[오예은] Data science 교육 4주차-나를 돌아보기

[Medium에서 보기](https://medium.com/@dsdoris/data-scientist%EA%B0%80-%EB%90%98%EB%8A%94-%EC%97%AC%EC%A0%95%EC%97%90%EC%84%9C-%EB%B6%99%EC%9E%A1%EC%95%84%EC%95%BC-%ED%95%A0-%EA%B2%83-2c7de1ebd5f0)

데이터사이언스 교육과정을 수강한지도 벌써 20일째.
약 4주동안의 시간을 지나며 생각보다 많은 내용들을 거쳐왔다.
긴 여정을 시작하며 학습방법과 생각하고 질문하는 방법을 배웠고,
파이썬의 기초부터 데이터 전처리, 통계 그리고 이번주엔 선형대수까지…

교육과정의 약 10% 정도 지난 시점이지만, 한달을 돌아보며 점검하는 시간을 가져보려 한다.

## 1. 나의 초심은..
나는 어렸을 때부터 컴퓨터에 관심이 많은 아이였고, 대학교 땐 소비자학을 전공하면서 소비자가 만들어내는 데이터나 정보들을 지금 시대 기술을 가지고 잘 활용해서 뭔가 가치있는 일을 해보고 싶다는 막연한 꿈이 있었다.
그러다가 마침 알게된 데이터 사이언스 과정은 이런 꿈을 향해 도약할 수 있는 정말 좋은 기회일것이라 생각하여 시작하게 되었다.
데이터사이언스 과정 첫 날을 시작하면서 '데이터 사이언스'라는 영역이 워낙 방대하고 복잡한 개념들을 다루기도 할 것이기에 처음부터 각오는 단단히 했더랬다.

> 1. 끝까지 처음 마음을 기억하자.
> 2. 매일 주어진 과제는 꼭 끝내자.
> 3. 어려워도 포기하지 말자.

그래도 나름대로 관련된 공부도 하고, 직장에서 맡았던 업무 자체가 데이터 분석과 멀지 않았기에
이정도 배경지식이면 수업을 듣는게 무리는 아닐거라 생각하고 여유 만만한 기분으로 과정을 시작했다.

## 2. 수학이라는 산을 만나다.
그날그날 주어진 주제들을 겨우 소화하며 달려오다가 깊은 생각에 빠진건 이번주 선형대수를 다루면서다.
통계는 학부시절에 여러번 다뤘고, 자격증 공부를 하면서 몇 번 들여다 봤던 것들이 도움이 많이 되었지만
선형대수는 이름부터가 서점 한 구석에서나 겨우 볼법한 과목이었다.

데이터과학을 하겠다는 사람은 숫자에 밝아야 하는게 맞는 것이지만,
사실 수학은 나에게 어렸을 때부터 어떤 높은 '산' 같은 영역이었다.

자연수의 세계에서 잘 살고 있다가 중학교 때 '실수(양수와 음수가 존재하는)'의 세계를 맞딱드렸을 때
너무 이해가 안돼서 눈물을 머금을 정도로 답답했던 적이 있었고,
고등학교 땐 수학 모의고사 성적을 보고 너무 상심한 나머지 시험지를 다 찢어버렸던 적도 있다.
대학교 땐 회계원리를 배우다가 무슨 원리가 그렇게 복잡한지
나는 이렇게 틀에 꽉 막힌 회계부서는 가고싶지 않다고 친구들이랑 회계 흉(?)을 보던 적도 있었다.

그렇지만 이런 어려움들은 모두 새로운 세상을 마주한 불안감에서 비롯된 반감 같은 것의 일종이었던 것 같다.
시간이 지나고 실수의 세계에서 나아가 허수도 만나고, 여러가지 (수학)문제들을 만나고, 복잡한 원리들을 계속 마주하게 되니
그런 어려움은 어느새 잊혀지고 내가 그 언덕들을 넘고 넘어 걸어왔다.

이번에 마주한 문제 역시도 그런 상황인 것 같다.
낯선 개념과 단어들을 짧은 시간 안에 내 것으로 만들어야하는데 나는 이 수학적 개념들과도 낯을 가리느라
피하고 싶은 마음이 크다.
하지만 내가 목표한 바를 이루려면 이 낯선 개념들과 친구가 되어야 하고,
친구가 되려면 어느정도는 시간이 필요할 것이라 생각하고 내 편으로 만들어야한다.

## 3. 데이터 '과학자'가 되는 길을 걸어가며 놓치지 말아야 할 것
이렇게 수학에 대해서 생각하다 보니 내가 수강하고 있는 과정이 '데이터 사이언스',
즉 데이터 '과학자'가 되기 위한 과정이라는 것을 잊고 있었다는 것을 깨달았다.
데이터과학자가 다른 분야의 과학자보다 다분히 실무적이고 응용적인 분야에 종사하긴 하지만
'과학자'라는 이름이 붙었다는 것은 그만큼 심도 깊고 전문적인 지식을 가지고 데이터를 다룰 수 있어야한다는 의미일 것이다.
네이버 백과사전에 '데이터 과학자'를 찾아보면 아래 내용이 나온다.
> 데이터 과학은 분석뿐 아니라 이를 효과적으로 구현하고 전달하는 과정까지를 포함한 포괄적인 개념이다.
> 이러한 관점에서 데이터 과학은 데이터 공학(Data Engineering), 수학, 통계학, 컴퓨터공학, 시각화(Visualization), 해커(Hacker)의 사고방식, 해당 분야의 전문 지식을 종합한 학문으로 정의하기도 한다(Wikipidia).
`과학:세상이 움직이고 순환하고 작용하는 원리를 누구나 공감하고 인정할 수 있는 체계적인 방법으로 밝혀내는 학문`

그러므로, 단순한 데이터 분석가나 데이터 엔지니어가 아닌 데이터 과학자로서
`-데이터분석가와 데이터 엔지니어를 폄하한다기보단 그 영역을 종합적으로 이해할 수 있는 개념에서의 데이터 과학자를 말한다-`
현장에 가치 있는 일원이 되기 위해서는 데이터가 생성되고 저장되고 분석, 활용되는 일련의 과정들과 그 과정에 사용되는 제반의 지식들을 어느정도는 알고 있어야 할 것이다.

또한, 데이터 사이언스라는 것이 많은 부분 문제 해결을 위한 방법으로 활용되기에
데이터 분석의 목적이 되는 문제에서부터 현장에서 데이터를 접하다가 생기는 작은, 원인을 알 수 없는 문제(issue)들이 생길 때
그것을 잘 해결할 수 있는 문제 해결력이 필요할 것이다.

다행스럽게도 나는 지금 데이터를 다루는 방법과 지식을 차근차근 알아가는 중이고,
이 과정 중에 마주하는 문제를 스스로 또는 다른 사람의 도움을 받아 해결하는 방법을 조금씩 알게되는 중이다.
그러니 내가 지금 배우고 있는 것은 ‘데이터 사이언스’라는 아주 큰 그림의 일부임을 기억하고,
이 과정의 퍼즐 조각들이 어떻게 예쁜 그림을 이루어갈지 하나 하나 찾아가는 즐거움을 누리면서
처음에 다짐했던 마음을 끝까지 가져가는 것이 데이터 과학자가 되는 여정에서 붙잡아야 할 것이다.

목표를 이루기 위해 긴 여정을 계속 걷고 있을 앞으로의 자신에게 힘내라고 그 어려웠던 회계 수업에서 들었던 교수님의 한마디를 건네본다.
#### "회계가 너희들에겐 진짜 어렵겠지. 근데 세상에 어려운 건 없어, 복잡할 뿐이지.
#### 어렵다고 생각하면 끝까지 어려운데 복잡한건 하나씩 차근차근 하다 보면 언젠간 풀린다."
#