[채널코퍼레이션] AX Consultant 공고 분석

이 자리가 왜 생겼을까요

1하게 될 업무

• 채널톡 AI 에이전트(ALF)로 고객사 CS 자동화를 설계·세팅합니다. 고객사의 FAQ, 상품 정보, 운영 정책 데이터를 분석해 ALF가 학습할 수 있는 지식(Knowledge)으로 바꾸고, 채팅 ALF와 전화 응대를 맡는 Voice ALF의 고객 응대 시나리오를 직접 구축합니다.

  이렇게 볼 수 있어요

  채팅과 전화 두 채널의 시나리오를 함께 맡습니다. 상담 데이터를 챗봇 지식이나 응대 규칙으로 바꿔 본 경험이 이 업무와 가깝습니다.

• 고객사의 고객 데이터와 구매 여정을 분석해 채널톡의 AI 마케팅·CRM 마케팅 기능을 세팅하고 타겟 세분화와 메시지 시나리오를 설계하며, 고객사가 스스로 캠페인을 운영하고 성과를 개선할 수 있도록 실행 가이드를 제공합니다.

  이렇게 볼 수 있어요

  상담 자동화에 더해 마케팅 세팅도 업무입니다. 자격 요건의 마케팅 실무 경험과 우대 사항의 CRM·마케팅 자동화 경험이 이 업무에 직접 쓰입니다.

• CoS 노트북으로 고객사의 상담·운영 데이터에서 문제 지점을 AI로 진단하고, 고객사가 계속 활용할 수 있는 리포트 체계를 세팅합니다.

  이렇게 볼 수 있어요

  회사는 2026년 7월 내부 데이터를 모아 분석하는 AI 비서실장 코스(CoS)를 베타 출시했다고 발표했습니다. 상담 데이터를 분석해 운영 리포트를 만들어 본 경험이 이 업무에 가깝습니다.

• 고객사 현장에서 팀과 함께 일하며 AI 시스템을 실시간으로 튜닝하고, 고객사 직원들이 새로운 AI 업무 방식에 빠르게 적응하도록 교육합니다.

  이렇게 볼 수 있어요

  실시간 튜닝은 현장에서 ALF의 실제 응답을 보며 지식(Knowledge)과 응대 시나리오를 그 자리에서 고치는 일로 보입니다. 같은 회사 Forward Deployed Engineer 공고는 AX팀과 협업해 AI 솔루션이 현장에서 안정적으로 작동하도록 끝까지 책임진다고 적었습니다. 그래서 코드가 필요한 수정은 Forward Deployed Engineer와 함께 다룰 수 있습니다. 새 시스템을 도입하며 현장 직원을 교육해 본 경험이 있다면 교육한 인원과 정착까지 걸린 기간을 함께 적으세요.

• 복잡한 고객 업무 플로우를 분석해 API 연동과 워크플로우를 설계하고, 실시간으로 업데이트되는 응답 시스템을 만듭니다.

  이렇게 볼 수 있어요

  API 연동과 워크플로우 설계는 우대 사항의 API·웹훅 이해, 노코드/로우코드 자동화 경험과 같은 영역입니다. 외부 시스템 데이터를 응답에 연결해 본 사례가 있다면 연결 방식을 설명할 수 있어야 합니다.

• AI 도입 이후의 고객 응답 패턴, 마케팅 성과, 만족도 데이터를 분석해 더 나은 CX 전략을 제안하고 고객사의 장기적인 성공을 돕습니다.

  이렇게 볼 수 있어요

  도입 뒤의 효과를 숫자로 보여 주는 일까지 맡습니다. 자동화 전후의 응답 시간이나 만족도를 비교해 본 경험이 있다면 어떤 지표를 어느 기간으로 비교했는지 밝히면 됩니다.

• 현장에서 발견한 고객의 보이스와 기술적 한계를 제품 팀에 전달하고, 실제 솔루션으로 구현될 수 있도록 엔지니어링 팀과 협업합니다.

  이렇게 볼 수 있어요

  고객 현장과 제품 팀을 잇는 역할입니다. Mid-Market, Account Management Specialist 공고도 고객 인사이트를 제품 개선에 반영하지만, 이 공고는 ALF를 직접 세팅하다 부딪힌 기술적 한계까지 엔지니어링 팀에 전합니다. 고객 요청이나 자동화가 막힌 지점을 정리해 제품 개선으로 이어 간 경험이 있다면 전달한 내용과 바뀐 기능을 나란히 적을 수 있습니다.

2자격 요건

• CS/CX 도메인을 깊이 이해해야 합니다. 상담을 직접 처리했거나, CS/CX팀을 운영·리드했거나, 상담 프로세스를 설계해 본 경험이 있어 고객이 배송, 교환, 반품 등 어느 지점에서 막히고 답답해하는지 알아야 합니다.

  이렇게 볼 수 있어요

  세 경험이 '거나'로 이어져 있어 어느 쪽이든 이 요건에 들어갑니다. 문의가 몰리는 지점을 유형별로 정리해 본 경험이 있다면 그 유형과 건수가 도메인 이해를 보여 줍니다.

• 챗봇, AI 상담봇, 상담 자동화 룰셋을 기획에 그치지 않고 직접 세팅하고 운영해 본 경험이 필요합니다(문제가 생기면 로그를 뒤져서라도 끝내 해결하는 실행력 선호).

  이렇게 볼 수 있어요

  기획만 한 경험과 직접 세팅해 운영한 경험을 구분하는 요건입니다. '로그를 뒤져서라도'는 운영 중 오답이나 응답 실패가 나면 대화 로그에서 원인까지 찾아 고치는 장면을 말합니다. 직접 만든 시나리오 수와 로그로 찾아 고친 오류 사례를 함께 정리하면 AX팀 리드가 보는 직무·기술 역량 인터뷰에서 꺼낼 사례로 쓸 수 있습니다.

• 퍼포먼스 마케팅, 브랜드 마케팅, CRM 마케팅 가운데 하나 이상을 직접 기획·운영해 본 마케팅 실무 경험이 필요하고, 고객 획득부터 전환, 리텐션까지 이어지는 여정을 이해해 고객사에 실행 가능한 마케팅 시나리오를 제안할 수 있어야 합니다.

  이렇게 볼 수 있어요

  세 분야 가운데 '하나 이상'이라고 적혀 있습니다. 고객 획득부터 리텐션까지 여정을 설계해 본 경험은 고객사의 타겟 세분화와 메시지 시나리오를 설계할 때 필요합니다.

• 생성형 AI나 AI 기반 툴을 실제 업무에 적용해 반복 작업을 줄이거나 성과를 개선해 본 경험이 있고, 그 과정과 결과를 구체적으로 설명할 수 있어야 합니다.

  이렇게 볼 수 있어요

  회사는 사내 프로그램 AX Champions로 각 팀이 스스로 AI로 문제를 풀도록 도왔다고 밝혔습니다. 같은 글에서 회사는 모든 멤버가 클로드 코드를 쓴다고 적었습니다. 고객사 직원에게 새 AI 업무 방식을 교육할 사람에게 자기 업무에 먼저 AI를 들여 본 경험을 묻는 요건일 수 있습니다. 어떤 작업에 어떤 도구를 썼고 그 뒤 작업 시간과 지표가 어떻게 바뀌었는지를 한 사례 안에서 이어 설명할 수 있어야 합니다.

• 상담·운영·고객 데이터에서 문제를 찾아내고, 고객사가 납득할 수 있는 리포트와 개선안으로 정리할 수 있어야 합니다.

  이렇게 볼 수 있어요

  업무에 CoS 노트북으로 고객사 데이터의 문제 지점을 진단하고 리포트 체계를 세팅하는 일이 있습니다. 데이터에서 찾은 문제를 개선안까지 이어 간 리포트가 있다면 그 구성을 설명할 수 있습니다.

• 정형화되지 않은 고객사의 비즈니스 프로세스를 빠르게 파악하고, AI를 적용할 실질적인 솔루션을 제시할 수 있어야 합니다.

  이렇게 볼 수 있어요

  회사가 ALF 사례로 든 고객사만 해도 이스타항공, 대웅제약, 라라스윗, 유심사처럼 업종이 제각각입니다. 이 요건이 실제로 쓰이는 곳은 복잡한 고객 업무 플로우를 분석해 API 연동과 워크플로우를 설계하는 업무입니다. 처음 보는 업무를 파악해 자동화할 범위와 사람이 맡을 범위를 정한 사례가 있다면 파악에 걸린 기간과 정한 범위를 함께 밝힐 수 있습니다.

• 기술적인 내용을 비전문가인 고객사 담당자도 이해하기 쉽게 설명하는 현장 중심의 소통과 공감 능력이 필요합니다.

  이렇게 볼 수 있어요

  업무에 고객사 직원들이 새로운 AI 업무 방식에 빠르게 적응하도록 교육하는 일이 있습니다. 비개발 직군을 대상으로 새 도구 교육을 해 본 경험이 이 요건과 맞습니다.

• 문제를 발견했을 때 스스로 해결 방안을 찾아 실행하는 강한 오너십과 빠른 실행력이 필요합니다.

  이렇게 볼 수 있어요

  자격 요건의 '로그를 뒤져서라도 끝내 해결하는 실행력'과 같은 성향을 한 번 더 묻습니다. 고객사 현장에서 ALF를 튜닝하는 일은 문제가 생기면 그 자리에서 손을 써야 하는 경우가 많습니다. 2차 인터뷰는 사업 총괄과의 조직 적합성 인터뷰입니다. 누가 해결해 주기를 기다리지 않고 스스로 방안을 찾아 실행한 사례 하나를 계기·실행·결과 순으로 말할 수 있게 준비하면 쓸모가 있습니다.

3우대 사항

• 채널톡의 ALF(채팅/Voice)·워크플로우·태스크를 직접 세팅하고 운영을 고도화해 본 경험을 최고 우대합니다.

  이렇게 볼 수 있어요

  공고가 '(최고 우대)'를 붙인 항목입니다. 채널톡을 쓰는 회사에서 일했다면 세팅한 기능과 운영 결과를 구체적으로 보여 주는 것이 좋습니다.

• CRM·마케팅 자동화 솔루션으로 세그먼트 설계, 자동화 캠페인, 리텐션 시나리오를 직접 구축하고 성과를 개선해 본 경험을 우대합니다.

  이렇게 볼 수 있어요

  고객사에 채널톡 CRM 마케팅 기능을 세팅하면서 타겟 세분화와 메시지 시나리오를 직접 설계하게 됩니다. 이 세팅 업무를 해 본 경험이라면 쓴 솔루션 이름과 캠페인 전후 지표를 함께 적습니다.

• AI로 마케팅 콘텐츠 제작, 타겟팅, 캠페인 성과 분석 등을 효율화해 본 경험을 우대합니다.

  이렇게 볼 수 있어요

  자격 요건의 AI 활용 경험을 마케팅 쪽으로 좁힌 항목입니다. 어떤 작업에 어떤 AI 도구를 썼는지 나눠 쓰면 범위가 분명해집니다.

• API 연동, 웹훅(Webhook), 데이터베이스의 기본 개념을 이해해 개발자·엔지니어와 기술적으로 소통할 수 있으면 우대합니다.

  이렇게 볼 수 있어요

  업무의 워크플로우 설계에 API 연동이 들어 있습니다. 개발자와 함께 연동 요건을 정해 본 경험이 이 항목의 사례입니다.

• 콜센터/컨택센터의 주요 운영 지표와 인프라(IVR, 콜 라우팅 등)를 깊이 이해하면 우대합니다.

  이렇게 볼 수 있어요

  회사는 2026년 10월 AI 전화 상담 보이스 알프를 정식 출시했다고 발표했습니다. 콜센터 운영 지표를 관리했거나 IVR을 설계해 본 경험이 Voice ALF 시나리오 구축과 이어집니다.

• 챗봇 빌더나 노코드/로우코드 툴(n8n, Zapier, Dify 등)로 복잡한 업무를 자동화해 본 경험을 우대합니다.

  이렇게 볼 수 있어요

  n8n과 Zapier는 여러 SaaS를 웹훅과 API로 잇는 자동화 도구이고 Dify는 LLM 앱과 에이전트를 노코드로 만드는 도구입니다. 이 도구들은 업무의 API 연동·워크플로우 설계와 쓰는 방식이 비슷합니다. 최고 우대로 적힌 채널톡 워크플로우·태스크를 써 보지 않았다면 이 도구로 만든 자동화를 대신 꺼낼 수 있습니다. 쓴 도구와 단계 수, 줄어든 수작업을 함께 밝히면 만든 자동화의 크기가 전해집니다.

4기타 사항

• 게시일 : 2025년 7월 18일
• 고용형태 : 정규직
• 근무지 : 서울특별시 강남구 논현로 508, 8층(역삼동, GS타워) (추정)
• 경력 조건 : 해당 내용은 원본 공고에서 확인되지 않습니다.
• 학력 조건 : 해당 내용은 원본 공고에서 확인되지 않습니다.

쓰는 기술

공고 본문에 적힌 기술만 모은 목록입니다.

• n8n
• Zapier
• Dify

전형과 지원

분석 시점 한국 공고의 전형은 서류전형, 1차 면접, 2차 면접, 최종 합격 네 단계가 가장 많았고, 직군에 따라 3차 면접이나 과제 전형, 일부 개발 공고의 온라인 사전 기술 인터뷰, Data Analyst와 Japan Product Specialist 공고의 콜 인터뷰가 더 있었습니다. 45건 가운데 40건이 전형 설명에 컬처핏이나 채널팀 문화와의 적합성 확인을 적었습니다.

지원 전 준비할 것

1. 1

   자동화 세팅 사례 정리

   직접 만든 챗봇·자동화 시나리오 하나를 골라 대상 문의, 구성한 흐름, 도입 전후 해결률이나 응답 시간을 정리합니다.

2. 2

   ALF 시나리오 구상하기

   채널톡 뉴스룸의 보이스 알프 발표를 읽고, 이커머스 고객사의 배송·교환·반품 문의를 어떤 시나리오로 풀지 메모해 두면 직무 인터뷰에서 쓸 수 있습니다.

3. 3

   마케팅 실무 근거

   퍼포먼스·브랜드·CRM 마케팅 가운데 해 본 분야의 캠페인 하나를 골라 타겟, 메시지, 결과를 적어 두세요.