면접관이 이 한 문장으로 확인하려는 것들. 각 갈래를 알면 답의 뼈대가 잡혀요.
제품 수요를 예측하는 시계열 모델을 개발하며 과거 3년치 판매 데이터에 계절성과 프로모션 이벤트 변수를 함께 반영했습니다. 단순 이동평균 대비 예측 오차율을 30% 이상 줄일 수 있었고, 이 모델을 활용해 재고 발주 시점을 조정한 결과 재고 회전율도 함께 개선됐습니다. 예측 모델은 정확도만이 아니라 실제 의사결정에 쓰일 수 있어야 의미가 있다고 생각합니다.
매주 반복되던 캠페인 성과 보고서 작성을 AI 도구를 활용해 자동화한 경험이 있습니다. 원시 데이터를 요약하고 주요 인사이트를 초안으로 생성하도록 프롬프트를 설계했고, 사람이 검토 후 다듬는 방식으로 작업 시간을 절반 이하로 줄였습니다. AI는 완성된 결과가 아니라 검토를 전제로 한 초안 생성 도구로 활용해야 한다고 생각합니다.
수천 건의 고객 문의 텍스트를 생성형 AI로 감정 분류하고 주요 이슈를 요약하는 파이프라인을 구축한 경험이 있습니다. 기존에는 수작업으로 표본만 확인했지만, 전수 분석이 가능해지며 특정 이슈가 특정 시기에 집중된다는 패턴을 새롭게 발견할 수 있었습니다. 정성 데이터도 규모가 커지면 AI를 통해 정량적 패턴으로 전환할 수 있다는 것을 배웠습니다.
같은 실수가 반복돼요. 이것만 피해도 절반은 갑니다.
진짜 면접은 두 번째 질문부터예요. 이 답 뒤에 따라올 법한 것들.