iBetter Books
...
수정

Ch 02. 다음 단계

교재의 마지막 페이지에 도착했습니다. 처음 R을 설치하던 때가 엊그제 같은데, 이제 금융 데이터를 분석하고 리포트를 만드는 수준까지 왔습니다.

하지만 R의 세계는 생각보다 훨씬 넓습니다. 이 교재는 그 입구를 여는 열쇠였습니다. 이 챕터에서는 다음으로 나아갈 방향을 안내합니다.

실전 R 시리즈 소개

이 교재 "실전 R 데이터 분석"은 R 활용 시리즈의 첫 번째 책입니다. 데이터를 다루는 기본기를 닦는 데 집중했다면, 이후 권에서는 더 깊은 분석과 실제 서비스 개발로 나아갑니다.

실전 R 통계 분석 (2권)

통계는 데이터 분석의 근거를 만드는 도구입니다. "이 두 집단이 정말 다른가?", "이 변수가 저 변수에 영향을 미치는가?" 같은 질문에 수치로 답합니다.

2권에서 다루는 내용입니다.

  • 기술통계와 추론통계: 평균, 분산, 표준오차, 신뢰구간
  • 가설 검정: t-검정, 카이제곱 검정, ANOVA
  • 상관분석과 회귀분석: 선형 회귀, 다중 회귀, 로지스틱 회귀
  • 비모수 검정: 데이터가 정규분포를 따르지 않을 때의 대안
  • tidymodels: 현대적인 R 머신러닝 프레임워크 입문

데이터로 주장을 증명하는 방법을 배우고 싶다면 2권이 다음 목적지입니다.

실전 R과 Shiny (3권)

Shiny는 R 코드만으로 웹 대시보드를 만드는 패키지입니다. HTML, CSS, JavaScript를 전혀 몰라도 됩니다. R 분석 결과를 인터랙티브 웹 앱으로 배포할 수 있습니다.

3권에서 다루는 내용입니다.

  • Shiny 기본 구조: ui와 server, 반응형 프로그래밍
  • 입력 위젯: 슬라이더, 드롭다운, 날짜 선택기
  • 실시간 차트: plotly와 DT로 인터랙티브 시각화
  • 데이터베이스 연동: Shiny에서 MySQL/PostgreSQL 연결
  • Shinyapps.io 배포: 분석 대시보드를 웹에 공개하기

분석 결과를 팀원이나 고객과 공유하는 대시보드를 만들고 싶다면 3권으로 이어집니다.

추천 학습 자료

스스로 계속 성장하는 데 도움이 될 자료들을 소개합니다.

책

R for Data Science(2판)은 tidyverse 핵심 저자인 해들리 위컴(Hadley Wickham)이 직접 쓴 책입니다. 영문이지만 공식 웹사이트(r4ds.hadley.nz)에서 무료로 읽을 수 있습니다. 이 교재와 함께 보면 tidyverse를 더 깊이 이해할 수 있습니다.

Advanced R(2판)은 R의 내부 동작과 함수형 프로그래밍, 메타프로그래밍을 다룹니다. R을 더 잘 이해하고 싶을 때 읽으면 좋습니다. 역시 adv-r.hadley.nz에서 무료로 읽을 수 있습니다.

ggplot2: Elegant Graphics for Data Analysis는 ggplot2 공식 서적입니다. 그래프 하나를 만드는 방법보다 시각화 철학을 이야기합니다.

온라인 학습

Posit (구 RStudio) 공식 치트시트는 dplyr, ggplot2, tidyr, Shiny 등 주요 패키지의 핵심 함수를 한 장에 정리한 PDF입니다. posit.co/resources/cheatsheets에서 무료로 내려받을 수 있습니다.

Kaggle Learn은 R과 Python으로 데이터 분석을 배울 수 있는 무료 온라인 강의 플랫폼입니다. 강의 이수 후 인증서를 받을 수 있고, 실제 데이터 경진대회에 참가해볼 수도 있습니다.

DataCamp는 유료지만 체계적인 R 커리큘럼을 제공합니다. 무료 체험판으로 시작해볼 수 있습니다.

R 커뮤니티

R-Korea 슬랙(r-korea.io)은 국내 R 사용자들이 모인 온라인 커뮤니티입니다. 분석 관련 질문을 올리면 친절한 답변을 받을 수 있습니다. R을 쓰면서 막히는 부분이 생기면 여기에 질문하는 것을 추천합니다.

Stack Overflow의 [r] 태그는 전 세계 R 사용자들이 질문하고 답변합니다. 에러 메시지를 검색하면 대부분 비슷한 질문이 이미 올라와 있습니다.

RWeekly(rweekly.org)는 매주 R 관련 새로운 패키지, 블로그 포스트, 튜토리얼을 뉴스레터로 정리해줍니다. 구독하면 R 생태계 변화를 자연스럽게 따라갈 수 있습니다.

마치며

처음 c(1, 2, 3)을 타이핑하던 순간부터 주식 포트폴리오 분석까지, 함께 걸어온 길이 짧지 않았습니다.

R은 배울수록 더 많은 가능성이 보이는 언어입니다. 통계, 머신러닝, 웹 대시보드, 보고서 자동화, 지도 시각화까지 R 하나로 할 수 있는 일의 범위는 계속 넓어지고 있습니다.

이 교재가 그 첫 발걸음을 내딛는 데 도움이 되었기를 바랍니다. 데이터 안에서 이야기를 찾는 여정을 계속 이어가시길 응원합니다.

← Ch 01. R 데이터 분석 정리