by
Apr 02. 2021
빅데이터 공부 굳이 해야 해?
데이터 분석을 공부하면 좋은 점들
빅데이터를 공부하고 관련 업계에 종사하는 사람들의 숫자가 점점 늘어남에 따라 인터넷에서 데이터 분석 관련 학습 콘텐츠를 찾는 것은 쉬운 일이 되었다. 이제 구글에서 간단히 검색을 한 번만 하더라도 데이터 분석에 대한 기초적인 원리라던가 데이터 분석 방법론을 다루는 글, 블로그를 쉽게 볼 수 있다. 빅데이터가 중요하다는 말도 점점 많이 나오고 있고 이를 학습할 수 있도록 도와주는 사람도 많이 늘어나고 있는 것이다. 하지만 모두가 빅데이터를 공부하고 이 업종에 종사하는 사람들은 아니다.
난 전혀 연관 없는 사람인데, 나도 빅데이터 공부해야 하는 거야?
실제로 빅데이터 관련 강의를 해주면서 느꼈던 점 중 하나는 빅데이터 분야에 큰 뜻이 있어서 배우려고 하기보다는 단순한 자기 계발 내지는 교양 삼아 빅데이터를 공부하는 사람들의 숫자가 꽤 된다는 것이다. 그런 사람들이 가장 흔하게 던지는 질문 중 하나가 전혀 이 일과 연관이 없는 나도 빅데이터를 공부하면 좋을까?라는 것이다. 한 가지 명확한 것은 나의 업무와 큰 연관성이 없다면 굳이 수능 공부하듯 이 분야를 공부할 필요는 없다. 하지만 분명 빅데이터를 공부하면 자연스럽게 따라오게 되는 장점 역시 명확하게 존재한다.
그래도 공부하면 장점은 명확히 있지요!
개인적인 욕심이기는 하지만 나는 가능한 많은 사람들이 데이터 분석을 공부했으면 좋겠다는 생각을 가지고 있다. 앞서 말했듯 무조건, 반드시, 꼭 공부해야 하냐고 물어본다면 그 정도 수준은 아니지만 데이터 분석을 공부함으로써 얻게 되는 효과들은 확실히 있기 때문이다. 깊은 수준으로 어떤 모델의 구성 원리에 대해 연구하거나 데이터 셋 처리 방법에 대해 새로운 방안들은 고안할 정도의 수준이 아니어도 된다. 그냥 데이터 분석을 할 때 기초 가이드라고 할 수 있는 부분은 무엇이고 이를 실습해본다면 어떤 느낌일지 아는 것 정도로 충분하다.
이 정도 수준으로라도 사람들이 빅데이터에 대해 공부하면 좋겠다고 생각하는 이유는 크게 세 가지가 있다. 먼저, 빅데이터 혹은 데이터 사이언스라는 이름이 붙어있지 않더라도 실제 업무에서 데이터를 봐야 할 일은 생각보다 흔할 수 있다는 점이 있고 두 번째로는 늘고 있는 데이터 분야 종사자와 한 차원 높은 수준의 대화가 가능하다는 점, 마지막으로는 데이터를 분석하면서 컴퓨팅적 사고 능력이 뭔지 이해할 수 있다는 점이다. 각각에 대해 상세하게 이야기해보도록 하겠다.
난 데이터와 연관 없다고 생각해도 실제로 데이터를 볼 일이 많을 거예요.
첫 번째 이유는 스스로가 데이터와 크게 연관이 없다고 생각할지라도 실제는 그렇지 않은 경우가 많을 수 있기 때문이다. 개인적인 경험 이야기를 해보자면 대학원 시절에는 빅데이터 분석을 전공하는 사람들 외에 UX 전공, 디지털 경영 전공, 정보 보안 전공 등의 사람들과 같은 공간을 이용하였다. 그리고 현재는 조금 더 넓은 수준으로 마케팅 업무에 종사하는 사람들과 그런 관계에 있다. 결론부터 말하자면 이 분야 사람들 모두 데이터를 실제로 많이 접해야 했고 그렇기에 내게 무언가를 문의하는 경우도 많았다.
사실 빅데이터라고 하면 인공지능이나 머신러닝 기법 등에 대해서 떠올리는 경우가 많다. 하지만 빅데이터라는 용어 자체는 생각보다 넓은 의미를 내포하고 있다. 우리가 흔히 생각하는 통계학 역시 빅데이터에서 다뤄야 하는 분야 중 하나이다. 이렇게 넓은 의미로 빅데이터를 다시 생각해보면 생각보다 많은 업종에서 빅데이터를 접하게 된다. A라는 캠페인을 했을 때 이 캠페인의 타겟을 누구로 설정해야 하는가? 이 프로모션의 효과는 확실하다고 말할 수 있는가? 우리가 진행한 설문 혹은 실험의 결과는 통계적으로 유의미한가? 데이터/통계 분야를 공부하지 않았다면 쉽게 대답할 수 없는 문제들이다.
늘어나는 데이터 분석가/과학자들과 원활한 의사소통이 가능해질 겁니다.
관련 업종에 종사하는 사람이 아니더라도 빅데이터를 공부하면 좋은 두 번째 이유는 그 자체로 데이터 분석가/과학자들과 대화가 가능해지기 때문이다. 빅데이터와 인공지능의 붐이 불고 있는 시점에서 기업에서 해당 인재에 대한 수요가 늘고 있고 이를 전공하고자 하는 사람이 늘고 있는 것은 부정할 수 없다. 그 말은 우리가 어디서 무슨 일을 하게 되던 앞으로 빅데이터를 다루는 사람과 엮이게 될 가능성이 높다는 것이다. 그 사람들과 이야기할 때 무언가 알고 대화를 나누는 것과 그렇지 않은 것의 차이는 심하지 않을까.
나 역시 브런치에서 활동을 시작하게 된 가장 큰 이유가 사람들이 빅데이터와 인공지능에 대해 오해를 가지고 있다거나 조금만 관심 있게 바라보면 간단히 알 수 있는 사실을 모르는 경우가 너무 많다고 느꼈기 때문이다. 실제로 데이터 관련 니즈를 전달받고 관련해서 도움을 주거나, 분석을 수행해주어야 하는 입장에서 터무니없는 요구를 받게 되면 난감한 경우가 많다. 현실적으로 빅데이터 분석을 통해 불가능한 영역은 어떤 것인지, 어떤 데이터를 분석할 때 이게 시간이 너무 오래 걸리지 않는지 정도만 알아도 참 감사할 듯하다.
요즘 강조받고 있는 컴퓨팅적 사고가 무엇인지 감이 오게 될 거예요.
빅데이터 분석을 공부하면 좋다고 생각하는 마지막 이유는 컴퓨팅적 사고에 대해 체감을 할 수 있다는 점이다. 컴퓨팅적 사고라는 것은 4차 산업혁명이 강조되면서 자연스레 따라오게 된 단어 중 하나이다. 앞으로는 컴퓨터가 우리의 많은 일을 대체해 줄 것이기 때문에 컴퓨터가 어떤 방식으로 일을 하는지 알아가는 것이 매우 중요하다는 것이 컴퓨팅적 사고를 강조하는 요지이다. 이 와중에 데이터 분석을 하다 보면 코딩이라는 존재를 어쩔 수 없이 접해야 하기 때문에 컴퓨팅적 사고도 자연스레 체감할 수 있다.
사실 컴퓨팅적 사고라는 게 그렇게 대단한 것은 아니다. 컴퓨터는 모든 것을 숫자 단위로 인식하고 이 숫자들의 연산을 통해 사고한다. 그렇기에 우리가 일반적으로 생각할 때 보다 복잡한 작업을 간단하게 해내 줄 수도 있으며, 우리가 생각할 때 상당히 간단한 작업을 코드로 구현하려다 보면 어려운 경우도 있다. 인간과 컴퓨터의 사고방식의 차이점을 직접적으로 체험하는 것 자체만으로도 얻는 것이 분명히 있다. 이런 건 컴퓨터에게 시키면 되겠는데? 이거는 내가 하는 게 낫겠는걸?이라는 판단을 할 줄 아는 사람과 그렇지 못한 사람의 차이라고 보면 된다.
뭐든 많이 배워놓으면 나쁠 건 없잖아요?
