HR - 국가직무능력표준(NCS) 직무분류 – 공통부문 Ⅸ

1. 서언

정보통신 부문의 빅데이터 분석, 기획, SW아키텍처 직무와 관련된 국가직무능력표준의 직무능력 수준, 능력단위명, 세부내용, 필요역량을 정리해보겠습니다.

2. 국가직무능력표준(NCS) 공통 부문

1) 빅데이터 분석

대용량의 데이터 집합으로부터 유용한 정보를 찾고 결과를 예측하기 위해 목적에 따라 분석기술과 방법론을 기반으로 정형/비정형 대용량 데이터를 구축, 탐색, 분석하고 시각화를 수행

수준	능력단위명	세부내용	필요역량
6	통계 기반 데이터 분석	1. 가설 설정 : 비즈니스 도메인, 수집된 데이터 파악, 모델개발을 위해 데이터의 사전탐색, 분석모델 가설평가용 통계치 기준설정, 적용 2. 통계모델 개발 : 분석모형 설계, 성능평가기준 설정, 데이터 유형별 분석기법 적용, 파생변수 생성, 모델링에 활용, 앙상블 기법 적용, 모델 품질목표 제고, 데이터 시각화 3. 통계모델 평가 검증 : 모델운영 안정성, 적합성 평가, 훈련 데이터셋과 구분 관리, 평가결과 리포팅	의사소통, 수리, 문제해결, 대인관계, 정보
6	머신 러닝 기반 데이터 분석	1. 머신러닝 수행방법 계획 : 비즈니스 목표, 전략, 방침에 따라 머신러닝 기반 데이터 분석 도입, 전체 프로세스 관리, 데이터분석 차이, 활용목적 이해, 활용목적 별 기법적용 필요성 판단, 해결이슈별 데이터 구조 설명, 패턴화에 적합한 머신러닝 기법 선정, 적용절차 계획, 수행계획 문서화, 구성원 공유 2. 데이터셋 분할 : 과적합, 일반화 의미, 파급효과 이해, 분석목적 및 데이터셋 특성별 머신러닝기법 적용을 위한 훈련/테스트 데이터셋 분할기준 판단, 교차검증 필요성 판단, K값 결정, 데이터 속성을 고려한 예측, 분류목적 변수 분포 고려 데이터 셋 분할, 샘플링 적용 3. 지도학습 모델 적용 : 정확한 분류/예측모형화를 위해 적합한 기법 적용, 다양한 분류모델 비교, 최적 분류모델, 수치예측모델 선정, 적용, 상황 및 데이터 특성별 알고리즘/기법 융합한 앙상블 모형 적용/새로운 방법론 개발 4. 자율학습 모델 적용 : 분석목적이 주어진 경우 다양한 군집화 기법 적용, 최적의 군집화 기법 선정, 적용, 변수축약/차원축소를 위한 주성분 분석/SVD 등 차원 축소기법 선정, 적용, 규칙성/패턴화 도출목적을 위해 연관 규칙 알고리즘 비교, 적용 5. 모델 성능 평가 : 평가방법 선정, 비교, 모델 평가를 위한 평가메트릭을 실제로 계산, 해석, 최적모델 도출 위해 주어진 모델 성능 향상 시행 6. 학습결과 적용 : 분석결과의 실제 비즈니스 목표와 전략에의 부합성 판단, 평가, 데이터 처리절차, 모델 구축결과, 평가결과 문서화, 다양한 계층에 커뮤니케이션, 현업업무/상용서비스 구현을 위해 프로세스화 작업 수행, 적용결과 개선, 고객요구 대응을 위한 반복 Feedback Cycle 시행, 관리	의사소통, 수리, 문제해결, 자기개발, 정보, 기술
6	텍스트 데이터 분석	1. 텍스트 데이터 변화 : 텍스트 데이터를 형태소로 분리, 가용어/불용어 처리, 필요 키워드 추출, 텍스트 데이터 정제, 변환을 통해 말뭉치 작성, 문서-단어/단어-문서 행렬 작성, 단어빈도, 연관성 등 기본집계 수행 2. 분석 수행방법 계획 : 분석 필요성 판단, 분석 전체 프로세스 기획, 관리, 적합한 분석기법, 절차 판단, 최종결과물에 적합한 분석방법론, 산출물 사전 계획, 수행계획 문서화, 구성원 공유 3. 분류결과 분석 : 분석계획에 따른 분류방법 적용, 분류된 항목의 분류분석 작업 수행, 분석 목적, 해결필요 이슈에 적합한 의미, 인사이트 도출, 분석결과 시각화, 문서화 4. 정형 데이터 결합분석 수행 : 정형-비정형 데이 분석모델 기획, 필요 정형 데이터 추출, 비정형 텍스트 데이터와 결합, 필요 분석기법, 기술 적용, 결과 도출, 데이터 처리절차, 모델 구축 결과, 평가결과 문서와, 조직내 커뮤니케이션, 프로세스화 작업 수행	의사소통, 수리, 문제해결, 자기개발, 정보, 기술
6	탐색적 데이터 분석	1. 기본통계 확인 : 데이터 표본추출 기법 선정, 표본조사, 실험통해 추출된 원소/실험단위로부터 주어진 목적에 적합하도록 자료 측정, 수집자료 정리, 요약을 위해 통계기법 사용 2. 데이터 분포 분석 : 분석목적, 요건, 데이터 특성 기반 분식기법 선정, 분석모형 설계, 유의성 분석, 높은 유의성 보유 변수 식별, 최소한 변수들로 분석모형 구축 3. 변수간 관계 확인 : 탐색적 분석으로 준비된 데이터 가설 적합성, 충분성 사전 검증, 변수 유의성 검증 후 유의성 높은 최소한의 변수로 분석모형 검증, 시뮬레이션으로 기수립된 분석모형의 타당성, 적합성 판단, 반복적인 보정	의사소통, 수리, 문제해결, 자기개발, 정보, 기술
5	빅데이터 분석 결과 시각화	1. 분석 결과 스토리텔링 : 시각화를 위한 표현규칙, 패턴 도출, 정의, 시각화 활용, 사용자 가치관점의 시각화 요건 정의, 사용자 시나리오 작성, 분석결과 전달을 위한 핵심요소 및 그래픽 요소 발굴, 스토리보드 기획 2. 분석정보 시각화 : 시각화 도구, 기술 선택, 정보시각화 접근방법 결정, 분석정보 구조적 시각화, 단료명료한 메시지 전달을 위한 시각화 반복적 수행 3. 정보 시각화 구현 : 그래프 보정, 시각표현 극대화 실험통해 시각화 구현 완성, 그래픽 요소 반영, 전달요소 강조, 디자인 원리 적용, 정보와 사용자간 관계확장을 위해 사용자 참여 유도 인터렉션 기능, 스토리텔링 구현	의사소통, 수리, 문제해결, 정보, 기술, 직업윤리
5	분석용 데이터 구축	1. 데이터 정제 : 데이터 생성주체 및 활용유형 등에 따라 식별, 분류, 식별 데이터를 분석에 적합한 품질의 데이터로 변환, 데이터의 오류, 결촉치 등을 파악, 분석요구사항에 맞게 정제 2. 데이터 변환 적재 : 정제된 데이터셋을 분석도구에 맞는 데이터 형태로 변경, 데이터웨어하우스에 저장된 데이터의 분석용 데이터마트/샌드박스에 적재, 데이터 용량, 처리 실시간성 판단, 적재가능한 상태로 편성, 분석에 용이한 데이터셋 편성, 적재, 적재전후 데이터 완전성 확보 3. 데이터 검증 : 정제된 분석용 데이터의 올바른 적재여부 확인, 데이터 품질 정확성, 충분성에 맞게 분석용 데이터셋으로 적재, 신뢰성 확보여부 파악, 개인정보보호 등의 규정위반 확인, 조치, 데이터 정합성 개선계획 수립, 훈련/테스트 데이터 분할계획 수립, 실 데이터 검증을 위한 데이터셋 준비상태 확인	의사소통, 수리, 문제해결, 자기개발, 정보, 기술

빅데이터 분석 직무는 이처럼 데이터를 준비하는 단계(분석용 데이터 구축, 수준 5)에서 출발해 탐색과 통계·머신러닝·텍스트 분석(수준 6)을 거쳐 그 결과를 사용자에게 전달하는 시각화(수준 5)까지를 하나의 흐름으로 담고 있습니다. 필요역량 역시 의사소통·수리·문제해결을 공통 기반으로 하되, 분석 기법을 다루는 능력단위에서는 자기개발과 기술이, 결과를 전달하는 시각화에서는 직업윤리가 추가로 요구된다는 점이 특징입니다.

2) 빅데이터 기획

가치창출을 위하여 빅데이터 서비스, 환경분석, 분석모델 및 플랫폼을 정의하고 이에 대한 활용과 성과 및 운영관리를 수립

수준	능력단위명	세부내용	필요역량
7	빅데이터 서비스 기획	1. 서비스 목표 수립 : 서비스 요구사항 식별, 식별된 요구사항 분석, 분석 및 활용목적 도출, 서비스 활용결과로 산출되는 관리항목 도출, 분석모델 활용에 따른 서비스 목표 수립 2. 서비스 모델 수립 : 서비스 목표에 따라 적용영역에 적합한 분석 모델 발굴, 활용목적에 부합한 서비스 모델 정의, 사용자별 활용 시나리오 정의, 서비스 모델 고려사항, 제약사항 도출 3. 서비스 전략 수립 : 서비스 도입, 운영을 위한 단계적 로드맵 수립, 분석, 인프라, 활용, 성과관리, 전략방향 수립, 거버넌스 전략방향 수립, 서비스 전략계획서 수립 4. 서비스 정책 수립 : 서비스 원칙 및 이에 따른 정책 정의, 서비스 관리지침 수립, 서비스 관리방안 수립	의사소통, 문제해결, 자원관리, 정보, 기술, 조직이해

빅데이터 기획은 분석 그 자체보다 한 단계 위에서 서비스의 목표와 모델, 전략과 정책을 정의하는 직무입니다. 그래서 능력단위 수준도 7로 가장 높게 설정되어 있으며, 필요역량에도 수리 대신 자원관리와 조직이해가 포함되어 분석 실무보다 조직·자원을 조율하는 성격이 강하다는 점을 확인할 수 있습니다.