1. "동료들 덕분에, 달라진 환경에도 금세 익숙해졌어요."

Q. 다시 오신 걸 환영합니다! 자기소개와 현재 맡고 계신 역할을 소개해 주세요.

안녕하세요, DX(Data Exchange)팀에서 데이터 웨어하우스 엔지니어(Data Warehouse Engineer)로 일하고 있는 Khan입니다. 회사 전체에서 발생하는 데이터를 수집하고 가공해서, 분석이나 정산, 리포팅 등에 활용할 수 있는 형태로 만들어 제공하는 일을 하고 있어요.

Q. 복귀 첫날, 기억에 남는 장면이 있나요?

떠나 있던 시간은 고작 1년 정도였지만, 그사이 AI로 업무 환경이 많이 달라져 있었어요. 다시 잘 적응할 수 있을지 걱정이 컸지만, 예전에 함께 일했던 동료들과 새로 만난 팀원들이 많이 도와줘서 생각보다 빠르게 적응할 수 있었어요. 오랜만의 출근이었는데도 주변 분들 덕분에 금방 일상에 다시 녹아들 수 있었던 게 가장 기억에 남습니다.

2. 떠났던 이유: "제가 생각한 것을, 하나의 제품으로 직접 만들어 보고 싶었어요."

Q. 앤서스랩을 떠나 새로운 도전을 결심했던 이유도 궁금해요.

생각한 것을 직접 만들어 보는 걸 좋아하는 편이에요. 그러던 중, 제가 만든 것을 하나의 제품으로 만들어 볼 기회가 생겼고, 도전해 보자는 생각으로 앤서스랩을 떠났었죠. 과정도 결과도 기대했던 만큼 좋지는 않았지만, 직접 제품을 만들어 보는 과정에서 많은 것을 배우고 경험할 수 있었던 좋은 기회였다고 생각합니다.

3. 돌아온 이유: "제가 경험한 곳 중, 가장 방대한 데이터를 다룰 수 있는 환경이었어요."

Q. 다시 앤서스랩을 선택한 결정적 이유는 무엇인가요?

기술적인 업무를 하면서 데이터 엔지니어(Data Engineer)라는 직무에 점점 관심이 생겼어요. 다른 회사에서 새로운 기회를 찾기보다 이미 경험하고 있는 환경에서 전문성을 넓혀가는 게 커리어에 더 도움이 될 거라고 판단했죠. 이유를 정리하면 세 가지예요.

• 다룰 수 있는 데이터의 규모: 방대한 데이터를 바탕으로 의미 있는 결과를 만들고, 그 결과가 실제 데이터와 정확히 맞는지 검증하는 과정이 재미있었고, 저와도 잘 맞는다고 느꼈어요. 제가 경험해 본 회사 중 데이터 규모가 가장 큰 곳이 앤서스랩이었고, 업무를 통해 데이터뿐 아니라 보안이나 규제 준수 같은 도메인 지식도 계속 쌓아갈 수 있을 거라고 생각했죠.

• 빠르고 명확한 의사결정: 업무 특성상 보안, 규제, 감사와 관련해 소통할 일이 많은데, 의사결정이 늘 빠르고 명확하게 이뤄지고, 해야 할 일도 잘 정리되어 공유돼요. 특히 제가 기술적인 부분에 집중할 수 있도록 필요한 방향을 빠르게 정하고 지원해 주는 문화가 인상적이었어요. 다시 돌아와서도 이런 협업 방식과 조직 문화가 저와 잘 맞는다고 느꼈죠.

• 유연하게 이어지는 협업: 일하는 데 필요한 시스템과 프로세스가 잘 갖춰져 있어 효율적으로 일할 수 있어요. 데이터 업무는 여러 팀과 협업할 일이 많은데, 필요한 내용을 그때그때 공유하고 함께 맞춰가며 일을 진행할 수 있답니다.

4. "AI로 달라진 건 속도만이 아니었어요."

Q. 떠나 있던 1년 사이 AI로 업무 환경이 많이 달라졌다고 하셨는데요, 같은 데이터 업무에서 가장 크게 달라진 점은 무엇인가요?

예전에는 데이터 관련해 모르는 문제가 생기면 다른 팀에 직접 물어보고, 설명을 듣는 것만으로 내용을 파악해야 해서 소통이 쉽지 않았어요. 지금은 필요한 권한만 공유되어 있으면 직접 코드를 분석해서 어떻게 구현되어 있는지 확인하고, 원하는 방향을 제시할 수 있게 됐죠. 오래 걸리던 데이터 정합성 확인이나 분석 작업을 AI로 빠르게 처리할 수 있게 되면서 업무 시간도 크게 줄었어요. 복잡한 데이터 요청도 이전보다 수월하게 해결할 수 있어서, 한정된 시간 안에 제가 할 수 있는 업무의 범위가 많이 넓어졌다고 느껴요.

Q. 데이터 정합성 확인이나 분석에는 AI를 구체적으로 어떻게 활용하고 계세요?

A 데이터로 만든 B 리포트의 수치가 맞지 않는 상황을 예로 들어 볼게요. 예전에는 A로 B를 만드는 프로그램과 쿼리 로직을 먼저 확인한 다음, 쿼리를 짜고 엑셀로 하나하나 대조하면서 어디가 틀렸는지 찾아야 했죠. 지금은 데이터 경로만 입력하면 이 과정을 자동으로 처리해 줘서, 며칠 넘게 걸리던 작업이 때에 따라서는 10분 안에 끝나는 일도 많아졌어요. 도구는 상황에 따라 나눠 쓰고 있어요. 대규모 데이터를 비교하거나 슬랙(Slack), 지라(Jira) 같은 서비스와 연결(MCP)이 필요할 때는 Claude를, 쿼리 작업만 할 때는 Snowflake에 내장된 COCO를 활용해요.

Q. 일하는 방식이나 분위기에서도 달라진 점이 있을까요?

AI를 비롯한 여러 도구를 활용하면서 결과물을 만드는 속도가 빨라졌고, 그만큼 의견을 주고받고 결정하는 과정도 빨라졌다고 느껴요. 저 역시 궁금한 점이나 개선할 부분이 있으면 이전보다 편하게 의견을 내고 있는데, 이렇게 피드백과 의사결정이 빠르게 오가는 점이 좋아요. 기술과 도구가 빠르게 바뀌고 있는데, 필요할 때마다 새 도구를 바로 검토하고 쓸 수 있도록 지원해 주는 점도 좋았어요. 정해진 것만 사용하기보다 상황에 맞는 도구를 적극적으로 활용할 수 있어 업무 효율을 높이는 데도 도움이 되죠. 그러면서도 기존 프로세스는 안정적으로 유지되고 있어서, 다시 적응하는 데 큰 도움이 됐습니다.

5. "가진 경험을 바탕으로, 또 한 번 성장하고 싶다면"

Q. 마지막으로 앞으로의 목표와 함께, 앤서스랩 합류를 고민하는 분들께 한마디 부탁드려요.

업무 환경이 잘 갖춰져 있고 지원도 꾸준해서, 이곳에서라면 회사의 데이터를 폭넓게 경험하며 성장할 수 있겠다고 생각했어요. 앞으로는 회사 전체의 데이터 흐름과 구조를 이해하는 데이터 전문가가 되고 싶어요. 나아가 다른 구성원들도 필요한 데이터를 쉽게 찾고 목적에 맞게 활용할 수 있도록, 데이터 환경을 잘 만들어 제공하는 것이 제 목표예요. 앤서스랩은 새로운 기술을 빠르게 받아들이면서도, 구성원들이 각자의 전문성을 충분히 발휘할 수 있는 환경이라고 생각해요. 저 역시 한 번 회사를 떠났다가 다시 돌아오면서, 제가 경험했던 것들을 새로운 방식으로 활용하고 더 성장할 기회를 찾았죠. 본인이 가진 경험을 바탕으로 또 한 번 성장할 수 있는 곳을 직접 경험해 보시길 추천해 드립니다.