GeekNews로 어쩌다가 취업하기

대학교 4학년 학기 중, 저는 투자 AI 프로덕트 Cresco를 개발했고 예상치 못한 결과로 이어졌습니다.

5년간 주식 투자를 하며 종목 발굴과 분석의 어려움이 시장에 존재한다는 것을 느꼈고, 이 문제를 AI로 풀어보고자 했습니다. 이 과정에서 다음과 같은 3가지 목표가 있었습니다.

• 고객의 관점으로 UX 설계하기
• 상용 프로덕트를 적극적으로 사용하며 그 가치를 직접 느끼기
• AI 시대에 맞는 프로덕트 개발 방식 고민하기

이 과정에 대한 회고를 GeekNews에 공유해 많은 분들의 관심을 받을 수 있었습니다. (감사합니다)

https://news.hada.io/topic?id=25611

오늘은 그 이후의 이야기를 남겨보려고 합니다.

커피챗 갔다가 갑자기 인턴이 되어버렸다

어느 날, GeekNews에 올린 글을 재미있게 봤다며 한 팀에서 커피챗을 요청해 왔습니다. 처음 뵙는 분들과 AI 기술과 비즈니스에 대해 이야기 나눌 생각에 설렘 반, 떨림 반으로 오피스를 찾았습니다. 만나서는 그동안 프로덕트를 개발하고 운영하며 고민했던 점들을 편하게 나눴고, 팀원들 소개를 받으며 어떤 팀인지도 어렴풋이 알 수 있었습니다.

그날 저녁, 결국 인턴 제안을 받았습니다. 긴 고민 끝에 다음과 같은 이유로 승낙하게 되었습니다.

• 고객과 실질적 임팩트에 대한 집착, 그리고 높은 인재 밀도
• 개인 투자자와 금융 인프라 혁신이라는, 제가 고민해온 문제의식과 맞닿은 비전
• 말뿐인 비전이 아니라, 실제로 그 방향으로 조직과 프로덕트를 만들어가고 있다는 확신

인턴도 실전이지. 프로젝트에 던져지다

인턴 기간 동안 콘텐츠 기업의 CS 리소스 문제를 해결하는 AI Agent 프로젝트를 맡았습니다. 고객의 문제를 분석하는 것부터 직접 개발까지, 전 과정을 책임져야 했습니다.

• 고객사 오피스를 방문해 담당자의 말 이면에 숨은 진짜 문제를 관찰하는 것부터 시작함
• AI가 실제로 CS 업무를 처리하려면 데이터 접근과 액션 실행이 가능해야 했기에, 개발팀과 협업해 필요한 데이터를 연동하고 AI가 조회부터 실행까지 할 수 있는 구조를 완성함
• 이 과정에서 고객사가 유저 데이터를 제대로 분석하지 못하고 있다는 더 근본적인 문제를 발견함
• 프로덕트 데이터까지 연동해, 전문 데이터 사이언티스트 없이도 비개발자가 콘텐츠 성과 분석 및 퍼널 분석을 직접 할 수 있는 Agent를 구성함

약 2달 반의 인턴 기간 동안 문제를 정의하고 이를 기술로 풀어내는 방법에 대해 치열하게 고민했습니다. 혼자 일하는 것이 아니라 팀으로서 일한다는 것이 무엇인지 체감하고, 상대의 입장에 서보려 노력했던 시간이었습니다.

계약이 만료될 무렵 정규직 제안을 받았고, 승낙해서 클리브에 정식으로 합류하게 되었습니다.

팀으로 다시, 이번엔 Throne으로

대학 시절 혼자 만들었던 증권 프로덕트를 이어, 클리브 팀과 함께 개인 투자자의 경험을 혁신하기 위한 프로덕트 쓰론(Throne)을 만들어 나가게 되었습니다.

• 국내외 증권사가 신뢰하는 데이터 소스, FnGuide와 FMP 데이터를 적재하는 파이프라인 구축을 시작으로, Agent가 복잡한 증권 데이터를 이해하고 활용할 수 있는 하네스를 만듦
• 이를 기반으로 단순 LLM으로는 다룰 수 없던 세부 재무제표 수치 분석까지 범위를 넓힐 수 있었음
• 분석에서 멈추지 않고 시각화를 통해 데이터를 직관적으로 볼 수 있도록 구성하는 등, 리텐션을 높이기 위한 요소들을 계속 고민하고 다듬는 중

짧다면 짧고 길다면 긴 준비 기간을 거쳐 공식적으로 서비스를 출시했습니다. 매일 고객이 유입되고 투자와 직결된 서비스인 만큼 책임감을 가지고 성장시켜 나가고 있으며, 나날이 쏟아지는 고객 문의를 꼼꼼히 살피며 경험을 개선하는 데 힘쓰고 있습니다.
제 첫 커리어를 GeekNews가 연결해준 만큼 이렇게 공유드려 봅니다. 주니어로서 프로덕트를 만들며 겪은 시행착오와 배운 점들을 앞으로도 종종 이곳에 공유해보려 합니다.

Throne도 많은 관심 부탁드립니다!
https://throneinvest.ai