IT·연구직 및 공학 기술직

데이터마이너

데이터마이너는 원하는 형태로 변환한 데이터를 분석해 그 안에서 필요한 정보를 찾아내는 직업이다.

데이터마이너 직업 종사자가 업무를 수행하는 모습
데이터마이너 직업 종사자가 업무를 수행하는 모습
데이터마이너데이터사이언티스트머신러닝엔지니어빅데이터분석전문가데이터분석가빅데이터분석기사

직업 상세 정보 탭

방향키로 탭을 이동하고 Enter 키로 선택할 수 있습니다. Home/End 키로 처음과 마지막 탭으로 이동합니다.

주요 업무

수행 직무

  • ▶ 데이터를 원하는 형태로 변환한 다음 분석하고, 이 과정을 거쳐 필요한 정보를 찾아낸다.
  • ▶ 다양한 차원과 관점에서 정보 분석용 소프트웨어를 활용해 데이터를 분류·요약·분석한다.
  • ▶ 데이터마이닝을 실행하기 전에 목적을 파악하고, 데이터마이닝 형식과 필요한 데이터를 차례로 정한 다음, 데이터를 변환해 분석 목적에 부합하는 형태로 만든다.
  • ▶ 필요한 정보는 데이터마이닝을 실행해 탐색하며, 그 결과가 쓸모 있는지 판단하고 데이터에 오류가 없는지도 분석으로 확인하기도 한다.
  • ▶ 학문적 이론이나 상식에 얽매이지 않고 데이터 사이의 연관성을 순수하게 분석한다.

커리어 전망

한국데이터산업진흥원의 2024 데이터산업현황조사에 따르면 2024년 데이터산업 시장은 30조 7,462억 원 규모로 2023년 대비 5.8% 성장했고, 데이터 직무 인력 수도 152,305명으로 전년 대비 8.5% 늘었다.[1] 정부는 데이터바우처 지원사업을 통해 기업의 데이터 활용을 뒷받침하는데, 2026년 공급기업 모집을 앞두고 2025년 사업에는 수요기업 4,699개가 신청해 역대 최고 경쟁률 10.2대1을 기록했다.[2] 2025년 출범한 국가데이터처는 국가데이터기본법 제정을 추진하고 AI 친화적 메타데이터 구축, 통계데이터센터 AI 적용 등 데이터 활용 기반을 확대하고 있어 관련 분석 인력 수요도 함께 늘어날 전망이다.[3] 한국지능정보사회진흥원(NIA)이 지원하는 빅데이터 플랫폼 기반 분석서비스 사업도 매년 다수 기업의 데이터 분석·활용 컨설팅을 지원하며 산업 전반의 데이터마이닝 수요를 뒷받침한다.[4]

한국의 직업지표

융합성 63.8%
창의성 63.8%
대인관계 45.3%
사회공헌 41.8%
일가정균형 31.1%
고용유지 27.6%
소득수준 18.2%
[자료 : 한국직업정보연구원, 맞춤형취업지원을 위한 직업지표 연구(2020~22)]

워라밸 & 사회적 평가

워라밸 지수

보통 이상

사회적 기여도

보통

워라밸

GS리테일이 모집한 데이터 사이언티스트 채용 요건을 보면 경력 5~10년 수준을 요구하며 SQL·Python·R과 Tensorflow·PyTorch 등 ML 프레임워크 활용 능력, MLOps·클라우드 기반 분석환경 경험을 우대한다.[5] 빅밸류 등 데이터테크 기업의 채용 절차는 서류 전형-직무 인터뷰-대표이사 인터뷰 순으로 진행되며, 신규 사업 확대 시기에는 채용이 집중되기도 한다.[6]

사회적 기여

국가데이터처는 국가데이터기본법 제정 추진과 함께 통계데이터센터의 데이터 활용 기반을 확충하고 있어, 이런 공공·민간 데이터 개방 흐름이 데이터마이너의 활동 범위를 넓히는 사회적 배경이 된다.[7] 한국지능정보사회진흥원(NIA)이 지원한 2024년 빅데이터 플랫폼 분석 사례집은 참여 기업 48곳 중 17곳의 지원 사례를 선별해 소개했다.[8]

적성 및 흥미

적성

유용한 데이터와 정보를 파악하고 분석하기 위한 수리·논리력이 필요합니다

흥미

  • 평소 수학이나 통계, 컴퓨터 프로그래밍에 대한 관심을 갖고 각종 데이터를 수집하고 분석하는 것을 좋아하는 사람에게 적합합니다
  • 팀 단위로 일하거나 정보를 공유하고 소통하는 경우가 많기 때문에 의사소통 능력을 갖추고 팀으로 일하는 것을 좋아하는 사람에게 적합합니다

임금 정보

데이터마이너의 평균 연봉은 경력에 따라 4,000만~9,000만 원 수준이며, 금융·통신·이커머스 분야에서 처우가 높은 편이다.[9]

여담

  • •

    데이터마이닝의 표준 분석 절차인 KDD(Knowledge Discovery in Database)는 데이터셋 선택→전처리→변환→데이터마이닝→결과 해석(평가)의 5단계로 이어지며, 기업 실무에서는 이와 유사한 CRISP-DM 방법론(업무 이해→데이터 이해→데이터 준비→모델링→평가→전개)도 함께 쓰인다.[10]

  • •

    KDI 경제교육·정보센터의 경제불확실성지수(EPU)는 22개 언론사 기사에서 경제·정책·불확실성 관련 키워드를 추출해 표준화한 뒤 매월 지수로 환산하는 텍스트 마이닝·빅데이터 분석 사례다.[11]

  • •

    카카오뱅크는 기존 규칙 기반 이상거래탐지시스템(FDS)이 사기 패턴 변화에 대응하기 어려운 한계를 보완하기 위해, 로그인·이체 패턴 등을 종합 학습하는 머신러닝 모형을 FDS에 적용했다.[12]