비개발 직군에서 데이터 분석가로 전환할 수 있을까요?

디포2025년 2월 6일About 1 min

비개발 직군에서 데이터 분석가로 전환할 수 있을까요? 관련

Career > Article(s)

Data Sceince > Article(s)

비개발 직군에서 데이터 분석가로 전환할 수 있을까요?

최근 채용공고를 살펴보면, 직무와 관계없이 “데이터 분석 역량”, “SQL 사용 가능자”, “데이터 분석가 우대”와 같은 조건이 자주 등장합니다. 이러한 변화는 ‘데이터 분석가’라는 직무를 더욱 매력적으로 보이게 만들고 있는데요. 무엇보다 데이터 분석은 특정 전공자나 직군에 국한되지 않고, 다양한 배경을 가진 사람들이 도전할 수 있는 분야 중 하나입니다. 하지만 직장을 다니며 이직을 준비하는 것만 해도 부담이 큰데, 직무 변경을 위한 공부까지 병행하는 것은 무척 막막하게 느껴집니다. 이번 글에서는 그러한 고민을 안고 있는 분들을 위해 다양한 배경을 가진 우리가 어떻게 데이터 분석가로 직무를 변경했는지, 그 생생한 경험을 공유해 보려고 합니다.

안녕하세요! 4명의 비전공자 출신 데이터 분석가들이 모여 ‘디포’라는 이름으로 요즘IT에 연재를 시작하게 되었습니다. 이번 글에서는 그 중 조이와 도도 작가가 직접 겪고 느낀 경험을 바탕으로, 데이터 분석가가 되기 위해 준비한 과정을 소개합니다.

최근 채용공고를 살펴보면, 직무와 관계없이 “데이터 분석 역량”, “SQL 사용 가능자”, “데이터 분석가 우대”와 같은 조건이 자주 등장합니다. 데이터가 의사결정의 핵심 도구로 자리 잡았으며, 분석 역량이 다양한 직군에서 필수 기술로 요구되고 있음을 보여주는 듯합니다.

실제로, 2022년 우리나라 전 산업의 데이터 직무 인력은 전년 대비 약 1.7만 명 증가한 19만 7,802명으로, 9.4% 늘어났다고 해요. 특히 데이터 산업뿐만 아니라 일반 산업에서도 데이터 직무 인력이 8.6% 증가하는 등 모든 산업 분야의 데이터 활용이 늘어나고 있습니다. 글로벌 데이터 분석 시장 역시 2023년 약 392억 달러에서 연평균 성장률(CAGR) 23.7%를 기록하며, 2032년에는 약 2,660억 달러에 이를 것으로 전망하죠.

2023년 데이터 산업 결과 보고서<ㅠㄱ/><출처: 한국데이터산업진흥원>

이러한 변화는 ‘데이터 분석가’라는 직무를 더욱 매력적으로 보이게 만들고 있는데요. 무엇보다 데이터 분석은 특정 전공자나 직군에 국한되지 않고, 다양한 배경을 가진 사람들이 도전할 수 있는 분야 중 하나입니다. 이에 따라 온라인 강의나 학원의 수요도 꾸준히 증가하고 있습니다.

하지만 직장을 다니며 이직을 준비하는 것만 해도 부담이 큰데, 직무 변경을 위한 공부까지 병행하는 것은 무척 막막하게 느껴집니다.

이번 글에서는 그러한 고민을 안고 있는 분들을 위해 다양한 배경을 가진 우리가 어떻게 데이터 분석가로 직무를 변경했는지, 그 생생한 경험을 공유해 보려고 합니다. 다른 직무에서 데이터 분석가로 직무를 변경했을 때 장단점이 무엇인지도 같이 다뤄보겠습니다.

데이터 분석 조직에는 다양한 백그라운드를 가진 사람들이 모여 있다

문득 이런 궁금증이 들었습니다.

“그렇다면 데이터 분석팀에는 전공자만 있을까?”

저희 경험으로 볼 때, 데이터 분석팀은 오히려 다양한 배경을 가진 사람들로 구성되어 있습니다. 예를 들어, 조이의 분석팀은 총 11명의 데이터 분석가로 이루어져 있는데, 모두의 배경은 이렇습니다.

전공 배경: 2명 정도만이 통계학이나 수학을 전공해 데이터 분석의 기초를 다졌습니다. 나머지는 미디어, 정치외교, 경영학 등 인문·사회 계열이나 컴퓨터, 조선, 물리 등 공학 계열 전공 출신입니다.
직무 전환 경험: 각기 다른 직무에서 경험을 쌓은 후, 그 경험을 바탕으로 데이터 분석가로 전직한 이들이 많습니다. PM, 프론트엔드 개발, 마케팅, 오퍼레이터 등 다양한 업무 영역에서 활동했던 분들이 모여 있죠.

비전공자나 직무를 전환한 사람의 비율이 유독 높습니다. 그렇다면, 왜 데이터 분석팀에 이렇게 비전공자나 다른 직무에서 전환한 사람들이 많은 것일까요?

그 이유는 두 가지라고 생각합니다.

1. 기술의 깊이가 전부는 아니다

SQL: 데이터 분석의 기초

많은 IT 업계 채용공고, 특히 3년 차 이하 데이터 분석가 포지션의 JD(직무 기술서)를 보면, ‘SQL 사용 가능자 우대’라는 조건이 눈에 띕니다. 데이터 분석의 기본 도구인 SQL은 이런 특징을 가집니다.

1) 접근성이 좋은 언어:

SQL은 비교적 개발 지식이 깊지 않아도 접근할 수 있으며, 기초를 다질 수 있는 강의나 도서가 풍부해 배우기에도 부담이 적습니다.

2) 실무 적용의 용이성:

데이터 분석에 쓰이는 프로그래밍 언어, 파이썬이나 R을 활용할 수 있다면 더욱 유리하지만, 주니어 데이터 분석가에게 이는 필수 조건이 아닙니다. SQL을 탄탄히 다지는 것이 실무에 바로 적응할 좋은 출발점입니다.

시각화 도구: 데이터를 효과적으로 전달하기

데이터 분석 결과를 효과적으로 전달하기 위한 시각화 도구 사용 능력 또한 중요한 역량입니다. 이 도구들 역시 학습이 그리 어렵지 않습니다.

파워 BI(Power BI), 태블로(Tableau), 루커 스튜디오(Looker Studio), 리대시(Redash) 등이 현업에서 쓰이는 대표적인 도구들입니다. 이 중 일부 도구는 무료로 제공되기에 초보자도 쉽게 연습할 수 있습니다. 예를 들어, 태블로는 이미 구성된 템플릿을 활용할 수 있어, 처음 배우는 분들도 부담 없이 연습할 수 있습니다.

핵심 포인트: 데이터 분석은 다른 개발 분야에 비해 무조건 높은 기술 숙련도를 요구하지 않습니다. 다만 기본 기술은 탄탄히 갖춰야 합니다. SQL과 시각화 도구는 반복적인 연습으로 확실히 익혀야 하는 기본 역량입니다. 이 능력을 갖춘 다음, 데이터 파이프라인에 대한 이해와 마트 설계 등 데이터를 생성하는 과정을 학습하며 미들급의 분석가로 성장해 가야 합니다.

2. 사고력과 비즈니스 이해가 중요하다

비즈니스 모델에 대한 이해: 분석 방향성을 잡다

데이터 분석가는 단순히 데이터를 다루는 것에 그치지 않고, 데이터 속에서 인사이트를 도출해 내고 이를 비즈니스 상황에 맞게 해석하는 역할을 합니다.

비즈니스 모델이나 업무 프로세스에 대한 깊은 이해 없이는 어떤 데이터를 선택할지, 그리고 쿼리의 방향성을 어떻게 잡을지 결정하는 것조차 어렵죠. 저희가 현업에서 만난 분석가들 모두 “비즈니스에 대한 깊은 이해 없이는 올바른 분석 방향을 잡기 어렵다”고 말합니다. (이를 보완하려면 ‘데이터 분석 천재들은 어떻게 일하는가?’ 같은 책을 추천해요. 이 책은 분석가들이 어떠한 사고방식으로 분석의 방향성을 설정하는지 이해하도록 도와줍니다.)

다양한 직무 경험: 도메인 이해가 강력한 경쟁력으로 작용하다

PM, 마케팅, 개발자 등 다양한 IT 업무 영역에서 쌓은 경험은 데이터 분석 업무에 큰 자산이 됩니다. 이러한 경험은 단순한 기술 역량을 넘어, 특정 도메인을 깊이 이해하도록 돕기 때문입니다.

실제로 IT 업계의 채용공고(JD)에는 ‘비슷한 플랫폼’에서 분석 업무를 경험한 지원자를 우대하는 경우가 많습니다. 면접에서도 도메인에 대한 이해도를 심도 있게 평가하죠.

즉, 단순히 분석 도구를 다루는 능력뿐 아니라, 지원자가 이전에 몸담았던 분야의 특성과 시장, 고객 니즈 등을 얼마나 잘 이해하고 있는지가 데이터 분석 업무의 성공에 중요한 역할을 합니다. 이러한 배경지식은 분석 과정에서 어떤 데이터를 우선적으로 다루어야 하는지, 그리고 인사이트를 도출할 때 어떤 시각으로 접근해야 하는지 결정하는 데 큰 도움을 줍니다.

다른 직무를 경험한 분들은 이미 현장에서 데이터를 다루고 비즈니스 전반을 이해해 온 경험이 있습니다. 그 덕분에 어떤 데이터를 보고 어떤 방식으로 시각화할지 빠르게 감을 잡을 수 있습니다. 또, 이러한 배경 덕분에 비전공자지만 데이터 분석가로 성공적으로 전환하는 사례가 많습니다. 오히려 다양한 직무 경험이 분석 업무에서 새로운 시각과 창의적인 아이디어를 불러일으키는 강력한 경쟁력이 될 것입니다.

핵심 포인트: 최근 IT 업계의 채용공고를 보면, 데이터 분석가 포지션에 필요한 핵심 역량은 SQL과 시각화 도구 같은 기본 기술뿐만 아니라 비즈니스 모델에 대한 깊은 이해라는 점을 알 수 있습니다. 데이터 분석가는 단순한 기술자가 아닌, 데이터로 인사이트를 도출하고 비즈니스 문제를 해결하는 역할을 하죠. 따라서 전공에 관계없이 IT 직무에서 쌓은 다양한 경험이 오히려 데이터 분석가로 전환하는 데 큰 도움을 줄 수 있습니다.

경험기: 작가들은 어떤 백그라운드를 가지고 있었을까?

도도와 조이는 각각 CS 기획자, 마케터에서 직무 전환을 한 케이스입니다. 저희가 어떻게 직무 전환을 하게 되었는지, 그 실제 이야기를 들려 드릴게요.

마케터에서 데이터 분석가로 전환하기

조이: 저는 경영학과를 전공했어요. 학부생 때 통계학원론 등 기초 통계를 공부한 적은 있지만, 그밖에 데이터와 관련된 공부는 해본 적이 없었죠. 졸업 이후에 데이터에 관심이 생겨 부트캠프에서 4개월 동안 속성으로 공부하기도 했는데요. 아무래도 전공자와 경쟁했을 때 이 경력은 취업 준비에 큰 메리트는 없었습니다. 지금 생각하면 단순히 부트캠프에서 공부했기 때문이 아닌 그럴듯한 분석 프로젝트도 하나 완성해 본 적이 없었다는 점이 컸어요.

그래서 저는 우회하는 길을 선택했습니다. 제 데이터 지식을 우대해 준 기획/마케팅 직무에 우선 취업하기로 한 거예요. 당시 저는 SQL을 부트캠프에서 3주 배운 것이 전부였기 때문에, 이를 실무에서 바로 사용하기에는 아무래도 역부족이었어요. 그래도 마케팅 업무를 진행할 때, 모든 것을 분석가에 요청하는 대신 부족하더라도 실무에서 직접 부딪히며 하나씩 기술도 배워나갔습니다.

그렇게 기획자들과 협업하다 보니 IT 기업의 기획 직무가 무엇인지, 그리고 데이터 분석이 실제로 어떻게 활용되는지 조금씩 배우게 되었어요. 정규 마케터로 직무 전환을 한 다음에는 마케팅 성과를 측정해야 했고, 데이터를 직접 추출해 지표로 만들어 시각화하는 등 분석의 A to Z를 해볼 기회가 많았어요. 곧 데이터 활용 능력을 사내에서 인정받아 분석 전담으로 업무 경험을 쌓았죠.

그 덕분에 현재는 IT 회사의 데이터 분석가로 근무하고 있어요. 어떻게 보면 하나씩 레벨업을 한 셈이에요.

<출처: depositphotos>

제가 데이터 분석가로 이직한 곳도 마케팅팀 소속이에요. 제 마케터 커리어를 살려 분석 직무 이직에 성공했던 것이죠. 이와 같이 데이터 분석을 해 볼 수 있는 직무는 마케터 외에도 많아요. 아래 예시 중 하나를 직접 시도해 보는 것은 어떨까요?

CS 기획자에서 데이터 분석가로 전환하기

도도: 저는 조선해양학을 전공했지만, 졸업한 다음에는 전공과 크게 상관없는 CS(고객 서비스) 오퍼레이터로 커리어를 시작했습니다. 당시 고객 불만 해결과 CX 정책 기획을 담당했으나, 아무리 개선 제안을 해도 조직 내에서 제 의견이 반영되지 않는 한계를 경험했습니다.

회사에서는 KPI, WBR 등 데이터 기반 지표로 의사결정을 내리고 있었습니다. 그러다 보니 “데이터를 기반으로 한 의사결정이야말로 설득력을 갖춘다”는 생각이 들었고, 자연스럽게 데이터 분석에 관심을 가지게 되었습니다.

그 첫걸음으로 SQL을 공부하기 시작했습니다. 데이터를 직접 다루지 못하면 중요한 정보를 얻기 어렵다고 판단해 책과 온라인 자료로 기초를 닦았습니다. (저는 우선 ‘칼퇴족 김대리는 알고 나만 모르는 SQL’이라는 책으로 기초를 다진 후, ‘초보자를 위한 SQL 200제’로 문제 풀이 연습을 했습니다.)

<출처: 책밥, 정보문화사>

공부하다 모르는 부분은 개발자들에게 적극적으로 질문하며 해결했습니다. 또한, 사내에서 SQL에 관심 있는 동료들을 모아 스터디 그룹을 만들고 정기적으로 사내 멘토의 지도를 받기도 했습니다. 곧이어 프로그래머스 사이트에서 SQL 관련 문제를 풀어 보며 다른 이들의 풀이 방식을 참고해 SQL 스킬을 점차 향상시켰습니다.

초기에는 사내에서 간단히 데이터 추출과 분석을 수행했지만, 곧 고객 행동 데이터를 활용하여 반복적으로 발생하는 불만 사항을 체계적으로 정리할 수 있었습니다. 예를 들어, 하루 동안 접수된 고객센터 문의량, 문의 해결 시간(AHT), 문의 유형 등을 정량화하고 이를 실제 주문 데이터와 매칭해, ‘배송 중 상품 파손’ 관련 문의가 특정 제품을 구매한 고객 대상으로 일정 비율 발생하며, 이들은 재구매를 하지 않는다는 사실을 수치로 증명할 수 있었습니다.

이와 같은 데이터 기반 분석은 조직 내에서 제 의견을 보다 설득력 있게 전달하는 데 큰 역할을 했고, 결과적으로 제 분석 역량이 인정되어 비즈니스 분석가(BA)로 전환할 기회를 얻었습니다. 처음에는 기존 CX 데이터를 활용한 소규모 프로젝트부터 시작하여, 점차 대시보드 제작과 데이터 시각화 작업을 맡으며 역량을 확장했습니다.

특히, 시각화 작업을 할 때는 사내에서 다른 팀원들이 제작한 대시보드를 뜯어보며 어떻게, 어떤 함수를 써 만들었는지 파악하고 전처리와 시각화 기법을 학습했습니다. 이때 부족한 부분은 오픈채팅방이나 시각화 강의를 통해 보완해 나갔습니다. (시각화 강의나 오픈채팅방에 참여하면 PPT 양식처럼 시각화 자료의 탬플릿을 공유해 준답니다.)

저는 이렇게 직무에서 쌓은 도메인 지식을 기반으로 데이터 분석가로 전환함으로써, 단순히 도구를 다루는 것을 넘어 보다 깊이 있는 통찰력을 발휘할 수 있었습니다. 이런 경험은 CX 분야를 넘어 마케팅 등 다양한 영역으로 커리어를 확장하는 데에도 큰 도움이 되었습니다.

마치며

조이: 데이터 분석가로 전환할 때는 기초 기술 습득과 기존 업무에서 쌓은 도메인 경험을 효과적으로 결합하는 과정이 필요해요. SQL과 시각화 도구 같은 기본 역량을 탄탄하게 다지면서, 기존 직무에서 얻은 비즈니스 이해도를 업무에 어떻게 적용할지 고민해 보세요. 여러 사례에서 볼 수 있듯, 비개발 직군 출신도 충분히 데이터 분석 분야에서 경쟁력을 갖출 수 있습니다.

도도: 저 역시 CS 직군에서 데이터 분석가로 전환하며 데이터 기반의 의사결정이 얼마나 중요한지 직접 체감했습니다. 여러분이 이미 보유한 도메인 지식은 분석 업무에서 분명한 강점이 될 것입니다. 관련 강의, 실무 프로젝트, 그리고 온라인 커뮤니티를 통한 정보 교류를 지속적으로 활용하기를 권장합니다.

조이 & 도도: 결국 비개발 직군에서 데이터 분석가로의 전환의 핵심은 “기술적 기초와 비즈니스에 대한 이해를 균형 있게 발전”시키는 데 있습니다. 기존 경험을 기반으로 실무에서 요구하는 역량을 차근차근 쌓아 나간다면, 데이터 분석 분야로의 성공적인 커리어 전환이 가능합니다. 데이터 분석가로 일하는 꿈이 있다면, 구체적인 학습 계획과 실습을 거쳐 여러분의 역량을 체계적으로 강화해 보세요!

©️ 요즘IT의 모든 콘텐츠는 저작권법의 보호를 받는 바, 무단 전재와 복사, 배포 등을 금합니다.

비개발 직군에서 데이터 분석가로 전환할 수 있을까요?

최근 채용공고를 살펴보면, 직무와 관계없이 “데이터 분석 역량”, “SQL 사용 가능자”, “데이터 분석가 우대”와 같은 조건이 자주 등장합니다. 이러한 변화는 ‘데이터 분석가’라는 직무를 더욱 매력적으로 보이게 만들고 있는데요. 무엇보다 데이터 분석은 특정 전공자나 직군에 국한되지 않고, 다양한 배경을 가진 사람들이 도전할 수 있는 분야 중 하나입니다. 하지만 직장을 다니며 이직을 준비하는 것만 해도 부담이 큰데, 직무 변경을 위한 공부까지 병행하는 것은 무척 막막하게 느껴집니다. 이번 글에서는 그러한 고민을 안고 있는 분들을 위해 다양한 배경을 가진 우리가 어떻게 데이터 분석가로 직무를 변경했는지, 그 생생한 경험을 공유해 보려고 합니다.