한빛미디어

빅데이터, 데이터분석, 인공지능이 대세가 되며 비전공자들도 코딩을 배우기 시작한다. 파이썬 또는 R을 가지고 분석을 하는 사람들도 하나둘 늘어나고 대학교는 물론 학원에서도 이를 가르치는게 많아지고 있는 상황이다. 이런 흐름은 자연스러운것은 인정하나 무언가 무턱대고 이걸 배우면 나도 실력이 늘어나서 전문가가 될수있다고 자신하는 분위기에는 크게 긍정하지 않는 상황이다.

​

개인적으로 현재 인공지능 기술은 능력이라고 생각한다. 코딩만 잘하면 데이터 분석을 잘하고 인공지능을 다루는 전문가가 된다는 것이 아니라는 말과 같다. 데이터분석과 인공지능과 관련된 코딩은 그걸 구현해낼수 있는 능력이지 실제 결과 해석이나 추론은 또 다른 도메인이나 배경지식이 필요하다고 생각한다.

​

실제로 코딩을 잘 하더라도 분석과정에서 어떠한 의사결정을 내리는 데에 정말 많은 지식과 근거가 필요하다는 것을 실습으로든 대회로든 다양한 분석과제를 하면서 잘 느껴지고 있고, 그렇기에 이런 다양한 지식을 배워야한다는게 느껴져 이 부분을 끊임없이 공부하다보니 이 분야가 절대로 녹록치 않다는것이 잘 느껴지는 요즈음이다.

이 책은 그 부분을 중요하게 캐치해서 전반적으로 설명을 하고 있다. 애초에 책에 대놓고 이 책은 R을 배우기 위해 서술한 책이 아니라고 적혀있다. 비즈니스 데이터 과학이란 내용에 맞게 통계학과 경제학 그리고 거기에 필요한 약간의 인공지능을 더불어서 설명을 하고 있는 것이다.

그렇기에 일반적인 인공지능 서적과 차별점이 바로 드러나게 된다. 물론 인공지능에 대한 이론도 들어가고 코드도 있고, 그와 관련된 실습도 적혀있지만 이에 대한 결과를 해석하고 어떤식으로 받아들이고 추론하는지에 대한 과정이 추가적으로 들어간게 꽤 있다. 왜 이런 과정에서 이런 식의 내용으로 추론을 했는지 그 근거를 여러 수식과 경제학이론, 통계 공식등으로 확인하면서 접근을 하게 되는것이다.

​

이전까지 다른 책들은 그저 가볍게 혹은 참고정도로 보여주는게 전부였다. 통계도 베이즈 정리나 정확도, 정밀도 등을 계산하는 정도로 가볍게 접근하는게 많았기에 이 책도 그렇다고 생각했지만 진짜로 비즈니스 이론과 그와 관련된 공식을 보여주니 그깊이가 다르다라는게 많이 느껴지기도 헀다. 

​

그렇기에 이 책을 추천하기 위해서는 가벼운 난이도로 접근하기는 어렵다고 느껴진다. 마치 정답이 나온 공식처럼 쭉 이어서 본다기 보다는 이 전체적인 추론과정을 정리하고 이를 알고리즘처럼 기억하거나 도식화하여 프로세스 단위로 기억하는 것이 가장 좋아보인다. 따라서 데이터분석을 입문하는 사람보다는 스킬을 막 배우고 난다음 어떤 분야에 활용이 가능한지, 어떻게 실전에 사용할수 있는지 궁금한 사람들에게 이 책을 추천하고 싶다.