TIL_20250523 (금) 기초 분석 프로젝트 발표 및 회고
📌 Today I Learned - 2025.05.23
🔍 기초 분석 프로젝트 완료 & 피드백 회고
오늘은 기초 분석 프로젝트의 첫 번째 챕터를 성공적으로 마무리했다.
발표까지 모두 마친 후, 동료들과 튜터님으로부터 여러 피드백을 받을 수 있었다.
가장 인상 깊었던 피드백 중 하나는 전체적인 발표 흐름과 구성에 대한 긍정적인 평가였다.
발표 내용의 전개가 매끄러웠고, 팀원 간의 역할 분담도 잘 드러났다는 피드백이 특히 기억에 남는다.
하지만 아쉬웠던 점도 있었다.
우리는 리뷰 수가 600개 이상인 출판사를 필터링 조건으로 설정했는데, 왜 하필 600개였는지,
혹은 1000개 기준으로 먼저 시도했다가 데이터 수가 부족해 기준을 낮췄는지와 같은
조건 설정의 의사결정 근거를 더 명확히 설명했으면 좋았겠다는 조언이 있었다.
이런 디테일한 설명이 발표 설득력을 훨씬 더 높여줄 수 있겠다는 걸 느꼈다.
또한, 우리가 세운 가설은
“출판사의 책 평균 평점으로 해당 출판사의 성과나 품질을 유추할 수 있을까?”
라는 다소 정성적인 방향이었는데, 피드백에서는 실무에서는 이런 가설보다는
정량적 수치로 명확히 정의된 가설이 분석가에게 더 실질적인 도움이 된다는 조언을 들었다.
예를 들어,
- 출판사별 평균 평점과 실제 판매량 데이터가 있었다면 상관계수를 구해 정량적으로 검증했을 것이고,
- 리뷰의 텍스트를 바탕으로 감성 키워드를 설정해 감성점수 기반의 평판지수를 만들 수도 있었을 것이다.
이런 식으로 정성적 데이터를 정량적으로 전환하는 능력,
즉 분석가의 핵심 역량은 문제를 수치로 바꿔서 풀 수 있느냐에 달려 있다는 걸 오늘 제대로 느꼈다.
🧠 다른 팀 발표를 보며 배운 점
다른 조들의 발표도 정말 수준이 높았다.
같은 도메인(아마존 북스 데이터)을 다뤘어도 전혀 다른 시각과 접근법으로
신선한 인사이트를 도출한 점이 특히 인상 깊었다.
어떤 팀은 우리가 고려하지 않았던 텍스트 기반 감성 분석을 주요 분석 축으로 삼았고,
어떤 팀은 독자 타깃 분석을 통해 도서 추천 시스템까지 확장하는 아이디어를 냈다.
우리 팀이 선택하지 않은 데이터를 기반으로 다양한 결과물을 본 덕분에
“우리가 저 데이터를 썼다면 어떤 분석을 했을까?”라는 상상도 해보게 됐다.
이 과정에서 데이터 분석은 선택의 연속이라는 걸 다시 한 번 실감했다.
🤝 소통과 성장의 하루
또한, 오늘은 많은 수강생들과 더 가까워진 날이기도 했다.
서로 발표를 본 후 자유롭게 의견을 주고받았고, 다른 사람의 시각을 들으며
내 시야가 좁았던 부분도 많이 느낄 수 있었다.
질문을 주고받고, 피드백을 나누며
“혼자보단 함께” 성장하는 경험이 무엇인지 체감한 하루였다.
🎯 오늘의 한 줄 요약
데이터 분석의 핵심은, 현상을 수치화하고 문제를 해결하는 능력이며, 이 여정은 함께할 때 더 깊어진다.