Fast campus School

Python 데이터 사이언스

진성 문과생이라도 데이터 사이언스로 임팩트 있는 일을 하고 싶다

데이터 사이언스 스쿨 1기 남지열님

2017.02.22 | 1894 명 읽음

그 어느 때보다 데이터 사이언스에 관한 관심이 뜨거운 요즘! 하지만 문과생은 확실히 수학/통계학 전공자보다 데이터 사이언스를 소화하기 어려운 것이 사실입니다.

그러나 문과생이라고 포기해야 하는 것은 아닙니다. 불어불문학과 정치외교학을 전공하신 진성 문과생, 남지열 님은 게임 데이터 분석에 대한 관심을 시작으로 데이터 사이언스 SCHOOL에서 데이터 사이언스에 도전하여, 3주 만에 확률론/선형대수를 깨우치는 기적을 보여주셨습니다.

물론 그 기적 뒤에는 피나는 노력이 있었을 것입니다. 혹시 이 글을 보면서 나도 문과생인데, 데이터 사이언티스트가 될 수 있을지 고민하고 계신 분들은 데이터 사이언스 SCHOOL 과정의 커리큘럼을 쭉 살펴보세요!


그리고 그 안에 등장하는 키워드들, 예를 들면 데이터 사이언스, 머신러닝, Classification, Clustering, Cross Validation, 딥러닝… 이 중 그 뜻을 잘 모르는 단어들을 찾아서 하나하나 이해해보세요. 여기까지 이해했다면 데이터 분석 방법론들이 현실에 어떻게 적용될 수 있을지 고민해 보세요. 이 과정이 재미있게 느껴졌다면, 그래서 더 공부해보고 싶어졌다면 여러분도 충분히 데이터 사이언티스트로 성장하실 수 있습니다.

이 모든 과정을 미리 경험하고 끈질기게 질문하며 성장 중이신 데이터 사이언스 SCHOOL 1기 수강생, 남지열님을 인터뷰로 소개합니다!


안녕하세요? 간단히 자기소개 부탁드립니다.

안녕하세요? 패스트캠퍼스의 데이터 사이언스 SCHOOL 1기 수강생, 남지열입니다. 저는 대학교에서 불어불문학과 정치외교학을 공부했으며, 졸업 후 IT 회사의 마케팅팀에서 일한 경험이 있습니다.


데이터 사이언스 SCHOOL에 어떤 계기로 참여하시게 되었나요?

커리큘럼을 보고 결정했습니다. 시험을 본다는 게 부담되긴 했지만, 강의를 듣고 배운 내용을 토대로 팀/개인 프로젝트를 진행하여 자신의 포트폴리오에 추가할 수 있다는 점이 매력적이었습니다.

또한 ‘Hiring Day’라는 행사도 와 닿았습니다. 배우는 것 이상으로 중요한 것이 데이터 사이언티스트로 커리어를 시작할 수 있느냐는 점이라고 생각합니다. 데이터 사이언스를 잘 알고 있으며, 해당 포지션의 채용 의사도 있는 기업이 참여하는 Hiring Day는 저에게 명확한 목표의식을 심어주었습니다.


처음 데이터 사이언스에 관심을 가지게 된 계기는 무엇인가요?

Data Science, 이름부터 너무 멋있지 않나요? 학교에 다닐 때나 일을 할 때는 이런 직무가 있다는 것도 몰랐습니다. 일하는 과정에서 데이터 분석을 해보긴 했지만, 모든 직무에서 부분적으로 수행하는 일 정도로 여겼습니다.

그러다 ‘코세라(Coursera)’라는 MOOC 사이트에서 우연히 데이터 분석 강의를 발견했는데 배워야 할 내용이나 실제 업무에서의 활용도 등 모두 제 상상 이상이었습니다.

※ 이미지 출처 : Coursera

신선한 충격을 받은 후에 제가 느낀 감정은 ‘호기심’이었습니다. ‘데이터 분석’이라는 능력을 제가 갖게 되었을 때 해결할 수 있는 문제를 상상해 보니, 시작하지 않을 수 없겠다고 생각했습니다.


문과생으로서 데이터 사이언스에 도전하는 것이 힘들지는 않았나요?

미치겠습니다. 데이터 사이언스 SCHOOL에서 배우는 것은 크게 파이썬과 수학 및 통계 이론입니다. 둘 다 어렵지만 하나를 고르라면, 수학이 정말 큰 난관입니다.

대학 입학과 동시에 수식을 써본 기억이 없는데, 매 수업에 제게 새로운 기호와 이론이 등장했고, 수업 내용을 따라가려면 수업 이외에도 기초 지식을 쌓아야 했습니다. 크사이, 엡실론, 파이, 누, 뮤, 로, 에타 등 제가 수학을 공부하는지 외국어를 공부하는지 헷갈릴 때도 있지만, 외국어 공부도 덤으로 할 수 있다고 생각하니 마음이 편해졌습니다.

전체 12주 과정 중에 현재 5주차까지 진행되었는데요, 그동안 어떤 것들을 얻었나요?

수업 당시에 배운 지식이 머릿속에 남아 있을지는 모르겠지만, 한가지 확실히 얻은 것은 있습니다. 지금까지는 단순히 소비자로서 사용해왔던 프로그램들이 어떤 문제를 해결하기 위해 어떤 방법으로 접근했는지 최소한 그 맥락을 알 것 같은 기분입니다.


실력 향상의 폭이 가장 큰 수강생 중 한 명인데, 어떤 방법으로 공부했는지 공유해 주실 수 있으신가요?

많이 궁금해하고, 많이 물어봤습니다. 함께 수업을 듣는 분들이라면 제가 수업시간에 질문을 많이 한다는 건 아시리라 생각합니다. 다만, 질문을 드릴 때 너무 기초적인 질문을 하는 게 아닐까 하는 우려는 항상 합니다.

그래서 가능한 한 그런 질문들은 인터넷에서 검색하거나, 옆자리 친구에게 물어보는 편입니다. 부디 그 친구가 인내심을 잃지 않기를 바랄 뿐입니다.


데이터 사이언스 SCHOOL에서 가장 좋았던 점과 아쉬웠던 점은 무엇인가요?

가장 좋았던 점은 매니저님의 관심과 사랑이었습니다. 어떤 의견을 제시했을 때에 반영 여부는 둘째 치더라도 즉각적으로 반응해 주시고 그에 대한 향후 액션 플랜을 제시해주시는 모습을 보면서 믿음이 갔습니다.

아쉬운 점은 보충수업과 시간표입니다. 같은 맥락인데 저의 경우, 월~금 수업을 내내 이어서 듣기가 버겁습니다. 체력적인 문제가 아니라 월~화요일에 들었던 내용을 스스로 정리하고 이해하기도 전에 수~금 수업을 들어버리면 머릿속에서 쌓인다기보다 머릿속에 남아있는지조차 의문이 생길 때가 많습니다. 그래서 가능할지는 모르겠지만, 수요일과 금요일 오후에 저처럼 수업 내용을 따라가기 어려워하는 사람들을 모아서, 질의/응답을 포함한 보충 수업을 하면 어떨까 하는 생각이 들었습니다.

앞으로는 무엇을 목표로 계속 공부하실 계획인가요?

수업 때에 배운 것과 제가 아는 것과 제가 구현할 줄 아는 것은 모두 다르다고 생각합니다. 과정마다 Loss를 줄이는 것을 가장 큰 우선순위로 삼고 공부할 계획입니다.


데이터 사이언스 SCHOOL을 수료하신 후, 구체적으로 어떤 일을 하고 싶으신가요?

너무나 하고 싶은 일이 많습니다. 그래서 데이터 사이언스 SCHOOL에서 배우는 이론 외에, 과정을 진행하는 내내 진로에 대한 고민도 계속하고 있습니다. 한 가지 분명한 점은 임팩트 있는 일을 하고 싶다는 것입니다.


이 과정에 관심을 가지고 계신 분들께 해주고 싶은 얘기가 있나요?

확실한 목표의식을 가지고 오시면 좋을 거 같습니다. 제 경우, 수업 내용이 너무 어려워 멘붕이 왔음에도 버틸 수 있었던 것은 데이터 사이언스 SCHOOL에서 배운 걸 살리고 싶은 목표가 있었기 때문입니다. 사람마다 다르겠지만, 자기만의 ‘힘들어도 포기할 수 없을 이유’를 가지고 계신다면 해낼 수 있을 것입니다. 저도 끝까지 잘 해내고 싶네요!


마지막으로 1기 과정을 함께하고 있는 동기들에게 한 마디 부탁드려요!

쉽지 않은 과정이지만, 한 명도 빠짐없이 현재 1기생 전원과 함께 SCHOOL을 졸업하고 싶습니다.