한빛미디어

빅데이터, 딥러닝, 머신러닝 등 AI를 필두로 한 기술이 요즘 각광을 받고 있다. 현재 자율주행차 뿐만 아니라 음악, 미술 등 예술 분야에 이르기까지 데이터를 기반으로 한 기술은 더이상 해가 지지 않을 것 같다. 많은 사람들이 그래서 이 기술을 배우고 싶어한다. 나는 SQLD라고 하는 자격증이 있었는데 곧 만료일이 다가온다. 시험을 볼 당시에 깜짝 놀랐던 건 남자 일색일거라고 생각했던 고사장에 여성분들이 아주 많았다는 것이었다. 컴퓨터 과학 등의 전공은 다른 공대 전공처럼 남초일 것 같지만 요즘은 그렇지 않은 것 같다. 통계학과 및 경영학과에서 이 데이터를 다루는 부분이 학습에 포함되어 있다보니 특히 여학우가 많은 경영학(국제경영학, 회계학 등 인접학과 포함)에서 유입이 이루어지고 있는데 이것은 문과가 취업도 잘 안되고 차별점을 명확히 찾지 못하면 정말 경쟁이 치열하다는 것이 반영되어 있다고 생각한다. 그래서 '데이터'자가 붙은 분야에는 여풍이 만만치 않다. SQL도 근본적으로는 데이터를 추출하고 분석하기 위한 도구이니 데이터베이스를 다룰 줄 알아야 하는 이 자격증에도 여초 현상이 심화되고 있다.

​

아무튼 이렇게 각광을 받는 분야가 가장 먼저 맞닥드리는 것이 바로 수학과 통계가 아닐까 싶다. 사실 수학과 통계를 분리하기 쉽지 않으니 같은 것으로 보고 나 또한 대학생 시절에 통계를 배우고자 했다. 난 3학년의 이제 막 편입생 신분이었던지라 1학년이 들을 수 있는 기초 통계 과목을 수강하지 못했다. 그래서 무려 수학학과에 가서 계절학기로 기초통계학을 수강했었다. 난 수학을 잘 못하지만 그래도 나보다 훨씬 어린 그 수학학과 생들을 상대로 A이상의 점수를 받았다는것에 대해 대단히 자부스럽게 생각했다. 그런데 공부하는 과정은 쉽지 않았다. 두꺼운 법전을 들고 한자로 쓰여 있어서 다 읽을 수도 없는 전공 공부를 하다가 수학을 다뤄야 하는 통계학을 공부하기가 만만치 않았다. 그래도 수학은 아니더라도 숫자는 많이 다루는 회계 수업으로 멘탈은 다져있어서 도전해볼 수 있었다.

​

내가 이렇게 대학교 시절을 장황하게 늘어놓는 이유는 여기서 소개하는 책이 대학생들의 통계 교재로 적합하겠다는 생각이 들어서다. 또는 자신이 문과이지만 데이터를 다루는 공부를 해보고 싶거나 단순히 통계를 공부하는 학생에게 도움이 될 것이라는 확신이 들어서다. 지금으로부터 무려 8년 전?에 통계를 여름방학에 공부하고 있었을 나에게 보내주고 싶은 책이다.

​

한빛미디어 책은 전면 컬러로 인쇄되어있다는 점이 보기가 편안하고 지치지 않게 해주는것 같다. 그럼 흑백으로 인쇄되어있으면 보기 편안하지가 않다는 거냐고? 그런 것은 아니지만 확실히 심리적으로 도움이 크게 되는 것 같다. 내가 당시에 사용하던 통계 교재랑 다른 점은 컬러로 인쇄되어있다는 점 외에도 실습 도구로 R을 택했다는 것이다. 당시 그 책을 공부하기 위해서는 SAS라는 소프트웨어가 필요했다. 구입해야 하는 라이센스가 필요한 소프트웨어이다 보니 실습을 특정 강의실에서 할 수 밖에 없었다. 그때 막 C라는 프로그래밍을 배운 직후여서 인지 프로그래밍 자체는 어렵지 않았지만 방과 후 내가 집에 갔을 때 다시 연습할 수 없다는 점이 가장 막막했다. C 수업은 그냥 집에 가서 성능도 좋지 않던 넷북으로 실습과 과제를 해도 무리가 없었다. 그런데 이 책은 R로 실습을 하고 결과를 알 수 있으니 매우 편리하다는 점을 말하지 않을 수 없다. R은 오픈소스이고 무료이다^^

​

왜 파이썬을 택하지 않았을까라는 생각이 잠시 들었는데 개발이 아니라 통계 공부 자체에는 R이 훨씬 유익하다고 보고 있다. 다만 R의 설치 및 기본적 조작 과정은 책에 들어가 있지 않은데 그런 것은 블로그에 너무나도 쉽게 잘 나와있다. 이런 것까지 들어간다면 통계에 촛점을 맞춘 책의 발간 목적이 흐려지고 부담스럽게 책의 분량도 늘어날 것이다. 잘한 선택인 것 같다.

​

외국인 저자가 쓴 책에 이런 표지이면 솔직히 두려움이 살짝 있는데 이 책은 그렇지 않다. 그렇게 어렵지 않고 쉬운 편이다. 어려운 통계 용어도 '용어 정리'라는 칸을 통해 간략하게 정리해주었다. 처음부터 여럽게 가지 않고 도수분포표, 히스토그램 등으로 시작하는 등 난이도별 단계적 학습을 보여주고 있다. 최빈값, 기댓값, 산점도, 범주형 변수, 수치형 변수 같은 용어들이 크게 어렵지는 않을 것이다. 나중에는 조금은 어려울 수도 있는 가설, 회귀 등의 내용도 나오는데 R로 실습을 하고 결과를 볼 수 있으니 이 부분은 그래도 이해가 수월할 수 있겠다. 결과를 못 보고 그냥 머리로만 이해하면 얼마 못 가지만 내가 직접 코딩하고 과정, 결과도 보면 확실히 오래간다.

​

마지막 장에 가서 이것은 이 책의 끝판왕일 정도로 난이도가 높은 것이다! 이런 것은 아니다. 다만 배운 것을 바탕으로 하여 머신러닝의 요소가 좀 추가된 것이다. 그래서 '통계적 머신러닝'이라고 하는데 이 부분은 '우리가 통계를 앞에서 배웠는데 그럼 그 다음에는 무엇을 할 것인가?'에 대한 답이라고 볼 수 있겠다. 이 책을 선택한 사람들은 결국에는 머신러닝, 딥러닝 같은 것이 하고 싶기 때문에 그랬다고 믿는다. 그래서 그런 것들을 위해 처음 통계를 접한다면 여기서 접하는 머신러닝 내용이 많은 도움이 될 것이다.