데이터분석가

삼성, 네이버에서 데이터 분석가로 일하고 싶다면?
K-디지털 트레이닝: 인사이트 콘텐츠

글 미리보기

1. 데이터 분석가 채용의 최근 트렌드
2. 왜 비전공자도 데이터 분석가에 도전해야 할까?
3. 비전공자 데이터 분석가, 어떻게 하면 취업까지 가능할까?
4. 데이터 분석가 채용을 위한 기초 체력 4가지
5. 데이터 분석 부트캠프만으로 취업까지 가능할까?

1. 데이터 분석가 채용의 최근 트렌드

최근 IT 기업에서 데이터 분석가 채용이 늘어난 이유는 크게 2가지로 정리할 수 있습니다. 첫째는 IT 제품에 쌓여 있는 로그 데이터를 분석하여 제품 개발에 이를 반영하고 더 나은 제품을 출시하기 위해, 둘째는 전사 전략을 실행하기 위해 데이터 기반의 의사결정을 지원하기 위해서입니다.

전통적으로 데이터 분석가는 첫번째 유형으로만 인식되었으나, 최근 들어 1조 내외 수준의 기업가치가 책정된 대형 IT 기업들이 증가하면서, Business Analyst라는 직무명으로 데이터 분석가 채용이 크게 늘어나는 추세입니다.

또한, IT 기술이 지속적으로 발전하고 많은 IT 기업들이 성장함에 따라, IT 분야 실무자에 대한 노동 수요는 지속적으로 증가하고 있습니다. 특정 IT 제품을 만들기 위해서는 소프트웨어 개발, 데이터, 디자인 직무 등 다양한 직무의 전문가들이 동시에 필요한데요. 특히, 데이터 직무의 경우 IT 산업 내에서 가장 각광받는 직무라고 해도 과언이 아닙니다. 전공자뿐만 아니라 많은 IT 비전공자들도 데이터 직무에 많은 매력을 느끼고 신규 취업이나 직무 전환에 도전하는 이유입니다.

이처럼 일정 규모 이상의 유저 수와 데이터 적재량이 확보되어 있는 회사에서 데이터 분석가를 채용하는 구조가 형성되고, IT 분야 실무자를 채용하는 트렌드가 이어지면서 데이터 분석가 취업의 기회도 꾸준히 증가할 것으로 보입니다. 이러한 트렌드를 알고 자신의 성향에 맞는 데이터 분석가 채용 기회를 찾아간다면 더 효과적으로 커리어를 개발할 수 있겠죠.

2. 왜 비전공자도 데이터 분석가에 도전해야 할까?

데이터 직무는 일반적으로 데이터 분석가, 데이터 엔지니어, 데이터 과학자 3가지로 분류할 수 있습니다. 그러나, 일반적으로 데이터 엔지니어는 탄탄한 소프트웨어 엔지니어링 역량을 요구하고 데이터 과학자는 높은 수준의 수학 및 통계학 역량을 요구하기 때문에 비전공자가 단기에 성과를 내기에 쉽지 않은 직무들입니다.

그에 비해 데이터 분석가의 경우, 비전공자의 입장에서 바라볼 때 도전의 효율성과 효과성 모두 챙길 수 있는 직무입니다. 분석적 사고력, 기초적 수준의 통계학 지식, 그리고 데이터 분석 스크립트 작성 스킬(특히 SQL)을 보유한다면 누구든지 데이터 분석가 취업에 도전할 수 있습니다.

3. 비전공자 데이터 분석가, 어떻게 하면 취업까지 가능할까?

비전공자의 경우, 부트캠프 수료를 통해 데이터 분석 스킬 배양을 위한 기초체력을 다지는 것은 충분히 가능합니다. 컴퓨터나 통계학을 전공하여 수년간 지식과 스킬을 개발하는 것에 시간을 투자할 것이 아니라면, 데이터 분석가 취업 준비를 시작하기 위한 가장 효율적인 방법은 부트캠프에 참여하여 데이터 분석에 대한 감을 잡는 것입니다. 아무런 지식과 경험이 없는 상태에서 데이터 분석이라는 광범위하고 어려운 내용을 독학하는 것은 많은 시행착오를 수반하는 위험이 있습니다.

다만, 커리큘럼이 탄탄하게 구성되어 있고 취업까지 연결될 수 있는 부트캠프를 선택하여 수료하는 것이 중요한데요. 이 때 데이터 분석 부트캠프의 커리큘럼에 필수적으로 포함되어야 할 사항이 크게 3가지 정도 있습니다. 첫째는 데이터에 대한 이론적 학습(기초 통계 및 확률), 둘째는 Python 및 SQL에 대한 실무 관점의 실습, 그리고 세번째는 데이터 시각화에 대한 학습입니다.

4. 데이터 분석가 채용을 위한 기초 체력 4가지

데이터 분석가로서 가져야 할 기본적인 소양은 크게 4가지로 구성되어 있습니다.

1. 데이터에 대한 기초적 이해

데이터 분석을 위한 기초 수학과 통계를 학습함과 동시에 가장 범용적인 데이터 핸들링 툴인 “엑셀"을 활용할 줄 알아야 합니다. 엑셀에서 사용하는 다양한 함수와 시각화 경험이 향후 학습할 Python, SQL, 시각화 툴에 대한 배경지식 역할을 하기 때문입니다.

2. 데이터 분석용 프로그래밍 언어 (Python)

데이터 분석 코드를 작성할 때 가장 많이 사용되는 프로그래밍 언어는 Python이 대표적입니다. 전 세계 대다수의 실무자들 역시 이 의견에 동의할 텐데요. 데이터 분석을 위한 Python 기본 문법뿐만 아니라, 데이터 수집 및 전처리 라이브러리인 Pandas와 Numpy까지 충분히 숙지해야 데이터 분석가로서 실무를 진행할 수 있습니다.

3. 데이터베이스를 활용한 데이터 추출 및 분석 (SQL)

Python과 SQL은 공통적으로 데이터를 제어하고 분석하는 언어입니다. 다만, SQL은 사내 DB에 직접 접속하여 데이터를 분석한다는 점과 SQL 고유의 문법을 사용한다는 점에서 Python과 차이가 있습니다.

일반적인 회사에서 데이터를 분석할 때 쓰는 표준 툴이 엑셀이라면, IT 기업의 데이터 분석가가 사용하는 표준 툴은 SQL입니다. 그만큼 가장 노력을 많이 기울여야 하는 스킬이기 때문에 데이터 분석가로서 성장하고자 하는 사람이라면 SQL 기본 문법과 심화 문법, 나아가 SQL 코딩테스트까지 철저히 준비해야 합니다.

4. 데이터 시각화 및 대시보드 생성 (Tableau 등 시각화 툴)

일차적으로 가장 중요한 일은 데이터를 잘 가공하고 추출하여 원하는 지표를 정의 및 분석하는 것이지만, 복잡한 데이터를 한 눈에 파악하기 쉽게 요약하는 방법도 매우 중요합니다. 이를 ‘데이터 시각화’라고 하는데요.

대표적인 시각화 툴은 PowerBI, Tableau 2가지가 있습니다. 특히 Tableau는 데이터 시각화에 특화되어 수많은 차트를 그릴 수 있는 기능을 탑재하고 있습니다. 이미 국내외 대형 기업들에서 데이터 분석 툴로 광범위하게 사용되고 있죠.

다만, IT 제품 개발의 속도가 매우 빠른 만큼, 시각화나 데이터 분석 툴 역시 발전을 거듭하고 있는데요. 이러한 제품들 중 가장 빠르게 점유율을 높여가고 있는 제품은 Amplitude입니다. IT 제품 분석 및 고객 데이터 분석에 특화되어 있는 제품이고, 유수의 IT 기업에서 데이터 분석가나 프로덕트 매니저를 채용할 때 Amplitude 사용 경험 여부를 꾸준히 묻고 있을 정도입니다. 데이터 분석가 취업을 준비한다면 Amplitude 데모 계정을 사용해 보시기를 권장합니다.

5. 데이터 분석 부트캠프만으로 취업까지 가능할까?

실무적 관점에서 탄탄한 커리큘럼과 피드백이 있다면 시중의 부트캠프만으로도 데이터 분석가 취업이 가능합니다. 그렇기 때문에 취업을 목적으로 특정 부트캠프에 참여하는 것을 고려할 때에는, 실습 프로젝트가 얼마나 실무적인 관점에서 짜여 있는지 체크해 볼 필요가 있습니다. 또한, 이에 대한 피드백 역시 현직자 멘토들의 현실적인 조언이 제공되는지도 사전에 확인하는 것이 좋습니다.

실력 증진 관점에서 보면, 단순 경진대회 참여 목적의 데이터 분석 프로젝트보다 실제 현업의 문제를 해결하면서 특정 직무 스킬을 익히는 것이 가장 효과적입니다. 데이터 분석 부트캠프가 유수의 IT 기업에 종사하는 멘토진을 구성하고 어떤 점이 실무 측면에서 임팩트가 있었는지, 보완해야 할 점은 무엇인지를 디테일하게 제공하는지 여부를 확인해야 하는 이유이기도 하죠.

그러면 최근 데이터 분석가 채용을 진행한 아래 두 회사의 공고를 분석해 보고, 데이터 분석 부트캠프를 활용해 취업이 가능한지 여부를 확인해 보겠습니다.

위 2가지 채용공고는 금융, IT 플랫폼 기업 등 유수의 기업들의 데이터 분석가 채용 공고인데요. 위 두 회사 이외에도, 네이버나 라인, 삼성 등과 같은 굴지의 IT 기업에서도 데이터 분석가들에게 요구하는 역량은 대부분 일관됩니다.

첫째, 해당 기업이 속한 시장의 도메인에 대한 이해와 실무 프로젝트 경험.
둘째, 데이터 분석용 프로그래밍 언어에 대한 능숙도(SQL, Python).
셋째, 데이터 시각화 툴을 사용한 커뮤니케이션 역량입니다.

이러한 요소들은 앞서 살펴본 데이터 분석 기초체력에서 살펴본 것과 동일한 것들이지만, 독학보다는 부트캠프에서 빠르게 감을 잡고 방향성을 찾는 것이 매우 중요할 수 있습니다. 데이터라는 드넓은 바다에서는 방향을 잘 찾는 것만으로도 비효율적인 시행착오들을 걷어낼 수 있습니다.

위 채용공고를 조금 더 깊이 들여다볼까요? 만약 본인이 기술통계량 분석에 만족하지 않고 대용량의 데이터 핸들링 및 시스템 개발에 관심이 있다면 백엔드 개발을 공부하는 것도 좋습니다. 또, 통계적/수학적 접근에 관심이 많고 머신러닝/딥러닝 기술을 활용하여 데이터 예측 모형을 만드는 것에 관심이 있다면 수리통계학과 선형대수학을 학습해 보세요.

다른 인사이트가 더 궁금하다면

인사이트 콘텐츠 더 보러가기 👉