# 데이터과학, 어떻게 공부해야 할까? 데이터 과학에 대한 관심이 어느 때보다도 뜨거워지고 있습니다. 이제 우리는 일상생활에서 데이터 과학이라는 단어를 심심치 않게 들을 수 있을 뿐더러, 시중에는 데이터 과학을 가르치는 여러 교육 매체들과 컨텐츠들이 넘쳐나고 있습니다. 그만큼 데이터 과학을 공부하고자 하는 사람들도 점점 늘어나고 있다는 것을 간접적으로 증명하고 있는 것입니다. 그런데 사실 금융공학을 공부해왔던 퀀트로써 느끼는 것은, 데이터 과학을 공부하는 방법이 금융공학을 공부하는 것과 거의 똑같다는 점입니다. 금융공학에 대한 공부는 크게 세 부분으로 나눌 수 있습니다. 이는 각각 시장, 모델, 그리고 구현입니다. 우선, 금융적 문제를 해결하기 위해서는 당연히 금융시장과 거시경제에 대한 지식이 필요합니다. 이처럼 실제 그 분야와 관련된 기본적인 지식을 우리는 도메인 지식이라고 부릅니다. 그리고 공학적 접근을 통해 해결하고자 하는 것이니 당연히 모델이 필요하겠지요. 우리는 수학과 통계를 사용해 이러한 모델링 작업을 합니다. 마지막으로 이론적인 모델을 실제 세상에 가져오기 위해서는 이를 코딩을 사용해 구현해 낼 줄 알아야 합니다. 데이터 과학을 공부하는 것도 이와 크게 다르지 않습니다. 다만 한 가지 다른 점은 금융 대신에 데이터 과학을 적용할 각 분야의 도메인 지식이 들어가야 한다는 점입니다. 그리고 중요한 점은 좋은 데이터 과학자가 되기 위해서는 한 분야에만 편향되면 안된다는 점입니다. 다시 말해, 세 가지 분야가 골고루 성장해야 합니다. 한 쪽이 비어있다면 불안정해지고 결국 넘어지게 되어 있습니다. 따라서 좋은 데이터 과학자가 되기 위해서는 균형 잡힌 학습이 필요합니다. 그런데 이러한 균형이 과연 단기간에 만들어질 수 있을까요? 로마는 하루 아침에 이루어진 것이 아닙니다. 데이터 과학자가 21세기의 가장 섹시한 직업이 맞기는 하지만, 동시에 가장 많이 공부해야 하는 직업임에는 틀림이 없습니다.