[데이터 분석 전문성과 IT 인프라 운영 역량]
기술행정 직무의 핵심인 데이터 활용 능력을 갖추기 위해 이론적 부분과 실무 역량을 함께 쌓았습니다. 먼저, SQLD, ADsP, DAsP 자격증을 취득하면서 데이터 분석 방법을 학습했습니다. 이를 바탕으로 건강보험심사평가원에서 제공하는 API를 사용한 ‘MediCheck’ 프로젝트에서 API 3개를 결합하여 데이터의 일관성을 확보하고, 이를 데이터베이스화하여 사용자 중심의 서비스를 구현했습니다. 당시 API마다 다른 데이터 포맷을 통합하기 위해 MySQL을 활용한 데이터 전처리 과정을 거쳤으며, 쿼리 최적화를 통해 대용량 데이터 조회 속도를 기존 대비 30% 이상 개선했습니다. 이러한 실무 경험은 한국에너지공단이 가지고 있는 데이터를 체계적으로 관리하고, 이를 분석하는 데 큰 도움이 될 것입니다. 단순히 기술력을 갖춘 인턴에 머무르지 않고, 데이터를 통해 공단의 행정 신뢰도를 높이는 기술 행정 전문가가 되도록 노력하겠습니다.
[단계별 검증 파이프라인으로 신뢰도를 높이다]
외국인 유학생을 위한 알레르기 식단 가이드 프로젝트 중, 음식 사진 분석의 판독 신뢰도가 떨어지는 문제가 생겼습니다. 단순히 이미지만으로 식재료를 확정하기에는 시각적 유사도가 높은 음식이 많아, 사용자에게 잘못된 정보를 제공할 위험이 있었습니다. 저는 AI만을 사용하는 분석 방식의 한계를 극복하기 위해 ‘다단계 검증 파이프라인’을 설계했습니다. 먼저 AI가 식재료를 분석하면 사용자에게 추가 질문을 던져 확정하는 구조를 추가했고, 수집된 데이터를 RAG 기술과 결합하여 신뢰도 높은 외부 자료와 비교와 분석을 했습니다. 또한, 분석 신뢰도가 70% 미만일 경우를 대비해 식당 직원에게 보여줄 수 있는 안내 문구를 함께 출력하는 시스템을 구축했습니다. 그 결과 가이드의 정확성을 높이고 현장 검증 가능성을 확보하여 서비스 안전성을 높였습니다. 공단에서도 이러한 검증 프로세스를 구축하여 무결한 기술 행정 서비스를 제공하겠습니다.
[빈틈없는 행정을 위한 데이터 신뢰도]
기술행정 직무 수행을 위해 가장 필수적인 지식은 ‘공공 데이터의 무결성을 검증하고 관리하는 책임 지식’이라고 생각합니다. 에너지 정책의 수립과 집행은 정확한 통계 수치에서 시작됩니다. 데이터를 다루는 기술 행정 담장자는 본인이 처리하는 업무가 국가 에너지 정책의 신뢰도를 결정한다는 생각을 두고, 데이터의 오류를 찾아내고 보완하는 분석적 태도를 가져야 한다고 생각합니다. 저는 다양한 프로젝트를 통해 데이터 분석 및 관리 역량은 쌓아왔으나, 공단에서 다루는 방대한 에너지 데이터의 특수성과 산업별 에너지 소비 지표에 대한 실무 지식은 아직 부족합니다. 이를 보완하기 위해 입사 전 공단의 ‘에너지 통계 자료’와 되는 뉴스를 찾아보며 주요 에너지 이슈와 산업별 트렌드를 미리 익히겠습니다. 인턴으로 근무하며 제가 정리하는 자료가 곧 공단의 신뢰도가 된다는 마음가짐으로, 선배님들의 업무 노하우를 빠르게 배워 실수 없는 든든한 조력자가 되도록 노력하겠습니다.
[데이터 기반의 소통으로 합의점을 찾다]
TensorFlow를 사용한 딥러닝 기반 쓰레기 자동 분류 프로젝트를 진행하며, 모델의 성능 우선순위를 두고 팀원 간 의견 차이가 발생했습니다. 분석 속도를 높이기 위해 모델을 경량화해야 한다는 의견과, 잘못된 분류를 줄이기 위해 정확도를 최대로 높여야 한다는 의견이 있어 프로젝트가 지연되었습니다. 저는 감정적인 소모를 줄이기 위해 두 가지 방안을 프로토타입으로 만들어서 실제 수치를 비교해 보자는 의견을 제시했습니다. 두 가지 모델을 각각 테스트하여 처리 속도와 정확도 사이의 상관 데이터를 시각화해 공유했습니다. 이를 통해 정확도가 일정 수준 이상일 때 속도가 급격히 저하되는 지점을 찾아냈고, 서비스 운영에 지장이 없다고 판단한 최적의 균형점을 정할 수 있었습니다. 이후 공단에서도 다양한 사람과 협력할 때, 주관적인 주장보다는 명확한 근거와 유연한 태도로 소통하겠습니다. 서로의 의견 차이를, 데이터를 통해 줄여나가는 인턴이 되겠습니다.