여러분, 코딩 잘해도 빅데이터 분석 못해요

코딩만 잘하면 그렇다는 거죠.

조금은 진중하게 얘기해보도록 하겠습니다.

빅데이터 분석에 대한 이야기죠.

막연하게 여기 저기에서 난립하는 빅데이터가 아니라, 빅데이터 분석에 대한 이야기입니다.

빅데이터에 대한 막연한 이야기를 듣고, 빅데이터 분야로 막연하게 취업하고자 하는 분들은 잘 모르실테지만

빅데이터라는 것에도 빅데이터라고 불릴만한, 굉장히 많은 데이터 종류가 있고

빅데이터를 다룬다고 하는 사람의 직무, 그러니까 회사에서 맡은 업무를 보면

데이터를 저장하는 곳을 관리하거나 데이터를 정제하고 가공하는 엔지니어 분야가 있고

그렇게 저장된 데이터를 꺼내서 필요한 정보로 또 가공하고 분석하는 분석가가 있습니다.

데이터 엔지니어든 데이터 분석가든, 혹은 정체모를 데이터 사이언티스트든 모두 '코딩'이라는 것을 하지만

코딩이 모두에게 필수 조건이되, 모두에게 충분조건이 되지 못하는 현실, 그리고 사실 그렇게 되는게 맞음에도 전혀 그렇게 굴러가지 않는 현실에 대해서 얘기를 해보려 합니다.

사실 빅데이터=코딩으로 이해하고 접근하는 게 여러분의 잘못은 아닙니다.

꽤 몇 년 전부터 빅데이터가 뜬다고 하고, 4차산업, 인공지능, 머신러닝 같은 용어들이 난무하면서

'코딩'은 마치 모든 분야에 만사형통, 필수조건, 정답인 것처럼 세상에서 떠들어댄 탓이죠.

그리고 빅데이터 관련 직무를 양성하는 아카데미, 평생교육, 대학교, 대학원 등에서는

코딩으로 꽉꽉 채워진 커리큘럼을 제시해 놓았기 때문이죠.

그러면 이분들은 왜 코딩과 관련된 커리큘럼을 짜 놓았을까요? 코딩을 잘하는 분들은 많은데 빅데이터 분석을

잘하는 분들은 많이 없기 때문입니다. 빅데이터라는 것 자체가 고작 20년 안 팎의 역사를 가지고 있고, 또 그 중에서 빅데이터 분석을 통해 어떤 결과를 도출하여 성공한 사례는, 그보다 훨씬 적은 역사를 가지고 있기 때문이죠. 당연히 교수님, 선생님, 스승님으로 등장할 시기가 안되었다는 말입니다.

그러면 또 한가지 궁금한 게 생깁니다. 왜 회사들은 그렇게 코딩을 잘하는 사람들을 (엔지니어가 아닌)

'빅데이터 분석가'라는 이름으로 취업 공고를 내고 있을까요? 그들도 아직 그 구분이 명확하지 않기 

때문입니다.

코딩이라는 것 자체에 데이터를 정제하고 가공하는 과정이 포함되어 있는데 여기서 '가공'에 포함된

일부 영역이 빅데이터를 접해보지 않은, 아니 빅데이터가 아니라도 데이터가 낯선 사람들에게는

'분석'처럼 보여지기 때문입니다. 물론 가공과 분석은 다르며, 우리가 뽑고자 하는 사람은 가공 뿐만 아니라

분석까지 할 수 있는 사람이다! 라고 주장할 수도 있겠지만, 그들 중 다수는 가공과 분류, 분석을 

제대로 구분하지 못하는 경우가 허다합니다. (물론 제 일천한 경험일 수 있겠지만요.)

그렇더라고 하더라도, 분석가라는 타이틀로 뽑아서 가공이나 분류 정도만 요구하면 상관없지 않냐하는

의문을 또 가지실 것 같은데, 네, 맞습니다. 저도 그렇게 생각합니다. 그런데 정작 문제는,

뽑을때는 코딩만을 기준으로 삼다가 불현듯 Insight를 요구하는 사례가 꽤 빈번하다는 것이죠.

Insight 가 뭔가요? 사람마다 분야마다 정의나 요구하는 수준은 다르겠지만

대부분 회사에서 요구하는 Insight는 해석과 견해를 포함합니다. 그리고 그 해석과 견해를

스토리에 맞게 구성해서 다른 사람을 설득하는 과정을 거쳐야 합니다.

그러니까 결국 코딩 이상의 것을 해야 하는 것이죠. 사람 미칠 노릇입니다...

왜냐하면 우리는 그런 교육을 받은 적이 없거든요.

그래서 조금은 따분한 얘기일 수 있지만, 저는 이 부분에 대해 좀 더 자세히

조금 더 현실적으로 짚어보려고 합니다.

이 글들은 결국 하나의 시리즈로 이어질 것이기에 조금은 더디게 작성될 수 있겠지만

요즘 안그래도 이 부분에 대해서 커리큘럼을 짜고 교육을 진행하고 있는터라 (아무리 게으른 저라도)

조금 속도를 낼 수 있지 않을까 합니다.

그럼 부디 미천한 저의 경험이 단 몇 분에게라도 선의의 도움이 될 수 있기를 바래봅니다.