크레마클럽

어느 순간부터인지 데이터니 빅데이터니 하는 단어들이 당연하게 사용되고 있지지만 과연 그 의미를 제대로 이해하고 있을까 하는 생각이 든다.

이 책의 저자는 지금의 현실을 살아가는데 무엇보다 중요해진 데이터 분석에 대해 알려주고 그 분석 결과를 어떻게 도출하고 또 활용하는지에 대해 알려준다.

데이터 분석이라고 하면 그저 어려운 공식의 숫자들만을 생각하기 쉽지만 세상의 모든 정보들이 데이터라는 사실부터 인지하는 것이 먼저일 것이다.

특히 빅데이터는 보다 나은 의사결정을 위해서 꼭 필요한 방법으로 이제는 누구에게나 중요한 수단이 되었다.

나 역시도 전공자가 아니기에 빅테이터라고 해도 그저 막연하게 그런 건 전문가들의 영역이라고 생각했었다.

비즈니스 상에서 등장하는 다양한 문제들을 해결하는 데에도 빅테이터 분석을 활용하는 보다 나은 해결 방법을 찾을 수 있을 거 같다.

다양한 정보들을 빅데이터화 해서 분석한다면 다양한 분야에서 활용이 가능하다는 사실을 이 책을 통해서 알 수 있었다.

하지만 이러한 데이터 분석도 사람과 마찬가지로 다양한 경험 즉 다양한 경우의 정보들을 필요로 한다.

그 데이터에 숨어있는 본질을 찾아내며 복잡한 정보들을 탐색하고 분석하는 것을 생활화할 수 있다면 일상생활에서도 지금보다 나은 일을 할 수 있을 거 같았다.

특히 복잡한 정보들을 시각화하는 것은 다양한 분야에서 유용하게 활용할 수 있을 거 같다.

데이터 분석에 대한 책이라 이과적인 내용만 있을 거라고 생각했는데 다양한 분석에 대해서도 알 수 있었고, 상황에서 따라 합리적 의사 결정을 내리기 위한 데이터 활용법에 대해서도 알 수 있었다.

데이터 천재들은 어떻게 기획하고 분석할까?
데이터는 사실 쉽게 배울 수 있는 것이 아니다.
읽으면서도 30년동안 AI, 빅데이터 분야를 공부하고 이끌어온 국내 전문가들이 쓴 책이다.
이 책은 금융, 제조, 마케팅, 영업, HR 등 다양한 분야에서 사용하고 있는 빅데이터의 최신동향과 현업에서 사용했던 사례와 협업의 문제를 담았다고 한다.
그래서인지 읽으면서도 어려운 내용이라 그래서인지 쉽게 이해가 잘 되지 않아서 몇번씩 다시 보기도 했다.
그럼에도 불구하고 우리는 데이터에 대해서 알아야 한다.
모든 분야와 직군, 문과,이과를 떠나서말이다.
데이터는 객관적인 자료이기 때문에 경험이나 직관에 비해서 정확하다.

책은 총 5부로 나누어져있다.
1부 데이터 문맹 탈출, 반드시 알아야 할 데이터 상식
2부 데이터 시각화로 트렌드를 읽어라
3부 분류와 예측, 미래를 읽는 가장 확실한 방법
4부 데이터를 끼리끼리 뭉쳐 보는 군집분석의 힘
5부 인공지능, 더 빠르고 능숙하게 이미지를 분석하다

사실 나는 IT분야에서 일을 하고 있어서 데이터의 중요성을 잘 알고 있다.
데이터가 기반이 되어야 모든 일을 할 수 있기 때문이다.
우리가 흔히 알고 있는 넷플릭스도 빅데이터를 기반으로 영상을 제공하고,
그 영상을 본 사용자들의 시청 기록과 취향을 분석하여 추천 영상으로 매출을 올리고,
또 콘텐츠를 제작한다.
이렇듯 데이터를 활용하면, 사업방향과 앞으로의 수요도 예측도 가능하며 기업이 더 성장해 나갈 수 있는 방향을 제시할 수도 있다.
이미 저자인 조성준 서울대학교 산업공학과 교수는 2010년부터 최근까지 열린 서울대 데이터마이닝 캠프에서의 경험과 노하우를 가지고 책을 쓴것이다.
이렇듯 책 하나를 쓰는데도 많은 데이터가 필요하다.
이쯤되면 빅데이터는 어디서든지 쓸수 있다는 것을 알 수 있지 않을까?ㅎ
여튼 책에서는 데이터의 상식부터하여, 시각화로 트렌드를 발견할 수 있는 방법과 중요성, 그리고 미래를 예측할 수 있는 방법과 데이터를 뭉쳐서 보는 군집, 그리고 인공지능을 더 빠르고 분석할 수 있는 방법까지 함께 알려주고 있다.
점점 거대해지고 있는 세상에서 살아남기 위해서는 트렌드도 따라가며 배워갈 필요가 있다고 생각했다.

https://blog.naver.com/johnpotter04/222737332629

빅데이터 분석에 입문해보자!

빅데이터를 소개하기 위해 태어난 책

데이터 전문가들이 일반인에게 빅데이터를 소개한다. 일반인이 빅데이터를 개괄적으로 이해할 수 있도록 돕는다. 어려운 통계 이론을 정말 쉽게 설명한다. 이론을 주해하기보다 어떻게 실생활에 이용되는지 보여주면서, 자연스럽게 이론을 습득할 수 있다. 통계에 아무런 지식이 없어도 충분히 이해할 수 있다. 빅데이터 입문으로 최적이다.

빅데이터란 무엇인가요?

빅데이터의 세계를 들여다보자

1장은 빅데이터가 무엇인지 소개하는 데 초점을 맞췄다. 마케팅, 품질검사, 예측, 정보 조회 등 다양한 분야에서 응용되고 있는 빅데이터를 소개한다. SNS, 마케팅 광고 등 생활에서 쉽게 접해볼 만한 것들로 하여금 빅데이터가 어떻게 활용되는지 보여준다.

데이터 접근 단계는 '데이터', '인사이트', '가치'로 이루어져 있다. 추출된 데이터에 인사이트를 결합해, 가치를 창출하는 과정을 거쳐야 한다. 설문조사 등을 통해 데이터를 수집하면, 이 데이터를 적절하게 처리하고 해석해서 유의미한 결과를 도출한다.

빅데이터 분석에는 각 단계에 맞는 역할이 있다. 데이터 사이언티스트(Data Scientist)는 데이터 이론을 연구하고 개발한다. 데이터 엔지니어(Data Engineer)는 데이터 사이언티스트들이 개발한 데이터 이론을 기반으로 데이터를 수집하고 추출한다. 데이터 애널리스트(Data Analyst)는 데이터 엔지니어가 추출한 데이터로부터 인사이트(Insight)를 도출한다.

데이터 수집 단계는 데이터 사이언티스트와 데이터 엔지니어의 영역이며, 데이터에서 가치를 창출하는 건 데이터 애널리스트의 역할이다. 데이터를 해석해 결론을 이끌어내는 과정은 통계 지식만 가지고 할 수 없다. 인사이트는 통계 지식만을 의미하는 게 아니라, 각 분야의 전문 지식과 경험을 총괄한다. 따라서, 데이터 애널리스트는 빅데이터뿐만 아니라, 각계 전문 지식을 갖고 있는 융복합 인재여야만 한다.

빅데이터의 순간들

머신러닝, 딥러닝, 회귀분석, 데이터 시각화 등 다양한 빅데이터의 기법들

2장은 데이터 시각화를 다룬다. 비즈니스 데이터, 공공 데이터, SNS 데이터, 데이터 시각화에서 자주 활용되는 세 가지 데이터를 통해 다양한 데이터 시각화 방법을 보여준다. 어릴 때부터 접하는 그래프와 분포도 뿐만 아니라, 주식 차트에서 볼 수 있는 박스 플롯 등을 볼 수 있다. 데이터 시각화는 실생활에서 자주 접하기 때문에 어색하지 않다. 평소에 생활하면서 접하던 그래프나 도표의 명칭이 어떤 것이었는지 알게 된다. 특히, 신문 기사나 PPT, 일상생활에서 자주 접하는 다섯 가지(시간 시각화, 분포 시각화, 관계 시각화, 비교 시각화, 공간 시각화) 시각화를 설명해 주는데, 대학생 이 조별 과제를 수행하면서 숱하게 제작하는 PPT에서 이용하는 그래프들이 각각 어떤 효과를 가지고 있는지 배운다.

3장은 인공지능과 머신러닝의 기본 원리를 다룬다. 인공지능과 머신러닝의 핵심인 분류와 예측이 어떤 원리로 작용하는지 보여주는 게 핵심이다. 독립변수(예측변수)와 종속변수(반응변수)의 관계, 범주형 데이터와 연속형 데이터 등을 여러 사례로 만날 수 있다. 여러 변수 간의 상관관계를 분석하여 특정 경향성을 나타내는 함수를 찾아 다음 결과를 예측하는 회귀분석의 원리를 상당히 쉽게 설명한다. 특히, 경제학이나 통계학 전공자라면 공식으로만 배운 어려운 이론을 실례를 통해 쉽게 접근할 수 있다. 이론 위주 강의실 수업에서 벗어나, 실제 생활에서 쓰이는 통계를 만나는 계기가 된다.

4장은 여러 데이터를 비슷한 특성끼리 모아 분석하여 비지도 학습 등에 사용되는 군집분석을 소개한다. 군집에서 서로 다른 개체 또는 특징 간 비슷한 정도를 나타내는 유사도의 중요성을 설명하고, 유사도를 측정하는 다양한 거리함수를 소개한다. 군집분석에는 '군집'을 어떻게 형성할 것인가가 핵심이기 때문에, 군집에 따라 같은 데이터라도 결과가 달라질 수 있다. 같은 군집끼리는 같은 점이, 다른 군집끼리는 다른 점이 명확해야 잘 구성된 군집이다. 따라서, 여러 선택에도 같은 군집으로 묶인다면 그 군집의 신뢰도는 높다며, 어떻게 군집을 선택하냐에 따라 결과가 달라질 수 있으니 다양한 선택과 결과를 고민해 볼 필요가 있다고 조언한다.

5장은 인공신경망으로 데이터를 학습하는 딥러닝, 알고리즘에 따라 데이터를 수집하고 판단하는 머신러닝을 소개한다. 직관적으로 사물을 이해하는 사람과 달리, 컴퓨터는 모든 걸 숫자로 인식하기 때문에 인물 사진 등의 데이터를 숫자로 변환하여 딥러닝과 머신러닝을 수행한다. 다양한 데이터 변환 법과 알고리즘이 존재하는데, 적절한 방법을 선택하는 건 사용자의 몫이다. 여기서, 머신러닝은 가중치를 어떻게 설정할 것인지가 핵심 논제다. 머신러닝에 있어서 가중치가 설정되면 데이터는 자동으로 결정되는 특징이 있기 때문이다. 또한, 데이터 마이닝은 딥러닝의 기초이기 때문에, 목표에 적합한 데이터 마이닝을 찾아야 한다. 저자는 머신러닝과 딥러닝에 있어서 적절한 가중치와 데이터 마이닝이 핵심이라는 걸 강조한다.

6장은 데이터와 텍스트 분석을 설명한다. 데이터는 숫자와 같은 정형 데이터와 동영상과 사진 같은 비정형 데이터가 있다. 세상은 비정형 데이터의 세계로 머신러닝과 딥러닝에서는 비정형 데이터를 정형 데이터로 변환하는 게 핵심이다. 비정형 데이터를 크롤링(스크리밍) 작업과 전처리 작업 등 사전 작업으로 정형 데이터로 변환하고, 키워드 분석, 트렌드 분석, 네트워크 분석, 임베딩 분석 등 텍스트 분석에 활용한다. 텍스트 분석은 텍스트의 문맥이나 숨은 의미를 파악하는 것이 핵심이다. 은유인지, 직설인지, 무의미한지 그 의미를 파악하는 게 사람도 어려운진데 컴퓨터는 더 지옥이다. 저자는 'Garbage in, Garbage out(쓰레기를 넣으면, 쓰레기가 나온다)'이라는 대전제를 이야기하면서, 텍스트 분석에 앞서 명확한 목표와 소스를 파악해야 한다는 것에 방점을 찍는다.

연금술사와 빅데이터

흥미로운 유사성

한창 빅데이터에 관심이 많아, 애널리스트 과정에 집중적으로 공부하고 있는 요즘, 데이터 산업이 광산업과 상당히 유사하다는 걸 느낀다. 채광하기 전에 원하는 광물의 수율에 맞는 광산을 찾고(데이터 수집 및 소스 분석), 불필요한 광물을 걸러내어 제련하고(데이터 전처리), 제련된 광물을 원하는 목적에 맞게 가공한다(데이터 분석). 맨땅(빅데이터)에서 금(가치)을 찾는다는 목표까지 유사하다. 예나 지금이나, 금을 향한 인간의 탐욕은 끊임없었고, 빅데이터도 다르지 않다.

과거, 연금술사라는 직업이 있었다. 연금술사는 흔하게 만날 수 있는 원소를 이용해, 완전무결한 원소 '금'을 연성하는 방법을 연구했다. 애니메이션 ＜강철의 연금술사＞로 대중에게 알려진 그들은 금을 연성할 수 있는 물질인 '현자의 돌'을 찾아 일생을 바쳤다. 화학이 발전하지 않았던 시대, 그들의 도전은 현대인의 시선에선 이그노벨상이나 다윈상이 떠오를 만큼 하찮은 낭비로 보인다. 하지만, 그들의 도전은 절대 무용한 게 아니었다. 현자의 돌을 찾는 과정에서 새로운 화학 물질을 발견하고, 더 효율적인 제련 방법을 발견한다. 연금술사들이 현대 화학의 기틀을 다졌다고 해도 과언이 아니다.

빅데이터도 마찬가지다. 빅데이터 산업을 한마디로 요약하라면, 쓸모없는 데이터에서 유형의 가치를 창출하는 산업이라고 볼 수 있다. 연금술사가 금과 현자의 돌을 찾으려는 것과 같다. 광고 등 돈에 몰두하는 모습이 금을 찾아 헤매던 연금술사와 비슷하지만, 연금술사가 화학을 발전시켜 인류에 공헌했듯이, 빅데이터도 인류 삶에 공헌하고 있다. 음성을 텍스트로 전환하는 알고리즘을 개발해서 청각장애인을 돕거나, 부정부패와 단합 등 불공정 행위를 찾아내는 알고리즘을 이용해 발각되지 않았던 부정행위를 찾아낸다. 이렇듯, 빅데이터 산업은 점점 우리 삶에 스며들고 있고, 우리 삶을 더 풍요롭게 한다. 앞으로 빅데이터가 어떤 세상을 만들어갈지 흥미진진하다. 일생을 바칠 가치가 있는 재미있는 산업이다.

ㅣ 데이터를 어떻게 해야 할까?!

데이터 기반의 의사결정이라는 말을 요즘 회사에서 너무 많이 듣고 있는 거 같습니다. 단순히 감으로 결정하는 것이 아니라, 숫자라는 객관적인 지표에 의해서 정확한 의사결정을 하려는 의도입니다. 물론 과거에도 숫자를 통해서 의사결정을 하는 사례는 있었습니다. 하지만, 지금처럼 더 많은 데이터, 더 시시각각 변화되는 데이터를 통해서 의사결정을 하기 시작한 지는 얼마 되지 않은 거 같습니다. 그렇지만 이 데이터를 무작정 모으기만 하고 있지 제대로 의사결정에 활용하기 위해서 사용하는 회사는 일부에 불과한 거 같습니다.

저도 서비스 기획자로 회사에서 데이터 활용에 대한 압박감을 많이 받고 있는 만큼, 데이터는 어떻게 기획하고 분석해야 하는지에 관한 스터디에 필요해졌고, 이번에 21세기북스에서 나온 ＜데이터 천재들은 어떻게 기획하고 분석할까?＞ 책을 찾아서 보게 되었습니다.

이 책의 집필진들이 오랜 경험을 가진 데이터 전문가들인 만큼 오래도록 데이터를 어떻게 활용할 것인가에 대해서 고민했었던 경험담을 들을 수 있을 거라고 기대가 되었습니다. 또한 데이터 사이의 맥락을 파악해 어떤 목적으로 어떻게 데이터를 분석해야 하는지, 생활 속에 데이터가 어떻게 활용되고 있는지 혹은 실제 기업의 사례를 알게 될 것이라고 생각이 되었습니다.

책의 구성은 총 6부로 되어있습니다. 1부에서는 데이터란 무엇인지에 관한 개론적인 설명이 되어있습니다. 그리고 2부는 데이터를 어떻게 시각적으로 탐색하고 설명한 것인지에 관한 이야기가 있습니다. 3부부터는 조금 더 전문적인 이야기들이 나옵니다. 예측에 대한 중요성과 그 방법론에 대한 이야기입니다. 4부에서는 3부와는 다르게 분류 또는 예측하는 정보가 알려지지 않았을 때 의미 있는 정보를 추출하는 데이터 분석 방법을 알려줍니다. 5부는 데이터 과학과 인공지능의 관계에 대한 이야기를 통해서 이미지/동영상을 분석하는 방법에 관한 이야기입니다. 마지막 5부는 일상에서 가장 빈번하게 접하는 텍스트 데이터 분석이 왜 중요한지, 그리고 다른 데이터와는 어떤 차이가 있는지에 관해서 설명하고 있습니다.

목차만을 봤을 때는 내용이 꽤 어렵다고 느껴질 수 있지만, 그럼에도 불구하고 저는 읽으면서 어렵다는 생각보다는 흥미 있는 사례들과 내용들이 더 많아서 꽤 재밌게 읽었던 책이기에 데이터라는 말만 보고 읽기를 포기하지 않으면 좋을 거 같습니다.

ㅣ 좋은 기획이 빅데이터의 가치를 결정!

지금 이 순간에도 세계 곳곳의 수많은 데이터 사이언티스트들은 빅데이터로 어떤 가치를 만들어낼 수 있을지 골몰하고, 잘 짜인 기획에 따라 데이터를 수집하여 분석한다고 합니다. 책에서는 빅데이터를 활용하여 어떤 비즈니스 가치를 창출했는지에 관한 사례들이 나오는데요. 이 사례들을 보고 나면 데이터를 활용해서 어떻게 비즈니스 가치를 창출할 수 있는 실마리를 찾을 수 있을 거 같습니다.

자라는 세계적으로 유명한 패스트 패션 브랜드인데요. 기존에는 대량 생산하고 남은 것은 모두 폐기했으며 어떤 옷은 만든 수량의 10%도 팔리지 않았다고 합니다. 이는 회사에게도 엄청난 손실로 이어지고 결국 가격에 반영되어 소비자에게도 전가될 수 있는데요. 이런 이유로 패스트 패션 산업에서는 한꺼번에 대량으로 만드는 대신, 1차로 소량만 제조하여 소비자에게 공급한다고 합니다. 리테일의 끝단인 매장에서 고객의 구매내역을 데이터로 실시간으로 모니터링하는 것입니다. 이를 토대로 시장 수요에 맞추어서 2차 생산에서는 잘 판매되지 않는 디자인과 컬러, 사이즈만 더 제작하고 나머지는 만들지 않는다고 합니다.

우리에게 너무나도 유명한 넷플릭스의 경우에도 데이터를 잘 활용하는 기업으로 알려져 있는데요. 특히 가입자의 콘텐츠 시청 지점까지 데이터화하여 이를 토대로 유사한 콘텐츠를 추천한다는 건 너무나도 유명해서 잘 알려진 사실인 거 같습니다. 여기에 더해서 넷플릭스가 제작해서 전 세계적으로 선풍적인 인기를 끌었던 막장 정치 드라마 ＜하우스 오브 카드＞는 빅데이터를 활용해 훌륭한 기획을 펴낸 사례입니다. 보통은 3~4개 에피소드를 제작해서 시청자들의 반응을 본 후에 첫 시즌 제작 방영을 결정하고, 첫 시즌 성적을 본 뒤에야 두 번째 시즌 제작을 결정합니다. 그런데 넷플릭스는 이 과정을 모두 생략하고 1200억 원(약 1억 달러) 이상을 투자하여 곧바로 2개 시즌 분량의 드라마를 제작했습니다. 어쩌면 무모한 도박으로 보이지만 넷플릭스는 이미 가입자들의 시청 데이터를 분석하여 그들이 어떤 유형의 콘텐츠를 원하는지 잘 알고 있었기 때문에 곧바로 의사결정을 할 수 있었습니다

위의 사례를 보고 있으면 데이터를 알고 이것을 활용한다는 것만으로도 기존에 진행되었던 비즈니스 패턴을 바꿀 수 있다는 것을 알 수 있습니다. 이것이 바로 좋은 기획이 빅데이터를 가치를 결정한 사례인 것입니다.

ㅣ 시각화된 데이터를 통해서 본질을 발견

데이터를 단순히 숫자로만 보는 것이 아니라, 보기 쉽게 시각화 사례를 본적이 많이 있을 것입니다. "백문이 불여일견"과 "보는 것이 믿는 것이다"라는 속담은 데이터 시각화의 필요성을 잘 설명해주고 있는데요. 왜냐하면 데이터 시각화의 핵심은 눈앞의 데이터를 생생하게 드러나도록 보여주는 것이기 때문입니다. 그래서 데이터 시각화는 개인이 분석을 수행하고 주요 동향이나 이벤트를 식별해 좀 더 신속하게 의사결정을 내릴 수 있게 도와주는 기술입니다.

데이터는 정보 또는 숫자를 의미하고, 시각화는 정보를 눈에 보이게 표시하는 일입니다. 데이터 시각화를 활용할 때 핵심은 복잡한 것을 간단하게 보여주는 것인데요. 대부분의 사람들은 워크시트나 스프레드시트 또는 보고서를 분석하는 것보다 차트나 그래프를 보는 것이 훨씬 쉽다고 느낄 것입니다. 또한 데이터를 차트로 표현했을 때 더 많은 양의 데이터를 일목요연하게 파악할 수 있을 것입니다.

정말 유명한 간호 나이팅게일이 1858년에 장미 다이어그램을 만들었다는 사실이 뒤늦게 알려져 유명해진 사건이 있는데요. 크림전쟁 당시 야전병원에서 근무하던 나이팅게일은 부상 치료를 받다가 사망하는 병사보다 비위생적인 환경 때문에 2차 감염으로 죽는 병사가 더 많다는 것을 목격하였습니다. 그래서 이 문제의 심각성을 군당국에 알리기 위해 장미 다이어그램을 제작했고, 이 장미 다이어그램을 본 군 사령관이 야전병원의 환경개선을 위해 자금을 투입하기로 결심하고, 이로써 부상자의 사망률이 60%에서 2%로 크게 감소할 수 있었다고 합니다. 이 나이팅게일의 다이어그램은 19세기 최고의 통계 그래픽 중 하나로 꼽힌다고 합니다.

ㅣ 데이터의 미래, 기계가 스스로 학습하고 분석하는 세상

미래의 데이터는 어떻게 변화할까요? 책에서는 기계가 인간처럼 스스로 학습하고 분석하는 세상에 관해서 이야기를 하는데요. 21세기 이후로 정말 빠른 속도로 과학기술이 발전하고 있습니다. 그리고 발전한 기술에 힘입어 현재 과학기술은 이제까지 상상할 수 없었던 새로운 차원의 발전을 도모하고 있습니다. 그 지렛대 역할은 다름 아닌 인공지능과 데이터 과학이라고 할 수 있습니다. 그 인공지능과 데이터를 통해서 인간은 지금까지 살아보지 못한 새로운 신세계에서 살아가게 될 것입니다.

인공지능 시대를 살아가기 위해서 우리는 무엇을 준비해야 할까요? 단기적으로는 본능적으로 인간이 못하는 문제, 즉 많은 데이터를 분석해 결론을 내리거나 판단하는 문제에 지치지 않고 편견이 없는 인공지능 기능을 적극적으로 활용하는 것입니다. 의약 분야의 치료, 법률상담, 기후예측, 교통제어, 금융투자 등입니다. 그리고 중기적으로는 출산율 저하와 고령화에 따른 생산가능 인구의 감소 문제를 해결하는 생산성 향상의 도구로 활용하는 것입니다. 새로운 일자리를 창출하기 위한 기존 인력의 재교육과 더불어 부족한 노동력을 인공지능의 자동화로 해결할 가능성에 주목할 필요가 있는 것입니다.

일본이나 유럽과 미국의 선진국에서는 실버세대의 심리적 안정을 위해 인공지능이 탑재된 로봇을 개발하고 있다고 합니다. 효율성이나 생산성을 넘어서 인간과 교감하면서 인류에게 도움을 주는 방향으로 활용하게 된다는 것입니다.

데이터를 통한 비즈니스 가치 창출부터 데이터가 가져올 미래까지, 데이터를 통해서 실제 우리 주변에서 많은 것들이 변화하고 있다는 것을 ＜데이터 천재들은 어떻게 기획하고 분석할까?＞를 통해서 알게 되었습니다. 그리고는 데이터는 절대 멀리 있지 않다는 것입니다. 우리 주변에 있고, 지금도 우리는 알게 모르게 데이터를 통해서 의사결정을 하고 있을 수 있습니다.

출판사로부터 책을 제공받아 주관적으로 작성한 글입니다.

'데이터 천재들은 어떻게 기획하고 분석할까' 는 

책제목에서 알 수 있는 것처럼 수집한 빅데이터를 

빠르게 이해하고 효과적으로 분석하고 처리하면서 

제대로 활용할 수 있는 방법이 무엇인지 설명하는 책이다.

변화된 디지털 환경에 새로운 디지털 기술과 

새로운 디지털 서비스, 새로운 고객가치로 무장한 기업들이 

기존 시장을 파괴하고 새롭게 정의하고 있는 것이다.

10년 전만 해도 세계 기업 순위에서 

에너지 관련 기업들이 순위를 차지했었는데,

4차 산업 혁명 시대를 맞이한 현재는 

애플, 아마존, 구글, 마이크로소프트,페이스북, 

알리바바, 텐센트와 같은 IT기업들이 

대부분의 순위를 차지하고 있다.

이런 IT기업들의 혁신적인 서비스 개발과 

꾸준한 성장을 위해  반드시 필요하고 적극적으로 

활용해야 하는 것이 바로 '빅데이터' 이다.

단순히 데이터를 많이 모으기만 하는 것이 

아니라 데이터를 효과적으로 빠르게 분석하여 

자신에게 필요한 인사이트를 얻는 것이 중요하다.

'데이터 천재들은 어떻게 기획하고 분석할까' 는 

데이터 문맹 탈출, 반드시 알아야 할 데이터 상식.

데이터 시각화로 트렌드를 읽어라, 분류와 

예측 미래를 읽는 가장 확실한 방법,

데이터를 끼리끼리 뭉쳐 보는 군집분석의 힘,

인공지능, 더 빠르고 능숙하게 이미지를 

분석하다로 나누어서 자세히 설명한다.

빅데이터는 미래가 아니라 현재 우리의

일상에서 일어나는 일이고 기업과 

공공기관에서는 이를 활용해 중요한

의사결정을 하고 있기 때문에 

데이터의 의미와 데이터를 바라보는 

관점, 핵심 분석 방법인 시각화, 예측,

클러스터링, 이미지와 텍스트 데이터의

분석 방법 등은 전공과 무관하게 누구나

이해하고 활용할 수 있어야 한다는점에 공감할 수 있었다. 

대한민국 AI, 빅데이터 분야를 이끌고 

있는 서울대 조성준 교수와 국내 최고

전문가들의 실전 데이터 분석법과 함께

빅데이터의 전반적인 개념과 분석, 

활용 방법이 무엇인지, 빅데이터 활용의

중요성과 가치는 무엇인지 이해할 수 있었고,

단순히 데이터를 모으기만 하는 것이 아니라

데이터를 분석하여 유의미한 가치를 찾아내고

인사이트를 얻는 방법과 데이터를 활용하여

트렌드를 빠르게 읽고 실행하는 것이 

무엇보다 중요하다는점을 알 수 있었다.

'데이터 천재들은 어떻게 기획하고 분석할까' 에

담긴 다양한 분야의 사례를 통해 빅데이터가 어떻게

합리적이고 과학적인 의사결정을 하는데 도움을 주는지,

금융, 제조, 마케팅, 영업, HR 등 

비즈니스 전반에서 어떻게 빅데이터를 활용하여 

문제를 해결해 나가고 성과를 올리고 있는지를 

하나 하나 자세히 배울 수 있었고, 

적극적으로 활용하면서 필요한 

데이터를 얻을 수 있도록 노력해야겠다.