Hello World

2025 회고록

1. 프리랜서로 첫 시작

 정규직에서 처음으로 개발자 프리랜서로 시작한 해이다. 프리랜서를 하면서 느낀 정규직과의 가장 큰 차이점은 소속감과 책임감 그리고 비용처리이다.

 정규직이 아니다 보니 KPI, 회사의 평가에서 자유롭기에 업무에 대한 책임감이 덜한 부분도 있다. 계약직 이라는 부분은 낮은 소속감을 갖게 하는것 같다. 비용의 경우 4대 보험의 영향이 큰지 당장 들어오는 돈이 크지만 세금문제에 있어서 일일이 다 챙겨야 하는 어려움이 있다. 

2. 데이터 분석에 입문

 생성형 AI의 파급력은 유무형적으로 엄청났다. 이러한 시대적 흐름속에서 나는 무엇을 할 수 있는가? 나는 어떤 경쟁력을 갖출수 있는가 고민하다. 데이터 분석 공부를 시작하게 되었다. 데이터를 읽을 수 있는 사람. 데이터 속에서 의미와 인사이트를 찾을수 있는 사람이 생존할 것이라 판단해서 데이터 분석 공부를 시작했다.

 "혼자 공부하는 데이터 분석" 이라는 책을 통해 시작을 했다. 데이터 수집방법, 전처리, 시각화 등을 학습하며 배경지식을 넓혀갔다. 무작정 암기하며 취득했던 ADsP 자격증 정보들이 파편적으로 활용되면서 조금이나마 체계화되었고 그 자신감으로 빅데이터 분석 기사 시험에 응시했지만 떨어졌다. 

3. 책임감을 가지다.

  정규직으로 있으면서 "프리랜서는 왜 이렇게 책임감 없지"라는 의문을 가진적이 많다. 막상 내가 프리랜서가 되어보니 그 이유를 알 것 같다. 평가가 없고, 계약연장이라는 생명줄만 있는 구조에서 발생하는 필연적 결과 인듯 싶다. 이러한 구조다 보니 R&R 정리가 어려운 것이 프리랜서 인듯 싶다. 

 프리랜서로 첫 시작을 하면서 일 복이 터지면서 시작했다. 우선 상황이, 전임자가 없다 !!!! 정확히는 건강상의 이슈로 2개월 이상의 공백이 생겼고 전임자를 대체하고자 내가 채용되어 고도화 막바지에 투입이 되버린 것이다.
 봄이 어떻게 끝난지도 모르게 시간이 지나갔다. 밀린 CSR과 미진한 고도화 과업을 처리하며 시간이 흘러갔다. 정규직이었다면 똥 밟았다고 생각 하고 인사평가에서 좋은 점수를 받을수 있을거라 기대하겠지만, 프리랜서가 되어보니 자연스럽게 업무 범위에 대한  생각이 들면서 핑계거리와 불만요소가 쌓여가는 내 모습을 보니 정규직이었던 나의 모습이 생각났다. 마음을 돌려먹고 책임감 있게 행동하자라는 마음으로 다른 사람이 알아주거나 인정해주지 않아도 묵묵히 개발하면서 검수확인서 및 프로젝트 종료보고서가 작성되어지는 것을 보며 나름 성장함 됨을 느끼었다.

4. 공모전 수상과 3가지 배움

 "2025 산업보안 공모전" 숏폼 부문에서 장려를 수상했다. 이 과정에서 크게 세 가지의 어려움과 이를 극복하는 배움을 얻었다.

첫째, 전달과 표현의 기술
  1분 이라는 짧은 시간에 스토리를 짜임세 있게 표현하고 전달하는 것이 어려웠다. "스토리 > 각본 > 콘티" 순으로 반복하며 군더더기를 덜었내는 과정을 반복했다. 이 과정에서 상대방에게 핵심만을 전달하는 것이 무엇인지 배우게 되었다.

둘째, 리스크 관리의 어려움.
  팀원 4명 모두 직장인이다 보니, 시간 조율 가장 큰 리스크 였다. 빠른 결단과 신속한 정보 공유, 그리고 최악의 상황을 가정한 대응책 수립을 통해 리스크를 관리했고, 덕분에 성공적으로 마무리를 지을 수 있었다.

셋째, 관점 전환의 어려움.
   IT 개발자 3명과 영상 전문가 1명이 의견을 조율하는 과정에서 '관점의 전환'을 배웠다. 기술적인 내용 위주로 접근하던 우리에게 "심사위원과 일반 대중도 공감할 수 있는가?"라는 질문은 큰 충격이었다. 기술적 깊이보다 보는 사람의 공감을 얻어야 한다는 관점의 전환은 단방향 소통에 익숙했던 나에게 새로운 혜안을 주었다.

  본업과 병행하느라 힘들었지만, 팀원들의 적극적인 참여와 협력 덕분에 숏폼 제작 경험이 전무했던 나도 수상을 할 수 있었다. 협력의 힘을 다시금 깨달은 값진 경험이었다.

5. 새로운 업무(도메인)에 대한 도전.

 이직 전 전자결제(PG) 백오피스 업무를 하다가, 올해는 제조업 도메인으로 넘어와 새로운 업무를 경험했다. 구리 전문 제련 회사에서 광석 수입부터 제련, 판매에 이르기까지 전체 프로세스를 학습했다. 새로운 분야를 배우는 재미도 있었지만, 한편으로는 커리어의 일관성에 대한 고민도 깊어진 한 해였다.

6. 새로운 기술 학습.

대외 지원 시스템을 담당하다 보니 다양한 인터페이스와 솔루션을 접하게 되었다.

• 인터페이스 연계를 위한 EAI
• 문서 중앙화를 위한 ECM
• LS 그룹 내 ERP 시스템인 SAP
• 공장 생산 운용을 위한 MES

해당 시스템들의 역할과 아키텍처, 프로그래밍 언어, 업무 흐름, 특성들을 파악하며 간접적으로나마 기술적 시야를 넓힐 수 있었다.

7. 비즈니스를 직접 운영하다 (Project Attention)

'Attention'이라는 소개팅 서비스를 직접 개발하고 운영했다. 단순 개발을 넘어, 실제 사용자의 피드백을 바탕으로 시스템을 개선하는 경험을 했다.

 개발자는 혼자였기에 서버 스펙 결정부터 비용 처리, 도메인, SSL, 기술 스택, 그리고 부족한 인력을 대체하기 위한 바이브 코딩 활용까지, IT 서비스 운영의 A to Z를 모두 경험했던것 같다. 비록 거창한 사업은 아니었지만, 스타트업 초기 단계에서 겪을 법한 일련의 과정들을 몸소 체험해 본 의미 있는 2025년이었다.

2026년을 맞이하며

2025년은 크게 7가지의 성장과 경험으로 압축되는 해였다. 다가오는 2026년에는 기존의 고집스러운 모습을 버리고, 다음과 같은 다짐으로 새로운 도전을 시작하고자 한다.

• 완벽함 속에서 시작하려는 강박 버리기
• 행동하면서 수정하고 보완하기
• 빠르게 판단하고 실행하기
• 생각과 고민은 치열하게 하기
• AI 시대에 살아남을 경쟁력 갖추기
• 철학하는 개발자 되기

왜 사용하는가?

서버 자원의 효율성 달성이 가장 큰 사용 목적이라고 생각한다.

Docker의 철학은 Docker 공식 홈페이지에서 잘 나타나 있다.

복잡하고 다양해진 개발환경속에서 개발 워크플로우를 혁신할 수 있다고 설명하고 있다.

개발 워크플로우를 혁신하기 위해서 Docker는 Keep it SImple 친숙한 CLI 환경에서 어플리케이션을 빌드, 공유, 실행하는 행위를 간편하게 제공하고. Move Fast 단일 패키지로 몇분만에 시작할 수 있으며, 로컬과 개발 운영환경을 동일하게 할수 있으며. Collaborate 인증된 곳에서 제공하는 이미지를 프로젝트에 사용하고 팀원들간 협업을 가능하게 함.

 도커는 점차 복잡해지는 개발 및 운영 환경 속에서 개발 워크플로우에 효율성을 증대시키기 위한 Tool 이다.

Docker 공식 홈페이지

https://www.docker.com/why-docker/

What is 혼공학습단?

혼자 공부하는 사람들의 모임이라고 생각하면 좋을듯 싶다.

데이터분석을 공부하게 된 계기?

나는 웹 개발자로 일하고 있다. 주력은 Java, spring이지만
다양한 바운더리에서 기술스택을 쌓으면서 맡은바 업무를 충실히 해나고 있는평범한 IT 노동자이다.
그럼에도 웹 개발과는 큰 관련 없는 데이터 분석을 공부하게된 이유는
데이터 분석의 가치와 장래성 때문에 공부하게 되었다.

수 많은 책 중에 왜? 혼자 공부하는 데이터 분석을 선택했는가!!!

책 구성과 방향성 제시가 좋았고, 혼공단 좋았다.

데이터 분석에 대한 관심으로 ADsP 자격증은 취득하였지만, 실제 데이터 분석을 어떻게 하는지 잘 모른다.
뭔가 실무의 영역까지는 아니지만 간접 경험으로 경험해 보고 싶었다.
학습을 마친 후에는 인공지능 또는 딥러닝, 머신러닝과 같은 로드맵을 희망하기도 했다.
이러한 요건을 충족하는 책이 혼자 공부하는 데이터 분석 책 이었기에 선택하게 되었다.

혼공단이라는 런닝 메이트 같다 라는 느낌이 든다. 출판사에서 하는 프로그램이긴 하지만
뭔가 계획한 목표에 맞추어 과제를 올리고 그에 따라 선물도 주는 것이 포상을 받는 느낌이었다.
직장 생활을 하며 공부하기 위한 동기부여가 되었기에 좋았다.

책 구성이 무엇이 좋았나? 실무에 바로 적용 가능한가?

  스토리 텔링 형식의 책 구성이 좋았다.
글을 자연스럽게 읽어나가며 손코딩을 하고 결과를 확인하는 과정속에서
데이터 분석의 흐름을 알게된 것이 마치 꽉찬 알밤 처럼 알차고 좋았다.

첨부한 사진 처럼 첫장에 무엇을 배우는지 그리고 스토리 형식으로 풀어가나며 
해당 내용을 학습해 나가는 형식이다. 데이터 분석을 위한 파이썬 코드는 무엇인지 해당 기능에 대해서 자세히 설명하고
실제로 손코딩을 해봄으로써 결과를 확인 하는 과정까지 자연스럽게 이어지게 되어 있다.
장의 마지막에는 배운것에 대한 정리가 되어 있기에 공부한 내용에 대해서 리마인드 할 수 있는 구조이다.

여담이지만,  파이썬을 완벽하게 잘 할 필요는 없는듯 하다.
Java, javascript 등 다른 언어를 경험해 보았다면 쉽게 이해가 될거라고 생각한다.
따라서, with 파이썬에 겁먹지 않아도 될 것 같다.

이 책 한권으로 데이터 분석 실무를 할 수는 없다.
실무는 분명 책의 내용보다 더 복잡하고 다양한 문제가 있기 때문이다.
하지만, 데이터 분석의 흐름과 향후 공부 방향에 대해서는 잡을수 있다고 생각한다.

마치며

일을 하며 공부하는 것에 대한 부담도 있었지만 혼공단과 함께
끝까지 달려갈 수 있었던 것에 감사하게 된다. 
한권을 다 읽었다고 끝난게 아니라 이제 본격적인 시작이라고 생각한다.

데이터 분석이 무엇인지 알고 싶다면
"혼자 공부하는 데이터 분석 with 파이썬"

---

6주자 : 2025.08.11 ~ 2025.08.17

과제 
(1) p.344의 손코딩(맷플롯립에서 bar()함수로 막대 그래프 그리기)을 코랩에서 그래프 출력하고 화면 캡쳐하기
(2) p.356 ~ 359의 스택 영역 그래프를 그리는 과정 정리하기

(1) p.344의 손코딩(맷플롯립에서 bar()함수로 막대 그래프 그리기)을 코랩에서 그래프 출력하고 화면 캡쳐하기

import gdown
import pandas as pd
from matplotlib.font_manager import findSystemFonts

# 실습자료 다운로드
# gdown.download('https://bit.ly/3pK7iuu', 'ns_book7.csv', quiet=False)

# CSV 파일로 저장
ns_book7 = pd.read_csv('ns_book7.csv', low_memory=False)
ns_book7.head()

top30_pubs = ns_book7['출판사'].value_counts()[:30]
top30_pubs

top30_pubs_idx = ns_book7['출판사'].isin(top30_pubs.index)
top30_pubs_idx

top30_pubs_idx.sum()

ns_book8 = ns_book7[top30_pubs_idx].sample(1000, random_state=42)
ns_book8.head()

# 그래프 출력
"""
# 1
fig, ax = plt.subplots(figsize=(10, 8))
ax.scatter(ns_book8['발행년도'], ns_book8['출판사'])
ax.set_title('출판사별 발행도서')
#fig.show()
plt.rcParams['lines.markersize']

# 2
fig, ax = plt.subplots(figsize=(10, 8))
ax.scatter(ns_book8['발행년도'], ns_book8['출판사'], s=ns_book8['대출건수'])
ax.set_title('출판사별 발행도서')
#fig.show()

# 3
fig, ax = plt.subplots(figsize=(10, 8))
ax.scatter(ns_book8['발행년도'], ns_book8['출판사'],
           linewidths=0.5, edgecolors='k', alpha=0.3,
           s=ns_book8['대출건수']*2, c=ns_book8['대출건수'])
ax.set_title('출판사별 발행도서')
#fig.show()
"""

# 4
fig, ax = plt.subplots(figsize=(10, 8))
sc = ax.scatter(ns_book8['발행년도'], ns_book8['출판사'],
                linewidths=0.5, edgecolors='k', alpha=0.3,
                s=ns_book8['대출건수']**1.3, c=ns_book8['대출건수'], cmap='jet')
ax.set_title('출판사별 발행도서')
fig.colorbar(sc)
fig.show()

Chapter06복잡한 데이터를 표기하는 방법에 대해서 학습하였다. 실무에서도 당연하게 겪을수 있는 한글 인코딩 문제와 손코딩을 통한 실제 코딩 실습을 통한 데이터 분석에 대한 아이디어 학습을 할 수 있었다. 

5주자 : 2025.08.04 ~ 2025.08.10

과제 
(1) p.314의 손코딩(맷플롯립에서 bar()함수로 막대 그래프 그리기)을 코랩에서 그래프 출력하고 화면 캡쳐하기
(2) p.316의 손코딩(텍스트 정렬, 막대 조절 및 색상 바꾸기)을 코랩에서 출력하고 화면 캡쳐하기

(1) p.314의 손코딩(맷플롯립에서 bar()함수로 막대 그래프 그리기)을 코랩에서 그래프 출력하고 화면 캡쳐하기

(2) p.316의 손코딩(텍스트 정렬, 막대 조절 및 색상 바꾸기)을 코랩에서 출력하고 화면 캡쳐하기

Chapter05에서는 데이터를 시각화하는 방법에 대해서 집중적으로 배울수 있는 장이었다.
데이터를 수집하고 전처리, 시각화하는 일련의 과정을 종합적으로 학습 할 수 있었던 장으로 생각한다.

4주차 : 2025.07.21 ~ 2025.07.27

과제 
(1) [필수] p.279의 확인 문제 5번 풀고 인증하기 
(2) [선택] ch.04(04-1)에서 배운 8가지 기술통계량(평균, 중앙값, 최솟값, 분위수, 분산, 표준편차, 최빈값)의 개념을 정리하기

(1) [필수] p.279의 확인 문제 5번 풀고 인증하기

Chatper04에서는 실질적인 데이터 분석이 무엇인지 본격적으로 시작하는 장이었다.
기본적인 통계부터 시작해서, 그래프로 표현하는 것까지 본격적으로 데이터 분석의 꽃을 향해 달려가는 느낌이다.

3주차 : 2025.07.14 ~ 2025.07.20

과제
(1) [필수] p.182의 확인 문제 2번 풀고 인증하기
(2) [선택] p.219의 확인 문제 5번 풀고 인증하기

(1) [필수] p.182의 확인 문제 2번 풀고 인증하기

(2) [선택] p.219의 확인 문제 5번 풀고 인증하기

Chatper03

keypoint : 데이터에 숨어 있는 잘못된 데이터를 찾아 조치하는 방법에 대해 학습.

Chatper03에서는 데이터 분석하면서 발생할 수 있는 분석에 불필요한 데이터를 변환하는 과정 데이터 랭글링(데이터 먼징)에 대해서 학습할 수 있었다. 데이터 프레임속에서 잘못된 행이나 없는 데이터를 찾아 조치하는 과정을 통해 데이터 분석에 가장 적합하게 처리하는 방법에 대해서 학습 할 수 있었다.

2주차 : 2025.07.07 ~ 2025.07.13

과제 : p.150의 확인 문제 1번 풀고 인증하기 (기본/필수)

Chatper02

Keypoint : 외부에서 데이터 가져오는 다양한 방법

API / HTTP / JSON / XML

(1) API : application Programming Interface  
무언가를 주고 받기 위해 필요한 규약  

(2) HTTP : Hyper Text Transfer Protocol  
문자 전송을 위한 약속  

(3) JSON : JavaScript Object Notation  
자바스크립트 객체 표기법  

(4) XML : eXtensible Markup Language  
확장된 마크업 언어 표기법

Study Code

https://github.com/forcetyty/selfStudyDataAnalysis/blob/67013943bc2fbcc37194cf80c447f029d0e735b4/%5B%ED%98%BC%EA%B3%B5%EB%B6%84%EC%84%9D%5D_chatper02.ipynb

2장에서는 다양한 방법을 이용해서 데이터를 끌어 오는 방법을 배웁니다.
API 방식과 원리 그리고 절차에 대해서 학습 할 수있고, API 방식으로 데이터를 가져올때 겪을수 있는 다양한 상황들에 대하여 알수 있습니다. HTTP 방식에서 Get방식과 Post 그리고 데이터 포맷인 JSON과 XML에 대해서 학습 할 수 있습니다.

1주차 : 2025.06.30 ~ 2025.07.06

과제 : p.81의 확인 문제 4번 풀고 인증하기 (기본/필수)

Chatper 01

Keypoint 

1.  데이터 분석과 데이터 과학

데이터 분석 : 올바른 의사 결정을 위한 통찰 제공

데이터 과학 : 문제 해결을 위한 솔루션 제공

영역로 보자면 "데이터 과학 > 데이터 분석" 이렇게 분석하게는 좋을 듯 하다. 필요한 역량역시 프로그래밍, 통계, 수학, 도메인 지식을 필요로 하지만 결정으로 통찰과 솔루션 두 영역으로 구분하면 좋을 듯하다.

2. 구글 코랩과 주피터 노트북

구글 코랩 : Online 에서 파이썬 코드를 실행.

주피터 노트북 : Offline 에서 파이썬 코드를 실행. 아나콘다 설치를 통한 구성 필요.

3. 데이터 분석을 위한 데이터 넣기

(1) CSV, Excel, API 등
(2) CSV 파일의 특징 (' , '로 구분된 데이터)
(3) 인코딩을 기억하자 - UTF-8, EUC-KR
(4) 판다스로 데이터프레임 다루기
(5) 판다스의 시리즈와 배열

Study Code 

https://github.com/forcetyty/selfStudyDataAnalysis/blob/67013943bc2fbcc37194cf80c447f029d0e735b4/%5B%ED%98%BC%EA%B3%B5%EB%B6%84%EC%84%9D%5Dchatper01.ipynb

추가 숙제(남산도서관 데이터를 코랩에서 데이터프레임으로 출력하고 화면 캡처하기)

 인공지능(AI), 머신러닝, 딥러닝, LLM, 빅데이터가 세상을 뒤집어 놓고 있다. 세상의 변화에 따라가기 위한 학습이 필요하다. 그런데, 무엇을 어디서 부터 배워야 할지 막막하다. 막막함 가운데 나침판이 되어줄 길잡이로 "혼자 공부하는 데이터 분석 with  파이썬"과 함께 해보고자 한다. 

왜? "혼자 공부하는 데이터 분석 with 파이썬"

첫번째, 저자 Pick

 박해선님은 인공지능과 머신러닝, 딥러닝 관련 다수의 책을 집필했다. 현재 구글 ML GDE(Machine Learning Google Developer Expert) 포지션으로 활약 중이다.

두번째, 책 구성 Pick

혼자 학습하는 사람을 위한 구성이 마음에 들었다. 인터넷 강의와 수 많은 데이터 분석 관련 책들이 있지만 이 책만이 가지고 있는 구성이 맘에 들었다. 

세번째, 학습이 이후 방향성 제시 Pick

 사실 이 책을 선택한 가장 큰 이유가 로드맵 때문이다. 데이터 분석, 머신러닝, 딥러닝, 수학, 통계, 프로그래밍 모두가 중요하다고 하는데 어디서 부터 시작해야 할지 막막하다. 이러한 상황이기 때문에 나침판과 지도가 필요했다. "혼자 공부하는 데이터 분석 with 파이썬" 이책은 나에게 나침판과 지도와 같았다.

첫 걸음

시작

혼자 공부하는 데이터 분석 with 파이썬을 시작하면서
우연한 기회에 혼공이라는 그룹 스터디에 참여하게 되었다.

주관은 한빛미디어에서 하고, 혼자공부하는 시리즈 별로 주차별 커리큘럼을 소화하고 과제를 인증하는 형식을 진행된다.

커리큘럼은 위의 표와 같다.

해당 커리큘럼에 맞게 진도를 진행하고 필수 과제를 블로그나 인스타와 같은 매체에 올린 후 링크를 공유하면 된다.

참여하게 된 계기는 한번 끝까지 완주해보자는 의지로써 참여하게 되었다.

완벽함 보다는 완주를 위해!!

관심 있는 분들은 아래 사이트를 참고하여 어떠한 곳인지 살펴보는 것도 좋을듯하다.

스터디는 단순 공부하는 것을 공유하는 것에서 끝나지 않고, 간식도 챙겨주니 공부하도 하고 간식도 먹는 도랑치고 가재잡는 좋은 기회인듯 하다.

https://hongong-study.discourse.group/