삼성전자

전자부품 산업을 분석하는 프로젝트를 수행하며 삼성전기에 관심을 갖게 되었습니다. 프로젝트를 통해 MLCC 산업의 성장성과 경쟁구도를 살펴보고 향후 수요가 확대될 시장과 주요 경쟁요인을 분석했습니다. 그 과정에서 기존 IT 기기 중심의 수요뿐 아니라 AI 인프라와 자동차 전장화가 확대되면서 고성능 MLCC의 중요성이 더욱 커지고 있음을 확인했습니다. 이러한 시장 변화 속에서 삼성전기가 고부가 제품을 중심으로 사업 포트폴리오를 확대하고 있다는 점이 인상적이었습니다. 글로벌 선도업체들과 경쟁하는 동시에 기존 주력 시장에 머무르지 않고 기술 경쟁력을 기반으로 AI 서버와 전장 등 성장성이 높은 영역으로 사업을 확장하고 있었습니다. 특히 AI와 전장화라는 산업의 큰 변화에 대응해 새로운 성장 기회를 만들어가고 있다는 점에서 삼성전기에 매력을 느꼈습니다. 입사 후에는 시장의 흐름과 고객의 요구를 제품 전략에 반영할 수 있는 마케터로 성장하고 싶습니다. 이를 위해 초기에는 제품 특성과 산업 구조를 충분히 이해하며 실무 역량을 쌓고 이후에는 고객별 니즈와 시장 전망을 바탕으로 새로운 사업 기회를 발굴하는 역할까지 담당하고 싶습니다. 궁극적으로는 변화하는 시장에서 새로운 수요를 포착하고 삼성전기의 성장을 이끄는 마케팅 전문가가 되는 것이 목표입니다.

[새로운 도전을 통해 확장해온 역량] 저는 새로운 과제를 경험하며 부족한 역량을 채워가는 과정에서 성장해왔습니다. 이러한 태도가 자리 잡게 된 계기는 첫 인턴 경험이었습니다. 당시 처음 접하는 업무가 많았던 만큼 주어진 일을 처리하는 것에 그치지 않고 다양한 업무를 경험해보고자 했습니다. 처음에는 경험이 부족해 새로운 업무를 맡는 것이 부담스럽기도 했습니다. 하지만 직접 부딪혀보니 처음에는 어렵게 느껴졌던 일도 필요한 내용을 공부하고 시행착오를 거치면서 점차 익숙해졌습니다. 이후에는 경험이 없는 업무에도 적극적으로 참여했고 그 과정에서 제가 담당할 수 있는 영역도 자연스럽게 넓어졌습니다. 이를 통해 새로운 과제를 피하지 않고 직접 경험해보는 것이 역량을 키우는 중요한 방법이라고 생각하게 되었습니다. 이후 다른 인턴십에서는 데이터에 기반해 시장을 분석하는 업무에 도전했습니다. 다양한 시장 데이터를 직접 수집하고 분석해야 했고 이를 위해 데이터 수집 및 시각화 방법을 새롭게 익혔습니다. 데이터를 정리해 시장의 특징을 파악하는 과정에서 한 단계 더 나아가고 싶다는 생각도 들었습니다. 단순히 정보를 가공하는 것보다 분석한 내용을 바탕으로 실제 의사결정에 도움이 되는 시사점을 제시하는 역량이 필요하다고 느꼈기 때문입니다. 이후 여러 프로젝트를 경험하면서 주어진 자료를 분석하는 데 그치지 않고 그 결과가 어떤 의미를 갖는지 고민하는 연습을 이어갔습니다. 처음에는 필요한 정보를 정확하게 찾고 정리하는 데 집중했다면 점차 여러 정보를 하나의 기준으로 구조화하고 이를 바탕으로 제 의견을 제시하는 역할까지 맡게 되었습니다. 이 과정에서 분석의 목적은 많은 정보를 전달하는 것이 아니라 의사결정에 필요한 핵심을 찾아내는 데 있다는 것을 배웠습니다. 이러한 경험을 거치며 새로운 업무에 도전하는 것에서 시작해 필요한 분석 방법을 스스로 익히고 나아가 분석 결과를 실제 제안으로 발전시키는 단계까지 역량을 넓혀왔습니다. 앞으로도 새로운 환경에서 필요한 역량을 빠르게 습득하고 이를 실제 업무에 적용하며 맡을 수 있는 역할의 범위를 지속적으로 확장해가겠습니다.

[AI가 바꾸는 일하는 방식] AI의 발전을 보며 제가 주목하는 변화는 특정 직무가 사라지는가보다 일을 잘한다는 것의 기준이 달라지고 있다는 점입니다. 과거에는 많은 정보를 빠르게 찾고 정리하거나 일정 수준 이상의 결과물을 만들어내는 것 자체가 개인의 중요한 경쟁력이었습니다. 그러나 AI를 통해 이러한 업무의 상당 부분을 빠르게 수행할 수 있게 되면서 앞으로는 정보를 얼마나 많이 알고 있는지보다 이를 어떻게 활용하는지가 개인의 경쟁력을 좌우할 것이라고 생각합니다. 예를 들어 시장을 분석하는 업무에서도 과거에는 필요한 자료를 찾고 데이터를 정리하는 과정에 많은 시간이 필요했습니다. 이제는 AI를 활용해 탐색과 분석에 필요한 시간을 크게 줄일 수 있습니다. 하지만 정보에 접근하기 쉬워졌다고 해서 모든 사람이 같은 결론을 내리는 것은 아닙니다. 수많은 정보 중 무엇이 중요한지 구분하고 서로 다른 정보를 연결해 현재 상황에 맞는 의미를 찾아내는 과정은 오히려 더욱 중요해질 것입니다. 따라서 앞으로 경쟁력을 갖춘 사람은 AI보다 많은 것을 알고 있는 사람이 아니라 AI를 활용해 더 좋은 결정을 내리는 사람이라고 생각합니다. AI가 제공하는 결과를 그대로 받아들이기보다 필요한 부분을 검증하고 자신의 관점에서 해석하며 실제 행동으로 연결할 수 있어야 합니다. 기술의 발전으로 정보 생산의 비용이 낮아질수록 정보를 판단하고 활용하는 역량의 가치는 더욱 높아질 것입니다. 저 역시 AI를 단순히 업무를 대신해주는 도구로 바라보기보다 제 사고의 범위를 넓히는 수단으로 활용하고 싶습니다. 반복적인 업무는 효율화하되 그만큼 확보한 시간을 시장을 깊이 이해하고 새로운 가능성을 탐색하는 데 사용하겠습니다. 변화하는 업무 환경에 빠르게 적응하면서 기술을 활용해 더 나은 판단과 결과를 만들어내는 사람이 되는 것이 제가 생각하는 AI 시대의 성장 방향입니다.

[고객의 선택을 설계하는 마케터] 저는 영업마케팅 직무에서 고객별 요구를 파악하고 적합한 제품과 솔루션을 제안하는 B2B 마케터로 성장하고 싶습니다. 경영학을 전공하며 마케팅 전략과 소비자 행동을 공부하면서 같은 제품이라도 고객이 처한 환경과 구매 목적에 따라 선택 기준이 달라진다는 점에 관심을 갖게 되었습니다. 특히 기업 고객을 대상으로 하는 시장에서는 가격뿐 아니라 품질과 공급 안정성, 기술 대응력 등 다양한 요소가 구매 결정에 영향을 미친다는 점에서 B2B 마케팅에 매력을 느꼈습니다. 전공 수업에서는 산업재 기업의 고객 전략을 설계하는 팀 과제를 수행했습니다. 당시 기업이 모든 고객에게 동일한 방식으로 접근하고 있다는 점을 문제로 정의하고 고객사를 구매 규모와 거래 지속성, 제품 요구 수준에 따라 구분했습니다. 분석 결과 대형 고객은 안정적인 공급과 장기적인 협업을 중요하게 생각한 반면 신규 고객은 초기 거래 조건과 신속한 대응을 상대적으로 중요하게 평가했습니다. 이에 고객군별로 영업 자원을 다르게 배분하고 제안 내용을 차별화하는 전략을 제시했습니다. 이 경험을 통해 시장을 하나의 덩어리로 바라보기보다 고객의 특성과 구매 기준을 구체적으로 이해해야 효과적인 전략을 설계할 수 있다는 점을 배웠습니다. 또 다른 수업에서는 신제품 출시를 주제로 사업계획을 수립했습니다. 초기에는 시장 규모가 큰 제품을 우선적으로 선정했지만 경쟁 제품과 예상 고객을 조사하면서 시장의 크기만으로 사업성을 판단하기 어렵다는 점을 발견했습니다. 이후 경쟁 강도와 예상 수익성, 고객의 전환 가능성을 추가해 후보 제품을 다시 평가했고 처음과 다른 제품을 최종 출시 대상으로 선정했습니다. 이를 통해 처음 세운 가설에 얽매이기보다 새로운 정보를 반영해 판단 기준을 수정하는 것이 중요하다는 점을 배웠습니다. 이러한 경험을 바탕으로 영업마케팅 직무에서도 고객을 세밀하게 이해하고 각각의 요구에 적합한 전략을 제시하고 싶습니다. 입사 초기에는 제품 특성과 고객별 구매 기준을 충분히 학습하고 실제 영업 데이터를 통해 시장을 이해하는 데 집중하겠습니다. 이후에는 고객군별 수요 변화를 선제적으로 파악하고 이를 제품 전략과 영업 활동에 반영해 새로운 매출 기회를 발굴하는 마케터로 성장하겠습니다.