솔직히 고백하자면, 저는 데이터 분석을 처음부터 꿈꾼 사람이 아닙니다. 입학사정관으로 일하면서 쌓인 방대한 전형 데이터를 어떻게 해야 할지 몰라 막막했던 시절이 먼저였습니다. 그 막막함이 저를 태블로로 이끌었고, 비전공자였던 저의 현업 경험이 오히려 독특한 분석 시각을 만들어줬습니다. 코딩 한 줄 없이도 BI 도구 하나로 이렇게 많은 걸 할 수 있다는 사실, 지금부터 풀어보겠습니다.
비전공자가 데이터 분석에 뛰어든 이유
입학사정관이라는 직업은 생각보다 훨씬 많은 데이터를 다룹니다. 고등학교별 지원 현황, 전형 결과, 학생 배경 데이터까지 매년 쌓이는 정보의 양이 상당합니다. 문제는 이 데이터들이 제각각 흩어져 있었다는 점입니다. 엑셀 파일 수십 개를 열어서 수기로 비교하던 시절, 저는 분명히 더 나은 방법이 있을 것이라는 확신이 있었습니다.
그때 처음 접한 개념이 BI(Business Intelligence)입니다. BI란 기업이나 조직이 보유한 데이터를 수집·분석·시각화하여 의사결정을 지원하는 시스템과 방법론 전체를 뜻합니다. 처음에는 대기업이나 IT 회사에서나 쓰는 도구라고 생각했습니다. 비수도권 교육기관에서 혼자 끙끙대던 저에게는 먼 이야기처럼 느껴졌거든요. 그런데 태블로를 접하고 나서 그 생각이 완전히 바뀌었습니다.
데이터 리터러시(Data Literacy)란 개념도 이 과정에서 체감했습니다. 데이터 리터러시란 데이터를 수집하고 해석해서 의미 있는 정보로 활용하는 능력을 뜻합니다. 통계학과 출신이 아니어도, 파이썬을 몰라도 이 능력은 현업 경험으로 충분히 키울 수 있다는 것을 몸으로 배웠습니다. 오히려 실무에서 필요성을 먼저 느끼고 거꾸로 이론을 찾아가는 방식이, 교과서부터 공부한 것보다 체득 속도가 훨씬 빠를 수 있습니다.
저와 비슷한 고민을 하는 분들이 분명히 있을 것입니다. 데이터 분석을 배우고 싶은데 전공자가 아니라서 망설이고 있지 않으신가요? 출처: NCS 국가직무능력표준에서도 데이터 분석 직무는 전공보다 실무 역량을 중심으로 평가하는 방향으로 정의되어 있습니다. 시작이 늦었다고 해서 늦은 게 아니라는 말, 진부하게 들릴 수 있지만 제가 직접 겪어본 이야기라 확신을 가지고 말씀드릴 수 있습니다.
데이터 리터러시를 현업에서 키우는 법
태블로를 처음 도입했을 때 가장 큰 과제는 데이터 파이프라인(Data Pipeline)을 구성하는 일이었습니다. 데이터 파이프라인이란 여러 곳에 흩어진 데이터를 하나의 흐름으로 연결해서 분석 가능한 상태로 만드는 일련의 과정을 말합니다. 입학 전형 결과는 1년에 한 번 쌓이고, 공공데이터로 제공되는 고교 데이터는 별도로 관리됩니다. 이 두 가지를 어떻게 연결할지, 처음엔 정말 막막했습니다.
주먹구구로 시작한 것이 맞습니다. 처음에는 연결 키(key)를 어떻게 잡아야 할지도 몰랐습니다. 고교 코드, 지역 코드를 기준으로 수동으로 맞춰가면서 조금씩 구조를 잡았습니다. 그 과정에서 엑셀로 다졌던 기초가 생각보다 큰 도움이 됐습니다. 엑셀의 VLOOKUP 개념을 이해하고 있었기 때문에 태블로에서 데이터 소스를 조인(join)하는 방식도 비교적 빠르게 이해할 수 있었습니다.
시각화 단계에서는 제가 몇 년 동안 갈고닦았던 파워포인트 디자인 감각이 뜻밖의 강점이 됐습니다. 어떤 차트가 이 데이터를 가장 직관적으로 보여주는지, 색상 대비는 어느 정도가 적당한지를 감각적으로 판단할 수 있었습니다. 나중에는 대시보드의 완성도를 높이기 위해 피그마(Figma)까지 독학했습니다. 피그마란 UI·UX 디자인 협업 도구로, 태블로 대시보드의 레이아웃과 배경 이미지를 제작하는 데 활용했습니다. 데이터 분석 도구와 디자인 도구를 함께 쓰는 사람이 주변에 많지 않았기 때문에, 이 조합이 결과물의 차별점이 됐습니다.
태블로의 핵심 강점 중 하나는 드래그 앤 드롭(Drag and Drop) 방식의 인터페이스입니다. 코딩 없이 마우스로 필드를 끌어다 놓는 것만으로 막대 차트, 맵 차트, 산점도 등 다양한 시각화를 만들 수 있습니다. 실제로 엑셀로는 100만 건 이상의 데이터를 처리할 때 속도가 현저히 느려지는 반면, 태블로는 대용량 데이터도 빠르게 처리합니다. 입학 데이터처럼 수년치 누적 데이터를 한 화면에서 비교해야 할 때 이 차이가 체감됩니다.
태블로를 활용하면서 실제로 확인한 주요 기능들을 정리하면 다음과 같습니다.
- 계층(Hierarchy) 구조 설정으로 대분류에서 소분류까지 클릭 한 번에 드릴다운 가능
- 필터(Filter) 연동 기능으로 하나의 차트에서 선택한 항목이 대시보드 전체에 반영
- 맵 차트(Map Chart)로 지역별 데이터를 지도 위에 시각화, 위도·경도를 자동 인식
- 추세선(Trend Line) 삽입으로 시계열 데이터의 흐름과 성장세를 한눈에 파악
- 서버 자동화 스케줄링으로 데이터 원본 업데이트 시 대시보드가 자동 갱신
BI 활용이 실무에서 만들어내는 변화
매년 입학상담 프로그램과 전형 결과 분석 프로그램을 태블로로 만들면서 가장 크게 느낀 것은 "데이터가 말을 하기 시작했다"는 감각입니다. 숫자만 나열된 엑셀 보고서를 들고 회의에 들어가던 때와, 대시보드 하나를 열어서 클릭 몇 번으로 맥락을 보여주던 때는 분위기가 완전히 달랐습니다. 동료들의 반응이 바뀌기 시작한 게 그 무렵이었습니다.
데이터 기반 의사결정(Data-Driven Decision Making)이란 개념, 처음에는 거창하게 들렸습니다. 데이터 기반 의사결정이란 직관이나 경험이 아닌, 실제 데이터를 근거로 판단하고 행동하는 방식을 뜻합니다. 그런데 막상 실무에서 해보니 이게 결코 이론의 영역이 아니었습니다. 특정 고등학교 출신 지원자의 합격률이 낮다면, 그 이유를 데이터로 찾아내서 상담 방향을 바꾸는 것. 이런 일이 태블로 도입 이후 실제로 가능해졌습니다.
데이터 분석가로의 전환을 진지하게 고민하게 된 것도 이 경험 때문입니다. 입학사정관이라는 직업이 안정적이고 매력적인 것은 분명하지만, 데이터를 다루면서 느끼는 성취감은 차원이 달랐습니다. 누군가는 "그 나이에 진로를 바꾸냐"고 할 수도 있습니다. 하지만 데이터를 보는 눈은 하루아침에 생기지 않습니다. 현업에서 쌓아온 도메인 지식과 데이터 분석 능력이 결합되면, 그것이 오히려 강점이 될 수 있다는 것을 지금은 확신합니다.
비전공자라서 이론이 부족하다는 콤플렉스는 여전히 있습니다. 하지만 현업 경험 없이 이론만 익힌 분들이 놓치는 것도 분명히 있습니다. 데이터가 어디서 왜 만들어지는지, 어떤 숫자가 실제 현장에서 의미를 갖는지는 그 현장에 있어본 사람이 더 잘 압니다. 그것이 제가 생각하는 비전공자 분석가의 가능성입니다.
태블로는 단순한 시각화 도구가 아닙니다. 데이터를 읽는 습관을 만들어주는 도구입니다. 코딩이 없어도 되고, 전공도 상관없습니다. 지금 본인의 현업 데이터에서 시작해 보시길 권합니다. 공공데이터포털에서 무료로 내려받은 데이터 하나를 태블로 퍼블릭에 올려보는 것만으로도 충분한 시작입니다. 데이터를 보는 눈은 그렇게 조금씩 생깁니다. 저도 그렇게 시작했고, 지금도 현업에서 매년 더 나은 결과물을 만들어가고 있습니다.
--- 참고: https://youtu.be/DkTVBZgudlM?si=pMY7PvRr8OMz4eMB