Why this chapter왜 이 챕터인가

Every role before this one gave me one company and one domain. I could tell whether a system worked there. What I could not tell was which parts of my approach actually transfer, and which were only ever true for that one company.이전의 모든 자리는 저에게 한 개의 회사와 한 개의 도메인을 줬습니다. 그곳에서 시스템이 작동하는지는 말할 수 있었습니다. 하지만 제 방식 중 어디까지가 실제로 옮겨지고 어디까지가 그 회사에서만 참이었는지는 알 수 없었습니다.

Consulting is the fastest way to find out. The scope is several industries at once, and the work is explicitly about judgment that has to hold across contexts. I came here to learn a methodology properly, from people who apply it to real clients.컨설팅은 그걸 확인하는 가장 빠른 방법입니다. 범위가 한 번에 여러 산업이고, 일 자체가 맥락을 넘어 성립해야 하는 판단에 관한 것입니다. 실제 고객에게 그 방법론을 적용하는 사람들에게서 제대로 배우려고 이 자리에 왔습니다.

The team팀

Technology Transformation owns technology-driven business model and operating-model change — architecture modeling across business, application, and technology layers, cloud and instance modeling, and next-generation IT operating structures.Technology Transformation은 기술 기반 사업모델과 운영모델 혁신을 담당합니다. 업무·애플리케이션·기술 세 층위의 아키텍처 모델링, 클라우드·인스턴스 모델링, 차세대 IT 운영 체계 수립이 이 팀의 범위입니다.

What I bring in가지고 들어가는 것

What I want to come out with이 자리에서 얻으려는 것

One thing, specifically. I know how to build a system and show that it works. I do not yet have the language for whether it was worth building — capital cost, payback period, unit economics. Closing that gap is exactly why I am here.정확히 한 가지입니다. 저는 시스템을 만들고 그것이 작동한다는 걸 보이는 법을 압니다. 하지만 그것을 만들 값이 있었는지를 말할 언어가 아직 없습니다. 자본비용, 회수기간, 단위경제. 그 간격을 메우려고 여기 왔습니다.

The problem I walked into들어갔을 때의 상태

• Everything lived in Excel. Product master, pricing history, origin/FTA, monthly compliance reports — separate spreadsheets owned by individuals. No unique keys. No joins. No audit trail.전부 엑셀이었습니다. 제품 마스터, 가격 이력, 원산지·FTA, 월간 내부통제 보고서가 개인이 소유한 별개 시트로 흩어져 있었습니다. 고유 키도, 조인도, 감사 추적도 없었습니다.
• Knowledge was a person, not a system. Catalog validation, margin modeling, and claim resolution each depended entirely on one individual. One absence collapsed the workflow.지식이 시스템이 아니라 사람이었습니다. 카탈로그 검증, 마진 모델링, 클레임 처리가 각각 특정 한 명에게 전적으로 달려 있었습니다. 한 사람이 자리를 비우면 흐름이 멈췄습니다.
• Four platforms, zero unified data model. The channels ran on disconnected data logic. Rejection rates were high and fitment errors were common.네 개 플랫폼, 통합 데이터 모델은 없음. 채널마다 데이터 논리가 따로 돌았습니다. 반려율이 높고 차량 적합성 오류가 흔했습니다.
• Roughly twenty hours a week went to manual operations — monthly report packages, remittance reconciliation, and status tracking, all rebuilt by hand every month.주당 약 20시간이 수작업으로 나갔습니다. 월간 보고 패키지, 정산 대조, 상태 추적을 매달 손으로 처음부터 다시 만들었습니다.

What I owned맡은 범위

Why it mattered왜 중요했나

Most people who talk about AI products have never worked inside one. I wanted to understand what it actually takes to ship a production language model product — the engineering decisions, the product trade-offs, and the gap between research and deployment at enterprise scale.AI 제품에 대해 말하는 사람 대부분은 그 안에서 일해 본 적이 없습니다. 저는 실제 서비스되는 언어모델 제품을 출시하는 데 무엇이 필요한지 알고 싶었습니다. 엔지니어링 의사결정과 제품 트레이드오프, 그리고 연구와 실제 배포 사이의 간격이 궁금했습니다.

My role역할

A dual role as Backend/AI Developer and Technical PM. Specific details are under NDA, but the work touched real language model infrastructure, SaaS platform management, and AI product lifecycle coordination on a product shipped at national scale.백엔드·AI 개발자와 테크 PM을 겸했습니다. 구체적인 내용은 NDA 대상이지만, 실제 언어모델 인프라, SaaS 플랫폼 운영, 그리고 전국 규모로 출시되는 제품의 AI 제품 생애주기 조율에 닿는 일이었습니다.

Connects to이어지는 곳

This became the foundation for how I later positioned GenAI at HL Mando — not as a feature to add, but as a validation layer with a defined job and a way to check whether it was doing it.이 경험이 나중에 HL만도에서 GenAI를 어떻게 놓을지의 기준이 됐습니다. 붙이는 기능이 아니라, 정해진 역할이 있고 그 역할을 하고 있는지 확인할 수 있는 검증 레이어로 놓았습니다.