이 질문 뒤에 면접관이 확인하려는 것은 따로 있습니다.
재무 인턴 때 월별 비용 분석 리포트를 담당자가 매번 수동으로 만드는 걸 보고, BigQuery로 데이터를 뽑아 Looker Studio에 연결하는 방식으로 바꾸자고 제안했습니다. 처음 SQL 쿼리를 짤 때 조인이 많을수록 실행 시간이 길어진다는 걸 직접 겪었고, 서브쿼리를 줄이고 WITH 절로 분리하면서 실행 시간을 40초에서 8초로 줄였습니다.
Looker Studio 대시보드는 팀장님이 화면만 열어도 최신 데이터가 반영되도록 만들었고, 필터로 부서별·기간별 드릴다운이 가능했습니다. 처음에는 제가 쿼리를 고칠 때 기존 리포트 형식이 깨지는 경우가 있어서 버전 관리를 git으로 따로 했습니다. 자동화보다 담당자가 직접 쓸 수 있는 구조를 만드는 게 더 중요하다는 걸 그 경험에서 배웠습니다.
SQL 분석 효율화에서 혼자만 쓸 수 있는 쿼리가 아니라 팀이 직접 쓸 수 있는 구조를 만드는 것이 중요했습니다. 처음에 제가 쿼리를 수정할 때마다 팀장님이 리포트를 다시 요청하는 상황이 반복됐는데, 직접 필터를 바꿔가며 볼 수 있는 대시보드 구조로 바꾸면서 그 반복이 줄었습니다.
BI 툴에 연결하기 전에 SQL 뷰를 정리해두면, 대시보드가 참조하는 데이터 구조가 변경돼도 뷰만 수정하면 유지 비용이 줄었습니다. CTE로 복잡한 로직을 단계별로 분리해두면 다른 사람이 나중에 수정할 때 어떤 부분이 어떤 역할을 하는지 파악하기 쉬웠습니다. 쿼리에 주석을 달고 어디서 데이터가 오고 어디로 가는지를 짧게 문서화하는 것이 팀 공유를 실질적으로 만들었습니다. 분석 효율화는 내가 빠르게 하는 것이 아니라 팀이 스스로 볼 수 있게 되는 것입니다.
SQL 분석 효율화에서 가장 빠른 개선은 반복되는 작업을 자동화하는 것이었습니다. 월별 리포트를 매번 수동으로 만드는 상황을 파악하고, 스케줄 쿼리 — 정해진 주기에 자동으로 실행되는 쿼리 — 로 데이터를 갱신하고 BI 툴이 최신 결과를 참조하는 구조로 바꿨습니다.
같은 지표를 부서마다 다른 기준으로 집계하는 문제는 공통 뷰와 CTE를 기준 집계 단위로 만들어 재사용하는 방식으로 줄였습니다. 쿼리 실행 계획(Execution Plan) 분석을 통해 어떤 단계에서 시간이 많이 걸리는지를 확인하고, 인덱스를 활용하거나 불필요한 전체 스캔을 줄이는 방향으로 최적화했습니다. 이런 접근이 쌓이면 개인이 빠른 것이 아니라 조직이 분석을 반복하는 비용이 줄어드는 방향으로 이어진다는 것을 경험했습니다. 효율화는 자동화와 재사용이 만납니다.
답변에서 흔히 빠지는 것들 — 빠져 있으면 꼬리질문이 깊어집니다.
이 질문에 이어 토스 IR·재무전략 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.