복잡한 비즈니스 문제를 데이터 분석과 AI를 통해 해결한 경험에 대해 이야기해줄 수 있나요?

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.