데이터 사이언스란 무엇인가?

USC에서 첫 번째로 들은 강의의 주제는
Data Science였다.

수업을 듣기 전에는 데이터 사이언스를 조금 단순하게 생각했다.

데이터를 모은다.
↓
분석한다.
↓
그래프를 그린다.

대충 이런 느낌이었다.

하지만 강의를 듣고 보니
데이터 사이언스는 단순히 데이터를 분석하는 기술 하나를 의미하지 않았다.

통계학, 컴퓨터 과학, 도메인 지식이 함께 결합된 분야였고,
데이터를 수집하는 순간부터 실제 의사결정에 활용하는 순간까지의
전체 과정을 다루는 분야에 가까웠다.

이번 글에서는 USC에서 들은 첫 번째 강의를 바탕으로
데이터 사이언스가 무엇인지 정리해보고자 한다.

---

데이터 사이언스란?

강의 자료에서는 데이터 사이언스를 다음과 같이 설명했다.

통계학, 과학적 컴퓨팅, 과학적 방법론, 알고리즘과 시스템을 이용해
정형·비정형 데이터로부터 지식과 인사이트를 추출하는 학문 분야

말이 조금 어렵다.

조금 쉽게 풀어보면 다음과 같다.

다양한 형태의 데이터를 수집하고,

필요한 형태로 정리하고,

통계와 알고리즘으로 분석한 뒤,

현실의 문제를 이해하거나 해결하는 데 사용하는 것

이라고 볼 수 있다.

여기서 중요한 점은
데이터 사이언스가 단순히 데이터를 계산하는 분야가 아니라는 것이다.

그 데이터가 발생한 분야에 대한
도메인 지식도 함께 필요하다.

예를 들어 의료 데이터를 분석한다고 해보자.

환자의 나이
혈압
혈당
복용 약물
진단 결과

이런 데이터가 있다고 해서
컴퓨터와 통계만 알면 모든 문제를 해결할 수 있는 것은 아니다.

각 수치가 의료적으로 어떤 의미를 가지는지 이해해야 하고,
어떤 관계가 실제로 중요한지 판단할 수 있어야 한다.

즉, 데이터 사이언스는 다음 세 분야가 만나는 지점에 있다.

Computer Science / IT

Math / Statistics

Domain / Business Knowledge

강의 자료의 벤 다이어그램에서도
이 세 영역이 겹치는 부분을 Data Science로 표현하고 있었다.

---

데이터 사이언스와 컴퓨터 과학은 같은 것일까?

데이터 사이언스는 컴퓨터 과학과 밀접하게 연결되어 있지만
완전히 같은 분야는 아니다.

컴퓨터 과학은 주로 다음과 같은 문제를 다룬다.

- 컴퓨터는 어떻게 동작하는가?
- 소프트웨어를 어떻게 설계할 것인가?
- 데이터를 어떻게 효율적으로 저장하고 처리할 것인가?
- 시스템의 성능과 안정성을 어떻게 확보할 것인가?

반면 데이터 사이언스는 다음 질문에 더 가깝다.

- 이 데이터에는 어떤 패턴이 있는가?
- 이 현상이 왜 발생했는가?
- 앞으로 어떤 일이 발생할 것인가?
- 이 결과를 어떤 의사결정에 활용할 수 있는가?

컴퓨터 과학이 계산을 가능하게 하는 기술과 시스템을 만든다면,
데이터 사이언스는 그 시스템 안의 데이터를 이용해
의미와 인사이트를 찾아낸다고 볼 수 있다.

물론 현실에서는 둘을 완전히 분리하기 어렵다.

데이터를 수집하려면 서버가 필요하고,
대규모 데이터를 저장하려면 데이터베이스가 필요하며,
분석 결과를 서비스에 적용하려면 소프트웨어 개발이 필요하다.

결국 데이터 사이언스는
컴퓨터 과학과 협력해야 실제 서비스로 이어질 수 있다.

---

백엔드 개발자인 나에게 데이터 사이언스란?

수업을 들으며 이런 생각이 들었다.

나는 데이터 사이언티스트가 되려는 것일까?

지금까지 나는 백엔드 개발자를 목표로 공부해왔다.

서버를 만들고,
데이터베이스를 설계하고,
API를 구현하고,
시스템이 안정적으로 동작하도록 만드는 것에 더 관심이 있었다.

그렇다면 데이터 사이언스를
내 진로와 전혀 다른 분야라고 생각해야 할까?

내가 내린 결론은 아니다.

나에게 데이터 사이언스는
새로운 직업을 선택하라는 의미라기보다
문제를 해결할 때 활용할 수 있는 강력한 도구에 가깝다.

예를 들어 내가 자동매매 프로그램을 만든다고 해보자.

백엔드 개발 능력만 있다면 다음을 만들 수 있다.

- 증권사 API 연결
- 주문 서버
- 계좌 데이터 저장
- 실시간 시세 WebSocket 연결
- 주문 내역 관리

하지만 여기에 데이터 사이언스를 활용하면
한 단계 더 나아갈 수 있다.

- 특정 시장 상황에서 주문 실패율 분석
- 거래 패턴 기반 이상 주문 탐지
- 사용자별 투자 성향 분석
- 시계열 데이터를 이용한 위험도 예측
- 전략별 수익률 비교

즉, 백엔드가 시스템을 만든다면
데이터 사이언스는 그 시스템에서 발생하는 데이터를 통해
더 나은 판단을 할 수 있도록 도와준다.

그래서 나 같은 개발자는
데이터 사이언스를 하나의 독립된 진로로만 볼 필요는 없다고 생각했다.

자신의 도메인에 데이터 사이언스를 결합하는 것이 중요하다.

---

데이터란 무엇일까?

데이터베이스 과목에서는 데이터를
현실 세계를 표현하는 값이라고 배웠다.

예를 들어 카페 주문 시스템이 있다고 해보자.

주문 번호: 1024
메뉴: 아이스 아메리카노
가격: 3000
주문 시간: 08:42
결제 수단: 카드

이 값들은 현실에서 발생한 주문을
컴퓨터가 저장할 수 있는 형태로 표현한 것이다.

데이터는 숫자만을 의미하지 않는다.

- 숫자
- 문자열
- 이미지
- 영상
- 음성
- 로그
- 위치
- 클릭 기록
- 결제 기록

현실에서 관찰하고 표현할 수 있는 것이라면
대부분 데이터가 될 수 있다.

이런 데이터는 현실 세계를 이해하는 데 도움을 준다.

사람의 기억이나 감각만으로는
수백만 명의 행동을 동시에 이해할 수 없다.

하지만 데이터를 수집하면
수많은 사람의 행동을 하나의 패턴으로 바라볼 수 있다.

---

Data, Information, Knowledge, Wisdom

강의에서는 데이터가 지혜로 발전하는 과정을
네 단계로 설명했다.

Data
↓
Information
↓
Knowledge
↓
Wisdom

이를 DIKW 구조라고 볼 수 있다.

---

1. Data

Data는 아직 해석되지 않은 값이다.

08:00
3500
아메리카노
서울

이 값들만 보면
각각 무엇을 의미하는지 명확하지 않다.

즉, Data는 사실이나 현상을 표현하는
가공되지 않은 기호와 값에 가깝다.

---

2. Information

Information은 데이터를 정리하고 해석하여
의미를 부여한 것이다.

오늘 오전 8시에
서울의 한 매장에서
3500원짜리 아메리카노가 판매되었다.

이제 각각의 값이 연결되면서
누가, 무엇을, 어디서, 언제 했는지 알 수 있게 되었다.

즉,

Data + Context = Information

이라고 볼 수 있다.

---

3. Knowledge

Knowledge는 여러 정보 사이의 관계와 패턴을 이해한 것이다.

예를 들어 한 달 동안의 주문 정보를 분석했더니
다음과 같은 패턴을 발견했다고 해보자.

평일 오전 8시부터 9시 사이에는
아메리카노 판매량이 크게 증가한다.

단순히 주문이 발생했다는 사실을 넘어서
시간과 판매량 사이의 관계를 파악한 것이다.

---

4. Wisdom

Wisdom은 발견한 지식을
올바른 의사결정과 행동에 활용하는 것이다.

앞의 패턴을 바탕으로 다음과 같이 결정할 수 있다.

평일 오전 8시 이전에
아메리카노 원두와 컵을 미리 준비한다.

해당 시간대에는
추가 직원을 배치한다.

이제 데이터가 실제 행동으로 연결되었다.

정리하면 다음과 같다.

Data
→ 가공되지 않은 값

Information
→ 의미가 부여된 데이터

Knowledge
→ 정보 사이의 관계와 패턴

Wisdom
→ 지식을 이용한 적절한 판단과 행동

단순히 데이터를 많이 모으는 것만으로는 부족하다.

결국 데이터에서 의미를 찾아내고,
그 의미를 의사결정에 활용해야 가치가 생긴다.

---

Big Data와 Data Science는 같은 것일까?

처음에는 Big Data와 Data Science를
비슷한 개념이라고 생각하기 쉽다.

하지만 강의에서는 둘을 구분했다.

강의 자료의 비유가 굉장히 직관적이었다.

Big Data = 원유

Data Science = 원유를 정제하는 과정

Big Data는 대량의 데이터를
수집하고, 전송하고, 저장하는 것에 가깝다.

- 데이터 수집
- 대규모 저장
- 분산 처리
- 데이터 파이프라인

반면 Data Science는
그 데이터를 이용해 유용한 결과를 만드는 과정이다.

- 패턴 발견
- 분석
- 예측
- 시각화
- 의사결정

원유를 많이 가지고 있다고 해서
곧바로 자동차를 움직일 수 있는 것은 아니다.

정제 과정을 거쳐야 연료로 사용할 수 있다.

데이터도 마찬가지다.

데이터를 많이 보유하는 것과
데이터를 잘 활용하는 것은 다른 문제다.

---

데이터가 많으면 무조건 좋을까?

큰 데이터는 더 많은 현상을 표현할 가능성이 있다.

작은 데이터에서는 발견할 수 없던 패턴을
큰 데이터에서는 발견할 수 있다.

예를 들어 고객이 10명뿐이라면
다양한 연령과 직업, 소비 패턴을 충분히 표현하기 어렵다.

하지만 고객이 100만 명이라면
더 다양한 행동과 예외 상황을 관찰할 수 있다.

이런 의미에서 데이터가 많아질수록
표현할 수 있는 현실의 범위도 넓어진다.

하지만 데이터가 많다고
무조건 좋은 결과를 얻는 것은 아니다.

잘못된 데이터 100만 개

보다

문제와 관련된 정확한 데이터 1만 개

가 더 유용할 수도 있다.

데이터의 양뿐 아니라 다음 요소도 중요하다.

- 정확성
- 완전성
- 일관성
- 최신성
- 문제와의 관련성
- 편향 여부

즉, 데이터의 크기와 함께
데이터의 품질을 평가해야 한다.

---

데이터를 수집하는 것만으로는 부족하다

데이터를 많이 모았다고 해서
자동으로 좋은 분석 결과가 나오는 것은 아니다.

예를 들어 자동매매 프로그램에
다음과 같은 데이터가 있다고 해보자.

주가
거래량
체결 시간
매수·매도 구분

이 값을 그대로 모델에 넣을 수도 있다.

하지만 새로운 Feature를 만들면
더 의미 있는 패턴을 발견할 수 있다.

- 최근 5분 평균 거래량
- 직전 가격 대비 상승률
- 매수·매도 비율
- 변동성
- 장 시작 이후 경과 시간

이처럼 기존 데이터로부터
문제 해결에 더 유용한 값을 만드는 과정을
Feature Engineering이라고 한다.

결국 중요한 것은
데이터의 개수가 아니라
문제를 표현할 수 있는 좋은 Feature를 만드는 것이다.

---

데이터 사이언스와 AI

데이터 사이언스와 AI는 밀접하게 연결되어 있지만
완전히 같은 개념은 아니다.

강의 자료에서는 둘의 관계를 다음과 같이 표현했다.

Data Science
→ Insight를 만든다.

Machine Learning
→ Prediction을 만든다.

데이터 사이언스는 데이터를 통해
현상을 이해하고 인사이트를 발견하는 넓은 과정이다.

머신러닝은 그 과정에서 사용할 수 있는
하나의 방법이라고 볼 수 있다.

예를 들어 고객 이탈 문제를 생각해보자.

데이터 사이언스의 관점에서는 다음을 분석할 수 있다.

- 어떤 고객이 주로 이탈하는가?
- 이탈은 어느 시점에 증가하는가?
- 가격 정책과 이탈률은 어떤 관계가 있는가?

머신러닝을 사용하면 다음 질문을 풀 수 있다.

- 이 고객이 다음 달에 이탈할 것인가?

즉, AI와 머신러닝은
데이터 사이언스 안에서 예측과 자동화를 담당하는
중요한 도구라고 볼 수 있다.

그리고 AI 모델의 성능 역시
결국 데이터의 품질과 양에 크게 의존한다.

아무리 좋은 알고리즘을 사용해도
학습할 데이터가 부족하거나 잘못되어 있다면
좋은 결과를 내기 어렵다.

---

왜 지금 데이터 사이언스가 중요해졌을까?

데이터 사이언스가 갑자기 생긴 분야는 아니다.

하지만 최근 중요성이 크게 높아진 이유는
두 가지라고 볼 수 있다.

1. 데이터를 수집할 수 있는 환경이 좋아졌다.
2. 데이터를 처리할 수 있는 컴퓨팅 파워가 증가했다.

과거에는 데이터를 수집하는 것 자체가 어려웠다.

지금은 거의 모든 서비스가
사용자의 행동을 디지털 형태로 기록할 수 있다.

- 페이지 방문
- 버튼 클릭
- 검색 기록
- 구매 기록
- 영상 시청 시간
- 스크롤 위치
- 앱 체류 시간

클라우드 환경도 발전하면서
서버와 데이터베이스를 직접 구축하지 않아도
필요한 만큼 자원을 사용할 수 있게 되었다.

강의에서는 AWS SageMaker, GCP Vertex AI, Databricks 같은
Cloud-native Platform의 활용도 중요해지고 있다고 설명했다.

즉, 데이터 수집과 저장, 분석에 필요한 비용이 낮아지면서
더 많은 조직이 데이터를 활용할 수 있게 되었다.

---

비즈니스에서 데이터를 어떻게 활용할까?

데이터 사이언스의 활용 사례를 떠올리면
Amazon과 Netflix를 생각할 수 있다.

Amazon은 단순히
사용자가 무엇을 구매했는지만 보는 것이 아니다.

- 어떤 상품 페이지를 방문했는가?
- 몇 초 동안 머물렀는가?
- 장바구니에 넣었다가 제거했는가?
- 어떤 상품과 비교했는가?
- 어느 순서로 페이지를 이동했는가?

이런 행동을 종합해
상품 추천과 마케팅, 재고 관리에 활용할 수 있다.

Netflix도 마찬가지다.

- 어떤 콘텐츠를 클릭했는가?
- 몇 분까지 시청했는가?
- 중간에 이탈했는가?
- 다시 시청했는가?
- 어떤 썸네일에 더 반응했는가?

이런 데이터는
단순 추천을 넘어 콘텐츠 제작과 투자 결정에도 활용될 수 있다.

강의 자료에서도 금융, 유통, 전자상거래, 헬스케어, 에너지, 게임 등
다양한 분야에서 데이터 사이언스가 사용된다고 설명했다.

데이터는 단순히 분석 보고서를 만들기 위한 것이 아니다.

제품
서비스
마케팅
운영
공급망
위험 관리

전체 비즈니스 과정에 활용될 수 있다.

---

Data Lifecycle

데이터 사이언스는
모델을 한 번 학습하고 끝나는 작업이 아니다.

강의 자료에서는 데이터의 전체 생명주기를
다음과 같이 설명했다.

Plan
↓
Acquire
↓
Process
↓
Analyze
↓
Preserve
↓
Publish / Share

---

1. Plan

어떤 문제를 해결할지 계획한다.

무엇을 알고 싶은가?

어떤 데이터가 필요한가?

결과를 어디에 사용할 것인가?

목표가 명확하지 않으면
필요 없는 데이터만 많이 수집할 수 있다.

---

2. Acquire

필요한 데이터를 수집한다.

- 서비스 로그
- 데이터베이스
- 외부 API
- 센서
- 설문조사
- 공개 데이터

이 과정에서 데이터의 출처와
수집 방법도 함께 기록해야 한다.

---

3. Process

수집한 데이터를 사용할 수 있도록 정리한다.

- 결측치 처리
- 중복 제거
- 형식 통일
- 이상치 확인
- 데이터 결합
- Feature 생성

실제 데이터 사이언스 프로젝트에서
많은 시간이 소요되는 단계다.

---

4. Analyze

정리한 데이터를 분석한다.

- 통계 분석
- 시각화
- 공간 분석
- 이미지 분석
- 머신러닝 모델링
- 결과 해석

단순히 모델 점수를 높이는 것뿐 아니라
그 결과가 무엇을 의미하는지도 이해해야 한다.

---

5. Preserve

데이터와 분석 결과를 안전하게 보존한다.

- 백업
- 접근 권한 관리
- 데이터 품질 기록
- 메타데이터 관리
- 버전 관리

데이터가 유실되거나 변조되면
분석 결과도 신뢰할 수 없게 된다.

---

6. Publish / Share

마지막으로 분석 결과를 공유한다.

- 보고서
- 대시보드
- API
- 서비스 기능
- 논문
- 데이터셋

좋은 분석도 다른 사람이 이해하거나 활용하지 못하면
가치를 만들기 어렵다.

---

데이터 사이언티스트는 무엇을 하는 사람일까?

강의 자료에서는 데이터 사이언티스트를
단순히 모델을 만드는 사람으로 설명하지 않았다.

데이터 사이언티스트는 다음과 같은 역할을 수행한다.

- 문제의 핵심 질문 발견
- 데이터 수집과 품질 검증
- 분석 가설 설정
- 통계적 검증
- 모델링
- 결과 해석
- 의사결정자와의 커뮤니케이션

특히 기억에 남았던 내용은
데이터 사이언티스트에게 필요한 가장 중요한 태도가
Curiosity, 즉 호기심이라는 점이었다.

단순히 주어진 데이터를 분석하는 데서 끝나지 않고
다음 질문을 계속 던져야 한다.

왜 이런 결과가 나왔을까?

이 Feature는 정말 필요한가?

데이터에 편향은 없을까?

다른 원인이 숨어 있지는 않을까?

이 결과를 실제로 사용할 수 있을까?

---

코딩 능력은 여전히 중요하다

강의에서는 데이터 사이언티스트의
가장 기본적인 능력 중 하나로 코딩을 언급했다.

Python과 SQL은 여전히 중요하다.

하지만 최근에는 모든 알고리즘을
처음부터 직접 구현하는 능력만을 요구하지는 않는다.

좋은 라이브러리와 도구가 많아졌기 때문이다.

- Pandas
- NumPy
- scikit-learn
- PyTorch
- XGBoost
- AutoML
- AI Copilot

중요한 것은 라이브러리를 사용하는 것 자체가 아니다.

어떤 문제에 어떤 도구를 써야 하는지,

그 결과를 믿어도 되는지,

잘못된 결과를 구분할 수 있는지

판단할 수 있어야 한다.

데이터 사이언티스트의 코딩은
단순히 코드를 많이 작성하는 것이 아니라
적절한 도구를 조합해 문제를 해결하는 것에 가깝다.

---

과거와 지금의 데이터 사이언티스트

강의에서는 데이터 사이언티스트에게 요구되는 능력이
과거와 현재 사이에서 어떻게 달라졌는지도 설명했다.

---

과거

- Python, R, SQL 중심의 강한 구현 능력
- 알고리즘을 직접 구현하는 능력
- Hadoop, Spark와 같은 분산 시스템 지식
- 통계와 수학에 대한 깊은 이론적 이해
- 데이터 수집부터 배포까지 혼자 수행하는 능력

---

현재

- AI 도구와 AutoML 활용
- 모델 결과 검증
- Prompt Engineering
- Cloud-native Platform 활용
- 효율적인 Pipeline 설계
- 데이터 거버넌스와 개인정보 보호
- 커뮤니케이션과 스토리텔링
- 특정 산업에 대한 도메인 지식

AI가 코드 생성과 반복 작업을 도와주기 시작하면서
단순 구현 능력만으로 차별화하기 어려워졌다.

대신 다음 능력이 더욱 중요해졌다.

AI의 결과가 맞는지 판단하는 능력

데이터의 편향과 오류를 찾는 능력

현실에서 검증 가능한 실험을 설계하는 능력

복잡한 결과를 비전문가에게 설명하는 능력

---

커뮤니케이션과 스토리텔링

데이터 분석 결과는
데이터 사이언티스트만 이해해서는 의미가 없다.

비즈니스 담당자나 의사결정자가
분석 결과를 이해하고 행동할 수 있어야 한다.

예를 들어 다음처럼 말하는 것보다

모델의 F1 Score가 0.84입니다.

다음처럼 설명하는 것이 더 중요할 수 있다.

현재 모델을 사용하면
이탈 가능성이 높은 고객 100명 중 약 84명을 찾아낼 수 있습니다.

이 고객들에게 사전에 혜택을 제공하면
예상 이탈률을 줄일 가능성이 있습니다.

같은 결과라도
현실의 행동과 연결해 설명해야 한다.

그래서 Data Storytelling이 중요해진다.

---

도메인 지식

강의에서 특히 강조된 부분 중 하나가
도메인 지식이었다.

AI가 일반적인 코드 작성과 분석을 도와줄수록
사람이 제공해야 하는 차별점은
문제 분야에 대한 깊은 이해가 된다.

금융
헬스케어
기후
물류
제조
광고
추천 시스템

각 분야에서 중요한 문제와 데이터는 다르다.

좋은 질문이 좋은 인사이트를 만든다.

그리고 좋은 질문은
그 분야를 이해하는 사람만 만들 수 있다.

Quality Questions determine Quality Insights.

결국 데이터 사이언티스트도
소프트웨어 엔지니어와 마찬가지로
도메인 지식이 중요하다.

---

윤리와 책임 있는 AI

데이터의 영향력이 커지면서
윤리와 개인정보 보호도 중요해졌다.

- 데이터는 적법하게 수집되었는가?
- 특정 집단에 불리한 편향은 없는가?
- 모델의 판단을 설명할 수 있는가?
- 민감한 개인정보가 노출되지는 않는가?
- 데이터에 접근할 권한은 적절히 관리되고 있는가?

특히 의료와 금융 데이터는
잘못 사용될 경우 큰 피해를 만들 수 있다.

따라서 데이터 사이언스는
성능만 높은 모델을 만드는 분야가 아니다.

정확성, 공정성, 보안, 개인정보 보호를
함께 고려해야 한다.

---

데이터는 자산인가?

강의 자료에서는 데이터를
가치를 가진 자산으로 바라봤다.

좋은 데이터 관리는 다음을 가능하게 한다.

- 필요한 데이터를 빠르게 찾는다.
- 여러 조직이 데이터를 공유한다.
- 기존 데이터를 다시 사용한다.
- 중복 수집을 줄인다.
- 시간과 비용을 절감한다.

하지만 모든 데이터를 무조건 저장하는 것이 좋은 것은 아니다.

보관 비용이 발생하고,
개인정보 유출 위험도 커지기 때문이다.

따라서 다음 질문이 필요하다.

이 데이터는 왜 필요한가?

얼마 동안 보관해야 하는가?

누가 접근할 수 있는가?

다시 사용할 가능성이 있는가?

잘못된 데이터는 어떻게 수정할 것인가?

데이터를 자산으로 본다는 것은
무조건 많이 모은다는 뜻이 아니다.

가치 있는 데이터를
잘 관리하고 안전하게 활용한다는 뜻에 가깝다.

---

프로젝트 주제는 진로와 연결하자

강의에서 프로젝트 주제를 정할 때
자신이 앞으로 나아갈 진로와 관련된 분야를 선택하라는 이야기가 있었다.

이 부분에는 나도 공감했다.

단순히 점수를 받기 위한 프로젝트보다
내가 실제로 관심 있는 문제를 다루는 것이 더 의미 있다.

예를 들어 내가 진행하고 있는
증권사 API 기반 자동매매 프로젝트에
데이터 사이언스를 결합할 수 있다.

- 주문 실패 데이터 분석
- 시장 상황별 API 응답 지연 분석
- 거래 패턴 이상 탐지
- 종목별 변동성 분석
- 투자 전략 성능 비교

이렇게 하면 프로젝트는
단순한 서버 구현에서 끝나지 않는다.

Software Engineering
+
Financial Domain Knowledge
+
Data Science

가 결합된 프로젝트가 된다.

이번 USC 활동에서도
단순히 데이터 사이언스 기술을 배우는 것보다
내가 어떤 문제에 이 기술을 사용할지 고민해보는 것이 중요할 것 같다.

---

이번 강의를 들으며 느낀 점

처음에는 데이터 사이언스를
데이터 분석가가 사용하는 기술이라고만 생각했다.

하지만 강의를 듣고 보니
데이터 사이언스는 특정 직업만을 위한 기술이 아니었다.

데이터가 발생하는 모든 분야에서
문제를 더 정확하게 이해하고
더 나은 결정을 내리는 데 사용할 수 있는 방법론이었다.

그리고 데이터 사이언스만으로
모든 문제를 해결할 수 있는 것도 아니었다.

데이터를 수집하는 시스템

데이터를 저장하는 데이터베이스

분석을 수행하는 모델

결과를 제공하는 서비스

문제를 이해하는 도메인 지식

이 모든 요소가 함께 필요하다.

그래서 데이터 사이언스는
혼자 존재하는 분야라기보다
여러 분야를 연결하는 영역에 가깝다는 생각이 들었다.

---

결론

결론은 간단하다.

데이터 사이언스는
단순히 데이터를 분석하거나 그래프를 그리는 분야가 아니다.

데이터를 수집하고,

저장하고,

정리하고,

분석하고,

지식으로 변환하고,

현실의 의사결정에 적용하는 전체 과정

을 다루는 분야다.

그리고 이 과정에는 다음 요소가 함께 필요하다.

Computer Science / IT

Math / Statistics

Domain / Business Knowledge

데이터는 현실을 표현한다.

하지만 데이터 자체만으로는 아무것도 말해주지 않는다.

데이터에 의미를 부여하면 Information이 되고,
관계를 이해하면 Knowledge가 되며,
이를 올바른 판단에 사용하면 Wisdom이 된다.

결국 이번 강의의 핵심은 이것이라고 생각한다.

데이터를 많이 모으는 것이 중요한 것이 아니라,
그 데이터로 어떤 질문을 하고 어떤 가치를 만들어낼 것인가가 중요하다.

나 역시 백엔드 개발자로서
데이터 사이언스를 별개의 분야로만 바라보기보다
내가 만드는 시스템을 더 똑똑하게 만드는 도구로 활용해보고자 한다.