|
|
|
|
|
 |
하나 증권디지털 AI 직무에 필요한 핵심 역량은 무엇이라고 생각합니까
저는 현업이 AI를 이해하지 못한다고 생각하지 않겠습니다.
저는 AI 직무에서 특히 이런 조정 능력이 중요하다고 생각합니다.
저는 AI 직무에서 금융이해가 부족하면 결국 좋은 결과를 만들 수 없다고 생각합니다.
하지만 하나 증권 디지털 AI 직무에서 중요한 것은 기술의 절대량만은 아니라고 생각합니다.
이런 태도는 단기간에 보이지 않을 수 있지만, 금융 AI에서는 오히려 더 중요하다고 생각합니다.
금융 AI에서는 정확도보다 먼저 데이터가 실제 사용 가능한 구조인지 확인해야 한다고 생각합니다.
AI는 혼자 완성되는 일이 아니기 때문에 기술을 업무언어로 설명하고, 실제로 쓰이는 결과로 만드는 것이 중요하 다고 생각합니다.
|
|
|
 |
제가 하나 증권 디지털 AI 직무에 지원한 이유는 AI를 단순한 기술 시연이 아니라 실제 금융의사 결정과 고객 경험을 바꾸는 도구로 만들고 싶었기 때문입니다.
투자정보 제공, 고객 맞춤형 서비스, 리서치 업무 지원, 상담 효율화, 내부 운영자동화 등 AI가 개입할 수 있는 영역은 매우 넓지만, 실제로 성과를 만드는 것은 기술 자체보다 업무를 이해하고 현업과 연결하는 능력이라고 봅니다.
하나 증권디지털 AI 직무는 이 원칙을 가장 분명하게 실현할 수 있는 자리라고 생각했습니다. 고객에게는 더 정교하고 편리한 금융경험을, 내부 조직에는 더 빠르고 정확한 의사결정 지원을 제공하는 AI를 만들고 싶어 지원했습니다.
금융회사 중에서도 하나 증권을 선택한 이유는 증권업이 데이터의 속도와 정밀성이 동시에 요구되는 산업이기 때문입니다.
그 중에서도 하나 증권은 AI를 단지 화제성 있는 기술로 소비하는 것이 아니라, 실제 금융서비스와 내부 업무의 생산성을 높이는 방향으로 접목할 가능성이 큰 조직이라고 생각했습니다.
생성형 AI는 문장을 자연스럽게 만들고 요약과 검색 보조에 강점이 있지만, 금융에서는 자연스러움보다 사실성이 먼저입니다. 고객이나 직원이 믿고 사용할 수 있으려면, 생성 결과가 어떤 근거에서 나왔는지 확인 가능해야 하고, 잘못된 정보가 그대로 전달되지 않도록 통제장치가 있어야 합니다.
결국 생성형 AI를 증권사에 적용할 때 중요한 것은 최신 기술을 쓰는 것이 아니라, 금융환경에서 신뢰 가능한 형태로 제한하고 설계하는 것이라고 생각합니다.
일반 데이터는 다소 지연되거나 일부 오차가 있어도 큰 문제로 이어지지 않을 수 있지만, 금융 데이터는 시점이 조금만 어긋나도 결과 해석이 완전히 달라질 수 있습니다.
저는 금융 AI 모델링에서 가장 먼저 점검해야 할 것이 정확도보다 데이터 생성 시점의 정합 성이라고 봅니다.
저는 금융업무에서는 설명 가능성을 더 무겁게 봐야 한다고 생각합니다.
저는 정확도와 설명 가능성의 충돌은 기술문제가 아니라 사용 맥락의 문제라고 봅니다.
실제로는 기술구조를 모를 뿐, 업무 문제는 현업이 가장 잘 알고 있다고 생각합니다.
현업은 기술 설명보다 자기 업무가 실제로 얼마나 편해지는지를 보고 판단하기 때문입니다.
가장 먼저 정의해야 할 것은 모델이 아니라 문제라고 생각합니다.
저는 성능이 좋은 모델보다 현업이 실제로 쓰는 모델을 만드는 것이 더 중요하다고 생각하며, 그 출발점은 문제정의라고 봅니다.
저는 데이터 품질이 낮을 때 무리해서 모델부터 만들지 않겠습니다.
그래서 먼저 데이터 품질 문제를 유형별로 나누겠습니다.
제가 경험한 프로젝트 중 가장 의미 있었던 것은 단순히 모델 성능을 높이는 것이 아니라 데이터와 사용자 관점을 함께 보게 만든 경험이었습니다.
다양한 알고리즘을 적용하며 수치를 높이는 데 몰입했지만, 어느 순간 결과가 일관되지 않고 실제로 어떤 의미가 있는지 설명하기 어렵다는 문제가 드러났습니다.
어떤 고객 접점이 중요한지, 어떤 내부 문서와 데이터가 반복적으로 쓰이는지, 어떤 문제가 현업에서 자주 발생하는지를 이해해야 진짜 쓸모 있는 AI를 만들 수 있다고 생각합니다.
저는 데이터 품질, 모델 성능, 현업 UX, 보안, 모니터링까지 함께 고려하며 실제로 현업이 계속 쓰는 AI를 만들고 싶습니다.
어떤 문제는 AI로 풀고, 어떤 문제는 규칙 기반이 더 나은지 판단할 수 있는 사람, 그리고 신뢰 가능한 AI를 조직 안에 정착시키는 사람으로 성장하겠습니다.
오히려 증권사는 정보량이 많고 문서 기반 업무가 많으며 고객 접점과 내부 판단 지원이 모두 중요한 산업이기 때문에, 제대로 설계된 AI는 실질적 성과를 만들 가능성이 높다고 생각합니다.
실무에 바로 필요한 것은 완성형 천재보다, 기본기를 갖추고 빠르게 업무 맥락을 흡수하는 사람이라고 생각합니다.
금융을 이해하고, 현업의 문제를 이해하고, 그 위에서 AI를 설계하는 사람이 되고 싶습니다.
저는 AI가 실무에 정착하려면 모델보다 인터페이스와 신뢰 설계가 더 중요할 때도 많다고 봅니다.
하지만 하나 증권 디지털 AI 직무에서 중요한 것은 기술의 절대량만은 아니라고 생각합니다.
이런 태도는 단기간에 보이지 않을 수 있지만, 금융 AI에서는 오히려 더 중요하다고 생각합니다.
저를 뽑아야 하는 이유를 한 문장으로 말씀드리면, 저는 AI를 잘 아는 지원자가 아니라 AI를 현업에 정착시킬 수 있는 지원자이기 때문입니다.
하나 증권디지털 AI 직무에 지원한 지원자입니다. |
 |
ai, 생각, 데이터, 모델, 어떻다, 금융, 때문, 고객, 만들다, 문제, 업, 기술, 업무, 중요하다, 내부, 실제, 증권, 더, 결과, 정보 |
|
|
|
|
|
|
 |
|
|
|
|
|
|
|
|
|
|
|
| |
|
|
|
2026.03.12
14페이지
