들어가며
IT 산업 종사자로서 생성형 AI 가 대두되기 시작하며 과연 데이터 사이언티스트/분석가란 직무는 어떻게 될까? 어떤 영향을 받을까? 업무에서 생산성이 올랐을 거라 기대되니 채용을 줄이려나? 계속 이 일을 할 수 있을까..?🥲 하는 꼬리에 꼬리를 무는 질문들을 하게 되었습니다. 마침 데이터리안에서 이런 고민들을 해소해줄 수 있는 세미나가 있다고 하여 바로 신청해봤습니다. (#내돈내산)
3월에도 데이터리안에서 진행하는 퍼널 분석 세미나를 들었는데, 사용자를 이해하면서 서비스를 개선시키는 분석은 이런 것이구나 하는 걸 알 수 있어서 흥미롭게 봤었습니다. 퍼널 분석이라는 방법론도 흥미로웠지만 실무 경험들을 바탕으로 한 질의응답도 알찼던 것으로 기억합니다. 그 경험을 바탕으로 데이터리안에서 진행하는 세미나는 퀄리티가 보장되었다고 생각이 들어 5월 세미나는 이런 주제다, 라는 것이 공개되었을 때 바로 신청했네요.
세미나 정보
제목: 생성형 AI와 함께하는 데이터 분석가 커리어
일시: 5/14(화) 오후 3시 ~ 5시
링크: https://datarian.io/seminar
생성형 AI와 함께하는 데이터 분석가 커리어
데이터 역량 업그레이드, 데이터리안 세미나
datarian.io
강연 소개
연사 소개
다시보기
https://datarian.io/blog/replay-seminar-2024-may
[생성형 AI와 함께하는 데이터 분석가 커리어] 2024년 5월 세미나 다시보기
5월 세미나 슬라이드와 1부 강연 영상을 다시보실 수 있어요!
datarian.io
강연 후기
강의는 총 2시간 20분가량 진행되었고, 1부는 김진영 연사님께서 생성형 AI 시대를 맞이하는 데이터 사이언스를 주제로 강의하셨고 2부는 패널들의 커리어 가이드 QnA로 구성되었습니다. 1, 2부는 1시간 조금 넘게 진행됐고 중간에 쉬는 시간을 10분 가졌네요. 듣는 사람도 진행하는 사람도 배려하는 좋은 구성인 것 같습니다.
1부에선 네이버 DnA 조직의 리더이신 김진영 연사님이 진행하셨습니다. 연사님이 개인적으로 생성형 AI를 사용하면서 느끼신 점, 앞으로 데이터 사이언스 필드에서 어떤 변화가 있을지에 대해서 공유하셨습니다. GPT가 빠르게 발전하면서 특정 분야에 맞게 파인튜닝되는 것도 조만간일 것이며, 걸맞은 분석 에이전트도 곧 나올 것이라고 하시더라고요. 점차 일반적이고 반복적인 업무는 AI 에이전트가 할 것이니, 사람은 AI의 업무 수행을 감독하고 새로운 문제를 발굴하는 일, 필요한 데이터를 정의하는 일들을 하게 될 것이라고 예상하셨습니다.
그리고 저는 사전 질문으로 "데이터 분석가/사이언티스트로서 발전하는 기술을 따라가는 것과 도메인 지식을 익혀 분석에 적용하는 것 중 어느 쪽이 더 중요한지"를 적어 제출했었는데요. 1부 강연을 듣고 나니 새로운 기술을 익히는 것도 중요하지만, 도메인 지식과 소프트 스킬이 핵심 스킬로서 더 중요해지겠구나, 하는 답을 얻었습니다. 누군가는 연사님의 개인적인 의견이라 치부할 수도 있지만, 저보다 훨씬 오래 필드에서 경험하신 시니어의 의견이고 고민했던 지점을 명확하게 짚어주셔서 충분한 답변이 되었습니다.
그렇다면 어떤 도메인을 선택할 것인지, 지금까지 경험한 것 중 어디가 잘 맞는다고 느껴졌는지, 혹은 새로운 도메인을 찾아야 하는지..에 대해 고민을 깊게 해봐야겠더라구요. 오늘 동종업계 친구들과 만났는데요, 한 친구가 본인의 관심분야를 꾸준히 깊게 파야 한다, 그러고 있으면 관심을 보이는 다른 사람들이 알아서 찾아올 것이다 라는 류의 이야기를 해줬습니다. 내가 어떤 분야에 진심인지, 오래 일할 자신이 있는 분야가 무엇일지 잘 생각해 봐야겠습니다.
2부는 패널 토크로, 연사 세 분이 현직자로서 생각하시는 커리어 가이드에 대해 의견을 나누셨습니다. 쉬는 시간에 미리 얘기를 나눌 질문들을 슬라이드로 공유해주셔서, 어떤 얘기를 하실지에 대한 그림을 그릴 수 있어 좋았습니다. 질문들은 데이터 분석가, 사이언티스트가 어떤 하루를 보내는지, 주니어의 핵심 역량은 무엇인지, 시니어의 핵심 역량은 무엇인지, 무엇이 성과인지 등으로 구성되어 있었습니다.
특히 데이터 분석가/사이언티스트가 성장하기 위해서는 개인의 경우 업무 경험을 폭넓게 해보기, 퍼블릭 스피킹 기회가 있다면 해보기, 설득하는 경험을 해보기를 권하신 것, 조직의 경우 양질의 데이터, 분석 인프라, 유의미한 피드백을 줄 수 있는 동료를 갖춰야 한다는 점을 강조하신 것이 기억에 남습니다. 추가로 실수를 예방하는 것이 아니라 관리함으로써 학습하게 된다며 도서 하나를 공유해 주셨는데요. 일도 결국 사람이 하는 것이어서 사람이 제일 중요하다는 것을 깨닫고 있어서, 공유해주신 도서가 아주 유용할 것 같습니다. 시간 내서 꼭 읽어봐야겠어요.
이전 3월 세미나에서도 느꼈지만 데이터리안에서 진행하는 세미나의 좋은 점들을 꼽아보자면,
1. 신청할 때 사전 질문을 받고 답변해주시는 시간을 가짐
2. 라이브에서도 질문을 받고, 참여자들끼리도 의견을 나누며 소통 가능
3. 중언부언 없는 깔끔한 진행과 요약
4. 실무 경험에 기반한 신뢰도 높은 답변
이 되겠습니다. 데이터리안의 세미나를 들어본 건 이번이 2번째인데요, 이렇게 저렴하면서도(얼리버드로 하면 1만 원이었던 것으로 기억합니다) 실무자 관점에서 유익하게 정보를 전달해주는 강의는 많지 않을 것 같습니다. 데이터리안 블로그에서는 지난 세미나 내용들도 공유하고 있으니 입문자든 실무자든 관심이 있는 주제가 있다면 많은 도움이 될 것 같아요. 지난 내용들을 공유하고 있긴 하지만, QnA 같은 실무 중심 내용들은 라이브에서만 들을 수 있는 경우도 있더라고요.(이번 세미나도 마찬가지) 가능하다면 가급적 라이브로 세미나를 듣는 것이 더욱 좋겠습니다.
마치며
세미나를 들으면서 앞으로 어떻게 배워나가며 이 직무를 유지할지 어림잡을 수 있었습니다. 기술 변화를 빠르게 직면하다 보니 혼란스러운 부분도 없지 않지만, 할 수 있는 일들을 해나가면서 발전시키고 새로운 기술도 차근차근 이해하다보면 제가 바라는 길고 얇게 일하기를 이뤄낼 수 있을 것 같습니다. 유익한 세미나를 공유해준 데이터리안에 다시한번 감사드리며 후기 마칩니다..!
참고
연사님 브런치
Jin Young Kim의 브런치스토리
Naver 데이터분석가 | Head of Data Science & Director @ Naver Search US (한국/미국에서 분석가/엔지니어 채용중입니다!) 헬로 데이터 과학 /데이터 지능 팟캐스트
brunch.co.kr
데이터리안 블로그
데이터 분석가들이 쓰는, 데이터리안 블로그
데이터 분석가들의 실현 가능한 인사이트
datarian.io
'繩鋸木斷水滴石穿 > 기타' 카테고리의 다른 글
| [자격증] 제 8회 빅데이터 분석기사 실기 후기 (빅분기 실기 준비 방법, 문제 복기) (2) | 2024.06.26 |
|---|---|
| [기타] 개인 회고: 제안서를 작성하며 깨달은 3가지 (0) | 2024.06.14 |
| [데이터] 어노테이션 가이드 작성하는 방법 (0) | 2024.04.30 |
| [IR] RRF(Reciprocal Rank Fusion) 설명과 파이썬 코드 (1) | 2023.12.30 |
| [IR] BM25 랭킹 알고리즘 / rank_bm25 라이브러리 사용하기 (1) | 2023.12.10 |