한빛미디어

데이터 과학이란 무엇인가.
요즘 대학교에는 Data Science라는 학과가 있기도 하다.
석사 전공 지도 교수님께서 현재 모교의 Data Science 학과장으로 계시며,
그 곳에서 현재 매년 석사들이 배출되고 있다.

기사로는 자주 접한 데이터 과학.
대강 어떤 일들을 하는 지는 알겠는데, 뭐라고 딱히 정의하기는 어렵다.
시대의 흐름과 기술 발전에 따라 생겨한 학문이긴 하지만
수학, 화학, 물리학 등 기초 학문과 나란히 두기에는 좀 애매한 느낌도 있다.

데이터 과학을 전공, 배우고 나서 데이터 과학자가 되면 어떤 일을 하게 되는 것일까?
그들의 Role은 무엇인가.

이러한 궁금증들을 이 책에서 명쾌하게 이야기해주고 있다.

데이터 과학자가 해야할 것들은 상당히 광범위하다.
이 책을 읽기 전 내가 생각했던 데이터 과학자보다 저자가 이야기 하는 데이터 과학자의 Role은 훨씬 더 거대하다.

저자가 말하는 데이터 과학자는 

원본 데이터의 정제부터 시작하여 이를 가공, 특징점을 추출하여 의미있는 값을 얻어 발표, 보고서 혹은 코드 형태로 결과를 도출하여 비즈니스에 반영시키는 사람이다.

위의 모든 작업은 데이터 과학자 혼자서 할 수 있는 수준의 것은 아니다.
일련의 팀을 꾸려 각 작업들을 전체적으로 관리, 감독하는 사람이 바로 데이터 과학자일 것이다.
물론 우리 나라 대기업 식의 관리, 감독이 아니다.
각 작업에 대해 디테일하게 기술적으로 알고 접근할 수 있어야 한다.
데이터 정제, 특징점 추출, 사용된 알고리즘들의 적합성 체크, 코드 리뷰 등 모든 것을 꿰어야 한다.
그런 점에서 석사 2년을 Data Science 전공을 했다고 하더라도 "나는 데이터 과학자입니다"라고 말하기는 어렵다.

그만큼 데이터 과학자가 되는 것은 무척이나 어려운 길이다.
그 어려움을 좀더 수치적으로 살펴보고 싶다면 본 도서의 목차를 보면 된다.
목차만 봐서는 이 책 한권만 읽고 나면 IT 계열의 슈퍼 스타가 될 것 같은 환상에 사로 잡히기도 한다.
파이선, 머신러닝, 빅 데이터 (하둡, 스파크), 데이터베이스, 자연어 처리, 확률, 통계 그리고 그 외 훨씬 더 많은 분야와 주제를 다루고 있다.
목차만 봐서는 거의 컴공 4년 과정 + @를 담고 있는 것 같기도 하다.
하지만 정신을 차리고 생각해보면 420페이지에 이 모든 것을 담을 수는 없다.

오해하지 말자

이 책의 제목은 "처음 배우는 데이터 과학"이다.
앞서 말했든 데이터 과학은 알아야 할게 굉장히 많은 분야이다.
그래서 데이터 과학자를 목표로 한다면 어디서 부터 무엇을 공부해야 할지도 알기 어렵다.
이 책은 그런 점에서 멘토와 같다고 할 수 있다.
데이터 과학자가 되기 위해서 최소한 알고 있어야 하는 것들을,
A부터 Z까지 쭈욱 소개해주는 오리엔테이션이라고 할까?
하지만 단순 오리엔테이션이라고 하기에는 사실 쉽지 않은 것도 사실이다.
각종 확률, 통계와 머신러닝 알고리즘 등에서 나오는 용어들만 봐도 머리가 아프다.
파이선에 대한 기초 문법을 설명해주지만 파이선에 익숙하지 않다면 사실 예제 코드를 따라가기도 쉽지만은 않다.
그런 점에서는 완전 생 초보가 처음 읽기에는 쉬운 책은 아니다.

첫 숟갈에 배부를 생각은 접어두고 이 책을 읽는 것이 좋을 것 같다.

이 책을 읽고 감을 잡게 되면,
이제 데이터 과학자가 되기 위한 여정을 시작할 준비가 되었다고 보면 될 것 같다.
다시 말하지만 이 책의 목차만 보고 현혹되면 안된다.
각 목차마다 관련 도서가 몇 권씩 나와 있다.
진정한 데이터 과학자가 되고 싶다면, 각 목차 별 해당 도서를 하나씩 각개 격파하는 심정으로 학습을 이어 나가야 할 것이다.