애널리스트가 되려면 이렇게 준비하면 현실적입니다
처음 애널리스트라는 일을 접했을 때
얼마 전 취업 준비를 하는 지인과 이야기하다가 “애널리스트는 숫자만 잘 보면 되는 직업 아니야?”라는 말을 들었습니다. 사실 저도 예전에는 비슷하게 생각했어요. 증권사 리포트에 목표주가를 쓰고, 기업 실적을 예측하고, 어려운 그래프를 다루는 사람 정도로만 봤거든요.
그런데 실제로 조금만 들여다보면 애널리스트는 숫자만 보는 사람이 아닙니다. 정보를 모으고, 그 안에서 의미 있는 흐름을 찾고, 다른 사람이 이해할 수 있게 설명하는 역할에 가깝습니다. 주식 애널리스트뿐 아니라 데이터 애널리스트, 비즈니스 애널리스트, 시장 애널리스트처럼 분야도 꽤 다양하고요.
공통점은 분명합니다. 흩어진 정보를 보고 “그래서 지금 무엇이 중요한가”를 말할 수 있어야 한다는 점입니다. 엑셀이나 파이썬 같은 도구도 중요하지만, 결국 결과물을 읽는 사람이 납득할 수 있어야 일이 완성됩니다.
애널리스트가 하는 일은 생각보다 넓습니다
애널리스트라는 단어는 분야에 따라 의미가 조금씩 달라집니다. 증권사 애널리스트는 기업의 매출, 영업이익, 산업 전망을 분석해서 투자 의견을 제시합니다. 예를 들어 반도체 담당이라면 메모리 가격, 설비 투자 규모, 고객사 재고, 환율 같은 변수를 계속 봐야 합니다.
데이터 애널리스트는 회사 안에서 쌓이는 데이터를 바탕으로 의사결정을 돕습니다. 쇼핑몰이라면 방문자 수, 장바구니 전환율, 재구매율, 광고비 대비 매출 같은 지표를 분석하겠죠. 단순히 “지난달 매출이 10% 늘었다”에서 끝나면 부족합니다. 어떤 고객군이 늘었는지, 광고 채널 중 무엇이 효율적이었는지, 다음 달에는 무엇을 바꿔야 하는지까지 이어져야 합니다.
비즈니스 애널리스트는 현업과 개발팀 사이에서 문제를 정의하고 요구사항을 정리하는 경우가 많습니다. 근데 이 역할도 숫자를 전혀 안 보는 건 아닙니다. 업무 프로세스, 고객 행동, 비용 구조를 파악해야 하니 분석력과 커뮤니케이션이 같이 필요합니다.
- 증권 애널리스트: 산업과 기업을 분석해 투자 판단 자료 작성
- 데이터 애널리스트: 고객, 매출, 서비스 데이터를 분석해 개선점 제안
- 비즈니스 애널리스트: 조직의 문제와 요구사항을 구조화해 실행 방향 제시
- 시장 애널리스트: 경쟁사, 소비자, 산업 트렌드를 조사해 전략 수립 지원
필요한 역량은 숫자, 글, 질문입니다
애널리스트 준비를 시작하면 많은 사람이 자격증이나 툴부터 떠올립니다. 물론 중요합니다. 엑셀은 기본이고, 데이터 분야라면 SQL, 파이썬, 시각화 도구를 익히면 유리합니다. 금융 쪽이라면 회계, 재무제표, 밸류에이션 개념도 알아야 합니다.
하지만 솔직히 도구만으로는 부족합니다. 같은 데이터를 보고도 좋은 애널리스트는 질문이 다릅니다. 예를 들어 매출이 20% 증가했다는 자료를 봤을 때 “좋다”로 끝내지 않습니다. 가격이 오른 건지, 판매량이 늘어난 건지, 일회성 이벤트가 있었는지, 경쟁사도 같이 성장했는지 따져봅니다.
글쓰기 능력도 꽤 중요합니다. 분석 결과가 아무리 좋아도 보고서가 복잡하면 설득력이 떨어집니다. 현업 팀장이나 투자자는 긴 설명보다 명확한 판단 근거를 원합니다. 그래서 애널리스트는 어려운 내용을 쉽게 바꾸는 연습을 해야 합니다. 숫자 100개를 나열하는 것보다, 의사결정에 필요한 숫자 5개를 골라 맥락을 붙이는 편이 훨씬 강합니다.
초보자가 먼저 잡으면 좋은 기본기
- 엑셀 함수와 피벗테이블로 데이터 요약하기
- 재무제표의 매출, 영업이익, 순이익 흐름 읽기
- SQL로 원하는 조건의 데이터 뽑기
- 차트 하나에 메시지 하나만 담는 연습하기
- 보고서 첫 문단에 판단과 근거를 함께 쓰기
준비는 작은 분석 결과물부터 쌓는 게 좋습니다
애널리스트를 준비한다고 해서 처음부터 거창한 리포트를 만들 필요는 없습니다. 오히려 작은 주제를 정해서 끝까지 분석해보는 편이 현실적입니다. 예를 들어 커피 프랜차이즈 3곳의 가격, 매장 수, 신제품 출시 빈도, 앱 리뷰를 비교해보는 식입니다.
이런 작업을 하면 자료 수집부터 기준 설정, 표 만들기, 해석하기까지 한 번에 연습할 수 있습니다. 실제 기업 분석도 비슷합니다. 다만 다루는 데이터가 더 많고, 이해관계자가 더 까다로울 뿐입니다. 처음에는 A4 1장짜리 분석 메모를 만드는 것만으로도 충분히 의미가 있습니다.
포트폴리오를 만든다면 결과보다 과정이 보이게 구성하는 게 좋습니다. “이 회사가 좋아 보입니다”보다 “왜 이 지표를 골랐고, 어떤 비교군을 사용했으며, 어떤 한계가 있는지”가 더 중요합니다. 채용하는 입장에서는 정답을 맞히는 사람보다 일관된 방식으로 생각하는 사람을 찾는 경우가 많습니다.
현실적으로 알아두면 좋은 점
애널리스트 일은 멋있어 보이지만 반복 작업도 많습니다. 자료를 찾고, 숫자를 맞추고, 이전 보고서와 다른 점을 확인하는 시간이 꽤 깁니다. 특히 금융권 리서치 업무는 실적 발표 시즌에 업무량이 몰릴 수 있고, 데이터 분석 직무도 대시보드 오류나 데이터 누락을 잡는 일이 자주 생깁니다.
그런데 이런 부분을 너무 부정적으로만 볼 필요는 없습니다. 반복 작업 속에서 산업의 감각이 생기고, 숫자를 의심하는 습관이 만들어집니다. 처음에는 표 하나 만드는 데 오래 걸리지만, 3개월 정도 꾸준히 반복하면 어떤 데이터가 이상한지 눈에 들어오기 시작합니다.
입문 단계에서는 완벽한 예측보다 탄탄한 설명이 더 중요합니다. 시장은 늘 바뀌고, 기업 실적도 예상과 다르게 움직입니다. 좋은 애널리스트는 틀리지 않는 사람이 아니라, 왜 틀렸는지 다시 추적하고 다음 분석에 반영하는 사람에 가깝습니다.
애널리스트를 목표로 한다면 당장 모든 도구를 익히려 하기보다 관심 있는 산업이나 문제를 하나 고르는 게 좋습니다. 그리고 숫자를 모아보고, 비교해보고, 짧게 써보는 과정을 반복하면 됩니다. 그 과정에서 내가 숫자 자체를 좋아하는지, 사람들에게 설명하는 일을 더 좋아하는지도 자연스럽게 보입니다. 저는 그 지점이 이 직업을 오래 준비할지 판단하는 꽤 현실적인 기준이라고 생각합니다.
