brunch

매거진 빅데이터 AI 궁금증 묻고 답하기

라이킷 25 댓글 18

You can make anything
by writing

C.S.Lewis

계정을 잊어버리셨나요?

by 삼더하기일 Apr 10. 2021

빅데이터 관련 자격증 따면 도움돼?

자격증에 목매지 않아도 되는 이유

빅데이터의 중요성이 점차 강조되면서 빅데이터 인재를 양성하려는 움직임도 점차 늘어나고 있다. 그 일환 중에 한 가지가 관련 자격시험을 만들고 이를 통과한 사람들에게 자격증을 수여하도록 만든 것이다. 자격증에 예민한 우리나라 사람들의 심리를 이용한 것인지, 자격증을 통해 인재를 확인할 수 있는 방법을 만들려는 것인지는 모르겠지만 말이다. 여하튼 점점 더 많은 사람들이 자격시험에 많은 관심을 가지게 되고 이는 빅데이터를 공부하고자 하는 사람들에게 하나의 화두가 되고 있다. 오프라인 서점을 가보더라도 빅데이터 자격증을 위한 서적의 수가 점차 늘어나는 듯하다.

빅데이터 관련 자격증 따두면 실질적으로 도움이 될까?

실제로 ADsP, ADP, SQLD, SQLP, 빅데이터 분석기사, 빅데이터 큐레이터 등 관련한 자격시험이 많이 존재한다. 하지만 여타 다른 자격증들과 마찬가지로 빅데이터 관련 자격증들도 도전을 하고자 하는 사람들한테 하나 질문을 남긴다. 과연 이러한 자격증들을 취득하는 것이 내 실력을 높이는 것이나 취업 시에 실질적으로 많은 도움이 될까 하는 문제이다. 어떤 행동을 하는 것이 좋을까 하지 않는 것이 좋을까 하는 고민은 그것이 나의 목적 수행해 도움이 될지 아닐지 판단이 안돼서 오는 경우가 많다. 이번 시간에는 이런 고민을 겪고 있는 사람들에게 자격증의 도움 정도에 대해서 의견을 전달하려 한다.

따둬서 나쁠 건 없지만 그리 추천하지는 않습니다.

우선 기본 전제는 따둬서 나쁠 건 없다는 것이다. 누가 뭐라 하든 아직 우리 사회는 자격증이 어느 정도의 힘을 발휘할 수 있는 상황이기에 자격증을 따두는 것이 나쁘다고는 절대 말할 수 없다. 아무리 쓸모가 없을지언정 취업 시 서류를 낼 때 한 줄의 무언가를 더 추가할 수는 있을 것이다. 취업 준비를 열심히 해본 사람은 알 것이다. 한 줄의 무언가를 추가하는 게 얼마나 기쁜 일인지. 하지만 딱 거기까지이다. 추가적으로 실질적인 이득을 바란다면 자격증만으로는 힘들다. 그래서 나는 기본적으로 자격증 취득을 그리 추천하지 않는다.

사람들이 자격증을 취득하려고 하는 이유가 무엇일까. 크게 두 가지가 있다고 본다. 먼저 자격증을 취득함으로써 입사가 되었건 입학이 되었건 무언가 유리할 수 있다는 점이다. 두 번째는 자격증 취득을 준비하면서 자연스레 해당 분야에 대해 공부를 하게 되고 이게 내 실력 상승으로 이루어질 수 있다는 점이다. 하지만 이 두 가지 모두 적어도 빅데이터 업계에서는 그리 크게 작용하지는 않는다. 그래서 자격증을 가지고 있는 것 자체가 나쁜 것은 아니지만 차라리 그 시간에 다른 활동을 하는 것을 추천한다. 지금부터는 앞서 말한 두 가지 경우에 대해 조금 더 자세히 살펴보겠다.

경험상 취업에 자격증이 영향을 거의 안 미치는 듯하더군요.

먼저 빅데이터 관련 자격증과 빅데이터 업게 취업에 관련된 이야기를 해보겠다. 어떤 사람이 데이터 분석에 있어 어느 정도의 역량을 가지고 있는가 판단할 때 자격증 소유 유무는 거의 영향을 미치지 않는다. 다른 분야와 마찬가지로 어떤 자격증을 소유했나 보다는 그 사람이 어떤 경험을 실제로 해보았는지가 훨씬 중요하다. 자격증이 취업 과정에서 이렇게 빛을 받지 못하는 이유는 간단하다. 자격증을 취득하고자 할 때 필요한 역량이 실제 데이터 분석 업무에서 요구하는 역량과 일치하지 않는 경향이 있다. 데이터 분석 관련 지식이 필요한 건 똑같지만 이론으로만 이를 접하느냐 실제 경험으로 이를 접하느냐의 차이라고 보면 된다.

실제로 나 역시 빅데이터 관련 대학원 연구실과 데이터 분석 직무 취직을 모두 했지만 가지고 있는 자격증은 하나도 없다. 빅데이터 관련 자격증뿐 아니라 그냥 제출한 자격증 숫자가 0이다. 얼마 안 높은 점수를 가진 토익 성적만을 유일하게 제출했다. 그리고 주변을 보아도 마찬가지다. 대학원 학생이건 현업에서의 실무자이던 관련 자격증을 취득하고 입학/입사한 사람을 못 봤다. 오히려 입사하고 나서 회사에서 시키니까 자격증을 따는 경우는 더러 보인다. 물론 업무 활용을 위해 자발적인 자격증 취득 공부 사례는 보지 못했다.

자격 시험에서 요구하는 능력이랑 실제로 분석을 위해 필요한 능력이 조금 다릅니다.

앞서 언급하였지만 자격 시험에서 요구하는 역량과 실제로 필요한 역량이 다르다. 이와 연결되어 역량 향상을 위해 자격증을 취득하는 것도 추천하지 않는다. 먼저 난이도 측면에서 모든 자격 시험이 너무 쉽거나 어렵다. 이름을 직접 말하지는 않겠지만 가장 인기가 많은 자격증 하나는 그 내용이 너무 쉽다. 합격해도 그다지 도움이 되지 않는다. 시험이 어려운 자격시험도 마찬가지다. 굳이 몰라도 되는 사실까지 요구한다. 운전면허를 위해 필기시험에서 100점을 받는다면 좋겠지만 꼭 100점을 고집하지는 않아도 된다. 가끔 적당한 난이도의 시험도 종종 보이지만 그런 시험은 내용 자체가 데이터 분석과는 괴리가 있는 경우가 많다.

하나 더 중요한 점은 내용적 측면에서 자격시험에서는 보통 이론적인 지식을 요구한다는 것이다. 항상 이론과 실전은 어느 정도 차이가 있는 법이다. 그 이론 중 많은 것은 어떤 현상을 추상적인 개념으로 변환시켜 이를 그룹화하거나 이론화한 것이다. 굳이 이를 학술적으로 공부하려고 하는 것보다는 그냥 그 자체로 체감하는 것이 더 좋다. 물론 요즘 코딩 문제를 직접 시험 문제로 출제하여 이를 보완하려는 움직임도 보이기는 한다. 하지만 그래도 부족하다. A라는 함수가 무슨 기능을 가지고 있는지 아는 것은 나중 문제이다. 가장 중요한 점은 현재 가지고 있는 데이터를 정확히 파악하고 여기에 필요한 조치를 프로그래밍으로 풀어낼 줄 아는 능력이다.

그러면 실제 업무상에서는 이론적인 내용이 아예 안중요한 것일까. 이론적인 내용을 알고 있는 것보다는 어떤 데이터가 있을 때 이 데이터를 어떻게 상황에 맞게 처리하고 분석할지 로직을 짜는 것이 훨씬 중요하다. 필요한 이론적 지식이 있다면 그때그때 알아서 공부하게 된다. 이 때문에 자격증보다는 경험을 추구하는 것이 더 유리하다. '나 이런 고급진 지식이 있어요'라고 말하기 위해 준비하는 것보다 간단한 지식이라도 '나 이거 실제로 적용해봤어요!'라는 말을 준비하는 것이 더 흥미롭다. 백날 효율적인 다이어트 방법에 대해 검색하는 것보다는 어떤 방식으로든 다이어트를 성공시키는 것이 중요하다는 사실과 비슷하다고 보면 된다.

자격시험보다는 관련 프로젝트, 공모전 활동 등을 추천합니다.

지금까지 굳이 자격증을 따려고 노력하기보다는 경험을 쌓는 것이 더 중요하다고 언급하였다. 이 부분 때문에 이제 막 공부를 시작하려고 하거나 취업 전인 사람들은 불만을 가질 수도 있다. 회사를 가지 않았는데 경험을 어떻게 쌓냐는 것이다. 하지만 불행 중 다행으로 빅데이터 분야는 상대적으로 입사 전에도 다양한 경험을 쌓기 편하다. 우선 대학에 소속되어 있다면 관련 논문을 써보거나 기업과의 프로젝트에 직접 참여해보면 된다. 많은 빅데이터 관련 대학원에서 진행하는 것이 다 이 내용이다. 자연스럽게 데이터 분석 지식과 경험을 늘려갈 수 있다.

그리고 본인이 지금 프로젝트를 진행하거나 논문을 쓰기에는 현재 대학/대학원생이 아니어서 힘든 상황일 수도 있다. 그래도 괜찮다. 빅데이터 분야는 공모전이 정말 많이 열린다. 하나하나 나열하면 입 아플 정도로 많이 개최된다. 인터넷에 검색을 조금만 하더라도 많은 공모전을 찾을 수 있으며 별다른 자격조건 없이 다양한 기업의 데이터를 만져볼 수 있다. 거기에 데이터 별로 문제도 따로 출제되니 기업 입장에서 어떤 수요가 있는지도 파악할 수 있고 자연스레 데이터 분석 경험치도 쌓을 수 있다. 다시금 말하지만 자격증을 통한 스펙보다는 본인의 실제 역량을 기르는 것에 초점을 맞추기 바란다.

※ 평소 빅데이터/인공지능에 궁금한 점이 있어 답변을 원하는 내용이 있다면 공유해주시면 감사하겠습니다.

keyword