1. 지원 분야 및 직무 역량과 관련된 프로젝트/공모전/논문/연구/학습/활동/경험 등을 작성해 주세요.
저는 외국계 기업 구매팀에서 IT 부서의 장비, AO/Security/Infra 개발, 유지보수 구매를 전담했으며,
그중 'AI 챗봇 신규 개발 및 유지보수 프로젝트'를 진행했던 과정이 가장 기억에 남습니다.
프로젝트를 수주할 업체를 탐색하던 중, 서비스 품질 측면에서는 타 업체보다 기술력이 월등했으나
다소 높은 초기 개발 비용과 월 유지보수 비용을 제안한 업체가 있었습니다.
당시 저는 단순히 단가를 인하해 줄 것을 요청한 것이 아니라, 데이터에 기반한 정량적 타당성을 제시하는 방안을 모색했습니다.
시장 내 유사 IT/AI 프로젝트의 단가를 검토하고 챗봇 서비스 오류 발생 데이터를 분석하여,
초기 1년이 개발의 안정화 구간임을 알게 되었습니다.
이를 근거로 영업 담당자에게 1년의 무상 유지보수 기간을 제안했으며,
이는 단순히 공급사의 손실로만 바라볼 것이 아니라 시스템 품질 안정화를 통한 장기적 파트너십 구축의 기회라고 설득했습니다.
결과적으로 1년의 무상 유지보수와 기존 유지보수 비용 인하에 대한 합의를 도출해냈고,
동시에 공급사와도 장기 파트너십을 구축하는 Win-Win 구조를 이끌어냈습니다.
이처럼 저는 B2B 협상에 대한 깊은 이해도와 경험을 바탕으로,
글로벌 고객사 구매 담당자가 요구하는 품질/공급/단가를 선제적으로 파악한 후
SK하이닉스 제품의 가치를 최적의 조건으로 전달하여 서로의 이익을 극대화하는 비즈니스 관계를 구축하겠습니다.
본 지원자는 영업의 핵심이 Tech를 Business로 번역하는 능력이라고 생각합니다.
즉, 기술의 공학적 개념을 재무적/사업적 가치로 재해석하여 고객에게 효과적으로 전달하는 소통 능력이 영업에서 매우 중요하다고 믿습니다.
SK하이닉스의 독보적인 메모리 기술력은 이미 전 세계 시장에서 입증되었습니다.
하지만 아무리 뛰어난 HBM이나 CXL 기술이라도 구매 담당자들은
본인들이 영위하는 비즈니스 관점에서 그 기술이 얼마나 필요한가를 최우선적으로 고려할 것입니다.
제가 구매팀에서 수십 건의 IT 계약을 다루며 깨달은 것은, 결국 기술로부터 창출할 수 있는
잠재적 가치가 최종 의사결정에 무엇보다 중요하다는 점입니다.
저는 SK하이닉스의 기술이 가진 무궁한 잠재력을 활용하여 AI 분야를 넘어 미개척 신시장에서 활용될 수 있는 새로운 비즈니스 기회를 다양하게 탐색하겠습니다.
그 과정에서 새로운 잠재 고객들을 발굴하고 견고한 파트너십을 구축하여 SK하이닉스의 장기적인 수주 실적과 수익성을 극대화하겠습니다.
또한, 저는 자동차 전장부품을 생산하는 기업에서 원부자재의 납기 추적 및 수출입 프로세스를 보조한 경험이 있습니다.
시시각각 변하는 글로벌 공급망에 대응하기 위해, 실시간으로 포워더와 공급 지연 리스크를 사전에 모니터링하고 선적 일자 변동과 같은 지연이 발생하면 즉각 해외 공급사 및 내부 생산 부서와 소통하여 라인 중단 리스크를 최소화했습니다.
이를 통해 B2B 비즈니스에서 정확한 납기 준수가 고객 신뢰 형성과 생산 일정에 미치는 지대한 영향을 몸소 체감할 수 있었습니다.
영업사원의 핵심 역할은 고객사의 납기 요청을 내부 생산 부서와 매끄럽게 연결하고 조율하는 것이라고 생각합니다.
저는 불가피하게 고객이 요구한 납기 일정에 변수가 발생하더라도 내부 팀과 즉각 협의하여 최적의 대안을 도출하고,
정확한 정보 공유와 기민한 대응으로 글로벌 바이어와의 신뢰를 공고히 하는 영업 인재가 되겠습니다.
2. AI를 활용한 프로젝트/공모전/논문/연구/문제 해결 경험 등을 작성해 주세요.
저는 공급사들이 제출한 수백 페이지 분량의 제안서를 검토하는 업무를 담당했습니다.
특히 당사가 교부한 RFP(제안요청서)의 필수 조건인 품질, 공급, 비용, 컴플라이언스 등의 내용을 검증하는 과정이 많은 시간과 리소스를 소모한다는 점, 그리고 수작업 검토 특성상 누락이나 인적 오류의 리스크가 발생할 수 있음을 인식했습니다.
실제로 어떤 프로젝트는 계약서 날인 직전에 누락된 요구사항이 발견되어 계약서 내용을 급하게 수정했던 경험도 있었습니다.
그래서 저는 누락과 같은 위험을 사전에 방지하고,
제안서 검토로 소모되는 시간과 리소스를 다른 핵심 업무에 투자할 수 있도록 하기 위해 AI를 활용해 보면 어떨까 하는 방안을 고민하게 되었습니다.
활용을 계획했던 AI는 사내 Microsoft Office에 결합되어 있는 Copilot이었습니다.
그동안 아이디어를 얻거나 메일 초안을 작성하는 데 활용하던 AI를, 이제는 제안서 검토의 정확도와
속도를 극대화하기 위한 도구로 활용하고자 했던 것입니다.
하지만 저는 AI에게 제안서 검토의 모든 것을 의존하지는 않았습니다.
AI의 데이터 필터링 영역과 인간의 비즈니스 판단 영역을 명확히 분리하여 프레임워크를 설계하고자 했습니다.
우선 RFP 내용을 반영한 프롬프트를 작성한 후, AI에게는 이 프롬프트를 기반으로 접수된 제안서 내 규격 미달 항목, 누락 항목 등 팩트 기반의 대조 작업만을 수행해 줄 것을 요청했습니다.
그 후에는 제가 직접 제안 가격의 현실성, 일정의 실행 가능성, 시장 단가 대비 합리성 등을 판단하고자 했습니다.
그러나 초기 단계에서는 AI가 계속 없는 내용을 실제 있는 것처럼 만들어 내거나 요구사항이 미반영된 항목을 반영되었다고 판별하는 오류가 발생했습니다.
저는 왜 이러한 문제가 발생하는지 고민한 결과,
(1) 프롬프트가 너무 포괄적으로 서술되었고,
(2) 전체 문서를 한 번에 검토하게 시켰던 것 때문이라는 결론을 내렸습니다.
그래서 저는 전체 문서를 한 번에 검토하게 하는 대신각 세부 영역별로(품질, 공급, 비용, 컴플라이언스 등) 쪼개어 검토하도록 프롬프트를 수정했으며, "제안서에 해당 내용이 없다면 '미반영'으로 표기하고, '반영'으로 표기되는 부분은 근거가 되는 부분을 반드시 인용할 것"이라는 구체적인 제약 조건을 걸어 AI가 말을 지어내는 현상을 제어하고자 했습니다.
이러한 시행착오와 개선을 거친 후에는 AI로부터 발생하는 오류를 90% 가까이 줄일 수 있었고,
RFP와 제안서의 대조 시간을 절반 가까이 단축하여 절약한 시간을 업체 제안의 타당성과 현실성을 검증하는 데 활용할 수 있었습니다.
저는 이러한 과정을 통해 AI 기술을 적재적소에 활용해 업무 효율성을 극대화하는 리터러시도 중요하지만,
AI의 결과물을 검증하고 오류를 식별해내는 능력도 매우 중요하다는 사실을 깨달았습니다.
또한 AI는 우리의 강력한 조력자일 뿐 비즈니스의 판단과 의사결정은 주체적인 판단력을 갖춘 사람의 몫임을 명심하며
스스로 생각하고 비판하는 능력을 길러야 한다는 교훈을 얻었습니다.