데이터 과학자와 데이터 분석가, 과연 어떠한 차이가 있는 것일까

데이터 과학자와 데이터 분석가, 과연 어떠한 차이가 있는 것일까 

Data scientist versus data analyst: confusion reigns

최근 Computing社에서 실시한 빅데이터 트렌드와 연관된 전문가 조사에 의하면 데이터 과학자의 경우에는 방대한 대용량 데이터 시대로 인해 탄생된 직군으로 인지되고 있으며, 이전에 인식되어오던 역할과 명확히 구분이 되는 것으로 고려되고 있다 하겠다. 하지만 대다수 기업 및 조직들에서 다수의 리크루터들의 경우에는 이러한 구분이 명확하지 않은 상황인 것으로 나타났는데, 그 이유는 데이터 과학자들이 보다 많은 연봉을 지급받고 있는 트렌드를 반영해 데이터 분석가들 마저도 데이터 과학자의 범주 안에 자신들을 포함시키고자 노력하는 모습을 보이고 있는 추세로 변화하고 있는 것으로 나타나 빅데이터 관련 사회적 트렌드 변화를 살펴보고자 한다.

이전에 시행된 연구결과에 의하면 데이터 분석가의 역할이 일반적으로 기존의 비즈니스 인텔리전스 기반의 고전적인 역할에 국한되어있었으나, 빅데이터와 인공지능, 그리고 기기학습의 등장으로 인한 분석기술의 발전과 더불어 데이터 중심의 비즈니스 변화가 출현함에 따라 데이터 과학자는 데이터 분석가가 단순 벌어진 사실이나 경험들을 분석하여 결과를 도출하는 것에 비해 앞으로 발생할 것으로 예상되는 일들을 예측하는 역할을 차지하고 있는 것으로 밝혀졌는데, 이러한 트렌드 예측을 위해 데이터의 사용자들을 연구하는데 보다 많은 시간을 투자하고 있으며 보다 심층적인 분석결과를 도출하기 위해 상관관계나 트렌드를 밝히는 실험을 진행하고 있는 것으로 나타났다고 한다. 데이터 분석에 국한되는 것이 아닌 자신들이 속한 기업 및 조직의 비즈니스와 지속적인 연계점을 찾아내기 위한 문화를 필요로 하고 있으며 자신들이 추진하는 프로젝트가 부적절하게 치부되지 않도록 부단한 노력을 기울이고 있는 점도 눈여겨봐야 할 점인 것으로 나타났다.

금번에 시행된 최신 연구결과에 의하면 데이터 과학자와 분석가에게 요구되는 가장 높은 항목은 '실시간 분석기술'로 조사되었으며, 데이터 과학분야에 속한 것으로 알려진 기계학습 관련 능력이 높은 비중을 차지한 것으로 나타났다.

데이터 분석가와 데이터 과학자에게 요구되어지는 상위 능력은 아래와 같이 정리해볼 수 있겠다;

[데이터 과학자]

1. 다양한 종류의 데이터로부터 인사이트를 도출할 수 있는 능력

2. 문제를 규명하고 솔루션을 찾을 수 있는 능력

3. 데이터를 독창적으로 활용할 수 있는 능력

4. 사업에 대한 전반적인 이해

5. 데이터 기반의 인사이트 제공

[데이터 분석가]

1. 프레젠테이션 기술

2. 실시간 분석경험 기술

3. 협업 및 다분야 업무 추진 능력

4. 기기학습모델의 구축 능력

5. 사업에 대한 이해

향후에도 데이터 과학자와 분석가에 대한 역할 논란 및 명확한 구분은 논란이 될 것으로 예상되고 있지만, 점진적으로 보다 많은 다양한 사례가 도출되어 양 포지션 별 다양한 사업추진의 실제 사례들이 구현되어감에 따라 보다 정확한 역할규명이 이루어질 수 있을 것으로 예상해볼 수 있겠다. 

이미지출처 : http://www.computing.co.uk/ctg/news/3007971/data-scientist-vs-data-analyst-confusion-reigns

기사출처 : http://www.ndsl.kr/ndsl/search/detail/trend/trendSearchResultDetail.do?cn=GTB2017001846

원문출처 : http://www.computing.co.uk/ctg/news/3007971/data-scientist-vs-data-analyst-confusion-reigns