안녕하세요. 김민지입니다 :-)
빅데이터에 대한 세간의 관심이 뜨겁습니다. 그에 따라 많은 사람들이 빅데이터 학습을 많이 염두해 두고 있는데요.
아무래도 전공자가 아니거나 현실적인 문제에 부딪히다 보면 학습을 시작하기도 전에 포기할 가능성이 큽니다.
빅데이터 학습을 언제, 어떻게 시작해야겠는지 모르겠거나 너무 많은 정보에 지치신 분들을 위해서
많은 분들이 물어봐주셨던, 그리고 제가 고민했던 내용 5가지를 Q&A형식으로 정리해드리겠습니다.
꼭 읽어보시고, 빅데이터 학습을 시작하시는 모든 분들의 첫 출발이 순조롭길 바라겠습니다.
Q1: 광범위한 빅데이터, 언제 어떻게 시작해야 할까요?
A1: 이제 모두가 빅데이터를 배우고, 배울 수 있는 시대가 성큼 다가왔습니다.
현재 어떤 전공을 하고 있던, 어떤 직무에서 일을 하던 저의 말을 믿고 바로 시작하세요.
학원을 다녀도 좋고 책을 읽어도 좋고 자격증 준비를 하여도 좋습니다.
아래의 Q&A를 참고하여 자신에게 맞는 공부방법을 선택하셔도 됩니다.
Q2: 빅데이터 관련 자격증, 무엇을 따야 할까요?
A2: 현재 국내의 빅데이터 관련 도움이 될 만한 자격증은 빅데이터분석기사, 경영빅데이터분석사, ADsP(데이터분석 준전문가), ADP(데이터분석 전문가), 사회조사분석사, SQLD(SQL 개발자), SQLP(SQL 전문가) 정도가 있습니다.
빅데이터분석기사, ADP, SQLP를 제외하고 나머지 자격증은 ‘빅데이터 관련 지식이 하나도 없다’ 하더라도 시작하여 3개월안에 충분히 독학으로도 취득할 수 있는 난이도입니다. 서점에 가서 책을 직접 본 후 본인에게 맞는 자격증을 준비하세요.
참고로 빅데이터분석기사는 신규 국가기술자격으로, 취득 시 앞으로 더욱 다양한 분야에서 많은 도움을 받을 수 있을 것입니다. (관련 컨텐츠를 2021년 03월부터 업로드 하도록 하겠습니다.)
Q3: 저는 빅데이터 공부가 처음인데 무조건 학원에 가야할까요?
A3: 빅데이터 관련 자격증들이 주목을 받게 되면서 학원들도 앞다투어 다양한 교육과정을 만들어내고 있습니다. 또한 300~500만 원 정도의 학원비를 지원해주는 국비 지원 과정도 생겨나고 있습니다. 좋은 품질의 빅데이터 교육을 제공하는 곳도 있지만, 잘 살펴보지 않으면 타이틀만 빅데이터이지 실제로는 빅데이터와 크게 상관없는 개발 관련 내용을 배울 수도 있습니다. 또한 실제 빅데이터에 대한 통찰력을 배우고 실제 데이터를 활용하여 배우는 곳은 쉽게 찾을 수 없었습니다.
따라서 무조건 학원을 간다기 보다는 ‘내가 정말 필요한 부분의 커리큘럼을 제공하는 곳’을 찾아서 가도록 하세요.
예를 들어 단순히 ‘빅데이터 전문가 양성과정’이라기보단 ‘파이썬으로 데이터 마이닝 시작하기’의 과목을 찾아 듣는 것이 비용적으로나 시간적으로나 더욱 효율적입니다.
Q4: 자격증과 학원말고는 빅데이터를 공부할 수 있는 방법은 없나요?
A4: 사실 현재 자격증과 학원의 커리큘럼만으로 빅데이터 공부를 잘 하고 있다고 말하기에는 한계가 있습니다.
우리가 그토록 무수히 많이 좌절한 영어교육처럼 단순히 암기를 통해 배울 수 있는 학문이 아니기 때문입니다. 빅데이터는 인문학, 수학, 통계학적 이해는 물론 IT 시스템의 이해, 프로그래밍 능력까지 겸비해야 완전함을 이룰 수 있는 융복합적 학문입니다. 단기간에 취업, 승진등을 위한 자격증 취득, 프로그래밍 기술은 어렵지 않게 이룰 수 있지만 진정한 빅데이터 전문가가 되기 위해서는 데이터 및 알고리즘 자체의 이해뿐만 아니라 다양한 사례들을 통한 통찰력을 겸비해야 합니다.
이러한 역량이 단기간에 쌓아지지는 않겠죠? 꾸준히 논문과 도서를 접하고 좋아하는 분야를 만들어 알고리즘을 깊게 연구하고, 그 알고리즘을 통해 간단한 프로젝트라도 훈련해보는 루틴을 반복해야 합니다.
Q5: 이것저것 복잡해요, 그냥 학습 로드맵을 정해주시면 안될까요?
A5: 너무 막연하다 보면, 오히려 이것저것 많은 방법을 제시하는 것이 혼란스러울 수 있다는 점을 저자도 몸소 겪어 보았습니다. 그래서 누군가 그냥 ‘이것부터 해’ 라고 말해주길 바랬던 마음을 떠올려 참고할 수 있도록 로드맵을 제시합니다. 이 로드맵은 극히 저자의 개인적인 의견이니 참고하실 분들만 참고하세요.
Case 1: 하루 1-2시간 공부할 수 있는 경우
저자의 책이 아니더라도 R, 파이썬 등을 활용한 데이터 분석의 입문서를 통해 데이터의 전반적인 이해와 프로그래밍과 친숙해지세요. 책으로만 보는 것은 소용 없습니다. 실제 코드를 함께 작성하고 기본적인 내용에 익숙해질 수 있도록 연습합시다. 틈틈이 데이터 관련 책을 읽음으로써 데이터에 대한 통찰력을 길러봅시다.
Case 2: 하루 2-3시간 공부할 수 있는 경우
빅데이터분석기사, ADsP, SQLD, 경영빅데이터분석사 등 관심 있는 자격증을 준비합시다.
R, 파이썬 중 한 가지를 선택해 데이터 분석의 기초와 실제 코드를 작성하며 소규모 프로젝트 포트폴리오를 작성해나가세요. 틈틈이 데이터 관련 책을 읽음으로써 데이터에 대한 통찰력을 길러봅시다. 부담 갖지 말고 논문도 읽어보세요. 구글 학술검색, 국내 지능정보연구 등을 통해 다양한 논문을 접할 수 있습니다.
Case 3: 하루 3-4시간 공부할 수 있는 경우
위 학습들을 병행하면서(Case1~Case2) 자신의 관심 연구분야를 선정하고 조금씩이라도 관련된 알고리즘, 기술 동향, 비즈니스 모델, 논문 등을 정리하여 포트폴리오를 생성해보세요.
어느 정도 학습이 이루어지면 캐글(Kaggle) 경연대회에 참석해보세요. 기업 및 단체에서 데이터와 해결 과제를 등록하면, 사람들이 이를 해결하는 데이터 알고리즘을 개발하고 경쟁합니다. 실제 비즈니스 환경에서 도출되는 데이터 세트를 경험해볼 수 있어서 좋은 기회입니다.
머신러닝, 딥러닝 기술 등 심도 있는 데이터 관련 학습을 시도해보세요. 공부해온 모든 것들이 융합되어 더 큰 시너지를 낼 수 있을 것입니다.
무엇이든 꾸준히 하다보면, 반드시 좋을 결과를 가져다 줄 것입니다. 다같이 화이팅 ! :)