요즘 기업 최고 의사결정에 핵심적인 역할을 수행하는 사람이 있습니다. 이러한 사람은 자신을 단순한 노동 IT인력이 아니라고 합니다. 데이터를 통해 의사 결정을 수행하는 경영자적 역할을 한다는 것입니다. 이러한 과정에서 엄청나게 많은 능력이 필요하다고도 이야기 합니다.

엄청나게 많은 능력, 즉 데이터에 대한 지식이 필요해서 데이터베이스에 대한 사전 학습이 필요합니다. 데이터베이스가 서버에 적재되어 있는 경우가 대다수고 분석도 성능이 좋은 서버에서 이루어지기 때문에 서버에 대한 지식도 알아야 합니다. 데이터 전처리 및 가공 능력은 필수 입니다. 수학 및 통계학적 지식이 있어야 합니다. 그래야 이를 응용해 비즈니스에 적용 가능한 모델을 만들 수 있습니다. 이러한 데이터 전처리, 가공 및 모델 개발 과정은 코딩으로 이루어집니다. 한 두가지 프로그래밍 언어도 알아야 합니다. 분석을 마친 결과는 알기 쉽게 전달해야 합니다. 보고서 작성을 위해서는 인문학적 언어 능력, 경영학적 능력도 요구됩니다. 최종 분석 결과를 자동화 솔루션으로 제작하기 위해서는 시스템 개발까지 해야 합니다. 이 모든 것을 마친 후에 최종적으로는 많은 사람 앞에서 발표를 합니다. 의소소통 능력도 빼놓을 수 없습니다.

데이터 분석의 첫 단추는 기업 문제_{Business problem}의 정의에서 시작한다. 소위 말해 숲을 보고 세부적인 나무로 들어가는 방법이다. 기업 문제를 정의하면 그 문제를 해결하기 위해 데이터를 통해 인사이트를 찾아나가는 방식이다. 솔직히 말하면 꽤 모호하다.^43쪽

이러한 사람을 ‘AI 빅데이터 전문가’라고 부릅니다. 21세기 가장 섹시한 직업이며, 미국 직장 평가 사이트 글래서도우_Glassdoor의 발표에 따르면 2015년부터 2019년까지 4년 연속 1위를 차지한 직업입니다. 4차 산업혁명 시대의 최고의 직업이라고 합니다.

 

1년 안에 AI 빅데이터 전문가가 되는 법 4차 산업혁명 시대의 최고의 직업
서대호 저 | 반니 | 2020년 02월 25일

 

이 책은 AI 빅데이터 전문가가 되기 위한 공부법을 알려줍니다. 수많은 학습 방법 중 나에게 맞는 공부법은 따로 있다는 것입니다. 저자의 이야기를 빌리자면, AI 빅데이터 전문가가 되기 위한 공부법은 독학으로 시작하여 시간을 오로지 공부하는 것에 많이 투자하는 것이라고 합니다. 그리고, 지금 시기가 비전공자도 인생을 바꿀 수 있는 최고의 적기라고 합니다.

AI 빅데이터 전문가는 컴퓨터만 있으면 어디든 일을 할 수 있기 때문에 한 곳에서 근무하는 것이 아닌 여러 곳에 걸쳐서 일을 할 수 있다. 실제로 AI 빅데이터 전문가로 활동하고 있는 나는 현재 대부분의 일을 집에서 하고 있지만 소속된 업체만 네 군데나 된다. 굳이 그 업체에 출근하지 않아도 재택근무를 하며 일을 하고 있다. 물론 네 곳 모두에서 월급 또는 수익을 창출하고 있다.^34쪽

AI 빅데이터 공부를 위해 학교 진학, 학원 등록, 자격증 공부의 문제를 지적합니다. 학교에서 배우는 지식은 얕을 수 밖에 없다고 합니다. 관련 과목은 기본적인 이론과 실습을 가르칠 뿐이라고 하며 강의 시간도 절대적으로 부족하다는 것입니다. 비교적 새로 생긴 학문이다 보니 교수진의 자질도 문제가 있다고 합니다. 자격증도 제대로 역량을 평가할 수단이 아니라고 합니다. 현재 국내 빅데이터 관련 자격증은 알고리즘에 대한 깊은 이해와 데이터를 다룰 수 있는 코딩 능력을 채워주지 못한다는 것입니다. 실전에는 전혀 도움이 안된다고 합니다.

한편으로는 아예 기업 내에서 인력을 키우려는 움직임도 있다. 공채를 내도 관련 인력을 뽑기 어려우니 그냥 자체적으로 교육하는 것이다. LG전자는 AI 전문가를 육성하기 위해 해외 대학 위탁 교육 프로그램을 만들었고 수료자들이 현업에 배치된다. 이 프로그램은 사내 석∙박사급 개발자 중에서도 우수 인력을 선발해 카네기멜런 대학교, 토론토 대학교 등 우수 대학에서 교육받도록 한 것이다. 이들은 AI 프로젝트의 문제 해결을 위한 핵심 솔루션을 개발하고, 이 분야 연구원들의 역량을 높이기 위한 멘토로도 활동될 예정이다.^42쪽

AI 빅데이터 전문 회사에 취업한다고 해서 실력을 보장하지 않는다고도 합니다. 본인이 잘하는 전문 분야와 해당 회사에서 하는 일이 다를 수 있습니다. 또한, 회사 업무 중 단순 반복 업무 또한 무시할 수 없기 때문이라고 합니다. 본인이 원하는 연구를 할 수 있는 시간이 부족한 것이 사실입니다. 스스로 배우는 공부가 필요합니다.

회사에서는 자신의 흥미와 적성에 맞는 연구를 할 수 없다. 회사의 이윤 창출에 도움이 되는 연구 또는 기술에 당신이 맞추어질 뿐이다. 심지어는 AI 빅데이터 전문가가 되는 데에는 하등 관련이 없는 분야나 기술을 몇 달간 하면서 시간을 허비할 수도 있다. 절대 AI 빅데이터 전문가로서 성장하기 위해 회사에 의존해서는 안된다.^99쪽

파트 1과 파트 2를 통해 AI 빅데이터 전문가의 매력과 교육 문제점을 지적했다면, 파트 3 부터는 제대로 된 공부를 통해 AI 빅데이터 전문가가 되는 방법을 알려줍니다. 파트 3은 AI 빅데이터 전문가가 되기 위해 기본기를 다지는 공부방법을 알려줍니다. 배워야 할 내용으로 경영학, 데이터 마이닝, 코딩, 수리통계학, 딥러닝, 데이터베이스를 소개합니다. 왜 필요한지와 어떻게 공부할 것인지, 그리고 도움이 되는 책을 소개하고 있습니다. 처음 공부할 때는 책이 좋다는 것입니다. 이 책에서 소개하는 책은 저도 읽어보면 좋을 것 같아서 온라인 서점 장바구니에 담았습니다.

빅데이터 개념
⟪빅데이터 기초: 개념, 동인, 기법⟫(시그마프레스)
⟪인공지능 시대의 비즈니스 전략⟫(더퀘스트)

AI 빅데이터 분석의 다양한 활용 사례
⟪빅데이터가 만드는 제4차 산업혁명⟫(북카라반)
⟪빅데이터 비즈니스 이해와 활용⟫(위즈하임)
⟪빅데이터 분석과 활용⟫(학지사)

데이터마이닝
⟪데이터 마이닝 개념과 기법⟫(에이콘출판)
⟪패턴인식⟫(교보문고)
⟪데이터 마이닝 기법과 응용⟫(한나래)

데이터분석
⟪파이썬 라이브러리를 활용한 데이터 분석⟫(한빛미디어)
⟪파이썬으로 데이터 주무르기⟫(비제이프블릭)
⟪빅데이터 분석 도구 R 프로그래밍⟫(에이콘출판사)
⟪R라뷰⟫(더알음)

수리통계학
⟪수리통계학 개론⟫(경문사)

그렇다면 왜 수리통계학적 지식이 중요할까? 실제 실전에서 데이터 분석을 하게 되면 목적에 부합하는 모델을 직접 선택하고 적용해야 한다. 학원에서는 어떤 모델을 쓰라고 직접 알려주지만 실전에서는 알려주는 선생님이 없다. 자신이 해당 데이터와 분석 목적에 가장 부합하는 모델을 선택해야 하는데 이때 수학적∙통계학적 지식이 있어야 어떤 모델을 선택할지 알 수 있다. 때에 따라서는 모델을 조금 변형하거나 여러 모델을 결합해 분석할 때도 많은데 수학적∙통계학적 지식이 전혀 없으면 이러한 작업이 이루어 질 수 없다.^77쪽

딥러닝
⟪딥러닝 제대로 시작하기⟫(제이펍)
⟪밑바닥부터 시작하는 딥러닝⟫(한빛미디어)
⟪케라스 창시자에게 배우는 딥러닝⟫(길벗)

데이터베이스
⟪Database Concepts⟫(Pearson Education)
⟪SQL 전문가 가이드⟫(한국데이터베이스진흥원)
⟪몽고디비 인 액션⟫(제이펍)

API개발
⟪깔끔한 파이썬 탄탄한 백엔드⟫(비제이퍼블릭)

교과서에서 배운 알고리즘을 그대로 넣어도 사실 어느 정도 꽤 괜찮은 정확도가 나올 수 있다. 그러나 데이터의 특성에 맞는 최적화된 모델을 구축해 더 나은 성과를 보여야 할 때가 많다. 특히 현대 사회에서 요구되는 AI 빅데이터 전문가의 역량이 이런 것들이다. 따라서 이런 경우에는 기존의 알고리즘을 수정하거나 여러 개의 알고리즘을 결함하는 형태로 최적화된 모델을 만들어야 한다. 완전히 제로베이스에서 새로운 모델을 만드는 경우는 없다. 모두 기존에 만들어진 알고리즘에서 시작해서 무언가 새로운 모델을 만드는 것이다. ^113쪽

파트 4는 기본기를 넘어서 전문가가 되는 공부법을 알려줍니다. 실전 데이터 분석을 위해 가장 좋은 연습도구로 캐글 경연대회를 꼽습니다. AI 빅데이터 영역 중 자신만의 전문 분야를 찾는 것도 중요하다고 합니다. 그런다음 전문 분야에 대한 서적과 논문을 꾸준히 읽어야 한다고 합니다. 자신만의 독창적인 알고리즘을 만들어 보는 것을 시도할 필요가 있다고 알려줍니다. 연구의 완성으로 논문을 작성하고 저술지에 논문 기고를 하는 것에 도전하라고 합니다. 자신만의 독착적인 연구방법론 수립이 필요한 이유입니다.

앞으로 연구 분야에 대해서 공부할 때에는 아마존에 수시로 들락거리면서 관심 분야의 책들을 눈여겨보아야 한다.^192쪽

논문을 작성하기 위해서는 데이터 분석 실험이 있어야 하는데 그러려면 데이터 수집이 필수다. 만약 프로젝트를 수행한 이력이 있고 프로젝트를 위임한 기관에서 동의해주었다면 해당 프로젝트 데이터 분석 결과를 논문으로 쓰는 게 가장 좋다. 데이터 자체도 상당히 큰 경쟁력이라, 희소하고 좋은 품질의 데이터만 있어도 논문을 쓸 수가 있다. 왜냐하면 해당 도메인의 데이터로 분석을 도출한 기존 연구가 없으면 이 또한 새로운 공헌이 될 수 있기 때문이다.^225쪽

파트 5는 AI 빅데이터 전문가가 된 후 해야 할 일에 대한 이야기로 채워져 있습니다. 저자 자신의 경험이 더해졌습니다. 파트 3과 파트 4를 통해 꾸준히 공부하였다면 이제는 AI 빅데이터 전문가 자격이 충분하다는 것입니다. 관련 지식을 계속 습득해 진정한 능력자가 되고, ‘이미 전문가가 되었다’라고 생각하고 시작하라고 합니다. AI 빅데이터 전문가가 되기에 늦은 시기는 없습니다.

당신은 이미 전문가다. 주변에서 AI빅데이터에 대해서 물어보거나 컨설팅이 들어오면 당신이 말하는 게 정답이라는 생각으로 자신감을 가져야 한다. 당신만큼의 지식을 가진 사람이 거의 없기 때문에 당신이 최고가 될 수 있다. 만약 조금 막히거나 모르는 부분이 있으면 빠르게 부족한 부분을 학습하면 된다. 이미 기본기를 익혔기 때문에 이 정도 보완하는 것은 쉽게 할 수 있다.^238쪽

이 책의 저자는 서대호 입니다. 국내 수도권 상위 대학에서 정보시스템학과을 졸업하고, 산업공학과 석사 학위를 받았습니다. 현재 정보대학원에서 박사 과정을 받고 있다고 합니다. 공공 연구소, AI 빅데이터 관련 회사를 거쳤습니다. 현재는 본인 회사의 대표, 다른 회사의 이사, AI 빅데이터 전문가로 여러 회사에서 동시에 일을 하고 있다고 합니다. 91년 생으로 디지털 노마드를 실천하고 있는 모습이 책 곳곳에서 보입니다. 저자와 같은 직업을 가지고 디지털 노마드를 원하는 사람들을 위해 저자 자신의 경험담을 풀어내고 있습니다.

AI 빅데이터 전문가가 되기 위해 최소한으로 공부해야 할 범위를 알려줍니다. 그 범위에 해당하는 정확하고 올바른 공부방법을 소개합니다. 많은 힌트와 연봉 상승에 대한 동기부여도 얻을 수 있습니다. 책에서 소개하는 방법으로 공부를 한다면 정말 1년 안에 전문가가 될 수 있겠다라는 생각을 해봅니다. 공급이 수요를 따라가지 못해 발생하는 역효과도 분명 있습니다. 하지만, 올바른 방법으로 제대로 된 전문가가 되길 마음먹었다면 도전해 볼만한 직업인 것은 맞습니다. 변화하는 시대에 새롭게 적응하는 것, 바로 AI 빅데이터를 공부하는 것입니다.