[메가존] [MZD AX Architecture] Estimation Architect 경력직 채용 공고 분석

이 자리가 왜 생겼을까요

1하게 될 업무

• 화면·API·배치·인터페이스·리포트·데이터 마이그레이션·RAG 파이프라인·AI 에이전트 등 산출물 단위별 표준공수를 정하고 버전을 관리합니다.

  이렇게 볼 수 있어요

  같은 AX Architecture 조직의 AI Architect 공고도 RAG 파이프라인과 AI 에이전트의 표준공수 정의를 업무로 듭니다. AI 프로젝트의 공수 단위는 두 공고가 함께 다룹니다. 표준공수는 버전으로 관리되므로 한 번 정하고 끝나지 않고 개정됩니다. 화면·API·배치를 단위로 공수를 낸 경험이 있다면 산출물 종류별로 나눠 적어 이 업무가 쓰는 단위에 맞춥니다.

• 난이도(단순/표준/복합), 기술 스택, 환경(폐쇄망·망분리·레거시 연동·다국어)별 보정 계수를 정합니다.

  이렇게 볼 수 있어요

  환경 항목의 폐쇄망, 망분리, 레거시 연동, 다국어는 같은 화면 한 개라도 개발과 배포 절차를 늘리는 조건으로 공공·금융 SI에서 흔합니다. 이런 조건 때문에 견적이 달라진 프로젝트에서 보정한 조건과 달라진 공수 비율은 이 업무의 보정 계수와 같은 형태의 숫자입니다.

• 제안 WBS를 일반 항목과 도메인 항목으로 나누는 판정 기준과 체크리스트를 만들고 운영합니다. 일반 항목에는 표준공수를 적용하고, 고객 업무 지식이 필요한 도메인 항목에는 유사 사례·전문가 산정 같은 근거를 요구합니다.

  이렇게 볼 수 있어요

  일반 항목은 표준값으로 계산합니다. 도메인 항목은 고객 업무 규칙(정산이나 심사 같은 로직)에 따라 공수가 달라져 표준값이 맞지 않으므로 유사 사례나 전문가 산정을 근거로 받습니다. 요건의 '산정 근거를 데이터로 설명하고 방어해 본 경험'은 이 근거를 따질 때 쓰입니다. 제안 WBS를 항목 유형별로 나눠 산정 방식을 달리 적용한 경험이 있다면 나눈 기준과 도메인 항목으로 분류한 항목 수를 함께 쓸 수 있습니다.

• 제안 조직의 요청을 받아 산출물 목록에 표준공수를 적용한 산정 기준선을 제공합니다.

  이렇게 볼 수 있어요

  요청을 받아 기준선을 내주는 업무지만, 공고의 '이런 분이면 잘 맞습니다' 항목은 '제안 조직이 기준선을 먼저 찾아오게 만드는 것이 이 자리의 목표'라고 적었습니다. 기준선을 제안 팀이 실제 견적에 쓰게 만든 경험이라면 쓴 팀 수와 반영 횟수가 그 목표에 얼마나 다가갔는지 보여 줍니다.

• 기준선과 최종 제안 공수의 차이를 사유와 함께 기록하고, ±20%를 넘는 편차는 위험 신호로 표기합니다.

  이렇게 볼 수 있어요

  '이런 분이면 잘 맞습니다'의 첫 항목에는 '제안 PM이 낸 숫자와 기준선이 벌어질 때' 데이터로 설득하는 분이 적혀 있습니다. ±20%를 넘는 편차를 위험 신호로 표기하고 차이를 사유와 함께 기록하는 이 업무는 그때 설득할 근거를 쌓는 일이기도 합니다. 산정 편차의 사유를 분류해 기록한 경험이 있다면 편차 사례 한 건을 골라 사유와 처리 결과를 함께 적습니다.

• 프로젝트가 끝나면 실제 투입 공수를 집계해 항목별로 편차 원인을 분석하고 표준공수를 갱신합니다.

  이렇게 볼 수 있어요

  업무에는 기준선과 최종 제안 공수의 차이를 사유와 함께 기록하는 일이 있어, 사후 분석에서는 기준선, 최종 제안 공수, 실제 투입 공수 세 숫자를 항목별로 맞춰 보게 됩니다. 우대의 'SQL·Python 등으로 공수 데이터를 직접 분석하고 시각화'가 이 단계에서 쓰입니다. 편차가 컸던 항목과 원인, 고친 표준값을 구분해 적으면 사후 분석을 해 본 경험이 드러납니다.

• 실적 공수를 같은 양식으로 모을 수 있도록 PMO·사업관리와 함께 수집 절차를 설계합니다.

  이렇게 볼 수 있어요

  프로젝트마다 다른 양식으로 공수가 쌓이면 합산할 수 없으므로, 이 업무는 같은 양식을 정하는 데서 시작합니다. 필수 요건에 PMO 경력이 있고 이 업무도 PMO·사업관리와 함께 합니다. 공수 양식을 통일하거나 월별 수집 절차를 만든 경험은 양식 항목과 수집 주기로 설명할 수 있습니다.

• 기술 회고에서 정량 분석을 맡습니다.

  이렇게 볼 수 있어요

  AX Architecture 소개는 프로젝트가 끝나면 기술 선택이 맞았는지 돌아보고 그 결과를 다음 표준에 반영한다고 적었습니다. 정량 분석은 그 회고에서 숫자 근거를 맡는 역할입니다. 실제 투입 공수를 집계해 편차 원인을 분석하는 일이 같은 공고의 다른 업무라 회고에서도 공수 숫자가 중심에 놓이기 쉽습니다. 프로젝트 종료 회고에 공수 숫자를 들고 들어간 경험이 있다면 어떤 숫자를 어떻게 설명했는지가 이 업무와 가장 가깝습니다.

2자격 요건

• SI 제안 산정 또는 PMO 경력 7년 이상이어야 합니다.

  이렇게 볼 수 있어요

  SI 제안 산정은 제안 단계에서 견적을 내는 경력이고 PMO는 수행 중 공수와 일정을 관리하는 경력입니다. 업무의 산정 기준선 제공은 앞쪽 경력과, 실적 공수 수집 절차를 PMO와 설계하는 일은 뒤쪽 경력과 이어집니다. SI 제안 산정 경력과 PMO 경력은 이 조건에 함께 적을 수 있습니다. 한쪽 경력만 있다면 그 경력 안의 산정과 공수 관리 업무를 구체적으로 씁니다.

• WBS를 작성하고 검증해 본 경험이 있어야 합니다.

  이렇게 볼 수 있어요

  업무의 WBS 일반·도메인 분류와 편차 분석이 모두 WBS를 읽고 판단하는 일입니다. '검증'이 들어 있어 직접 쓴 WBS뿐 아니라 남이 쓴 WBS를 점검한 경험도 이 조건에 적을 수 있습니다.

• 프로젝트 실적 공수를 수집·관리해 본 경험이 있어야 합니다.

  이렇게 볼 수 있어요

  실제 투입 공수가 항목별로 쌓여 있지 않으면 표준공수를 고칠 수 없습니다. 그래서 이 공고의 표준공수 갱신은 사후 공수 데이터에서 출발합니다. 인력별 투입 시간을 산출물 단위로 다시 모은 경험이 있다면 모은 단위와 프로젝트 수를 함께 밝힙니다.

• 산정 근거를 데이터로 설명하고 방어해 본 경험이 있어야 합니다.

  이렇게 볼 수 있어요

  산정 근거를 놓고 마주하는 상대는 기준선과 다른 숫자를 낸 제안 PM입니다. 산정 근거를 내놓고 제안 PM이나 심사자의 이의에 답한 경험은 근거 데이터와 이의 내용, 결과 순서로 풀어 쓰면 방어한 과정이 보입니다.

3우대 사항

• 기능점수(FP) 등 SW사업 대가산정 방식에 대한 이해가 있으면 우대합니다.

  이렇게 볼 수 있어요

  기능점수는 기능의 수와 복잡도를 점수로 바꿔 SW 개발 비용을 산정하는 방식으로 공공 SW 사업의 대가산정에서 쓰입니다. 화면·API·배치 단위로 표준공수를 정하는 이 업무와 같은 계열이라, FP로 산정하거나 검증한 경험은 단위를 만드는 일과 가깝습니다.

• SQL·Python 등으로 공수 데이터를 직접 분석하고 시각화해 본 경험이 있으면 우대합니다.

  이렇게 볼 수 있어요

  SQL·Python은 업무의 사후 공수 집계와 기준선 대비 ±20% 편차 표기를 반복 처리할 때 쓰는 도구입니다. 프로젝트마다 공수 양식이 다르면 합산 전에 단위를 맞추는 정제가 먼저 필요합니다. 코드로 집계한 경험은 정제한 항목과 집계한 데이터 규모로 범위가 보입니다. 시각화한 결과물이 있다면 편차가 큰 항목을 어떻게 드러냈는지 덧붙입니다.

• AI·RAG 프로젝트의 공수를 산정해 본 경험이 있으면 우대합니다.

  이렇게 볼 수 있어요

  산정 대상에는 RAG 파이프라인과 AI 에이전트도 포함됩니다. AI 프로젝트는 데이터 준비와 평가 반복이 공수에서 큰 비중을 차지해 화면·API 단위 공식으로 잡기 어렵습니다. AI 프로젝트를 산정해 본 경험이 있다면 데이터 준비와 평가 반복을 공수에서 어떤 단위로 나눴는지 설명할 수 있습니다.

• 에이전틱 도구로 WBS 분석이나 산정 작업을 자동화해 본 경험이 있으면 우대합니다.

  이렇게 볼 수 있어요

  공고는 AX Architecture를 사내 AI 전환을 맡아 온 AI Transformation Office(AXO)가 확장한 조직으로 소개합니다. 산정 작업에 에이전틱 도구를 쓴 경험을 우대하는 것도 그 출발과 같은 방향입니다. LLM 도구로 WBS 항목을 분류하거나 산정 초안을 만든 경험이 있다면 맡긴 작업 범위와 사람이 검증한 방법을 쓸 수 있습니다.

4기타 사항

• 게시일 : 2026년 10월 21일
• 고용형태 : 정규직(정규직 전환을 위한 평가기간 3개월 계약직 운영)
• 근무지 : 메가존산학연센터(과천) (대한민국 경기도 과천시 7길 과천대로 74)
• 경력 조건 : 경력 7년 이상
• 학력 조건 : 해당 내용은 원본 공고에서 확인되지 않습니다.

쓰는 기술

공고 본문에 적힌 기술만 모은 목록입니다.

• SQL
• Python

전형과 지원

메가존얼라이언스 채용 담당자가 안내하는 기본 절차는 지원서 제출, 1차 실무면접, 2차 바레이저면접, 3차 최종면접, 입사조건 검토, 최종합격의 6단계입니다. 분석 시점에 열어 본 메가존(주) 공고는 대부분 바레이저면접 없이 실무 면접과 최종 면접을 적었습니다. Physical AI 사업단의 품질 보증, 서비스·제품 기획, 데이터 엔지니어링, 백엔드 엔지니어링, AX 컨설팅, AI 모델 개발, 프로젝트 총괄 공고는 최종 면접 없이 실무 면접 뒤 바로 입사 조건 검토로 넘어갑니다. 코딩 테스트와 기술 면접은 부서와 직무에 따라 붙습니다.

지원 전 준비할 것

1. 1

   산정 사례 한 건

   직접 낸 견적이나 검토한 산정 한 건을 산출물 단위, 적용한 기준, 최종 공수, 실적과의 차이로 나눠 한 장에 정리합니다.

2. 2

   공수 데이터 수집 양식

   프로젝트 실적 공수를 모으려고 만들었거나 써 본 양식이 있다면 항목과 수집 주기를 정리합니다. 없으면 산출물 단위, 난이도, 환경 조건, 계획 공수, 실적 공수 열을 가진 양식 초안을 만들어 봅니다.

3. 3

   편차 설명 연습

   제안 PM이 기준선보다 낮은 숫자를 냈다고 가정하고 데이터로 차이를 설명해 조정하는 과정을 말로 연습합니다.