[물경력/사수없음] "SQL 자판기가 된 것 같아요" : 성장 정체 9문9답

그렇다면, 내가 어떤 직무에 종사함에 있어서, 단순히 연차가 많은 사람의 말을 듣는 것은 도움이 안됩니다. 인정받았고, 성과를 내본 사람의 말을 들으세요. 그게 제 이야기가 아니어도 좋습니다. 특히나 당신이 직접 생산을 하지 않는 직무에 종사한다면 더더욱 그렇습니다. 연구 결과로도 밝혀진 것처럼 경력은 실력이 아닙니다.

물론 현실은 늘 우리의 생각처럼 이분화되지 않습니다. 언제나 애매한 중간은 존재하고, 회사는 많은 부분에서 비효율적일 겁니다. 그래서 인력은 필요할 것이고, 노동 시장은 비효율적이기에 “반드시 이렇게 된다”라고 선언할 수 없습니다. 그렇게 말하는 사람의 말은 듣지 마십시오. 당신에게 믿음과 안심을 줄 수 있을지언정, 스스로 사고하고 판단하는 법은 길러주지 못합니다. 그리고 시장은 특히, DA/전략 직군은 스스로 사고하고 불확실성 속에서 판단하는 능력에 점점 더 가치를 주고 있습니다.

그래서 우리가 두려워하는 물경력이라는 단어의 본질은, 연차와 스킬셋의 문제가 아닙니다.

‘네카라쿠배당토 출신. 좋은 직장 출신.’이건 앞으로도 어느 정도 유효할 것입니다.

면접/이력서라는 건 애초에 차악이기 때문에, 잠깐의 시간 내에 지원자를 판단해야하기 때문에, 어쩔 수 없이 이런 요소들에 기댈 수 밖에 없습니다.

당연하게도 좋은 회사 출신자는 시간이 지나면 지날 수록 점점 많아질 수밖에 없기 때문에, 그 가치의 희소성은 떨어질 겁니다.

그렇다면 “대체 불가능성”은 어떻게 만들어지는가? 물경력이 아닌, 뛰어나다고 인정받고 희소한 가치를 보여주는 사람은 어떻게 만들어지는가? 저는 그에 대한 대답을 이렇게 생각합니다. '현실을 바꿔본 경험'이 있느냐의 문제입니다. 그리고 그 경험은 좋은 환경에서 주어지는 것이 아니라, 지금 있는 자리에서 만드는 것입니다.

그래서 이 글에는 감정적 위로 대신 제가 실제로 쓰는 판단 프레임을 담았습니다. 회사의 구조와 나의 행동을 분리해서 보고, 반복 업무는 줄이거나 없애서 시간을 만들고, 그 시간으로 사람을 움직이는 분석을 만들어내는 것. 아래 아홉 개의 문답은 그 관점이 상황별로 어떻게 적용되는지에 대한 기록입니다. 질문은 모두 실제로 받은 것이고, 익명으로 정리했습니다.

Q1. SQL로 추출하고 반출만 하는데, 이 일도 데이터분석가라고 할 수 있나요?

"데이터사업팀에서 SQL로만 데이터를 추출하고 반출하는 반복작업을 하는데, 이 직무도 데이터분석가라고 할 수 있는지 의문입니다. 추출 시 집계·검증 과정을 분석과 비슷한 느낌으로 해서 이력서를 제출 중인데 잘 모르겠습니다."

먼저, 그 현타는 이상한 게 아닙니다. "나는 SQL 자판기인가"라는 고민은 거의 모든 DA가 6개월에서 1년 차쯤 한 번씩 겪습니다.

첫째, 사람들이 바라보는 DA는 사실 "데이터로 할 수 있는 일 중 너무 테크/통계 헤비하지 않은 모든 작업을 요청받는 직무"에 가깝습니다. 중요한 건 이게 모든 일을 '할 수 있다'는 것이지, 모든 일을 '한다'는 게 아니라는 점이에요. 추출도 그 스펙트럼 안에 있으니, 지금 하시는 일이 DA가 아니라고 할 수는 없습니다.

둘째, 다만 이건 분명히 해야 합니다. 데이터를 추출할 수 있다는 것과 데이터 드리븐 디시전을 잘한다는 것은 별개입니다. 직무 이름이 아니라, 내 일이 어떤 의사결정을 바꿨는가가 분기점이 됩니다.

셋째, 이력서 관점에서는 집계·검증을 '분석과 비슷한 느낌'으로 포장하는 것보다, 지금 접근 가능한 환경에서 현실의 문제를 하나라도 해결한 경험을 만들어 증명하는 쪽이 훨씬 유리합니다. 포장은 면접에서 금방 드러나지만, 작더라도 현실을 바꾼 이야기는 힘이 있거든요.

Q2. 성과 보고와 시각화만 반복하는 '기계'가 된 것 같아요. 이직이 답일까요?

"4년차 데이터분석가입니다. 단순 성과 보고의 반복과 시각화 머신으로 일하고 있는데 이직이 맞겠죠..? SQL 안 쓴 지도 반년이 다 돼가네요."

고민이 많으시겠습니다. 회사의 상황을 자세히 모르니 "이직하세요/마세요"를 답하기는 어렵지만, 대신 생각할 수 있는 프레임워크를 제안드립니다.

첫째, 회사의 구조적 상황과 나의 행동을 분리해서 보세요. 한 번은 '모든 것이 회사의 구조 때문이다'라고 놓고 원인을 나열해보고, 한 번은 '모든 것은 나의 행동 때문이다'라고 놓고 다시 나열해봅니다. 둘째, 그 두 목록을 객관적으로 평가받기 위해 제3자와 대화하세요. AI와의 대화도 좋습니다. 셋째, 완성된 목록 중 내가 견딜 수 있는 N개월 안에 바꿀 수 있는 것을 선별하고, "그걸 바꾸면 현재 상황이 달라질까?"라는 질문에 답해보세요. 그 답이 이직 여부를 알려줄 겁니다.

그리고 별개로 세 가지를 더 말씀드리고 싶어요.

성과 보고의 반복과 시각화가 주된 업무라면, 이 일 자체를 줄일 방법부터 생각해봅시다. 둘 다 간소화해서 시간을 줄이기 가장 좋은 대표적인 일입니다. 루틴한 요청들은 겉보기와 달리 개별성이 강하지 않아서, 추상화하면 자동화하거나 셀프서빙으로 넘길 수 있습니다. 저는 반복되던 세그먼트 추출 요청을, 요청자가 직접 뽑아 쓰도록 두어 시간 만에 셀프서빙으로 만들어준 적도 있어요.
만약 그렇게 일이 줄었다면, 회사는 왜 나를 필요로 할까요? 그럴 이유가 없다면, 반대로 그들이 나를 필요로 할 이유를 만들어줄 수 있을까요? 나를 필요로 하는 일을 만들었다면 연봉이 오르거나, 이직 시 유의미한 커리어가 됩니다. 기억하세요. 내가 새로운 문제를 발굴하지 않으면, 요청자는 새로운 문제를 주지 못합니다. 도메인 탓이 아니라, 다음 문제를 정의하는 건 언제나 내 몫이에요.
사실 모든 고민에 앞서 가장 먼저 해야 할 것은, 근본적으로 나는 무엇을, 어떤 커리어를 원하는가입니다. 목표 Y가 불분명하면 행동 X도 불분명해지기 때문입니다.

Q3. 추출·리포트 위주로만 일해온 주니어입니다. 전략을 제안하는 DA로 가려면 어떤 액션플랜을 세워야 할까요?

"이전 회사에서 DA로 근무하며 단순히 요청받은 추출 업무만 했고, 전략적인 방법이나 인사이트를 제시할 업무가 없었습니다. 이직 준비 중인데 그런 경험이 부족한 상태에서 어떤 식으로 어필하고 방향을 잡아야 할까요?"

저는 이런 경우 멘토링할 때, 결국 "인사이트를 제시할 만한, 사람을 움직일 만한 전략과 분석"을 직접 만드는 게 맞다는 의견을 드립니다. 없었던 경험을 포장하는 게 아니라, 지금부터 만드는 겁니다.

왜냐하면 면접에서 wow하는 포인트는 결국 '선제적인 모습', '능동적인 모습'이거든요. 연차가 쌓일수록 성과가 없으면 "왜 뽑아야 하지?"라는 생각이 듭니다. 경력자에게는 본인의 잠재력을 증명할 시간이 충분히 주어졌으니까요. 반대로 말하면, 저연차일 때는 성과가 직접적으로 없더라도 잠재력을 봐줄 수 있는 유일한 시기입니다. 그럼 잠재력은 어떻게 보느냐. 결국 의도적 학습의 사이클을 얼마나 능동적으로 돌리는가 같은 모습입니다.

액션플랜은 이렇게 제안합니다.

첫째, 추출·리포트 업무 자체의 시간을 줄이세요. 대시보드와 리포트는 그 자체로는 성과로 어필되기 어렵고, 운영 시간을 4분의 1 그이하로 줄이는 것을 목표로 해보세요.

둘째, 그렇게 만든 시간으로 전략적 분석을 하세요. 그게 해자를 만드는 방법입니다. 저도 첫 회사에서 비효율적이던 일을 없애버리고, 남는 시간에 태블로를 깔고 데이터를 억지로 긁어와 분석했던 경험이 포트폴리오가 되어 토스 DA 인턴에 합격했습니다. 저를 좋게 본 이유는 명백히 "그 환경에서도 억지로 억지로 끌고 와서 제안하고 움직임을 만들더라"였어요.

셋째, 그 경험을 '한 일의 나열'이 아니라, 어떤 의사결정을 바꾸려 했는지의 이야기로 정리하세요.

관련해서 제가 써놓은 글을 하나 추천드립니다.

[성장] 무슨 일이든지 더 잘하는 방법이 있다. + 채용인재상(?) (무료 공개)

Q4. 윗분들이 원하시는 방향대로만 분석하고 있습니다. 데이터분석가에게 가장 중요한 역량은 무엇인가요?

"데이터분석가에게 가장 중요한 역량은 무엇일까요? 아직 주니어인데 윗분들이 원하시는 방향으로만 분석을 하고 있어, 어느 방향이 올바르게 성장하는 것인지 알고 싶습니다."

제가 정리하는 뛰어난 DA의 조건은 세 가지입니다. 첫째, 데이터 밸류 체인 전체(발생→입수→정제→분석→액션→가치 창출)를 다룰 줄 안다. 둘째, 행동 가능하고(Actionable) 납득 가능한(Acceptable) 전략을 도출한다. 셋째, 그 전략으로 팀을 움직인다. 중요한 건, 첫 번째는 AI와 클라우드 덕에 점점 쉬워지고 있지만 전략을 도출하는 것과 팀을 움직이는 것은 여전히 AI가 못 한다는 점입니다. 그래서 그 가치가 오히려 더 중요해졌어요.

조금 더 실감 나게 말하면, 같이 일하고 싶은 DA는 불완전한 상황 속에서도 팀이 나아갈 방향성을 제안하는 사람입니다. "p-value를 보니 가설이 기각되었다"는 러닝이 아니라 실험 결과일 뿐이에요. 고객과 문제에 대한 납득 가능한 이해, 즉 러닝을 주는 사람이 사랑받습니다.

다만 주니어 시기에 시키는 일을 다 해보는 것 자체는 나쁜 게 아닙니다. 임팩트를 보는 눈이 생기기 전에는 "어디까지 해야 하나"를 따지지 말고 다 해봐야, 나중에 자동화하고 분류하고 위임할 수 있게 됩니다. 방향이 걱정된다면 기준은 하나예요. 위에서 내려온 요청을 처리하는 데서 멈추지 않고, 내가 새로운 문제를 발굴하고 있는가. 요청자는 새로운 문제를 주지 못하니까요.

Q5. 이직 시장에서 엣지 있는 경험은 어느 쪽인가요? 전사 지표 구축 같은 큰 분석 vs 작은 제품의 지표를 올린 경험

"이직 채용 시 엣지 있는 지원자의 실무 경험은 어떤 게 있을까요? 전사 지표 구축이나 아하모먼트 발견처럼 큰 단위의 분석이 좋은지, 작은 제품 단위라도 퍼널·리텐션 등 여러 방면으로 분석해서 지표 상승을 한 경험이 좋은지 감이 안 잡히는 주니어입니다."

기준을 '분석의 크기'로 잡으면 답이 안 나옵니다. 제가 정리하는 DA가 인정받는 조건은 이렇습니다. "기업 가치에 영향을 주는 의사결정과 실행의 변화 또는 강화를 만들어냈다고, 결정권자가 인식했을 때." 크기가 아니라, 의사결정과 실행이 실제로 바뀌었느냐가 기준이에요.

그 기준으로 보면, 아무 실행 변화 없이 끝난 전사 지표 구축은 규모가 커도 '숫자놀음'이 될 수 있고, 작은 제품이라도 퍼널을 분석해 실제로 지표를 움직인 경험은 힘이 있습니다. 저는 "1년의 연구로 답을 맞히는 것보다, 1주일 걸려서 납득 가능하고 행동 가능한 전략을 제시해 주는 사람"을 원한다고 말해왔습니다.

어필할 때 한 가지 팁을 드리면, 내 기여를 인과추론으로 증명하려고 하지 마세요. 내 기여가 있는 세상과 없는 세상을 실험할 수는 없으니까요. 면접관도 신이 되어 인과를 검증하는 게 아니라, 논리적으로 말이 되는 성과 기여 스토리를 듣습니다. 어떤 문제를 정의했고, 무엇을 제안했고, 무엇이 바뀌었는지를 하나의 내러티브로 서술하는 것이 정답입니다.

Q6. 고도화된 방법론도, 툴 경험도 부족합니다. 실무와 이직 시장에서는 뭐가 더 높게 평가되나요?

"클러스터링이나 예측모델링 같은 고도화된 방법론 경험이 더 중요한지, 복잡한 모델 없이도 실제 인사이트를 내고 바텀업으로 성과를 만든 경험이 더 중요한지 궁금합니다. 실무와 이직 시장에서는 어떤 쪽이 더 높게 평가될까요?"

질문하신 의도는 잘 이해가 갑니다. 다만 말씀하신 두 축은 사실 다른 축이에요. 클러스터링, Projection, Forecast 같은 것들은 탑다운 접근이라기보다 Tool의 영역이고, 그걸 안 쓴다고 바텀업인 것도 아닙니다.

"DA로서 커리어를 키울 때"를 전제로 한다면 답은 분명합니다. Tool에 연연하지 않고 성과를 만든 경험이 더 중요합니다. 제가 토스와 클래스101에서 협업할 때 가장 1순위로 보는 요소는 "이 사람이 문제를 해결하려는 건지, 기술을 쓰고 싶은 건지"였습니다. 이건 DA를 넘어 개발자, 디자이너 모두에게 해당하는 얘기예요. 토스에서도 인정받는 사람은 결국 문제를 해결하는 사람이었습니다.

툴 공백이 걱정되시는 분께는 이렇게 말씀드리고 싶어요. 중요한 건 학습 속도지 스킬셋이 아닙니다. 툴은 뭘 쓰느냐가 아니라 어떻게 쓰느냐가 중요하고, 지금은 SELECT, FROM, GROUP BY가 어떤 의미인지 정도만 알아도 AI와 대화하며 일할 수 있고, 원리 독파는 주말 하루면 되는 시대입니다. 그러니 경력직 어필의 무게는 툴 목록이 아니라, 어떤 문제를 어떤 논리로 풀어 무엇을 바꿨는지에 실어야 합니다.

관련해서 간단한 글을 하나 소개드립니다. 어려운 툴도, 방법론도 하나도 없이 회사의 주요 의사결정 상황에서 어떻게 접근했는지 정리했습니다.

Q7. 사수도 데이터팀도 없는 초기 스타트업입니다. 여기서 계속 크는 게 맞을까요, 지금부터 이직을 준비해야 할까요?

"DA로 1년 정도 일하고 있는데, 데이터팀이나 멘토 없이 혼자 분석하는 초기 스타트업에서 계속 경험을 쌓는 것이 좋을지, 데이터 조직과 멘토가 있는 회사로 지금부터 이직 준비하는 것이 나을지 고민입니다. 사수가 없어 피드백을 받을 수 없고, 성과를 정량적으로 만들기도 쉽지 않아 물경력이 될까 걱정입니다."

그 마음을 너무 이해합니다. 저도 처음 MD로 일할 때 사수가 없다는 것에 갈증을 많이 느꼈거든요. 다만 이런 분들을 종종 멘토링하며 깨달은 사실은, 비즈니스의 형태, 회사의 상황, 본인의 성향과 여태까지 한 일이 종합적으로 고려되어야 답할 수 있는 문제라는 점입니다. 정말 Case by Case라 일률적인 답이 있지 않더라고요.

그래도 판단에 쓸 수 있는 기준을 하나 드리면, 저는 '권한'을 봅니다. 지금 회사가, 맡은 일을 쳐내고 남는 시간에 분석과 전략 제시까지 해볼 수 있게 열려 있는 조직인가? 그렇다면 사수가 없어도 성장의 재료는 충분합니다. 그 권한조차 막혀 있다면, 그때가 옮길 신호에 가깝습니다.

사수 없는 1인 데이터팀이라면 데이터 밸류 체인을 기준으로 삼으세요. 입수와 정제가 어느 정도 되어 있다면 바로 가치 창출 쪽으로 넘어가 의사결정권자에게 가치를 인식시키는 데 집중하고, 그게 안 되어 있다면 구축부터 하면 됩니다. 기업 가치 몇천억대 회사도 데이터팀의 첫 업무가 파이프라인 구축이었어요. 그 경험은 은근히 쓸모가 있습니다. 그리고 대부분의 회사는 거대한 데이터를 다루지 않습니다. 작은 데이터의 세상에서 입수는 답이 있는 경우가 많습니다. 세상에 답이 많은 건 AI가 잘 가르쳐줍니다. 저도 클래스101에 와서 AI와 학습하며 처음 구축했습니다.

Q8. 비전공자·전문학사에 2년 경력인데 서류에서 계속 탈락합니다. 무엇을 준비해야 하나요?

"비전공자, 전문학사 졸업자로 첫 직무를 DA로 2년 경력을 쌓았는데, 재취업 시장에서 서류 합격이 힘든 상황입니다. DA 채용이 줄고 비전공자는 힘들다는 말도 들었는데, 어떤 쪽으로 준비해야 할지, 포트폴리오를 어떻게 준비하는 것이 이점이 될지 궁금합니다."

먼저 전제부터 바로잡을게요. 저는 이력서를 보며 학벌과 전공을 거의 보지 않고, 제품 전략 방향의 DA에게 학벌은 전혀 중요하지 않다고 생각합니다. 저 자신이 학부 졸업 전에 DA로 커리어를 시작한 사람이에요. 서류 탈락의 원인을 '비전공자·전문학사'에서 찾기 시작하면 고칠 수 있는 게 없어집니다. 고칠 수 있는 곳부터 봅시다.

첫째, JD에 응답하고 있는지 점검하세요. 제가 이력서 수백 권을 검토하며 발견한 가장 흔한 탈락 사유는, 지원자의 거의 절반이 JD가 요구한 역량에 대한 언급 자체를 안 한다는 것이었습니다. 문제 출제자가 이렇게 풀라고 알려줬는데 다르게 푸는 셈이죠. 이것만 고쳐도 통과율이 크게 오릅니다.

둘째, 포트폴리오는 스킬과 자격증의 나열이 아니라 '현실의 문제를 해결해본 경험'의 증명으로 만드세요. 유명 데이터셋 분석이나 수료증보다, 2년의 실무에서 작더라도 무엇을 바꿨는지가 담긴 이야기가 엣지입니다.

셋째, 취업은 생각보다 상대평가가 아니라 절대평가에 가깝습니다. 1등부터 줄 세우는 게 아니라, 면접관을 설득해 바(bar)를 넘으면 급격히 합격으로 기울어요. 그러니 스펙을 하나 더 쌓는 방향보다, 내 경험을 납득 가능한 스토리로 만드는 방향에 시간을 쓰는 게 맞습니다.

서류부터 면접, 사전과제까지 전형 전체를 뽑는 사람의 눈으로 뜯어본 글은 따로 정리되어 있습니다. →

[취업] 이력서·면접·채용 전형 공략 (무료)

Q9. 금융권 리스크관리 주니어입니다. 금융 도메인을 팔까요, AI 전공을 살려 IT 쪽으로 갈까요?

"AI 관련 전공 후 금융권 리스크관리팀에서 주니어 데이터분석가로 일하고 있습니다. 금융 도메인 지식을 쌓아 리스크 관리 쪽으로 커리어를 쌓을지, AI 전공을 살려 금융권이 아니더라도 IT에 가까운 분석·개발 직무 경험을 쌓는 게 경쟁력 있을지 고민됩니다."

도메인을 고를 때 제가 드리는 관점은 이렇습니다. "모든 도메인에 적용될 수 있는 지식"이라는 건 사실 해자가 없다는 소리입니다. 엑셀처럼요. 엑셀을 하면 좋죠. 근데 그걸 보고 사람을 뽑지는 않습니다. 그런데 유일하게 사고방식만은 각 도메인에서 재탄생이 가능합니다. 즉, 지금 어느 도메인을 고르느냐보다, 문제를 정의하고 푸는 사고방식을 어디서 더 밀도 있게 단련할 수 있느냐가 장기 경쟁력을 결정합니다. 도메인 지식은 옮기면 리셋되지만, 사고방식은 어디로 가든 자산으로 따라갑니다.

그리고 이 선택에 앞서 먼저 답해야 할 질문이 있어요. 본인이 뭘 원하는지가 먼저 결정돼야, 무엇이 유의미한지도 정해집니다. 분석의 결과로 비즈니스가 움직이는 것이 즐거운 사람인지, 무언가를 직접 만드는 메이커·빌더 성향인지, 안정적인 환경을 원하는 성향인지 스스로에게 물어보세요. 리스크관리를 판다는 것과 IT 분석·개발로 간다는 것은 사실 직무 선택이기 전에 성향 선택이라, 이 자문의 답에 따라 두 갈래의 무게가 달라질 겁니다.

맺으며

아홉 문답을 관통하는 결론은 하나입니다. 물경력을 결정하는 건 회사가 준 업무가 아니라, 반복을 줄여 만든 시간으로 '사람을 움직이는 분석'을 만들어봤느냐입니다.

가령 회사의 의사결정 중에 어떤 일들은 데이터로 명료하고 판단하고 움직일 수 있는 일이 있습니다. 새로운 문제처럼 보이는 걸 만났을 때, "이건 이렇게 의사결정해야해"라는 명확한 프레임과 경험을 쌓으세요. 이런 경험은 결국 실제 현실의 경험. 가상이 아닌 사례들을 보고 배워야합니다. 만약 옆에 사수가 없다면 아래 글을 읽어보시는 것도 도움이 되겠습니다.

연관 칼럼

461

무료 공개

이 게시물은 댓글을 작성할 수 없어요

아직 작성된 댓글이 없어요