코드 위의 하루 (A Day on the Code)

📊 ADsP 실시간 기록 | 3일차 – 분석 프로젝트, 기획에서 실행까지 본문

📊 ADsP 실시간 기록

📊 ADsP 실시간 기록 | 3일차 – 분석 프로젝트, 기획에서 실행까지

code.with.siyeon 2025. 6. 28. 20:27

📅 2025년 5월 21일 (3일차)
🎓 데이터 분석 준전문가(ADsP) 자격과정 실시간 기록


✨ 오늘의 주제

“분석 프로젝트를 어떻게 시작하고, 어떻게 추진할 것인가?”
“기획을 실천 가능한 계획으로 구체화하는 방법”

이제는 분석의 개념을 넘어서,
현업에서 분석을 어떻게 설계하고 운영하는지에 초점이 맞춰졌다.


📌 오늘 배운 핵심 내용

✅ 1. 데이터 준비 & 분석 흐름

  • 데이터 준비: 수집, 정제, 통합, 변환 → 분석 전 단계
  • 데이터 분석: 탐색(EDA), 모델링, 시각화, 평가 등 일련의 실무 흐름

✅ 2. 분석 과제 도출 방법

🔽 하향식(Top-down) 접근

  • 비즈니스 전략 → 분석 과제 도출
  • 경영진/조직의 목표에서 시작
  • ✅ 전략적 정합성 ↑

🔼 상향식(Bottom-up) 접근

  • 현장 데이터/문제 → 과제 발굴
  • 실무자 중심 → 실현 가능성 고려
  • ✅ 실행력 ↑

🧠 실제에선 하향식과 상향식의 균형이 중요!


✅ 3. 분석 프로젝트의 특징

항목 내용
비정형적 정해진 해답이 없음
반복적 실험과 피드백을 반복
다학제적 IT, 통계, 비즈니스 협업 필요
가변성 요구사항이 유동적임
 

🔧 따라서 프로젝트 관리는 유연성과 구조화의 균형이 중요!


✅ 4. 분석 마스터 플랜 & ISP

  • Master Plan: 분석 전략 + 실행 방향을 총괄하는 상위 계획
  • ISP (Information Strategy Planning):
    • 조직의 정보 활용 전략 수립
    • 시스템/인프라 포함

📋 마스터 플랜 수립 절차

  1. 현황 분석
  2. 분석 과제 도출
  3. 우선순위 설정
  4. 세부 이행 계획 수립
  5. 추진 조직 구성
  6. 성과 측정 및 피드백

✅ 5. 분석 거버넌스 체계

  • 데이터 분석을 조직적으로 지속 가능하게 하기 위한 구조
  • 구성 요소:
    • 분석 정책 및 전략
    • 실행 조직
    • 품질관리 체계
    • 데이터 표준 및 보안 관리

✅ 데이터 거버넌스와 분석 거버넌스 차이

구분 핵심 대상
데이터 거버넌스 데이터 자체의 품질/표준/관리
분석 거버넌스 분석의 목표/조직/성과 체계 관리
 

✅ 6. 분석 조직 구조 & 과제 관리 프로세스

유형 설명
중앙 집중형 분석 조직이 일원화되어 전체 지원
분산형 각 부서별 분석 인력 운용
하이브리드 중앙 전략 + 부서 실행 혼합 구조 (가장 이상적)
 

🧠 시연이처럼 협업 툴 개발 프로젝트를 할 땐, 하이브리드형이 효과적

🔁 과제 관리 프로세스

  1. 과제 발굴
  2. 추진계획 수립
  3. 실행 및 모니터링
  4. 결과 평가 및 개선

✅ 7. R 기초 입문

  • R은 통계 분석 특화 언어
  • 기본 문법:
x <- c(1, 2, 3)
mean(x)
plot(x)
  • 벡터, 함수, 데이터 프레임 등 R의 기초 구조 이해

✏️ 아직은 도입 수준, 실습은 이후 차시에서 진행 예정


🧠 오늘의 느낀 점

  • 분석은 단순 모델링이 아니라 전체 프로젝트 흐름의 일부라는 것을 실감했다.
  • 특히 하향식-상향식 접근법, 마스터 플랜 수립 절차, 거버넌스 체계 구성
    실무에서 분석팀을 운영하거나 제안서를 쓸 때 굉장히 중요한 개념이라고 느꼈다.
  • 프로젝트 매니저(PM)를 꿈꾸는 나로서는 오늘 배운 계획-구조-운영 흐름이 아주 유익했다.

💬 기억에 남는 문장

“데이터 분석은 기술보다 조직의 합의가 더 중요하다.”

분석의 성공은 결국 조직이 데이터를 어떻게 관리하고 실천하는가에 달려 있다는 말.
개발뿐 아니라 분석도 ‘사람 중심의 전략’이 필요하다는 걸 느꼈다.