데이터 분석 취업, 신입은 무엇을 증명해야 할까

데이터 분석 취업에 있어서

신입은 무엇을 증명해야 할까

데이터가 중요하다는데 취업은 왜 막막할까

비슷한 기술 사이에서 드러내야 할 나의 경험

채용공고 한 줄을 프로젝트와 연결해보세요

데이터 분석을 공부하기 전에는 무조건 배우기만 하면 될 줄 알았던 때가 있었죠.

SQL로 데이터를 추출하고, Python으로 분석하고, 대시보드까지 만들 수 있으면 지원할 준비가 될 것 같았으니까요. 그런데 하나씩 배우고 채용공고를 열어보니 오히려 모르는 것이 더 많아집니다. 어떤 곳은 통계를 강조하고, 어떤 곳은 서비스에 대한 이해를 요구합니다. 신입으로 지원하려는데 경험을 설명하라고 하니, 경험을 쌓으려면 먼저 취업해야 하는 것 아닌가 싶기도 합니다.

데이터가 중요하다는 이야기는 계속 들립니다. *세계경제포럼의 「Future of Jobs Report 2025」에서도 AI와 빅데이터는 중요성이 빠르게 커질 기술 역량으로 제시되고, 분석적 사고는 핵심 역량으로 꼽힙니다. (다만 이것은 글로벌 기업들의 전망을 조사한 결과입니다. 국내에서 신입 데이터 분석가를 얼마나 채용하는지, 비전공자의 합격 가능성이 얼마나 되는지까지 알려주는 자료는 아닙니다.)

그러니까 데이터 활용의 중요성과 내가 지원할 수 있는 일자리의 조건은 나누어 살펴봐야 합니다. 전망이 좋다는 말만으로 준비 방향을 정하기에는, 실제 공고에서 요구하는 일이 꽤 구체적이기 때문입니다.

어떤 일을 하는 분석가가 되고 싶은가

‘데이터 분석가’를 하나의 직업으로만 생각하면 준비해야 할 것이 끝없이 늘어납니다. 고객 행동을 분석하는 일과 생산 공정의 이상을 확인하는 일은 모두 데이터를 다루지만, 궁금해하는 문제와 사용하는 자료가 다릅니다. 같은 도구를 쓰더라도 무엇을 알아야 일을 할 수 있는지는 달라지겠죠.

예를 들어 두 가지 업무를 생각해보겠습니다.

쇼핑 서비스에서 구매 과정의 이탈을 살펴보려면 사용자가 어느 화면을 거쳤고 어디에서 멈췄는지 확인할 수 있어야 합니다. 매장의 상품 운영을 돕는 분석이라면 판매량과 재고, 품절 여부를 함께 살펴봐야 할 수도 있습니다. 둘 다 SQL을 사용할 수 있겠지만, SQL을 배웠다는 설명만으로는 각각의 일을 해볼 준비가 되었는지 알기 어렵습니다.

그런데 취업 준비를 할 때는 자꾸 도구 이름부터 확인하게 됩니다. 공고에 Python이 있으면 Python 강의를 찾고, 다른 공고에 시각화 도구가 있으면 그것도 배워야 할 것 같습니다. 지원하려는 업무가 정해지지 않은 상태에서 공고를 모아 읽으니, 서로 다른 회사의 요구사항을 전부 갖춰야 하는 것처럼 느껴지는 겁니다.