[2026년 10월 뉴스레터]
: 2026년 10월 : 57번째 뉴스레터
🍃
안녕하세요 구독자님, 데이터리안 혜정입니다.
어느새 선선한 가을 날씨가 되었네요. 즐거운 휴일 보내고 오셨나요?

연말이 다가올수록 새로운 기회를 준비하거나 지금까지의 커리어를 돌아보게 되는데요. 그래서 이번 10월 뉴스레터에는 하반기 취업과 이직 준비에 도움이 될 채용 트렌드부터 온라인 세미나 소식, 그리고 데이터 분석 실무 사례까지 다양하게 담아보았습니다. 남은 2026년 동안 어떤 역량을 쌓고, 앞으로의 커리어 방향을 어떻게 설정해야 할지 고민하고 계셨다면 이번 뉴스레터가 작은 도움이 되길 바랍니다.

오늘도 찾아와 주셔서 감사드려요. 새로운 소식과 함께 11월 뉴스레터로 다시 찾아뵐게요!

1. 블로그 | 2026년 하반기 국내 데이터 분석 직군 채용 트렌드
2. 세미나 | 데이터 분석가의 커리어 설계 [10/27(화) 저녁 19시 30분]
3. 블로그 | 취소 버튼 뒤에 숨겨진 ‘재예약 골든타임’을 찾아서
4. 인터뷰 | 고객을 더 잘 이해하고 싶어서, 다시 데이터를 공부했어요
🏁
2026년 하반기
국내 데이터 분석 직군 채용 트렌드
안녕하세요, 데이터 분석가 혜정입니다. AI의 발전으로 많은 분야에서 업무 방식도, 채용 기조도 빠르게 변하고 있죠. 데이터 분석 직군도 크게 다르지 않은데요. 2026년 하반기 국내 데이터 분석 직군의 채용 트렌드는 어떨까요? 카카오, 배민, 네이버, 토스 등 국내 테크 기업의 데이터 직군 채용 공고 171건을 분석해 본, Uber Sr. Data Scientist 이준수님의 글을 소개합니다.

* 이 글의 원문은 Uber Sr. Data Scientist 이준수님의 블로그에 있는 '2026년 하반기 국내 데이터분석 직군 채용 트렌드' 입니다.

⋯⋯⋯

직무별 채용 동향과 필요 역량
✅ Data Analyst (데이터 분석가)

총 36개의 공고를 분석한 결과 SQL 쿼리만 잘 짜는 사람을 구하는 회사는 없다. 프로덕트 방향성을 제시하고 임팩트를 내는 것을 가장 중요하게 본다.

  • 주요 요구 스킬 빈도: SQL(32회), Python(18회), Tableau(14회), 실험(14회), A/B 테스트(13회)

  • 채용 트렌드: 당락은 '실험 경험'이 가른다. 가설을 세우고 실험해서 유의미한 인사이트를 뽑아본 경험이 포트폴리오에 반드시 들어가야 한다.

페이타랩(패스오더) 주니어 데이터 분석가 채용 공고


✅ Data Scientist (데이터 사이언티스트)

분석된 7개의 DS 공고를 보면 리서치 중심의 포지션은 점점 줄어들고 있다. 비즈니스 문제를 머신러닝이나 통계로 풀고, 이를 프로덕션에 올릴 수 있는 인재를 찾는다.

  • 주요 요구 스킬 빈도: SQL(7회), Python(7회), RAG(3회), 머신러닝(3회), 통계(3회), LLM(2회)

  • 채용 트렌드: DS 공고에서도 RAG와 LLM 관련 키워드가 심심찮게 등장한다. AI 모델을 활용한 실질적 문제 해결 능력을 최우선으로 본다.


✅ Business Analyst (비즈니스 분석가)

9개의 BA 공고 분석 결과, 기술적 깊이보다는 비즈니스 로직 이해와 데이터 시각화, 그리고 의사결정 지원에 초점이 맞춰져 있다.

  • 주요 요구 스킬 빈도: SQL(9회), Tableau(8회), 대시보드(6회), Python(5회)

  • 채용 트렌드: SQL과 대시보드 툴(Tableau 등)을 활용해 비즈니스 지표를 관리하고 리더십의 의사결정을 돕는 능력이 핵심이다.



⋯⋯⋯

도메인별로 채용 트렌드는 어떻게 다른지, 그리고 데이터 직무 취업과 이직을 위해 어떤 걸 더 준비해야 하는지 궁금하시다면 블로그 글 전문을 확인해 주세요.

🕵️ 이번 달에 지원 가능한 채용 공고가 궁금하다면!

하반기 채용 트렌드 확인하기
⚒️
데이터 분석가의 커리어 설계
[10/27(화) 19시 30분 온라인 세미나]
🧐 AI가 분석도 잘해주던데 데이터 분석가로서 어떤 능력을 쌓아야 하지?
🕵️ AI 시대의 데이터 분석가가 되려면 어떤 능력이 필요할까?

요즘 데이터 분석가 취업, 이직을 준비하고 계시거나, 혹은 데이터 분석가로 일하는 분이라면 한 번쯤 이런 고민을 해보셨을 것 같아요. 

이번 10월 세미나에서는, 컨설팅, 증권사, 쿠팡을 거쳐 Uber에 이르기까지 국내외 여러 분야의 데이터 직무를 경험해 본 Uber Sr. Data Scientist 이준수님과 함께 이야기를 나눠봅니다. 국내 취업 및 이직을 준비하고 계신다면 남들과 다른 차별화된 문제 해결력과 이력서 작성법을, 그리고 해외 진출을 꿈꾸는 분이라면 지금부터 준비할 수 있는 전략을 배워가실 수 있어요.



⋯⋯⋯

이런 분들께 10월 세미나를 추천합니다
  • 국내 vs 해외 데이터 분석 직군 채용 트렌드가 궁금한 분
  • 경쟁력 있는 데이터 분석가 이력서와 포트폴리오 작성 방법이 궁금한 분
  • 국내 기업과 글로벌 기업의 데이터 분석가 채용 면접, 코딩 과제 접근법을 알고 싶은 분
  • 국내 실무 경험을 글로벌 기회로 연결하는 현실적인 팁이 필요한 분
  • AI 및 다양한 분석 툴이 고도화되는 환경에서 대체되지 않은 분석가가 되고 싶은 분


10월 세미나는 이렇게 진행돼요
🗓️ 일정: 10/27(화) 19:30 ~ 21:30

1부 (19:30 ~ 20:40) : 강연

  • "데이터 분석가의 커리어 설계" - 이준수
  • 강연 Q&A (Live-only)

2부 (20:50 ~ 21:30) : 패널 토크 (Live-only)

  • "2026년 데이터 분석가 채용 트렌드" - 이준수, 윤선미, 송혜정
구독자님께 지금까지 들어온 질문을 공개해요
라이브 세미나를 신청하고 질문을 남겨주세요. 일부를 선정하여 답변드릴게요.
  • Q. 현재 조직 및 실무에서 어떻게 AI를 접목시켜 업무를 하고 계신지 궁금합니다.
  • Q. 현재는 국내에서 데이터·AI 관련 커리어를 시작하고 장기적으로 글로벌 기업까지 경험해보고 싶습니다. 국내에서 첫 커리어를 시작한다면 이후 글로벌 데이터 직무로 확장하기 위해 초반에 어떤 경험을 쌓아두는 것이 좋을까요?
  • Q. 요즘 AI의 성능이 점점 발전하고 있어서 데이터 분석도 AI 도구를 활용하는 경우가 늘어나는 것 같아요. 데이터 분석가로서 AI 시대에 채용 시장에서 어필할 수 있는 전략이 무엇이 있을지 궁금합니다.


1부 강연 다시보기를 제공해요
라이브 세미나를 신청한 분께는 1부 강연 다시보기를 제공합니다. 세미나 종료 후 일주일 이내에 이메일, 문자로 안내해 드릴게요. 라이브 세미나는 정가 대비 70% 할인된 로그인 전용 특별 할인가, 1만 원에 신청하실 수 있어요.

📍연사 Q&A와 2부 패널토크는 Live-only 세션으로, 다시보기가 제공되지 않아요. Live-only  세션에서는 라이브 참여자들만 들을 수 있는 더 실무적이고 최신 정보에 관해 얘기합니다. 내용이 궁금하다면 세미나 당일, 놓치지 말고 참여해 주세요!


      ⋯⋯⋯

      📢 이번 세미나에 관심 있을 것 같은 동료, 친구, 지인이 있다면, 세미나 소식을 공유해 주세요.
      10월 27일 화요일 저녁 7시 30분, 줌에서 뵙겠습니다!

      세미나 신청하기 ⏰ 10/27(화) 신청 마감
      ⏰
      취소 버튼 뒤에 숨겨진
      ‘재예약 골든타임’을 찾아서
      오늘 뉴스레터의 세 번째 글은 '여기어때'의 데이터 분석 사례로 준비했습니다. 여행을 준비할 때 온라인으로 숙소를 알아보고 예약하는 경우가 많은데요. 몇 달 전 예약해 둔 여행을 못 가게 되어 예약을 취소하는 경우도 있지만, 더 저렴한 숙소나 결제 방법을 발견하여 취소하고 재결제를 하는 등, 취소를 단순히 이탈로 보기 어려운 상황도 있습니다. 숙소 상품 주문 데이터를 바탕으로 사용자가 왜 취소를 선택하는지, 그리고 취소 이후 실제 행동은 어떻게 나타나는지를 분석한 여기어때의 실무 사례를 소개합니다.

      * 이 글의 원문은 여기어때 기술 블로그에 업로드된 "취소 버튼 뒤에 숨겨진 ‘재예약 골든타임’을 찾아서"입니다.

      ⋯⋯⋯

      “방문 불가”라는 유저의 답변, 100% 믿어도 될까?

      여기어때에서 숙소 상품을 구매한 뒤, 구매한 상품을 취소할 때는 취소 사유 선택 화면을 확인하실 수 있는데요, 유저들이 가장 많이 누르는 취소 사유는 “방문 불가/여행 취소(35.4%)” 로 나타났습니다. 

      이후, 사용자가 선택한 취소 사유의 신뢰도를 확인하기 위해 ‘선택 사유’와 ‘취소 이후 행동’의 일치율*을 분석했습니다. 분석 결과, 전체적인 취소 사유 일치율은 약 51%로 나타났습니다.

      * 재예약 주문 데이터 분석, 재예약의 시간 기준은 24시간으로 설정


      1. 방문 불가/여행 취소

      • 가장 많이 선택되는 취소 사유(35.4%)
      • 실제 재예약하지 않는 비율도 76%로 높아 신뢰도가 높음

      2. 일정/객실 변경

      • 두 번째로 많이 선택되는 취소 사유(22.8%)
      • 실제로 취소 이후 일정/객실을 변경하는 비율은 31%로 가장 낮은 일치율을 보임

      특이 사항으로는 ‘일정/객실 변경’이나 ‘결제 수단 변경’을 선택한 유저들은 취소 사유대로 행동할 때 가장 빠른 움직임을 보인다는 점입니다. 특히, ‘일정/객실 변경’을 취소 사유로 선택하고 실제로 일정을 변경하여 재예약하는 행동은 3분 이내에 이루어졌습니다. 반면, 사유와 다르게 행동하는 유저들의 소요 시간은 약 12분으로, 취소 사유대로 행동하는 유저들의 소요 시간인 약 5분에 비해 2.3배 증가했습니다. 이는 ‘한 번 더 사고하는 과정’이 추가되면서 나타나는 현상으로 판단됩니다.



      재예약의 골든타임: ‘24시간’의 법칙

      앞서 취소 사유를 살펴볼 때, 재예약과 관련된 취소 사유 3개(같은숙소 일정/객실변경, 다른숙소 변경, 결제수단변경)의 선택 비율을 모두 합치면 약 50%로 절반에 해당하는 수치를 보여 줍니다. 그래서 취소 후 재예약을 더 깊이있게 들여다 봤는데요. 여기어때의 숙소 상품 주문 TRNX를 탐색해 보니, 취소 이후의 재예약 여부가 결정되는 골든타임이 존재하는 것을 파악할 수 있었습니다.


      • 취소 후 1달간 발생한 재예약의 57%는 1시간 이내에 발생
      • 취소 후 1달간 발생한 재예약의 80%는 24시간 이내에 발생
      • 취소 이후 1일 간격(24시간, 48시간 등)일 때마다 다른 시간대보다 재예약이 많음



      ⋯⋯⋯

      여기어때에서는 재예약 유저들의 행동 패턴을 분석해서, 유저들이 ‘취소’라는 행위를 통해 현재 예약보다 더 나은 대안을 적극적으로 선택하고 있다는 점을 확인했다고 해요. 더 자세한 분석 과정과 결과를 아래 블로그 글에서 확인해 보세요!

      여기어때 분석 사례 보러가기
      🌱
      고객을 더 잘 이해하고 싶어서,
      다시 데이터를 공부했어요
      안녕하세요, 콘텐츠 마케터 서윤입니다.
      마케터는 왜 데이터를 봐야 할까요? 오늘 제가 소개할 15년 차 마케터 이루리님은 '양으로 밀어붙이는 마케팅보다는 실제로 성과가 나는 일에 더 집중하고 싶다는 생각이 들었어요. 그러려면 데이터를 보면서 무엇이 중요한지 파악하고, 그곳에 시간을 써야겠다고 생각했고요.' 라는 말씀을 해주셨는데요. 15년 차 마케터 루리님은 어떻게 데이터로 일하고 있는지, 루리님과 나눈 이야기를 구독자님께 소개합니다.


      ⋯⋯⋯

      Q. 안녕하세요, 루리님! 자기소개 부탁드려요.

      안녕하세요. 이메일 마케팅 서비스 ‘스티비’에서 마케터로 일하고 있는 이루리입니다. 

      현재는 이메일 마케팅이나 뉴스레터에 관심을 가진 분들이 스티비를 발견하고, 실제 서비스 가입까지 이어질 수 있도록 하는 전반적인 마케팅 업무를 하고 있어요.



      Q. 데이터리안과는 23년도 프로젝트를 통해 처음 인연을 맺었죠.

      네, 맞아요. 스티비에서는 2년에 한 번씩 이메일 마케팅 리포트를 발행하고 있는데요. 2023년 리포트를 준비하면서 뉴스레터와 이메일 마케팅 데이터를 조금 더 정밀하게 분석해 보고 싶어서 데이터리안과 함께 프로젝트를 진행한 적이 있어요. 그리고 이후에 SQL 캠프도 수강하고 이후에 GA4 캠프까지 들으면서 인연이 계속 이어졌습니다.



      Q. 현재 스티비에서는 데이터를 어떻게 활용하고 계신가요?

      스티비 마케팅팀의 중요한 목표 중 하나는 이메일 마케팅에 관심 있는 사람들이 스티비를 발견하고 가입하도록 만드는 거예요. 그래서 홈페이지 방문자 수, 가입 진입 수 같은 지표를 보고요. 저희는 블로그가 주요 유입 채널 중 하나라 어떤 글을 사람들이 많이 읽는지, 어떤 콘텐츠가 가입 전환에 영향을 주는지도 확인합니다. 매일 확인하고 싶은 지표들은 슬랙에서도 바로 볼 수 있도록 해두었어요.



      Q. 데이터를 활용해 고객을 분석했던 사례도 있나요?

      이전에는 블로그에 사람들이 많이 들어오면 그만큼 가입 전환도 자연스럽게 늘어날 거라고 생각했거든요. 그래서 우선은 콘텐츠를 많이 보고, 블로그에 많이 들어오게 만드는 데 집중했어요.

      그런데 생각해 보니 단순히 방문자를 많이 늘리는 것보다, 실제로 스티비를 사용할 가능성이 높은 사람을 데려오는 게 더 중요하더라고요. 마침 가입 지표가 좋았던 시기가 있어서, 그때 가입한 사람들에게 평소와 다른 특징이 있었는지 한번 살펴봤어요. 어떤 목적으로 가입했는지, 어느 산업에 속해 있는지 등을 보면서 새로운 고객군이 들어온 건 아닐지 확인했습니다.

      결과적으로 새로운 페르소나가 있었던 건 아니었어요. 내부적으로는 기존과 비슷한 고객들이 평소보다 조금 더 빠르게 결제한 것으로 결론을 내렸어요. 명확한 원인을 찾지는 못했지만, 그래도 이런 식으로 데이터를 보면서 고객의 특징을 계속 확인해 보고 있답니다. 



      ⋯⋯⋯

      데이터를 공부하고 마케팅에 활용하기까지, 15년 차 마케터 이루리님이 데이터로 일하는 법은 아래 인터뷰 글에서 만나보실 수 있습니다 :)

      💌 루리님이 수강한 SQL 데이터 분석 캠프 / GA4 데이터 분석 캠프 더 알아보기

      15년 차 마케터 이야기 보러가기
       ✨ 구독자님! 데이터리안 콘텐츠와 함께 데이터 분석 능력을 업그레이드 해봐요

      💌
      월간 데이터리안 뉴스레터
      데이터리안
      데이터 분석, 데이터리안과 시작하세요
      contact@datarian.io