문과생도 할 수 있는 직업? 데이터 사이언티스트란?

오랜만에 써보는 글!

오늘 알아볼 것은 데이터 사이언티스트라는 직업에 대해서이다.

이전 글에서 언급한 바와 같이 나는 문과생이다.

취업이 그나마 잘 된다는 상경계열도 아니고, 무려 사회과학대, 사회학과에 재학 중이다.

나는 내가 사회학을 공부하기로 한 것에 대하여 후회는 없다.

충분히 재미있게 배우고 있고, 끊임없이 생각해야 한다는 점에서 좋은 학문이라고 생각한다.

다만, 대학백과에서 누가 말한 것과 같이 사회학과는 취업보다는 학문을 위한 학과다.

 

얼마 전까진 막연히 리서치 회사로 가면 되겠거니, 했는데 그마저도 불안하다.

그래서 고민을 거듭하다 알게 된 직업이 데이터 사이언티스트이다.

주변에 경영정보를 복수전공하는 선배들이 많고, 우연히 데이터 직군에서 일하는 사람들의 브이로그를 몇 보다보니 문과 출신으로 할 수 있는 괜찮은 직군으로 데이터 직군을 인식하게 된 것 같다.

당장 이쪽으로 가겠다는 것보다는, 알아보고 기록해두면 좋을 것 같아서 써보는 글!

 

목차는 간단하다.

데이터 사이언스, 데이터 사이언티스트란?
데이터 사이언티스트들이 하는 일

---

데이터 사이언스, 데이터 사이언티스트란?

데이터 사이언스란 데이터 마이닝과 유사하게 정형, 비정형 형태를 포함한 다양한 데이터에서 지식과 인사이트를 추출하는데 과학적 방법론, 프로세스, 알고리즘, 시스템을 동원하는 융합분야다. 

...라고 위키백과에서는 설명하고 있다.

 

내가 익숙한 분야가 아닌데 여기에 모르는 단어가 섞여 더 어려운 느낌이다.

한 소프트웨어 회사에서는 데이터 사이언스를 다음과 같이 설명하고 있다.

데이터 사이언스는 분석 방법, 도메인 전문성 및 기술의 융합을 통해 데이터에서 패턴을 찾고, 추출하고, 표면화하는 다학문적인 접근 방식이다. 이 접근 방식에는 일반적으로 데이터 마이닝, 예측, 머신 러닝, 예측 분석, 통계 및 텍스트 분석 분야가 포함된다.

도메인 전문성이 무엇인지 몰라 알아보니, 도메인 전문성은 도메인 지식에서 나온 말이다.

도메인 지식이란 특정한 전문화된 학문이나 분야의 지식을 이른다고 한다.

이와 반대되는 말이 도메인 독립 지식인데, 도메인 독립 지식이란 보편 지식을 이른다.

즉, 도메인 지식이란 프로그래밍 전반 지식이 있는 소프트웨어 엔지니어나, 의약산업에 대한 전문 지식을 일반적 지식을 가진 사람과 구분하기 위해 사용하는 말이다.

따라서 도메인 전문성이란 특정 분야에 대한 전문 지식을 얼마나 가졌는지를 설명하는 말이라고 볼 수 있다.

 

따라서 데이터 사이언스는 전문 지식을 갖춘 사람이 여러가지 분석 방법과 기술을 사용하여 데이터로부터 의미있는 결과를 추출해내는 학문이라 볼 수 있다.

데이터 사이언티스트는 이를 전문으로 하는 사람을 이르는 말이 되겠다.

 

한 유튜브 채널에서는 데이터 사이언티스트도 세부적으로 방향이 나뉜다고 하는데, 이는 다음 글에서 다뤄보고, 데이터 사이언티스트들이 무슨 일을 하는지 더 자세히 알아보자.

---

데이터 사이언티스트들이 하는 일

데이터 사이언티스트를 설명하는 말 중 '데이터를 활용해 사람들의 삶을 편하게 하는 직무'라고 설명하는 말이 있다.

이는 데이터 사이언티스트가 다루는 데이터에 따라 소속될 수 있는 곳이 천차만별이 될 수 있음을 이야기한다.

 

데이터 사이언티스트들이 주로 하는 일은 소속된 기업에 산재한 데이터를 수집하여 분석하고, 이를 비즈니스에 활용할 수 있도록 인사이트를 찾는 일이다.

 

만약 한 회사에서 고객들에게 무료 배송 쿠폰을 주기로 결정했다고 치자.

데이터 사이언티스트들이 하는 일은 이 무료 배송 쿠폰을 어떤 고객들에게 줘야 효율이 가장 높을지 알아보는 것과 같다.

고객들이 어떤 때에 매장 혹은 홈페이지에 방문했는지 알아보고, 배송비와 상관 없이 방문하는 고객을 제하고, 배송비를 중요하게 여기는 고객들을 대상으로 무료 배송 쿠폰을 지급하는 것이 좋다는 것을 알아내는 것이 데이터 사이언티스트들의 일이다. 

 

최소 비용 최고 효율을 위해 존재하는 직업이라고도 볼 수 있겠다. 

 

데이터 사이언티스트가 하는 일을 정리하면 다음과 같다.

데이터 세트 분석, 데이터 정리, 대시 보드 및 보고서 작성, 데이터 시각화, 통계적 추론 생성, 통계적 학습 모델 개발, 복잡한 예측 모델 생성, 통계 도구 사용, 분석 결과를 이해 관계자에게 전달, 설득력있는 의사 결정

---

내가 데이터 사이언티스트에 관심을 가지게 된 가장 큰 계기는, 끊임없이 발전이 필요한 분야이기 때문이다.

내가 직업에 대해 생각하는 것 중 하나는 고여있는 것이 아니라, 늘 발전할 수 있는, 나를 성장시키는 일을 하고 싶다는 것이다.

데이터 관련 기술이 빠르게 발전함에 따라 데이터 사이언티스트들은 늘 새로운 것들을 배워야 한다.

이러한 점이 힘들게 작용하기도 하겠지만, 이 직업을 택함으로써 얻을 수 있는 것이 많을 것 같다는 생각이 들었다.

 

코딩의 코도 제대로 모르는 내가 데이터 사이언티스트라는 직업에 관심을 가진 게 조금 웃기기도 하다.

이번 방학 동안은 꾸준히 여러 직업에 대해 정보를 정리하면서 내 진로를 진지하게 결정할 수 있도록 해야겠다.