통계학과 컴공 부전공 : 하면 좋은 이유

통계학과 학생, 컴공 부전공 해야 할까?

이전 글에서 나는 통계학과를 졸업했다고 이야기했다. 그리고 솔직히 말하면 나는 통계학과 컴공 부전공 신청을 했다가 떨어졌다. 이유는 다른 게 아니라, 신청 이전에 컴공 수업을 많이 듣지 않았던 게 이유다. 그리고 데이터 분석을 하며 먹고살고 있는 현재, 가능하다면, 시간이 허락하는 한 컴공 부전공을 할 것을 추천한다.

 

이유는 두 가지이다. 

 

1. 데이터 분석가의 코딩의 한계를 극복할 수 있다.
2. 다른 영역으로의 확장이 쉽다.

 

이제부터 하나씩 설명을 해보도록 하겠다.

 

통계학과 컴공 부전공 : 코딩의 한계 부수기

데이터 분석가로서 일을 하다 보면, 생각보다 다루는 코딩의 영역이 한정적이다. 학교에서는 주로 R을 가르치지만, 대부분의 회사에서는 Python을 가장 우선해서 쓴다. 그러나 Python을 두고 개발자와 데이터 분석가가 다루는 영역은 사뭇 다르다.

 

 

데이터 분석가, 데이터 사이언티스트는 대부분 dataframe, list, function, class 정도만 다룬다. 오히려 통계 방법론, 분석 방법론을 활용하기 위한 library들을 많이 알고 있는 게 중요하다. 한편, 개발자는 django부터 시작해서 조금 더 복잡한 코드들을 다루기도 하고, 크롤링 등을 포함한 브라우저를 컨트롤한다.

 

 

데이터 사이언티스트가 미리 컴공 부전공을 해둔다면, 본인이 직접 의사결정한 내용을 바탕으로 바로 서비스를 구축할 수도 있다. 만약 지식의 깊이가 얕아서 직접 구현은 하지 못하더라도, 개발자에게 어떤 식으로 요청해야 하는지 배울 수 있다. 

 

 

실제로 현업에서 일을 하다 보면 개발자와 소통하는 일이 굉장히 많은데, 이럴 때 개발에 관한 지식이 전무하다면 불리하다. 현실과 동떨어진 이야기를 하게 되거나, 본인의 데이터 기반 의사결정이 설득력을 잃을 수도 있기 때문이다.

 

다른 영역으로의 확장이 쉽다

데이터 사이언티스트는, 이전 글에서도 이야기했지만 산업에서의 메인이 아닌 경우가 많다. 따라서 실제로 의사결정을 한다고 하더라도 그게 바로 서비스의 최전방에서 구현이 되지 않을 수도 있다. 이런 측면에서 통계학을 전공한 데이터 사이언티스트는 눈에 보이지 않는 서비스를 구현하게 된다.

 

 

그러나 현실에서, 퇴근 후에 N잡을 통해 부수입을 창출하려고 하면, 실제로 서비스가 구현이 되어야 한다. 이를 만들어 주는 것이 개발이다. 통계학을 전공했다면 기본적인 데이터의 구조나 논리 관계, 순서도의 지식은 충분하다. 깊은 하드웨어적 지식이 아닌 소프트웨어적 지식만 부전공을 통해 익힐 수 있다면 회사 밖에서의 활용도도 높다.

 

 

실제로 나의 지인은 회사를 다니면서 코딩과 관련된 부업을 진행하고 있고, 웬만한 중소기업 월급만큼의 수익을 얻고 있다. 따라서 시간이 허락한다면 통계학과 학생들이 컴공 부전공을 하는 것을 적극 권장하는 편이다.

 

이미 졸업을 한 경우

그러나 나처럼 이미 졸업을 한 경우라면 통계학과 컴공 부전공이 불가능할 수 있다. 그런 경우에는 어떻게 하나? 퇴근 후에 취미로 공부하면 된다. 오히려 내가 궁금하고 배우고 싶은 것들 위주로 압축적으로 배울 수 있어서 좋다. 시간을 아끼는 것이다.

 

 

꼭 배워야 할 게 있다면 간단한 프론트 엔드를 위한 HTML, CSS, JAVASCRIPT, 그리고 Python을 통한 자동화 소프트웨어 구현, 그리고 마지막으로 백엔드 서비스를 위한 Node js가 될 것이다. 사실 이 목록들은 내가 공부하고 있고, 공부할 예정인 목록들이다. 

 

 

이 정도만 퇴근 후에 시간을 내서 익혀둔다면 원하는 서비스를 구현하는 데에는 무리가 없을 거라고 생각한다. 본업에서의 역량이 더해지는 것은 물론이다. 모든 통계학과 학생들, 할 수 있다.