왜 빅데이터 분석기사를 해야 할까?

왜 빅데이터 분석기사를 해야 할까?

What

--정의--

빅데이터 이해를 기반으로 빅데이터 분석 기획, 빅데이터 수집·저장·처리, 빅데이터 분석 및 시각화를 수행하는 실무자를 말합니다.

 

--하는 일--

대용량의 데이터 집합으로부터 유용한 정보를 찾고 결과를 예측하기 위해 목적에 따라 분석기술과 방법론을 기반으로 정형/비정형 대용량 데이터를 구축, 탐색, 분석하고 시각화를 수행하는 업무를 수행합니다.

 

분석 목표에 따라 빅데이터의 분석방법을 기획합니다. 분석할 빅데이터자원을 수집하고 대용량의 데이터를 처리하는 플랫폼을 활용하여 처리, 분석합니다.

 

분석방법에 따라 마이닝(데이터마이닝, 텍스트마이닝텍스트 마이닝, 오피니언마이닝), 계량정보 분석(계량 서지학,(계량서지학 계량정보학계량 정보학, 웹계량화), 네트워크 분석(사회네트워크 분석, 지식 네트워크 분석, 언어네트워크 분석), 복잡계기법 분석(복잡계 네트워크( 분석, 행위자 기반모형, 시스템다이나믹스), 클러스터 분석(비슷한 특성을 가진 개체를 합해서 유사그룹을 발굴) 등을 활용합니다.

 

프로그램을 사용하여 분석 결과를 시각화한다. 실시간으로 데이터를 수집·저장·분석하고 시각화하여 의미 있는 분석 결과를 도출하기도 합니다. 빅데이터와 관련된 새로운 기술, 유행, 트렌드 등을 수시로 파악합니다.

 

---

HOW

--되는 길--

빅데이터 분석기사는 한국데이터산업진흥원에서 시행하는 빅데이터 분석기사 시험에 합격하여 그 자격을 취득해야 합니다. 빅데이터 분석기사 시험은 필기시험과 실기시험으로 이루어져 있습니다..

 

필기시험은 객관식으로 빅데이터 분석 기획, 빅데이터 탐색, 빅데이터 모델링, 빅데이터 결과 해석 등 4개의 과목으로 이루어져 있습니다. 문제 수는 과목당 20문제이며20문 제이며, 100점 만점에 과목당 40점 이상, 전 과목 평균 60점 이상이면 합격할 수 있습니다. 필기시험에 합격하면 합격자 발표일로부터 2년간 필기시험을 면제받을 수 있습니다.

 

실기시험은 실무 통합형 시험으로 전용 프로그램을 이용한 빅데이터 분석력을 평가하며 필답형과 작업형 모두를 봐야 합니다. 100점 만점에 평균 60점 이상이면 합격할 수 있습니다.

 

오는 2020년 12월 19일 토요일에 필기시험이 처음으로 치러질 예정입니다. 실기시험은 2021년 2월 20일로 예정되어 있으며 21년부터 연간 2회 정기 검정 시험이 예정되어 있습니다.

 

접수방법은 데이터자격검정센터.https://www.dataq.or.kr/www/apply.html 에서 할 수 있습니다.

데이터자격시험

 

빅데이터 전문가

빅데이터 분석기사 자격증 취득을 넘어 빅데이터 전문가가 되기 위해서는 빅데이터를 활용하기 위한 고도의 지식과 기술이 필요합니다. 대학에서 통계학 또는 컴퓨터공학, 산업공학 등을 전공했다면 기술적인 베이스를 갖추는 데에 도움이 됩니다.

 

경영학이나 마케팅 분야의 지식과 경험을 쌓아두면 기술적인 베이스와 융합해 시너지 효과를 발휘할 수 있습니다. 빅데이터 전문가는 드러난 수치를 단순하게 나열하는 연구를 하는 것이 아니기 때문에 경영학이나 마케팅 분야의 지식이나 경험과 관련이 깊습니다. 인문학 전공자라면 통계학을 추가로 공부하면 됩니다.

 

각 대학의 빅데이터 관련 학사나 석, 박사, 과정에서 준비할 수 있습니다. 연세대학교 정보대학원, 충북대와 울산과기대 석사과정, 이화여대 석·박사 통합과정, 카이스트, 국민대학교 등 여러 대학에 빅데이터 교육과정이 개설되어 있습니다. 서강대학교, 한국데이터베이스진흥원에도 단기 교육과정이 있고, 빅데이터 활용센터, 빅데이터 아카데미에서도 전문가를 양성하고 있습니다.

 

--관련학과--

통계학과, 컴퓨터 공학과, 산업공학과, 경영학과, 경제학과, 마케팅관련학과

 

--적성 및 흥미--

경제, 통계, 심리 등 다방면에 고도의 지식을 갖추고 호기심과 아이디어가 풍부한 사람, 오랜 분석과정을 끈기 있게 견디는 사람에게 적합합니다.

 

분석에 있어서 창의적인 접근이 필요하기 때문에 호기심도 중요합니다. 오랜 시간이 걸리는 분석과정을 인내하기 위한 끈기와 꾸준히 공부하는 자세도 필요합니다.

 

--전망--

증가할 추세

전 세계적으로 빅데이터 전문인력에 대한 수요가 급증하고 있고, 국내에서도 붐이라고 할 정도로 산업 수요가 증가하고 있습니다. 때문에 빅데이터 분석활용센터, 빅데이터아카데미를 비롯해 대학과 유관기관들에서 데이터 전문가 양성을 위한 교육과정을 활발하게 운영하고 있습니다.

 

기존 직장인들은 단기 전문 교육과정을 통해 자기개발 차원에서 빅데이터를 연구하는 추세입니다

 

---

Why

‣ 빅데이터 분석기사를 통해 본 why

 

유튜브 홈페이지에 들어가보면 우리 각자가 흥미 있어할 만한 영상이 쭉 리스트 되어 있습니다. 모두 우리가 시청했던 영상들, 좋아요를 눌렀던 영상들을 바탕으로 어떤 영상에 관심이 있을지 사용자 개개인의 성향에 맞추어 유튜브 알고리즘이 추천해주는 것입니다.

 

이 알고리즘은 점점 더 정확해지고 있어서 사용자가 특정 영상을 얼마 동안 시청했는지 영상의 몇 퍼센트를 보았는지, 좋아요를 누른 시점은 언제인지, 공유는 했는지, 코멘트는 달았는지, 코멘트에서 머문 시간은 얼마나 되는지, 심지어 어떤 부분을 반복해서 보았고, 어떤 부분에서 정지를 했고, 어떤 장면이 나오자 영상을 껐는지까지 기억하고 사용자에 대해 배웁니다.

 

이 빅데이터 알고리즘은 날이 갈수록 무섭게 발전하고 있습니다. 페이스북 알고리즘은 어떤 사람의 ‘좋아요’만을 보면 그 사람에 대해 누구보다 잘 알 수 있다고 합니다. 연구 자료에 따르면 페이스북 알고리즘은 좋아요 10개가 있으면 직장 동료보다 그의 성격을 더 잘 파악했고 좋아요 70개를 가지고는 그 사람의 친구들보다도 더 잘 파악했으며 그 사람의 가족보다 더 잘 알기 위해서는 좋아요 150개만 있으면 됐습니다. 그리고 그의 배우자보다 더 잘 알기 위해서는 좋아요 300개면 충분했습니다. 페이스북 알고리즘은 300개의 좋아요를 가지고 수년간 동고동락한 배우자보다 더 정확하게 그 사람에 대해 알고 있었던 것입니다.

 

그렇다면 이 알고리즘이 나보다 나에 대해 더 잘 알기 위해선 몇 개의 좋아요가 필요할까요? 나보다 나를 더 잘 안다니, 말도 안 되는 이야기 같지만 알고리즘이 나보다 나를 더 잘 아는 건 그렇게 어려운 것이 아닙니다. 인간의 기억력은 컴퓨터에 비하면 현저하게 떨어지고 인간의 판단력은 그날의 기분이나 날씨, 판단을 내리기 전 무엇을 하고, 무엇을 보았는지에 엄청나게 영향을 받습니다. 그래서 인간은 자주 정확한 판단을 내리지 못합니다. 이것을 한 단어로 하면 ‘실수’라고 하며 인간은 매번 실수를 합니다. 인간은 컴퓨터처럼 완벽하지 않기 때문입니다.

 

그러나 알고리즘은 까먹을 이유도 없고 날씨나 기분에 따라 판단이 흔들릴 일도 없습니다. 실수를 하지 않는다는 이야기입니다. 이미 페이스북 알고리즘은 그 사람이 술, 담배를 하는 정도나 그 사람의 인맥이 어느 정도 되는지에 대해선 이미 당사자보다 더 잘 알고 있다고 합니다.

 

옥스퍼드에서 진행한 연구에 따르면 2033년까지 미국에 있는 47% 일자리가 알고리즘으로 대체될 가능성이 있다고 합니다. 안타깝게도 일자리가 대체되는 건 시작에 불과합니다.

 

스마트워치와 같은 웨어러블 기기는 우리의 맥박수, 혈압, 콜레스테롤 수치 등을 실시간으로 체크해 몸에 이상 여부를 알려줍니다. 이 웨어러블 기기를 차고 다니는 당뇨병 환자가 있다면 그가 아침에 일어나서 당일 컨디션이 좋다고 느끼더라도 웨어러블 기기가 “혈당이 높으니 인슐린 주사를 맞아야 한다”고 말하면 자신이 느끼는 기분과 관계없이 주사를 맞아야 합니다. 왜냐하면 자신의 기분보다 웨어러블 기기의 알고리즘이 더 정확하기 때문입니다.

 

자신의 감정보다 알고리즘의 말을 더 신뢰하고, 자신의 판단보다 알고리즘의 판단을 더 신뢰하는 새로운 시대가 오고 있는 것입니다.

 

다가올 변화는 이제 피할 수 없습니다. 그 속에서 어떻게 살아가야 할지에 대해 끊임없이 고민하며 이유와 방법을 찾아야 할 것입니다.