STEM 전공자가 데이터 분석에서 애먹는 이유

이른바 과학, 기술, 공학, 수학을 일컫는 STEM 전공자들은 비판적 사고(critical thinking)에 능할까?

데이터 분석에 필요한 비판적 사고는 두 가지 역량이 요구된다.

첫째, 문제를 개발하는 역량(ability to develop the question)이다. 사용자는 자신의 문제를 적절히 표현하지 못하는 경우가 많다. 데이터 사이언티스트는 업을 잘 이해하는 비즈니스 전문가와 잦은 협력을 통해 문제를 찾아가야 한다.

둘째, 데이터에 문제를 제기할 수 있는 역량(ability to question the data)이다. 경험이 풍부한 전문가는 가공되지 않은 원래 데이터(raw data)를 분석 프로그램에 돌리고 결과를 얻지 않는다. 결과를 호도할 수 있는 데이터 특성들을 주의 깊게 걸러내고 조정할 수 있어야 한다.

그런데 STEM 전공만으로는 이 두 가지 역량들을 채우기 어렵다. 학교에서는 이미 잘 정의된 문제가 출제되고, 깔끔하게 정리되어 있는 데이터 셋이 주어진다. 학생들은 이렇게 특정하게 세팅된 문제에서, 어떤 공식과 방법론을 활용해 주어진 데이터를 돌릴 지만 고민하면 된다. 데이터 자체를 의심할 필요도 없고, 문제 자체를 다르게 해석해도 감점을 받게 된다.

요컨대 STEM 전공만으로 절로 유능한 데이터 분석가가 될 수 없다. 업에 대한 이해를 바탕으로 문제를 적절하게 정의하고, 잘못된 결론을 피하기 위해 데이터 셋에 끊임없이 비판적 시각을 견지해야 한다.

Source: Kaiser Fung (Apr 2019), "The most desired skill in data science", kdnuggets