예시 답변 1
약 90초
분석 병목을 찾고 자동화와 표준화로 처리 속도를 높이는 결
졸업 연구에서 같은 형식의 분석을 반복하면서 데이터 처리에 전체 시간의 40%가 소요된다는 걸 파악했습니다. 분석 자체보다 데이터 정리와 형식 변환에 시간이 더 걸리고 있었습니다. Python으로 데이터 로드, 전처리, 시각화를 한 번에 실행하는 파이프라인을 작성했습니다. 새 데이터를 지정 폴더에 넣으면 자동으로 결과가 나오는 구조로 만들었더니 처리 시간이 2시간에서 15분으로 줄었습니다. 품질도 올라갔는데, 수작업 중에 생기던 형식 불일치가 없어지면서 결과 비교가 더 일관됐습니다. 지도교수님이 같은 파이프라인을 연구실 전체가 쓰도록 공유하자고 제안했습니다. 지금도 반복 분석은 자동화 파이프라인을 먼저 검토합니다.
이 결의 특징
데이터 처리가 전체 분석 시간의 40%를 차지한다는 것을 발견했습니다. 8시간 작업 중 3.2시간이 엑셀 데이터 정제(중복 제거, 형식 통일, 이상값 필터링)에 소비되고 있었습니다. 파이썬 자동화 스크립트를 2주에 걸쳐 작성해 같은 작업을 15분으로 단축했습니다(128배 개선).
이 결이 통하는 자리
병목을 정량화하고 자동화한 것이 통합니다. 면접관이 '어떤 작업부터 자동화했나'고 물으면, '시간을 측정해 가장 낭비가 큰 부분부터 했다'는 우선순위 기준이 효율 의식을 입증합니다.