실무 프로젝트를 통해 성장한 훈련생들의 포트폴리오를 확인하세요.
생성형AI 사업개발자 과정 6기
프로젝트 개요 본 프로젝트는 높은 이탈률과 낮은 말하기 실력이라는 기존 영어 교육 앱의 한계를 극복하기 위해, GenZ(10~20대 여성)를 타겟으로 한 게임·스토리·말하기 기반 영어 학습 앱 'PICK&PLAY'의 기획 및 MVP 개발 을 수행하였습니다. 강제성 없이도 반복 학습을 유도하는 세계관과 다채널 입력 방식을 적용하여 자발적인 학습 성장을 이끌어내는 데 집중했습니다. 주요 수행 실무 (Scope) 게임 기반 학습 콘텐츠 기획 및 구현 수확, 낚시, 요리 등 매월 갱신되는 미니 게임 내에 영단어를 배치하여 유저의 초기 이탈을 방지하고 몰입도를 극대화 하는 메커닉을 설계했습니다. 선택형 스토리 및 말하기 시스템 설계 채팅 형식의 스토리라인을 따라가며 획득한 단어를 복습하고, 대사 섀도잉 및 AI 음성 평가를 통해 단어 망각을 해결하고 회화 공백을 채우는 순환 구조 를 개발했습니다. 학습 데이터 추적 및 시각화 구현 아는 단어 수, 총 노출 수 등을 실시간으로 보여주는 위젯과 그래프를 도입하여 사용자가 자신의 학습 성장을 객관적인 숫자로 체감 할 수 있도록 UI/UX를 구성했습니다. 핵심 성과 및 인사이트 마케팅 지표 달성 및 타겟 검증: Meta 릴스 광고를 통해 평균 대비 5배 높은 CTR(5.29%)을 기록했으며, 사전 신청자 230명 중 92%가 핵심 타겟인 10~20대 여성임을 확인하여 PMF(Product-Market Fit)를 입증했습니다. 데이터 기반 분석 및 무결성(Data Integrity) 확보: MVP 런칭 후 GA를 통해 일일 사용자 활동 14,000회, 총 학습 13,428회의 데이터를 오류 없이 수집·분석했으며, 객관적인 로그 데이터를 바탕으로 고객의 행동 패턴을 완벽하게 추적하고 검증했습니다. 고객 피드백 기반 인사이트 도출: 팝업 설문조사 결과 81%의 긍정 반응을 달성했으며, 유저들의 실사용 피드백(발음 추가 요청 등)을 기반으로 AI 대화 기능 등 다음 마일스톤을 명확히 설정했습니다. 기대 효과 및 향후 활용 계획 본 프로젝트를 통해 앱 기획, 개발, 데이터 분석, 마케팅에 이르는 풀사이클(End-to-End) MVP 런칭 경험을 축적했습니다. 정식 출시 이후 자체 캐릭터 IP 확장 및 글로벌(일본) 어학 시장 진출을 통해 수익 창출 모델을 다각화 할 수 있으며, 실무 현장에서 즉각적인 데이터 기반 문제 해결이 가능한 전문 인재임을 증명합니다.
제약바이오 품질 및 데이터 분석 전문가 과정8기
프로젝트 개요 본 프로젝트는 의약품 개발의 핵심 단계인 제형 설계부터 분석법 유효성 검증(AMV) , 그리고 실제 제조 및 품질 평가(QC) 까지의 전 과정을 실무 수준에서 직접 수행하였습니다. 제약 산업 현장에서 요구되는 데이터 기반의 의사결정과 GMP 기준에 입각한 품질 관리 마인드를 내재화하는 데 집중했습니다. 주요 수행 실무 분석법 유효성 검증 (AMV) 품질 분석 데이터의 신뢰성을 확보하기 위해 HPLC를 활용한 분석법 유효성 검증을 선행했습니다. 주성분의 농도를 정확하게 측정할 수 있는지 특이성, 직선성, 정밀성, 정확성 등을 엄격한 기준에 따라 평가했습니다. AMV 실습 장면 제형 설계 및 의약품 제조 (Formulation Manufacturing) 아세트아미노펜(AAP)을 주성분으로 한 제제의 처방을 직접 설계했습니다. 원료의 성상에 맞는 부형제를 혼합하고, 분석 저울을 이용해 API를 0.1g 단위로 정밀하게 칭량한 후 타정기를 사용하여 정제 형태의 의약품을 제조하는 공정을 완수했습니다. 의약품 제조 실습 장면 완제의약품 품질 평가 (QC) 제조된 의약품에 대해 비교용출시험, 붕해기 시험 등 제형의 물리화학적 특성을 확인하는 품질 평가를 진행하여, 설계된 처방이 목표 기준에 부합하는지 검증했습니다. 완제의약품 품질 평가 실습 장면 핵심 성과 및 인사이트 다양한 기기 운용과 실험 과정에서 발생한 이상 결과(Troubleshooting)를 스스로 분석하며, 사소한 환경 요인이 결과에 미치는 영향을 체감했습니다. 이를 바탕으로 의약품 품질 관리의 핵심인 데이터 신뢰성(Data Integrity) 확보 역량과 공정 내 문제 해결 능력을 크게 강화할 수 있었습니다. 핵심 성과 및 인사이트 기대 효과 이론적인 GMP 교육을 넘어 현업과 동일한 전주기 실습을 완수함으로써, 제약·바이오 현장에 즉각 투입 가능한 실무형 QC/QA 전문 인재 로서의 역량을 갖추었습니다. 철저한 원칙 준수와 분석적 사고로 고품질 의약품 관리에 기여할 준비가 되어 있습니다.
데이터 분석 기반 디지털 마케팅 14기
Brand to Action Strategy 현대경제연구원 슈퍼세이프 B2B 디지털 마케팅 캠페인 수행: 슈퍼체인저 박홍이 총 노출 370만 회 달성 1. 프로젝트 배경 및 시장 한계 시장 변화 중대재해처벌법이 5인 이상 사업장으로 확대 시행됨에 따라, 전체 사업장의 98.8%를 차지하는 중소규모 기업의 안전관리 시스템 도입 니즈가 폭증했습니다. 마케팅의 한계 경쟁사들은 전통적이고 딱딱한 B2B 마케팅(블로그 글 위주)에 의존하고 있어 대중적 인지도가 낮았습니다. 현대경제연구원의 슈퍼세이프 역시 우수한 올인원 솔루션임에도 불구하고 초기 브랜드 인지도 부족으로 인한 전환 한계에 직면해 있었습니다. 2. 핵심 마케팅 전략: BAS 브랜드 인지도(Brand)를 실제 도입 전환(Action)으로 연결하기 위해, 무거운 산업안전 주제를 쉽고 흥미롭게 풀어내는 BAS(Brand to Action Strategy) 투트랙 전략을 설계했습니다. Track 1. 인지도 확산 저렴한 단가로 압도적인 노출이 가능한 Google Display Network(GDN)를 주력으로 활용하여 타겟층(3060 현장 관리자 및 대표)에게 브랜드를 각인시켰습니다. Track 2. 트래픽 전환 유저 참여도가 높은 Meta(인스타그램)를 활용해 슈멍이(강아지 AI 캐릭터) 숏폼 시리즈와 실무용 체크리스트 등 고객 페인포인트를 자극하는 콘텐츠를 배포했습니다. 3. 캠페인 결과 및 비즈니스 임팩트 GDN 성과 초기 예산으로 총 노출 수 370만 회 이상을 달성하며 브랜드 가시성을 극대화했습니다. 특히 트래픽 목적 광고에서 예상 클릭률(CTR) 1.5% 대비 최종 220% 초과 달성을 이루어냈습니다. Meta 성과 현장 관리자의 공감을 이끌어낸 슈멍이 릴스 캠페인이 평균 CTR 5.56% (예상 대비 330% 초과)를 기록했으며, 정보성 캐러셀(체크리스트)은 전환 비용(CPC)을 예상 대비 137% 절감하는 고효율을 보였습니다. 프로젝트 결론 보수적인 B2B 안전관리 시장에서도 Meme(밈) 마케팅과 정보성 콘텐츠의 결합이 유효함을 증명했으며, 유입-탐색-전환 으로 이어지는 이탈 없는 고객 여정(퍼널)을 성공적으로 구축했습니다.
데이터 분석 기반 디지털 마케팅 13기
프로젝트 팀명: FtISLAND 참여 인원: 총 6명 프로젝트 기간: 2026년 3월 11일 ~ 2026년 4월 2일 (약 3주) 메타코미디클럽 홍대(이하 메코홍) 의 인스타그램 계정이 가진 한계를 분석하고, 새로운 타겟층 확장 가능성을 모색한 마케팅 프로젝트 1. 기획 배경 및 문제점 기존 인스타그램 콘텐츠는 단조로운 릴스 편집 방식으로 인해 19금 스탠드업 코미디 특유의 매력(USP)과 현장감을 제대로 살리지 못하고 있었습니다. 공연 일정표의 가독성이 떨어지고 내부 정보가 불친절하여, 고객이 정보를 탐색하는 과정에서 이탈이 발생했습니다. 메인 타겟층의 특성을 고려한 남성 및 여성 맞춤형 콘텐츠가 부재했습니다. 2. 해결 전략: 매거진 메코매 도입 공연 하이라이트, 아티스트, 공간, 메뉴 등을 다채롭게 재구성하여 정보를 제공하는 인스타그램 매거진 메코매 컨셉을 기획했습니다. 남성에게는 19금 요소 및 코미디 본연의 유머를, 여성에게는 아티스트 비주얼 및 팬덤 요소를 어필하는 성별 맞춤 타겟팅 전략을 수립했습니다. 3. 단계별 실험 및 실행 과정 1차 실험: 19금 요소를 반영한 자극적인 타이틀과 다양한 편집 효과, 관객 호응을 삽입해 코미디의 현장감과 몰입도를 극대화했습니다. 2차 실험: 아티스트의 이미지와 중요 정보 중심의 직관적인 레이아웃을 결합해, 고객의 정보 탐색 이탈을 막고 자연스러운 공유를 유도했습니다. 3차 실험: 남친짤, 닮은꼴 찾기, MBTI, 연애 등 대중적이고 입덕 가능한 코드를 활용하여 팬덤뿐만 아니라 비팬덤과 라이트 팬층까지 유입을 확대했습니다. 4. 프로젝트 성과 및 결론 프로젝트 진행 결과, 조회당 공유율 KPI를 성공적으로 달성했으며 긍정적인 댓글 및 타 플랫폼 공유 등 높은 반응을 이끌어냈습니다. 팬덤이 열광하는 콘텐츠 소재를 발굴하였고, 결과적으로 타 조 대비 팔로워 중 팬덤 비중 1위를 기록하는 성과를 거두었습니다. 남녀 맞춤형 타겟팅 콘텐츠와 대중적인 코드를 통해 기존 팬덤 을 오작교로 활용한다면, 메코홍의 대중적 인지도를 성공적으로 확장할 수 있다는 핵심 인사이트를 도출해 냈습니다.
단기심화_제약바이오 품질 및 데이터 분석 전문가 과정
프로젝트 개요 본 프로젝트는 HPLC 분석법 유효성 검증(AMV) 을 필두로, 아세트아미노펜과 카페인의 함량 시험, 경피흡수시스템(Transdermal) 분석, 그리고 자가 제조 캡슐의 용출 동등성 평가 를 통해 의약품 전주기 품질 관리 프로세스를 실습한 전문 과정입니다. 특히 데이터 분석 과정에서 발생한 일탈 원인을 규명하며 실무적인 QC 마인드를 배양했습니다. 주요 수행 실무 (Scope) 1. HPLC 정량 분석 및 분석법 유효성 검증 (AMV) 카페인과 아세트아미노펜의 표준액/검액을 조제하고 HPLC를 통해 함량을 분석했습니다. 밸리데이션 과정에서 직선성($R^2=0.9996$)과 특이성을 확보했으나, 정밀성(RSD 2.2% 이상) 항목의 기준 일탈 을 확인했습니다. 이를 통해 전처리 과정의 숙련도와 환경 변수 통제의 중요성을 데이터로 입증했습니다. HPLC Auto-sampler를 이용한 시료 자동 주입 공정 정밀 분석을 위해 라벨링 및 전처리가 완료된 검체 바이알 2. 제형 설계 및 자가 제조 캡슐 공정 (Formulation) 카페인 100mg을 주성분으로 하여 부형제(MCC, CCS 등)를 최적 비율로 혼합하고, 분석 저울을 이용해 200mg 단위로 정밀 칭량했습니다. 직접 제조한 캡슐 제제 와 시판 제품의 용출 거동을 비교하기 위해 균일한 충전 공정을 완수했습니다. 정밀 시료 조제를 위한 메스플라스크 및 피펫팅 실습 직접 처방 및 제조를 완료한 카페인 캡슐 완제품 3. 경피흡수시스템 및 FT-IR 정성 분석 (Special Analysis) 기존 정제/캡슐 외에 경피흡수시스템(Logan) 을 활용하여 약물의 투과 기작을 연구했습니다. 또한, FT-IR(Cary 630) 분석을 통해 아세트아미노펜의 고유 지문 영역을 확인하고 원료의 규격 적합성을 정성적으로 판정했습니다. 경피흡수 제형의 투과율 측정을 위한 Logan 시스템 운용 FT-IR을 이용한 주성분 작용기 분석 및 정성 시험 핵심 성과 및 인사이트 분석법 유사성 입증 (f2 = 55.6): 제조 캡슐과 시판 제품의 용출 프로파일을 비교하여 50 이상의 유사성 인자를 확보, 제제 설계의 타당성을 입증했습니다. 데이터 무결성(DI) 실천: HPLC의 RSD 일탈 원인을 추적하며, 기기 오류가 아닌 '실험자 간 오차'를 파악하고 SOP 준수의 중요성을 체득했습니다. 다양한 분석 기기 숙련: HPLC, FT-IR 외에도 pH Meter 교정(3점 교정), 경피흡수시스템 등 품질관리 현장 필수 기기 운용 역량을 강화했습니다. 기대 효과 및 향후 활용 계획 "단순 실험에 그치지 않고 가이드라인 기반의 결과 판정을 수행했습니다. 부적합 데이터 발생 시 원인을 분석하고 보완하는 '실질적 문제 해결형 인재'로서 제약 품질 보증 및 관리 부서에 즉각 기여하겠습니다."
본 프로젝트는 의약품 개발의 핵심 단계인 제형 설계(R&D) 부터 분석법 유효성 검증(AMV) , 그리고 실제 제조 및 품질 평가(QC) 까지의 전 과정을 실무 수준에서 직접 수행하는 것을 목표로 하였습니다. 제약 산업 현장에서 요구되는 데이터 기반의 의사결정과 품질 관리 마인드를 내재화하는 데 집중했습니다. 분석법 유효성 검증 (Analytical Method Validation) 품질 분석 데이터의 신뢰성을 확보하기 위해 HPLC를 활용한 분석법 유효성 검증을 선행했습니다. 주성분의 농도를 정확하게 측정할 수 있는지 특이성, 직선성, 정밀성, 정확성 등을 엄격한 기준에 따라 평가했습니다. [실습장면] 분석 데이터의 오차 최소화를 위한 정밀 시료 희석 및 전처리 공정 제형 설계 및 정제 제조 (Formulation & Manufacturing) 아세트아미노펜(AAP)을 주성분으로 한 제제의 처방을 직접 설계했습니다. 원료의 성상에 맞는 부형제를 혼합하고, 분석 저울을 이용해 API를 0.1g 단위로 정밀하게 칭량한 후 타정기를 사용하여 정제 형태의 의약품을 제조하는 공정을 완수했습니다. API 및 부형제 정밀 칭량 제조 공정 (정제 타정) 품질 평가 및 데이터 분석 (Quality Control) 제조된 정제가 인체 내에서 의도한 패턴으로 방출되는지 확인하는 용출 시험을 실시했습니다. 시간에 따라 변화하는 약물 방출 양상을 대조약과 비교 분석하고, HPLC 데이터 해석을 통해 제제 설계의 적절성을 최종 평가했습니다. [실습장면] 용출 시험기를 활용한 약물 방출률 측정 및 시료 채취 핵심 성과 및 인사이트 데이터 무결성(Data Integrity) 체득: 실험 오차 원인 분석을 통해 정확한 기록의 가치를 깨달았습니다. SOP 기반 실무 능력: 표준작업절차서(SOP)를 준수하여 재현성 있는 데이터를 산출했습니다. R&D-QC 통합적 이해: 제제 설계와 품질 분석 데이터 간의 상관관계를 파악했습니다. 기대 효과 및 향후 활용 계획 제약 공정 전반에 대한 End-to-End 프로세스 를 경험했습니다. 이는 향후 현장 투입 시 즉각적인 업무 수행을 가능하게 할 것이며, 데이터 무결성 원칙을 준수하는 전문 인재임을 증명합니다.
생성형AI 사업개발자 과정
1. 프로젝트 배경 및 문제 정의 현상: 데이팅 앱의 가벼운 만남에 대한 피로도(번아웃 80%)와 결혼정보회사의 높은 비용 부담(200만 원 이상)으로 인해 기존 연애 시장에서 이탈하는 2030 세대 증가. 기회: 나는 절로 , 솔로몬의 선택 등 지자체 주관 오프라인 만남 프로그램의 폭발적 인기(경쟁률 100:1 이상)를 통해 검증된 오프라인 만남에 대한 강력한 수요. 핵심 가치: 진정성 과 자연스러움 . 단순한 만남을 넘어 지역 체험 활동을 매개로 서로의 성향을 파악할 수 있는 환경 제공. 2. 서비스 핵심 모델 (MMP: Multi-Matching Program) 마을 시그널 은 단순 1:1 소개팅이 아닌, 1박 2일 또는 당일 형태의 지역 밀착형 체험 프로그램입니다. 참가자 선발: 신뢰 기반의 검증된 프로세스를 통해 만남의 가능성이 높은 참가자 구성. 체험 콘텐츠: 농촌 체험, 지역 명소 투어 등 함께 활동하며 자연스러운 교류 유도. 매칭 시스템: 프로그램 종료 시 최종 선택을 통해 회당 최대 10건 이상의 매칭 기회 창출. 3. 비즈니스 생태계 및 수익 모델 지역 경제 활성화와 기업 이익이 공존하는 Win-Win 생태계를 구축합니다. 협력 구조: 지자체: 지역 홍보 및 예산 지원 (마케팅, 숙박비 등). 지역 소상공인: 숙박 및 체험 서비스 제공을 통한 매출 증대. 자사 (커스터메이트): 프로그램 기획, 운영 및 고객 관리. 수익 구조: 참가비 기반의 수익 창출 (마진율 약 15% 설계). 시장 규모: 2030 미혼 인구를 타겟으로 한 유효 시장(SAM) 약 4,385억 원 규모 산출. 4. 실행 로드맵 및 성과 지표 개발 현황: MMP 프로그램 개발(90%), 설문 조사 및 지역 파트너 계약 체결(100%) 등 사업화 준비 완료 단계. 마케팅 전략: 인스타그램 타겟 광고 및 홍보 콘텐츠 제작을 통한 고객 유입. 기대 효과: (고객) 합리적 비용으로 진정성 있는 인연 확보. (지역) 유동 인구 증가 및 지역 경제 활성화 기여.
PM 하반기 취업 준비 캠프 - UI/UX PM(Product Manager)
1. 프로젝트 개요 프로젝트명: 멀티 퀴즈 플랫폼 운영 효율화 기획 핵심 목표: 파편화된 퀴즈 운영 프로세스를 통합 백오피스 시스템으로 구축하여 운영 효율성 75% 향상. 배경: 마케팅 및 운영 채널로서 퀴즈 콘텐츠의 중요성은 증대되고 있으나, 관리 환경의 분절로 인해 과도한 수작업 리소스가 발생함. 2. 현상 분석 및 문제 정의 (As-is) 운영 프로세스의 파편화: A사, B사, C사 등 채널별로 서로 다른 관리자 계정, 퀴즈 양식, 배포 방식 사용. 반복적 수작업: 동일한 퀴즈 콘텐츠를 각 플랫폼 양식에 맞춰 수동으로 재가공하고 배포하는 과정에서 인적 오류 및 시간 낭비 발생. 데이터 분석의 한계: 각기 다른 채널의 성과 지표를 일일이 수집하여 통합 리포트를 작성해야 하므로 실시간 성과 파악이 어려움. 3. 솔루션 설계 (To-be) ① 통합 퀴즈 관리 시스템 (CMS) 양식 통합화: 다양한 플랫폼의 형식을 하나로 표준화하여 단 한 번의 퀴즈 생성으로 멀티 채널 배포 가능. 자동 승인 및 배포: 반복적인 승인 루틴을 자동화하여 운영자의 개입 최소화. ② 실시간 데이터 대시보드 정량적 지표 시각화: 채널별 참여율, 정답률, 이탈률을 실시간으로 확인. 사용자 페르소나별 최적화: 운영자뿐만 아니라 관리자(박미경 님 등)가 퀴즈의 효과를 직관적으로 이해할 수 있는 통계 페이지 제공. ③ ROI 리포트 자동 생성 성과 증명: CSV 내보내기, 요약 리포트 PDF 저장 기능을 통해 상위 관리자 및 클라이언트에게 즉시 성과 공유 가능. 신뢰성 향상: 감각에 의존한 기획이 아닌 데이터 기반의 업무 보고 환경 구축. 4. 기대 효과 및 비즈니스 가치 운영 리소스 압축: 기존 1시간 이상 소요되던 반복 작업을 수분 내로 단축하여 운영자가 판단과 기획 에 집중할 수 있는 환경 조성. 데이터 기반 기획 역량 강화: 어떤 퀴즈가 왜 잘 되었는지 에 대한 근거를 확보하여 콘텐츠 품질의 상향 평준화 유도. 조직 자산 축적: 콘텐츠 실험이 가능한 구조를 통해 단순히 배포하고 끝나는 것이 아닌, 조직 내 성공 방정식(Learning Assets) 축적. 한경 UX UI PM Course 본 기획안은 운영 효율 개선을 통해 비즈니스 임팩트를 극대화하는 UX/UI 전략을 담고 있습니다.
데이터 분석 기반 디지털 마케팅
1. 프로젝트 개요 프로젝트명: 벌스워크 채널 홍보를 위한 AI 패러디 IP 채널 운영 핵심 목표: 콘텐츠 공백기 동안의 인지도 유지 및 신규 유입 경로 확보, 충성 팬덤 구축. 배경: 불규칙한 업로드 주기로 인한 유저 이탈 문제를 해결하기 위해 저비용 고효율의 AI 콘텐츠와 고관여 IP 콘텐츠를 결합함. 2. 전략적 방향성 (Two-Track Strategy) ① 확산 및 유입: [앗차!피디야] 수단: AI 기술(Voice/Face Swap 등)을 활용한 영상 제작. 전략: 당시 화제성이 높았던 어몽어스 등의 포맷을 AI 패러디로 재해석하여 유입 극대화. 성과: 누적 조회수 400만 회 돌파, KPI 대비 156% 초과 달성. ② 관계 형성 및 팬덤: [대지희] 수단: 독자적인 캐릭터 IP 대지희 개발. 전략: 단순히 정보를 전달하는 채널이 아닌, 캐릭터와의 교류를 통해 브랜드에 대한 친밀감 형성. 성과: 평균 조회수 655% 상승, 클릭률(CTR) 5% 달성 (평균 대비 250% 수준). 3. 마케팅 성과 분석 (Performance) 도달 가치: AI 콘텐츠를 통해 신규 유입된 유저들이 기존 인접 콘텐츠를 다시 소비하게 만드는 선순환 구조 증명 (인접 콘텐츠 조회수 최대 1,430% 증가). 효율성: AI를 도입함으로써 기획부터 제작까지의 리소스를 획기적으로 단축하면서도 높은 화제성 유지. 관계성: 프로필 방문 수 677회 등 정성적인 팬덤 반응 지표 확보. 4. 최종 인사이트 및 제언 AI의 역할: 단순 자동화 도구를 넘어, 콘텐츠 공백기를 메우고 유동적인 트렌드에 즉각 대응할 수 있는 전략적 생산 도구 로 활용 가능. IP의 가치: 데이터(조회수)가 머무는 곳에 감정(팬덤)이 쌓이도록 만드는 핵심 장치로서의 IP 중요성 확인. 통합 구조: 디지털 마케팅 관점에서 본편 - AI 패러디 - 캐릭터 IP가 유기적으로 연결될 때 가장 높은 시너지가 발생함. 디지털 마케팅(DIMA) 12기 돼피디 조 본 성과 보고서는 데이터 기반의 효율적인 콘텐츠 운영 전략과 IP 비즈니스 모델을 제안합니다.
