이 질문 뒤에 면접관이 확인하려는 것은 따로 있습니다.
산업공학 실습 과목에서 재고 데이터 분석 과제를 맡았습니다. 주어진 데이터를 보니 특정 부품 품목이 과다 재고와 재고 부족을 번갈아 반복하고 있었습니다. 출고 이력과 입고 이력을 피벗 테이블로 정리해보니, 주문 주기가 실제 소비 속도와 맞지 않는 것이 원인이었습니다.
리오더 포인트를 조정하는 시뮬레이션을 돌려보니 재고 부족 발생 횟수가 절반으로 줄어드는 결과가 나왔습니다. 처음에는 단순히 발주량을 늘리면 된다고 생각했는데, 그렇게 하면 보관 비용이 함께 올라간다는 것을 계산해보고 나서야 알았습니다. 재고 분석은 생산 흐름과 비용을 함께 봐야 온전한 개선이 된다는 것을 그 과제에서 배웠습니다. 단일 지표만 보고 조치하면 다른 지표가 악화된다는 것도 그때 실감했습니다.
재고 분석을 시작하기 전에 데이터 자체가 믿을 수 있는지 확인하는 것이 중요하다는 걸 경험했습니다. 수업 프로젝트에서 재고 데이터를 받아 분석하다가 결과가 예상과 달랐는데, 원인을 찾아보니 입력 시점이 서로 다른 두 시스템의 데이터가 합쳐진 것이었습니다. 데이터가 이미 깨진 상태에서 분석을 돌린 것이었고, 결론 자체가 무의미했습니다. 그 이후로 분석 전에 데이터 출처·기간·입력 기준을 먼저 확인하는 단계를 고정으로 두게 됐습니다.
분석 오류의 절반은 데이터 이전 단계에 있다는 인식이 그때 생겼습니다. 입사 후에도 재고 분석을 시작하기 전에 데이터 정합성을 확인하는 순서를 지키겠습니다.
재고 최적화가 생산 흐름에 연결되지 않으면 숫자만 좋아지고 현장은 달라지지 않는다는 걸 배웠습니다. 수업 프로젝트에서 재고 수준을 낮추는 방향으로 분석을 마쳤는데, 담당 교수님이 '재고를 줄이면 생산 대기 시간이 늘어나지 않느냐'고 물었습니다. 재고와 생산 리드타임 사이의 연결을 고려하지 않은 것이었습니다. 그 이후 재고 수준 변경이 생산 흐름에 미치는 영향을 함께 검토하는 방식으로 분석 구조를 바꿨습니다. 재고 최적화는 재고 테이블만 보는 것이 아니라 생산 흐름 전체 맥락에서 봐야 한다는 인식이 생겼습니다. 입사 후에도 재고 분석 결과가 생산 흐름에 어떤 영향을 주는지 함께 검토하겠습니다.
답변에서 흔히 빠지는 것들 — 빠져 있으면 꼬리질문이 깊어집니다.
이 질문에 이어 삼성전자 생산관리 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.