한빛미디어

조직의 성장을 위해서 데이터 과학자들이 겪어야 하는 고난은 꽤 많이 있고, 개인의 단계에서 할 수 있는 노력을 몇개만 꼽자면 다음과 같습니다.

1. “비즈니스”라는 단어의 인지
2. 코드 멍키를 넘어, “제대로 된” 분석을 위해 깔려있는 수리/통계의 이론적이해
3. 실제 데이터 과학의 효과를 보여주는 좋은 예시
4. “바퀴를 재발명”하지 않고도, 원하는 분석을 할 수 있는 프로그래밍

이를 채워줄 수 있으리라 기대되는, 데이터 과학에 대한 내용들을 다루는 책은 꽤 많이 있고, 좋은 책도 정말 많습니다.
그런데 경험상 이 책들에서는 아래와 같이 “데이터 과학자들이 필요로 하는 역량” 중 1개의 관점에만 집중적으로 다뤄지곤 합니다.

그런데, 이 책의 저자인 "멧 태디"는

- NASA RA, 통계학 교수 (학계)
- MS의 연구팀 Head, E-Bay 연구원 (산업계)
- Amazon VP (비즈니스)
와 같은 타이틀로 다양한 역량을 이미 보인 분. 아래에 책의 저자의 말 일부를 인용하는 것으로 

책이 여러가지를 다뤄줄 수 있다는 이야기를 하고 싶습니다.

"
필자는 이 분야에서 10년 넘게 일했다.
…
이 과정에서 비즈니스 문제를 이해하고 직접 빅데이터 분석을 실행할 수 있는 

다방면의 지식을 가진 사람들이 어떻게 성장하는지 지켜봤다.
…
필자는 이들의 성장을 돕기 위해 이 책을 집필했다.
"

[책의 구조 및 특징]
이 책은 주제를 기준으로 3개의 큰 덩어리로 나눠볼 수 있습니다.

- 통계 & 머신러닝 (1–4장, 7–9장)
- 실험 (5–6장)
- 딥러닝 개론 (10장)

다만 딥러닝에 대한 이야기는 그렇게 까지 깊거나 어려운 내용은 아니고 “개론” 이라 표현한 것처럼 

살짝만 다뤘다고 생각하기에 만약 스스로가 데이터 과학자라기보단 ML Engineer에 가까운 역할을 하고, 

관련된 지식들을 필요로 한다면 이 책보다 다른 책이 더 도움이 될 것 같습니다.

“통계 & 머신러닝”에서는. 회귀, 분류, 정량화, 요인 분해 (인수분해라고 번역 됨), 텍스트 분석과 같이 다른 도서에서도 많이 다뤄지는 주제들을 다루고 있습니다.

다만 경제학의 관점에서 바라보는 부분이 있다는 것과 동시에 통계적으로 조금 빡세게 다루고 있다는 점을 차별점으로 볼 수 있습니다.

“실험”에서는. AB테스트에 전제되는 이론과 실행하는 예시 그리고 실험에 영향을 주는 side effect들을 “통제” 하는 내용들을 다루고 있습니다.

[구매를 고민하게 하는 몇몇 특징]

- 교수님 특유의 “어려운” 문장: 

"그러나 처리가 더 복잡해지고 연구 기간이 길어질 경우 처리군은 결과에 영향을 미치는 체계적인 방식으로 달라진다." 

와 같이 정신을 잠깐만 놓쳐도 의도를 알기 어려운 표현들이 도서 전체에 많이 있습니다. (원어가 어려운지 번역이 어렵게 된 건지는 모르겠음)

- R 기반 코드: 개인적으로는 좋아하지만 많은 산업계에서 R보다는 Python이 활용 되고 있다는 것을 감안했을때 

이론을 넘어서서 코드를 직접 본인의 문제에 적용해보려고 하는 사람들에게는 장벽이 될 수도 있습니다.

- 비즈니스라는 탈을 쓴 통계학 교재: 사람에 따라 오히려 더 좋을 수도 있는 부분인데, 

아무래도 사용 할 수 있는 데이터의 제한이 있다보니 MBA, 경제 경영학과 같은 곳에서 언급될 정도의 

비즈니스 관점의 레퍼런스는 아닌 실생활의 예시를 다뤘다 정도의 이 책을 통해서 비즈니스를 배울 수 있다 라고 하긴 어렵습니다. 

마찬가지로 프로그래밍 관점에서 배울 것이 많은 코드가 있다고 보기도 어렵습니다. 

그러나 통계학의 관점에서는 완전 기본이 되는 전제들 까지 깊게 다루는 책으로 만약 

본인이 이러한 통계의 이론적 부분에 대한 아쉬움이 있다면 이 책은 많은 도움이 될 수 있습니다.

[그래서]

만약 본인이 “학원” 출신으로 얕게 프로그래밍 정도만 배워 분석에 필요한 전제와 이론들을 든든히 채우고 싶다면 이 책은 아주 도움이 됩니다.

만약 본인이 “대학원” 출신으로 이론은 있지만, 본인의 연구 도메인 외에 다른 쪽에서의 데이터과학 예시를 알고 싶다면 이 책은 도움이 됩니다.

만약 본인이 “데이터 과학자”로 이미 업무를 하고 있고, 그로스와 같은 전략 관점보다 실험, 분석과 같은 테크닉쪽에서 성장하고 싶은 분이라면 이 책은 도움이 됩니다.

만약 본인이 “PM”과 같이 다른 포지션에서 데이터 과학을 시작하거나, 데이터 과학자와 같이 업무를 해야하는 사람이라면 이 책은 도움이 되지 않습니다. 

마찬가지로 비즈니스적 역량을 키우고 싶은 분들에게도 이 책보다 더 도움이 될 경영 도서가 많다고 생각합니다.


한빛미디어의 나는 리뷰어다 활동을 위해 책을 제공받아 작성된 서평입니다.