최근 AI모델은 빠른 발전을 이루었습니다. 최고의 프로그래밍 언어가 영어가 될 것이라는 전망이 있을 정도로, chatGPT나 여러 AI들의 자연어 처리 능력은 향상되었고, 방대한 데이터량과 딥러닝을 통해 시간이 지날수록 더욱 정밀한 결과값을 내고 있죠. 산처럼 쌓인 데이터가 기계의 뇌가 되어주고 있는 것입니다.
그렇다면 데이터는 그 양만으로도 가치가 있는 것일까요? 그렇지는 않습니다.
데이터는 그저 데이터로 존재합니다. 어떻게 묶고 어떤 의미를 찾아낸 후에야 데이터가 가치를 찾게 됩니다.
예를 들어, 당신이 식당 주인이라고 생각을 해 봅시다. 당신은 가게의 발전을 위해 여러 데이터들을 얻을 수 있을 거에요.
가게의 매출, 순이익, 재료비 같은 데이터일 수 있고, 고객의 리뷰같은 직접적인 평가가 될 수도 있겠지만, 고객이 남기고 간 잔반같은 간접적인 데이터가 될 수도 있겠죠.
매출은 잘 나오지만, 순이익이 적고 잔반이 많이 남는다면 어떻게 생각하시겠어요?
맛에 대한 평가는 내리기 힘들지만, 양을 많이 준다고 생각할 '수도' 있겠죠
매출과 순이익에 대한 정보 없이, 잔반이 별로 생기지 않는다면 어떤 생각이 가능할까요?
맛이 좋나? 양이 적나? 혹은 제삼자의 입장에서 본다면, 환경부담금이 있는 가게인가? 라고까지 생각할 '수도' 있습니다.
그리고 이런 데이터에 관한 분석을 하는 직업을 '데이터 분석가' , 'Data Analyst' 라고 합니다.
앞서 데이터는 그 양만으로는 가치를 찾을 수 없다고 했었죠?
하지만 분석을 통해 의미있는 인사이트를 발견하더라도, "아 그렇구나. 신기하다"에서 끝나는 경우가 대부분이라고 합니다
단순히 데이터의 추이로 어떤 사실이나 현상을 밝혀내는 것이 아니라, 어떻게 행동해야 될 지를 떠올리게 하는 것이야말로 분석가의 목표가 될 수 있을 겁니다.
스포츠에서도 데이터는 중요하게 사용됩니다. 선수가 언제 약한지, 누구에게 약한지 경기가 쌓이면 쌓일수록 데이터가 쌓이게 되죠.
드라마 '스토브리그'에서, 남궁민 배우가 연기한 백승수 단장은 한 선수의 방출을 두고 PT를 진행합니다.
팀의 선전을 위해 팀의 스타성이 뛰어난 선수를 방출해야 한다고요. 오롯이 데이터의 분석으로 인사이트를 제공하고 관계자들을 설득합니다.
쌓인 데이터에서 인사이트를 이용해 조직의 긍정적 발전을 유도해낸 멋있는 장면이었습니다.
저장공간을 제외하면 데이터의 보유에는 제한도 없기에, 계속해서 데이터의 양은 증가해 갈 겁니다. 쌓아둔 데이터를 재산으로 활용하기 위해 데이터 분석가의 중요성도 자연히 올라갈 것으로 예상됩니다.
요약하자면, 데이터 분석가는 흙먼지 하나 하나의 성분을 분석하는 일이 아닌, 데이터라는 흙먼지에서 의미있는 조각을 만들어 영감을 주는 예술적 직업이라는 생각이 들었습니다.
매력적인 직업이라는 생각이 들지 않나요?
이것으로 데이터 분석가에 대한 대략적인 소개를 마치겠습니다
그리고 다음 포스트에서는 세분화되어 존재하는 서로 다른 분야의 데이터 분석가들에 대해 알아보는 시간을 갖겠습니다!
'데이터분석가' 카테고리의 다른 글
| 데이터 분석가 이해하기 : 세분화된 데이터 분석가를 알아보며 (1) | 2023.05.05 |
|---|
