01 시작 전에 원본과 스키마 확인하기
원본 파일을 바로 수정하지 말고 별도 사본에서 전처리를 시작해야 합니다. 원본이 남아 있어야 처리 전후의 행 수와 값을 다시 비교할 수 있습니다. 컬럼명, 데이터 타입, 단위, 날짜 형식, 기본키 후보를 먼저 적고 실제 값이 예상한 스키마와 맞는지 확인합니다.
숫자 컬럼에 문자열이 섞였거나 날짜 형식이 여러 개인 경우처럼 타입 변환이 필요한 항목은 변환 실패 건수도 함께 기록해야 합니다. 데이터 직무 준비에서는 도구 이름보다 분석 과정과 결과물을 설명할 수 있는지가 더 중요합니다.
02 결측치 처리 기준 정하기
결측치는 모두 삭제하지 말고 왜 비어 있는지부터 구분해야 합니다. 수집 실패, 해당 없음, 사용자 미입력은 의미가 서로 다릅니다. 분석에 반드시 필요한 컬럼이 비어 있다면 제외할 수 있지만, 제외 전후의 행 수와 비율을 기록해야 결과가 어떻게 달라졌는지 설명할 수 있습니다.
평균이나 중앙값으로 대체했다면 적용한 컬럼과 대체 이유를 남기고, 원래 결측치였음을 표시하는 별도 컬럼이 필요한지도 검토합니다.
03 중복 데이터 구분하기
완전히 같은 행만 중복으로 보면 같은 사용자의 반복 주문이나 반복 방문을 잘못 지울 수 있습니다. 사용자 ID, 주문 ID, 이벤트 시각처럼 데이터의 고유성을 판단할 키를 먼저 정한 뒤 중복 여부를 확인해야 합니다.
중복을 제거했다면 어떤 키와 정렬 기준으로 한 행을 남겼는지 기록하고, 제거 전후 건수를 비교합니다.
04 이상치 검토하기
이상치는 값이 크거나 작다는 이유만으로 삭제하지 않습니다. 입력 오류인지 실제로 드문 사례인지 원천 데이터와 업무 기준을 같이 봐야 합니다. 범위 조건, 사분위수, 분포 그래프 같은 방법으로 후보를 찾을 수 있지만 최종 처리 기준은 분석 목적에 맞게 정해야 합니다.
삭제, 상한·하한 조정, 별도 그룹 분리 중 어떤 방식을 썼는지와 결과에 미친 영향을 함께 남깁니다.
05 처리 후 검증 체크리스트
전처리 전후의 전체 행 수, 고유 키 수, 결측치 수, 중복 수를 같은 표로 비교합니다. 데이터 타입과 값의 범위가 스키마에 맞는지 다시 확인하고, 변환 과정에서 새로 생긴 결측치가 없는지 검사합니다.
전처리 코드와 실행 순서를 노트북이나 스크립트로 남겨 같은 원본에서 같은 결과를 재현할 수 있어야 합니다. 마지막으로 삭제하거나 대체한 기준, 처리 건수, 판단이 어려웠던 항목을 README에 적으면 프로젝트 검증 과정까지 설명할 수 있습니다.
검증용 샘플을 따로 뽑아 원본 값과 처리된 값을 직접 대조하고, 집계 결과가 전처리 전후에 예상 범위 안에서 변했는지도 확인합니다. 협업 프로젝트라면 처리 규칙을 코드 안에만 두지 말고 컬럼별 기준표로 공유해야 다른 사람이 같은 데이터에 같은 판단을 적용할 수 있습니다.
06 확인한 내용을 기록하는 방법
최종 결정 전에 과정명, 공식 URL, 확인 날짜, 모집 회차, 비용 관련 조건, 프로젝트 방식, 피드백 범위를 한 줄씩 남겨두면 좋습니다. 나중에 다시 비교할 때는 인상이나 후기보다 같은 기준으로 적어둔 항목이 더 도움이 됩니다.
특히 취업 준비 과정은 시간이 지나며 모집 조건과 운영 방식이 바뀔 수 있으므로, 확인 날짜를 함께 적어두는 것이 중요합니다. 기록할 때는 공개 페이지에서 확인한 내용과 상담을 통해 확인한 내용을 분리해야 합니다. 공개 페이지에 있는 정보는 출처 링크와 함께 남기고, 상담에서 들은 조건은 날짜와 질문 내용을 함께 적어야 나중에 혼동이 줄어듭니다.
여러 후보를 비교한다면 같은 열로 정리해야 합니다. 커리큘럼, 프로젝트, 피드백, 수료 후 지원, 비용 관련 조건, 모집 일정이 같은 순서로 놓이면 광고 문구보다 실제 차이가 더 잘 보입니다.
07 신청 전 마지막 점검
데이터 전처리 체크리스트는 검색한 상태라면 지금 필요한 것이 개념 정리인지, 과정 선택인지, 결과물 보완인지 먼저 구분해야 합니다. 데이터 분석 입문자에게 중요한 것은 많은 정보를 한 번에 보는 것이 아니라, 현재 수준에서 다음 행동으로 이어지는 기준을 남기는 일입니다.
공식 페이지에서 확인한 내용과 본인이 실제로 확보할 수 있는 학습 시간을 같이 적어두면, 후기나 광고 문구에 흔들리지 않고 선택지를 줄일 수 있습니다.
자주 묻는 질문
데이터 전처리 체크리스트는 어떤 기준으로 봐야 하나요?
먼저 목표 직무와 현재 수준을 정리한 뒤 커리큘럼, 프로젝트 방식, 피드백 구조, 수료 후 지원 범위를 나눠서 봐야 합니다.
공식 페이지에서는 무엇을 확인해야 하나요?
과정 구조, 프로젝트 흐름, 피드백 방식, 모집 일정, 비용 조건을 나눠 확인해야 합니다. 변동되는 조건은 상담 시점의 최신 안내로 다시 맞춰봐야 합니다.
비전공자는 무엇을 먼저 봐야 하나요?
사전 학습 범위와 주간 학습 시간을 먼저 계산해야 합니다. 시작 조건이 맞아도 학습량과 프로젝트 부담이 맞지 않으면 중반 이후 따라가기 어렵습니다.
후기만 보고 결정해도 되나요?
후기는 분위기를 파악하는 보조 자료로만 보는 게 낫습니다. 작성자의 전공, 학습 시간, 목표 직무가 다르면 같은 과정도 체감이 달라질 수 있습니다.
신청 전에는 무엇을 확인해야 하나요?
현재 회차의 기간, 주간 학습량, 프로젝트 산출물, 수료 기준, 자부담 여부, 이력서·포트폴리오 피드백 범위를 확인해야 합니다.