'[1과목] 데이터 이해 - [3장] 가치 창조를 위한 데이터 사이언스와 전략 인사이트 - [02] 전략 인사이트 도출을 위한 필요 역량' 정리

중요 사항
1) 데이터 사이언스 정의
2) 데이터 사이언스의 3대 구성 요소
3) 데이터 사이언티스트의 요구 역량들
4) 데이터 사이언티스트의 6가지 핵심 질문

 

1. 데이터 사이언스 의미와 역할

• 데이터 사이언스는 데이터로부터 의미 있는 정보를 추출하는 학문
• 통계학이 정형화된 실험 데이터를 분석 대상으로 하는 것과 달리, 데이터 사이언스는 정형과 비정형을 막론하고 다양한 매체에서 생성되는 숫자, 문자, 영상 정보 등 다양한 유형의 데이터를 대상으로 총체적 접근법 사용
• 데이터 마이닝은 주로 분석에 초점을 두나, 데이터 사이언스는 분석 뿐 아니라 이를 효과적으로 구현하고 전달하는 과정까지 모두 포괄 → 전략적 통찰 추구, 비즈니스 핵심 이슈 해결, 사업 성과 견인 역할
• 데이터 사이언스는 데이터 공학, 수학, 통계학, 컴퓨터공학, 시각화, 해커의 사고방식, 해당 분야의 전문 지식을 종합한 학문

 

2. 데이터 사이언스의 3대 구성 요소

1. IT (Data Management)
2. 분석
3. 비즈니스 컨설팅

 

3. 데이터 사이언티스트 요구 역량들

1. 가트너
   1. 데이터 관리: 데이터에 대해 이해
   2. 분석 모델링: 분석론에 대한 지식
   3. 비즈니스 분석: 비즈니스 요소에 초점
   4. 소프트 스킬: 커뮤니케이션, 협력, 리더십, 창의력
      → 역량의 공통점은 '호기심', 정량 분석이라는 과학과 인문학적 통찰에 근거한 합리적 추론을 조합한다.
2. Hard Skill (툴, 기술과 같이 정량화하기 용이한 업무 능력 및 기술 세트)
   1. 빅데이터에 대한 이론적 지식: 관련 기법에 대한 이해, 방법론 습득
   2. 분석 기술에 대한 숙련: 최적의 분석 설계 및 노하우 축적
3. Soft Skill (대인 관계 기술과 연관이 깊은 정량화하기 어려운, 주관적인 스킬)
   1. 통찰력 있는 분석: 창의적 사고, 호기심(문제의 이면 파악, 질문 수립, 검증 가능한 가설 수립), 논리적 비판
   2. 설득력 있는 전달: 스토리텔링, Visualization
   3. 다분야 간 협력: 커뮤니케이션

 

4. 데이터 사이언스: 과학과 인문의 교차로

• 데이터 사이언티스트에게 스토리텔링, 커뮤니케이션, 창의력, 열정, 직관력, 비판적 시각, 글쓰기 능력, 대화 능력 등이 필요하다고 강조
• 대부분 인문학의 주요 주제들

 

5. 전략적 통찰력과 인문학의 부활

1. 단순 세계화에서 복잡한 세계화로 변화: 다양성과 각 사회의 정체성, 그 맥락 관계와 연결성 등이 키워드로 대두
2. 비즈니스의 중심이 제품 생산에서 서비스로 이동: 얼마나 뛰어난 고객 서비스를 제공해주느냐
3. 경제와 산업 논리가 생산에서 시장 창조로 변화: 새로운 현지화에 근거한 시장 창조

 

6. 데이터 사이언티스트에 요구되는 인문학적 사고의 특성과 역할

구분	과거	현재	미래
정보 (Information)	무슨 일이 일어났는가? 리포팅	무슨 일이 일어나고 있는가? 경고	무슨 일이 일어날 것인가? 추출
통찰 (Insight)	어떻게, 왜 일어났는가? 모델링	차선 행동은 무엇인가? 권고	최악, 최선의 상황은? 예측, 최적화

• 정량분석이라는 과학과 인문학적 통찰에 근거한 합리적 추론을 조합한다.

 

7. 데이터 분석 모델링에서 인문학적 통찰력의 적용 사례

1. 인간을 바라보는 유형별 세 가지 관점
   1. 타고난 성향의 관점: 인간은 변하지 않는 존재다.
   2. 행동적 관점: 현재의 신용 리스크 모델
   3. 상황적 관점: 특정 행동을 거듭하는 사람은 그 행동을 앞으로도 반복할 확률이 높다.

 

 

 

출처: 김계철 지음, '2023 ADsP 한 권으로 끝내기