마키나락스에는 이상탐지, 예측, 강화학습 등 회사가 쌓아온 핵심 기술로 산업의 난제를 풀어온 팀이 있습니다. 바로 FD 프론티어팀인데요. 고객사가 오래 고민해온 임팩트 큰 문제일수록 이 팀을 찾는 이유가 있습니다. FD 프론티어팀을 이끌고 있는 김병완님과 시니어 FDE 모경현님에게 그 이야기를 들어보았습니다.
Q. 프론티어팀이 하는 일을 소개해 주세요
병완: 기업이 가지고 있는 복잡하고 어려운 수치 데이터 중심의 문제들을 풀고 있습니다. 초창기에는 자동차, 배터리, 반도체, 철강 같은 제조업이 중심이었다면, 최근에는 물류·해운·유통·커머스까지 도메인을 다양하게 확장하고 있어요. 기술과 사업 관점에서 도전적이고 임팩트가 큰 산업·제조 문제를 AI 기술로 해결하고 이를 통해 마키나락스의 비즈니스 커버리지를 확장하는 게 저희의 미션이에요.
경현: 프론티어팀은 이상탐지, 예측, 그리고 강화학습 등 마키나락스가 태생부터 다뤄온 전통적인 영역을 꾸준히 진행하고 발전시켜 나가기 위한 목표를 가진 팀이라고 생각해요. 고객사가 들고 오는 문제들도 최신 기술 적용 보다는 오랫동안 고민해 온 것들이 많아요. 그만큼 문제의 성숙도가 높고, 해결됐을 때의 임팩트도 큽니다.
Q. 쉬운 일은 아닐 것 같아요. 프론티어팀에는 어떤 성향의 팀원이 모여있나요?
병완: 다양한 특성의 프로젝트를 하다 보니, 팀원들의 성향도 정말 다양합니다. 조용하지만 꼼꼼하게 일하시는 분부터 방대한 수치 데이터 속에서 날카로운 인사이트를 끌어내는 분, 문제를 구조적·창의적으로 설계하고 외부에서 습득한 방법을 적용해 기존보다 효율적으로 해결하는 분까지. 이 다양성이 전부 팀에 도움이 되는 요소예요. 같은 FDE들이고 근속이 오래된 분들도 많아서 각자의 장점을 바탕으로 서로 자유롭게 의견을 나누는 분위기입니다.
경현: 저희 팀에는 경험치가 많은 분들이 모여있다고 할 수 있겠네요. 고객의 니즈는 보통 어떤 식으로 나오는지, 과거에 어떤 방식으로 문제를 풀었을 때 효과적이었는지, 경험에서 나온 유연함과 노하우를 공유하고, 그걸 긍정적인 시너지로 만들어내는 팀이라고 말할 수 있어요.
Q. 미래에 함께할 동료에게 기대하는 ‘우리 팀에 꼭 필요한 역량 또는 태도’는 무엇인가요?
병완: 다양한 도메인, 각계각층 고객사의 문제를 풀어야 하기 때문에 도전적인 성향이 필요합니다. 각 고객사가 처한 상황이 다르기 때문에 새로운 문제에 대한 호기심이 부족하거나 배우려는 마인드가 없으면 힘들 수 있어요. 그리고 논리적인 언어 구사 능력이 정말 중요해요.
현장에서 고객사가 ‘결과물만 전달해 주세요’라는 경우는 거의 없거든요. 프로젝트의 전체적인 방향 제시를 고객사에게 명확히 할 수 있어야 해요. 문제를 하나씩 풀어가고 공유하는 과정에서 구체적인 방향이 정해지기도 하기 때문입니다.
경현: ‘능동적인 사람’이라고 생각해요. 해야 하는 일의 맥락을 파악해서 결과를 내 본 경험이 있는 능동적이고 적극적인 분이 동료로 왔으면 좋겠어요. 이 일을 왜 해야 하는지 스스로 생각할 수 있어야 하고, 그걸 바탕으로 고객사에 맞는 결과물을 만들어내야 하는게 우리의 일이기 때문입니다.
Q. 프론티어팀에서 주로 쓰는 기술과 툴이 궁금해요
병완: 수치 데이터를 많이 다루다 보니 통계학적 지식이 기본이에요. 관련 방법론도 계속 발전하다 보니 끊임없이 학습하고 적용해보는 분야이기도 하고요. 머신러닝, 강화학습, 데이터 엔지니어링, MLOps까지 방법론도 폭넓게 활용하고 있습니다. 툴로는 파이썬 기반의 데이터 분석·머신러닝 라이브러리를 주로 씁니다. 여기에 더해 모델링 결과를 고객에게 전달하는 과정에서 간단한 프로토타입 앱 개발을 하기도 해요.
Q. 서류 전형 | 눈길을 사로잡는 이력서나 포트폴리오의 특징이 있나요?
병완: 통계학이나 산업공학처럼 이론적 베이스가 되는 전공이나 경험이 많은 분이면 우선 눈길이 가요. 우리가 다루고 있는 문제를 학습해본 분이니까요.(웃음) 또는 저희와 비슷한 이상탐지, 강화학습 등을 경험해봤거나 특정 그룹사에서 내부의 문제를 직접 해결해 본 경력이 있으면 눈길이 갑니다. 꼭 저런 요건을 갖춰야만 서류 통과가 되는건 아니에요.
어떠한 도메인이라도 본인의 일에 몰입하고 깊이 고민해 본 흔적이 이력서에 나타나면 긍정적인 요소입니다. 예를 들어 비전을 주로 했더라도 일반적인 테이블 데이터 분석이나 모델링을 의미를 가지고 확실히 해 온 분은 다음 단계에서 뵙고 싶은 분이라는 느낌이 옵니다.
경현: 저는 지원 버튼을 누르는 순간부터 면접이 시작된다고 생각해요. ‘이상탐지 기술을 활용해 어떠한 문제를 풀어봤습니다’ 같이 JD에 기재된 주요 키워드가 이력서와 포트폴리오에 잘 정리되어 있고, 그 일에서 본인이 무엇을 수행했고 어떤 결과가 나왔는지 잘 정리된 이력서를 보면 기대감을 갖고 보게 됩니다.
Q. 서류 전형 | 반대로 아쉬운 이력서는요?
병완: 아쉬운 유형을 꼽자면 프로젝트 기간은 짧은데 ‘여러 가지 최신 기술을 써봤다’는 식의 문구만 일관되게 나열된 이력서에요. 왜 이걸 했고, 과정이 어땠고, 어떤 어려움이 있었는지 보이지 않는 경우입니다. 과정이 생략된 채 ‘해봤다’는 문구들만 보이면, ‘이분이 문제에 대한 고민을 얼마나 깊게 했는지’ 이력서를 보는 입장에서는 알 수가 없습니다.
경현: 저도 비슷합니다. 읽고 나서 ‘이 분은 왜 우리 팀에 지원했지?’라는 느낌이 드는 이력서가 아쉬워요.. 자신의 것을 일단 다 나열하는 분은 이력서 페이지가 많더라도 우리의 fit과는 맞지 않을 가능성이 크다고 생각해요.
Q. 사전 인터뷰 | 지원자와 주로 어떤 이야기를 나누시나요?
병완: 기본적으로 이력서에 기록한 내용을 확인합니다. 프로젝트의 도입부터 연구 방향 수립, 설계, 개발, 그리고 결과를 고객에게 전달하고 평가받는 단계까지 어느 수준과 깊이로 관여했는지요. 아주 깊이 들어가진 않지만, 실제 지원자가 그 경험을 했는지 확인하는 시간이라고 보시면 돼요.
이 업무를 팀으로 했는지 개인 프로젝트였는지, 사업개발이나 마케팅 같은 다른 직군과의 협업은 어땠는지도 보고요. 그 경험을 통해 무엇을 배웠는지도 꼭 물어봅니다. 그리고 지원 동기와 우리 회사에 대해 얼마나 알고 있는지, 입사 후 어떤 일을 기대하는지 등을 확인합니다.
Q. 기술 인터뷰 | 코딩 세션에서는 무엇을 집중적으로 평가하시나요?
경현: 일단 정답을 도출할 수 있는지를 봅니다. 그 다음은 정답을 찾아가는 의식의 흐름과 그 과정에서 저희와 의사소통하는 방식을 봐요. 조금 더 디테일하게는 문법을 잘 쓰고 계신지, 파이썬 안에서 동작하는 자료구조의 원리나 시간 복잡도 같은 개념을 잘 설명하실 수 있는지를 봅니다. 연차와는 상관없이 동일한 문제지만 얼마나 깔끔하게 풀어가는지가 주요 평가요소라고 할 수 있겠네요.
Q. 기술 인터뷰 | 기술 세션은요?
병완: 본인이 한 일을 얼마나 논리적으로 설명할 수 있는지가 핵심입니다. 오버뷰로 답변하시면, 거기서 단계적으로 심층 질문을 드려요. 그 때 답변이 매끄럽고 논리적인지를 봅니다. 특히 많이 따지는 건 타당성이에요. 예를 들어 여러 모델 중 왜 이 모델을 선택했는지, 근거를 명확히 제시할 수 있는지인데요. 근거가 명확하다는 건 그만큼 고민을 많이 했고, 사전에 꼼꼼하게 조사하고 다양한 가능성을 탐색했다는 뜻이거든요.
주니어의 경우에는 ML 이론을 얼마나 잘 숙지하고 있는지 지식적인 부분을 보기도 하지만, 경력자는 수행한 프로젝트만으로도 충분히 나눌 이야기가 많더라구요. (웃음) 반대로 ‘시키니까 했던’ 경우는 답변에서 티가 나기도 합니다.
Q. 좋은 평가를 받는 지원자는 어떤 공통점이 있나요?
병완: 그냥 “했습니다”로 끝내는 답변은 아쉬워요. “이러이러해서 이렇게 했고, 이렇게 됐습니다”. 육하원칙처럼 명확한 근거가 있는 설명이 좋습니다. 그리고 잘 이해가 안 되는 부분은 바로바로 질문을 던져주시는 분도 좋아요. 그래야 대화가 계속 이어지거든요. 잘 모르는데 억지로 다른 답을 길게 하면 대화가 막혀버립니다. 소통도 평가의 중요한 부분이에요. 제가 질문하면 바로 답변을 자신있게 해주시고, 그 답변에서 또 다음 질문이 자연스럽게 생기는 티키타카가 잘 되는 분들을 긍정적으로 생각하게 됩니다
경현: 병완님이 말씀하신 것처럼 자신감을 보여주셨으면 좋겠어요. 했던 경험에 확신이 있는 분들은 말이 간결하고 핵심 위주로 잘 전달하는 경우가 많으셨던 기억이 있습니다.
Q. 반대로 합격을 주저하게 되는 유형이 있다면요?
병완: 저희는 어떻게 보면 다양한 변수 속에서도 능동적으로 일하는 팀인데요. 주변의 지원과 시스템, 프로세스가 잘 갖춰진 환경에서만 일해 오신 분들은 그 환경에서는 역량이 잘 나오겠지만 저희 환경과는 잘 맞지 않을 수 있어요. 어떤 상황에서도 도전적인 자세로 임해야 하는 팀이라 경험이 너무 한쪽에 치우쳐 있으면 조심스러워지는 부분이 있습니다.
Q. 모든 지원자에게 자주 던지시는 ‘시그니처 질문’이 있으신가요?
병완: 회사에 대한 관심도를 물어봅니다. 어떤 일을 하는 회사로 알고 있는지, 입사하게 되면 무엇을 하고 싶은지. 목표 의식이 있고 우리 회사에 오랫동안 관심을 가져온 분들은 제대로 답하시고, 뚜렷한 동기 없이 지원하신 분들은 뚜렷한 답을 못 내놓는 경우가 있었어요.
경현: 늘 드리는 질문이 하나 있는데, 협업 경험입니다. 본인의 성과는 많지만, ‘남들과 함께’ 잘해왔다는 어필을 하는 분은 드물거든요. 그래서 이 작업을 정말 혼자 했는지, 함께 했다면 어떤 식으로 했고 본인의 역할과 상대방의 역할은 무엇이었는지를 확인하려고 합니다.
Q. 마지막으로, 지원을 준비하는 예비 동료에게 한마디 부탁드립니다.
병완: 지원 동기를 스스로 명확하게 정의해 보시면 좋겠습니다. 기술이든 사업이든 정말 해보고 싶은 욕구를 가진 분들이 많이 지원해 주시면 좋겠어요. 도전적이고, 여러 분야에 관심을 가지고 학습하면서 거기서 성취를 얻는 분이라면 잘 맞을 겁니다. 저희가 다루고 있는 통계·머신러닝 쪽에는 아직도 할 일이 정말 많습니다.
과학적 탐구 성향이 있고, 남이 만들어 놓은 것을 가져다 쓰기보다 스스로 창의성을 발휘하고 싶은 분이라면, 저희 팀에서 재미있게 일할 수 있을 거예요. 기다리고 있겠습니다!
경현: ‘AI가 발전하면 내 직업이 대체되지 않을까?’ 고민하는 분들 많으실 텐데요. 오시면 확인하실 수 있을 거예요. 만들어진 결과물을 빠르게 생성하는 건 AI가 해줄 수 있지만, 고객이 원하는 방식으로 가공하고 맥락을 수정하는 건 전적으로 사람의 일이거든요.
저희팀이 가진 수많은 노하우를 바탕으로 고객이 원하는 인사이트를 적재적소에 제공하는 것, AI가 생각하지 못한 것까지 깊이 고민하고 도전해보는 것. 프론티어팀에 오시면 그걸 직접 느끼실 수 있을 거예요. 많은 관심 부탁드려요.
이상탐지, 예측, 강화학습과 같은 핵심 기술을 기반으로 물류, 해운, 유통, 커머스 등으로 영역을 넓히며 이름 그대로 다양한 산업군을 ‘개척’하고 있는 프론티어팀. 고객이 오래 고민해 온 임팩트가 큰 문제들을 지금도 프론티어팀은 끝까지 파고들고 있습니다. 일의 맥락을 읽고 자신의 선택에 근거를 자신있게 말할 수 있는 분이라면, 지금 바로 채용 공고를 확인해 보세요.
