• GS칼텍스에 지원한 이유와 입사 후 목표 및 성장 계획을 설명해 주십시오.
[에너지 산업의 재무적 불확실성을 통제하다]
정유업에서 데이터는 기업의 수익성과 리스크를 결정짓는 핵심 지표입니다. 전공 평점 4.33의 성실함과 약 1,000시간의 비교과 프로그램을 이수하며, 시작한 일을 끝까지 완주하는 끈기와 실행력을 길렀습니다. 특히 2025년 SAS KOREA의 프로젝트를 진행해, 전력 수요 예측 오차를 87.5% 개선했던 경험은, 유가 및 환율 변동성이 큰 GS칼텍스에서 '에너지 조달 원가'를 정교하게 시뮬레이션하고 재무적 리스크를 선제적으로 방어하는 강력한 무기가 될 것입니다.
입사 후, 사내 AI 플랫폼인 AIU를 활용하여 손익 예측 및 예산 최적화 모델을 고도화하겠습니다. 생산 현장의 데이터를 재무적 언어로 번역하여 CAPEX 투자 효율성을 극대화하겠습니다. 만다라트로 다져진 집요한 실행력으로 단 1%의 오차도 허용하지 않는 정밀한 재무 관리를 실천해, 경영진의 전략적 의사결정을 지원하는 '데이터 기반 재무 전문가'로 성장하겠습니다.
재무 직무는 불확실한 시장 지표를 확신 있는 숫자로 치환하여 기업의 의사결정을 지원하는 기준점 입니다. 데이터 분석력을 재무 인사이트로 연결하기 위해 다양한 역량을 강화했습니다.
[데이터 기반의 수익성 시뮬레이션]
세븐일레븐 매출 분석 프로젝트 당시, API로 경쟁사 행사, 소셜 데이터등을 수집해 '판촉비 대비 순이익 기여도'를 분석했습니다. 이를 통해 비효율적 비용 구간을 식별하고 수익성을 개선하는 시나리오를 설계하며, 데이터가 실제 재무에 미치는 영향력을 경험했습니다.
[글로벌 시장 분석 및 맞춤형 커뮤니케이션]
캐나다 현지에서 한류 콘텐츠 확산 프로젝트를 수행할 당시, 현지 식당 인터뷰와 설문을 통해 식문화 및 알러지 등 현지 제약 사항을 분석했습니다. 이를 바탕으로 현지 입맛에 맞춘 커스텀 전략을 제안하여 대상을 수상하는 성과를 거두었습니다.
이러한 역량은 글로벌 제조사와 원가 및 공급 조건을 협상해야 하는 구매 업무에서 최적의 조건을 도출하는 밑거름이 될 것입니다.
• 최근 겪은 어려운 문제를 해결한 경험을 구체적으로 설명해 주십시오. [① 당시 상황, ② 예상되거나 실제 경험한 어려움 ③ 해결 방법(새로운 시도, 협업, DX 등) ④ 결과 및 느낀점을 상세히 기재해 주시기 바랍니다.]
[최근 겪은 어려운 문제 해결 경험: '데이터 불모지'에서 구축한 재무적 의사결정의 이정표]
[위기: 불완전한 데이터가 초래한 재무적 의사결정의 한계]
2025년 초에 한국기술사업화진흥협회에서 진행한 '제조 기업 기반 빅데이터 실무 양성 과정' 중 제조기업의 '재고 비용 최적화 시스템' 구축 프로젝트를 이끌었습니다. 파편화된 현장 데이터를 분석해 재고 유지 비용을 15% 이상 절감하여 기업의 운전자본 효율성을 높이는 것이었습니다. 하지만 실제로마주한 데이터는 수기 기록의 누락과 오기로 가득한 더러운 데이터였습니다.
팀원들은 "분석 자체가 불가능하다"며 회의론을 보였지만, 이러한 불확실성을 통제하여 '재무적 가용성'을 확보하는 것이야말로 GS칼텍스가 추구하는 Digital Literacy의 본질이라 판단하고 정면 돌파를 선택했습니다.
[전략: DX 도구와 시스템적 사고를 통한 '데이터 무결성' 확보]
이 과정에서 Cursor AI와 Claude를 전략적으로 활용했습니다. 수만 행의 누락 데이터를 수동으로 수정하는 대신, AI를 활용해 자동화된 전처리 스크립트를 구축하여 작업 시간을 약 70% 단축했습니다. 특히 AI가 제안한 로직을 그대로 수용하지 않고, 재무적 관점에서 알고리즘의 타당성을 재검증하며 0.1%의 수치 오차도 허용하지 않는 '이중 검증 프로세스'를 구축했습니다. 이는 단순한 기술 활용을 넘어, 재무인으로서 갖춰야 할 '데이터에 대한 책임감'을 실천하는 과정이었습니다.