경희대학교 빅데이터응용학과 졸업을 앞두고 있으며, 현재 딜로이트 안진회계법인 AI Asset & Analytics에서 대용량 데이터를 정제하고 통합·검증하는 업무를 하고 있습니다.
학교와 실무에서 데이터를 다루며, 분석 결과가 실제 사용자나 업무에 어떻게 쓰이는지에 관심을 가져왔습니다. KMAC 근무 당시 영어 독서 학습자의 책 레벨 변화를 확인할 수 있는 대시보드를 만들었고, 대학경영본부와 협업해 여러 출처의 데이터를 통합한 KPI 인터랙티브 대시보드를 제작했습니다.
산학협력 프로젝트에서는 고교학점제와 과목 선택에 관한 오픈채팅방의 반복 질문을 보며, 학생들이 필요한 정보를 찾는 데 어려움을 겪고 있다는 점을 발견했습니다. 이를 해결하기 위해 RAG 기반 고교학점제 QA 챗봇을 개발했습니다.
또한 서울런, EBS, 학과 멘토링을 통해 다양한 학습자를 직접 만나왔습니다. 각자의 학습 수준과 상황에 맞춰 계획을 조정하고 피드백을 제공했으며, 서울런에서는 우수 멘토로 선정되었습니다.
이러한 경험을 바탕으로, 데이터를 활용해 학습자와 조직의 필요를 파악하고 구성원의 성장에 도움이 되는 HRD 업무를 하고 싶습니다.
기업 자금·회계 데이터 분석 프로젝트 수행. Python 기반 ETL로 대규모 원장 데이터를 정제·표준화하고, 은행거래–원장 자동 매칭과 이상징후 탐지를 구현해 반복 수작업을 자동화했습니다.
중소기업·소상공인 맞춤형 DX 지원 프로젝트와 대학 AI Studio 프로젝트 수행. 텍스트 분석, KPI 대시보드 개발, 산출물 관리 자동화 프로세스 구축.
학습자마다 다른 성장의 경로를 멘토링 현장에서 만났습니다.
3년간 8명의 멘티를 담당하며, 초기 면담을 통해 개인의 학습 수준과 목표를 진단하고 맞춤형 학습 계획을 수립했습니다. 정기적인 피드백과 성취도 점검을 바탕으로 학습 전략을 지속적으로 조정하여, 5등급에서 1등급으로의 성적 향상 등 실질적인 성과를 이끌어냈습니다. 이러한 성과와 멘토링 역량을 인정받아 우수 멘토로 선정되었습니다.
1년간 6명의 멘티를 담당하며 개별 학습 현황과 목표를 진단하고 맞춤형 학습 전략을 설계했습니다. 단순한 학습 지도를 넘어 진로 고민과 학습 동기를 파악하고 지속적인 피드백을 제공하며, 학습자가 스스로 목표를 설정하고 성장할 수 있도록 지원했습니다.
한 학기 동안 전공 탐색 단계의 학생들과 1:1 멘토링을 진행하며, 개인의 관심사와 역량을 바탕으로 전공 선택에 필요한 정보를 구조화하여 제공했습니다. 학생별 고민과 선택 기준을 함께 정리하며 스스로 진로 방향을 구체화하고 의사결정할 수 있도록 지원했습니다.
학습·조직·데이터가 만나는 지점에서 해온 작업들입니다.
영어 책 추천·학습 서비스를 운영하는 N사를 위해, 학습자별 독서 이력 데이터를 분석하고 책 레벨의 시간적 변화를 한눈에 확인할 수 있는 대시보드를 제작했습니다. 그간 교사의 경험과 암묵지에 머물러 있던 학습자 진단 정보를 데이터로 시각화함으로써, 누구나 객관적으로 학습 성장 추이를 파악하고 다음 단계를 설계할 수 있도록 했습니다.
에듀테크 기업 베어러블과의 산학협력 프로젝트로, 팀장을 맡아 기획부터 개발까지 전 과정을 주도했습니다. 베어러블이 운영하는 고교학점제 관련 오픈채팅방 데이터를 분석한 결과, 학생들이 제도 이해와 과목 선택에 반복적으로 어려움을 겪고 있음을 확인했습니다. 이 미충족 니즈(Unmet Needs)를 해결하기 위해 LangGraph 기반 Adaptive RAG QA 챗봇을 개발했습니다. Pinecone 벡터 검색으로 정책 문서를 구조화하고, Docling 기반 PDF→Markdown 변환 파이프라인으로 방대한 정책 자료를 학습 콘텐츠화했습니다.
협업 부서(대학경영본부)와 함께 흩어진 공공데이터를 수집·병합해 핵심 지표(KPI)를 산출하고, 보고서 작성에 필요한 지표를 바로 확인·활용할 수 있는 인터랙티브 시각화 대시보드를 개발해 배포했습니다. 매번 데이터를 새로 찾고 가공하던 반복 업무를 대시보드 하나로 줄였습니다.
서비스 이용자들의 리뷰·문의 텍스트를 감성분석과 토픽 모델링으로 분석해 만족도와 주요 이슈를 정량 지표로 변환했습니다. 비정형 텍스트를 의사결정에 쓸 수 있는 숫자로 바꾸는 전 과정을 수행하고, 데이터 기반 현안 해결 보고서를 작성했습니다.
설명 대신 결과물로 보여드립니다. 아래에서 바로 탐색해보세요.
이미지를 클릭하면 Tableau Public에서 직접 조작해볼 수 있습니다
이미지를 클릭하면 Tableau Public에서 직접 조작해볼 수 있습니다
모빌리티 SW 인재의 성장이 곧 경쟁력이 되는 곳에서, 제가 가장 잘하는 방식으로 기여하고 싶습니다.
과정 기획 → 운영 → 평가의 전체 사이클에서, 학습 데이터 분석과 시각화(Tableau·Python)로 과정별 효과를 측정하고 다음 설계에 쓰이는 인사이트를 만들겠습니다.
RAG 챗봇을 직접 개발해본 사람으로서 개발 직군의 언어와 학습 니즈를 이해하고 있습니다. 기술 인재 교육을 설계할 때, 현업과 HRD 사이의 통역자가 되겠습니다.
세 곳의 멘토링에서 배운 것은 사람마다 성장의 경로가 다르다는 사실입니다. 데이터로 각 구성원의 성장 경로를 파악하고, 그에 맞는 학습 경험을 설계하는 HRD가 되겠습니다.
