데이터 사이언스는 데이터를 분석하고 최적의 해법을 찾는 다양한 분야의 전문 학문들을 총칭하는 개념이다. 이전에는 수리통계학과 응용수학만이 이러한 문제를 다루었지만, 이후 기계학습과 인공지능이 도입되면서 수리통계학과 더불어 컴퓨터과학이 데이터 분석 도구의 일부로 추가되었다.
대량의 데이터를 분석함으로써 경영상의 의사결정을 더욱 효과적으로 내릴 수 있게 된다. 데이터 분석의 이점은 충분한 데이터가 존재하는 거의 모든 응용 분야에서 얻어낼 수 있다. 특정 분야에 데이터 분석을 어떻게 적용할지 이해하려면 해당 분야에 대한 전문 지식을 갖추어야 한다.
데이터 사이언스는 서로 구별되면서도 부분적으로 겹치는 세 가지 영역을 포괄한다.
- 데이터 집합을 모델링하고 그로부터 핵심 정보를 추출할 수 있는 수리통계학자의 역량;
- 데이터를 효율적으로 저장, 처리, 시각화하기 위한 알고리즘을 설계하고 활용할 수 있는 컴퓨터과학자의 역량;
- 해당 주제를 전통적인 방식으로 학습함으로써 얻어지는 도메인 전문 지식 — 올바른 질문을 제기하고 그 답을 적절한 맥락 속에서 검토하는 능력.
이러한 점을 고려할 때, 데이터 사이언스를 새로 공부해야 할 지식 분야로 보기보다는, 이미 잘 알고 있는 분야에 적용할 새로운 역량의 집합으로 바라보는 것이 바람직하다고 권하고 싶다.