예시 답변 1
약 90초
문제 정의부터 AI 활용과 결과까지 흐름으로 설명하는 결
졸업 프로젝트에서 소규모 커머스 플랫폼의 반품률 이상 탐지 문제를 다뤘습니다. 특정 카테고리 반품률이 갑자기 오르는 패턴이 있었는데, 수작업으로는 원인 파악이 어려웠습니다. 먼저 pandas로 거래·반품·고객 행동 데이터를 정제하고, 카테고리·사이즈·판매 채널 교차 분석으로 반품이 집중되는 패턴을 찾았습니다. 이후 Isolation Forest 알고리즘으로 이상 거래를 자동으로 플래그하는 모델을 만들었고, 특정 사이즈 표기 오류가 반품의 주요 원인이라는 인사이트를 도출했습니다. 그 결과를 팀 내 발표 자료로 정리해 데이터 시각화까지 담았습니다. AI를 쓴 것은 이상 탐지 단계뿐이었고, 정작 문제 해결은 데이터 정제와 패턴 분석이 더 큰 비중을 차지했습니다. 복잡한 문제일수록 AI 도입 전에 데이터를 먼저 제대로 이해하는 것이 출발점이라는 것을 배웠습니다.
이 결의 특징
AI를 쓴 부분은 이상 탐지 단계뿐이었다는 점을 숨기지 않고, 데이터 정제와 교차 분석이 더 큰 비중을 차지했다는 사실을 그대로 짚은 흔적이 있습니다. Isolation Forest로 사이즈 표기 오류를 찾아낸 전환점이 결의 중심에 있습니다.
이 결이 통하는 자리
카테고리·사이즈·채널 교차 분석으로 반품 패턴을 좁혀낸 과정이 구체적으로 살아 있을 때 통합니다. AI 도입 전에 데이터를 먼저 이해해야 한다는 순서 판단이 붙을 때 면접관이 과장 없는 서술로 받아들이는 결이 보입니다.