데이터 사이언스 직무 FACT CHECK!
데이터 사이언스 파헤치기 #1
미국 Glassdoor가 선정한 2022년 최고의 직업 3위,
비전공자도 취업할 수 있는 전도유망한 직군,
데이터 사이언티스트.
하지만 막상 데이터 사이언스에 대해 찾아보면,
데이터 사이언스 현실이나 데이터 사이언스 대학원과 같은 검색어만 눈에 들어옵니다.
"인공지능이 발달하면 데이터 직무의 가치는 확 떨어진대요...!"
"비전공자가 취업하는 건 사실상 불가능하고, 대학원까진 나와야 제대로 취업할 수 있어요."
익명의 누군가가 남긴 "팩폭" 글이라도 보게 되면, 공부해보려던 의지까지 팍 꺾이고 말죠.
하지만 과연 이런 이야기들이 전부 사실일까요?
직무 팩트체크를 통해 데이터 사이언스 직무의 현실과 취업에 대해 속 시원하게 알아봐요!
데이터 사이언스에 대한 다섯 가지 루머들
이 글은 Medium에 기고된 를 저작권자의 동의 하에 번역한 글입니다. Don’t Believe These 5 Popular Lies About Data Science by. Christopher Kokoski
This is an approved translation of “ Don’t Believe These 5 Popular Lies About Data Science” which was originally written by. Christopher Kokoski and published on Medium.
선언: 데이터 사이언스 입문자로서, 데이터 사이언스에 대한 다섯 가지 루머를 직시해보겠습니다.
데이터 과학은 저를 매료시킵니다. 제게 데이터 사이언스는 거의 초능력이거든요. 대량의 데이터를 통해 어떤 액션을 할 것인지에 대한 통찰력을 얻는 능력은 전반적인 산업군 내에서도 큰 수요를 보이고 있습니다.
하지만 당신이 데이터 사이언스 관련 경험이 없다면 어떨까요? 수학을 좋아하지 않는다면요? 만약 여러분이 *포켓 프로텍터가 달린 옷을 입어본 적이 없거나 스타워즈 영화를 본 적이 없다면 어떨까요?
*역주: 포켓 프로텍터가 달린 옷은 보통 컴퓨터 공학 / IT 분야에 유별난 열정을 가진 사람들이 입는 옷으로 알려져 있습니다. 우리나라에서 공대생의 체크무늬 셔츠와 유사한 이미지입니다.
걱정마세요, 만약 그렇다고 해도 여전히 데이터 사이언티스트가 될 수는 있으니까요.
이 아티클에서는 데이터 사이언스에 대한 잘 알려진 다섯 가지 루머에 대해 살펴보고, 당신이 데이터 분야에서 정식 교육을 받지 않았더라도 성공적인 데이터 사이언티스트가 되는 방법에 대해 다뤄 보겠습니다.
루머 #1: 데이터 사이언스를 잘한다는 건 하나의 툴을 완벽하게 잘 사용한다는 뜻이다.
파이썬, R, SQL, 하둡 등 데이터 사이언스와 관련된 프로그래밍 언어는 굉장히 많은데요. 사람들은 그 여러가지 툴 중 하나만 완벽하게 사용할 줄 알면 된다고 믿습니다. 그 외 다른 언어에 대한 책을 뒤져볼 필요도 없고, 직접 사용해 볼 필요도 없다고 생각하죠.
이 루머를 믿지 말아야 할 이유
사실 데이터 사이언스에서 하나의 언어를 완벽하게 다룬다는 건 큰 의미가 없습니다. 데이터 사이언스는 단순히 하나의 프로그래밍 언어에 뛰어난 정도로는 따라잡을 수 없을 만큼 훨씬 방대한 분야이기 때문이죠.
대신, 데이터 사이언스 분야에서 귀한 인재가 되기 위해서는 여러 프로그래밍 언어에 대한 다방면의 지식을 축적한 뒤 하나의 언어에서 전문성을 갖추어야 합니다. 예를 들어, 통계에 집중하고 싶다면 선형 대수, 다변량 미적분, 베이지안 추론 등에 대해 배우세요. 기계 학습에서 전문성을 갖추고 싶다면 선형 회귀 분석, 로지스틱 회귀 분석, 지도 분류 알고리즘 등에 대해 알아보면 됩니다.
이런 학습을 시작할 수 있는 무료 자료들은 많이 있습니다. 여러 분야에서의 기본을 배운 다음 한 부분에 집중해 전문성을 갖추면 데이터 분야에서 성공하기 위한 모든 준비를 마칠 수 있을 거예요.
루머 #2: 영화에서 보여지는 데이터 사이언스는 현실에서의 모습과 똑같다.
<굿 윌 헌팅 (Good Will Hunting)>, <소셜 네트워크 (The Social Network)>, 또는 <머니볼(Moneyball)>을 보셨다면 데이터 사이언스가 수치들을 분석하고 멋진 알고리즘을 코딩하는 것이라고 생각할지도 모르겠네요.
하지만 데이터 사이언스가 영화에서 보여지는 것만큼이나 엄청나게 스릴이 넘치는 분야는 아닙니다. 어서 컴퓨터로 마법을 부려보라며 당신에게 저격총을 들이미는 CIA 정보원을 만나게 될 일은 아마 평생 없을 거예요.
이 루머를 믿지 말아야 할 이유
데이터 사이언스 분야에 종사하면 대부분 키보드 워리어로서 정보를 조사하고, 데이터를 분석하고 결과를 보고하는 일을 수행하게 됩니다.
물론 데이터 사이언스 분야에 그 어떤 흥미로운 요소도 없다는 건 아니지만 (이 내용에 대해서는 다음 루머에서 제대로 다뤄보죠), 다른 어느 직군들과 마찬가지로, 게임하듯 즐겁게 업무를 할 순 없을 거예요.
데이터 사이언스는 사실 - 모두가 이기기 위해 자신의 역할을 충실히 수행하는 - 팀 스포츠에 더 가깝습니다.
당신이 머신러닝을 활용하여 수익을 내는 스타트업을 만들고 싶다고 해도, 다양한 분야에서 인재들을 구해와야 하는 것과 같아요. 프레젠테이션과 기술적 글쓰기 스킬을 갖춘 인재가 없다면 그 어떤 데이터를 가지고 있어도 많은 것을 해보기 어려우니까요.
루머 #3: 데이터 사이언티스트는 결코 궂은 일을 맡지 않는다.
데이터 사이언티스트에 대한 고정관념 중 하나는 그들이 하루 종일 컴퓨터만 바라보고 앉아서 복잡한 알고리즘을 짜내는 괴짜들이라는 건데요. 사실 데이터 사이언티스트는 그보다 훨씬 재밌는 사람들이에요.
영화에서 본 것과는 다를 수 있지만, 그렇다고 데이터 사이언스가 죽도록 지루한 직무는 아니거든요. 데이터 사이언스 팀은 각 팀원의 실력에 의존해 의미있는 결과를 찾아내는 조직입니다. 그렇기 때문에 개개인의 데이터 사이언티스트는 단순히 알고리즘을 분석하는 능력을 넘어 사업적 통찰력이나 대인 관계 능력처럼 기능적인 기술까지 갖추어야 합니다.
뛰어난 데이터 과학자는 고도의 협업 환경에서도 성공적으로 제 역할을 수행할 줄 알아야 하니까요.
이 루머를 믿지 말아야 할 이유
데이터 사이언스를 단순히 수학천재인데다, 누구와도 두루 잘 지내는 사람들이라고 치부해 버릴 수도 있겠네요.
하지만 만능 데이터 사이언티스트는 없습니다. 그러니, 수학 천재나 외향적인 사람이 되어야 한다고 생각할 필요도 없어요. 만약 당신이 데이터 사이언스에 관심이 있고 그 일에 필요한 기술을 가지고 있다면, 일단 그 분야에 도전해 보세요.
루머 #4: 데이터 사이언스 분야에서 성공하려면 박사 학위가 꼭 필요하다.
데이터 사이언스 분야에서 취업하거나, 먹고 살기 위해 그 분야에서 일할 생각이라고 해도 반드시 박사 학위를 갖출 필요는 없습니다.
어쩌면 데이터 사이언스 포럼과 같은 자리에서 "데이터 사이언스 분야의 채용 공고의 80%가 석사나 박사 학위를 요구한다"와 같은 의심스러운 통계를 내세우는 사람들을 봤을지도 모르겠네요. 전부 거짓입니다.
이 루머를 믿지 말아야 할 이유
적절한 실무 능력과 지식을 갖춘 사람이라면 학위나 학벌과는 상관없이 누구나 데이터 사이언스 분야의 인재가 될 수 있습니다.
사실 데이터 사이언스 분야에서 완전 신입으로 취업하는 사람에게는 학사 학위도 과분해요. 또한, 박사학위가 반드시 당신이 해당 분야에서 경력을 쌓을 때 반드시 필요한 기술을 가지고 있다는 것을 증명하지도 않고요. 저도 실무 경험이 많은 비전공자보다도 못한 데이터 사이언스 박사 학위 소지자들을 알고 있거든요.
루머 #5: 데이터 사이언스는 인공지능에 밀려 쇠퇴할 것이다.
데이터 사이언스에 대한 가장 흔한 루머이자, 개인적으로는 가장 터무니없는 주장이라고 생각하는 것인데요. 데이터 사이언스 팀들은 언제나 뛰어난 인재, 창의적인 사람, 그리고 뛰어난 실무자들을 영입할 준비가 되어 있습니다.
인공지능(AI)이 비즈니스의 여러가지 문제를 해결하는 아주 귀한 도구인 것은 맞지만, 여전히 인간의 혁신과 창의성을 대체할 수 있는 건 아무것도 없어요.
사실 인공지능은 데이터 사이언티스트들의 일을 완전히 대체해주는 것이 아니라, 그저 보조하는 역할을 수행할 뿐이거든요.
이 루머를 믿지 말아야 할 이유
허풍에 속지 마세요. 인공지능이 순식간에 데이터 사이언스 분야를 지배하게 되진 않습니다.(적어도 오랜 시간이 지난 뒤에나 가능할 거예요.)
인공지능은 인간이 수행해야 할 노동을 줄여주고, 데이터를 수집하고 정리하거나 더 긴급한 문제에 집중할 수 있도록 돕긴 합니다. 하지만 인공지능 툴들은 아직 인간만큼 데이터를 잘 활용하진 못해요. 특히 숙련된 스킬이 필요한 작업에 대해서는요.
결국 데이터 사이언스를 배우고, 학위를 얻고, 꾸준히 학습을 이어가고 성장하면서 더 높은 직급에 올라 굳건히 자리를 지키는 게 우리가 할 수 있는 최선이겠죠.
미래에는 상황이 달라질 수 있지만, 우리 인간 데이터 사이언티스트들에게 아직 기회는 많습니다.
마무리하며
보셨다시피, 데이터 사이언스의 현실은 이런 루머들보다 훨씬 흥미롭고 복잡합니다.
데이터 사이언스는 흥미롭고 가치있는 분야이지만, 절대 쉬운 분야는 아닙니다. 다양한 분야에 대한 지식은 물론이고, 팀워크와 협업 능력까지도 필요로 하니까요. 만약 데이터 사이언스 분야에서 커리어를 쌓고자 한다면, 이런 의혹들에 발목을 잡히지 마세요.
당신 앞에는 무궁무진한 기회가 있을 테니까요.
기술의 발달에도 여전히 유망 직군으로 자리하고 있는
데이터 사이언스에서 커리어를 시작하고 싶다면?
번개장터 CTO도 인정한 커리큘럼의 데이터 사이언스 스쿨에서
딱 6개월간의 여정을 함께하세요.
비전공자도 6개월만에 취업하는 부트캠프 - 제로베이스 {데이터 사이언스 스쿨} 바로가기 (Click!)
