KB 국민은행 AI / 데이터 부문 (인턴) 자기소개서 예시 (2025상반기)

KB 국민은행 AI / 데이터 부문 (인턴) 자기소개서 - 2025상반기

1. KB국민은행 2025년 동계 체험형 인턴십 해당부문에 지원한 동기가 무엇인지 기술해 주십시오.

AI와 데이터 부문 인턴에 지원한 이유는 금융 데이터가 고객의 행동을 설명하는 데 그치지 않고 더 나은 서비스와 위험 관리로 이어지는 과정을 직접 배우고 싶기 때문입니다. 통계학을 공부하며 카드 사용 패턴을 모사한 데이터를 분석한 프로젝트를 수행했습니다. 처음에는 정확도가 높은 모델을 만드는 데만 집중했지만, 특정 연령대의 표본이 적어 예측 결과가 불안정하다는 점을 뒤늦게 발견했습니다. 모델 성능보다 데이터가 어떻게 모였는지와 결과를 누구에게 적용하는지가 먼저라는 사실을 깨달았습니다. 그 뒤부터 분석 과제마다 표본 구성, 결측값, 이상치와 설명 가능성을 먼저 확인하고 있습니다.

금융회사의 AI는 작은 오류도 고객 판단과 서비스 경험에 직접 닿을 수 있어 기술과 업무 이해가 함께 필요하다고 봅니다. 저는 Python, SQL, 머신러닝 기초를 공부했고 팀 프로젝트에서 30만 건 규모의 거래 데이터를 정리해 고객군별 이용 패턴을 찾는 역할을 맡았습니다. 분석 결과를 발표할 때는 정확도 수치보다 어떤 조건에서 결과가 달라지는지 사례로 설명했습니다. 인턴십에서는 실제 금융 데이터가 어떤 기준으로 관리되고, 분석 결과가 서비스 기획이나 위험 점검으로 넘어가는지 배우고 싶습니다. 맡은 과제를 완수하는 데서 끝내지 않고 데이터 정의와 검증 과정까지 기록해 실무자가 다시 확인할 수 있는 결과물을 만드는 경험을 쌓겠습니다.

특히 이상값을 제거하기 전에 왜 생겼는지 원본과 수집 조건을 확인하는 습관을 갖고 있습니다. 인턴 업무에서도 빠른 모델링보다 데이터 정의를 먼저 이해하겠습니다.

2. 지원한 부문에서 이루고자 하는 목표와 그것을 위해 어떤 노력을 하였는지 기술해 주십시오.

제가 이루고 싶은 목표는 고객 행동을 설명할 수 있는 분석가가 되는 것입니다. 높은 예측 성능만 제시하는 모델보다 현업 담당자가 왜 그런 결과가 나왔는지 이해하고 다음 행동을 정할 수 있게 만드는 분석을 하고 싶습니다. 그 목표를 위해 5개월 동안 개인 프로젝트로 고객 이탈 예측 과제를 진행했습니다. 공개 데이터를 사용해 로지스틱 회귀와 트리 기반 모델을 비교했고, 정확도 차이보다 변수별 영향과 오분류 사례를 하나씩 살폈습니다. 초반에는 복잡한 모델이 항상 좋을 거라 생각했지만 데이터가 조금 바뀌자 결과가 크게 흔들렸습니다. 이후 기초 기준 모델을 먼저 만들고 검증 데이터를 따로 두는 습관을 들였습니다.

기술 공부도 업무 설명과 함께 진행했습니다. SQL로 데이터 추출과 집계를 연습하고 Python으로 전처리 과정을 함수화해 같은 작업을 반복하지 않도록 했습니다. 주 1회 스터디에서는 한 사람이 분석 결과를 말하면 다른 사람이 "그래서 어떤 고객에게 무엇을 해야 하는가"를 질문하는 방식으로 발표했습니다. 답하지 못한 날에는 분석 목표를 다시 정했습니다. 인턴 기간에는 모델 개발만 고집하지 않고 데이터 품질 확인, 지표 설계, 결과 검증 같은 기본 업무를 정확히 해보고 싶습니다. 작은 분석이라도 담당자가 판단에 바로 쓸 수 있게 조건과 한계를 분명히 적는 것이 제 목표에 가까워지는 방법입니다.

최근에는 같은 결과를 표와 한 문장 설명으로 각각 정리합니다. 현업 담당자가 수식 없이도 판단 근거를 이해할 수 있는지 확인하기 위해서입니다.

3. 본인이 읽었던 책 중에 가장 추천할 만한 책을 소개하고, 그 이유에 대해 기술해 주십시오.