문장 스크랩

---

복사

---

공유

1. 본인소개를 부탁드립니다. (1000bytes) 저는 aizenglobal 핀테크 회사에서 빅데이터 분석가로 3개월간 근무했습니다. 근무 당시, 삼성화재 start-up open collaboration project에 참가해, 삼성화재 150만건/3개월 빅데이터를 분석했습니다. 저희 회사의 목표는 ＇보험금 삭감확률＇을 90%이상의 정확도로 제공하는 것이었습니다. 저는 삼성화재의 보험금 청구 데이터가 40개 테이블에 입력되어 있는 것을, 1개의 통합 테이블로 병합했으며 중요 데이터만 추출했습니다. 제가 만든 통합테이블을 머신러닝 학습시켜서 보험금 삭감확률을 제공하는 모델을 만들었습니다. 데이터 전처리를 다양한 방법으로 해보며, 머신러닝 학습결과의 정확도를 높이기 위해 애썼습니다. 이 과정에서 제가 중요하다고 생각하는 데이터를 추출해내고, 머신러닝 학습결과의 정확도를 높여가는 과정이 재밌었습니다. 보험금 삭감확률을 90% 이상의 정확도, 또는 그 이상의 정확도로 제공하게 되면 보험사에서 업무시간 단축/보험금 삭감액 증대로 막대한 이유을 남길 수 있기 때문에, 저는 보험금 빅데이터 분석을 하는 것이 정말 재밌었습니다. 누가 시키지 않아도 매일같이 야근했고, 삭감확률의 정확도를 높이기 위해 중복 데이터 제거, 신규 데이터 컬럼 생성(피보험자-계약자 일치여부, 동일 기간 내 보험금 청구 횟수 등 기존의 데이터를 이용하여 유의미한 데이터 컬럼 생성) 등 다양한 데이터 전처리 방법을 시도했습니다. 그 결과 저희 회사가 100여개 회사 중 우승, 3000만원의 상금과 삼성화재와의 본계약 체결을 하게 되었습니다. 2. 신한카드를 선택한 이유와 그에따라 기대하고 있는 10년 뒤 본인과 신한카드의 모습은? (1000bytes) 저는 빅데이터 분석가로서 카드사에서 할 수 있는 일이 정말 많다고 생각합니다. 저는 보험금 데이터를 다뤘는데, 보험금 데이터에는 고객의 소득정보, 거주지 정보들이 많이 누락되어 있어 아쉬웠습니다. 카드사에는 그 보다 세부적인 데이터인 고객 소비 정보, 고객 소득 정보 등이 잘 나타나 있습니다. 그리고 내년 부터 시행될 ＇my data＇사업까지 활성화 되면 다양한 금융사의 고객정보를 모두 이용할 수 있게 되고, 이것은 신한카드가 내세우는 초개인화 마케팅을 가능하게 할 것 입니다. 저는 빅데이터 분석가로써 신한카드에서 일하면서, 고객의 소비정보/고객 GPS정보/고객 자산 정보를 통합하여 고객에게 최적화된 소비상품, 자산상품, 마케팅을 제공하고 싶습니다. 삼성화재 프로젝트를 하면서, input데이터가 부실한 것에 크게 아쉬움을 느꼈는데, 신한카드라면 더 세부적이며 대량인 데이터를 다룰 수 있을 것이라 생각하여 지원했습니다. 10년 뒤에는 신한카드가 고객 맞춤형 마케팅의 1인자가 되게 만들 것이며, 저는 eXplainable AI를 실현시키겠습니다. 고객에게 상품을 추천할 때, 고객이 어떤 상황이고, 누구와 만날 것으로 예상되므로 다음과 같은 상품을 추천한다라고 설명과 함께 상품을 추천하는 XAI를 실현하고 싶습니다. 3. 지원 분야와 관련하여 본인이 충분한 역량 또는 잠재력을 갖고 있다고 어필할 수 있는 근거를 경험(인턴, 아르바이트, 수행과제 등)또는 사례와 함께 이야기 해주세요. (1000bytes) 저는 삼성화재 프로젝트에 참여하며, 머신러닝 학습결과의 정확도를 3% 높였던 적이 있습니다. 당시에, 삼성화재로부터 받은 데이터의 고객 거주지 정보의 입력률이 낮았습니다. 보험사 input 데이터 중에 중요한 것이 크게 3가지 고객정보(나이, 거주지, 소득수준, 성별), 진단정보(병원명, 진단명, 진단코드, 의사번호), 계약정보(한도, 판매담보, 급부유형)가 있습니다. 이 정보들은 입력률이 높을 수록 보험금 삭감건을 정확하게 찾아낼 수 있습니다. 저는 ＇병원명 주소=거주지 주소＇라는 가정 하에, 병원명을 네이버 검색하면 나오는 병원명 주소를 크롤링 하는 코드를 작성해서, 거주지 주소의 입력률을 20%->70%까지 높였습니다. 그 결과 머신러닝 학습결과의 정확도가 3% 높아지는 훌륭한 성과를 냈습니다. 저는 주어진 자원을 가지고 최고의 성과를 내려고 항상 비판적으로 생각하는 사람입니다. 이러한 저의 비판적이고 분석적인 능력이 신한카드 빅데이터 분석가로 일하는데 적합하다고 생각합니다. 4. 살면서 가장 소속감을 가졌던 조직(or 커뮤니티) 발전을 위해 열의를 다했던 경험과 이를 통해 어떤 것들을 얻을 수 있었는지 기술해주세요. (1000bytes) 저는 aiznenglobal에서 2019.11~2020.02 3개월 간 삼성화재 프로젝트를 맡아서 진행했습니다. 3개월이란 시간 동안 삼성화재 내부에, 저 포함 엔지니어 2명, 보험 컨설턴트 전무님 1명이 투입되어 프로젝트 팀으로 일했습니다. 짧은 시간 동안 성과를 내기 위해 삼성화재 직원들, 저희 팀원들, 그리고 저희 본사 직원들과 협업했습니다. 먼저 보험 컨설턴트 전무님이 보험회사 데이터 중 보험금 삭감과 강하게 연결되는 데이터들이 무엇인지 알려주셔서, 저희 엔지니어들은 빠르게 중요 데이터 추출과 테이블 통합을 할 수 있었습니다. 40개의 테이블을 반드시 1개의 통합테이블로 통합할 필요는 없었습니다. 삼성화재 직원들과 매주 미팅을 통해 삼성화재 직원들의 니즈가 무엇인지 파악했고, 삼성화재 직원들이 저희에게 테이블간 연관성과 데이터 입력순서를 알려줘서 저희는 목적에 맞게 몇 개의 테이블을 선택하여 통합테이블을 만들었습니다. 저희 회사 머신러닝 프로그램은 본사 직원들이 아키텍쳐를 만들어 놓은 것이기 때문에, 학습이나 데이터 업로딩 할 때 문제가 발생하면 본사 직원들에게 조언을 구하여 코드 수정을 했습니다. 삼성화재 직원들의 조언 덕분에 데이터 전처리를 훨씬 빨리할 수 있었습니다. 팀원들 및 타 부서와의 협업이 결과물을 만드는데 굉장히 필수적이라는 것을 느꼈습니다. 저 역시 보험금 삭감확률 정확도(precision, recall 모두)를 90% 이상으로 만들기 위해 매일 야근하며 데이터 전처리 방법을 다양하게 해봤습니다. 결과적으로 저희 회사가 우승을 했고, 3000만원의 상금과 본계약 체결을 하게되어 정말 기뻤습니다. 5. 본인이 생각하는 신한카드 비즈니스의 경쟁상대는 무엇이며, 그 이유를 신한카드의 VISION 관점에서 비교 기술해주세요. (1400bytes) 제가 생각하는 신한카드 비즈니스의 최대 경쟁상대는 빅테크 회사라고 생각합니다. 네이버, 카카오는 이미 카카오뱅크, 네이버페이 등으로 금융업계에도 강하게 영향력을 뻗치고 있고, 빅테크 회사가 다른 금융회사에 비해 가지는 가장 큰 이점은 고객정보의 질이라고 생각합니다. 네이버는 고객의 검색이력, 접속이력을 고객 기본정보와 함께 이용할 수 있기 때문에 훨씬 더 양질의 고객 정보를 확보할 수 있습니다. 실제로 네이버페이가 인터넷 구매에 있어 엄청나게 급속도로 성장했고, 저 역시 가능만 하다면 인터넷 구매를 네이버페이로 하고 있습니다. SSO(single sign on)이 가능한 것도 네이버의 장점이고, 카드만 등록해 놓으면 네이버 접속을 통해 대부분의 쇼핑몰에서 구매가 가능하며, 적립포인트는 한 곳으로 집중시킬 수 있습니다. 따라서 신한카드 포함 모든 카드사들이 네이버와 제휴를 강요받을 수 밖에 없습니다. 뱅크샐러드의 경우에도 고객정보를 활용한 자산관리 서비스, 지출관리 서비스 분야를 선점하다보니, 모든 카드회사들이 뱅크샐러드와의 제휴를 선택이 아닌 강요를 받게 되었습니다. 따라서 신한카드는 앞으로는 후발주자가 아닌 시장을 선도한다는 생각으로, ＇my data＇사업에서 반드시 선택되어 고객 맞춤형 초개인화 마케팅 서비스, 자산관리 서비스등의 시장을 선점해야 한다고 생각합니다. 더이상 빅테크 회사에게 끌려다니지 말고, 빅데이터 사업부를 신한카드 내부의 사업부로 여기는 것이 아니라, 독립된 하나의 사업부로 생각하는 것이 좋다고 생각합니다. 아직 여전히 많은 사람들이 현물 카드를 이용하여 소비를 하고 있기 때문에, 소비 데이터의 취득에 있어 강점을 가진 신한카드가 마케팅 분야에서 강점을 가지고 있다고 생각합니다.