2025년 6월 PIE 52장 학회 소개 특집 - Growth Hackers <이한용, 이승규, 이다인님>

 

2025년 6월호 PIE는 학회 특집으로, 산업공학과 전공생들이 많이 참여하는 비즈니스 데이터 분석 학회 그로스해커스의 이한용님, 이승규님, 이다인님을 인터뷰이로 모셨습니다. 

이번 인터뷰에서는 학부생들이 학회 활동과 관련하여 궁금해하는 부분들에 대해, 학회를 하며 겪은 시행착오와 고민, 그리고 이를 통해 얻은 현실적이고 구체적인 인사이트를 아낌없이 전해 주셨습니다. 데이터 분야에서 실무 경험을 쌓으며 진로를 구체화해 가는 과정부터 자신에 대해 더 깊이 이해하게 되는 성장의 이야기까지, 많은 학부생이 공감할 수 있는 진솔한 내용이 가득했습니다.

특히, 그로스해커스를 통해 커리어의 방향을 정립하고 실제 경험을 쌓은 이야기는 앞으로 비슷한 길을 고민하는 학생들에게 큰 도움이 될 것 같습니다. 실질적인 조언과 경험들이 모여 진로 설계에 든든한 밑거름이 되어 주리라 기대합니다.

 

* 티스토리는 인터뷰이님 개별로 여쭈어본 참관질문들을 포함하고 있기에, 질문별이 아닌 인터뷰이님별로 내용을 정리하였습니다! 

 

 

Growth Hackers 9기, 산업공학과 17학번, 카카오뱅크 재직 이한용님

Q1. 인터뷰에 응해 주셔서 감사합니다! 먼저 자기소개 부탁드리겠습니다. 현재 하고 계신 일에 대해서도 간단히 알려주시면 감사하겠습니다.  

안녕하세요, 산업공학과 17학번 이한용입니다. 현재는 카카오뱅크에서 생성형 오픈 AI인 GPT-4o 모델을 활용한 AI 금융 서비스를 만들고 있습니다.

 

Q2. 대학교에서 경험할 수 있는 다양한 활동 중 학회를 하게 된 이유, 그리고 그중에서도 그로스해커스를 선택하시게 된 이유가 궁금합니다.

저는 경험을 통해 배우는 사람인데, 서울대에서 얻을 수 있는 가장 중요한 것은 똑똑하고 멋있는 사람들과 할 수 있는 다양한 경험이라고 생각해서 학교 내에서 동아리나 학회를 8개 정도 해보았습니다. 밴드, 학생회, 스누버디, SSA, 예스, SNUSV를 거쳐 제가 마지막으로 선택한 활동이 바로 ‘그로스해커스’라는 학회였습니다.

처음에는 창업 동아리인 SNUSV에 들어가서 실질적인 가치를 제공하는 서비스를 만들고 싶었습니다. 하지만, 창업에서는 앱을 구현해야 하기 때문에 디자인과 개발 분야에서 강점을 가진 사람의 몸값이 높기 마련입니다. 학부생 수준의 데이터 분석 실력만 가지고 있던 저에게는 기술적인 역량과 실무 경험이 부족하였고, 이를 보완하고자 여러 학회를 탐색하던 중 데이터를 기반으로 비즈니스 전략을 수립하는 그로스해커스에 참여하게 되었습니다.

또한, 산업공학과 수업에서는 완벽히 조절된 환경에서 만들어진 데이터를 통해 실습을 진행합니다. 하지만 이러한 제한된 데이터로 얻을 수 있는 인사이트와 실험할 수 있는 방법론은 굉장히 한정적입니다. 그로스해커스의 가장 큰 강점은 다양한 기업과 산업 협력 프로젝트를 하기 때문에, 수업에서 접하는 정제된 데이터가 아닌 현업 데이터를 분석해보는 실무 경험을 해볼 수 있다는 점이라고 느꼈습니다. 특히 최근 들어 많은 기업이B2C 인앱 채널을 운영하여 사용자 행동 데이터를 축적하고 있어, 이를 바탕으로 수업에서 배운 이론들을 실제로 실험하고 검증해볼 수 있다는 점에서 큰 배움을 얻었습니다. 그리고 기업마다 서비스의 특성이나 목적에 따라 수집하거나 활용하는 데이터의 유형이 달라, 다양한 도메인에서 사용자 행동 데이터, 지형학 데이터, 텍스트 데이터 등 폭넓은 데이터를 직접 분석하는 경험을 할 수 있었습니다. 이를 통해 이론적 지식에만 머무르지 않고, 실제 데이터를 기반으로 문제를 정의하고 해결해 나가는 데이터 중심적인 사고를 기를 수 있었습니다.

* B2C(Business to Customer) 인앱(in-app) 채널: 기업이 소비자에게 상품을 직접 판매하는 과정에서 마케팅 등의 활동을 진행하는 데 활용되는 모바일 앱 내의 채널

 

Q3. 그로스해커스에서 "산업공학도"로서 성장하고 느낀 점을 그와 관련하여 가장 기억에 남는 활동(교육 세션, 정규 세션 등)과 함께 소개해 주세요.

저는 2021년 그로스해커스 활동에 참여했는데, 이 시기는 오픈AI와 같은 텍스트 임베딩 기법에 능숙한 생성형 AI 기술이 본격적으로 등장하기 전이었습니다. 그럼에도 불구하고 운 좋게 여러 기업들과 텍스트 데이터를 활용한 프로젝트를 수행할 수 있었습니다. 그중 특히 오디오북 중심 플랫폼인 ‘윌라’와의 협업이 기억에 남습니다.

윌라의 어플리케이션에는 수백만 개의 태그 데이터가 존재하였는데, 문장 형태의 태그와 키워드 중심의 태그가 혼재되어 있어 군집화 작업이 불편하다는 문제점이 있었습니다. 예를 들어 <해리 포터>라는 책에 ‘마법’, ‘모험’, ‘탐방’과 같은 식으로 태그를 통해 책을 설명하는 내용이 정리되어 있어야 하는데, 윌라의 태그 데이터는 ‘마법을 좋아한다면’, ‘모험 스토리를 좋아한다면’과 같은 문장 형태의 태그가 많았습니다.

이에 따라 태그 데이터 중 연관 점수가 낮은 것을 정제하는 작업이 필요했습니다. 이 과정을 통해 데이터 품질을 개선한 후에 그래프 위에서 시각화 했을 때, 군집이 정말 깔끔하게 나뉘는 결과를 확인하였습니다. 실무자 분들께서 이러한 결과를 높이 평가해 그대로 태그 시스템에 반영해 주셨던 것이 가장 기억에 남는 활동이라고 할 수 있을 것 같습니다.

 

Q4. 그로스해커스에 들어가기 위해 필요한 역량과, 그로스해커스를 수료하였을 때 키울 수 있는 역량에는 무엇이 있을지 궁금합니다. 또한 그로스해커스에 들어가기 위해서는 어떤 준비를 해야 할지 알려주시면 감사하겠습니다!

저는 활동 중 텍스트 데이터를 다룰 수 있는 행운이 있었지만, 도메인이 서로 다른 3개의 기업과 협업하는 과정에서 ‘도메인에 관한 이해도’의 중요성을 느꼈습니다. 앞에서 언급드린 ‘윌라’와 더불어 ‘샌드박스’에서는 유튜브 댓글을 분석하였고, ‘킥고잉’은 킥보드 공유 서비스였습니다. 이러한 기업들의 데이터를 분석하고, 수업에서 배운 다양한 방법론을 적용할 수 있는 것은 매우 큰 장점입니다.

하지만, 도메인에 관한 이해가 부족할 때 인사이트를 도출하는 것이 정말 어렵게 느껴졌습니다. 데이터만 봤을 때는 ‘A가 이러한 행동을 하는 이유는 B 때문이다.’라는 상관관계가 보여질 수 있어도 현업에서 도메인 경험이 축적된 실무자의 입장에서는 정부의 정책이나 경쟁사의 특정 액션, 자사의 특정 이벤트 등 다양한 영향에 의해 발생한 행동일 수 있습니다. 도메인에 관한 이해의 여부가 이러한 상황에서 인사이트를 도출하는 데에 큰 차이를 낸다고 생각합니다.

킥고잉을 예시로 들어 설명 드리겠습니다. 킥보드 공유 서비스이다 보니 계절성이 작용하는데, 예를 들어 6월에는 여름이라서 킥보드 활용률이 굉장히 높을 것이라고 예측할 수 있습니다. 하지만 이러한 단편적인 생각만 가지고 데이터를 분석하면 특정 일에만 킥보드 이용량이 줄어드는 현상을 설명할 수 없습니다. 이러한 날들은 우천 여부, 공휴일 여부, 주말과 주중의 차이, 경쟁사의 저렴한 가격 정책으로 인한 유저 유출 등 다양한 외부 영향으로 설명할 수 있는데 도메인에 관한 지식이 부족하면 행동에 대한 원인 분석을 하기가 어렵습니다.

제가 일하고 있는 금융 도메인에서도 이러한 점이 두드러지는데, 예를 들어 대출은 공모주가 몰려나오는 5월에 가장 많이 이루어집니다. 그리고 월말에 월급이 들어오는 경우가 많기 때문에 은행 앱은 5월 말에 방문자 수가 많습니다. 이러한 사소한 사용자의 행태를 해석할 수 있는지의 여부는 도메인에 대한 이해 여부에 달려 있다고 생각합니다.

따라서, 데이터 분석 역량도 중요하지만 저는 그로스해커스에서 도메인에 대한 이해가 가장 중요한 역량이라고 느꼈습니다. 도메인에 대한 이해가 있어야 데이터 사이언티스트의 경우 모델의 특정 필드에 가중치를 주거나, 애널리스트의 경우 특정 칼럼에 가중치를 두고 상관관계 분석을 하는 등의 액션으로 이어질 수 있다고 생각합니다.

또한, 그로스해커스와 별개로 평소에 뉴스와 같은 정보를 접하며 트렌드를 익히는 습관이 중요하다고 생각합니다. 어떤 분야에 대한 트렌드가 탑재된 상태라면, 산업공학도로서 그로스해커스에서 요구하는 데이터 사이언티스트로서의 알고리즘과 데이터 분석적 역량은 2학년 교육과정 (컴퓨터의 개념 및 실습, 산업 컴퓨팅 개론, 데이터 관리와 분석)이면 충분히 갖출 수 있다고 생각합니다.

추가적으로, 기업의 비즈니스 모델이 B2B(Business to Business)일수도, B2C(Business to Customer)일수도 있습니다. 서로 다른 형태의 고객은 다른 채널로 상대하는데, 만약 이 채널이 어플리케이션의 형태라면 휴먼 인터페이스에 대한 이해도 있으면 협업 과정에서 앱의 배치에 관한 제언을 할 수 있어 좋을 것 같습니다.

모든 산업공학과 학생이 2학년까지 공통적으로 수업을 들을 것이기 때문에, 만약 그로스해커스에 지원한다면 차별점은 데이터를 분석하고 가공하는 능력이 아닌, 앞서 말씀드린 습관의 영역 – 즉 트렌디함, 트렌드를 얼마나 잘 익히고 있는지가 될 것 같습니다. AI, 기업의 투자 동향, 금융 시장 동향을 비롯해 어떤 트렌드이던 간에 조합하여 면접 때 뽐내면 이점이 있으리라 생각합니다.

AI 측면에서도 드릴 말씀이 있는데, 제가 AI 서비스를 만드는 것을 업계에서 가장 먼저 하고 있다 보니 업무 중에 Chat GPT를 이용하는 상황이 많습니다. 특히 프롬프팅의 경우, 질문을 어떻게 구조화하여 입력하는지에 따라 답변의 질이 달라지는 것을 느꼈습니다.

앞으로 그로스해커스에서 활동하신다면, 제가 활동하던 시기에는 쓰지 않았던 생성형 AI와 함께 일하게 될 것 같습니다. 저희가 수작업으로 진행했던 일정 수준의 데이터 정제는 이제 AI를 통해 자동화하는 등의 다양한 시도가 가능할 것입니다. 따라서 2021년에는 제가 말씀드렸던 두 가지 역량 – 도메인에 관한 이해와 데이터 분석 능력 – 그리고 가설을 설정하는 능력만 중요했다면, 이제는 AI에 얼마나 친화적인지도 매우 중요한 요소일 것 같습니다.

저희 기업에서도 AI를 활용하여 일하고 있는데, 앞으로 어떤 기업 프로젝트를 수주하던지 오픈 AI를 모르거나 사용하지 않는 기업은 없을 것입니다. 따라서 AI 툴을 얼마나 능숙하게 활용할 수 있는지도 하나의 역량으로 추가될 것이라고 생각합니다.

 

Q5. 학회를 통해 가지게 된 꿈이나 비전의 변화가 있으셨는지 궁금합니다.

저는 항상 사람들의 ‘페인 포인트’를 해결하는 서비스를 만들고 싶었습니다. “사람들이 어떤 페인 포인트를 가지고 있을까?”라는 질문에는 정성적인 리서치와 정량적인 데이터 분석을 통해 대답할 수 있습니다. 그로스해커스는 제게 ‘가설을 어떻게 수립할 수 있을지’에 대한 능력을 키워주었다고 생각합니다.

회사에서 개발, 전략 등 여러 가지 일을 하다가 팀에서 검토한 아이템이 샌드박스 혁신서비스로 지정되고 기획을 맡기까지의 과정에서 학회 경험은 실무에 큰 도움이 되었습니다. 실무에서는 결국 설득이 중요합니다. 아무리 좋은 아이디어라도 근거가 부족하면 쉽게 묻히기 마련인데, 이때 가장 강력한 설득의 도구는 바로 ‘데이터’입니다. 정성적 데이터는 시장의 트렌드를 이해하는 데에 도움을 주었고, 정량적인 데이터는 기존 서비스의 레퍼런스나 통계적 근거를 통해 가설을 검증하는 데에 유용하게 사용할 수 있었습니다.

금융 산업의 특성상 사용자의 페인 포인트를 발굴하기 위해 여러 리서치와 분석을 진행하며 이를 바탕으로 실현 가능한 가설을 수립하였습니다. 여기에 기업에서 이러한 아이디어가 왜 필요하고, 어떻게 쓸모 있는지에 관한 맥락을 확보하며 상급자와 상위 기관의 의사결정을 촉진시켰습니다. 실제로 다음 달에는 제가 기획한 서비스가 앱에 적용될 예정입니다.

결과적으로, 그로스해커스가 제게 새로운 꿈이나 비전을 주었다기보다는 현업에서 데이터 기반의 사고를 실천할 수 있도록 도와주었다고 말할 수 있을 것 같습니다. 학회에서의 경험을 통해 데이터에서 어떤 가설을 수립하고, 어떤 인사이트를 도출할 수 있으며, 어떻게 분석할 수 있는지 정확히 파악하여 새로운 사업을 발굴하거나 근거를 마련하는 등의 액션을 취할 수 있었습니다.

 

Q6. 마지막 질문입니다. 학회 활동이 본인에게 가졌던 의미를 한 마디로 정리해본다면?

세 가지로 정리할 수 있을 같습니다. 먼저, 학회를 하면서 2~3개의 실제 프로젝트를 수행할 수 있다는 점은 학부생으로서 매우 큰 자산이라고 생각합니다. 다양한 기업의 데이터를 다루며, 각 기업이 데이터를 수집하는 방식이나 데이터의 구조가 모두 다르다는 것을 체감할 수 있었습니다. 데이터별로 어떻게 전처리를 진행하고, 어떤 분석 기법을 적용할지 고민하는 과정이 실질적으로 큰 도움이 되었습니다.

두 번째로, ‘사람’이라고 생각합니다. 같은 분야에 관심이 있는 사람끼리 모여 팀을 이루고, 프로젝트도 하고, 자연스럽게 네트워킹으로 이어지는 경험은 쉽게 얻기 어려운 것입니다. ‘그로스해커스’라는 교집합이 있었기에 활동 중에 팀원들과 술자리를 가지며 이야기를 나누는 것도 너무 재밌었습니다. 좋은 사람들과 협업하면서, 많은 추억을 쌓을 수 있었습니다.

마지막으로는 그로스해커스 활동을 하면서 ‘내가 좋아하는 것이 무엇인지’ 느껴볼 수 있었던 것 같습니다. 향후에 누군가는 대학원에 진학할 수도 있고, 누군가는 취업이나 전문직 진출을 목표로 할 수도 있을 것입니다. 연구에 대한 고민이 있었더라면 기업 데이터를 기반으로 해보고 싶었던 연구를 해보거나, 기업에 취업하는 것이 목표라면 도움이 되는 인사이트를 도출하거나 가설을 추출하고 증명하는 과정을 통해 기업의 눈에 들 수도 있을 것입니다. 또 데이터와 기업 환경에 관심이 있었지만 막상 활동을 해보니 본인의 성향과 맞지 않는다면 진로의 방향을 조기에 바꿀 수 있다는 것이 큰 장점이라고 생각합니다.

 

Q7. 참관질문

Q7-1. 창업 학회인 SNUSV도 활동했다고 말씀해 주셨는데, 혹시 SNUSV는 그로스해커스가 어떻게 다른지, SNUSV에 대해 간략한 소개 부탁드려도 될까요?

가장 큰 차이점은 창업 학회인 SNUSV는 0부터 시작한다는 것입니다. 사실 산업 협력 프로젝트는 이미 체계가 갖추어져 있는 기업의 데이터를 전달받아 이를 통해 프로젝트를 진행하는 것이어서 시작부터 데이터가 있습니다. 하지만 창업 학회는 우선 들어가서 사람들끼리 모이는 과정부터 시작합니다. 창업 분야에 대한 관심사보다는, 네트워킹을 열심히 하면서 팀빌딩을 하고 팀을 기반으로 프로젝트를 시작하는 느낌으로 진행합니다. 반면, 그로스해커스는 분야에 관심이 있는 사람들이 모여 기업과 컨택하며 데이터를 받고, 이 데이터를 분석하여 결과물을 도출하는 데에서 차이가 있다고 생각합니다.

 

 

 

 

Growth Hackers 10기, 산업공학과 19학번 이승규님

Q1. 인터뷰에 응해 주셔서 감사합니다! 먼저 자기소개 부탁드리겠습니다. 현재 하고 계신 일에 대해서도 간단히 알려주시면 감사하겠습니다.

안녕하세요, 저는 산업공학과 19학번 이승규입니다. 2021년 2학기부터 그로스해커스에서 1년간 활동하며 데이터 분석과 머신러닝 프로젝트를 경험했고, 이후 ‘캐시워크’와 ‘Liner’라는 기업에서 각각 데이터 분석가와 머신러닝 엔지니어로 2년간 근무했었습니다. 지금은 다시 학교로 돌아와 데이터사이언스 대학원에서 학부연구생을 하고 있고, 오는 7월부터는 ‘SAP’라는 독일 IT 기업에서 AI 엔지니어 인턴으로 근무를 시작할 예정입니다.

 

Q2. 대학교에서 경험할 수 있는 다양한 활동 중 학회를 하게 된 이유, 그리고 그중에서도 그로스해커스를 선택하시게 된 이유가 궁금합니다.

3학년이 되었을 때 친구들이 모두 군대에 가면서 혼자 있는 시간이 많아졌고, 그때부터 제대로 된 진로 탐색을 하기 시작했습니다. 저는 데이터 분석과 인공지능에 관심이 있었는데 마침 그로스해커스에서 저보다 한 학기 먼저 활동하고 있던 17학번 이한용 선배가 학회 활동을 추천해 줬습니다. 그렇게 처음으로 그로스해커스를 알게 되었고, 이 학회에 들어가게 되면 기업과 협업하며 데이터 분석 및 인공지능 모델 개발 경험을 쌓고 현실과 맞닿아 있는 문제들을 풀어볼 수 있겠다고 생각해서 지원하게 되었습니다. 데이터 분석 학회 중 기업과 협력하여 프로젝트를 진행하는 학회는 서울대학교에서 그로스해커스가 유일한 것으로 알고 있습니다. 이와 더불어 저와 관심 분야를 공유하는 사람들을 만나고 싶었던 것도 그로스해커스에 들어간 이유 중 하나입니다.

 

Q3. 그로스해커스에서 "산업공학도"로서 성장하고 느낀 점을 그와 관련하여 가장 기억에 남는 활동(교육 세션, 정규 세션 등)과 함께 소개해 주세요.

산업공학을 한마디로 정의하자면, “시스템을 개선하는 학문 분야”라고 생각합니다. 시스템을 개선하려면 문제와 평가지표들을 잘 정의하고 정량화 하는 것이 중요한데 그로스해커스에서는 그러한 과정을 잘 트레이닝 할 수 있었던 것 같습니다.

저는 그로스해커스에서 산학협력 프로젝트로 현대홈쇼핑과 'CRM(Customer Relationship Management) 마케팅 효과 개선을 위한 추천시스템 개발'을 진행했습니다. 고객의 과거 구매 데이터를 분석해, 특정 상품을 구매할 가능성이 높은 고객을 예측하고 해당 고객군을 타겟해서 마케팅 메시지를 효율적으로 보낼 수 있도록 한 것인데요. 모든 고객에게 마케팅 메시지를 보내는 것은 비효율적이기에 해당 상품을 구매할 확률이 높은 고객을 잘 선별하는 인공지능 모델을 만드는 것이 중요했습니다. 좋은 모델을 만들기 위해서는 고객들의 과거 구매 데이터를 분석해서 고객의 구매에 영향을 미치는 요소들을 찾고, 이들을 지표로서 잘 정의해야 했습니다. 이러한 과정 속에서 산업공학도로서의 문제 정의와 지표 설정 역량이 잘 발휘되었던 것 같고, 더 성장할 수 있었다고 생각합니다.

또 커뮤니케이션과 매니징 능력도 키울 수 있었습니다. 현대홈쇼핑 프로젝트에서 저는 PM(Project Manager) 역할을 맡았었는데요, 팀원들간의 협업과, 회사 측과의 소통(결과를 잘 다듬고 포장해서 전달하는 일 등)에 있어서 산업공학도로서의 역량이 크게 작용했던 것 같습니다.

 

Q3-1. 혹시 선배님께서 진행했던 프로젝트로 개발한 인공지능이 실제로 적용 단계까지 갔을까요?

네. 저희가 만든 추천 모델을 현대홈쇼핑 마케팅팀이 실제로 이용하셨고, 뚜렷한 구매 전환율 상승 효과까지 나타나서 뿌듯했던 기억이 있습니다.

 

Q4. 그로스해커스에 들어가기 위해 필요한 역량과, 그로스해커스를 수료하였을 때 키울 수 있는 역량에는 무엇이 있을지 궁금합니다. 또한 그로스해커스에 들어가기 위해서는 어떤 준비를 해야 할지 알려주시면 감사하겠습니다!

그로스해커스에 입회하기 위해 엄청난 코딩 실력을 갖추어야 하는 것은 아닙니다. 학회에 들어간 이후에 에듀 세션을 거치면서 실력을 키울 수 있기 때문에 모든 능력을 완벽히 갖추고 들어가지 않아도 됩니다. 물론 코딩 테스트가 있기 때문에 기초적인 파이썬 사용 능력은 필요합니다. 다른 부분들은 능력이 아직 조금 부족하더라도, 열정이 있고 러닝 커브가 가파르다는 것을 보여준다면 충분히 뽑힐 가능성이 있습니다.

또한, 주도적으로 어떠한 문제를 정의하고, 해결하려고 노력했던 경험이 있으면 도움이 됩니다. “어떻게 해야 이 문제의 심각성을 정량적으로 측정해볼 수 있는가?”, “어떤 방법으로 해당 지표를 개선할 수 있을까?”와 같은 고민을 해보는 것이 중요합니다. 요즘 공모전이 다양하게 많이 열리는 것 같은데, 공모전과 같은 곳에서 그러한 경험을 쌓고, 그로스해커스 지원 시 자기소개서에 녹여주셔도 좋을 것 같습니다.

그로스해커스에 들어오고 난 뒤에는 기업에서 쓰는 실무 데이터를 다루는 능력을 기를 수 있습니다. 현실에서 수집할 수 있는 데이터는 학교 수업에서 다루는 데이터처럼 정제되어 있지 않으며 훨씬 방대합니다. 그렇기에 저희가 모델링에 활용할 수 있는 깔끔한 형태로 만드는 전처리 과정에만 많은 시간을 쏟습니다. 게다가 앞서 말씀드렸듯 데이터 분석을 할 때에는 어떤 지표를 관찰할 것인지 스스로 논리적으로 결정하고 해당 지표를 측정하기 위한 코드도 따로 설계해야 합니다. CRM 마케팅 효과 개선 프로젝트를 예시로 들어보면, 만약 구매 전환율을 높이는 것이 궁극적인 목표라면 구매 전환율에 영향을 미치는 세부 지표들을 알아내야 할 것입니다. 어떤 지표가 구매 전환율에 영향을 미치는지 찾아내는 것도 저희의 일이며, 어떤 작업을 수행해야 해당 지표들을 높일 수 있을지에 대한 가설을 쌓고 직접 검증도 해야 합니다. 그로스해커스는 이렇게 복잡하고 모호한 현실의 데이터를 다루는 역량과 논리적인 사고력을 향상시킬 수 있는 좋은 기회입니다.

 

Q5. 학회를 통해 가지게 된 꿈이나 비전의 변화가 있으셨는지 궁금합니다.

저는 학부 3학년 2학기 때 그로스해커스에 입회하였는데, 당시에는 제가 막내였습니다. 되돌아보면 당시 저는 세상이 어떻게 돌아가는지, 회사에서 일은 어떻게 돌아가는지 전혀 모르던 학생이었는데요. 그로스해커스에서 경험한 프로젝트 한 번 한 번이 제 진로 결정에 큰 영향을 주었습니다. 첫 학기에 진행한 킥고잉과의 데이터 분석 프로젝트 경험을 바탕으로 데이터 분석가로 커리어를 시작하게 되었고, 두 번째 학기에 진행한 현대홈쇼핑과의 추천시스템 개발 프로젝트 경험을 바탕으로 이후 머신러닝 엔지니어로 직무 전환을 하게 되었습니다. 회사를 다니다보니 자연어처리 분야에 관심이 생겨서 현재는 학교로 돌아와 언어 모델을 공부하고 있습니다. 저의 모든 커리어는 사실상 그로스해커스로부터 시작되었다고 해도 과언이 아닙니다.

 

Q5-1. 혹시 진로를 머신러닝 엔지니어 중에서도 언어 모델 분야로 결정하게 된 이유가 있을까요?

현대홈쇼핑과 추천 시스템 프로젝트를 진행한 후 추천 모델을 개발하는 머신러닝 엔지니어로 일을 시작했는데, 도중에 회사 프로덕트 방향성에 조금의 변화가 생기면서 자연어처리 분야를 파게 된 케이스입니다. 추천 시스템과 언어 모델이 원리적으로 유사한 점이 많아서 흥미가 자연스레 이어진 것 같습니다. 언어 모델을 이용해 우리 일상에서 실제로 도움이 되는 제품을 만드는 과정이 재밌어서 이쪽 분야를 계속 파보고 있습니다.

 

Q6. 마지막 질문입니다. 학회 활동이 본인에게 가졌던 의미를 한 마디로 정리해본다면?

그로스해커스는 “소중한 인연들을 만들어준 곳”이자 "제 커리어의 초석이 된 곳"입니다. 데이터 분석이나 머신러닝에 관심 있는 다양한 학과의 학회원들과 함께하며 진로 고민을 나눌 수 있었고, 저보다 먼저 커리어를 꾸려나간 선배들의 도움도 받을 수 있었습니다. 또 산학협력 프로젝트 경험을 통해 저 개인의 실력을 키우고 머신러닝 엔지니어로서의 커리어를 시작할 수 있었기에, 대학 생활 중 가장 값진 경험이 아니었나 싶습니다. :)

 

Q7. 참관질문

Q7-1. 인터뷰를 하면서 말씀해 주신 경험을 쌓을 수 있는 활동들, 특히 공모전에 많은 관심을 가지고 있습니다. 수많은 분야의 다양한 공모전이 있는데 그 중에서 대학교 1, 2학년이 도전할 만한 관심 분야의 공모전을 찾는 방법이 있을까요?

제 생각에는 1, 2학년 때부터 하나의 분야를 정해 깊게 파고들 필요는 없습니다. 오히려 이 시기에는 다른 분야도 폭넓게 경험해보는 것이 중요합니다. 예를 들어, 학과에서 곧 열릴 최적화 챌린지 같은 프로그램도 있고, 데이터 활용 공모전 역시 다양한 주제로 열리므로 2학년이나 3학년 때부터 참가해보는 것이 좋습니다. 1학년 때는 조급함을 가질 필요 없이 다양한 활동을 즐기면서 내가 뭘 좋아하는지에 대한 경험을 쌓는 것이 더 중요하다고 생각합니다.

제가 존경하는 산업공학과 강필성 교수님께서 ‘넓게 파야 깊게 팔 수 있다’라는 말씀을 해주셨는데요. 처음부터 하나의 분야에만 몰두하기보다는 여러 분야를 시도해보면서 나에게 맞는 분야를 찾는 과정이 필요하다고 생각합니다. 예를 들어, 패션, 스포츠, 금융 등 다양한 분야의 공모전에 나가보면서, 내가 흥미를 느끼고 잘할 수 있는 주제를 찾아보면 좋을 것 같습니다.

여러 분야를 두루 경험하다 보면, 자연스럽게 어떤 것이 나에게 맞고 맞지 않는지 알 수 있습니다. 또 자신이 관심 있는 도메인도 좀 더 구체화할 수 있게 됩니다. 그래서 처음부터 특정 분야에만 집중하기보다는, 많은 기회를 열어두고 탐색해보는 것이 더 의미 있는 경험이 될 것이라고 생각합니다.

 

 

 

 

Growth Hackers 14기, 산업공학과 21학번 이다인님

Q1. 인터뷰에 응해 주셔서 감사합니다! 먼저 자기소개 부탁드리겠습니다. 현재 하고 계신 일에 대해서도 간단히 알려주시면 감사하겠습니다.

저는 산업공학과 21학번 학부생인 이다인입니다. 그로스 해커스는 14기로 2023년 2학기부터 2024년 1학기까지 활동했고, 14기 교육팀장으로 역임했고요. 현재는 BCG에서, 리서치 애널리스트(RA)로 일하고 있습니다. 그로스 해커스에서의 배움을 발판 삼아서 데이터 가공 및 분석이 필요한 프로젝트에서 업무를 맡고 있습니다.

 

Q1-1. 교육 팀장으로 일을 하셨는데, 그로스 해커스의 에듀 세션에 대해 설명해주시면 좋겠습니다.

그로스 해커스에서 신입 부원을 뽑을 때 퀘스트가 나가거든요. 교육팀에서는 그 퀘스트를 제작하고 채점하는 일을 맡고 있습니다. 또, 기수가 바뀔 때마다 에듀 세션에서 부족했던 점을 보완하면서 개편하는 작업도 담당하고 있습니다.

 

Q2. 대학교에서 경험할 수 있는 다양한 활동 중 학회를 하게 된 이유, 그리고 그중에서도 그로스해커스를 선택하시게 된 이유가 궁금합니다.

대학교에서 할 수 있는 학술적인 경험 중에서도 학회를 선택한 이유는 딱히 없었던 것 같습니다. 솔직히 말하자면 ‘학회를 해야겠다’ 해서 그로스 해커스를 선택한 게 아니라, 저는 그냥 그로스 해커스가 하고 싶었던 거거든요. 그래서 그로스 해커스를 준비하다 보니 그 과정에서 다른 학회들의 존재를 알게 되었어요. 그럼에도 결국 그로스 해커스가 제가 가장 하고 싶은 경험을 얻을 수 있는 학회라고 생각했습니다. 왜냐면 일반적인 학회에서는 경험하기 힘든 수리적이고 정량적인 솔루션을 배우고 경험해 볼 수 있으니까요. 처음부터 학회를 하고 싶어서 그로스 해커스를 선택한 건 아니고, 그냥 ‘그로스 해커스를 하고 싶다’ 이런 생각을 했던 것 같습니다.

왜 굳이 그로스 해커스를 하게 되었냐고 물어보신다면, 딱히 더 하고 싶은 게 남아 있지가 않았어요. 제가 그로스 해커스를 하기 전에 스누버디도 두 학기 하고, 축하사도 두 학기 하고, 저학년 때는 학과 동아리도 여러 개 했었거든요. 등산공이나 이피션시도 2년 동안 하고, 맛동산이라는 같이 밥 먹는 동아리를 만들기도 했습니다. 학과 학생회 소통팀도 2년동안 했었어요. PIE도 만들어 본 적 있고, 심지어 PIE가 그때 처음 시작했던 거였죠. 또 친구 따라서 짧게나마 총학생회도 해보고. 여하튼 이 정도 해 보니까 ‘이제 놀 만큼 놀았다, 이제 좀 건설적인 걸 해봐도 괜찮겠다’ 생각이 들었어요. 그렇게 눈을 돌리던 중에 그로스 해커스라는 좋은 학회를 발견하게 되어서 바로 입단하게 되었습니다.

 

Q3. 그로스해커스에서 "산업공학도"로서 성장하고 느낀 점을 그와 관련하여 가장 기억에 남는 활동(교육 세션, 정규 세션 등)과 함께 소개해 주세요.

산업공학이라고 하면 갖고 있는 인풋 대비 아웃풋을 최적화해서 잘 만들어내는 학문이라고 생각하는데, 그로스 해커스에서의 프로젝트는 항상 기업의 문제를 해결하기 위한 적합한 수리적 도구와 방법론을 찾아내는 것부터가 시작이에요. 그래서 우리가 갖고 있는 자원과 데이터로 원하는 결과물을 만들어내기 위해서 어떤 방법론을 사용할지 고민하고 설계하게 되는데요. 이런 과정에 직접 참여도 하게 되고, PM으로서 프로젝트를 이끈다면 그 결정을 책임져야 하는 순간도 굉장히 많습니다. 이런 과정의 전반적인 경험이 저를 산업공학도로서 성장시킨 것 같은데요. 관련한 경험으로는 제일 최근에 제가 PM을 맡았던 LLM 프로젝트가 기억이 납니다.

또 최적 모델을 선택하고 파라미터나 프롬프트를 조정해서 높은 성능을 끌어내는 것도 물론 중요하지만, 기업에서 모델을 실제로 운영할 때 시간과 비용이 무한하지가 않잖아요. 이런 제약에 있어서 자원과 성능의 관계를 최적화해야 되는 시점이 존재했습니다. 이 과정에서 모델을 병렬 작동시키기도 하고, 더 낮은 버전의 모델로 높은 성능을 낼 수 있는 방법론을 고민하기도 했던 것이 기억에 남습니다. 이런 시간과 자원의 제약 속에서 모델 성능을 최적화시키기 위한 고민을 많이 했어요.

 

Q3-1. 그로스 해커스는 특히 산업과 연계한 프로젝트로도 유명한 것으로 알고 있는데, 선배님께서도 산업과 연계해서 프로젝트를 진행하셨던 건가요?

그로스 해커스는 에듀 세션이랑 정규 세션으로 나눠서 운영을 하는데, 에듀 세션은 처음 입회한 뒤 한 달에서 한 달 반 정도 짧게 진행하게 됩니다. 실제 프로젝트에서 적용하기 위한 비즈니스 방법론이나 그로스 해킹, 데이터 핸들링 방법 등을 전반적으로 굉장히 빠르게 배우는 단계라고 할 수 있죠. 에듀 세션을 수료하고 나면 한 학기마다 하나의 프로젝트 기업과 연계한 산학 협력 프로젝트를 진행하게 됩니다. 결과적으로 정규 학기 두 번, 방학 학기에 한 번 해서 총 3개의 산학 협력 프로젝트를 진행하게 됩니다.

 

Q3-2. 그럼 선배님께서 아까 소개해 주셨던 LLM을 이용한 프로젝트도 어떤 산업과 연계해서 하셨던 건가요?

네, 그때는 더브이씨라고 데이터베이스를 운영하는 벤처 스타트업과 함께 산학 협력을 했습니다. 거기서 사용할 내부 모델을 만들기 위해 산학 협력 프로젝트를 진행했습니다.

 

Q4. 그로스해커스에 들어가기 위해 필요한 역량과, 그로스해커스를 수료하였을 때 키울 수 있는 역량에는 무엇이 있을지 궁금합니다. 또한 그로스해커스에 들어가기 위해서는 어떤 준비를 해야 할지 알려주시면 감사하겠습니다!

너무 상투적으로 들릴 수 있지만, 그로스 해커스에 들어가기 위해서 가장 중요한 것은 아무래도 배움에 대한 열정인데요. 처음부터 완벽할 수 없으니까요. 그로스 해커스에서는 비즈니스 방법론, 그로스 해킹, 데이터 분석, 데이터 사이언스 등 굉장히 넓은 단위와 범위를 다뤄요. 이런 걸 정규 세션 들어가기 전(에듀 세션)에 배우기도 하지만, 협력하는 기업에 따라서 도메인이 다르니까 새로 배워야 되는 부분도 굉장히 많죠. 이런 방법론이나 도메인을 완벽하게 다 아는 상태로 들어가긴 힘든 것 같아요. 그래서 본인이 부족하거나 잘 모르는 분야더라도 새롭게 공부하면서 성장해 나가고 싶은 의지와 열정이 있으면 됩니다.

그로스 해커스를 수료했을 때 키울 수 있는 역량은 정말 많은데요. 앞서 말했던 것처럼 저희가 다루는 분야가 굉장히 넓다 보니까 개인적으로는 의사소통 능력이랑 업계 실전 감각이 많이 키워진 것 같습니다. 앞서 말씀드렸던 것처럼 비즈니스랑 데이터를 모두 다루는 학회잖아요. 두 분야 모두 완벽한 사람은 많이 없으니까, 본인에게 부족했던 분야의 능력을 채워 나갈 수 있다는 게 매우 큰 장점입니다. 저도 제게 유난히 부족했던 의사소통 능력과 업계의 실전 감각, 그리고 현장의 앞선에서 직접 경험해 볼 수 있는 감각을 많이 키워나갈 수 있었습니다.

 

Q4-1. 자신이 어떤 부분에서 부족했다는 것은 약간 학교에서 수업을 들으면서나 그럴 때 깨우치신 건가요?

수업을 들으면서 깨우쳤다기보다는, 프로젝트를 진행하다 보면 주변 사람들이 각자 갖고 있는 장점이 있잖아요? 저 같은 경우에는 산업공학과다 보니까 데이터 관련한 교과목을 수강한 덕에 비교적 데이터에 대한 지식이 더 있었고, 반면에 다른 학회원분들 중에서는 비즈니스적인 능력이 굉장히 뛰어나신 분들이 있어요. 인턴을 여러 번 해본 덕에 실전에 대한 감각, 회사가 어떻게 돌아가는지에 대한 지식이 있었던 거죠. 그런 것들을 서로 비교하면서 ‘내가 이런 점이 되게 부족했는데 이런 분들과 이 프로젝트를 함께 진행하면서 많이 배웠다’라고 체감할 수 있었습니다.

 

Q5. 학회를 통해 가지게 된 꿈이나 비전의 변화가 있으셨는지 궁금합니다.

이렇다 할 만한 꿈이나 비전이랄 게 딱히 없어서 뭔가 확 변했다고 말할 것은 없지만, 그래도 그로스 해커스를 통해서 제가 어떤 직무에 만족감이 높은 사람인지, 어떤 자질을 갖고 있는지, 혹은 어떤 상황에서 효능감을 느끼는지 검증해 볼 수 있는 기회가 많았어요. 사실 매일매일 세션들이 검증 시간의 연속이었던 것 같은데요. 그로스 해커스에서의 경험 덕분에 스스로에 대한 이해가 깊어졌고, 메타인지, 제가 저를 어떻게 파악하고 있는지를 알 수 있었습니다. 이런 것들이 멀리 있는 꿈이나 비전보다는 눈앞에 닥친 커리어적 선택을 할 때 강한 판단의 기준으로 작용을 하게 되었습니다. 스스로 어떤 강점과 특성을 가지고 있는지 파악할 기회가 많았기에, 그 결과로써 얻은 메타인지가 항상 삶의 이정표가 되어 준다고 느끼고 있습니다.

 

Q6. 마지막 질문입니다. 학회 활동이 본인에게 가졌던 의미를 한 마디로 정리해본다면?

많이 고민을 해봤는데, 저는 ‘일희일비 도파민에 의한 능력의 퀀텀 점프’ 라고 정의하고 싶습니다. 세션을 하다 보면, 하나 잘 되면 너무 좋고 하나 안 되면 진짜 머리 아프고, 이렇게 하다 보면 정말 도파민이 막 나오거든요. 그러면서 많이 성장을 하는 것 같아요.

 

Q7. 참관질문

Q7-1. 산학협력 프로젝트로 진행한 것 중에서 LLM을 사용한 게 있다고 하셨는데, 실제로 프로젝트에서 나온 결과물을 소비자층 유저층에게 적용을 했는지, 유의미한 효과가 났었는지가 궁금합니다. 실제 적용 단계까지 갔을까요?

네, 더브이씨 홈페이지 가시면 실제로 적용이 되어 있는데요. 제가 진행했던 프로젝트를 짧게 설명을 드리자면, 더브이씨에서 하는 사업 분야 중에 창업 지원 공고를 스크랩해서 올려주는 페이지가 있어요. 여기에 필터를 낄 수 있으면 좋잖아요. 만약에 제가 창업을 해서 저한테 맞는 창업 지원 공고를 찾고 싶어요. 근데 그러면 조건이 있겠죠? ‘나는 창업한 지 3년밖에 안 됐고, 돈은 이 정도로 받고 싶고, 내 나이는 몇 살이다’, 공고마다 조건이 있겠죠? 그런데 이런 내용이 공고문 안에 숨어 있어서 꼭 다 읽어 봐야만 알 수가 있어요. 공고가 정말 많아요. 거기 2천 개가 넘는 공고가 있는데 거기서 제가 원하는 공고를 일일이 읽어서 알아내야 된다는 게, 정말 피곤한 일이잖아요.

그래서 이것을 필터로서 제공하고자 한 것이 LLM을 사용한 프로젝트였고, 정량적인 필터 태그를 추출해내는 태스크를 맡았습니다. 실제로 프로젝트가 끝난 이후에 저희가 만든 결과물들을 사측에서 적용하셔서 현재 유료 서비스로 이용 중인 것으로 알고 있습니다.

 

Q7-2. 요즘 컨설팅 펌(BCG)에서 데이터 가공하고 분석하는 프로젝트를 하고 계신다고 하셨었는데, 그 일은 학회에서 하는 일과 비슷한 일인가요?

사실 하는 일은 비슷한데, 제 포지션이 조금 다르죠. 같은 프로젝트를 맡으면 그로스 해커스에서는 제가 주도적으로 의사결정 참여를 많이 하게 되는데, 지금은 리서치 애널리스트(RA)로 일하고 있어서 거의 인턴급이라고 보시면 되거든요. 사수들이 어떻게 하는지 옆에서 보고 배우는 식으로 일을 하고 있습니다.

 

Q7-3. 그로스 해커스는 혹시 학회 외적으로도 교류가 활발한지, 친한 학회원끼리 사적인 교류도 하는지 여부가 궁금합니다.

네, 있습니다. 사실 학회 활동 시즌에 더 활발하긴 하지만, 저희는 개발도 같이 하는 학회다 보니까 모여서 앉아있기보다는 ‘빨리 태스크를 해서 데이터를 더 분석해서 와라, 다음 시간까지 와라’ 이런 식으로 진행하는 경우가 더 많기 때문에 종종 세션이 끝나고 같이 회식하러 가기도 합니다. 그리고 지금 알럼나이 사이에서도 풋살 클럽이 있다고 들었어요. 가끔 ‘같이 풋살하실 분’ 하고 기수 상관없이 모여 풋살을 하기도 하고, 같은 기수끼리는 더 모이기도 합니다. 프로젝트가 끝나면 팀끼리 굉장히 돈독해지잖아요. 그래서 한 분기에 한 번, 아니면 한 학기에 한 번씩은 보려고 노력하는 것 같아요.

 

 

 

- 서울대학교 산업공학과 학생회 best:ie 홍보소통팀

*위의 인터뷰는 서울대학교 산업공학과 공식 인스타그램에서도 확인하실 수 있습니다:)

@OFFICIAL_SNU_IE