데이터 분석 첫걸음: 직장인 투잡의 한계, 비전공자가 첫 파이썬(Python)을 선택한 이유
💡 나의 오늘의 데이터 분석 요약
- 시작 계기: 새벽 5시부터 아침 8시까지의 물리적 부업, 밤 10시까지 이어지는 본업으로 인한 체력적 한계 극복
- 목표 설정: AI 영상 콘텐츠 기획 및 디지털 부업 수익화를 위한 필수 데이터 분석 역량 확보
- 도구 선택: 완전 무료(오픈소스)이자 전 세계적으로 압도적인 레퍼런스를 자랑하는 파이썬(Python) 채택
- 첫 세팅: 통합 패키지 '아나콘다(Anaconda)' 설치 및 '주피터 랩(Jupyter Lab)' 코딩 환경 구축 완료
1. 물리적 부업의 한계, 그리고 디지털 세계로의 눈 돌림
오늘은 제가 데이터 분석 공부를 본격적으로 마음먹게 된 현실적인 이유와 그 첫걸음에 관해 이야기해 보려고 합니다. 처음에는 단순히 올라가는 물가와 예상치 못한 가정의 큰 지출을 메꾸기 위해 '디지털 부업거리'를 찾으려는 목적이었습니다.
이미 저는 부수입을 위해 새벽 5시부터 아침 7~8시까지 물리적인 투잡을 뛰고, 바로 본업으로 출근해 밤 9시나 10시가 되어서야 퇴근하는 극한의 일정을 소화하고 있었습니다. 하지만 이런 식의 몸을 쓰는 육체적 부업은 금세 체력적인 한계에 부딪혔고, 지속 가능하지 않다는 것을 뼈저리게 깨달았습니다.
실제로 3달 정도 투잡을 이어가 보니, 매일 새벽 찬 공기를 맞으며 나갈 때나 본업을 마치고 밤 10시에 파김치가 되어 집에 돌아올 때면 온몸의 뼈마디가 비명을 지르는 듯했습니다. 더 이상 체력적으로 버티기 힘들다는 현실을 직시하게 되었고, 물리적인 시간과 공간의 제약 없이 노트북 하나로 부가가치를 창출할 수 있는 디지털 노마드의 삶이 간절해졌습니다.
대안을 찾던 중, 평소 관심 있던 AI 영상 기획이나 나만의 콘텐츠 웹페이지 제작 쪽에 시선이 멈췄습니다. 이러한 디지털 기술들을 제대로 다루고 수익화까지 연결하려면 결국 '데이터'를 읽고 다루는 능력이 필수적이라는 결론에 도달했고, 데이터 분석 분야에 강한 흥미를 느껴 첫 공부를 시작하게 되었습니다.
2. 수많은 언어 중 '파이썬(Python)'을 선택한 이유
데이터 분석의 첫걸음으로 제가 선택한 무기는 바로 파이썬입니다. 코딩의 '코'자도 모르는 초보자 입장에서 파이썬을 선택할 수밖에 없었던 명확한 이유를 정리해 보았습니다.
| 선택 이유 | 상세 내용 (초보자 관점) |
|---|---|
| 비용 제로 (오픈소스) | 호기롭게 시작했지만 적성에 안 맞을 수도 있고 능력이 부족할 수도 있는 상황에서, 유료 프로그램은 큰 부담입니다. 파이썬은 100% 무료로 사용할 수 있습니다. |
| 무한한 지식 공유 | 데이터 분석 기법은 항상 새롭게 변화합니다. 파이썬은 오픈소스 생태계 덕분에 전 세계 사람들이 공유해 놓은 최신 분석 기법과 코드를 누구나 즉시 가져다 쓸 수 있습니다. |
| 글로벌 표준 툴 | 전 세계 데이터 분석가들이 모여 실력을 겨루는 '캐글(Kaggle)'이라는 대회가 있는데, 이 대회 참여자들이 가장 많이 사용하는 압도적 1위 언어가 바로 파이썬입니다. |
혹시 저처럼 데이터 분석 공부를 하기로 마음먹은 초보자가 있다면, 위와 같은 든든한 장점들 때문에 첫 언어로 파이썬을 강력히 권하고 싶습니다.
3. 파이썬 하나로 가능한 놀라운 작업들
본격적인 공부에 앞서 파이썬으로 어떤 작업들을 할 수 있는지 먼저 알아보았고, 그 무한한 확장성에 크게 놀랐습니다.
- 탐색적 데이터 분석: 다량의 데이터를 정리하고 요약해 표를 만들거나 변수 간의 관계를 그래프로 제작
- 예측 및 알고리즘: 데이터를 활용해 미래를 예측하거나 알고리즘 투자 로직 구축
- 이미지/텍스트 분석: 수많은 이미지 중 원하는 이미지를 찾거나, 관심 주제와 관련해 가장 많이 사용되는 텍스트 분석
- 공간 데이터 시각화: 투표 분포도 등 지역 기반의 지도 제작
파이썬이라는 프로그램 하나로 굉장히 많은 작업들을 할 수 있다는 게 너무 신기했고, 능력만 된다면 이 모든 과정을 직접 제 손으로 구현해 보고 싶다는 목표가 생겼습니다.
물론 비전공자인 제가 당장 복잡한 예측 알고리즘을 뚝딱 만들어낼 수는 없을 것입니다. 하지만 데이터의 바다 속에서 의미 있는 패턴을 찾아내고, 그것을 시각화해서 사람들을 설득할 수 있는 힘을 가진다는 것 자체가 엄청난 무기가 될 것이라 확신합니다.
4. 첫 세팅: 아나콘다(Anaconda)와 주피터 랩(Jupyter Lab)
파이썬을 시작할 땐 파이썬이라는 프로그램만 덜렁 설치하면 되는 줄 알았는데, 효율적인 코딩을 위한 다양한 설치 방법과 보조 도구들이 있다는 것을 알게 되었습니다.
그중 제가 선택한 방법은 아나콘다(Anaconda)를 설치하는 것이었습니다. 아나콘다는 파이썬뿐만 아니라 데이터 분석에 필요한 다양한 활용 도구들을 한곳에 모아놓은 훌륭한 툴입니다.
설치를 마치고 윈도우 검색창에 'prompt'를 검색해 '아나콘다 프롬프트(Anaconda Prompt)'라는 것을 실행해 보았습니다. 검은색 화면이 나타나는데, 이 프롬프트는 OS에서 프로그램을 실행하거나 파일을 복사하는 등의 작업을 명령어를 이용해 수행하는 공간입니다.
솔직히 처음 아나콘다 프롬프트의 새까만 창을 마주했을 때는 눈앞이 캄캄했습니다. 평소 컴퓨터 언어는커녕 타자만 겨우 치는 수준인데, 마우스 클릭도 안 되는 이 낯선 화면에서 '과연 내가 해낼 수 있을까?' 하는 막막함이 크게 밀려왔습니다. 하지만 가이드대로 영어 명령어 한 줄을 조심스럽게 타이핑하고 엔터를 쳤습니다.
이 프롬프트 창에 jupyter lab이라고 치니, 컴퓨터에 파이썬과 다양한 도구들이 설치되며 인터넷 브라우저가 열렸습니다. 스르륵 브라우저가 열리며 깔끔한 주피터 랩(Jupyter Lab) 작업 환경이 나타났을 때의 그 안도감과 작은 성취감은 잊을 수 없습니다. 미지의 세계에 첫 발을 내디딘 것 같아 가슴이 두근거렸습니다.
🚨 주의사항: 프롬프트에 명령어를 쳐서 브라우저가 열렸다고, 뒤에 띄워진 '프롬프트 창'을 닫아버리면 절대 안 됩니다. 창을 닫는 순간 주피터 랩을 정상적으로 사용할 수 없게 되기 때문입니다.
여기까지가 한계에 부딪힌 직장인이 데이터 공부를 결심하고, 첫 코딩 환경을 세팅하기까지의 과정입니다. 다음 포스팅부터는 본격적으로 제 데이터 공부의 좌충우돌 여정을 담아보겠습니다.