2026-07-22 기준 데분잡에 인덱싱된 공고 171건을 분석했다. 공고는 수시로 열리고 마감되니, 아래 숫자는 이 시점의 스냅샷으로 봐 달라.<h1 id="heading-e044bac2-i">요약</h1><ul><li>LLM과 RAG의 일상화: ML/AI 엔지니어는 물론, 데이터 사이언티스트 공고에서도 LLM/RAG 역량 요구 빈도가 폭발적으로 늘었다. 전체 공고의 46%가 ML/AI 엔지니어 포지션이다.</li><li>분석가의 무기, A/B 테스트: 데이터 분석가 공고에서 SQL 다음으로 가장 많이 등장하는 단어는 '실험'과 'A/B 테스트'다.</li><li>비즈니스 임팩트: 단순히 데이터를 추출하는 것을 넘어, 제품의 방향성을 제시하고 비즈니스 문제를 푸는 능력을 최우선으로 본다.</li><li>도메인별 온도차: 핀테크는 엔지니어와 분석가를 고루 뽑고, 커머스는 분석가를, 게임은 AI 연구자만 뽑는다. 같은 직군이어도 도메인 따라 완전히 다른 게임이다.</li></ul><h1 id="heading-e1771b06-j">직무별 채용 동향과 필요 역량</h1><h2 id="heading-e5c72bca-k">1. Data Analyst (데이터 분석가)</h2>총 36개의 공고를 분석한 결과 SQL 쿼리만 잘짜는 사람을 구하는 회사는 없다. 프로덕트 방향성을 제시하고 임팩트를 내는 것을 가장 중요하게 본다.<ul><li>주요 요구 스킬 빈도: SQL(32회), Python(18회), Tableau(14회), 실험(14회), A/B 테스트(13회)</li><li>채용 트렌드: 당락은 '실험 경험'이 가른다. 가설을 세우고 실험해서 유의미한 인사이트를 뽑아본 경험이 포트폴리오에 반드시 들어가야 한다.</li></ul><figure data-src="https://attachments.datarian.io/prod-c1fdfdf74740515c927d98bf6cf44bcfe25ac1fc400674ed2d8f622300db0c88.png" data-alt="스크린샷 2026-09-10 오후 2.42.45.png" data-align="center" data-caption="페이타랩(패스오더) 주니어 데이터 분석가 채용 공고 (https://www.wanted.co.kr/wd/282256)" data-show-caption="true" data-width="583" data-type="image-block" class="is-align-center" style="text-align: center; width: 583px; max-width: 100%;"><img src="https://attachments.datarian.io/prod-c1fdfdf74740515c927d98bf6cf44bcfe25ac1fc400674ed2d8f622300db0c88.png" alt="스크린샷 2026-09-10 오후 2.42.45.png" style="width: 100%; height: auto;"><figcaption>페이타랩(패스오더) 주니어 데이터 분석가 채용 공고 (<a href="https://www.wanted.co.kr/wd/282256" target="_blank" rel="noreferrer noopener">https://www.wanted.co.kr/wd/282256</a>)</figcaption></figure><h2 id="heading-6a186f92-l">2. Data Scientist (데이터 사이언티스트)</h2>분석된 7개의 DS 공고를 보면 리서치 중심의 포지션은 점점 줄어들고 있다. 비즈니스 문제를 머신러닝이나 통계로 풀고, 이를 프로덕션에 올릴 수 있는 인재를 찾는다.<ul><li>주요 요구 스킬 빈도: SQL(7회), Python(7회), RAG(3회), 머신러닝(3회), 통계(3회), LLM(2회)</li><li>채용 트렌드: DS 공고에서도 RAG와 LLM 관련 키워드가 심심찮게 등장한다. AI 모델을 활용한 실질적 문제 해결 능력을 최우선으로 본다.</li></ul><figure data-src="https://attachments.datarian.io/prod-81e9d46ea51a0ba1b33e88d8b27a25328deaaec91d65e2bf26f80b36afc0d92f.png" data-alt="스크린샷 2026-09-10 오후 2.48.09.png" data-align="center" data-caption="브레이브모바일(숨고) Data Scientist 채용 공고 (https://www.wanted.co.kr/wd/348112)" data-show-caption="true" data-width="622" data-type="image-block" class="is-align-center" style="text-align: center; width: 622px; max-width: 100%;"><img src="https://attachments.datarian.io/prod-81e9d46ea51a0ba1b33e88d8b27a25328deaaec91d65e2bf26f80b36afc0d92f.png" alt="스크린샷 2026-09-10 오후 2.48.09.png" style="width: 100%; height: auto;"><figcaption>브레이브모바일(숨고) Data Scientist 채용 공고 (<a href="https://www.wanted.co.kr/wd/348112" target="_blank" rel="noreferrer noopener">https://www.wanted.co.kr/wd/348112</a>)</figcaption></figure><h2 id="heading-abbdc5ae-m">3. ML / AI Engineer (머신러닝 / AI 엔지니어)</h2>데이터 직군 채용 시장에서 파이가 가장 크다. 총 79건으로 전체 공고의 46%다. 대규모 트래픽 환경에서 모델을 서빙해본 엔지니어링 역량이 핵심이다.<ul><li>주요 요구 스킬 빈도: LLM(49회), Python(23회), 서빙(23회), RAG(21회), PyTorch(13회)</li><li>채용 트렌드: LLM 언급 횟수가 압도적이다. 모델 파인튜닝과 RAG 시스템을 실제 프로덕션에 올려본 경험이 필수적이다.</li></ul><figure data-src="https://attachments.datarian.io/prod-93354cb31d47f0fa0457cddacca3a92dfa1c5eab7c881b232c323c15f82f65ec.png" data-alt="스크린샷 2026-09-10 오후 2.53.19.png" data-align="center" data-caption="데이블 ML Engineer 채용 공고 (https://www.wanted.co.kr/wd/291584)" data-show-caption="true" data-width="651" data-type="image-block" class="is-align-center" style="text-align: center; width: 651px; max-width: 100%;"><img src="https://attachments.datarian.io/prod-93354cb31d47f0fa0457cddacca3a92dfa1c5eab7c881b232c323c15f82f65ec.png" alt="스크린샷 2026-09-10 오후 2.53.19.png" style="width: 100%; height: auto;"><figcaption>데이블 ML Engineer 채용 공고 (<a href="https://www.wanted.co.kr/wd/291584" target="_blank" rel="noreferrer noopener">https://www.wanted.co.kr/wd/291584</a>)</figcaption></figure><h2 id="heading-07a8a36f-n">4. Business Analyst (비즈니스 분석가)</h2>9개의 BA 공고 분석 결과, 기술적 깊이보다는 비즈니스 로직 이해와 데이터 시각화, 그리고 의사결정 지원에 초점이 맞춰져 있다.<ul><li>주요 요구 스킬 빈도: SQL(9회), Tableau(8회), 대시보드(6회), Python(5회)</li><li>채용 트렌드: SQL과 대시보드 툴(Tableau 등)을 활용해 비즈니스 지표를 관리하고 리더십의 의사결정을 돕는 능력이 핵심이다.</li></ul><figure data-src="https://attachments.datarian.io/prod-de1c97cd81a111e7e65518dc8a6f3c0eb60561b3b362f4a0bf6d1521cce66f58.png" data-alt="스크린샷 2026-09-10 오후 3.00.06.png" data-align="center" data-caption="빗썸 비즈니스 분석가 채용 공고 (https://www.wanted.co.kr/wd/381241)" data-show-caption="true" data-width="630" data-type="image-block" class="is-align-center" style="text-align: center; width: 630px; max-width: 100%;"><img src="https://attachments.datarian.io/prod-de1c97cd81a111e7e65518dc8a6f3c0eb60561b3b362f4a0bf6d1521cce66f58.png" alt="스크린샷 2026-09-10 오후 3.00.06.png" style="width: 100%; height: auto;"><figcaption>빗썸 비즈니스 분석가 채용 공고 (<a href="https://www.wanted.co.kr/wd/381241" target="_blank" rel="noreferrer noopener">https://www.wanted.co.kr/wd/381241</a>)</figcaption></figure><h1 id="heading-772141b4-o">도메인별 채용 동향</h1>같은 '데이터 직군'이어도 회사가 속한 도메인에 따라 뽑는 사람이 완전히 다르다. 도메인별로 공고를 뜯어보면 어디에 지원해야 할지가 훨씬 선명해진다.<h2 id="heading-b66a01d1-p">1. 핀테크/금융</h2>전체 공고의 37%(63건)로 압도적 1위. 토스 계열사가 전방위로 뽑고 있고, 하나은행 같은 전통 금융권도 합류했다.<ul><li>주요 키워드 빈도: 추천(51회), 실험(31회), LLM(28회), SQL(27회), 광고(13회)</li><li>채용 트렌드: 은행처럼 뽑지 않고 테크 플랫폼처럼 뽑는다. 금융 도메인 지식보다 대규모 트래픽 서빙과 실험 설계 역량을 먼저 본다.</li></ul><h2 id="heading-7d6f6ffa-q">2. 커머스/물류</h2>전체 공고의 18%(30건). 특징이 뚜렷한데, DA 13건 + BA 6건으로 분석가 비중이 도메인 중 가장 높다(63%). 순수 분석가 티켓이 가장 많이 열려 있는 곳이다.<ul><li>주요 키워드 빈도: SQL(22회), LLM(11회), 실험(9회), RAG(9회), 물류(8회)</li><li>채용 트렌드: 물류 최적화가 별도 전문 트랙으로 자리잡았다. 수리최적화·시뮬레이션 경험을 요구하며, 커머스 조직 전반이 분석 인력을 꾸준히 흡수 중이다.</li></ul><h2 id="heading-da594519-r">3. 플랫폼/O2O</h2>배달의민족·카카오·라인·당근을 묶으면 34건(20%). 서비스 분석부터 리서치와 엔지니어링까지 다양하게 열려 있다.<ul><li>주요 키워드 빈도: SQL(18회), 실험(13회), LLM(12회), A/B 테스트(10회)</li><li>채용 트렌드: 서비스 분석과 함께, 다양한 AI/ML 기반의 추천 및 모델 서빙 포지션이 꾸준히 나온다. 플랫폼 특성상 A/B 테스트 경험이 필수불가결하다.</li></ul><h2 id="heading-927bb512-s">4. 게임</h2>전체 공고의 17%(29건)인데, 놀랍게도 29건 전체가 AI/ML Engineer다. 전통적인 게임 데이터 분석(지표·BM 분석) 공고는 이번 분석에서 자취를 감췄다.<ul><li>주요 키워드 빈도: LLM(9회), 실험(8회)</li><li>채용 트렌드: 게임사가 데이터 분석가 대신 AI 연구자를 뽑고 있다. VLM·음성 에이전트 등. 게임 도메인을 노리는 분석가에게는 냉정하게 좁은 문이고, 딥러닝 리서치 포트폴리오가 있어야 명함을 내밀 수 있다.</li></ul><h2 id="heading-93234d04-z">5. 그 외 — 애드테크·제조</h2>공고 수는 적지만 눈여겨볼 만하다. 제조업도 GenAI 조직을 꾸리기 시작했다. 테크 기업 대비 경쟁이 덜한 만큼, 도메인을 파고들 각오가 있다면 오히려 기회다.<h1 id="heading-10dda016-u">2026년 하반기 채용 트렌드 요약</h1><h2 id="heading-1f9d1e08-v">1. LLM은 '우대사항'이 아니라 '기본기'</h2>DS와 ML Engineer 직군 상관없이 LLM, RAG, 프롬프트 엔지니어링 경험을 강력히 요구한다. 거창한 파운데이션 모델이 아니어도 좋다. API를 붙여서 실제 문제를 풀어본 경험이라도 반드시 어필해야 한다.<h2 id="heading-310ee975-w">2. 'End-to-End' 역량 선호</h2>분석(DA)과 모델링(DS), 그리고 엔지니어링(ML)의 경계가 옅어지고 있다. 데이터를 분석하는 것에 그치지 않고, 직접 모델을 배포하거나 파이프라인을 다룰 줄 아는 '풀스택' 성향의 인재를 선호하는 현상이 뚜렷하다.<h2 id="heading-2164f073-x">3. 경력 중심 채용 (신입은 어떡함?)</h2>공고 대다수가 경력을 원한다. 신입이라면 완벽한 채용 공고만 기다리기보다 오픈소스 기여, 캐글 입상, 토이 프로젝트 등으로 실무에 가장 가까운 '문제 해결형 포트폴리오'를 빨리 만들어야 한다.<h1 id="heading-5d63be21-y">그래서 뭘 준비해야 하나</h1><ol><li>도구보다 문제 해결: SQL과 Python은 그냥 기본 템이다. "무슨 툴을 써봤다"보다 "그 툴로 비즈니스의 어떤 문제를 풀었다"는 스토리가 합격을 좌우한다.</li><li>도메인 지식 파기: 커머스, 핀테크, O2O 등 본인이 노리는 산업군의 핵심 지표(KPI)가 뭔지 꿰뚫고, 데이터로 이걸 어떻게 개선할지 고민해봐야 한다.</li></ol><div data-emoji="✍" data-type="callout">에디터 선미의 코멘트이 글의 원문은 Uber Data Scientist 이준수님의 블로그에 있는 <a target="_blank" rel="noopener noreferrer nofollow" href="https://debunjob.com/blog/data-job-market-analysis-2026-07?utm_source=datarian&amp;utm_medium=referral&amp;utm_campaign=guest_post">2026년 하반기 국내 데이터분석 직군 채용 트렌드</a> 입니다. <a target="_blank" rel="noopener noreferrer nofollow" href="https://debunjob.com/?job=Data+Analyst%2CBusiness+Analyst?utm_source=datarian&amp;utm_medium=referral&amp;utm_campaign=guest_post">채용 공고 탭</a>에서 현재 채용을 진행하고 있는 다양한 데이터 분석 직군 채용 공고를 보실 수 있습니다. 데이터 분석가로 취준/이직 중이라면 준수님의 데분잡(debunjob) 웹사이트를 눈여겨보세요!</div>

2026년 하반기 채용 트렌드 요약

카카오·배민·네이버·토스 등 국내 테크 기업의 데이터 직군 채용공고 171건을 AI가 분석해줬다.

2026년 하반기 국내 데이터분석 직군 채용 트렌드

혼자 SQL 공부하다 막힌 적 있다면?

Contents

데이터 분석 소식을
매월 받아보세요

함께 읽어보면 좋은 글

데이터를 근거로 반박 불가한 기획을 하고 싶어요

머신러닝 말고, 서비스의 성장을 위한 데이터 분석이 하고 싶었어요

퍼포먼스 마케터에서 데이터 분석가로 직무 전환했어요

데이터 분석 소식을
매월 받아보세요데이터 분석 소식을 받아보세요