01 Tableau가 맞는 경우
Tableau는 대시보드 형태로 지표를 반복해서 확인해야 할 때 강점이 있습니다. 필터, 기간 선택, 세그먼트 비교, 여러 차트의 연결이 필요한 경우에는 Python 노트북보다 보는 사람이 빠르게 탐색할 수 있습니다.
비개발 직군이나 현업 부서와 공유할 자료라면 클릭해서 확인할 수 있는 대시보드가 더 적합할 수 있습니다. 포트폴리오에서는 Tableau를 썼다는 사실보다 어떤 지표를 선택했고, 필터와 차트를 왜 그렇게 배치했는지 설명해야 합니다.
대시보드는 보는 사람이 직접 탐색하는 자료이므로 첫 화면에서 핵심 지표, 비교 기준, 기간 조건이 바로 보여야 합니다. 차트가 많아도 지표 정의가 흐리면 설득력이 떨어집니다. 매출, 전환율, 재방문율처럼 각 지표가 어떤 계산식으로 만들어졌는지 같이 적어야 합니다.
02 Python 시각화가 맞는 경우
Python은 전처리, 분석, 시각화가 한 노트북 안에서 이어질 때 강점이 있습니다. pandas로 데이터를 정리하고 matplotlib, seaborn, plotly 등으로 그래프를 만들면 분석 과정과 결과를 함께 보여줄 수 있습니다.
데이터가 자주 바뀌거나 반복 분석을 자동화해야 한다면 Python 코드로 재현 가능한 흐름을 남기는 편이 유리합니다. 면접에서는 그래프 모양보다 데이터를 어떤 기준으로 가공했고, 어떤 해석을 붙였는지가 더 중요합니다.
Python 시각화는 코드가 남기 때문에 결측치 처리, 컬럼 변환, 그룹 집계, 그래프 생성 과정을 순서대로 설명하기 좋습니다. 반대로 보는 사람이 코드를 읽지 않아도 결과를 이해해야 하는 상황이라면 노트북만으로는 전달력이 약할 수 있습니다.
03 포트폴리오 기준으로 비교하기
Tableau 포트폴리오는 대시보드 목적, 핵심 지표, 필터 구조, 사용자가 읽는 순서를 설명해야 합니다. Python 포트폴리오는 분석 질문, 전처리 기준, 그래프 선택 이유, 결론과 한계를 코드와 문서로 함께 남겨야 합니다.
둘 다 차트를 많이 넣는다고 좋은 결과물이 되지는 않습니다. 한 그래프가 어떤 질문에 답하는지 분명해야 합니다. 각 과정의 공식 페이지에서 커리큘럼, 프로젝트, 운영 방식이 확인되는 후보만 비교 기준에 포함합니다.
채용 담당자나 면접관 입장에서는 도구명보다 결과물을 읽는 순서가 중요합니다. 그래서 Tableau 결과물에는 대시보드 링크와 화면 설명을, Python 결과물에는 노트북 실행 순서와 핵심 그래프 해석을 같이 남겨야 합니다.
두 방식 모두 데이터 출처와 확인 날짜, 전처리 기준을 적어두면 결과의 신뢰도를 판단하기 쉽습니다.
04 같이 쓰는 방식
실제 프로젝트에서는 SQL로 데이터를 꺼내고 Python으로 전처리한 뒤 Tableau로 대시보드를 만들 수도 있습니다. 이 경우 Python은 데이터 정리와 검증에, Tableau는 공유와 탐색에 역할이 있습니다.
포트폴리오에 둘을 같이 쓸 때는 도구를 많이 썼다는 점보다 각 도구가 맡은 역할을 분리해서 적어야 합니다. 예를 들어 Python에서 결측치와 이상치를 정리하고, Tableau에서 월별 전환율과 세그먼트별 차이를 보여줬다고 설명할 수 있습니다.
이렇게 역할을 나누면 Python 코드는 분석 재현성을 보여주고, Tableau 대시보드는 이해관계자가 결과를 탐색하는 화면이 됩니다. 둘을 같이 쓰는 프로젝트라면 데이터 흐름도를 간단히 남기는 것도 좋습니다. 원천 데이터, 전처리, 지표 계산, 대시보드 반영 순서를 적으면 읽는 사람이 구조를 빠르게 이해할 수 있습니다.
05 선택을 좁히는 질문
이 결과물은 내가 분석 과정을 설명하기 위한 자료인가요, 다른 사람이 반복해서 확인할 대시보드인가요? 전처리와 계산 로직을 코드로 보여줘야 하나요?
필터와 드릴다운처럼 사용자가 직접 탐색해야 하나요? 최종 결과물이 이력서, GitHub, 발표 자료, 대시보드 링크 중 어디에 들어가나요?
이 질문에 답하면 Tableau와 Python 중 무엇을 먼저 써야 하는지 더 분명해집니다. 입문 단계에서는 둘 중 하나만 정답으로 고르기보다 프로젝트 목적에 따라 역할을 나누는 연습이 필요합니다.
분석 과정을 보여주는 프로젝트라면 Python을 중심에 두고, 반복 확인이 필요한 지표형 결과물이라면 Tableau를 중심에 두는 식으로 정리하면 됩니다.
자주 묻는 질문
Tableau Python 시각화 비교는 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.