오늘은 끊임없이 역량을 개발하는 카카오의 데이터 분석가 김영훈님과 이야기를 나눠봤습니다.
문과임에도 불구하고 넥슨, 토스, 카카오 등 IT 대기업에서 역량을 발휘하고 있는 모습이 인상적이었는데요.
영훈님의 스토리, 지금 시작합니다.
우여곡절 인생 스토리
20살 때부터 그냥 혼자서 코딩 공부를 했어요.
문과였기 때문에 주변에서 관련 정보를 얻을 수 없는 것이 가장 힘들었어요.
문과생이 데이터 분석가가 된 스토리, 들어보실래요?
20살 이후부터 지금까지 어떠한 삶을 살아오셨는지에 대한 스토리가 듣고 싶습니다. 지금까지의 타임라인을 짧게 구분 지어 볼 수 있을까요?
네, 크게 20대 초반, 중반, 후반으로 나눌 수 있을 것 같아요.
20대 초반 스토리
20대 초반에는 어떤 마음가짐을 가지고 시간을 보내셨나요?
인생의 1차 방황 시기라고 말하고 싶어요. 저는 문과였는데 고3 때 컴퓨터공학과를 가고 싶었거든요. 그런데 교차지원이 불가능해서 결국 경영학과를 가게 되었어요. 그러다 보니 입학해서도 무엇을 해야 할 지에 대해 몰랐었죠.
컴퓨터공학과에 가고 싶었던 이유가 있나요?
고등학생 때 그냥 컴퓨터 관련 영상들을 보면서 지식을 얻는 것이 재미있었어요. 그러다 보니 자연스레 컴퓨터 쪽으로 관심을 갖게 된 것 같아요.
대학교에 입학한 이후에는 어떻게 시간을 보내셨나요?
20살 때부터 그냥 혼자 코딩 공부를 했어요. 21살에 입대를 했는데 군대에서도 코딩 공부를 이어나갔습니다.
구체적으로 어떻게 공부하셨나요?
코딩 공부는 군대에서 본격적으로 시작했어요. 싸지방에 가서 강의를 듣거나 책을 사서 읽고 손 코딩을 했는데요. 강의보다는 주로 책을 이용해서 공부했던 것 같아요.
어떤 책으로 공부하셨나요?
그냥 유명한 책들을 위주로 봤는데 너무 어려웠어요. 특히 "운영체제"라고 표지가 공룡인 책이 있는데요. 하루 동안 열심히 했는데 10페이지밖에 못 읽었던 기억도 있습니다.
진로를 경영학과 쪽이 아닌 컴퓨터 공학 쪽으로 마음을 굳힌 건가요?
네, 코딩 공부를 하면서 보안 전문가(화이트해커)가 되는 것이 꿈이었어요. 그래서 군대를 전역하고 보안 관련 동아리에도 들어갔었죠. 전공도 다르고 남들보다 늦게 시작했다는 불안감에 관련 교수님이나 CEO분들께 이메일을 보내기도 했어요.
이메일은 어떤 내용이었나요?
경영학과에 재학 중이고, 보안 전문가 쪽에 관심이 많아서 열심히 공부하고 있는데 가능성이 있는지에 대해 여쭤보는 내용이었습니다. 그런데 단 한 번도 긍정적인 대답이 없었어요. 보안 전문가 쪽은 소수의 천재만 인정받고 대부분 중고등학교 때부터 준비한다고 하시더라고요.
실망감이 크셨겠네요. 그 이후에는 어떻게 생활하셨나요?
이메일로 상담을 요청하기도 했었는데요. MIS 전공 교수님이 경영학과와 관련된 부분이 많은 데이터 분석 쪽을 추천해주셔서 이에 관해 관심을 갖기 시작했습니다.
*MIS : 경영정보시스템
20대 중반 스토리
데이터 분석 쪽으로 진로를 변경한 뒤에는 어떤 활동을 하셨나요?
데이터 분석 동아리에서 3~4년 동안 활동했어요. 동아리라고 해서 특별한 활동을 한 것이 아니라 그냥 스터디 같은 느낌으로 쭉 했었습니다. 서울에는 데이터 분석 관련 동아리들이 많은데 지방에는 없어서 아쉬웠어요.
데이터 분석 관련 공부는 어떻게 하셨나요?
데이터 분석 공부는 보통 머신러닝으로 시작해요. 저 또한 처음에는 머신러닝으로 공부를 시작했습니다. 근데 머신러닝은 다양한 지식이 필요하고, 실제로 회사에서도 박사급 이상의 인재를 찾거든요.
이에 더해 모델링에 관한 지식이 부족한 상태에서 모델링만 계속하다 보니 그 당시에는 정확도만 높이면 좋은 모델이라는 결론에 다다랐어요. 이에 대한 회의를 느껴 공부 방향을 바꿨습니다.
그럼 어떤 쪽으로 공부를 하셨나요?
머신러닝을 사용하지 않고 분석을 해보고 싶었어요. 롤을 좋아해서 관련 데이터를 가져와서 혼자 분석하며 공부했어요.
어떤 분석을 했었나요?
캐릭터 간 조합이 게임의 승리에 중요한 역할을 한다고 생각했어요. 근데 롤 통계 사이트를 보면 캐릭터 간 조합에 관한 정보가 없더라고요. 그래서 롤 통계 사이트에 있는 데이터를 활용해 어떤 캐릭터를 이용하는 것이 승률이 가장 높은지에 관한 분석을 진행해봤습니다.
실제로 게임에서 '야스오'와 '알리스타'라는 캐릭터 조합이 뜨고 있던 시기였는데요. 제가 했던 분석으로도 이게 제일 좋다고 나와서 신기했어요.
혼자서 롤 데이터 분석을 해보면서 느낀 점은 무엇인가요?
제가 머신러닝에 가지고 있는 환상이 크다는 것을 깨달았어요. 롤 데이터 분석을 통해 데이터 분석가에게 머신러닝은 문제 해결의 도구 중 하나라고 생각하게 되었습니다.
문과생으로 분석 공부하면서 어려운 점은 없었나요?
물어볼 곳이 없는 게 제일 컸어요. 컴퓨터 공학 동아리에 들어가도 이방인 같은 느낌이라서 적응하기가 힘들었던 것 같아요. 저희 학교 동아리만 그랬을 수도 있지만, 문과생은 떠날 거라고 생각해서 친해지기도 어려웠던 기억이 있네요.
20대 후반 스토리
지금은 어떤 마음가짐을 가지고 생활하고 계시나요?
데이터 분석 이외의 분야에 관심을 가지고 생활하고 있습니다.
데이터 분석이 아닌 다른 분야에 관심을 두게 된 이유가 있을까요?
일할수록 저의 성향과 조금 맞지 않는다는 것을 느끼고 있어요. 제가 생각하는 데이터 분석가는 코딩 능력보다는 비즈니스적인 판단에 뛰어난 역량을 갖는 분야이거든요. 데이터에서 인사이트를 빼내는 것이죠.
하지만 저는 기술적인 전문성을 더 키우고 싶다는 생각이 있어요. 그래서 데이터 분석가보다 더 기술력을 중요시하는 직무로 바꿔야 할지에 대해 고민 중입니다.
어느 직무로 바꾸는 것을 고민 중인가요?
머신러닝이나 데이터 엔지니어 쪽으로 갈지, 데이터 분석가의 경험을 살려 프로덕트 매니저 쪽으로 갈지에 대해 고민 중이에요. 지금은 ML Ops 쪽 관련 공부를 하고 있긴 합니다.
*ML Ops : 머신러닝 환경 구축, 자동화
문과생이지만 데이터 분석가를 꿈꾸는 분들에게 해줄 수 있는 말이 있을까요?
문과생은 전공마다 데이터 분석가로서 강점이 있는 것 같아요. 오히려 문과생이 이과생보다 데이터 분석을 더 잘할 수도 있어요.
예를 들어, 국문과는 보고서를 잘 쓴다거나 심리학과는 이론적인 것에 강점이 있는 것이죠.
문과이면서 컴퓨터와 가장 가까운 것이 데이터 분석가라고 생각해요. 그러니 기죽지 말고 열심히 꿈을 이루셨으면 좋겠습니다.
생생한 취업 준비 스토리
재밌어서 했던 롤 데이터 분석이 취업에 가장 큰 도움이 되었어요.
학점 외에 자격증은 딱히 없었습니다.
취업에서 가장 중요한 것은 문제를 해결해 본 경험인 것 같아요.
취업 준비 과정에 대해 듣고 싶어요. 어떻게 준비하셨나요?
크게 "대외활동", "데이터 분석 공부", "개인 프로젝트", "기술 블로그나 github 관리", 이렇게 4가지에 초점을 맞춰 준비했습니다.
*github : 개발자들이 자신이 만든 코드를 자유롭게 공유하는 공간
대외활동은 어떤 걸 하셨나요?
공모전이나 대회를 많이 나갔어요. 특히 데이터 분석 관련 대회를 많이 나갔습니다. 대외활동에 가장 많은 시간을 투자했던 것 같아요.
개인 프로젝트는 어떤 걸 진행하셨나요?
좀 전에 말씀드렸던 롤과 배틀그라운드 데이터 분석을 했어요. 그리고 Kaggle 사이트를 통해 공부도 하고 블로그에 정리하는 것도 했었습니다.
*Kaggle : 예측 모델 및 분석 대회 플랫폼
취업 준비 활동 중에서 가장 효과 있었던 건 무엇인가요?
가장 효과 있었던 건 개인 프로젝트, 기술 블로그, 데이터 분석 공부, 대외활동 순이었던 것 같아요.
면접에서 대외활동에 관해서 한 번도 안 물어봤거든요. 개인 프로젝트 관련 질문이 거의 60%였던 것 같아요. 롤, 배그 프로젝트는 2주밖에 하지 않았었는데 면접에서 관련 질문이 되게 많았어요.
지금 생각해보면 제가 면접관이라도 개인 프로젝트에 관심을 많이 가질 것 같아요.
스펙이 어떻게 되시나요?
부산대학교 경영학과를 4.1의 학점으로 졸업했습니다. 이거 외의 다른 스펙은 없어요.
IT 기업에서 지원자를 평가할 때 중요하게 보는 부분은 무엇인가요?
저의 경우에는 학점을 적었던 경험이 없어요. 개인적인 경험으로는 IT 기업에서 학점을 그렇게 신경 쓰지 않는 것 같습니다.
IT기업에게 데이터 분석가는 스펙이나 자격증보다는 문제 해결을 위한 가설을 세우고 해결해본 경험이 훨씬 중요한 것 같아요.
어느 기업들에 지원하셨나요?
처음에는 op.gg, 데브시스터즈, 넥슨에 지원했어요. 면접은 데브시스터즈와 넥슨을 봤습니다.
면접은 어떤 방식으로 실시되나요?
두 회사 모두 면접 시간이 되게 길었어요. 데브시스터즈는 3시간, 넥슨은 1시간 반 정도였던 걸로 기억해요.
머신러닝 관련 질문은 거의 없었어요. 프로젝트를 진행할 때 머신러닝을 활용했다면 왜 활용했는지에 관한 질문 정도였어요.
기술적인 질문보다 문제를 해결하기 위한 사고 과정에 대한 질문이 많았어요. 왜 이런 개인 프로젝트를 했는지, 이게 왜 좋은지, 어떻게 해결했는지 등에 관한 질문이 주를 이루었습니다.
넥슨에 입사한 이유는 무엇일까요?
넥슨이 아무래도 게임과 유저 수가 많으니 더 많은 데이터를 접할 수 있을 것 같았어요. 이에 더해 분석 환경이 잘 갖춰져 있는 게 컸습니다. 실제로 입사하고 나니 불필요한 행정절차가 없고, 진짜 분석에만 모든 역량을 쏟을 수 있게 해주는 게 좋았어요.
데이터 분석가를 희망하는 취업 준비생에게 전해 줄 꿀팁이 있나요?
데이터 분석을 할 때 기계적으로 머신러닝을 적용해보는 경우가 종종 있는데요. 모든 문제에 기계적으로 머신러닝을 활용하기 전에, 분석 목적과 해결 방법에 대해 먼저 고민하고 그에 맞춰 적절히 머신러닝을 활용해보는 것도 좋을 것 같아요. 분석 목적과 해결 방법을 고민하는 것이 먼저라는 말을 꼭 해드리고 싶습니다!
현직자가 소개하는 직무 스토리
데이터 분석가는 유저가 떠나는 이유, 매출이 오르는 이유 등에 대한 답을 찾아내는 역할이에요.
문제를 찾고, 이에 대한 답을 찾기 위해 끊임없이 분석하죠.
사고하는 힘과 커뮤니케이션 능력이 중요한 직무입니다.
데이터 분석가를 선택한 이유는 무엇인가요?
데이터 분석은 경영과 컴퓨터를 합친 가장 적합한 분야라고 생각해요. 데이터를 다루는 것은 컴퓨터 공학, 분석은 경영 쪽이라고 볼 수 있죠. 제 적성과 전공을 다 살리는 최적의 길이라고 생각해서 데이터 분석가를 선택했어요.
데이터 분석가는 현장에서 어떤 일을 하나요?
넥슨에서 일했을 때를 위주로 말씀드릴게요. 유저가 왜 떠났는지, 매출이 왜 갑자기 오르는지 등에 대해 답을 주는 업무를 많이 했어요. 이에 더해 어떤 업데이트를 했을 때 기대되는 효과를 수치로 제공해주기도 하죠.
데이터 분석가가 다루는 툴이 있나요?
SQL, 파이썬, 엑셀, Spark, 에어플로우, 젠킨스, 머신러닝 툴 등 회사마다 되게 다양하게 사용해요.
데이터 분석가의 업무 중 50% 이상이 SQL을 사용할 가능성이 커요. SQL은 거의 모든 회사에 쓰기 때문에 필수적이긴 합니다.
데이터 분석가와 데이터 사이언티스트 차이점은 무엇일까요?
데이터 분석가는 기업마다 정의하는 게 달라요. 제 경험으로 말씀드릴게요.
데이터 분석가와 데이터 사이언티스트는 문제를 해결하고 가설을 검증하는 것은 똑같아요. 구분 지어 보자면 데이터 분석가는 비즈니스적인 판단이 중요한 영역, 데이터 사이언티스트는 기술적인 판단이 중요한 영역이라고 생각해요.
예를 들어, 번역이 필요하다면 번역을 정확히 하는 머신러닝 기술을 만드는 것이 데이터 사이언티스트라고 볼 수 있습니다.
데이터 분석가로서 가져야 할 역량은 무엇일까요?
데이터 분석가는 데이터를 근거로 하는 컨설턴트라고 생각해요. 그래서 기계적으로 코딩하는 것을 지양해야 한다고 말하고 싶어요. 사고하는 힘과 커뮤니케이션 역량이 이 제일 중요합니다.
업무를 처리하다 보면 정말 많은 사람과 이야기를 하게 돼요.. 문제를 주는 것, 해결책을 적용하는 것, 데이터를 가져오는 것도 모두 각기 다른 부서입니다. 그렇기 때문에 업무의 40% 이상이 커뮤니케이션이에요. 코딩은 당연히 따라오는 것이고, 커뮤니케이션 역량이 정말 중요하다고 생각합니다.
솔직한 회사 문화 스토리
넥슨, 토스를 거쳐 지금은 카카오에서 근무하고 있어요.
신입으로 입사했을 때 회사에서 얼마나 배울 수 있는지가 정말 중요해요.
데이터 분석 이외에 다른 경험을 하고 싶어서 이직을 결심했습니다.
지금까지의 회사 이력을 간단히 소개해주세요.
넥슨에서 2년 반을 근무했었고, 토스에서 1개월, 현재는 카카오에서 근무하고 있습니다.
넥슨의 문화는 어떤가요?
신입으로 입사했을 때 회사에서 얼마나 배울 수 있는지가 정말 중요한데요. 넥슨은 이런 점에서 매우 좋았던 것 같아요. 강의나 컨퍼런스 참여에 대한 지원을 충분히 해주고, 회사 문화 자체에 "신입에게 일만 시키는 것이 아닌 좋은 분석가로 성장하게 해줘야겠다"가 깔려있어서 좋았어요.
이외에는 복지도 정말 좋은 것 같습니다. 연 250만원 복지 카드, 의료비 지원 등 복지 혜택이 다양했어요.
넥슨의 문화를 가장 크게 느낀 적이 있나요?
넥슨은 직급이 직무마다 G1, G2, G3 식으로 있는데요. 숫자가 커질수록 높은 직급이 됩니다.
회의할 때 직급에 상관없이 자신의 전문성에 따라 발언권이 생기는 부분에서 자유롭고 존중하는 넥슨의 문화를 경험했어요. 예를 들면, 기획 업무에서 G5 직급인 분이 분석 업무에서 G1인 저를 믿고 존중해주는 것이죠.
넥슨에 출근해서 하루의 일과가 어떻게 되나요?
자율 출퇴근 제도를 시행 중이어서 최소한 10시 전에 자유롭게 출근합니다. 그리고 회사에서 제공하는 아침밥을 먹고, 커피를 마시면서 뉴스를 읽습니다. (이때 주로 BYTE를 많이 봅니다^^) 그리고 오늘 할 일을 정리하죠.
11시에 회의가 있어요. 회의 준비나 진행은 팀장님이 하시고, 저와 같은 신입들은 지난주에 한 일과 이번 주에 할 일을 보고합니다.
그리고 점심시간은 1시간이에요. 점심 먹고, 산책하고, 게임도 해요. (꼭 넥슨 게임 아니어도 됩니다 ㅎㅎ)
이제 오후 업무를 시작해요. 앞서 말씀드린 것과 같은 데이터 분석가로서 업무를 처리하죠. 재밌는 건 직원 대부분이 모바일 방치형 게임 하나씩 켜놓고 업무를 해요. 부장님이 와도 아이템 주우면서 업무를 진행합니다. ㅎㅎ 업무만 잘 처리하면 되죠!
이직을 결심한 이유는 무엇인가요?
새로운 경험을 해보고 싶었어요. 데이터 분석 이외의 업무도 경험해보고 싶었고, 넥슨과 전혀 다른 조직 형태도 경험해보고 싶었어요.
이직하는 과정이 궁금해요. 이직할 기업은 어떻게 찾았나요?
경험해보고 싶은 기업들의 채용 홈페이지를 찾아봤어요. 거기에 제가 하고 싶고 적합한 직무가 있는지를 확인했죠. 저의 경우에는 분석 이외의 엔지니어링 경험을 할 수 있을지, A/B 테스트를 활발히 사용하는지를 고려했습니다.
이직할 때 서류 평가는 어떻게 준비했나요?
이직을 결심했을 때 작성한 노션 이력서를 지원할 기업들에 맞게 조금씩 수정해서 제출했습니다.
이직 면접은 어떻게 시행되나요?
면접은 회사마다 너무 달라서 설명하기가 어렵네요. 대체로 2차 면접까지 시행되었고, 그 과정에서 코딩/SQL 테스트와 사전 과제 등이 있었어요.
이직을 준비하는 분들에게 해줄 꿀팁이 있나요?
저의 경우에는 업무의 진행 과정이나 결과에 대해 열심히 서술하기도 했지만, 그와 동시에 이를 "왜" 진행했는지에 대해 보여줄 수 있도록 노력했어요.
이에 더해 문제에 대한 해결 과정이나 문제를 해결했을 때의 기대효과 등을 보여주는 것도 좋을 것 같아요.
지금 근무하고 있는 카카오는 어떤가요?
저는 카카오의 카카오 데이터 프로덕트 전략팀에서 근무하고 있습니다. 카카오 안의 스타트업 같은 느낌이라고 생각하시면 될 것 같아요.
데이터로 프로덕트를 만드는 업무를 하고 있는데 정말 많은 것을 배우고 있습니다. 일하면서 빠르게 성장하는 것을 경험할 수 있고, 하고 싶은 일을 할 수 있다는 것도 좋은 것 같아요.
현재 채용도 열심히 하고 있으니 관심 있으신 분들은 한번 알아보면 좋을 것 같아요. 와서 같이 재미있게 일하면 좋겠네요.
지금까지 인터뷰에 참여해주셔서 정말 감사합니다. BYTE 구독자들에게 하고 싶은 마지막 말이 있을까요?
네, 문과이면서 데이터 분석가를 꿈꾸는 분들에게 이야기하고 싶어요.
많은 분이 코딩, 수학, 통계 등으로 인해 문과생이 분석가를 할 수 있을까 고민하는 것 같아요. 하지만 분석가에게는 코딩이나 통계뿐만 아니라 중요한 많은 것들이 있다고 생각해요.
커뮤니케이션 역량이나 비즈니스적 판단과 같이 문과생이 충분히 역량을 발휘할 수 있는 영역이 있어요. 너무 걱정하지 말고 도전하셔서 데이터 분석가로서 같이 만날 수 있게 되기를 바라요.
지금까지 데이터 분석가, 김영훈 님의 인터뷰였습니다.
데이터 분석가로서 가져야 할 역량에 대한 많은 인사이트를 얻을 수
있었는데요.
그럼, 다음 인터뷰에서 만나요!