이보민이 글은 2020 데이터리안 웨비나 시리즈의 세 번째 글입니다.
좋은 데이터 분석가란 대체 어떤 사람 일까요? 회사들이 “돈, 장비 다 있는데 뽑을 사람이 너무 없다! 데이터 인력이 없다!”고 외치고 있는데 과연 정말로 그럴까요? 현업에 있는 분석가들은 이런 질문들에 대해 어떤 답변들을 해주었을지 궁금하다면 2부의 이야기를 함께 들어보시죠.
2부 데이터 분석가의 내일
10분이 됐네요. 화장실도 다녀오시고 간식도 가지고 오셨나요. 바로 2부 시작해볼까 합니다.
윤님과 씀님에게 마이크 남겨드리도록 하겠습니다.
2부가 시작되었네요. 1부 보다는 한결 가벼운 마음이 드는 것이 왜 그런지는 잘 모르겠지만
원래 퇴근 시간이 가까워울수록 마음이 편해지죠.
아, 그런가요 🤣
1부에서 나왔던 질문들 중에 지금 조금 더 얘기해 보면 좋겠다 싶은 게 혹시 있으셨나요. 씀님?
제가 1부에서 개인적으로 재미있게 들었던 부분은 어떻게 동료 혹은 회사가 나의 이야기를 듣게 하느냐하는 부분이었어요. 큰 틀에서는 커뮤니케이션 스킬이라고 할 수 있을 것 같고 작게는 나의 동료들과 어떻게 신뢰 자본을 쌓아갈 것인가하는 문제인 것 같네요.
배님께서 말씀해주셨던 에피소드에서 배님이 분석다운 분석을 하고 싶다는 요청이 실현된 건 단순하게 그 요청을 받아주신 매니저분이 좋은 분이기 때문도 있겠지만, 배님이 진정성 있게 “이거 너무나 하고 싶다.”라고 어필했기 때문이고 배님이 충분히 그걸 할 수 있는 사람이기 때문에 그런 역할을 주셨다고 생각이 들거든요.
그리고 사또님도 마찬가지로 커뮤니케이션을 많이 하셨기 떄문에 조직에서 “이런 데이터가 필요할 것 같아요.”를 처음에 말했을 때와 그리고 지금 말했을 때 받아들여지는 정도가 좀 다를 것 같고요.
그래서 그런 순간을 만들기 위해서는 첫 시작을 어떻게 하는 것이 좋을까. 그 과정에 대해서 이야기를 좀 더 해주시면, 1부에서 사전 질문을 주셨던 참여자분을 포함해서 다른 분들이 아이디어를 얻으실 수 있지 않을까하는 생각이 듭니다.
Q. 분석가에게 필요한 코딩 스킬
맞아요. 저는 1부에 나왔던 질문 중에서 이것도 한번 얘기 해보고 싶은데요. 데이터 분석가에게 코딩 스킬이 어느 정도 필요한지 궁금합니다. 이런 질문을 채팅창에다가 올려주셨어요.
빠질 수가 없는 질문이죠.
코딩 스킬은 어느 정도 필요할까요. 인터뷰이분들 중에서 대답해 주실 분 계실까요.
갑자기 끼어들어서 죄송하지만, 저는 이 질문에서 사실 윤님이 생각났는데요. 윤님께서는 분석가이신데 최근에 Vue를 공부하신다고 들었던 것 같아서 그런 개발 스킬을 회사에서 원하시는 건가 해서요.
맞아요. 왜 그런 거예요? 저도 궁금해.
아, 네. 맞아요. 제가 요즘 Vue를 공부 중인데, 이건 데이터 분석가한테 필요한 코딩 스킬은 아닌 것 같긴 해요. 저는 지금 팀에서 대시보드를 개발해서 배포를 해야 하는 일이 있는데. 그 대시보드 개발을 하게 되어서 지금 프로그래밍을 공부 중입니다.
이 정도의 코딩 스킬이 분석가에게 일반적으로 필요한 것은 전혀 아닌 것 같긴 한데, 그래도 이렇게 분석가라는 직무가 사실 업무 영역이 좀 넓고 무슨 업무가 올지 모르겠는 그런 포지션은 맞는 것 같아요.
그런데 그렇다기에는 아까 배님의 지인분도 데이터 분석가로 들어갔지만 엔지니어링만 하게 되고. 사실상 가오리님도 분석가 일만 하기보다는 마케팅 지표들도 관리를 하고 계시고. 그리고 사또님도 사실 엔지니어링과 분석 그 사이에 브릿지 역할을 하고 계신 거잖아요.
그래서 저도 정말 데이터 분석가가 코딩을 개발자처럼 잘해야 한다는 건 아닌데. 그 적정선이라는 게 있는지? 이 일을 시작했을 때도 그렇고 일을 찾을 때도 그렇고 되게 궁금했었거든요.
저도 대시보드 배포하는 업무를 했는데요. 제가 개인적으로 느낄 때는 이게 기본 업무는 아니고 윤 님도 말씀하셨지만, 되게 부가적으로 주어지는 업무잖아요. 처음 들어갔을 때는 제가 코딩을 어느 정도 하는지 그분들도 사실 잘 몰라요. 그냥 사실 분석가 업무도 아니고 대시보드 같은건.
그렇죠.
그래서 업무로서는 사실 SQL만 잘해도 저는 충분하다고 생각이 들고요. SQL이랑 사실 엑셀만 잘해도 정말 충분하고. 그 다음에 제가 코딩을 할 수 있다는 걸 회사에서 알게 되면, 그때부터 좀 얘기가 달라지는 것 같아요. 알게 되니까. ‘아, 그럼 이것도 할 수 있어? 그럼 이것도 네가 해볼래?’ 이렇게 되는거죠. 저희 회사도 개발자가 제일 많고 분석가는 저랑 데이터 엔지니어 분이 있어서 머신러닝 이런 쪽으로 해주시는데 규모는 개발팀이 훨씬 큰데도 일손이 항상 개발팀이 모자라요.
그리고 분석 자체는 급한 일은 사실 잘 없잖아요. 뭔가 투자자 간담회를 해서 자료가 필요하다든지 이런 일이 아니면 급한 일이 없기 때문에. 항상 일손이 필요한 건 개발쪽이고 그러니까 개발팀에서 계속 그런 걸 원하게 되는 거죠. 그래서 저도 그런 대시보드 개발 업무를 받게 된 게. (제가 어느정도) 할 수 있고, 새로 사람을 뽑는 것보다 저는 지금 우리 회사에서 어떤 일을 하고 비즈니스도 이해하고 있으니까 코딩은 잘 못해도 네가 하는 게 훨씬 낫겠다 이런 맥락에서 했던 것 같거든요. 요약하자면 코딩 자체가 필요하다기보다는 일을 하다 보면 하게 될 가능성이 높지만, 꼭 필요한 것 같지는 않다라는 것이 제 생각입니다.
저도 지금 다니고 있는 회사가 세 번째 회사인데. 프론트엔드 개발이나 하둡에다 데이터를 소싱 해 넣는 일같은 엔지니어링 일을 하도록 요구하는 팀이나 회사는 이번이 처음이고요. 회사마다도 다르고 팀마다도 분위기가 다르고 그런 것 같아요. 그리고 가오리님이 잘 포인트를 짚어주신 것 같은데, 할 줄 알면 시켜요. 그러니까 모르는 척하세요.
그 저희 어머니가 어릴 때부터 제가 설거지하려고 그러면 아이고 하지 마라 청소하려고 그러면 아이고 하지 마라 하셨던 게. 알면 나중에 계속 네가 해야 한다. 이런 얘기를 하면서 집안일을 안 시키셨거든요. 그런데 그거랑 조금 비슷한 맥락에서 할 줄 알면 해야하고요. 모르면 안 해도 돼요. 이렇게 이렇게 얘기해도 될지는 잘 모르겠지만 어쨌든. 아주 가볍게 얘기해보자면 그렇습니다.
그러면 넘어가서. 이제 본격적으로 질문을 한번 해보면 좋을 것 같은데요.우리가 1부에서는 데이터 분석가의 오늘이라고 해서 지금 현재 무슨 일을 하고 있는지 그리고 과거에 내가 어떤 일을 했는데 그걸 좀 자랑을 하고 싶다든지. 그래서 과거부터 오늘까지 얘기를 좀 다뤘다면 2부에서는 오늘부터 내일까지의 이야기들을 조금 다뤄보려고 해요.
Q. 후배 분석가가 들어온다면? 좋은 분석가란?
다들 이제 1년쯤 회사를 다녔는데 지금까지는 막내였을 것 같아요. 그런데 이제 슬슬 후배들이 들어올 수 있는 시기가 된 것 같거든요. 공채의 시즌이 오기도 하고요. 다들 공채를 하는 회사를 다니고 있는 것 같지는 않지만, 어쨌든. 후배들이 들어올 수 있을 것 같은데, 어떤 사람들이 왔으면 좋겠는지. 그런 희망사항을 조금 들어볼게요.
이건 아마 분석가 좋은 분석가란 어떤 사람인가 하는 질문으로 읽힐 수도 있을 것 같고요. 아니면 나는 분석을 어떻게 하고는 중요하지 않고 그냥 사람인 사람이 들어왔으면 좋겠다 이런 생각이 있을 수도 있을 것 같아요. 어쨌든 대답을 해 주실 분이 계시면, 이 얘기를 잠깐 나눠봅시다.
제가 한번 말해볼까요.
좋습니다.
안 그래도 이제 같이 일하실 분이 들어오거든요. 드디어 저와 같은 파트원이 생기는데요. 사실 그분은 사실 경력직이기는 하지만요. 사실 후배도 마찬가지고 뭐 경력직이어도 제가 원하는 상이 있기 때문에 말씀드릴게요.
일단은 되게 추상적일 수도 있는데요. 좋은 분석가의 요건은 일단 이야기를 만들어낼 수 있는 사람이라고 생각을 해요. 저 개인적으로도 이 부분에서 데이터 분석에 가장 큰 매력을 느끼기도 했고. 분석의 끝은 결국에는 누구한테 이야기를 전달하는 거잖아요. 그 이야기를 증가하기 위해서는 여러 가지 지표를 봐야 하고, 그 지표들 엮어내는 게 이제 분석가의 일인데. 플러스로 이야기를 만들어낼 수 있으려면, 여러 가지 지표를 볼 수 있는 넓은 시야를 가진 사람이 필요하죠. 이런 여러 가지 복합적인 인사이트를 만들어내기 위해 여러 가지 지표를 볼 줄 알고 고려할 줄 알고 그걸 가지고 이제 이야기를 만들어낼 수 있는 사람이었으면 좋겠습니다.
어.. 뭔가, 결론적으로 경력이 아주 많은 시니어를 원한다고 읽히는데..🤪
그래요? 아니에요. 아니, 그런가요...
내러티브를 만들어낼 수 있는 데이터 분석가를 원한다는 건가요?
물론 시니어가 내러티브를 잘 만들겠죠.
그렇죠. 음, 이건 자기 상황에 따라서 생각할 수밖에 없는데.
제 상황에서는 그런 분이 필요하기 때문에… 맞는 것 같아요. 씀님 말씀 맞는 것 같아요.
그런데 그 내러티브는 왜 필요하시게 되었어요?
음, 왜냐하면. 이게 약간 한탄이 될 수도 있겠지만
오, 좋아요 한탄 아주 좋아요.
일단은 분석하는 상황이 두 가지로 나뉠 수도 있을 것 같은데요. 첫 번째는 상급자 분들이 봐야할 데이터, 분석 업무를 주는 사람이어서 이거 봐야 하니까 이거 해봐라 하는 사람인 경우가 있고. 두 번째는 뭐 봐야 하는지부터 네가 정해라. 이런 사람인 경우가 있을 수 있잖아요. 저는 두 번째인 상황이고 제 상사분들은 제가 어떤 데이터를 봐야 되고 여기서 어떤 인사이트가 있을 거고 그걸 전달드리면 이걸 분석까지 해서 스토리텔링까지 해드리는 걸 원하시는 분들이에요. 그러다 보니까 이런 후배가 들어왔으면 좋겠다는 생각을 하게 된 것 같아요.
가오리님이 아까 가설을 잘 세운다고 하셨는데 가오리님이 이직을 하시면 딱이겠네요.
오세요. 정말 일손이 필요합니다.
알겠습니다.
저도 답변을 하자면요. 저는 일단 배님과 되게 달라요. 저희 회사는 아직 후배가 들어올 것 같지는 않아요. 데이터를 다들 조금씩 개발자분들도 보고 있기 때문에 저희 회사는 분석가가 급하지 않고
분석가는 나 하나로 충분하다.
그렇지는 않지만, 저희는 그렇게 규모가 큰 아직 그렇지 않기 때문에 분석가보다는 다른 곳이 급한 게 눈에 보이기는 하거든요. 그래도 어쨌든 저는 이 질문 그냥 듣자마자 ‘한 번 얘기했을 때 잘 알아듣는 사람’이었으면 좋겠다고 생각했어요. 뭔가 요청을 업무를 요청했을 때 제가 중간중간 다시 체크하지 않아도 알아서 시간 맞춰 갖다 주는 사람이었으면 좋겠다. 이런 생각을 했습니다.
저는 가오리님 밑으로는 안 들어갈래요 무서워요 🙄
이건 바로 대표의 마인드! 절대 임플로이의 마인드는 아니야.
아, 이건 경험에서 나오는 거긴 한데요. 제가 전 회사에서 엄청나게 데었던 부분이고 개인적으로 되게 고전했던 부분이기도 해서요. 같이 일을 해 보니까 요청했을 때 다시 체크하지 않고 알아서 시간 맞춰서 갖다주는 사람들이랑 일을 하면 정말 편하더라고요. 사실 이게 다 갖춰진 사람이 들어올 수 있다고 생각하지는 않지만, 그러려고 최소한 노력은 하는 사람이었으면 좋겠다는 거죠. 그런데 이건 사실 분석 스킬에 대한 요건은 전혀 아니잖아요. 그래서 저도 좀 웃기다고 생각을 하기는 했어요.
근데 또 이런 생각을 제가 하고 나서 다시 든 생각이, 제가 최근에 대표님한테 받았던 피드백이 있었는데요. 그 내용 전체가 커뮤니케이션을 잘한다는 부분이었거든요. ‘태스크 관리가 잘되고, 얘기를 하면 되게 잘 찰떡같이 알아듣는다’ 이런 피드백이었어요. 그 당시에 칭찬을 듣고 나서 굉장히 기분이 좋았지만, 뒤돌아서 생각해 보니까 이게 되게 업무에 직접적인 관련이 있는 건 아니어서 좋기는 한데 사실 이건 다 마이너한 자질이 아닐까 이런 생각도 한편으론 들었거든요. 그런데 이 질문에 대한 답을 생각하면서 제가 같이 일할 사람을 생각했을 때에는 이런 게 정말 중요할 것 같다는 생각이 들어서. 오히려 그 피드백이 되게 좋은 피드백이었구나 하는 생각을 했습니다.
저는 전혀 마이너라고 생각하지 않아요. 채팅방에서 사또님도 그거 완전 메이저 스킬이라고 하셨어요. 아까 말씀드린 데이터 분석가의 자질 3대 천왕 중에 커뮤니케이션 스킬은 항상 “사람이면 당연히 말을 하는 거지. 말하면 커뮤니케이션 하는 거지.”라면서 무시를 받는 피처 중에 하나잖아요. 그런데 사실 저는 완전 반대라고 생각하고, 커뮤니케이션이 모든 업무의 알파이자 오메가라고 생각하는 사람이어서요. 사실상 대표님이 가오리님께 “당신에게 COO 자리를 주겠네” 뭐 이런 피드백을 주신 게 아닌가라고 혼자 해석을 하던 찰나입니다.
커뮤니케이션 스킬이 분석의 스킬이 아니라고 저는 생각하지 않아요. 분석의 주기를 설정하는 것 부터, 얼마나 이 지표를 볼 것이고, 몇 퍼센트를 넘어야할지 그 threshold들을 우리가 설정을 하고 이런 모든 것들이 저는 커뮤니케이션이라고 생각하거든요.
아, 그리고 또 한 가지 더 생각을 했던 게 있는데. 개발자 분들처럼 기술 베이스로 일을 하시는 분들하고 얘기를 하다 보면 비즈니스 관점보다 기술 관점에 치우쳐서 생각하시는 경우가 많아요. 그게 당연히 자연스러운 흐름인데 그래도 사실 회사는 돈을 벌어야 하는 곳이기 때문에 기술 자체보다는 복합적으로 시간이라든지 우선순위라든지 이런 것들이 항상 고려가 돼야하거든요. 그런 면에서 사고를 잘 할 수 있는 사람이 회사에는 필요한 사람이 아닌가 그런 생각도 했습니다.
가오리님 매니저로 승진하셔야겠는데요.
우리 가대표님👏
얘기 하시는 게 승진을 하실 때가 된 것 같아요.
그러면 이 질문에 대해서는 답변을 많이 한 것 같으니까 다음 질문으로 한번 넘어가봅시다.
Q. 데이터 인력이 부족하다는 이야기, 왜 자꾸 나올까?
네, 이거는 항상 제가 생각을 하고 있던 부분인데요. “돈 장비는 다 있는데 사람이 없다” 이런 얘기를 대기업 대표들이 이렇게 나와서 얘기를 많이 했다고 하더라고요. 사람이 부족하다 이런 얘기들을 많이 한다고요.
근데 사실 잘 보면 데이터 분석을 시작하시는 분들도 되게 많고, 공고를 올리면 지원도 많이 하는 것 같아요. 경쟁률이 몇 프로다 이런 얘기를 하잖아요. 그런데도 왜 계속 사람이 부족하다는 이야기가 나올까? 왜 경영자들은 항상 데이터 인력이 부족하다고 얘기를 할까? 이 부분에 대해서 얘기를 같이 해보면 좋을 것 같아서 질문을 한번 구성을 해봤습니다. 혹시 여기에 대해서 답변 해보고 싶으신 분 계신가요.
제가 해볼게요. 아까 제가 뭔가를 시작을 할 때 저는 길이 안 보이는 사람이라고 했었잖아요.
그런데 데이터 분석은 저만 그런 게 아니고 모든 사람이 약간 그런 상태인 것 같아요. 그러니까 모든 구직자들이 다 같이 그런 상태인 것 같은데요. 제가 그걸 왜 느꼈냐면 제가 처음에 분석가가 되어서 업무라는 걸 받았을 때. 제가 처음에 받았던 업무는 제가 상상했던, 외부에서 배웠던 어떤 프로세스나 이런 게 아니었어요. 그래서 아까 말씀드렸던 것처럼 데이터를 제가 만들어야 하는 상황이었고요. 그러니까 서비스 내에서 사람들이 계속 들어왔다 나갔다 하니까 그게 다 데이터이기는 한데, 그거를 저희가 어떻게 잡아놓을 거냐하는 것부터 고민해봐야하는 상황인거죠.
근데 그건 사실 외부에서 알기가 너무 힘들잖아요. 그리고 다른 기술 섹터 같은 경우에 개발자 같은 경우에 기술 관련된 내용이라던가 하는 부분은 회사의 비즈니스에 이렇게까지 밀접하게 관련이 있지는 않거든요. 그래서 기술만 따로 떼다가 ‘이번에 우리가 당근마켓을 론칭을 했는데 그 어플에는 이런 기술이 쓰였다.’하는 게 사실은 물론 따라하기도 힘들겠지만, 따라한다고 하더라도 당근마켓에 비즈니스를 자체를 옮겨갈 수는 없는 내용이라고 생각해요. 그래서 그런 내용은 비교적 오픈이 잘 되는 것 같은데 제가 보기에 데이터 분석은 이쪽 섹터의 특징상 회사의 프라이빗한 데이터를 매일매일 보고 만지는 직무잖아요. 만약 제가 어디 가서 “오늘 무슨 업무 했어.” 이런 얘기 한마디만 꺼내도 잘못하면 회사에서 고소할 수 있는 정도의 그런 데이터들을 데일리로 보는 사람들이다 보니까.
저희도 지금 외부에 있는 분들께 뭔가 그나마 저희가 뭔가를 하고 있다 이런 걸 하고 있다 알려드리려고 지금 행사를 기획하긴 했지만, 이걸 하면서도 저희가 되게 우려를 되게 많이 했었어요. 그래서 익명으로 나가야 한다 회사 관련 얘기 최대한 지양하자 이런 것들도 되게 토의를 많이 했었고요. 그래서 제 생각에는 그런 것 때문에 좀 더 정보가 폐쇄적인 것 같기는 해요.
그러니까 구직자 입장에서는 현업에서 하는 일들이 잘 보이지 않으니까 답답한 거고, 그래서 할 수 있는 건 그나마 알려져 있는 기술에 대해서 공부를 하는 것 밖에는 없겠구나라는 생각이 저는 들었어요. 그래도 요즘에는 SQL이 현업에서 더 많이 쓰인다. SQL 공부를 해라. 이런 얘기도 있는 것 같기도 하고. 그래서 조금씩 조금씩 이제 현업이랑 맞춰가고 있는 것 같기는 한데요. 이런 갭이 계속 있는 것 같다는 생각은 들어요.
저는 사또님께서 지금 데이터 분석업계에 대한 정보가 안팎으로 잘 흐르지 않는다고 말씀해주신 것에는 너무나 동감이 가는데요. 저는 ‘돈 장비 다 있는데 사람이 없다.’는 것에 대해서는 이미 가설 자체에 반대하는 사람이거든요. 데이터 분석가한테 돈을 안 주는 것 같아요.
아 일단 저 말은 나름 대기업 대표들이 하신 얘기니까 돈은 되지 않을까요? 아닌가?
저도 크게 줄거라고 생각했는데 생각보다 돈을 많이 안줘요. 제가 오퍼받았던 데이터 분석 포지션 중에 하나가 그런 쪽의 오퍼였어서. 정말 깜짝 놀랐었어요. 지금 AI가 너무 중요하고. AI 발전에 대해서 국가적인 지원을 하겠다 이런 기사들은 굉장히 많이 있는데
맞아요 굉장히 많이 나와요.
네, 근데 그 국가적인 지원이 그런데 어디로 가느냐. 사람한테 가는건 아닌 것 같아요. 그 지점에 있어서 저는 주변에 데이터 분석가들이나 아니면 개발자분들 친구분들의 연봉 협상을 왕왕 도와드릴 때가 있는데요. 데이터 분석가는 사실상 비개발자로 취급이 돼서 비개발직군의 연봉 테이블로 들어가는 분들도 굉장히 많은 것 같아요. 그리고 데이터 분석과 자체가 사실상 사또님이 말씀하셨던 것처럼 이 데이터 분석가가 이 회사에 비지니스적으로 어떤 얼마만큼 가치를 줄 것인가가 셋팅이 되어야 연봉 테이블이 만들어지는 거잖아요. 그런데 그 연봉 테이블을 셋팅 할 수 있는 정보조차도 아직 흐르지 못하고 있거든요.
그로스 마케터 혹은 매니저 직무에서는 어떤 스타트업에서 이만큼의 기여를 해서 저 비즈니스가 이만큼 성장을 했다더라 이런 성과들에 대해 기사를 터뜨리고, 블로그에 게재를 하는 등의 사례가 많이 있는 것 같은데, 그에 비해 데이터 분석은 좀 더 의사결정자들이나 사람을 구인하는 쪽에서 어떤 일 혹은 역할을 하는지에 대한 합의가 아직 안 되어 있는 것 같아요. 그러니까 제가 체감을 하기로는 ‘이 아이가 이 일을 하면 우리한테 이만큼의 돈을 벌어다 줄 거야.’라는 식의 합의가 아직 없고, 그래서 돈이 많기는 많은데 그걸 사람한테 딱 주지는 못하고 있는 실정인 것 처럼 느껴지는 거죠.
정부가 AI에다가 투자를 하겠다 빅데이터 인력을 만들겠다 이쪽에다가 투자를 많이 하겠다. 이것이 4차 산업혁명의 코어 기술이다라고 페이스북이나 이런 데서 광고로도 많이 나오고 얘기는 많이 하지만. 어쨌든 현업에서 일하고 있는 사람들한테는 많이 체감이 되지 않는 상황이 분명히 있기는 한 것 같아요.
혹시 여기에 대해서 배님이나 가오리 님 중에서 또 얘기를 해보실 분이 계실까요. 안 계시면 다음 질문으로 넘어가도록 하겠습니다.
Q. 데이터 분석 부트캠프 수료생들이 말하는 장점과 한계점
그러면 다음 질문으로. 우리가 할 수 있는 이야기들가 뭐가 또 있을까 생각을 해보다가 공통점이 다들 부트캠프를 한 번씩 경험을 해보았더라고요. 앞에서 말했듯 데잇걸즈라는 프로그램을 다들 한 번씩 경험을 했는데요. 그래서 데이터 분석을 가르치는 부트캠프 이런 교육에서 앞으로 어떤 것들을 가르치면 좀 더 실무에 필요한 인력을 잘 키워낼 수 있을지 또는 현재 분석 교육 프로그램들의 맹점이 뭔지 장점은 뭔지 얘기해보는 시간을 가지면 좋을 것 같아요.
꼭 우리가 경험한 프로그램이 아니고 다른 프로그램들이더라도요. 그리고 여기에 다른 프로그램을 교육을 하시는 분도 계시기 때문에 이런 사설 교육 또는 공적 교육이 데이터 분석가를 잘 키워내고 있는지, 이런 얘기를 조금 더 해보면 좋을 것 같습니다. 혹시 얘기해 주실 분이 계실까요.
저는 약간 데잇걸즈 하면서 가장 값지게 얻었다고 생각하는 게 프로젝트 경험인데요. 그 전에 배웠던 python, SQL 이런 것들이 다 프로젝트를 하기 위해서 필요한 거기는 하지만 결국에는 뭔가 누군가가 판을 깔아주지 않으면 사실 데이터를 보고 거기서 분석을 이어나가는 게 굉장히 어렵잖아요. 그런데 부트캠프 같은 경우에는 ‘너희 프로젝트 해 봐 기간 줄게. 여기 선생님도 있어.’ 이런 식으로 판을 깔아주니까 그런 상황에서 프로젝트를 할 수 있는 건 굉장히 엄청나게 큰 행운인 것 같아요.
이건 자기가 어떻게 하느냐에 따라서 그 프로젝트로 100 만큼 얻어갈 수도 있는 거고, 경우에 따라서 는100을 넘을 수도 있는 거잖아요. 그래서 저는 프로젝트 경험을 최대한 커리큘럼 안에서 많이 주는 게 되게 중요한 것 같아요.
저도 얘기해도 될까요? 저는 원래 커리어가 되게 복잡한데요. 디자인을 하다가 개발을 하다가 데이터 분석하다가 프로젝트 매니저를 하고 있어요.
제가 경험한 것들에 대해 먼저 말씀드리면, 디자인 같은 경우는 기업에서 보통 캠프 같은 거를 해서 학생 교육을 자기네 회사에 맞춰서 내부적으로 진행해요. 예를 들어 진짜 UI 같은 경우는 학교나 외부에서 진짜 개발 경험을 해보기가 어렵기 때문에 그런 식으로 자기 회사들의 인재들을 키우더라고요.
그런데 제가 데잇걸즈도 해보고 데이터 분석 교육에 대해서 여기저기서 들어보면서 돌이켜봤을 때, 우리가 항상 고민했던 점은 실무 데이터를 실제로 볼 수가 없다는 점이었던 것 같거든요. 이것 때문에 회사에 들어가서 굉장히 당황하는 경우도 많은 것 같고요. 그래서 교육 프로그램이든 셀프로든 프로젝트를 해보는 건 굉장히 좋은 경험이지만, 사실 열심히 한다고는 했지만 나중에 포트폴리오로 냈을 때 이게 실무와 관계가 별로 없을 수 있잖아요. 그리고 그렇게 되면 상업적이지 않기 때문에 회사에서 이런 프로젝트를 왜 했는지 궁금해하지도 않는 경우도 있더라고요. 저는 그런 점들이 좀 아쉬웠습니다.
아까 관련해서 이야기도 해봤지만 기업에서 데이터 분석 인재가 없다 이런 식으로만 말하지 말고 인재를 키울 수 있는 프로그램을 만들었으면 좋겠어요. 회사의 실제 데이터들을 어느 정도 주고 실제 프로젝트를 할 수 있는 교육 프로그램 자체가 기업과 연계되는 기회가 좀 더 많았으면 좋겠습니다.
데이터 인력이 없다고 징징대기만 하는 회사들에게 일침을 날리셨네요.
데이터가 기업 비밀이고 그렇기는 할텐데요. 그렇다면 인턴십 기회를 더 늘리던지, 아니면 자기들이 자기들한테 필요한 인재상이 뭔지 정확하게 얘기를 하면서 교육에 대해서 생각을 해보던지, 돈이 있고 장비가 있으면 그만큼 있는 리소스를 풀어서 맞는 사람을 만들어보던지 해야하지 않을까요.
그러니까요. 돈이랑 장비가 있다고 자랑만 하고 정작 그 리소스를 풀어주지도 않는게 약이 오르다고 해야 할까요. 약간 그런 생각이 드네요.
가오리님이 음소거를 푸셨는데 하실 말이 있으신 것 같아요.
아, 저는 웃으려고 풀긴 했는데요.
제가 데잇걸즈 했을 때 장점이라고 생각했던 건 현업에서 같이 일하는 동료가 생긴 것이었어요. 저 같은 경우는 정확하게 같은 업무는 아니지만 회사에 같은 업무를 하는 분이 처음 들어갔을 때는 한 명도 없었고, 지금은 한 분 밖에 없는데요. 그러니까 만약에 데잇걸즈를 안 했다면 제가 일하면서 고민되는 점을 이제 나눌 사람이 없었을 것 같아요. 데잇걸즈에서 정말 좋은 친구이자 동료들을 얻어서 여러 가지 활동도 같이 하고 고민도 나누고 이런 점이 제일 장점이지 않나 생각이 됩니다.
맞아요. 우리 만나면 일 이야기만 하잖아요.
하는 일이 다 너무 달라서 재미있어요.
그러려고 이 커뮤니티를 만든 거죠.
여기 참석하신 분들은 잘 모르실 수도 있지만, 이번 웨비나를 주최한 데이터리안은 일종의 커뮤니티에요. 정기적으로 모이지는 않지만 비정규적인 모임을 열곤하는데요. 만나기만 하면 다들 일 얘기만 해요. 왜 그렇게 다들 일 얘기만 하나 싶었는데 가오리님 얘기를 들으니까 조금 알 것도 같아요.
그러니까 분석가라는 직군이 어떤 조직에서든 메이저인 직군이 절대 아니잖아요. 항상 소수인 직군이고 그렇다 보니까 같이 얘기할 사람이 항상 부족하고, 내가 잘하고 있는 게 맞는 건지 항상 헷갈리고 그런 것 같은데 부트캠프라는 것이 그런 쪽에서 도움을 줄 수도 있겠네요.
그러면 마지막 질문으로 한번 넘어가볼까요. 아마 사회자님이 더 진행을 해 주시겠지만 마지막 질문을 하고 QNA 시간이 또 있어요. 그래서 QNA 시간에는 참가자분들께서도 마이크를 켜시고 질문을 하고 싶은 사람을 지목을 해서 서로 질문 답변이 오가는 시간을 가지면 좋을 것 같습니다.
- 2부 데이터 분석가의 내일
