이 질문 뒤에 면접관이 확인하려는 것은 따로 있습니다.
가장 자신 있는 건 엑셀의 피벗 테이블과 VLOOKUP/INDEX-MATCH 조합입니다. 데이터 분석 과제에서 수백 행의 데이터를 유형별로 요약하고 교차 분석할 때 자주 썼는데, 반복적인 집계 작업을 피벗으로 처리하면서 시간이 크게 줄었습니다. 또한 조건부 서식으로 이상치를 시각적으로 빠르게 파악하는 방식도 활용했습니다. 파워포인트는 슬라이드 마스터를 활용해서 발표 자료의 일관성을 유지하는 방법을 써왔습니다. 도구 자체보다 어떤 상황에서 어떤 기능을 쓰는지를 판단하는 능력이 더 중요하다고 생각합니다.
도구를 잘 쓰는 것보다 목적에 맞게 선택하는 판단이 더 중요하고, 어떤 업무 환경에서도 빠르게 적응하는 자신이 있습니다. 지금은 파이썬의 pandas도 기초 수준으로 배우고 있어서, 엑셀로 하던 작업을 코드로 자동화하는 연습을 병행하고 있습니다.
엑셀을 업무에서 활용한 또 다른 방식은 팀 전체가 함께 보는 데이터 정리 시트를 설계하는 것이었습니다. 수업 프로젝트에서 팀원들이 각자 다른 방식으로 데이터를 입력하면서 집계가 어려웠는데, 입력 형식을 통일하고 드롭다운 리스트를 만들어서 오류를 줄이는 방식을 적용했습니다. 데이터 유효성 검사 기능을 활용했더니 잘못된 형식의 데이터가 들어오는 경우가 눈에 띄게 줄었습니다. 또 조건부 서식을 적용해서 입력이 누락된 행이 자동으로 색으로 표시되도록 해서, 팀원들이 자기 파트를 빠르게 확인할 수 있었습니다.
공유 데이터 시트는 실력이 아니라 규칙이 품질을 결정합니다.
향후 업무에서 MS 오피스 활용을 어떻게 발전시킬지 생각해보면, 엑셀로 반복하던 작업을 파이썬으로 자동화하는 방향을 연습하고 있습니다. 지금은 pandas로 CSV 파일을 읽고 피벗과 비슷한 집계를 코드로 처리하는 수준이지만, 이 방식이 익숙해지면 매주 반복하는 보고 자료를 자동 생성하는 스크립트를 만드는 것이 목표입니다. 엑셀은 직관적인 UI가 장점이지만 데이터가 수만 행을 넘어가면 처리 속도가 느려지는 한계가 있습니다. 코드 기반 처리는 이 한계를 넘어가는 상황에서 더 효과적입니다. 어느 상황에서 엑셀이 적합하고 어느 상황에서 코드가 적합한지를 판단하는 능력이 도구 자체보다 중요하다고 생각합니다.
도구의 한계를 아는 것이 더 좋은 도구를 선택하는 시작입니다.
답변에서 흔히 빠지는 것들 — 빠져 있으면 꼬리질문이 깊어집니다.
이 질문에 이어 크래프톤 사업기획 면접관이 던질 가능성이 높은 후속 질문.
이 페이지의 질문·답변·꼬리질문은 유사 직군 채용 시장의 공개된 면접 후기·커뮤니티 게시물을 분석해 구성한 학습 자료입니다. 특정 회사가 실제로 이 질문을 출제했다는 것을 보장하지 않으며, 모든 예시는 우문현답이 직접 작성한 창작물입니다. 해당 회사의 공식 입장과는 무관합니다. 회사 측의 정정 요청이 있을 경우 24시간 이내에 응답·수정합니다.