수 있었고 그 분야가 더 확대될 것이라 생각한다. 보다 많은 곳에 데이터 과학자가 필요로 하는 세상이 올것이라 본다. 정부에서도 인재를 양성할수 있게 미리 준비할수 있었으면 좋겠다.  

"데이터 과학자의 일"은 제목 그대로 데이터 과학자들이 실제로 어떤 일과 업무들을 수행하고 그것들이 현재 왜 최대 관심사인지 매우 객관적이고 전문적인 시각에서 서술하는 책입니다. 물론 관련 지식을 전혀 모르는 일반인들도 매우 쉽게 읽을 수 있게 서술한 책이기도 합니다.

가장 좋은 직업은 수요량은 매우 많지만, 아무나 할 수 없는 일들을 맡는 직업입니다. 최근 데이터 과학은 컴퓨터 공학과 함께 남다른 발전 속도를 보이며 다양한 분야에서 셀 수 없이 많은 응용 사례들을 생산해내고 있습니다. 이 책의 저자들은 모두 각 분야에서 상당한 위치의 직책과 소속을 가지고 있는 데이터 과학자로서 각자 맡은 역할들이 기업이나 연구소에서 어떻게 적용되고 있는지 구체적인 사례들과 함께 서술하고 있습니다. 

이 책은 데이터 과학을 구성하는 요소들, 즉 통계학과 머신러닝에 대해 이해하기 쉬우면서 그와 동시에 학문적인 핵심을 꿰뚫는 의의들을 소개하며 시작합니다. 그리고 본격적으로 이에 대한 수요가 왜 많을 수 밖에 없는지 다양한 사례를 통해 제시하고, 개인적으로 가장 마음에 드는 몇 부분들 중 하나인, 데이터 과학자의 현 주소로서 마무리를 짓습니다. 

책의 내용을 인용하여 의학도로서 매우 공감이 갔던 장에 대해 잠깐 소개해 드리자면 김범준 교수님께서 제시하신 빅데이터 의학입니다. 과거에는, 특정 질환의 예후를 예측하는 모델을 구성하기 위해서는 환자의 병태생리와 연관된 측정값들을 모두 손으로 모으고, 그 변수들 중에서도 통계학적으로 특정 조건들을 만족하는 변수들만 신뢰하고 사용할 수 있었습니다. 그러나 현재의 빅데이터 기술을 활용한다면 아직 상관관계가 밝혀지지 않은 변수에 관해서, 혹은 고급 통계학적 기법을 사용하여 환자 개개인을 위한 맞춤형 모델도 구성할 수 있는 연구도 생각해볼 수 있습니다.

이 책의 저자 모두 전문가 혹은 그 이상 권위자의 명성에 맞게, 내용의 사실성이나 정확성에 대해서는 비전공자가 감히 말할 수 없이 깔끔하고, 구성 또한 독자에게 어려움을 주지 않게 되어있어 일반 타 시중서보다 접근성이 매우 용이하다고 평하고 싶습니다. 단순 교양으로서 접하고 싶은 독자부터 일생의 업으로서 새로운 도전을 시도하는 독자까지 모두 어렵지 않게 읽어볼 수 있는 책이므로 부담없이 권해드리고 싶습니다.

페이스북의 "오하이오의 낚시꾼"( https://www.facebook.com/buckeyestatfisher/ )은 데이터 분석에 관심있는 사람들이 많이 구독하는 페이지 중에 하나다.
"오하이오의 낚시꾼"에 올라오는 게시물을 볼 때면 페이지 운영자의 내공이 엄청나게 느껴지는데 이 페이지를 운영하는 분이 책을 엮었다 해서 서평단 이벤트를 신청했는데 이벤트 운이 없는 내가 당첨되고야 말았다!
게다가 평소 알고 지내던 페친 분 중 한 분도 이 책에 참여해서 구매해서라도 보려던 책이었다.

책이 배송되고 순식간에 읽어버릴 정도로 페이스북 페이지 만큼이나 내공이 엄청난 얘기들로 가득하다.
또 원티드랩에 인수된 크레딧잡이라는 서비스의 창업자 분의 이야기도 있었다. 
크레딧잡이라는 서비스는 국민연금 데이터로 특정 회사의 연봉과 입사자와 퇴사자의 수를 알려주는 서비스인데 너무 정확해서 특정 기업의 경우 크레딧잡의 데이터 공개를 막아 놓은 곳도 있을 정도다.
이렇게 데이터를 통해 일하는 11분의 생생한 이야기를 볼 수 있다.

목차는 아래와 같은 구성으로 11명의 공저자가 하나의 챕터를 맡고 있다.

1장 통계학, 가장 오래된 데이터 과학
2장 인공지능, 머신러닝, 딥러닝의 차이는 무엇일까?
3장 핀테크와 테크핀이 경쟁하는 시대의 금융
4장 게임, 가장 풍부한 데이터가 뛰노는 세상
5장 야구에서 출루율이 중요해진 데이터 과학적 이유
6장 데이터 과학으로 서비스를 보호하는 방법
7장 병원, 의학 정보를 다루는 데이터 센터가 되다
8장 사람을 더 똑똑하게 만드는 인공지능 교육
9장 예비 데이터 과학자를 위한 취업 분투기
10장 머신러닝 서비스에 엔지니어가 필요한 이유
11장 공백 속에 숨은 놀라운 이야기, 결측데이터

목차만 봐도 기본적인 통계학과 인공지능, 머신러닝, 딥러닝의 개념부터
핀테크, 게임, 스포츠, 보안, 의학, 교육, 취업, 머신러닝 엔지니어, 결측데이터까지 데이터 교육만 들어서는 알기 어려운 실무와 관련된 이야기들이 잘 녹아 있다.

나 또한 게임회사에서 오래 근무했던 경험이 있기 때문에 게임 회사에서 유저의 이탈이나 이상치, 서비스 개선을 위한 내용 등이 인상적이었다.

교육 분야에 있어서도 머신러닝과 딥러닝을 통해 1:1 맞춤형 교육을 만들어 나가는 부분도 인상적이고 특히 산타토익이라는 서비스는 평소 관심갖고 있던 서비스라 책장이 쉽게 넘어갔다.

예비 데이터 과학자의 취업 분투기도 막상 회사에 가면 데이터 추출하는 일이나 전처리 등으로 많은 시간을 보내게 되고 또 막상 현장에 가게 되면 팀이나 도메인에 따라 하는 일이 조금씩 달라지는 부분에 대한 이야기도 인상적이었다.

데이터 과학자, 분석가, 머신러닝/딥러닝 엔지니어를 희망하는 사람들에게 꼭 추천하고 선물하고 싶은 책이다.

"이 리뷰는 출판사로부터 도서를 제공받아 작성하였습니다."