Q. LG CNS AI/AX 직무에서 주요하게 보는 실무 역량이 궁금합니다

답변 5

• 

  물개는개발중한화손해보험

  코사원 ∙ 채택률 34%

  ---

  타 기업의 과제를 수행하는 수행사 역할을 많이 하기 때문에 특정 도메인의 지식이나 AI에 대한 아주 깊은 이해보다는 문제 해결력이 중요합니다. 금융, 의료, 제조 등 다양한 도메인의 데이터를 만나고 관련 AI 서비스 개발을 해야한다고 했을 때, 어떻게 빠르게 파악하고 설계해서 해결해 나갈 수 있을지를 고민하는 것이 중요합니다.

  ---
• P

  PRO액티브현대트랜시스

  코부사장 ∙ 채택률 100%

  ---

  LG CNS AI AX 직무라면 연구 경험 자체보다 그 연구를 실제 기업 문제에 적용할 수 있는 실무 역량을 얼마나 보여주느냐가 중요하다고 보는 것이 좋습니다. 특히 LLM이나 시계열 분석, 멀티모달 연구 경험이 있다면 기술 스택을 나열하기보다는 문제 정의부터 데이터 전처리, 모델 선정, 평가, 실제 서비스 적용까지 한 사이클을 경험했다는 점을 강조하는 것이 좋습니다. 실무에서는 단순히 모델을 만드는 업무만 하는 것은 아닙니다. 고객사의 업무 프로세스를 파악하고 어떤 업무를 AI로 자동화하거나 고도화할 수 있는지 정의한 뒤 데이터를 확보하고 모델이나 LLM을 적용하고 실제 시스템에 연결하는 일이 중요합니다. 예를 들어 기업 내부 문서를 대상으로 RAG를 구축하거나 업무용 AI Agent를 개발하고, 기존 업무 시스템과 API를 연동하거나 AI가 생성한 결과의 정확성과 안정성을 평가하는 업무가 있을 수 있습니다. 따라서 Python이나 PyTorch 같은 개발 역량뿐 아니라 API 활용, 데이터베이스, 클라우드 및 MLOps에 대한 이해와 실제 서비스 구현 경험이 있으면 상당히 유리합니다. 질문자님의 경우 연구 주제가 LLM, 시계열, 멀티모달이라면 오히려 방향은 잘 맞습니다. 다만 대학원 연구처럼 모델의 성능을 몇 퍼센트 높였다는 이야기만 하면 연구자에 가까운 인상을 줄 수 있습니다. 기업 AX에서는 왜 이 기술이 필요한지, 기존 업무의 어떤 문제를 해결했는지, 비용이나 시간 또는 정확도를 얼마나 개선했는지까지 설명하는 것이 중요합니다. 예를 들어 시계열 모델을 개발했다면 모델 구조보다 실제 설비나 업무 데이터를 이용해 이상을 탐지하고 담당자가 의사결정을 내리는 시간을 줄였다는 식으로 설명하는 편이 좋습니다.

  ---
• 멘

  멘토 호날도KT

  코전무 ∙ 채택률 59%

  ---

  ● 채택 부탁드립니다 ● LG CNS AI/AX 직무는 연구 성능을 높이는 것뿐 아니라 기업의 실제 문제를 AI로 해결하고 서비스로 구현하는 역량이 중요합니다. 다만 세부 조직에 따라 모델 개발, AI 플랫폼, 데이터 엔지니어링, 컨설팅 등의 비중이 달라지므로 이번 공고의 담당업무를 기준으로 준비하시는 것이 좋습니다. 기술적으로는 Python과 머신러닝 기본기, 데이터 전처리 및 분석, 모델 학습과 평가, API 및 서비스 연동, 배포와 운영에 대한 이해가 도움이 됩니다. LLM 분야라면 RAG, 프롬프트 설계, 평가체계, 환각 및 보안 문제를 다루는 역량도 중요합니다. 실제 업무는 고객사의 요구사항을 분석하고 데이터를 확보한 뒤 적합한 AI 모델이나 솔루션을 개발해 기존 업무 시스템과 연결하고 성능을 검증하는 형태로 이해하시면 됩니다. 비CS 전공이나 AI 적용 중심의 연구도 충분히 강점이 될 수 있습니다. 연구에서 어떤 현장 문제를 정의했고 데이터를 어떻게 처리했으며 모델을 선택한 이유와 성능 개선, 실제 적용 가능성을 어떻게 검증했는지 강조하세요. 단순히 논문 성과를 설명하기보다 기업 환경에서 비용, 속도, 안정성, 사용자 요구까지 고려해 문제를 해결할 수 있다는 점을 보여주시면 좋겠습니다.

  ---
• 

  취뽀도우미입니다대구교통공사

  코이사 ∙ 채택률 95%

  ---

  엘지씨엔에스의 에이아이 및 에이엑스 직무에서 가장 중요하게 보는 기술적 실무 역량은 단순히 최신 알고리즘을 구현하는 것을 넘어, 기업의 실제 비즈니스 프로세스에 인공지능 기술을 얼마나 효과적으로 접목하고 최적화할 수 있는가에 대한 실행력입니다. LLM, 멀티모달, 시계열 데이터 분석 등 다양한 연구 경험을 쌓으신 것은 실무에서 매우 큰 자산이 될 수 있으며, 특히 엔터프라이즈 환경에서 실제로 모델을 구동하고 파인튜닝하거나 대규모 데이터를 안정적으로 다뤄본 경험이 있다면 긍정적인 평가를 받을 수 있습니다. 엘지씨엔에스는 전통적인 IT 서비스 기업의 강점을 바탕으로 제조, 금융, 공공 등 다양한 산업군의 고객사를 대상으로 실제 현장의 디지털 전환과 인공지능 전환을 주도하는 사업을 수행합니다. 구체적으로 해당 직무는 고객사의 비즈니스 난제를 파악하고 이를 인공지능 기술로 해결할 수 있는 아키텍처를 설계하며, LLM 기반의 지능형 사내 시스템 구축이나 멀티모달 데이터를 활용한 현장 자동화 솔루션 개발 등 실무 프로젝트를 수행하게 됩니다. 따라서 서류나 면접을 준비하실 때 단순히 연구 성과나 논문 실적을 나열하는 것보다는, 본인의 연구 주제가 실제 기업 현장의 어떤 문제에 적용될 수 있으며 비즈니스 가치를 창출할 수 있는지를 구조화하여 설명하시는 것이 좋습니다. 도메인 지식이 조금 부족하더라도 실제 산업 현장 데이터의 특성을 이해하고 빠르게 학습하여 모델에 반영할 수 있는 문제 해결 역량을 강조하신다면 좋은 결과를 얻으실 수 있을 것입니다.

  ---
• 

  채택스포스코

  코부사장 ∙ 채택률 75%

  ---

  안녕하세요. 멘티님. 반갑습니다. LG CNS AI/AX 직무에서는 모델 자체를 얼마나 잘 아느냐보다 현업 문제를 끝까지 풀어내는 역량을 훨씬 중요하게 봅니다. 제가 현장에서 들은 흐름으로는 데이터 이해부터 요구사항 정리 모델 설계 적용 이후 운영까지 한 번에 이어서 볼 수 있는지가 핵심입니다. 기술적으로는 Python 기반 구현 역량과 데이터 처리 능력 모델 평가와 개선 경험이 기본이고 여기에 LLM이나 시계열 멀티모달 같은 AI 기술을 실제 업무에 맞게 바꿔 쓰는 감각을 중요하게 봅니다. 단순히 논문식 접근보다 PoC를 빠르게 만들고 고객 환경에 맞게 성능과 비용을 조율한 경험이 있으면 강하게 보입니다. 클라우드와 MLOps에 대한 이해도 있으면 좋고 협업 과정에서 요구사항을 구조화해서 설명하는 능력도 실제로 많이 봅니다. 실제 업무는 연구보다 훨씬 실무형에 가깝습니다. 고객사의 데이터를 보고 어떤 AI를 붙일지 판단하고 기존 업무에 자동화나 예측 추천 생성형 AI를 어떻게 녹일지 설계하는 일이 많습니다. 이후에는 모델을 바로 쓰는 것이 아니라 보안 운영 비용 시스템 연계까지 함께 맞춰야 해서 기술 검증만 잘하는 것보다 현업과 조율하는 역량이 중요합니다. 그래서 서류와 면접에서는 내가 어떤 문제를 어떤 방식으로 정의했고 어떤 지표로 개선했는지 그리고 그 결과를 실제 업무에 어떻게 연결할 수 있는지를 또렷하게 말해보시면 좋습니다. CS 전공이 아니어도 전혀 불리하다고 보기는 어렵고 AI를 적용 가능한 형태로 바꾸는 사고방식이 있으면 충분히 경쟁력이 있습니다. 모쪼록 도움이 되셨다면 채택부탁드립니다. 감사합니다.

  ---