통계학 공부 후기 / 전공교재 리뷰 (상) - 왜 통계 공부?

통계학 공부 후기 / 전공교재 리뷰 시리즈

1. 통계학 공부 후기 / 전공교재 리뷰 (상) - 왜 통계 공부?

2. 통계학 공부 후기 / 전공교재 리뷰 (중) - 기초과목 리뷰

3. 통계학 공부 후기 / 전공교재 리뷰 (하) - 심화과목 리뷰

왜 통계 공부?

저는 회사에서 생물정보학 개발자 겸 데이터 분석가 (겸 백엔드 엔지니어) 로 일하고 있습니다. 하지만 생물정보학이란 분야는 논문을 열심히 읽는 것 외에는 자기계발이 쉽지 않습니다. 생물정보학을 방법론에 따라 크게 (1) 알고리즘 (2) 웹/앱 (3) 데이터 (4) 통계 (5) AI 등등의 분야로 나누어본다면,

1. 알고리즘은 천재들이 생각해주는 분야이기 때문에 제외하고,
2. 웹/앱은 학계 출신 개발자보다는 근본 개발자들이 좀더 잘하고 재밌어하며,
3. 데이터는 회사나 연구소의 인프라에 구애받기 때문에 혼자 뭘 하긴 쉽지 않습니다.

그래서 저도 자연스럽게 (4) 통계나 (5) AI, 즉 머신러닝/딥러닝(ML/DL) 으로 넘어갈 수 밖에 없었습니다. 차악을 선택한걸까요?ㅋㅋ

통계와 AI의 차이

한편 통계와 AI는 뿌리는 같지만 별개의 분야입니다. 전 포스트에서도 얘기했지만 통계는 자연과학이고, AI는 공학의 영역이라, 통계는 엄밀한 결과를 따지고, AI는 유용한 결과를 원합니다. 그래서 통계는 수학 공부가 많이 필요하지만 AI는 이악물고 수학을 무시할 수 있습니다. 실제로 저도 AI를 공부하거나 일에 적용할 때 엄밀한 수학적 개념을 모르고서 그 AI 모델의 특성과 장단점만 알고 적용했었지요.

예를 들면 결정트리는 "A와 B를 C라는 속성으로 일단 나누고, 그 다음 D라는 속성으로 나누면서 분류 순서도를 나무 구조로 그려가는 것" 이라고만 이해할 수 있긴 합니다. 결정트리를 구현하는데 사용하는 파라미터(parameter)가, 결정트리를 만드는 수학 공식에서 어떻게 작용하는지를 모르고 그냥 사용할 수도 있죠.

노잼 AI, 노잼 수학을 유잼으로

하지만 그러다보면 AI가 재미가 없습니다. "그 모델이 더 좋던데?" "왜?" "그건 모르지." 이게 제 두뇌의 한계였습니다. 물론 다행히도 AI 공부를 시작할 때부터, "통계를 공부해야지만 AI를 튼튼하게 배울 수 있다"는 말은 들어왔었죠. 저는 우연히 "통계 베이스가 없으니 AI를 온전히 이해하지 못해서 재미가 없었다"는 생각을 하게 됐습니다. AI를 통계적으로 완벽히 이해하면서 사용하면 재밌게 할 수 있지 않을까란 생각을 하게 되었습니다.

사실 통계, 자세히 말하면 수학도 물론 노잼입니다. 수학은 재미는 없고 간지멋은 있는 학문입니다. 그래도 수학이나 통계를 통해 데이터를 들여다봤을 때, 엄밀하게 A와 B가 다른 이유를 설명할 수 있다는 건 즐거운 일이었습니다. 여태까지 그 이유를 설명하지 못해왔다는 경험이, 노잼 수학을 유잼으로 만들어주더군요.

그래서 통계 공부를 시작했고, 어느정도 겉핥기는 끝났습니다. 서울대학교 통계학과 학부 커리큘럼을 따라가면서 전공교재를 사서 읽고, 모르는 부분은 "또 읽으면 되지!" 하면서 넘기고 나중에 다시 읽었습니다. 다음 포스트는 읽은 전공서적에 대한 리뷰와, 통계학의 각 전공과목들에 대한 비전공자의 후기로 찾아뵙겠습니다.