웹분석 지식

웹로그분석을 처음 시작하시는 분들을 위한 기초 지식입니다.
반드시 알아야 할 용어 및 기본 활용에 대해 보다 쉽게 이해하실 수 있도록 알려드립니다.

[ 지식 ]"이직러, 취준생 집중 !" 연봉킹 데이터 직무에 대한 (거의) 모든 것 ①

'데이터 엔지니어, 데이터 사이언티스트, 데이터 분석가'... 연봉킹이라 불리우는 데이터 직무 3대장의 차이를 혹시 아시나요?
다들 데이터 분야가 전도유망하다고는 하는데 어떤 직무가 있는지 감조차 안잡히는 사람이 대부분일거라고 생각합니다.

게다가 최근 정부는 2025년까지 데이터 시장에 43조원을 지원하고, 이를 통해 일자리 90만개 창출을 계획하고 있다고 하죠.
또한 기업에서도 데이터 관련 일자리가 늘어나고 있는 추세라는 점은 채용사이트에 ‘데이터’를 검색해보면 확실히 느껴지는데요.



이런 상황에 데이터 분석가 또는 데이터와 관련된 어떠한 롤로 이직을 고민하는 사람도 많아지고 있는 추세인데요. 아무래도 데이터 관련 업무나 데이터 팀은 역사적으로 조직에 자리 잡은 지 오래되지 않았기에 공동의 상식이나 공감대가 부족하여 관련 직무에 대한 안내를 찾기가 참 어렵습니다.

그래서 데이터 사업의 선두에 있는 NHN DATA의 다이티가 데이터 직무에 대한 기본적인 이야기를 해보고자 합니다.


 

데이터 직무란 무엇인가요?

데이터와 관련된 분야는 상당히 넓을 수밖에 없는데요. 기본적으로 데이터 직무는 기업 내 데이터와 연관된 다양한 개별 업무 또는 업무들의 집합을 의미합니다. 산업과 업종이 다르면 당연히 데이터를 활용하는 방식이 다르기에 데이터 분야 속에서 직무를 완벽하게 구분하여 정의하는 것은 어려운 일이기도 합니다.

그럼에도 데이터 직무를 구분 짓는 것에는 어느 정도 편의상 합의되어 이야기하는 부분이 있는데요. 우선 크게 나눴을 때는 데이터 자체에 집중(데이터 집중 직무)하느냐, 비즈니스에 데이터를 활용(데이터 활용 직무)하는 것에 집중하느냐로 나눌 수 있어요.





이번 콘텐츠에서는 전자인 데이터 자체에 집중한 직무를 살펴볼 예정입니다.

데이터 자체에 집중하는 직무를 한 번 더 나누었을 때는 데이터를 수집하고 관리하는 것을 목적으로 하는 것과 데이터를 분석하는 것을 목적으로 하는 직무로 구분할 수 있습니다. 그리고 데이터를 분석하는 것을 한 번 더 나눌 수 있는데요. 데이터를 토대로 예측적 분석을 하는 지, 데이터를 통해 현재 상황을 서술하는 것에 집중하는 지에 따라 세밀화하여 총 3가지 구분으로 데이터 집중 직무는 나누어 살피는 것이 일반적입니다.





데이터 집중 직무 내의 명칭을 나누어 보면 이렇게 되는데요. 데이터를 수집 및 관리하는 데이터 엔지니어, 데이터로 미래를 예측하는 데이터 사이언티스트, 데이터를 통해 현재 상황을 분석하는 것에 집중하는 데이터 분석가로 나누어 집니다. 물론 앞에서도 언급했듯이 이러한 직무 분류는 이해를 쉽게 하기 위해 편의상 구분일 뿐 현실에서는 회사마다 직무의 구분, 명칭, 업무 범위는 다르기가 쉽습니다.




가령, S기업의 데이터 엔지니어는 ‘데이터 엔지니어(100%)’으로만 직무가 구성되어 있지만, C기업의 데이터 분석가는 ‘데이터 분석가(75%)+데이터 사이언티스트(25%)’로 직무가 구성되어 있습니다. 그리고 I기업의 데이터 사이언스는 ‘데이터 엔지니어(25%)+데이터 사이언티스트(50%)+데이터 분석가(25%)’ 역할을 진행하기도 하는 것을 볼 수 있습니다. 다만, 그래도 개념을 처음 이해할 때 다이티가 소개하는 기본 틀에서 이해한다면 조금 더 이해가 편할 거예요.

이제 데이터 집중 직무를 살펴볼까요?


개발자 느낌의 데이터 엔지니어
데이터 엔지니어는 기본적으로 데이터의 수집 및 관리를 담당해요. 기업 내 데이터 기초 공사를 하는거죠. 어떻게 데이터를 수집할 지, 어떤 방식으로 데이터를 쌓을지, 어떻게 관리할지를 고민하여 회사 내 데이터 흐름을 생성합니다. 공사를 잘 했어도 이후에 누수 등이 생길 수 있듯이 데이터를 수집하는 과정에서도 문제가 생길 수 있는데요. 이러한 관리까지도 데이터 엔지니어가 진행한답니다. 조직 내 다른 구성원이 우리가 가진 데이터를 잘 활용할 수 있게 하는 것이 데이터 엔지니어링 분야의 핵심이죠.



연구원 느낌의 데이터 사이언티스트
데이터 사이언티스트는 데이터에서 나타나는 현상을 통해 인사이트를 도출하는 사람들입니다. 데이터 직무를 생각했을 때 가장 먼저 떠오르는 이미지는 이런 거 아닌가요? ‘데이터 분석을 해보니 이런 재밌는 현상이 있습니다’라고 이야기하는 이미지. 이러한 직무를 진행하는 사람이 데이터 사이언티스트인데요. 대기업의 경우에는 보통 R&D 부서에 데이터 사이언티스트가 속하게 되는데요. 이 때에는 새로운 논문을 기반으로 자사 서비스의 시스템을 개선하는 역할을 하게 됩니다. 데이터 사이언티스트는 일정 패턴을 찾아내면 해당 패턴이 유의미한 것인지까지 알아내는 역할까지도 통상 진행하기에 통계학적 지식 또한 많이 필요합니다.



기획자스러운 느낌의 데이터 분석가
데이터 분석가는 말 그대로 데이터를 분석하는 직무라고 보면 되는데요. 그 기저에는 데이터 사이언티스트와 마찬가지로 데이터를 통해 인사이트를 발굴하고자 하는 목적이 있습니다. 데이터 분석가는 새로운 제품이나 서비스가 추가될 때 어떤 데이터를 수집할 것인지를 정의하는 일부터 비즈니스 주요 지표를 정의하고 분석하는 일, 데이터를 쉽게 파악할 수 있도록 시각화하는 일 등 다양한 업무를 진행하는데요. 현재는 많은 기업에서 데이터 분석가는 사내 구성원의 데이터 활용 교육, 데이터 관련 업무를 요청받아 진행하는 일까지도 데이터 분석가의 직무 내용으로 여겨지고 있습니다.



오늘은 데이터 집중 직무를 ‘데이터 엔지니어’, ‘데이터 사이언티스트’, ‘데이터 분석가’라는 세 가지 직무로 분류하여 알아봤는데요.
현실에서는 데이터 엔지니어 정도를 제외하고는 데이터 직무 내부에서 중첩되는 부분이 사실은 많습니다. 이러한 점은 다양한 산업에 대한 이해를 할 수 있고 다양한 직무의 중간에 있기에 직무 전환도 쉽다는 점에서 매력적으로 느껴지기도, 여러 분야의 트렌드를 캐치업하기 위해서는 개인적으로 공부에 투자해야 하는 시간이 있어야 한다는 점에서 어려움으로 다가오기도 합니다. 장점도 단점도 같은 원인이기에 자신과 해당 직무가 잘 맞는지 파악하는 게 중요할 것 같습니다.

오늘 소개드린 데이터 직무, 어느정도 감이 오셨나요?
다음 콘텐츠에서는 데이터에 집중된 직무가 아닌 데이터를 비즈니스에 활용하는 ‘비즈니스 분석가, 퍼포먼스 마케터, HR 분석가, CRM 마케터, 그로스해커’에 대해 이야기해보고자 합니다. 다이티의 데이터 직무 이야기를 기대해주세요!




함께 보면 더욱 좋은 추천 콘텐츠

데이터를 잘 쓰는 방법 - ① 데이터를 더 임팩트 있게 전달하는 방법
데이터를 잘 쓰는 방법 - ② 데이터 지표들로 정확한 인사이트를 도출하는 방법
데이터를 잘 쓰는 방법 - ③ 마케팅에 활용하기 좋은 외부데이터 리스트

 

 

 

───────────────────────────────────────────────────────────────────

 

 
콘텐츠 재미있게 보셨나요?
새로 올라오는 리포트와 풍부한 데이터 자료를 받아보세요 :D

 

 

다음 [지식]마케터가 알아야 할 퍼널 관련 지식 총정리!
이전 [광고]네이버 프리미엄 콘텐츠 VS 카카오 뷰, 콘텐츠 구독 전쟁의 승자는?