1 취업동향2 준비3 교육과정4 과정 고르기5 신청
새싹 청년취업사관학교 · 핀인사이트 과정 설명회
AI 시대, 신입은
무엇으로 뽑히는가
제조 · 금융 · 서비스 기획 · 데이터 분석, 네 과정을 한 번에 봅니다
도봉 제조 데이터영등포 금융 데이터양천 서비스 기획·PM은평 데이터 분석가
같은 질문, 다른 대답
"취업에 AI 활용 능력이 중요하다"
취준생
77.0%
기업
39.0%
그러면 기업은 신입의 무엇을 볼까요?
한국경제인협회 「AI 시대 신입인재 역량에 대한 기업-취준생 인식조사」 (2026.11.10 발표, 매출 1,000대 기업 중 200개사·취준생 500명)
질문에 답하는 순서, 다섯 가지
1
취업동향
채용은 지금 무엇을 보는가
2
준비 전략
이런 신입이 뽑힌다, 세 가지
3
교육과정
과정마다 공고 → 필요한 역량 → 커리큘럼 → PBL
4
과정 고르기
나에게 맞는 과정
5
신청 안내
일정 · 자격 · 절차
청년 고용률 44.0%, 1년 새 1.1%p 내려갔습니다
보도자료국가데이터처2026. 10. 16.
2026년 9월 고용동향
경제활동인구조사
청년층(15~29세) 고용률은 44.0%로 전년동월대비 1.1%p 하락
청년층(15~29세) 실업률은 5.4%로 전년동월대비 0.6%p 상승
기관 보도자료 원문에서 발췌
청년층(15~29세) 고용률
44.0%
실업률
5.4%
전년 같은 달보다 +0.6%p
같은 달, 20대 '쉬었음' 인구는 5만 1천 명 줄었습니다. 숫자가 한쪽으로만 움직이지는 않습니다.
넉넉하지 않은 시장입니다. 그 안에서 무엇으로 구분될까요?
국가데이터처 「2026년 9월 고용동향」 (2026.10.16 발표, 전년 동월 대비)
뽑으려 했는데 못 뽑은 이유 1위는 '경력'
보도자료고용노동부2026. 6. 30.
2026년 상반기 직종별사업체노동력조사 결과 발표
조사대상: 종사자 1인 이상 사업체 약 7만 2천 개소
(미충원 사유) '사업체에서 요구하는 경력을 갖춘 지원자가 없기 때문'(25.8%), '사업체에서 요구하는 학력·자격을 갖춘 지원자가 없기 때문'(18.5%) 순으로 높음
기관 보도자료 원문에서 발췌
자리가 있어도, 경험을 보여 주지 못하면 연결되지 않습니다.
고용노동부 「2026년 상반기 직종별사업체노동력조사」 미충원 사유 (2026년 1분기 기준, 종사자 1인 이상 사업체)
'경력 3년 이하' 수요가 37.3%로 올랐습니다
보도자료산업통상부2025. 12. 31.
산업기술인력 규모 약 174만명, 4년 연속증가
2025년 「산업기술인력 수급 실태조사」 결과 발표 · 별첨 공표자료에서 발췌
경력자 중 기업이 가장 원하는 인력은 경력 3년 이하로, 전체 채용예상인력의 37.3% 비중으로 최근 4년간 상승 패턴
기관 보도자료 원문에서 발췌
긴 경력은 지금 만들 수 없어도, 실무에 가까운 경험은 만들 수 있습니다.
산업통상부 「2025년 산업기술인력 수급 실태조사」 채용예상인력 비중 (기술직 대상, 연도는 채용 예상 시점). 2024년 실제 채용에서는 신입 비중이 45.2%로 소폭 올랐습니다.
기업이 지금 기대하는 건 '과업 적용'까지
보도자료한국경제인협회2026. 11. 10.
"AI 시대 취업, 기술 고도화 부담 버려라"… 기업 68% "검색, 초안 등 기초 실무면 충분"
AI 시대 신입인재 역량에 대한 기업-취준생 인식조사
반면 '과업 적용'(39.0%)이나 '기초 활용'(28.5%) 등 기초·실무 수준을 꼽은 비율은 기업이 67.5%, 취준생은 44.6%(과업 적용 31.8%, 기초활용 12.8%)로 눈높이의 차이를 보였다.
기관 보도자료 원문에서 발췌
기업이 신입에게 기대하는 AI 활용 수준
기초·실무 수준
67.5%
검증·수정까지 요구
15.0%
지금 기업의 눈높이는 여기까지입니다. 그런데,
한국경제인협회 「AI 시대 신입인재 역량에 대한 기업-취준생 인식조사」 (2026.11.10 발표, 일반직무 신입 기준)
기업 82.5% "3년 안에 요구 수준이 올라간다"
보도자료한국경제인협회2026. 11. 10.
"AI 시대 취업, 기술 고도화 부담 버려라"… 기업 68% "검색, 초안 등 기초 실무면 충분"
AI 시대 신입인재 역량에 대한 기업-취준생 인식조사
다만 응답 기업의 82.5%가 향후 3년간 신입사원에게 요구되는 AI 활용역량 수준이 높아질 것으로 예상해, AI 활용 능력에 대한 기업의 기대는 점차 높아질 것이라는 전망이다.
기관 보도자료 원문에서 발췌
82.5%
신입에게 요구하는 AI 활용 수준이 높아질 것
앞으로 더 중요해질 신입 역량
1위 · 데이터 해석 73.9점
문제정의·해결 73.2점
비판적 사고·판단 72.5점
지금 눈높이에 맞추면 3년 뒤엔 평균입니다. 한 단계 위를 준비한 사람이 구분됩니다.
한국경제인협회 「AI 시대 신입인재 역량에 대한 기업-취준생 인식조사」 (2026.11.10 발표)
0:48
1분 영상 · 조코딩 JoCoding · 조회 2.1만
AI를 다룰 줄 아는 신입은 오히려 찾고 있다는 주장
「신입이 취업 못 하는 진짜 이유는 따로 있다??」
- 일자리 종말은 과장이고, AI를 활용할 줄 아는 사람은 구인난이라는 교수 인터뷰를 소개합니다
- 주니어 채용난의 원인을 일자리 부족보다 교육의 지연으로 봅니다
- 최신 AI 모델·API 호출·코딩 에이전트 활용 경험을 채용의 조건으로 듭니다
앞의 조사 숫자와 같이 보세요. 쓸 줄 아는 것 다음에 기업이 묻는 것은 무엇일까요?
썸네일을 누르면 새 탭에서 재생됩니다
YouTube 조코딩 JoCoding (조회수 2026-11-11 확인) · 제3자 영상이며 본 과정과 관계없습니다 · 영상 속 주장은 인터뷰이의 의견입니다
정리하면, 채용이 보는 것은 세 가지
1
직무 경험
'경력 3년 이하' 수요가 늘었습니다
2
데이터를 해석하는 힘
앞으로 중요해질 역량 1위
3
AI를 적용하고
결과를 확인하는 힘
기업 82.5%가 요구 수준 상승을 예상
전략 1 · 공고를 거꾸로 읽는다
| 공고가 요구하는 것 (예: 증권사 리서치 인턴) | 내가 보여 줄 증거 |
|---|---|
| 금융 시장 관련 자료 작성 | 출처를 단 리서치 보고서 |
| 데이터 분석 지원 | SQL·Python 분석 코드와 결과 |
| 파이썬 등 코딩 역량 우대 | GitHub에 남긴 프로젝트 |
| 금융 관련 자격증 우대 | 아직 없음 → 따로 준비할 것 |
LS증권 리서치센터 RA(투자전략) 체험형 인턴 공개 채용공고 참고 (2025.3 마감)
전략 2 · "써 봤다"를 "검증했다"로
지금 이력서
AI 에이전트 활용 경험
↓
바꾼 이력서
AI가 낸 분석 결과를 기준 SQL과 대조하고,
틀린 곳과 원인을 기록했다
전략 3 · 결과물로 남긴다
기준 SQL
AI 결과와 대조할 기준값
대시보드
지표를 정의하고 직접 그린 화면
실험 설계서
무엇을 어떻게 확인할지
테스트셋
정답이 있는 질문, 정답이 없는 질문
검토 기록
오탐, 누락, 판단을 보류한 사례
→ 포트폴리오
면접에서 열어 보여 줄 수 있는 것
경력 대신 이것으로 뽑히는 신입
경력직은 해 본 일로 증명합니다. 신입은 AI로 일하는 방식으로 증명합니다.
1
나의 AI 에이전트 시스템을 운영한다
AI 도구를 한 번 써 본 것이 아니라, 역할·도구·기록·검증을 갖춘 나만의 에이전트로 일을 돌려 봅니다.
공고 원문에서
AI 기반 생산성 도구(Claude, Devin, Cursor 등) 활용 경험— 쿠팡이츠 Junior BA 우대
2
AI 지식 증강으로 처음 보는 영역의 전문가가 된다
논문·문서·데이터를 AI로 빠르게 읽고 연결해, 경험 없는 도메인에서도 근거를 갖고 말합니다.
공고 원문에서
금융권 경험이 없어도 괜찮아요. 도메인에 대해 학습하실 의지만 있으시다면— 토스뱅크 데이터 분석가 FAQ
3
AI 활용에 경계를 두지 않는다
기획자도 SQL을, 분석가도 자동화를, 누구나 바이브코딩으로 작동하는 결과물을 만듭니다.
공고 원문에서
생성형 모델의 품질 측정 및 피드백— 네이버웹툰 AI 서비스 기획 인턴 업무
세 가지 모두, AI가 틀렸을 때 잡아낼 수 있어야 무기가 됩니다.
각 사 공개 채용공고 원문 (2026-11-11 확인) · 업무·우대 문구를 근거로 묶은 것이며 채용 보장이 아닙니다
우리 과정은 바로 이런 신입을 기릅니다
| 뽑히는 신입의 세 가지 | 네 과정에서 하는 일 | |
|---|---|---|
| 나의 AI 에이전트 시스템 운영 | → | 에이전트 하네스를 직접 설계·구현·평가합니다. 역할·도구 권한·실행 기록·판단 보류·테스트셋·사람 검토네 과정 공통 |
| AI 지식 증강 | → | 최신 논문 원문을 읽고 적용 범위와 한계를 정리, 오픈소스 에이전트 역분석(REA), Crawl4AI로 자료 수집네 과정 공통 |
| AI 활용의 경계 없애기 | → | 기획자도 SQL·Python(양천), 분석가도 에이전트로 업무 자동화(은평), 바이브코딩으로 백테스트(영등포)·제조 하네스 서비스(도봉) |
수료할 때 남는 것 · 내가 운영해 본 에이전트 하네스 + AI 결과를 검증한 기록 + 공고에서 출발한 포트폴리오
AI에게 일을 시키는 데서 멈추지 않고, AI가 틀렸을 때 잡아내는 신입.
네 과정 기획안의 단원·PBL 기준 · 과정별 세부는 3장 교육과정에서 소개합니다
AI한테 일 시키는 사람은 많다.
AI가 틀렸을 때 잡아내는 사람은 드물다.
0:34
1분 영상 · 티타임즈TV · 조회 8천
어디까지 AI에게 맡길지 정하는 사람이 필요합니다
「AI 자동화, 어디까지 믿어야 할까」
- LLM은 아직 완벽하지 않아 예외 상황이 꼭 생기고, 누군가 그걸 메워야 한다고 말합니다
- 그래서 AI 자동화는 어디까지 맡길지 처음 계획을 잘 세워야 한다고 합니다
- 입력·출력 데이터가 회사 안인지 밖인지에 따라 경우가 달라진다고 봅니다
네 과정 모두 이 일을 연습합니다. 맡길 범위·확인 기준·사람 검토를 정하는 하네스입니다.
썸네일을 누르면 새 탭에서 재생됩니다
YouTube 티타임즈TV (조회수 2026-11-11 확인) · 제3자 영상이며 본 과정과 관계없습니다
네 과정은 서로 다른 자리에 있습니다
데이터 분석 · AI 모델
서비스 기획 · PM
한 산업을 깊게
여러 산업에 두루
영등포핀테크 특화 실무프로젝트 기반
생성형 AI 데이터분석 과정12.14 – 3.10 · 432시간
생성형 AI 데이터분석 과정12.14 – 3.10 · 432시간
양천[바이브코딩] 데이터 분석 기반
AI 서비스 기획·PM 프로젝트 과정12.21 – 3.30 · 461시간
AI 서비스 기획·PM 프로젝트 과정12.21 – 3.30 · 461시간
은평AI Agent & 데이터 활용
융합 인재 양성 과정12.14 – 3.10 · 461시간
융합 인재 양성 과정12.14 – 3.10 · 461시간
도봉제조AI 인재양성 부트캠프
생성형AI·빅데이터 실무 프로젝트12.21 – 5.31 · 812시간
생성형AI·빅데이터 실무 프로젝트12.21 – 5.31 · 812시간
위치는 각 과정 기획안의 목표 직무와 커리큘럼 구성으로 정한 상대 위치입니다(도봉은 머신러닝·제조 AI 216시간, 생성형 AI 144시간) · 교육기간·시간: 새싹 신청 페이지 (2026-11-11 확인)
네 과정의 뼈대는 같습니다
1기초 역량Python · SQL · 통계
2AI 역량ML · 생성형 AI · 에이전트
3미니 프로젝트단원마다 직접 만들기
4자율심화내가 고른 주제
5발표포트폴리오
공개 채용공고에서 출발
실제 직무의 일을 교육용 과제로
논문에서 방법을
최근 연구의 평가 방식을 작게 적용
오류와 누락을 기록
AI 결과를 기준값·정답셋과 비교
과정마다 공고 → 필요한 역량 → 커리큘럼 → PBL 순서로 소개합니다.
과정 1 / 4
영등포캠퍼스
핀테크 특화 실무프로젝트 기반
생성형 AI 데이터분석 과정
금융 데이터 분석 · 투자 리서치 · 금융 업무 자동화(리스크 검토 등)를 준비하는 분
교육기간·시간·마감·과정명: 새싹 신청 페이지 (2026-11-12 확인)
영등포양천은평도봉
영등포 · 금융 데이터 공고 3건
금융 공고가 묻는 것: 데이터를 직접 뽑고, 맞는지 확인할 수 있나
채용공고토스페이먼츠
리스크팀 어시스턴트
체험형 인턴 6개월상시 모집
하는 일
- 가맹점 URL·거래 데이터·민원 모니터링
- 입점 가맹점이 리스크 정책대로 평가됐는지 검수
- 카드사·대외기관 민원 처리 지원
요구 역량
- MS Office 활용 역량
- 꼼꼼함과 책임감
우대
- 핀테크·카드사 소비자 보호·민원 업무 경험
채용공고LS증권
리서치센터 RA (투자전략)
체험형 인턴2025.3 마감
하는 일
- 금융 시장 자료 작성과 데이터 분석 지원
- 기관 리퀘스트 처리, 세미나 보조
- 자료·데이터 수집
지원 자격
- 4년제 대학 재학·휴학 또는 학사 이상
우대
- 파이썬 등 코딩 역량
- 금융 자격증 · 외국어
채용공고토스증권
데이터 분석가
분석 경험 3년 이상
하는 일
- 팀 목표를 지표로 바꾸고 풀 문제를 찾기
- 가설 → 실험 설계 → 결과 검증 → 액션
- 거래 퍼널 이탈 지점 찾아 개선 실험
요구 역량
- SQL로 직접 추출·정제하고 스스로 검증
- Retention·Cohort·Funnel 적용 경험
- A/B 테스트 설계·해석 경험
우대
- Python·R, Tableau, AI 도구 활용
각 사 채용 페이지 원문을 줄여 옮김 (2026-11-11 확인, LS증권은 2026-11-10) · 마감·경력 공고 포함 · 기업 협업·채용 연계가 아닙니다
영등포 · 필요한 역량 → 과정
그 역량을 이렇게 배웁니다
| 공고가 요구하는 역량 | 과정에서 배우는 것 | |
|---|---|---|
| SQL 추출·검증 | → | SQL로 거래·결제·민원을 연결하고 Python 결과와 교차 검산 |
| 모니터링과 검수 | → | 취소·중복·금액 불일치 점검PBL 1 위험 가맹점 |
| 시장 자료 분석·작성 | → | 금융 데이터 수집, 수익률·변동성·최대 낙폭출처 기반 리서치 |
| 가설과 실험 설계 | → | 통계와 실험, 기준 전략과 비교PBL 2 전략 검증 |
과정이 더하는 것 · AI 에이전트 하네스. 역할·도구 권한·실행 기록·판단 보류·테스트셋·사람 검토로 AI가 낸 결과를 검증하는 틀
과정이 못 채우는 것 · 금융 자격증·외국어(LS증권 우대) · 분석 경험 3년 이상(토스증권)
영등포 과정 기획안 · 교육 과정 소개이며 투자 권유가 아닙니다
영등포 · 커리큘럼 전체
영등포 커리큘럼 한눈에 보기
| 단계 | 배우는 단원 (왼쪽부터 순서대로) | 시간 | 비중 |
|---|---|---|---|
| 시작과 기초 | 오리엔테이션: 핀테크·AI 윤리·프롬프트8Python & Colab(Gemini)32EDA·통계 실습32데이터 수집·SQL 심화32머신러닝 기초·예측 모델링24프로토타이핑 (Stitch·Opal)24 | 152시간 | |
| AI 역량 | NLP와 최신 AI 트렌드24LLM API 연동·프롬프트 응용16AI 협업 MVP·동적 시각화16 | 56시간 | |
| 프로젝트 | 미니 1 금융 성향 분석·맞춤 추천32미니 2 핀테크 고객 Q&A AI 챗봇32자율심화 프로젝트96 | 160시간 | |
| 함께 | 발표회8현업 멘토링21특강 (취·창업·알고리즘·깃허브·SQLD)35 | 64시간 | |
| 합계 | 총 432시간 · 12.14 – 3.10 · 단위: 시간 · 사전 이러닝 40시간 별도 | ||
영등포캠퍼스 3기 최종 커리큘럼 (2026-11-12 받음, 합계 432시간 · 신청 페이지와 같음)
영등포 · PBL과 남는 것
AI가 낸 결과를 기준값과 비교합니다
PBL 1
위험 가맹점 먼저 찾기
가맹점 거래·민원 데이터에서 SQL 기준 규칙과 에이전트 결과를 비교. 오탐·누락·판단 보류를 기록합니다.
토스페이먼츠 공개 채용공고 참고 · 합성 데이터
PBL 2
투자 리서치와 전략 검증
백테스트를 기준 전략·거래비용·최대 낙폭·데이터 시점으로 검증합니다.
토스증권 공개 채용공고 참고 · 가상 예시
남는 것기준 SQL · 대시보드에이전트 하네스출처 기반 리서치전략 코드실행 로그 · 검토 기록
면접에서"AI가 위험하다고 한 가맹점을 기준 SQL과 대조해, 오탐과 누락을 기록했습니다"
영등포 과정 기획안 · 교육 과정 소개이며 투자 권유가 아닙니다 · 과거 백테스트는 미래 수익을 보장하지 않습니다 · 기업 협업·채용 연계 아님
0:59
1분 영상 · 노마드 코더 Nomad Coders · 조회 1.1만
AI가 고른 종목, 그대로 믿어도 될까요
「GPT 가 골라준 주식에 100만원을 넣었다 😎」
- AI가 골라 준 종목에 실제로 100만 원을 넣어 보는 실험 영상입니다
- 결과가 좋든 나쁘든, 한 번의 결과로는 전략을 판단할 수 없습니다
- 영등포 PBL 2에서는 이 질문을 기준 전략·거래비용·최대 낙폭·데이터 시점으로 확인합니다
면접에서 이렇게 말할 수 있으면 됩니다. "AI가 고른 전략을 기준 전략과 비교해 검증했습니다."
썸네일을 누르면 새 탭에서 재생됩니다
YouTube 노마드 코더 Nomad Coders (조회수 2026-11-11 확인) · 제3자 영상이며 본 과정과 관계없습니다 · 교육 과정 소개이며 투자 권유가 아닙니다
과정 2 / 4
양천캠퍼스
[바이브코딩] 데이터 분석 기반
AI 서비스 기획·PM 프로젝트 과정
데이터로 사용자 문제를 정의하는 서비스 기획자, 프로젝트를 관리하는 PM을 준비하는 분
교육기간·시간·마감·과정명: 새싹 신청 페이지 (2026-11-12 확인)
영등포양천은평도봉
양천 · 서비스 기획 공고 3건
기획 공고가 묻는 것: AI 서비스를 기획하고, 품질을 확인할 수 있나
채용공고카카오뱅크
AI Native 서비스 기획자
채용연계형 인턴2026.8 마감
전형
- 서류 → 과제 → 실무진 면접 → 경영진 면접
필수 제출
- 포트폴리오 필수: PDF 10장 이내
- 서비스 기획·AI와 직접 연관된 경험만
- 여러 프로젝트 나열·링크 제출은 평가 제외
채용공고네이버클라우드
Enterprise AX 서비스 기획·구축 지원
체험형 인턴2026.5 마감
하는 일
- B2B 고객 AI 적용 기능·시나리오 도출
- LLM·RAG 학습셋·평가셋 구축과 검증
- AI 서비스 리서치, PoC 검증 지원
요구 역량
- LLM 기술·서비스 이해
- 리서치와 서비스 기획 역량
- 문제 정의·해결 역량
우대
- AI·HCI 활동, 온톨로지 이해
채용공고네이버웹툰
AI 서비스 기획
체험형 인턴2026.9 마감
하는 일
- 생성형 모델 품질 측정과 피드백
- 기능 정밀 테스트·사용성 점검(QA)
- 숏폼 트렌드·유저 니즈 리서치
요구 역량
- 숏폼 콘텐츠 직접 제작·이용
- AI 서비스 기본 이해
- 테스트 시트 설계와 데이터 도출
우대
- ChatGPT·Runway·CapCut 등
각 사 채용 페이지 원문을 줄여 옮김 (2026-11-11 확인, LS증권은 2026-11-10) · 마감·경력 공고 포함 · 기업 협업·채용 연계가 아닙니다
양천 · 필요한 역량 → 과정
그 역량을 이렇게 배웁니다
| 공고가 요구하는 역량 | 과정에서 배우는 것 | |
|---|---|---|
| 문제 정의·서비스 기획 | → | 리서치·문제 정의, PRD·수용 기준, Figma 프로토타입 |
| AI 품질 측정·QA | → | 정답·정답 없음 테스트셋, 허위 답변·답변 보류 평가AI 안전·검증 |
| 평가셋·데이터 검증 | → | SQL로 KPI·퍼널·코호트 확인, 결과 검산 |
| 리서치 | → | 데이터 수집과 경쟁 서비스 리서치 |
| 포트폴리오 | → | PRD·Figma·작동하는 AI 기능PBL·자율심화 |
과정이 더하는 것 · PM 실무. WBS·의존성, 이슈·리스크, 변경 관리와 의사결정 기록
과정이 못 채우는 것 · 숏폼 직접 제작·영상 툴(네이버웹툰) · 온톨로지(OWL·RDF) 실습(네이버클라우드 우대)
양천 과정 기획안 · 각 사 공고 원문 (2026-11-11 확인)
양천 · 커리큘럼 전체
양천 커리큘럼 한눈에 보기
| 단계 | 배우는 단원 (왼쪽부터 순서대로) | 시간 | 비중 |
|---|---|---|---|
| 시작과 기초 | 오리엔테이션·역량 진단8Python·데이터 분석 기초40데이터 수집·SQL32Git·GitHub 협업8 | 88시간 | |
| 데이터·직무 | KPI·퍼널·A/B 실험32ML·XAI 활용8서비스 기획·PM 직무 트랙64 | 104시간 | |
| AI 역량 | AI 안전·검증8AI 기획·Skill 설계24LLM·바이브코딩 AI 서비스32 | 64시간 | |
| 프로젝트 | 미니 1 금융 고객 문의 AI 서비스 MVP32자율심화 프로젝트112 | 144시간 | |
| 함께 | 발표회8현업자 멘토링21특강32 | 61시간 | |
| 합계 | 총 461시간 · 12.21 – 3.30 · 단위: 시간 · 사전 이러닝 별도 | ||
양천캠퍼스 3기 최종 커리큘럼 (2026-11-12 받음, 합계 461시간 · 신청 페이지와 같음)
양천 · PBL과 남는 것
기획서 한 장을 작동하는 MVP까지
문제 정의KPI · VOC · SQL
→
기획PRD · 화면 · 예외 조건
→
MVPRAG · 에이전트
→
테스트정답 없는 질문에 지어내지 않는가
남는 것KPI · 근거PRD · Figma실행 가능한 주요 기능정답·근거 없음 테스트셋작업 · 변경 기록
면접에서"정답이 없는 질문을 넣어, AI가 답을 지어내지 않는지 테스트했습니다"
양천 과정 기획안 · PBL 주제: 금융 서비스의 고객 문의 해결 경험 개선 (카카오뱅크 공개 채용공고 참고, 2026.8 마감) · AI 페르소나 결과는 가상 반응 · 기업 협업·채용 연계 아님
0:20
1분 영상 · 조코딩 JoCoding · 조회 5.9만
AI 서비스는 기술보다 정책에서 막히기도 합니다
「AI 에이전트, 한국에선 쇼핑 못한다?」
- 국내 주요 쇼핑 플랫폼이 AI 에이전트의 쇼핑을 막았다는 소식을 전합니다
- 에이전트가 가격 비교를 대신하면 플랫폼의 영향력이 줄 수 있다는 해석을 덧붙입니다
- 기획자는 사용자만이 아니라 플랫폼·제휴사의 이해관계까지 봐야 합니다
양천 PBL에서 PRD를 쓸 때 "이 기능을 막을 수 있는 쪽은 누구인가"도 리스크로 적습니다.
썸네일을 누르면 새 탭에서 재생됩니다
YouTube 조코딩 JoCoding (조회수 2026-11-11 확인) · 제3자 영상이며 본 과정과 관계없습니다 · 영상 속 기업 소식은 영상 게시 시점 기준입니다
과정 3 / 4
은평캠퍼스
AI Agent & 데이터 활용
융합 인재 양성 과정
신입 데이터 분석, 서비스·비즈니스 분석을 준비하는 분
교육기간·시간·마감: 새싹 신청 페이지 · 과정명: 은평캠퍼스 5기 최종 커리큘럼
영등포양천은평도봉
은평 · 데이터 분석 공고 3건
분석 공고가 묻는 것: SQL로 뽑고, 실험으로 검증할 수 있나
채용공고에이블리
데이터 분석가 (채용 연계형 인턴)
신입상시 모집
하는 일
- 실험·전략·프로모션 효과를 데이터로 검증
- A/B 테스트 중심으로 임팩트 측정
- 비즈니스 상황 해석과 시각화
요구 역량
- 분석 경력 1년 이하 졸업 예정·기졸업
- 분석 프로젝트로 인사이트를 낸 경험
- SQL·Python으로 추출·가공
전형
- 전형에 SQL·서술형 테스트
채용공고쿠팡이츠
Junior Business Analyst
신입마감된 게시본
하는 일
- SQL로 추출·분석, 운영 KPI 이상 탐지
- 카탈로그 품질(가격·이미지 등) 개선
- AI 도구로 반복 업무 자동화
요구 역량
- SQL 데이터 분석 역량
- 데이터로 문제 정의·해결안 도출
- 이해관계자 협업
우대
- Python, 자동화 프로젝트, Tableau
채용공고토스뱅크
데이터 분석가
경력 공고 (7년 미만)
하는 일
- 비즈니스의 진짜 문제를 정의하고 가설 수립
- 인과추론·A/B 테스트로 검증
- 데이터 마트 설계와 정합성 검증
요구 역량
- 로직을 정합성 있는 SQL로 구현
- Python·R과 통계로 실험 해석
- 쉬운 말로 전달하고 설득
참고
- 금융권 경험 없어도 괜찮다고 명시
각 사 채용 페이지 원문을 줄여 옮김 (2026-11-11 확인, LS증권은 2026-11-10) · 마감·경력 공고 포함 · 기업 협업·채용 연계가 아닙니다
은평 · 필요한 역량 → 과정
그 역량을 이렇게 배웁니다
| 공고가 요구하는 역량 | 과정에서 배우는 것 | |
|---|---|---|
| SQL 추출·정합성 | → | SQL로 고객·거래·이벤트 연결, 중복·결측·취소 처리, Python과 교차 검산 |
| 프로모션 효과 검증 | → | 퍼널·코호트, 프로모션별 구매 전환·매출 분석PBL 1 |
| 카탈로그 품질 분석 | → | 누락·불일치 분석, SQL 규칙과 AI 제안을 정답셋과 비교PBL 2 |
| A/B 테스트·실험 해석 | → | 표본·신뢰구간·가설검정, 무작위 배정과 가드레일 지표 |
과정이 더하는 것 · AI 에이전트 결과 검산. AI 출력은 검산하고, 오류와 비용을 검토하고, 최종 판단은 사람이
과정이 못 채우는 것 · 실무 경력(토스뱅크는 경력 공고) · 공고의 테스트(SQL·서술형)는 각자 준비
은평 과정 기획안 · 각 사 공고 원문 (2026-11-11 확인)
은평 · 커리큘럼 전체
은평 커리큘럼 한눈에 보기
| 단계 | 배우는 단원 (왼쪽부터 순서대로) | 시간 | 비중 |
|---|---|---|---|
| 시작과 기초 | 오리엔테이션4Python 프로그래밍 기초56EDA 탐색적 데이터 분석24웹크롤링 데이터 수집32 | 116시간 | |
| AI 역량 | 머신러닝·딥러닝 기초48NLP·생성형 AI·Agent64 | 112시간 | |
| 프로젝트 | 분석 미니 프로젝트24생성형 AI 미니 프로젝트24자율심화 프로젝트120 | 168시간 | |
| 함께 | 발표회8현업 멘토링21특강 (비즈니스 소통 포함)36 | 65시간 | |
| 합계 | 총 461시간 · 12.14 – 3.10 · 단위: 시간 · 사전 이러닝 별도 | ||
은평캠퍼스 5기 최종 커리큘럼 (2026-11-12 받음, 합계 461시간 · 신청 페이지와 같음)
은평 · PBL과 남는 것
"쿠폰 덕분"이라고 말할 수 있는지 따져 봅니다
PBL 1
프로모션이 매출을 바꿨을까
프로모션별 구매 전환·매출을 분석하고, 실제 고객 대상 무작위 실험을 설계합니다.
토스뱅크·에이블리 공개 채용 업무 참고 · 합성 데이터
PBL 2
상품 정보 오류 탐지 자동화
누락·불일치를 일부러 넣고, SQL 규칙과 AI 제안을 별도 정답셋과 비교합니다.
쿠팡이츠 공개 채용 업무 참고 · 합성 데이터
남는 것개인 SQL 분석지표 대시보드실험 설계서검증 가능한 분석 에이전트개인 기여 보고서
면접에서"쿠폰 효과를 주장하기 전에, 무작위 실험을 어떻게 할지 설계했습니다"
은평 과정 기획안 · AI 페르소나 쿠폰 시뮬레이션은 가설 자료(가상 반응) · 기업 협업·채용 연계 아님
0:57
1분 영상 · 데이터리안 · 조회 25.6만
분석 프로젝트 하나가 면접의 이야기가 됩니다
「데이터 분석 프로젝트로 카드사 마케터 합격한 썰」
- 데이터 분석 프로젝트로 카드사 마케터에 합격한 경험담입니다
- 금융 데이터를 분석하는 일이 마케팅 직무로도 이어진다는 사례입니다
- 보면서 프로젝트를 면접에서 어떻게 설명했는지에 주목해 보세요
은평 PBL 1의 결과물도 같은 질문에 답합니다. "이 프로모션은 매출을 바꿨는가, 어떻게 확인했는가."
썸네일을 누르면 새 탭에서 재생됩니다
YouTube 데이터리안 (조회수 2026-11-11 확인) · 제3자 영상이며 본 과정과 관계없습니다 · 영상 속 합격 사례는 출연자 개인의 경험입니다
과정 4 / 4
도봉캠퍼스
제조AI 인재양성 부트캠프
생성형AI·빅데이터 실무 프로젝트
신입 제조 데이터 분석, 제조 AI 솔루션 실무를 준비하는 분
교육기간·시간·마감·과정명: 새싹 신청 페이지 (2026-11-12 확인)
영등포양천은평도봉
도봉 · 제조 데이터 공고 3건
제조 공고가 묻는 것: 현장 데이터를 연결하고 정제할 수 있나
채용공고현대오토에버
스마트팩토리 Data Engineer
2026 상반기 신입
하는 일
- 스마트팩토리 데이터 파이프라인 개발·운영
- Kafka 실시간·Airflow 배치 파이프라인
- 데이터 정제와 클렌징
요구 역량
- Java·Python 중 하나 이상
- SQL로 데이터 분석·전처리 경험
우대
- Hadoop·Spark, CI/CD, Kafka
채용공고현대오토에버
머신비전 시스템 개발·운영
2026 상반기 신입
하는 일
- 2D/3D 카메라·조명 머신비전 시스템
- 영상처리 알고리즘 개선
- 비전 AI 모델 고도화
요구 역량
- 카메라·조명 머신비전 구성 이해
- C#/C++ 영상처리 프로그램 개발
우대
- Python 비전 딥러닝 모델 개발
- PLC·로봇 통신 연계
채용공고기아
제조AI 모델 데이터 엔지니어링
26년 상반기 경력2026.5 마감
하는 일
- MES·설비·품질 데이터 소스 연계
- 데이터 품질(누락·중복·이상치) 룰 정의
- 공정 데이터 피처·최적화 모델
요구 역량
- 현장 데이터 파이프라인 개발·운영 경험
- Python 데이터 소스 분석
- SQL 실무: 대용량 조인·정합성 쿼리
우대
- 석사, 비즈니스 영어, 그래프 DB
각 사 채용 페이지 원문을 줄여 옮김 (2026-11-11 확인, LS증권은 2026-11-10) · 마감·경력 공고 포함 · 기업 협업·채용 연계가 아닙니다
도봉 · 필요한 역량 → 과정
그 역량을 이렇게 배웁니다
| 공고가 요구하는 역량 | 과정에서 배우는 것 | |
|---|---|---|
| Python · SQL | → | 가상 공장 DB에서 생산·설비·품질 지표 집계와 검산 |
| 데이터 정제와 품질 | → | 품질 통계 SPC·Cp/Cpk, OEE 대시보드 |
| 제조 데이터 연계·분석 | → | 공정·센서·품질 데이터 통합, 이상 원인 후보 분석PBL 1 |
| 비전 AI | → | 불량 이미지 이상 탐지 (PatchCore·Anomalib)PBL 2 |
과정이 더하는 것 · 제조 에이전트 하네스. 읽기 전용 도구, 판단 보류, 사람 검토
과정이 못 채우는 것 · C#/C++ 영상처리(머신비전 필수) · Kafka·Airflow 운영, 현장 파이프라인 경험(기아) · 설비 제어
도봉 과정 기획안 · 신청 페이지 과정명: 제조AI 인재양성 부트캠프-생성형AI·빅데이터 실무 프로젝트
도봉 · 커리큘럼 전체
도봉 커리큘럼 한눈에 보기
| 단계 | 배우는 단원 (왼쪽부터 순서대로) | 시간 | 비중 |
|---|---|---|---|
| 시작과 기초 | 오리엔테이션8데이터분석 입문 (개발환경·SQL·Python)72통계 기반 품질 데이터 분석24데이터 시각화·Streamlit32제조 도메인 이해32 | 168시간 | |
| AI 역량 | 머신러닝·딥러닝80머신비전48시계열·센서 데이터48공정 최적화24공급망·수요예측16 | 216시간 | |
| 생성형 AI | 생성형 AI 기초 (RAG·MCP)48생성형 AI 활용·응용32바이브코딩 AI 서비스 개발64 | 144시간 | |
| 프로젝트 | 미니 프로젝트32제조 데이터 기반 AI 프로젝트192 | 224시간 | |
| 함께 | 멘토링24특강28발표회8 | 60시간 | |
| 합계 | 총 812시간 · 12.21 – 5.31 · 단위: 시간 · 사전 이러닝 40시간 별도 | ||
도봉캠퍼스 4기 최종 커리큘럼 (2026-11-12 받음, 합계 812시간 · 신청 페이지와 같음)
도봉 · PBL과 남는 것
현장 담당자가 점검할 근거를 만듭니다
PBL 1
센서 이상 징후와 점검 지원
규칙 기준과 ML을 비교하고, 에이전트가 점검 보고를 작성. 사람이 오탐·누락을 검토합니다.
기아 공개 채용공고 참고 · 공개 합성 데이터
PBL 2
이미지 불량 후보 탐지
기준선과 이상 탐지 모델을 비교하고, 실패한 이미지를 분석해 검토 보고서로.
현대오토에버 공개 모집요강 참고 · 공개 데이터
남는 것분석 코드정밀도·재현율 · 오탐·누락 기록근거가 연결된 점검 보고서비전 시연
면접에서"모델이 놓친 불량 이미지를 따로 모아, 왜 놓쳤는지 분석했습니다"
도봉 과정 기획안 · 현대오토에버 머신비전 직무는 C#/C++가 필수이며, 과정은 Python 기반입니다 · 설비 제어는 하지 않습니다 · 기업 협업·채용 연계 아님
0:31
1분 영상 · 현대자동차그룹 · 조회 8.3만
가상 공장과 실제 공장을 함께 돌리는 디지털 트윈
「가상과 현실에서 함께 움직이는 공장, 디지털 트윈」
- 실제 공장과 똑같이 움직이는 가상 공장, 디지털 트윈을 소개하는 영상입니다
- 설비와 공정 데이터가 있어야 가상 공장도 움직입니다
- 도봉 과정은 공정 최적화 단원(24시간)에서 시뮬레이션·디지털 트윈 개요를 다룹니다
도봉에서 다루는 범위는 데이터 분석과 개요입니다. 디지털 트윈 구축·설비 제어는 과정 범위가 아닙니다.
썸네일을 누르면 새 탭에서 재생됩니다
YouTube 현대자동차그룹 공식 채널 (조회수 2026-11-11 확인) · 제3자 영상이며 본 과정과 관계없습니다 · 기업 협업·채용 연계가 아닙니다
비슷한 과정 12개 사이, 네 과정의 자리
데이터 분석
서비스 기획 · PM
한 산업을 깊게
여러 산업에 두루
서초 · 반도체 공정·설비430h
영등포 · 헬스케어 분석476h
영등포 · 핀테크 서비스 기획420h
중랑 · 핀테크 서비스 기획375h
성북 · 서비스기획 PM (헬스케어)385h
강북 · 그로스 데이터 분석406h
도봉 · 데이터 분석 실무427h
구로 · 분석 취업 캠프376h
성동 · 기획과 AI 데이터 분석420h
강동 · 데이터 활용 AI PM384h
용산 · AI 에이전트 PM/PO420h
금천 · AX 컨설턴트800h
도봉제조AI 인재양성 부트캠프
생성형AI·빅데이터 실무 프로젝트812시간
생성형AI·빅데이터 실무 프로젝트812시간
영등포핀테크 특화 실무프로젝트 기반
생성형 AI 데이터분석 과정432시간
생성형 AI 데이터분석 과정432시간
은평AI Agent & 데이터 활용
융합 인재 양성 과정461시간
융합 인재 양성 과정461시간
양천[바이브코딩] 데이터 분석 기반
AI 서비스 기획·PM 프로젝트 과정461시간
AI 서비스 기획·PM 프로젝트 과정461시간
새싹 오프라인 과정 목록 '모집중' 51건 중 분야가 비슷한 12건 (2026-11-11 조회) · 위치는 과정명과 학습목차로 정한 상대 위치이며 우열이 아닙니다 · h = 총 교육시간
네 과정이 공통으로 남기는 것, 세 가지
1
공고에서 출발한 과제
공개 채용공고의 일을 교육용 과제로 만들고, 과정이 못 채우는 요건도 밝힙니다
2
오픈소스와 논문의 방법
남이 만든 AI 에이전트를 뜯어보고, 최근 연구의 평가 방식을 작게 적용합니다
3
검증한 기록
기준값·정답셋과 비교한 결과, 오탐·누락, 판단을 보류한 사례
이력서의 "써 봤다"가 "검증했다"로 바뀌는 지점입니다.
나에게 맞는 과정 고르기
서비스를 기획하고
프로젝트를 이끌고 싶다
→
양천 · 서비스 기획·PM
데이터로 답을 내는
일을 하고 싶다
→
금융 · 투자 → 영등포
커머스 · 마케팅 · 서비스 → 은평
공장 · 설비 · 품질 → 도봉
신청은 여러 과정에 할 수 있고, 합격 후 수강은 한 과정만 가능합니다 (새싹 자주 묻는 질문)
가장 빠른 접수 마감은 11월 22일입니다
| 과정 | 접수 마감 | 면접 | 합격 발표 | 교육 |
|---|---|---|---|---|
| 은평 · 데이터 분석가 | 11.22 (일) | 12.7 (월) | 12.8 (화) | 12.14 – 3.10 |
| 영등포 · 금융 데이터 | 11.24 (화) | 12.3 (목) | 12.4 (금) | 12.14 – 3.10 |
| 양천 · 서비스 기획·PM | 11.27 (금) | 12.10 (목) | 12.11 (금) | 12.21 – 3.30 |
| 도봉 · 제조 데이터 | 11.29 (일) | 12.4 (금) | 12.7 (월) | 12.21 – 5.31 |
각 과정 새싹 신청 페이지 기준 (2026-11-11 확인) · 일정은 변동될 수 있습니다 · 접수는 마감일 23:59까지, 자기소개서를 제출해야 완료됩니다
지원 자격 · 비용 · 절차
누가
- 만 15세 이상 서울시 청년 구직자
- 서울 거주(증빙 서류)
- 서울 외 거주자는 정원의 10% 이내: 서울 소재 대학(원) 재학·졸업 3년 이내, 서울 소재 기업 근무 경력
비용
- 교육비 전액 무료
- 합격 후 예치금 10만원 (도봉 20만원), 수료 시 전액 반환
- 내일배움카드 필요 없음
절차
- 자기소개서 제출
- 기초지식테스트 (25문항, 60점 이상)
- 면접
- 합격 발표
월~금 09:30–18:30개인 노트북 지참수료 기준 출석률 80%
새싹 자주 묻는 질문, 캠퍼스 모집 공지, 각 과정 신청 페이지 (2026-11-11 확인) · 가점 대상자는 예치금이 면제됩니다
AI가 틀렸을 때 잡아내는 사람
도봉 과정
신청 페이지
신청 페이지
도봉 · 제조 데이터
~ 11.29
영등포 과정
신청 페이지
신청 페이지
영등포 · 금융 데이터
~ 11.24
양천 과정
신청 페이지
신청 페이지
양천 · 서비스 기획·PM
~ 11.27
은평 과정
신청 페이지
신청 페이지
은평 · 데이터 분석가
~ 11.22
1오늘QR로 과정 페이지 열기
2마감 전수강신청 + 자기소개서 제출
312월기초지식테스트 · 면접
문의 sesac@fins.ai · 새싹 홈페이지 sesac.seoul.kr
1 / 49