지각에세이_김정현

 처음 입학하였을 때는 저희 학과가 무엇을 배우는지 정말로 아무 것도 몰랐습니다. 하지만 5월이 되니, 이제 저희 학과가 어느 공부를 하는지, 나중에 어떤 직업을 갖게 되는지 대강 알 것 같습니다. 그렇지만 체계적으로 잡힌 게 아닌 지금까지 배웠던 모든게 뒤죽박죽 섞여 있어서 이번 에세이를 통해서 제대로 우리 학과에 대해 알고자 합니다.

 일단 데이터 사이언스는 현대 사회에서 중요한 분야 중 하나로 자리매김하고 있습니다. 데이터 사이언스는 데이터를 수집, 분석, 해석하여 의미 있는 정보를 도출하는 과학적인 방법론을 총칭합니다. 이를 통해 기업은 소비자들에게 필요한 시스템을 개발해 이윤을 낼 수도 있고 공공기관은 시민들이 겪는 사회문제를 해결할 수도 있습니다. 수업시간에 배운 예시로는 ASF 종식방안 모색, 패션, 제조업 등이 있습니다. 그렇다면 소비자, 시민들이 어떤 불편을 겪고 있다는 이 정보들은 다 어떻게 수집할까요? 답은 데이터에 있습니다. 데이터 사이언스가 중요한 이유 중 하나는 바로 데이터에 있습니다. 데이터는 21세기의 원유로 빗대어 표현될 정도로 중요하게 여겨지고 있습니다. 데이터는 여러 형태로 나타날 수 있습니다. 그리고 매우 다양합니다. 데이터란 글자, 신호, 이미지, 영상, 음성 등등 다양한 형태로서 기록된 자료를 말합니다. 예를 들어서 반려견의 사진도 데이터가 될 수 있습니다. 그리고 이러한 데이터들을 분석과 해석을 통해 유용한 정보를 도출할 수 있습니다. 데이터는 크게 정형 데이터와 비정형 데이터로 구분됩니다. 정형 데이터는 구조화된 형식을 갖추고 있는 데이터로서, 표 형태로 나타내기 쉽습니다. 예를 들어 데이터베이스의 테이블, 엑셀 시트 등이 있습니다. 이러한 데이터는 명확하게 정의되어 있어 처리가 비교적 용이합니다. 반면에 비정형 데이터는 구조화되지 않은 형태를 가지고 있어서 분석하기 어려운 데이터를 의미합니다. 이는 소셜 미디어 게시물, 텍스트 문서, 이미지, 영상, 음성 등등 다양한 형태가 있습니다. 저는 무조건 비정형 데이터보다는 정형 데이터가 좋을 것이라고 생각했는데 각각 장단점이 있어서 놀랐습니다. 일단 정형 데이터는 데이터가 정리되어 있기에 시스템을 활용하여 효율적으로 저장하고 관리할 수 있으며, 데이터 분석이 비교적 쉽습니다. 그러나 우리가 사는 세상에는 정형 데이터보다는 비정형 데이터가 훨씬 많습니다. 그렇기에 정형데이터만 사용한다면 중요한 정보를 놓칠 수 있습니다. 비정형 데이터는 구조화되지 않았기 때문에 분석하기 어려울 수 있지만, 이를 분석하여 도출된 결과는 실제 상황을 반영할 가능성이 높습니다. 특히 sns 분석을 통해 소비자들의 의견이나 트렌드를 파악하는 등의 다양한 활용이 가능합니다.

 데이터사이언스학과를 공부했으면 향후 어떤 직업을 가지게 될지 궁금하여 찾아봤습니다. 첫번째로는 데이터 사이언티스트가 있습니다. 데이터를 분석 및 해석하여 비즈니스 발전에 기여할 수 있는 모델을 개발하거나 인사이트를 도출하는 직업입니다. 문제 정의, 데이터 정의, 분석 모델링을 포함한 데이터분석 전반을 진행하는 역할이며, 역할이 포괄적인만큼 PM의 성격이 큰 직업입니다. 두번째로는 머신러닝 전문가가 있습니다. 데이터분석에 활용되는 머신러닝 방법론을 모델링하는 직업입니다. 머신러닝 자동화 시스템 구축을 비롯하여 데이터가 주어졌을 때, 어떤 전처리 기법을 사용할지, 어떤 모델을 선택할지, 어떤 하이퍼 파라미터를 조정할지 등을 선택하는 역할을 해야 합니다. 세번째로는 데이터분석가가 있습니다. 가설 검증을 위해 다양한 데이터 소스로부터 수집된 데이터를 수집, 가공, 추출하며, 시각화 등의 방법을 통해 가설을 검증하는 직업입니다. 마지막으로는 데이터 엔지니어 및 아키텍트가 있습니다. 데이터 인프라를 설계하고 구현하는 전문가로서, 데이터의 수집, 추출, 가공, 저장, 모델링, 분석, 보고에 이르는 데이터 파이프라인 전체가정의 설계와 구축 운영을 담당하는 직업입니다. 위 직업들의 공통점은 당연하게도 데이터를 능숙하게 다루어야 한다는 점입니다. 1학년 생활을 하면서 데이터를 완벽하게 알 수는 없겠지만 데이터와 조금이라도 가까워졌으면 좋겠습니다. 이번 기회를 통해 저희 학과에 대해 조금이라도 안 것 같아 좋습니다.