2024.03.19 (화)

  • 구름많음동두천 10.1℃
  • 구름조금강릉 10.4℃
  • 연무서울 9.8℃
  • 구름많음대전 11.7℃
  • 구름많음대구 14.4℃
  • 흐림울산 14.8℃
  • 흐림광주 10.9℃
  • 구름조금부산 14.7℃
  • 구름조금고창 10.8℃
  • 맑음제주 15.4℃
  • 맑음강화 8.9℃
  • 구름많음보은 10.4℃
  • 구름많음금산 10.0℃
  • 구름많음강진군 12.5℃
  • 흐림경주시 14.7℃
  • 구름조금거제 14.1℃
기상청 제공

[청년발언대] 데이터 관련 직종들, 어떤 것이 있을까

 

【 청년일보 】 요즘 어느 때보다 데이터 관련 직종에 대한 관심이 많아졌지만, 데이터 분석가, 데이터 과학자 및 데이터 엔지니어와 같이 가장 인지도가 높은 데이터 관련 직종들에 대한 어휘가 잘못 혼용되어 사용되는 경우가 빈번합니다.

 

그래서 본 칼럼에서는 데이터 관련 직종을 목표로 하는 분들을 위하여 대표적인 데이터 관련 직업인 데이터 분석가, 데이터 과학자 및 데이터 엔지니어의 직무와 조직 내에서의 역할에 대해 간단히 살펴봄으로써 직무에 대한 이해도를 조금이나마 제고해보고자 합니다.

  

먼저, 데이터 분석가는 데이터를 이용하여 비즈니스 의사결정에 도움을 줌으로써 회사에 가치를 제공하는 역할을 합니다. 데이터 분석가가 수행하는 일반적인 작업으로는 데이터 청소, 분석 수행 및 데이터 시각화 생성 등이 있습니다.

 

업종에 따라 데이터 분석가는 비즈니스 분석가, 비즈니스 인텔리전스 분석가, 운영 애널리스트 등의 직함을 갖게 되기도 합니다. 이러한 여러 가지 이명을 가진 데이터 분석가는 기업 또는 팀이 더 나은 데이터 기반의 결정을 내리는 데 도움을 주기 위해 많은 역할과 팀에 적합할 수 있도록 합니다.

 

데이터 분석가는 기존 비즈니스를 데이터 중심 비즈니스로 전환할 수 있는 잠재력을 가지고 있어야 합니다. 특히, 데이터를 다룰 수 있는 도구에 대한 통찰력을 갖추고 있는 효과적인 커뮤니케이터의 역할을 병행해야 할 필요가 있습니다.

 

이러한 역할을 하는 데이터 분석가는 경영과 분석에 관한 부서를 나눈 기업들에게 매우 중요한 중간자 역할을 합니다.

  

데이터 분석가의 핵심적 책임은 조직 내에서 데이터 기반으로 업무를 지원하고, 의사 결정을 최적화할 수 있도록 돕는 역할을 하기도 합니다. 즉, 비즈니스 의사 결정에서 데이터를 기반으로 조직 전체의 성공을 도울 수 있도록 새로운 데이터를 분석하고, 여러 부서 간의 데이터나 보고서를 취합하고 이를 바탕으로 결과를 도출하는 역할을 하는 것입니다.

 

예를 들어 마케팅 담당자가 데이터를 이용하여 다음 마케팅 프로젝트를 어떠한 방향으로 진행해야 하는지 돕거나 고객 담당 팀이 페르소나를 설정할 때 어떻게 고객 데이터를 활용해야 할지, CEO의 경영 방향을 결정할 때 어떠한 데이터를 어떻게 해석할지 돕는 역할 등을 할 수 있을 것입니다.

  

일반적으로 원시 데이터 전처리, 기술 통계량을 사용한 데이터의 전반적인 분석 능력, 트렌드 분석 능력, 회사에서 데이터를 해석하고 결정하는 데 도움이 되는 시각화 및 대시보드 작성 능력, 비즈니스 고객 또는 내부 팀에 기술 분석 결과를 제시할 수 있는 능력 등을 갖출 필요가 있습니다.

  

데이터 과학자는 통계와 기계 학습 모델에 대한 전문 지식을 적용하여 예측을 하고 주요 비즈니스 질문에 답하는 전문가를 의미합니다. 데이터 과학자는 데이터 분석가와 마찬가지로 데이터를 분석 및 시각화할 수 있는 능력을 필요로 합니다.

 

그러나 데이터 과학자는 이러한 능력을 바탕으로 더욱 깊이 있는 데이터 관련 전문지식을 갖추고 기계 학습 모델 등 데이터 관련 고급 모델을 훈련하고 최적화할 수 있어야 합니다. 데이터 과학자는 고급 통계와 알고리즘에 대한 지식을 활용함으로써 큰 가치를 창출하는 역할을 합니다.

 

데이터 분석가가 과거와 현재의 관점에서 데이터를 이해하는 데 초점을 맞춘다면, 그 과학자는 미래에 대한 신뢰할 수 있는 예측을 만드는 데 초점을 맞춘다는 차이점이 있습니다. 데이터 과학자는 기계 학습 모델에 대해 지도 학습이나 비지도 학습을 모두 활용하여 데이터 내에서 발견할 수 있는 통찰력을 이끌어 낼 수 있습니다.

 

이러한 예로 분석의 타당성을 결정하기 위한 통계적 모델 평가, 기계 학습을 사용하여 더 나은 예측 알고리즘 구축, 머신러닝 모델의 정확도 개선, 데이터 시각화 구축 등이 있습니다. 데이터 과학자는 데이터를 이해하는 완전히 새로운 접근법과 관점을 가지면서 새로운 데이터에 기반한 예측을 위한 모델을 만들 수 있어야 합니다.

  

데이터 엔지니어는 데이터 분석가와 데이터 과학자가 작업을 수행할 수 있는 환경을 구축하고 최적화하는 역할을 합니다. 데이터의 정합성은 데이터 분석에 있어 매우 중요하고 핵심적인 요소이며, 그러므로 데이터 엔지니어는 모든 데이터가 적절하게 변환 및 정제하고 저장함으로써 다른 데이터 직업군이 데이터 분석을 보다 최적화된 상태에서 할 수 있도록 돕는 역할을 합니다.

 

데이터 엔지니어는 데이터 분석가와 데이터 과학자가 분석 및 모델 개발을 할 수 있는 기반을 구축합니다. 데이터 엔지니어는 데이터 파이프라인을 구성할 책임이 있으며 종종 데이터를 규모와 그 종류에 맞게 처리하기 위해 복잡한 도구와 기법을 사용해야 합니다.

 

그러므로 데이터 엔지니어는 이러한 데이터를 정제하고 변환할 수 있는 소프트웨어 스킬셋이 매우 중요합니다. 조직에서 데이터 엔지니어는 데이터베이스 유지, 데이터 파이프라인 생성 및 관리 등을 통해 데이터 분석가 및 데이터 과학자가 데이터 분석 문제에만 온전히 집중할 수 있도록 돕게 됩니다.

 

이러한 데이터 엔지니어의 업무에 대한 구체적인 예로는 데이터 사용을 위한 API 구축, 외부로부터 온 데이터셋이나 새로운 데이터셋을 기존 데이터 파이프라인에 통합, 최적화된 성능을 보장하기 위해 시스템을 지속적으로 모니터링 및 테스트 등이 있습니다.

  

이와 같이 데이터 분석가, 데이터 과학자, 데이터 엔지니어와 같은 데이터 관련 대표 직업들의 역할이 분명하게 다름을 확인할 수 있습니다. 그러므로 데이터 관련 직종을 목표로 한다면, 본인이 원하는 데이터 관련 업무에 대해 정확히 숙지하고, 해당 직무가 필요한 역량이 어떤 것인지에 대해 잘 이해해야할 것입니다.

 

 

【청년서포터즈 1기 최인수】

관련기사




청년발언대

더보기


기자수첩

더보기

배너
배너