한빛미디어

 

비즈니스 인텔리전스 시스템을 개발하고 운영하다가 빅데이터와 인공지능 데이터 아키텍처를 다루게 된 컴퓨터공학 전공자로서 통계에는 항상 갈등을 느껴 왔습니다. 통계용어에는 익숙해진 지 오래지만 체계적으로 배운 적은 따로 없었던 상태에서 전공서적은 꽤 어려웠습니다. 스스로 잘 이해했는지 의구심이 많이 들기도 했습니다.

그러다 마침 한빛미디어의 <이렇게 쉬운 통계학>을 만났습니다. 기대를 많이 했습니다. 다 읽고 난 뒤의 느낌은 '역시 쉽지 않다'였습니다. 물론 이 책은 제가 읽었던 통계학 서적 중에서 참 쉬운 축에 속합니다. 더불어 꽤 분명한 미덕이 있기에 통계를 독학하거나 어느 정도 감을 잡고 싶다면 추천하겠습니다.

이런 종류의 책이 그렇듯 몇 군데 책을 놓을 만한 어려운 곳이 있습니다. 평균, 중간값, 최빈값 얘기가 계속 이어지다가 분산과 정규분표로 바로 넘어가는 듯하게 느껴지기도 합니다. 하지만, 이 책은 주인공이 없지만 확실히 스토리를 가지고 있습니다. 통계학이란 무엇인지 훑어보고 모집단의 특징을 도출하여 가설을 세우고 검증하는 스토리입니다. 통계라는 업의 본질을 느끼게 해 주려고 저자가 노력한 게 느껴지는 듯합니다. 중간중간 계속 읽기 힘들다는 생각이 들면 완벽히 이해하겠다는 부담은 내려놓고 다음 장으로 넘어가도 좋겠습니다.

이 책은 다른 통계책에 비해 짧게 다루는 주제가 꽤 있습니다. 가설검정이 대표적입니다. 저자의 의도는 이해가 갑니다. 길게 얘기하는 게 취지와 맞지 않아서일 것입니다. 조던 엘렌버그가 지은 <틀리지 않는 법>은 가설검정 얘기를 좀 길게 하는 편입니다. 두 저자가 비전공자를 대상으로 이 주제를 다루는 접근법이 달라 좀 흥미로웠습니다. 어쨌든 <틀리지 않는 법>은 책 두께가 남자 어른 손가락으로 두 마디는 됩니다. 글꼴 크기도 <이렇게 쉬운 통계학>에 비해 살짝 작습니다. 모셔두기 십상인 <틀리지 않는 법>보다 <이렇게 쉬운 통계학> 쪽이 저자가 의도한 바를 독자에게 전달한 효과가 크지 않을까 합니다. 물론 둘 다 후회 없이 좋은 책입니다.

다만 이 책은 다 읽고 난 뒤에 이제부터 뭘 해야 할지 고민이 됩니다. 에필로그에 직감이 얼마나 틀릴 수 있고 통계가 얼마나 중요한지 얘기했으면서도 이 책 이후에 할 것을 알려주지는 않습니다. 다행히 한빛미디어는 책표지 오른쪽 날개에 이어서 읽을 책을 추천해 주었습니다. 저는 이 <처음 배우는 딥러닝 수학>, <데이터 과학을 위한 통계>, <헬로 데이터 과학> 중에서 <헬로 데이터 과학>을 제일 추천합니다. 비전공자를 대상으로는 제일 쉬운 다음 단계라고 보기 때문입니다. 그 다음으로는 <엑셀만 알아도 할 수 있는 데이터 과학>을 권합니다. 통계를 써먹어 보고 싶어 근질근질할 텐데 이 책을 통해 실제로 뭔가 해볼 수 있습니다. 길게 설명하지 않은 통계용어도 앞서 읽은 책에서 충분히 익숙해졌기에 어려울 게 없을 겁니다. 그 이후에는 R이나 파이썬도 할 마음이 생길지도 모르겠습니다. 화이팅입니다.