통계, 의사결정을 위한 필수적인 도구  
통계학과에서는 데이터를 수집하고 분석하는 법과 더불어 분석결과를 활용한 의사결정 및 미래 예측 기법을 배우게 됩니다. 

예를 들어, 보험회사의 보험금 지급 문제에서 보험사의 기대 이익은 보험료 수입과 향후 발생하는 보험금 지급액을 뺀 수치로 정의됩니다. 따라서 지속적으로 사고를 내 보험금을 계속해서 타내는 가입자가 있다면 보험사로서는 손해를 입게 되고, 따라서 이를 막기 위해 보험사는 여러 가지 수단을 동원하게 됩니다. 

일반적으로, 한 번 보험금을 받은 가입자의 향후 보험료는 상승하게 됩니다. 즉 보험사는 상습 사고자의 보험료를 상향 조정하여 손해를 최소화하려고 합니다. 그런데 이 보험료의 상승분이 너무 높게 책정되면 보험 가입자의 이탈률이 높아질 것이며 또한 너무 낮게 책정되면 지급 보험금 상승으로 인한 손해를 회사가 감수해야 합니다. 

따라서 보험사는 사고를 낸 가입자가 어쩌다 실수로 사고를 낸 건지, 상습적으로 사고를 내는 덜렁이인지를 파악해야 합니다. 덜렁이에게 더 높은 보험료를 물려야 하니까요. 이걸 어떻게 해야 할까요? “당신 다음에도 사고 낼 거야?” 라고 물어볼 수도 없습니다. 이 때 통계 전문가를 동원합니다. 

통계 분석 전문가는 과거의 사례, 가입자의 연령대, 성별 등의 자료를 분석하여 ‘필요한 수준의 이윤을 내기 위해서는 얼마나 보험료를 올려야 하는지’, ‘상습범이 될 확률이 상당히 높은 운전자는 어떠한 특성을 가지고 있으며 이러한 운전자에게 어느 정도의 보험료를 책정해야 하는지’ 등의 질문에 답변을 제시합니다. 

이때 통계학과에서 배우는 리스크 관리나 분류기법을 포함한 여러 통계 분석 방법들은 매우 중요한 역할을 하게 됩니다.  

학과목에 대해서 
학년별 통계 밟기
1학년: 통계학의 개념을 잡고 필요한 수학 지식을 쌓는 시기로 통계적 사고, 기초통계학, 통계수학 그리고 행렬 이론 등을 수강하게 됩니다.   

2학년: 다음 단계로 나아가기 위한 통계 이론, 통계적 방법론 그리고 통계 프로그램을 배우게 됩니다. 통계 이론의 첫 걸음으로 확률론, 통계학의 핵심이론으로 수리통계학을, 그리고 통계 분석을 위한 방법론의 첫 걸음으로는 회귀분석, 사회과학을 위한 통계적 방법 등을 수강하게 됩니다. 

빠르고 정확한 데이터 분석을 위해서는 컴퓨터를 활용해야 하며 이를 위해 R, SAS 그리고 SPSS와 같은 여러 통계 프로그램의 기초적인 지식을 또한 이 시기에 축적하게 됩니다. 관련 과목으로 통계계산소프트웨어와 통계계산프로그래밍이 있습니다. 

3학년: 보다 깊은 수준의 이론 및 통계적 방법론들을 이 시기부터 배우게 됩니다. 자료수집의 방법은 통계조사론과 실험계획법을 통해, 통계의 심화된 이론은 범주형자료분석, 다변량통계분석을 통해, 그리고 보다 깊이 있는 분석과 연구를 위한 컴퓨터 지식은 통계계산방법을 통해 배우게 됩니다. 

응용과목으로는 금융통계와 보험통계가 있으며 주식, 연금, 리스크 관리 그리고 보험 등의 분야에서 사용되는 통계적 분석 및 예측 방법을 배우게 됩니다.  
 
4학년: 배운 통계적 지식을 바탕으로 보다 전문적인 분야의 방법론을 배우는 시기입니다. 데이터마이닝(data mining)을 통해서는 가능한 여러 빅데이터의(big-data) 분석방법을 접하게 됩니다. 

또한 법과 통계학에서는 CSI 드라마에서 볼 수 있는 법정과 수사과정에서 이루어지는 여러 형태의 통계적 문제에 대한 해결 방안을 배웁니다. 이와 더불어 의학 통계, 계량 경제 등의 여러 분야에서 사용되는 통계 분석 기법 들을 각 주제 별로 배우게 됩니다. 분야에서 사용되는 통계 분석 기법 들을 각 주제 별로 배우게 됩니다.  

통계학과의 현재와 미래 
인간의 일생과 마찬가지로 각 학문 역시 출생이 있고 부흥기가 있습니다. 통계학의 위치는 과연 어디 즈음에 있을까요? 이제 막 이륙하여 힘차게 하늘을 날기 시작하여 안정권에 접어드는 비행기의 위치가 현재 통계학의 위치입니다. 

우리나라의 경우 “정부 3.0” 혹은 “데이터 기반 정책 결정”이라는 용어가 공공연하게 국가 기관에서 사용되고 있는 것 자체가 통계학의 중요성과 위치를 입증하고 있습니다. 또한 모든 분야에서 통계학 혹은 데이터 사이언스의 역할이 커지고 있습니다. 

경제 분야에서 사용되는 물가 지수를 포함한 여러 지수들, 언론에서 언급되는 여론조사 및 선거 예측조사, 의학 부분의 임상실험, 마케팅 분야의 데이터 마이닝 기법, 농업분야의 수확량 예측, 희귀 동물 개체 수 예측, 보험 및 연금 상품 개발, 환경 부분의 기후 변화 예측 그리고 공업 분야의 실험 설계 등 현재 통계 전문가를 요구하는 부분은 셀 수 없이 많습니다. 

이러한 통계 전문가에 대한 미래 수요는 어떻게 변화할까요? 최근 급격하게 떠오르는 “빅데이터”에 대한 논의는 통계 전문가의 미래에 대한 한 단면을 보여주고 있습니다. 

정치, 경제, 문화, 사회, 과학 등의 모든 분야에서의 발전으로 인하여 축적되는 데이터는 그 다양성, 복잡성 그리고 양의 측면에서 급속도로 증가하고 있고 이를 이용한 정확한 분석에 대한 요구 역시 높아지고 있으며 이러한 현상은 미래에 계속적으로 나타날 것입니다. 

과연 이렇게 방대한 창조의 블루오션에 뛰어들어 능력을 발휘할 수 있는 전문가는 누구일까요? 바로 이론적 바탕을 가지고 데이터를 분석할 수 있는 통계 전공자일 것입니다.  

길을 가는 후배에게 
이렇게 다를 줄이야! 고교시절 생각했던 전공에 대한 오해
처음 만나는 사람에게 ‘통계학’을 전공한다고 말하면, 대부분의 사람들이 비슷한 반응을 보입니다. “어려운 공부하시네요!” 라고 말이죠.

이 글을 읽고 있는 여러분에게도, 통계학이란 다른 세상의 이야기같이 느껴지실 겁니다. ‘확률과 통계’라는 다소 딱딱한 이름으로 고교 교과 과정에 포함되어 있기도 하고, ‘빅데이터’라는 트렌드와도 밀접한 관련이 있는 학문이며, 선거철 여론조사와 같이 익숙하게 지나치는 형태로도 존재합니다. 이렇게 사회 곳곳에 존재하는 만큼 통계학은 쓰임새가 다양합니다. 

또한 수학이 필요한 학문이지만 수학이 전부는 아닙니다. 통계학은 ‘수학적인 학문’이라는 표현보다는 ‘논리적인 학문’이라는 표현이 더 적절하다고 생각합니다. 통계학과에서의 4년이 지나고 나면, 자신이 보다 전문적이고 논리적인 능력을 갖추게 되었음을 느낄 수 있을 겁니다. 

이렇게 쓰임새가 다양한, 전문적인 능력을 갖춘 사람들을 회사에서 선호하는 것은 어쩌면 당연한 일일지도 모릅니다. 당장 나라가 망할 것만 같았던 IMF시절조차도 통계학 전공자들의 취업률이 96%가 넘어갔던 것이 바로 그 증거입니다.  

관련 자격 및 시험 
보험계리사, 리스크관리사, 재무 분석사, 사회조사 분석사, SAS Certified Program-mer and Analyst  

*에듀진 기사 원문: http://www.edujin.co.kr/news/articleView.html?idxno=32216