【제발 프로젝트 좀 직접 찾게 해줘】 전직 영업직이 SES 기업의 프로젝트 할당(Assign) 플로우를 AX하고 싶어서 역동하고, 옥쇄하고

목차

• 서론
• 결론
• 배경: 고객사의 현장이 안 된다면 자사를 해킹하면 된다
• 기획: 경영 과제를 해킹하여 자신의 제안에 "대의명분"을 부여하기
• 정보 수집: 전직 영업의 스킬을 풀 활용한 "사내 영업"과 직접 담판
• 제안: 기술론을 버리고 "비용 대비 효과"에 특화된 15분
• 결과: 뭐, 그렇겠죠
• 부록: GraphRAG를 사용한 프로젝트 검색 기반의 개요
• 소감

서론

SES 기업은 영업이나 매니저가 엔지니어의 프로젝트(案件)를 찾곤 합니다.

회사 입장에서 보면 스테이크홀더(Stakeholder)와의 관계 유지나 매출 향상을 우선시하기 쉬운 합리적인 플로우이지만, 엔지니어 입장에서 보면 아래와 같은 정보가 잘 보이지 않는다고 생각합니다.

• 사내에 어떤 프로젝트가 있는지
• 나는 어떤 프로젝트에 참여할 가능성이 있는지
• 희망 프로젝트로 나아가기 위해 무엇이 부족한지
• 어떤 경험을 쌓아야 희망하는 커리어에 가까워질 수 있는지
• 언제 희망하는 프로젝트에 들어갈 타이밍이 오는지

이러한 과제를 해결하는 간단한 방법으로서, 이번에 저는 "엔지니어 주도의 프로젝트 할당(Assign) 플로우 확립 및 실현을 위한 AX 추진"을 기획하여, 집행임원에게 직접 제안을 하러 갔습니다.

당연히 제안 자체는 멋지게 옥쇄(玉砕)했습니다.

하지만 조직의 과제에 대해 당사자 의식을 가지고 논리적으로 제안한 점을 마음에 들어 했는지, 사내에서 진행하려는 프로젝트 개요를 공유해주거나 AX 사업부로의 겸무를 타진받는 등 긍정적인 반응을 얻을 수 있었습니다.

본 기사는 한 엔지니어의 생각에서 시작하여, 1주일 동안 기획을 다듬고 스테이크홀더를 끌어들여 실현에 필요한 리소스를 확보하면서 집행임원의 귀중한 1시간을 얻어 제안을 시도했던 기록입니다.

"현상에 불만은 있지만 어떻게 움직여야 할지 모르겠다"는 분들에게 행동의 계기가 된다면 좋겠습니다.

결론

• "프로젝트를 직접 선택할 수 없어 커리어 실현이 어렵다"는 내 안의 과제 의식과 "현장형 AX를 추진하자", "이직률을 낮추자"라는 회사의 비전·과제 의식을 잘 통합하여 어필함으로써 일정 수준의 성과를 얻었다
• 이번 배움은 "무언가 불만이 있다면 개선할 수 있도록 행동하면 된다"는 것이다
• 이번 반성점은 "특별히 없음". 잘 노력했다고 생각한다.

배경: 고객사의 현장이 안 된다면 자사를 해킹하면 된다

계기는 아주 최근에 있었던 사원 총회였습니다.

경영진으로부터 "전사적으로 AX (AI Transformation)를 추진해 나가자"라는 강력한 기치(Flagship)가 세워졌습니다.

※ 참고로 AX란 이런 것입니다.

이 말을 들었을 때, 저는 "참여하고 있는 프로젝트에서 AX를 추진하여 단가 향상이나 인원 확대를 노리는 것이 미션이구나"라고 파악했습니다.

회사의 경영 방침에 누구보다 빠르게 커밋(Commit)하여 성과를 내고 싶었지만, 막상 자리로 돌아오니 "현장의 벽"에 부딪혔습니다.

제가 참여 중인 프로젝트는 보안 제약이 매우 엄격하고 툴 등의 도입 범위도 좁았기 때문에, 아무래도 눈에 보이는 임팩트를 내기 어려운 상황이었던 것입니다.

"기술적인 제약 때문에 전사 방침의 흐름을 타지 못하는 것은 아깝다……"

그렇게 고민하던 중, 문득 역발상이 떠올랐습니다.

"고객사의 현장에서 임팩트를 낼 수 없다면, 차라리 자사의 시스템을 AX로 해킹하면 되지 않을까?"

이것이 이번 무모한 도전의 시작이었습니다.

기획: 경영 과제를 해킹하여 자신의 제안에 "대의명분"을 부여하기

사원 총회 중에 경영진으로부터 생생한 과제가 공유되었던 것이 떠올랐습니다.

"현재 이직률은 낮아지고 있지만, 여기서 더 1~2% 낮추고 싶다. 원인의 한 축은 엔지니어의 커리어 실현성이 낮음으로 인한 불만이다."

이것을 떠올렸을 때 뇌리에 전류가 흘렀습니다.

"전부터 내가 과제로 느끼고 있던 '프로젝트 할당(Assign) 플로우'를 AI의 힘으로 변혁한다면, 그것이야말로 회사가 내건 AX의 핵심이 아닌가!"라고 말이죠.

그 이후의 행동은 심플합니다.

회사가 내건 "이직률 저하"라는 경영 과제를 그대로 유용하여, 내가 하고 싶은 기획에 압도적인 "정당성 = 대의명분"을 부여하는 로직을 구축했습니다.

대략적인 내용은 다음과 같습니다.

1. 경영 관점과 현장 과제의 도킹 (왜 하는가)

먼저, SES 기업의 노동 집약형 모델에서 매출을 최대화하는 요소를 인수분해했습니다.

이 중 "재직 기간"을 늘리는 것(=이직 방지)을 위해, 일반적인 퇴직 요인인 "업무·급여·인간관계"와 SES 특유의 구조를 결합했습니다.

• 업무 관계 (★이번의 타겟)

• "보람"이나 "커리어 실현"의 연동. SES에서는 "프로젝트 가챠(Project Gacha)"가 발생하기 쉽고, 희망 사항이 관철될지 불투명하기 때문에 가장 불만이 쌓이기 쉽다.

• 급여 관계

• 하청 구조로 인한 단가 한계가 있어, 자사 개발 등에 비해 구조적으로 단가를 한꺼번에 올리기 어렵다.

• 인간관계

• 현장이 분산되기 때문에 소속감이 희박해지기 쉽다.

즉, 회사가 요구하는 "앞으로 1~2%의 이직률 저하"를 달성하기 위해서는, 가장 컨트롤하기 쉬우면서 엔지니어의 인게이지먼트 (Engagement)와 직결되는 "업무 관계 = 커리어 실현 가능성"의 불만을 해결하는 것이 최단 루트라고 결론지었습니다.

2. 과제 의식의 공유: 「정보 비대칭성」에 의한 불만

현재의 어사인 (Assign)은 영업과 매니저가 안건을 찾아 엔지니어에게 제안하는 「톱다운 (Top-down)형」입니다.

이는 일정한 합리성이 있는 반면, 엔지니어 시점에서는 다음과 같은 정보가 완전히 블랙박스 (Black box)화 되어 있었습니다.

• 사내에 어떤 안건이 있는지 보이지 않음
• 자신이 그 안건에 참여할 수 있는 가능성 (타진 상황)을 알 수 없음
• 희망하는 안건에 가기 위해, 지금 자신에게 무엇이 부족한지 불명확함
• 다음 기회가 언제 올지 타이밍을 알 수 없음

결과적으로 엔지니어 측에는 「자율성·투명성·공정성」의 결여로 인한 불만이 쌓입니다.

특히 시장 가치에 민감한 하이 레벨 (High-level) 인재일수록, 이러한 「커리어의 불투명함」을 싫어하여 빠른 단계에서 이직을 검토하게 됩니다.

3. AX가 지향하는 「삼방양시 (三方良し)」의 자율형 어사인

본 프로젝트에서는 어사인 플로우 (Assign flow)를 AX 하고, 정보 격차를 없앰으로써 관계자 전원이 동일한 정보 베이스로 판단할 수 있는 메커니즘을 목표로 했습니다.

구체적으로는 「GraphRAG를 이용한 안건 검색 기반」을 핵심으로 하여, 엔지니어가 안건 정보에 접근할 수 있고, 영업·매니저·엔지니어가 공통 인식을 가진 상태에서 대화할 수 있는 것을 목표로 하고 있습니다.

AX를 통해 기대되는 것은

• 안건 정보의 투명화
• 어사인 판단 재료의 가시화
• 전문성을 살린 분업의 철저

이며, AX 실현 후의 상태 등은 다음과 같을 것으로 상정합니다.

AX에 의한 변화	현재 발생하고 있는 부하·제약	AX 후에 지향하는 상태	기대되는 효과
엔지니어	안건 정보가 여러 경로로 분산되어 있어, 사내 안건의 전체상을 파악하기 어려움. 참여에 필요한 스킬·경험도 보기 어려워, 희망 커리어와 안건을 연결하기 어려움	안건을 스스로 검색·비교하고, 희망 안건에 필요한 스킬·경험을 확인할 수 있음. 참여 희망 이유나 현재 스킬과의 일치·부족 요소를 정리하여 매니저에게 공유할 수 있음	안건 선택에 대한 납득도가 올라감. 사내에서의 커리어 실현 가능성을 판단하기 쉬워짐. 필요한 경험이나 학습 방향이 명확해져 성장 속도 향상을 기대할 수 있음
매니저	엔지니어별 희망 확인, 안건 탐색, 조건 정리를 개별적으로 수행해야 하므로, 어사인 검토에 일정 공수가 소요됨. 참여 가부 판단 재료도 개인의 역량에 의존하며, 안건이나 담당자에 따라 정리 방법이 달라지기 쉬움	안건 요건, 본인 희망, 스킬·경험, AI가 정리한 참여 가능성을 바탕으로, 참여 가부·육성 방침·영업 연계에 집중할 수 있음	정보 정리나 안건 탐색에 드는 공수를 절감할 수 있음. 판단 재료가 공통화되어 설명의 일관성이 높아짐. 육성·평가·조직 운영에 시간을 쓰기 쉬워짐
영업	현장 업무의 전문성이 높아, 적절한 매칭을 위해서는 광범위한 지식과 엔지니어에 가까운 전문성이 요구되어 난이도가 높음. 고객 협상, 안건 확보, 사내 어사인 조정을 병행해야 하므로, 정보 정리 및 사내 조정의 부하가 발생함	어사인 관련 업무가 격감함. 엔지니어 정보나 참여 희망 이유가 정리된 상태로 공유되어, 고객 제안이나 면담 조정에 활용할 수 있음	안건 미스매치를 미연에 방지할 수 있음. AI에 의해 엔지니어 정보가 체계화되어, 고객 제안 정밀도/영업 효율이 향상됨. 어사인 업무의 자동화를 통해, 고단가 안건 확보나 단가 향상에 특화할 수 있음

단기적으로는 안건 검색 기반 정비를 목표로 하지만, 중장기적으로는 주니어 층의 커리어 비전 작성을 도와줄 수 있는 AI 에이전트(AI Agent)나, 엔지니어의 상호작용을 축적하여 영업 지원에 이용하거나 하이 퍼포머 (High performer)의 행동 특성 및 성과를 공유하는 것도 목표로 하고 있으며, 이직률 저하뿐만 아니라 채용 경쟁력에도 효과가 있는 사내 시스템을 구축한다는 비전도 가지고 있다는 점을 추가하고 있습니다.

이렇게 하여, 「경영진의 커밋 목표 (Commitment target)」와 「현장의 기술적 해결책」을 일관되게 연결한 기획서가 완성되었습니다.

이제 「이것을 누구에게, 어떤 순서로 가져가야 조직이 가장 빠르게 움직일 것인가」라는 스테이크홀더 (Stakeholder) 해킹 단계로 넘어갈 수 있게 되었습니다.

정보 수집: 전직 영업직의 스킬을 풀 활용한 「사내 영업」과 직담판

여기서부터 정보 수집 페이즈 (Phase). 누가 어떤 권한·정보를 가지고 있는지 모아서 크리티컬한 키맨 (Key man)에게 제안할 필요가 있었습니다.

우선 기획을 탁상공론으로 끝내지 않기 위해, 무엇이 필요한지를 냉정하게 분류했습니다.

• 데이터: RAG (Retrieval-Augmented Generation)에 입력하기 위한, 영업직이 쥐고 있는 실제 프로젝트 정보
• 권한: 보안이 중요한 데이터를 다루기 위한 사내 리소스 및 LLM API 사용 권한
• 예산: PoC (Proof of Concept)부터 구현 및 운용까지 소요되는 비용 결제

이 모든 것을 단번에 해결하기 위해 현장에서부터 바텀업 (Bottom-up) 방식으로 승인을 쌓아 올리는 것은 시간이 너무 오래 걸릴 뿐만 아니라, 도중에 부정당해 중단될 가능성이 있었습니다.

그래서 저는 전직 영업직의 경험을 살려, "경영진이 AX (AI Transformation)의 깃발을 흔들고 있는 지금, 탑다운 (Top-down)으로 윗선을 잡는 것이 최속최강이다"라고 판단했습니다.

사원 총회에서 등단했던 "AX 추진 담당 집행임원"을 최종 타겟으로 정했습니다.

1. 외곽을 공략하기 위한 철저한 키맨 (Key man) 히어링

갑자기 임원에게 돌격했다가는 현장의 실질적인 뒷받침이 없으면 단칼에 거절당합니다.

타겟이 가지고 있지 않은 "현장의 팩트 (Fact)"를 모으기 위해, 사내의 키맨들에게 주저 없이 차례차례 히어링 (Hearing)을 시도했습니다.

• 영업부장/프로젝트 담당 매니저: 프로젝트 정보가 현재 어디에 어떤 형식으로 흩어져 있는지 현황 파악
• AX 사업부장: LLM API 등의 사내 리소스 권한을 누가 쥐고 있는지 특정
• 사내 시스템 엔지니어: 사내에서 진행 중인 프로젝트의 동향 파악

"한 명의 엔지니어가 갑자기 이런 것을 물어보면 의심받지 않을까?"와 같은 망설임은 1밀리미터도 없었습니다. 목적을 달성하기 위해서라면 부서나 직책의 벽 따위는 상관없이 누구에게든 플랫 (Flat)하게 뛰어들 수 있는 것이 저의 강점입니다.

이 게릴라식 히어링 덕분에 프로젝트 데이터의 분산 상태나 사내 정치 상황이 명확해졌고, 기획서는 "현장의 실태에 부합하는 즉효성 높은 것"으로 완성되어 갔습니다.

2. 집행임원에게 직담판: 경이로운 "2분 후 답장"으로 1시간의 시간을 확보

외곽을 공략하고 대의명분과 팩트를 채워 넣은 기획 개요를 들고, 타겟인 집행임원에게 직접 DM을 보냈습니다.

결과, 전송 후 불과 2분 만에 답장 알림이 울렸습니다.

내용에 강한 흥미를 느끼신 임원분은 "내일 1시간 정도 시간을 낼 테니 직접 이야기하자"라며, 바로 다음 날의 미팅을 따냈습니다.

타겟 선정과 사전 정보 수집이라는 전략이 적중한 순간이었습니다.

제안: 기술론을 버리고 "비용 대비 효과"에 특화한 15분

집행임원과의 미팅 시간은 1시간. 그중 제가 프레젠테이션에 할애한 시간은 초반 15분뿐입니다.

여기서 의식한 점은, 엔지니어가 빠지기 쉬운 "이 AI 기술이 얼마나 선진적인가"라는 기술론을 일절 배제하는 것이었습니다.

왜냐하면, 경영진(집행임원)의 최대 관심사는 기술의 대단함이 아니라, "그래서 얼마나 벌 수 있는가 / 비용을 얼마나 아낄 수 있는가"라는 단 한 점에 귀결된다는 강력한 가설이 있었기 때문입니다.

상대의 입장과 관심사에 완전히 조준을 맞추어, 15분 동안 "SES의 구조적 과제"부터 "구체적인 머니 임팩트 (Money Impact)"까지 일관되게 프레젠테이션했습니다.

1. 집행임원에게 제시한 "정성·정량"의 비용 대비 효과

경영진을 단번에 납득시키기 위해, 감각적인 수치가 아닌 구체적인 모델 케이스를 세워 시뮬레이션을 제시했습니다.

물론 확정된 세부 산출은 아니었고, 정말로 그런 효과가 있을지는 알 수 없는 상황이지만, "잘 풀린다면 이렇게 됩니다"라는 가능성의 이야기로서 어필했습니다.

어필 내용은 다음과 같습니다.

정성적 측면

• 주체적인 커리어 구축을 통한 재직 기간 극대화:

  • 엔지니어가 주체적으로 커리어를 선택할 수 있는 환경을 조성함으로써, 커리어 실현성 향상 및 인게이지먼트 (Engagement) 향상을 노릴 수 있음
  • 결과적으로 하이 레벨 (High-level) 인재의 정착률을 높여, 1인당 재직 기간과 총 매출을 극대화할 수 있을 것으로 기대됨

• 공통 언어를 통한 인식 차이 및 작업 공수(Man-hour) 절감:

  • 프로젝트 정보의 투명화를 통해 엔지니어/매니저/영업이 동일한 정보를 바탕으로 대화할 수 있게 됨
  • 공통 인식을 맞춤으로써 사무적인 정보 수집, 정보 가공, 정보 수수, 문서화, 프로젝트 매칭 업무를 절감할 수 있음
  • 결과적으로 매니저와 영업은 고부가가치 업무에 집중할 수 있으며, 프로젝트 수주나 인재 육성 등 매출과 직결되는 대책을 실행하기 쉬운 토대가 마련됨

• 채용 경쟁력 강화:

  • 프로젝트 정보의 투명성이나 엔지니어가 주체적으로 커리어를 선택할 수 있는 환경은 채용 홍보상의 소구점이 될 수 있음
  • 특히 이용 실적, 참여 사례, 이직률의 변화가 축적된다면 타사와의 차별화 요소로 활용할 가능성이 높아짐
  • 결과적으로 현장형 AX 기업으로서의 지위 확립에 필수적인 인재 확보에 기여할 수 있음

• 주체적인 커리어 구축을 통한 재직 기간 극대화:

정량적 측면

• 재직 기간 연장에 따른 매출 향상: 1인당 500~1,000만 엔

• 「단가 × 연장 기간」이 그대로 매출 향상으로 이어짐

• 연봉 500만 엔·단가 90만 엔인 엔지니어 1명의 퇴직을 1년간 연장할 수 있다면, 매출 향상액은 1,080만 엔, 매출 총이익(Gross Profit)은 400만 엔 전후의 향상이 됨

• 채용·육성 비용 절감: 1인당 250만~350만 엔

• 채용·육성 비용은 항상 발생하지만, 이직률을 낮춘 결과로 『인원 보충』을 위한 채용을 줄이고 기존 방식대로 『인원 확대』를 진행할 경우, 『인원 보충』분에 해당하는 비용이 절감됨

• 일반적으로 IT 업계에서는 연봉의 5070%가 채용·육성 비용의 기준이라고 알려져 있으므로, 연봉 500만 엔인 엔지니어를 채용할 때 드는 비용은 250350만 엔이 듦

• 『인원 보충』 채용을 줄이면 줄일수록 지수적으로 절감 비용이 증가하는 구조

• 재직 기간 연장에 따른 매출 향상: 1인당 500~1,000만 엔

단적으로 말하자면,

"이 메커니즘으로 하이 레벨(High-level) 인재의 이직을 단 몇 명만 막아도, 수천만 엔 규모의 임팩트가 다이렉트로 회사에 돌아옵니다."

라고 단언했습니다.

개발 운용 비용은 아무리 커봤자 연간 500만 엔 정도 갈 리가 없으니 효과가 확실하다는 느낌이죠.

2. 내일부터 바로 시도할 수 있는 PoC(Proof of Concept) 비용 체계까지 세트로 제시

나아가, 제안이 단순한 이상론으로 끝나지 않도록 첫 단계가 될 PoC에 필요한 구현·운용의 미니멈(Minimum) 비용 체계도 그 자리에서 제시했습니다.

"큰 예산을 갑자기 덥석 써주세요"가 아니라, "우선 이 정도의 저비용·단기간으로 효과를 검증할 수 있습니다. 리스크 헤지(Risk Hedge)를 포함하여, 우선은 이 스몰 스텝(Small Step)으로 진행하게 해주세요"라는, 비즈니스 이론에 입각한 현실적인 계획입니다.

경영진의 뇌리에 동기화되어, "비용 대비 효과는 확실히 낼 수 있습니다"라고 단언한 이 제안.

반응은 충분했습니다. 하지만 여기서부터 경영진 특유의 "리얼한 벽"이 가로막게 됩니다.

결과: 뭐, 그렇겠죠

집행 임원으로부터의 피드백은 매우 본질적이며, 경영진다운 관점이었습니다.

결론부터 말하자면, "단번에 어사인(Assign) 플로우를 오픈형으로 교체하는 것은 현시점에서는 불가능하다"라는 판단이었습니다.

이유는 기술적인 문제가 아니라, 회사의 「평가·급여 제도의 근간」과 관련된 리스크였습니다.

현재의 비즈니스 모델에서는 엔지니어에게 프로젝트 단가를 공언하지 않고 있기 때문에, 이 상태에서 프로젝트 정보를 완전히 투명화하면,

『내 단가가 10만 엔 올랐는데, 왜 급여는 1만 엔밖에 안 오르는 거지?』라는, 회사의 원가 구조나 제도를 무시한 또 다른 불만이 폭발할 리스크가 있습니다.

엔지니어 주도의 어사인을 실현하려면 우선 평가 제도나 급여 체계 자체의 근본적인 개혁이 필요하며, 이를 위해서는 타 부서를 끌어들여 1~2년에 걸쳐 제도 설계를 다듬어야 하기에 시스템만으로 지금 당장 해결할 수 있는 문제가 아니라는

것이 주요 이유였습니다.

이 말을 들었을 때, 저는 "뭐, 그렇겠죠!"라며 격하게 납득했습니다.

현장의 불만을 해결하려 했던 제안이 경영 관점에서 보면 "또 다른 거대한 리스크"를 일으키는 트리거(Trigger)가 될 수 있습니다.

단순한 이상론만으로는 조직을 움직일 수 없다는, 지극히 당연한 결과가 되고 말았습니다.

향후 전망: 부서를 끌어들인 「공식 프로젝트」로의 승화

원래 프레젠테이션이 순조롭게 통할 것이라고는 생각하지 않았고, 남은 시간은 사내의 과제 의식이나 향후 전망을 들을 예정이었습니다.

그런데, 제가 먼저 탐색하지 않아도 집행 임원의 입에서 놀라운 비전이 차례차례 튀어나왔습니다.

상세한 내용은 밝힐 수 없지만 이미 여러 가지를 진행하고 있는 모양입니다.

흥미로운 구상을 공유받았습니다.

그 장대하고 익사이팅(Exciting)한 비전을 듣고 있는 동안, "이것은 반드시 당사자로서 관여하고 싶다!"라는 충동을 억누를 수 없었습니다.

그래서 그 자리에서 스트레이트로 "그 프로젝트, 저도 멤버로서 참여시켜 주세요!"라고 지원했습니다.

그러자 집행 임원은 "좋아, 꼭 해봐!"라며 뜻밖의 쾌락(快諾)을 해주었습니다.

게다가 기쁘게도, 이번에 제가 가져온 제안에 대해서도 현재 진행 중인 사내 프로젝트와 맞춰서 실현 가능성을 모색해 나가자는 매우 긍정적인 반응을 받았습니다.

직구 형태의 제안 자체는 일단 멈춤이 걸렸지만, 임원의 품 안으로 뛰어들어 디스커션(Discussion)한 결과, 「개인의 게릴라 기획」이 「회사 공인으로 실행 가능성을 탐색하는 공식 프로젝트」로 크게 출세한 것입니다.

부록: GraphRAG를 사용한 프로젝트 검색 기반의 개요

"엔지니어가 자율적으로 프로젝트를 찾을 수 있는 검색 기반"을 만들기 위해, 제가 뒤에서 설계했던 아키텍처(Architecture)의 개요입니다.

SES 기업에서의 「案件情報 (프로젝트 정보)」나 「엔지니어의 스킬·경력」은 본질적으로 강력한 관계성을 가진 데이터입니다.

또한, 많은 현장에서는 이러한 데이터가 「Google 스프레드시트 (Google Sheets)」 등으로 관리되고 있습니다.

이 데이터를 단순히 잘게 쪼개어 일반적인 벡터 RAG (Vector RAG)에 입력하면, 스프레드시트의 행과 열의 관계성이 깨져서 「어떤 스킬이 어떤 프로젝트와 연결되어 있는가」라는 문맥 (Context)이 완전히 상실되어 버립니다.

그래서 저는 스프레드시트의 구조를 100% 유지한 채 그래프화하는 「BYOG (Bring Your Own Graph)형 GraphRAG」라는 구성을 고안했습니다.

비교 항목	일반적인 벡터 RAG (Vector RAG)	이번에 고안한 GraphRAG (BYOG 기반)
데이터 보유 방식	문장을 잘게 쪼개어 (Chunk) 벡터 공간에 매핑함.	스프레드시트 데이터를 Python으로 직접 노드(Node)·에지(Edge)화. 관계성과 요약을 그대로 유지.
특화된 검색	「Python, AWS, MLOps」와 같은 핀포인트 키워드 유사도 검색.	「A라는 스킬을 가진 사람이 B라는 프로젝트를 거쳐 C라는 커리어에 이른다」와 같은 문맥·관계성 검색.
정보 통합·답변	검색 시 상위 파편들을 모아 LLM에 요약시키기 때문에, 관계성이 옅으면 답변이 흔들림.	미리 「커뮤니티 요약 (Community Summary)」으로서 관련 정보가 조망적으로 정리되어 있어 답변의 정밀도가 높음.
스프레드시트 데이터 처리	취약함. 열의 의미나 데이터 구조를 상실하기 쉬움.	능숙함. 스크립트로 직접 DB화하기 때문에 구조를 100% 유지할 수 있음.
구축·갱신 비용	매우 저렴함 (Embedding만 수행)	다소 높음 (커뮤니티 요약에 LLM을 사용하기 때문)

이 기술 선정에 이르게 된 의사결정 로직

이번 목적은 단순히 「키워드가 포함된 프로젝트를 가져오는 것」이 아닙니다.

엔지니어가 「자신이 희망하는 커리어로 나아가기 위해 어떤 경험을 쌓아야 하는가」를 횡단적으로 추론할 수 있는 것이 골 (Goal)입니다.

「MLOps 관련 프로젝트에 공통되는 필수 스킬과 현장에서의 과제는 무엇인가?」

「A 씨의 현재 스킬셋(Skill set)으로 보았을 때, 다음에 스텝업하기에 가장 적합한 프로젝트는 무엇인가?」

이러한 점과 점을 잇는 듯한 「횡단적인 문맥 검색」을 수행하기 위해서는, 데이터의 관계성을 죽이지 않는 GraphRAG가 베스트 프랙티스 (Best Practice)라고 판단했습니다.

GraphRAG의 과제였던 지식 그래프 (Knowledge Graph) 구축에 따른 비용 증가도, 비용을 억제하면서 직종의 포함 관계를 만들어 정밀도를 향상시키는 온톨로지 (Ontology) 작성을 통해 커버할 수 있을 것이라 생각합니다.

최근 Memvid라는 GraphRAG에 가까운 것을 경량으로 수행할 수 있는 기술도 나왔다고 하니, 이를 고려하면서 이 기반을 바탕으로 더욱 브러시업 (Brush-up)된 시스템을 구체화해 나가고 싶습니다!

소감

기획부터 임원 직담판까지 불과 1주일. 스스로 생각해도 꽤 빠른 속도감으로 타석에 설 수 있었다고 생각합니다.

이번에 움직여 보며 알게 된 것은, 「내 눈앞에 있는 과제」와 「회사가 내거는 전사 비전」을 퍼즐처럼 딱 맞물리게 만드는 감각은 향후 어떤 상황에서도 상당히 재현성 높게 사용할 수 있겠구나 하는 점입니다.

솔직히 엔지니어가 되었는데 「영업직 시절보다 더 악착같이 영업하고 있는 거 아닌가...?」 하는 복잡한 기분이 들기도 했지만 말입니다.

하지만 목적을 달성하기 위해서라면 이렇다 저렇다 따지지 않고, 내가 가진 과거의 커리어도 기술도, 사용할 수 있는 무기는 전부 다 써먹을 뿐입니다. 그런 의미에서는 나다운, 투박하지만 좋은 움직임을 보여준 것이 아닐까 싶습니다.

앞으로도 「기술」과 「영업적 사고 (Sales brain)」를 풀 가동하여, 회사도 나도 즐거워질 수 있는 가치 제공을 시도해 나가고 싶습니다! 정진하겠습니다!