이 질문 뒤에 면접관이 확인하려는 것은 따로 있습니다.
판매 예측을 위한 Excel 모델은 이동평균과 시즌 지수를 결합해서 과거 데이터를 기반으로 수요를 추정하는 구조로 만들었습니다. 이동평균은 최근 판매 추세를 반영하는 기본 방법이고, 시즌 지수는 계절 변동을 보정하기 위해 추가했습니다. 수업 프로젝트에서 이 모델을 만들 때, 예측값과 실제값의 오차율(MAPE)을 함께 추적하는 컬럼을 넣어서 모델의 정확도를 모니터링했습니다.
오차가 특정 구간에서 반복되면 시즌 지수나 가중치를 조정하는 방식으로 모델을 개선했습니다. 예측 모델은 처음부터 완벽하게 만드는 것이 아니라 실제 데이터와 비교하면서 계속 보정하는 것입니다. 모델의 한계를 이해하고 어떤 상황에서 예측이 틀리는지를 파악하는 것이 실제 운영에서 더 중요합니다.
판매 예측 모델에서 제가 도구가 바뀌어도 쓰는 결은 예측을 한 번에 완성하지 않고 계속 보정하는 것입니다. 엑셀이든 전문 솔루션이든, 처음부터 완벽한 모델은 없고, 실제값과 비교하며 고쳐야 했습니다. 그래서 예측값과 실제값의 오차를 추적하는 컬럼을 늘 함께 뒀습니다. 오차가 특정 구간에서 반복되면, 시즌 지수나 가중치를 조정했습니다. 이 보정 사고는 도구와 무관하게 통했습니다.
함수가 아니라, 틀린 만큼 고치는 루프가 핵심이었습니다. 도구를 바꿔도, 모델을 살아 있게 유지하는 결은 그대로였습니다. 예측은 만드는 게 아니라 다듬는 일이었습니다.
엑셀 예측 모델을 쓰면서 제가 인정하는 한계는 규모와 실시간성입니다. 몇 개 품목은 괜찮지만, 수천 SKU를 동시에 처리하거나 실시간으로 업데이트하는 건 엑셀로는 무리였습니다. 한 번은 데이터가 커지자 파일이 무거워지고 느려진 적이 있습니다. 또 판촉이나 재고 부족으로 생긴 비정상 판매를 일일이 손으로 조정해야 해, 손이 많이 갔습니다. 그래서 규모가 커지면 전문 수요 예측 솔루션으로 넘기는 기준을 정해둬야 했습니다.
엑셀이 만능이 아니라는 걸 알아야 오히려 잘 썼습니다. 도구의 한계를 인정하고, 어디까지 엑셀로 하고 어디부터 다른 도구로 갈지를 가르는 게 중요했습니다.
답변에서 흔히 빠지는 것들 — 빠져 있으면 꼬리질문이 깊어집니다.
이 질문에 이어 삼성전자 SCM·공급망 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.