#광고_스노우플레이크 #도서추천 #생성형AI ❄️
안녕하세요 구독자님, 데이터리안 혜정입니다.
길었던 설 연휴가 지나니 벌써 2월이 되었네요. 연휴는 잘 보내고 오셨나요?
오늘 뉴스레터는 데이터 분석 실력을 한 단계 업그레이드할 수 있는 콘텐츠로 준비했습니다. 5권의 추천 도서와 치트 시트부터, 2025년 AI 분야 예측 리포트, 그리고 이런 변화를 준비하기 위해 어떤 것을 고려해야 할지에 대한 글을 담아보았습니다. 이번 뉴스레터에는 '스노우플레이크'의 유료 광고가 포함되어 있어요.
오늘도 뉴스레터를 보러와 주셔서 감사합니다.
날씨가 다시 추워졌네요. 건강 조심하시고 저는 다음 뉴스레터에서 뵙겠습니다 :)
|
|
|
1. 블로그 | 주니어 데이터 분석가를 시니어로 만들어 줄 책 5권
2. 이벤트 | 'SQL 마스터를 위한 치트 시트' 무료로 받아보세요!
3. 리포트 | (광고) 올해 AI 분야에서는 어떤 게 중요할까?: Snowflake 2025 AI + 데이터 예측 리포트
4. 블로그 | 생성형 AI가 가져올 변화에 준비하는 우리의 자세 |
|
|
🔥
주니어 데이터 분석가를
시니어로 만들어 줄 책 5권 |
|
|
안녕하세요, 데이터 분석가 선미입니다. 어느덧 8년째 데이터 분석가로 일하고 있습니다. 시니어라고 하기에는 부끄러운 연차지만, 데이터리안의 데이터 분석 캠프를 포함해 제 교육을 듣고 분석가로 일하고 있는 1년 차부터 4년 차까지 주니어분들에게 지금까지 데이터 분석가의 성장에 대해 많은 질문을 받았습니다.
- “쿼리가 너무 느려서 하루가 지나도 실행이 안 끝나요. 이러다가 보고서를 제때 못 쓸 것 같은데, 더 빠르게 동작하는 쿼리로 수정하려면 어떻게 해야 해요?”
- “테이블 구조와 데이터가 엉망이라 분석하기가 어려워요. 차라리 내가 설계할 수 있으면 좋겠어요.”
- “조직에 큰 임팩트를 줄 수 있는 분석을 하고 싶어요.”
- “제가 매니저가 됐어요. 앞으로 팀원들과 어떻게 일해야 할까요?”
정리해 보면, 위 질문들은 SQL 성능 최적화(SQL 튜닝), 데이터 모델링, 비즈니스 전략, 팀 문화에 대한 질문입니다. 주제별로 책을 추천해 볼게요. 주니어 데이터 분석가로 일하면서 성장에 대한 갈증이 있었다면 아래 책을 참고해 주세요.
⋯⋯⋯
SQL 성능 최적화
📚 SQL 레벨업: DB 성능 최적화를 위한 SQL 실전 가이드 | 미크 저
- 시니어 데이터 분석가라면, 단순히 SQL 문법을 정확하고 에러를 내지 않고 쓰는 것에서 넘어서, 더 효율적으로 작동하는 쿼리는 어떻게 쓸 수 있을지 고민할 수 있어야 합니다. 특히 데이터의 규모가 큰 회사에서 일하고 있다면(또는 일해보고 싶다면) SQL 성능 최적화에 관심을 가지고 공부해 나가시는 게 업무에 많은 도움이 될 겁니다.
데이터 모델링
📚 프로젝트 성패를 결정짓는 데이터 모델링 이야기 | 김상래 저
- 궁극적인 SQL 성능 튜닝은 데이터 모델링이라는 얘기가 있죠. 데이터 모델 자체가 잘 설계되어있다면 데이터를 빠르고 효율적으로 꺼내오는 것도 쉬워집니다.
비즈니스 전략
📚 아이디어 불패의 법칙 | 알베르토 사보이아 저
📚 순서 파괴 | 콜린 브라이어, 빌 카 저
- 앞의 'SQL 성능 최적화', '데이터 모델링'이 뒤의 두 가지 주제인 '비즈니스 전략', '팀 문화'보다 쉽다고 생각합니다. 앞에 두 가지는 어느 정도 정답이 있는 영역인데 뒤의 두 가지는 아니기 때문이에요. 하나의 책을 추천하는 대신 최근에 감명 깊게 읽은 두 권의 전략서를 소개하겠습니다. 이 중 어떤 이야기가 구독자님의 마음에 와닿을지 궁금합니다.
팀 문화
📚 함께 자라기 | 김창준 저
- 제가 생각하기에 저 혼자 잘난 사람은 시니어라고 부르기에 좀 애매합니다. 독불장군처럼 일해서는 낼 수 있는 성과의 한계가 분명히 있습니다. 이 책은 데이터리안 팀의 독서 벌레이자, 멋진 개발자이자, 개성 있는 디자이너인 예은님께 추천을 받았어요.
⋯⋯⋯
더 자세한 책 소개와 추천 이유는 아래 블로그 글에서 만나보세요!
|
|
|
😎
'SQL 마스터를 위한 치트 시트'
무료로 받아보세요!
|
|
|
앞의 추천 도서가 도움이 되었다면, 'SQL 마스터를 위한 치트 시트'도 다운받아 사용해 보세요. 데이터 모델링부터 SQL 성능 최적화까지 마스터하고 싶은 분들을 위해 세상에 하나밖에 없는 SQL 치트 시트를 만들었습니다. 누구든 무료로 신청할 수 있어요!
⋯⋯⋯
치트 시트란
치트 시트(Cheat Sheet)는 한국말로 번역하면 ‘컨닝 페이퍼’입니다. 우리가 시험을 보는 것도 아닌데, 컨닝 페이퍼가 왜 필요하냐고요? 공부에도 컨닝이 필요하거든요 😉
|
|
|
데이터 모델링부터 SQL 성능 최적화까지 공부하게 되면 많은 개념, 용어들 사이에서 길을 잃기 쉽습니다. ‘데이터 모델링의 핵심 3요소’, ‘정규화 원칙’, ‘Key의 종류’, ‘DML 문법’, ‘실행 계획 살펴보는 코드’ 등 새롭게 익혀야 하는 개념이 얼마나 많은지요. 등장인물이 많이 나오는 소설책이 후반부로 갈수록 읽기 어려워지는 것처럼(’이게 누구더라…’하며 내용을 놓치게 되죠.), 공부에 진도가 안 나갈 겁니다. |
|
|
이럴 때는 모든 내용을 다 외우면서 학습하기보다는, SQL 치트 시트를 공부하는 곳 가까운 곳에 프린트하여 붙여놓고 공부해 보세요. 일단 전반적인 내용을 이해하는 데 집중하고, 암기는 치트 시트에게 맡겨두세요. 그렇게 하다 보면 자연스럽게 주요 개념이나 함수들도 암기가 되고, 학습 속도도 훨씬 빨라질 거예요.
⋯⋯⋯
아래 버튼을 클릭해 카카오 로그인 후 신청서를 작성해 주세요. 신청서 제출 후 10분 이내에 이메일로 치트 시트를 받아보실 수 있습니다.
|
|
|
💡
(광고)
올해 AI 분야에서는 어떤 게 중요할까?
: Snowflake 2025 AI + 데이터 예측 리포트 |
|
|
안녕하세요, 데이터 분석가 혜정입니다.
새해가 되면 '올해는 어떤 것이 달라질까?', '사람들은 어떤 것에 관심을 가질까?' 하는 궁금증에 트렌드 관련 책을 찾아보곤 합니다. 일상생활뿐만 아니라 데이터 분야에서도 마찬가지인데요. 저처럼 2025년의 데이터 및 AI 전망이 궁금하실 구독자님을 위해, 이번 글에서는 스노우플레이크의 2025 AI + 데이터 예측 리포트를 소개합니다.
⋯⋯⋯
스노우플레이크는
전 세계에 고객을 확보한 AI 데이터 클라우드 플랫폼으로, 간편하고 효율적이며 신뢰할 수 있는 엔터프라이즈 AI를 제공합니다. 국내에서도 많은 주요 기업들이 데이터 사일로를 제거하고 데이터 기반 의사결정과 비즈니스 성과를 극대화하는 데에 스노우플레이크를 활용하고 있습니다. 스노우플레이크가 알려주는 AI 트렌드 5가지를 확인해 보세요.
|
|
|
😎스노우플레이크가 알려주는
AI로 가속화되는 미래에 꼭 알아야 할 AI 트렌드 5가지
1. AI 성공의 핵심 열쇠, 옵저버빌리티
- '옵저버빌리티(Observability)'는 AI 시스템의 성능과 보안, 윤리 등을 모니터링하고 평가하는 기술입니다. AI 배포의 성패를 좌우하는 중요한 기술이에요.
2. AI의 말을 모두 믿지 마라: 할루시네이션 인지와 극복
- '할루시네이션(Hallucination)'은 '환각'이라는 의미로, AI 모델이 사실이 아닌 정보를 생성하는 것을 말합니다. 기업에서 모델에 대한 더 많은 가드레일을 구축하고, 모델이 특정 조직의 데이터 출처를 인용할 수 있도록 더 안정된 검색증강생성*을 통해 AI 할루시네이션을 완화할 수 있어요.
*검색증강생성(Retrieval-Augmented Generation, RAG)
: 검색 시스템과 대규모 언어 모델의 언어 생성 기능을 결합하여, AI 결과물의 정확성과 적시성을 개선하는 AI 프레임워크
3. AI 시대에 꼭 필요한 엄격한 보안 체계
- AI 모델 자체가 AI 공격의 다음 타깃이 될 것입니다. 이에 따라 보안 데이터 레이크는 AI 시대 보안에 필수적인 요소가 될 것이며, AI 보안 코파일럿은 사이버 보안 팀의 확장된 인적 자원으로 활용될 것으로 예상합니다.
4. 호기심은 AI 시대 리더의 필수 역량
- AI로 인해 직원들이 더 스마트하고 빠르게 일할 수 있게 되면서, 리더들은 이러한 변화를 따라잡는 데 어려움을 겪기도 합니다. AI로 가속화되는 세상에서 팀원들이 누구나 AI를 쉽게 활용할 수 있는 환경을 조성하고 꾸준한 관심을 갖는 것(호기심)이 진정한 리더의 역할이 아닐까 생각합니다.
5. 생성형 AI의 끝판왕, 자율 에이전트가 온다
- AI를 가장 잘 활용하는 방법은 무엇일까요? 전문가에 따르면, 앞으로 AI의 킬러 앱은 간단한 지시를 받고, 다양한 모델에 하위 태스크를 맡기고, 전체 프로젝트를 독립적으로 완료할 수 있는 '자율 에이전트'가 될 것이라고 합니다.
⋯⋯⋯
2025년에는 AI를 제대로 활용하고 싶다면, 스노우플레이크의 2025 AI + 데이터 예측 리포트를 다운받고 30분 만에 알찬 인사이트를 얻어가 보세요. 리테일 및 소비재, 제조, 통신, 미디어 & 엔터테인먼트, 금융, 공공, 헬스케어에 이르는 7가지 주요 산업별 전망까지 리포트에서 확인할 수 있습니다. 지금 바로 아래 버튼을 클릭해 리포트를 다운받아 보세요🔎
|
|
|
🔥
생성형 AI가 가져올 변화에
준비하는 우리의 자세
|
|
|
최근 중국에서 새로운 AI 모델, DeepSeek가 공개되었습니다. ChatGPT 등 기존에 사용하던 AI와 성능을 비교해 보는 분들도 많이 보이는데요. AI는 우리의 업무에서도, 또 일상에서도 이미 많은 변화를 불러오고 있습니다. 이런 변화에 우리는 어떻게 준비해야 할까요? 오늘 뉴스레터의 마지막 글로 '헬로 데이터 과학'의 저자이자 Naver Search US의 디렉터를 맡고 계신 데이터 사이언티스트 김진영님의 글을 소개합니다.
* 이 글의 원문은 김진영님 브런치에 업로드된 “생성형 AI와 데이터 사이언스의 미래”입니다.
⋯⋯⋯
생성형 AI가 가져올 변화
처음 ChatGPT가 나왔을 때, 테이블 형테의 데이터를 프롬프트에 넣고 질문하면 적절한 대답을 해주는 것으로 놀라움을 주었습니다. 얼마 지나지 않아 이를 활용한 파이썬 라이브러리(pandas-ai)가 나왔습니다. 아래 데모를 보면 기본적인 분석 질문에 대한 대답 및 차트 생성 등을 해주는 것을 볼 수 있어요.
|
|
|
물론 이는 앞으로 올 것들의 서막에 불과합니다. ChatGPT는 원래 분석을 위해 튜닝된 것도 아님을 기억해야 합니다. LLM* 자체의 발전, 모델의 파인 튜닝, 모델을 워크플로우에 통합하는 분석 솔루션들의 등장까지 고려하면, 향후 몇년 안에 우리가 생각하는 데이터 사이언스의 모습은 크게 바뀔 것으로 예상됩니다.
* LLM(Large Language Model, 대규모 언어 모델): 자연어를 처리하고 생성할 수 있는 딥러닝 모델
이런 변화에 준비하는 우리의 자세 |
|
|
현직 데이터 사이언티스트나 관련 팀 입장에서 생성형 AI가 가져올 변화에 어떻게 대응해야 할까요? 만약 현재 업무가 단순 데이터 추출이나 리포팅에 그친다면 미래에 대한 고민이 필요한 시점입니다. 기술적으로 더 깊이를 갖추어 새로운 분석 영역을 개척할 수 있거나, 도메인에 대한 이해를 바탕으로 분석의 완성도를 높일 수 있어야 할 것입니다.
현직은 아니지만 향후 데이터 관련 커리어나 업무에 관심이 있다면? 앞으로는 Python이나 SQL을 다루는 기술적인 능숙함보다, 해당 도메인에 대한 깊이 있는 이해와 주어진 문제에 대해 올바른 질문을 던지고 주어진 결과를 해석하여 결론을 내고 이해당사자를 설득하는 종합적인 문제 해결력이 더 중요해질 것입니다. 따라서 본인의 장점을 살리면서 기술적인 역량을 추가하려는 접근 방법이 필요합니다.
⋯⋯⋯
데이터 사이언티스트 김진영님이 생각하시는 앞으로의 방향성 등 더 자세한 내용은 아래 블로그 글 전문에서 확인하실 수 있습니다 :)
|
|
|
✨ 구독자님! 데이터리안 콘텐츠와 함께 데이터 분석 능력을 업그레이드 해봐요
|
|
|
데이터리안
데이터 분석, 데이터리안과 시작하세요
contact@datarian.io
|
|
|
|
|
