데이터 분석 도구의 새로운 트렌드: AI와 노코드의 만남

현업 실무자의 데이터 분석 도구 활용 실태

최근 실시된 현업 실무자 대상의 데이터 분석 도구 활용 실태 조사 결과는 기업의 데이터 분석 환경이 큰 변화를 맞이하고 있음을 보여준다.

MS 엑셀 함수가 83.9%, 피벗테이블과 피벗차트의 활용이 64.4%로 높은 사용률을 기록한 가운데, 생성형 AI의 급격한 증가(55.2%)는 데이터 분석 도구의 패러다임 전환을 예고하고 있다.

이러한 변화는 기업들이 데이터 기반 의사결정의 중요성을 인식하면서도, 보다 효율적이고 접근성 높은 도구를 찾고 있다는 점을 시사한다.

데이터 기반 비즈니스 컨설팅 전문기관인 밸류바인은 기업 및 공공 기관의 현업 실무자들을 대상으로 실시한 서베이 결과를 발표했다. 전체 응답자는 87명이며, 데이터 분석 도구에 대한 사용 경험에 대해 다중응답으로 총 274건의 응답을 받았다(2024.12.) 

현재 기업 환경에서 MS 엑셀은 여전히 핵심적인 데이터 분석 도구로 자리 잡고 있다. 특히 피벗테이블과 피벗차트의 활용은 데이터 요약과 시각화에 있어 필수적인 기능으로 인식되고 있다. 그러나 엑셀 데이터 분석 기능의 활용도가 28.7%에 그치고 있다는 점은 많은 사용자들이 아직 데이터 분석 기능을 충분히 활용하지 못하고 있음을 보여준다.

파이썬(24.1%)과 R(6.9%)과 같은 프로그래밍 언어가 상대적으로 낮은 활용률을 보인 것은 기업 실무자들이 코딩 기반의 분석 도구 사용에 여전히 어려움을 겪고 있음을 나타낸다. 이는 데이터 분석의 전문성과 접근성 사이의 간극을 보여주는 중요한 지표라고 할 수 있다.

생성형 AI의 높은 활용률(55.2%)은 ChatGPT, Gemini, Claude 등의 AI 도구가 데이터 분석 영역에서 새로운 가능성을 열고 있음을 보여준다. 반면, 태블로(4.6%)나 파워 BI(1.1%)와 같은 BI 도구의 낮은 활용률은 아직 국내 기업들의 데이터 시각화 도구 도입이 데이터 분석 전문가가 아닌 일반 실무자들에게는 초기 단계에 있음을 시사한다.

데이터 분석 도구의 변화와 주요 트렌드

데이터 분석 도구는 과거부터 현재까지 다양한 변화를 겪으며 발전해 왔다. 과거 1990년대와 2000년대 초반에는 SPSS나 SAS와 같은 전문 통계 분석 도구들이 주로 사용되었으나, 빅데이터가 비즈니스의 핵심요소로 부상한 2010년 이후 파이썬이나 R과 같은 프로그래밍 언어가 전문 데이터 분석가들의 주요 분석 도구가 됐다.

최근 들어 엑셀, 오렌지 3, 생성형 AI 등과 같은 직관적이고 사용이 간편한 도구들로 변화하고 있다. 이러한 변화는 데이터 분석 도구가 전문가들만의 전유물이 아닌, 일반 사용자와 실무자들에게도 친숙해지도록 만드는 데 중요한 역할을 하고 있다.

초보자를 위한 데이터 분석 도구 선택 기준

데이터 분석 도구를 처음 접하는 초보자들에게는 친숙성과 직관성이 중요한 요소이다. 엑셀은 이러한 측면에서 매우 유용한 도구로 평가받는다. 엑셀은 데이터 정리, 기초적인 분석, 그리고 간단한 시각화를 가능하게 하는 기능을 제공하며, 파워 쿼리와 결합할 경우 데이터 전처리 효율성을 더욱 높일 수 있다. 또한, 파워 BI와 같은 추가적인 도구를 활용하면 분석 결과를 시각적으로 표현하거나 공유하는 데 큰 도움을 줄 수 있다.

생성형 AI 도구의 등장으로 초보자들은 AI를 분석 과정의 조력자로 활용할 수 있다. 챗GPT와 같은 도구는 데이터셋의 초기 탐색, 간단한 통계 분석, 그리고 데이터 해석 지원 등 다양한 작업에서 유용하게 사용될 수 있다. 특히, 데이터 분석 경험이 부족한 사용자들에게 생성형 AI는 복잡한 데이터 분석 절차를 간소화하는 데 중요한 역할을 한다.

전문가용 데이터 분석 도구와 트렌드

전문가들은 파이썬과 R과 같은 프로그래밍 언어를 주로 사용한다. 파이썬은 최근 데이터 분석, 머신러닝, 그리고 인공지능 분야에서 가장 널리 사용되는 도구 중 하나로 자리 잡았다. 응답자의 24.1%가 파이썬을 사용해 본 경험이 있다고 답했으며, 이는 R의 6.9%에 비해 훨씬 높은 비율이다. 이러한 결과는 빅데이터와 AI 시대의 도래로 인해 프로그래밍 기반 도구에 대한 선호도가 현업 실무자들에게도 어느 정도 있음을 보여준다.

또한, 오렌지(Orange 3)와 같은 데이터 마이닝 도구도 주목할 만하다. 오렌지는 사용자가 클릭 몇 번으로 데이터 분석 과정을 진행할 수 있는 직관적인 인터페이스를 제공하며, 시각화를 통해 데이터 통찰을 얻는 데 유용하다. 전문가용 도구는 주로 연구, 공공 데이터 분석, 그리고 고급 머신러닝 모델 개발에 활용되고 있다.

데이터 분석 도구 선택과 활용 전략

데이터 분석 도구를 선택할 때 가장 중요한 것은 사용자 자신이 해결하려는 문제의 성격과 데이터의 특성이다. 모든 도구를 학습하고 익히는 것은 비효율적일 수 있으므로, 자신의 필요에 맞는 도구를 선택하는 것이 중요하다. 초보자라면 엑셀과 파워 쿼리를 결합한 기본적인 데이터 분석을 추천하며, 필요에 따라 생성형 AI를 도입해 보다 고급 기능을 활용할 수 있다. 반면, 전문가는 파이썬이나 R을 기반으로 한 데이터 분석을 통해 더욱 심층적인 분석 작업을 수행할 수 있다.

생성형 AI 도구는 초보자와 전문가 모두에게 가치 있는 도구가 될 수 있다. 초보자에게는 분석 절차를 단순화하고, 전문가에게는 반복 작업을 줄여 분석의 효율성을 높이는 데 기여한다. 특히, 챗GPT와 같은 도구는 데이터 탐색, 전처리, 시각화, 그리고 결과 해석까지 다방면에서 활용 가능하다.

즉, 데이터 분석 도구의 선택은 개인의 경험, 필요, 그리고 목표에 따라 달라져야 한다. 데이터 분석의 핵심은 도구 그 자체보다는 문제를 해결하고 의미 있는 통찰을 도출하는 데 있다.

데이터 분석 도구로써의 생성형 AI의 활용과 전망

생성형 AI는 데이터 분석에 있어 중요한 역할을 점점 더 많이 차지하게 될 것이다. 예를 들어, 챗GPT를 사용하면 데이터의 전처리를 자동화하거나, 데이터셋을 탐색하여 패턴과 추세를 도출하는 작업을 손쉽게 수행할 수 있다. 더 나아가 생성형 AI는 사용자가 데이터의 시각적 표현을 요청하거나, 특정한 통계적 분석을 제안하는 등 데이터 분석과 해석 과정에서 유용한 인사이트를 제공할 수 있다.

특히, 생성형 AI는 복잡한 프로그래밍 기술 없이도, 즉 인간이 코딩을 하지 않고서도 데이터를 분석할 수 있도록 돕는다. 코딩은 인간 분석가가 아니라 생성형 AI가 대신 한다. 사용자는 간단히 데이터를 업로드하고 자연어로 원하는 작업을 요청함으로써 결과를 얻을 수 있다. 이러한 기능은 데이터 분석에 익숙하지 않은 사용자들에게 매우 유용하며, 효율적인 데이터 기반 의사결정을 지원한다.

앞으로 생성형 AI의 발전은 데이터 분석을 더욱 민주화할 것으로 보인다. 기존에는 전문가들의 영역으로 여겨졌던 고급 데이터 분석이 이제는 초보자들도 쉽게 접근할 수 있는 시대가 열리고 있다. 생성형 AI를 활용한 데이터 분석은 다양한 산업 분야에서 의사결정의 질을 향상시키고, 새로운 기회를 창출하는 데 중요한 기여를 할 것이다. 이럴수록 우리는 데이터 리터러시를 갖추고 있어야 한다. 데이터에 속지 않고 현명한 의사결정을 할 수 있는 준비가 필요하다. 

*본 기사는 사례뉴스 필진기자 밸류바인 구자룡 대표가 쓴 칼럼입니다. 구자룡 대표는 데이터 기반 마케팅과 브랜딩으로 고객의 가치를 극대화하는 컨설팅, 강의, 저술 활동을 하고 있습니다. 『AI 데이터 분석』 『데이터 마인드 기르는 습관』 『챗GPT로 시작하는 데이터 리터러시』 『직장 없는 시대의 브랜딩』 『지금 당장 마케팅 공부하라』 『마케팅 리서치』 등을 저술했습니다. 본 칼럼은 『AI 데이터 분석』 을 기반으로 작성되었습니다.