이 질문 뒤에 면접관이 확인하려는 것은 따로 있습니다.
AI를 활용한 신기술 기획에서 업무 효율을 분석할 때 가장 먼저 하는 건 "지금 어디서 시간이 가장 많이 쓰이는가"를 현황 파악하는 것입니다. 업무 효율 개선은 막연한 "빠르게"가 아니라, 구체적인 병목 구간을 찾는 데서 시작합니다. 분석 방법으로는 업무 로그나 처리 시간 데이터를 수집해 단계별 소요 시간을 시각화하고, AI 도입 전후를 비교하는 A/B 방식을 씁니다. AI 활용 방안으로는 반복적인 분류·요약·패턴 감지 업무에 AI를 먼저 적용하는 게 효과가 높습니다.
직접 개입이 꼭 필요한 판단 업무와, AI로 처리 가능한 부분을 구분하는 게 기획의 핵심입니다. 신기술 기획 방법론으로는 린(Lean) 방식으로 작은 단위부터 테스트하고 결과를 반영하는 접근을 씁니다. 효율 분석 기준으로는 처리 건수·오류율·사람 투입 시간·비용 네 가지를 주요 지표로 봅니다.
AI를 활용한 신기술 기획에서 업무 효율 분석을 시작할 때 가장 먼저 한 일은 '효율'의 정의를 팀 내에서 합의하는 것이었습니다. 단순히 처리 속도인지, 오류율인지, 사람 투입 시간인지가 맞춰지지 않으면 분석 결과를 놓고 해석이 갈리는 상황이 반복됩니다. 합의 이후에는 현재 상태를 수치로 먼저 기록했습니다.
'얼마나 좋아졌는가'를 보려면 기준점이 명확해야 하기 때문에, 도입 전 처리 건수·소요 시간·오류율을 2주치 로그로 측정했습니다. AI 활용 방안으로는 판단보다 분류·요약 같은 반복 작업에 먼저 AI를 투입했고, 투입 전후를 같은 기준 지표로 비교했습니다. 기획 방법론으로는 가설 설정 → 소규모 파일럿 → 지표 비교 → 확장 결정 순서를 고수했습니다.
기획자의 역할은 AI가 어디에 들어갈 수 있는가보다, 어디에 들어갈 때 측정 가능한 변화가 생기는가를 먼저 특정하는 것이라고 생각합니다. 팀이 수용할 수 있는 효율 지표가 곧 의사결정의 공통 언어가 됩니다.
기획 초기에 AI 도입이 곧 효율 향상이라는 가정으로 분석을 시작했다가 방향을 바꾼 경험이 있습니다. 처음에는 AI가 개입하는 단계를 늘리는 방향으로 기획했는데, 막상 사람 투입 시간은 줄었지만 검수 오류율이 오히려 늘어나는 결과가 나왔습니다. 이 실패에서 배운 건 업무 효율 분석은 속도만 보는 게 아니라 품질 지표를 동시에 추적해야 한다는 것이었습니다. 이후에는 분석 기준을 처리 속도·오류율·수정 횟수 세 가지로 나눠 각각 추적했습니다. 신기술 기획 방법론으로는 기능별로 AI 투입 범위를 단계적으로 설정하고, 한 단계가 안정화되면 다음으로 넘어가는 방식을 적용했습니다.
어떤 데이터를 분석 기준으로 쓸 것인가는 반드시 기획 전에 이해관계자와 합의해야 한다는 것이 가장 큰 교훈이었습니다. 지금은 신기술 도입 기획을 할 때 '무엇을 더 잘하게 하는가'와 '무엇을 잃지 않아야 하는가'를 동시에 정의하는 것을 시작점으로 삼습니다.
답변에서 흔히 빠지는 것들 — 빠져 있으면 꼬리질문이 깊어집니다.
이 질문에 이어 마켓컬리 프로덕트 매니저 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.