데이터 과학은 빠르게 성장하는 분야이지만 똑같이 성장하지는 않습니다. 지난 30년 동안 컴퓨터 과학 분야의 여성 비율이 크게 감소했다고 말하면 어떨까요? 1984년부터 2016년까지 여성인 컴퓨터 과학 졸업생의 비율은 [37%에서 18%]로 감소했습니다(https://wpassets.ncwit.org/wp-content/uploads/2021/05/13193304/ncwit_women-in- it_2016-full-report_final-web06012016.pdf). 간단히 말해서, 컴퓨터 과학에 대한 수요가 점점 더 많아지면서 실제로 여성에게 덜 개방되었습니다.
물론 많은 여성들이 데이터 과학과 데이터 분야의 흥미로운 직업 기회에 관심이 있습니다. 따라서 우리는 데이터 과학의 성별 통계가 우리에게 무엇을 말해주는지 고려해야 합니다. 여성이 데이터 과학자로서 경력을 쌓도록 장려하려면 어떻게 해야 할까요? 그리고 현재 현장 리더들은 조직 내 여성을 지원하기 위해 무엇을 할 수 있을까요? 결국, 여성 데이터 과학자를 잃는다는 것은 이 업계의 잠재적인 혁신가와 리더를 대량으로 잃는다는 것을 의미합니다.
데이터 과학자의 성별 비율은 무엇인가요?
데이터 과학의 성별 통계는 고르지 못한 이야기를 들려줍니다. Harnham 보고서에 따르면 2020년에는 데이터 역할의 27%에 불과합니다. Analytics는 여성이 맡았습니다. 이 평균은 Analytics, Insight 및 Life Science Analytics 분야에서 여성의 수가 더 많기 때문에 약간 왜곡됩니다. 데이터 과학 자체에서는 성별 비율이 더 낮습니다. 데이터 과학자의 20%만이 여성이었습니다. 2020년 기준으로 데이터 과학 분야에는 남성이 여성보다 4배 더 많습니다. 여성도 남성보다 수입이 적습니다. 데이터 및 분석 분야 전체에서 남성은 여성보다 17% 더 많은 소득을 얻습니다. 이러한 불일치 중 일부는 초급 역할로 현장에 합류하는 새로운 여성 데이터 과학자의 물결로 인해 설명될 수 있습니다. 그러나 패턴은 중요합니다. 남성이 여성 동료보다 상당한 차이로 수입을 올리고 있습니다.
데이터 과학자가 되는 여성이 적은 이유는 무엇입니까?
데이터 과학 분야의 부트캠프와 학위가 급증하고 있지만, 이 그룹에서 여성의 학생 비율은 낮습니다. 이는 데이터 과학 일자리를 찾는 여성 졸업생이 적다는 것을 의미합니다. 기술 분야에서 여성이 과소 대표되는 현상은 어린 나이부터 시작됩니다. 약 11~12세까지 여자아이들은 남자아이들과 마찬가지로 STEM 분야에 관심을 보이는 경향이 있습니다. 16세가 되었을 때 보고된 관심도가 급격히 떨어졌습니다. 이러한 패턴은 우리 문화와 교육 시스템 전반에 걸친 광범위한 성별 문제에서 나타납니다. 10대 소녀들은 남성 동료들에 비해 STEM 분야를 자신을 위한 장소로 생각할 가능성이 적습니다. 그들은 수업에서 좋은 성적을 거두더라도 교사로부터 격려를 받을 가능성이 적습니다. 또한 STEM 경력에서 여성 역할 모델이 부족하여 낙담할 수도 있습니다.
여성이 데이터 과학 경력을 떠나는 이유는 무엇입니까?
Better Buys에 따르면 여성이 기술 분야 직위를 그만둘 가능성이 남성보다 2배 더 높습니다. 많은 분야에서와 마찬가지로 여성은 자녀나 노인 가족을 돌보기 위해 직장을 그만두거나 휴가를 낼 가능성이 남성보다 높습니다. 다시 직장에 복귀하더라도 시간을 놓쳤다는 인식으로 불이익을 받을 수도 있다. 기업은 남성과 여성 모두에게 동일한 유급 육아 휴직을 제공함으로써 이 문제를 직접적으로 해결할 수 있습니다. 전 세계적으로 점점 더 많은 회사들이 동등 휴가 정책을 만들고 있습니다. 이는 육아 업무를 보다 균등하게 분배하고 시간이 지남에 따라 육아 휴직에 대한 문화적 낙인이 점차 이동하는 것으로 보입니다.
그러나 이 문제 중 일부는 데이터 과학에만 국한됩니다. 현장에서 여성의 부족은 지속적으로 나타날 수 있습니다. 여성은 다른 여성이 리더십 역할을 맡는 것을 보지 못하며 승진 기회가 더 적기를 기대합니다. 그리고 기술 팀에 여성이 부족하면 잠재적으로 유해한 환경이 조성될 수 있습니다. 데이터 과학 석사와의 인터뷰에서 Jana Eggers는 '일부 성차별과 편견 문제'가 여성이 그렇지 않은 이유라고 언급했습니다. 항상 업계에 머물지는 않습니다. 같은 인터뷰에서 Lillian Pierson은 "여성들은 외모와 입는 옷에 따라 끊임없이 성차별에 직면해 있습니다"라고 말했습니다. 조직의 리더들은 성차별 문화 문제에 정면으로 도전해야 합니다. 여성이 존중받지 못한다면 남아있을 이유가 없습니다.
데이터 과학 분야 여성을 위한 리소스 및 네트워킹
데이터 과학의 불평등한 성별 비율은 해결하기 어려운 문제임에도 불구하고 데이터 과학자와 교육자들이 수년 동안 노력해 온 문제입니다. 이 모든 작업의 긍정적인 결과는 기술 분야에서 여성을 지원하는 전문 네트워크와 리소스가 많다는 것입니다. 소녀를 가르치는 것부터 코드까지, 데이터 과학에 입문하는 여성에게 전문 멘토를 제공하는 것까지 말이죠. 유용한 자료가 많이 있습니다. 귀하가 데이터 과학 분야의 여성이거나 인생에서 젊은 여성을 지원하고 싶다면 다음 프로그램을 확인하세요.
소녀와 젊은 여성을 위한 프로그램:
데이터 과학 및 기술 분야의 여성을 위한 리소스:
데이터 과학 분야는 남성과 여성 모두에게 기회가 무르익었습니다. 조직이 모든 성별과 인종의 직원을 환영할 뿐만 아니라 적극적으로 지원하도록 하는 것은 이미 현장에 있는 사람들의 몫입니다. 데이터 과학 분야의 여성을 지원함으로써 우리는 해당 분야의 여성뿐만 아니라 데이터 과학의 미래 혁신 전체에 도움이 됩니다.
