이 자리가 왜 생겼을까요
무신사로지스틱스는 연간 약 2억 건 이상의 물동량을 처리하며 AI 기반의 수요 예측과 재고 최적화 시스템을 고도화하고 있다고 공고의 회사 소개는 적었습니다. 뉴스핌 보도에 따르면 일본, 미국, 태국 등 13개 지역에서 운영하는 무신사 글로벌 스토어의 2026년 2분기 거래액은 전년 같은 기간보다 143% 이상 늘었습니다. 이 공고의 S&OP팀은 신사업(MFS, 글로벌) 확장에 따른 인프라 수급 계획과 FC 가동률 최적화, 추가 시점 계획을 지금 해결하는 과제로 들었습니다. 사업이 빠르게 커지는 동안 창고 용량과 수요 계획을 함께 맞춰 본 경험이 있다면 그때 늘어난 물량과 증설 결정을 숫자로 적습니다.
무신사가 지금 어떤 사업에 집중하고 있는지는 무신사 채용 분석에서 이어서 볼 수 있습니다.
1하게 될 업무
이벤트 및 시즌 수요 예측: 패션의 계절성과 무진장, 명절, 슈퍼세일 같은 빅이벤트 기간의 수요 급증을 예측하고 그에 따른 전사 공급·물류 계획을 수립합니다.
이렇게 볼 수 있어요
공고는 수요가 급증하는 빅이벤트 기간을 예측 대상으로 꼽았습니다. 대형 프로모션 기간의 예측치와 실제 물량 차이를 숫자로 비교한 경험을 사례로 들 수 있습니다.
S&OP 전략 리딩: MFS·글로벌 사업의 중장기 Demand & Supply Plan을 수립하고 사업부와 물류운영 사이의 S&OP 프로세스를 운영합니다.
이렇게 볼 수 있어요
중장기 계획과 부서 사이의 합의 절차가 함께 있습니다. S&OP 회의를 주관했다면 참석 부서와 주기, 회의에서 결정한 것까지 적어야 합니다.
오프라인 주문수량 수요예측: 오프라인 B2B 채널의 주문수량을 예측하고 정확도를 관리합니다.
이렇게 볼 수 있어요
온라인 물동량과 별도로 오프라인 B2B 주문이 예측 대상에 있습니다. 매장이나 도매 채널의 발주량을 예측해 본 경험이 있다면 관리한 정확도 지표까지 적을 수 있습니다.
물류 인프라 가동 최적화: 신사업 확장에 따른 FC별 Capacity를 진단하고, 이벤트 기간 물동량 폭주에 대비한 인프라 활용과 추가 시점 계획(Capa Planning)을 수립합니다.
이렇게 볼 수 있어요
수요 예측이 센터 추가 시점 계획으로 이어지는 구조입니다. 가동률을 근거로 창고나 설비 추가를 제안한 경험이 이 업무와 가깝습니다.
재고 건전성 관리: 피크 시즌 전후의 적정 재고 수준을 설정하고 이벤트 후 잔여 재고 최소화와 회전율 개선 전략을 도출합니다.
이렇게 볼 수 있어요
예측이 빗나갔을 때 남는 재고까지 이 팀이 다룹니다. 이벤트 뒤 잔여 재고나 회전율이 얼마에서 얼마로 바뀌었는지 숫자로 남겨 둘 만합니다.
운영 프로세스 고도화: 수요 변동폭이 큰 상황에서도 유연하게 대응하도록 물류·영업 부서와의 협업 체계와 표준 운영 프로세스(SOP)를 개선합니다.
이렇게 볼 수 있어요
S&OP와 SOP가 함께 나오는 공고입니다. 표준 운영 절차를 직접 고친 문서가 있다면 무엇을 바꿨고 현장 운영이 어떻게 달라졌는지 적으면 됩니다.
2자격 요건
S&OP, 수요 예측(Demand Planning) 또는 공급망 관리(SCM) 분야에서 10년 이상의 경력이나 그에 준하는 역량을 요구합니다.
이렇게 볼 수 있어요
세 분야가 '또는'으로 이어져 있습니다. 경력마다 세 분야 가운데 어느 업무였는지 직무 이름으로 적으면 됩니다.
의류, 유통, 커머스처럼 수요 변동폭이 큰 산업군에서 대규모 프로모션이나 피크 시즌의 수요 예측과 운영을 리딩해 본 경험이 필요합니다.
이렇게 볼 수 있어요
업종 예시와 함께 '리딩'이 붙어 있습니다. 피크 시즌 계획을 직접 이끈 횟수와 그때 다룬 물량 규모가 경력기술서에 있어야 합니다.
데이터를 기반으로 현상을 분석해 물류 인프라 확장과 운영 효율화에 대한 구체적인 의사결정을 끌어내 본 경험을 요구합니다.
이렇게 볼 수 있어요
분석에서 끝나지 않고 결정까지 이어진 경험이 조건입니다. 분석 결과로 증설이나 운영 방식 변경이 실제로 결정된 사례가 하나 필요합니다.
ERP, WMS 활용과 SQL, Excel 같은 대용량 데이터 분석 능력을 바탕으로 숫자에 기반한 전략을 세울 수 있어야 합니다.
이렇게 볼 수 있어요
시스템 두 가지와 분석 도구 두 가지가 이름으로 나옵니다. 각각에서 어떤 데이터를 뽑아 무엇을 계산했는지 도구 이름과 함께 적는 게 좋습니다.
생성형 AI나 데이터 분석 도구를 업무 효율화와 수요예측 고도화에 적극 활용해 본 경험을 요구합니다.
이렇게 볼 수 있어요
회사 소개도 무신사로지스틱스가 AI 기반 수요 예측과 재고 최적화 시스템을 고도화하고 있다고 적었습니다. 예측 작업에 AI 도구를 써서 걸리는 시간이나 오차가 어떻게 바뀌었는지가 이 항목에서 다룰 내용입니다.
3우대 사항
패션·의류 산업에 대한 높은 이해도를 바탕으로 시즌별 상품 생애주기(Life Cycle)를 관리해 본 경험을 우대합니다.
이렇게 볼 수 있어요
패션 업계 경력은 우대 쪽에 있습니다. 다른 업종 출신이라면 시즌 상품처럼 판매 기간이 짧은 상품의 재고를 다뤄 본 경험을 이 항목과 연결할 수 있습니다.
이커머스·풀필먼트(MFS) 환경에서 신규 인프라를 셋업하고 운영 프로세스를 설계해 본 경험을 우대합니다.
이렇게 볼 수 있어요
업무에 적힌 것은 FC 추가 시점 계획이고, 이 항목은 새 인프라를 실제로 셋업하고 운영 절차를 설계해 본 경험을 묻습니다. 새 센터를 열 때 처음 세운 운영 절차가 있다면 셋업 기간과 함께 적습니다.
글로벌 SCM 운영 경험이 있거나 영어 등 외국어 소통이 원활해 글로벌 확장을 리딩할 수 있는 사람을 우대합니다.
이렇게 볼 수 있어요
'경험이 있거나'로 이어져 있어 해외 공급망 운영과 외국어 소통 가운데 하나를 갖췄다면 이 항목에 적을 수 있습니다.
통계 모델링이나 데이터 사이언스로 수요 예측 정확도(Forecast Accuracy)를 획기적으로 개선해 본 경험을 우대합니다.
이렇게 볼 수 있어요
지표 이름이 Forecast Accuracy로 적혀 있습니다. 쓴 모델과 개선 전후의 Forecast Accuracy 수치가 필요합니다.
4기타 사항
- 게시일 : 2026년 10월 1일
- 고용형태 : 정규직(수습 3개월)
- 근무지 : 무신사 성수 오피스
- 경력 조건 : 경력 10년 이상
- 학력 조건 : 해당 내용은 원본 공고에서 확인되지 않습니다.
쓰는 기술
공고 본문에 적힌 기술만 모은 목록입니다.
- ERP
- WMS
- SQL
- Excel
전형과 지원
무신사 정규직 공고는 기본적으로 인터뷰를 두 번 봅니다. 공고에 따라 3차 인터뷰나 커피챗처럼 단계가 하나씩 더 붙으므로 지원할 공고의 전형 절차 항목을 따로 확인해야 합니다.
정규직은 인터뷰 두 번
분석 시점 정규직 117건을 전수로 보면 96건이 서류, 1차 인터뷰, 2차 인터뷰, 처우 협의, 최종합격으로 같습니다. 인터뷰가 한 번뿐인 전형은 계약직 7건에만 나타납니다. 지원 마감일이 없는 상시 지원이 대부분입니다.
공고마다 붙는 단계
분석 시점 개발과 머신러닝 직군 7건에는 Live Coding이나 System Design, 컬쳐핏, 기술과제가 붙고 6건에는 3차 커피챗이, 4건에는 과제 전형이 붙습니다. 통역 테스트나 중국어, 일본어 커뮤니케이션 역량 검증이 붙는 공고도 있습니다.
이렇게 볼 수 있어요
분석 시점에 표준형이 아닌 공고는 117건 중 21건이었습니다. 일정을 잡기 전에 지원할 공고의 전형 절차 줄을 직접 읽어야 하고, 커피챗이 붙은 공고는 단계가 하나 더 있는 만큼 기간을 더 잡는 편이 좋습니다.
서류에 적으라고 안내한 것
공고 대부분이 지원 서류 안내에 같은 문장을 답니다. "왜 해당 문제를 해결해야 했는지, 어떤 전략을 세웠는지, 어떤 성과가 있었는지 등에 대한 문제 정의, 문제 해결, 성과에 대한 전반적인 내용을 담아주세요"와 "프로젝트별 기여도 표시"입니다.
이렇게 볼 수 있어요
회사가 서류의 구성을 사실상 지정한 셈입니다. 프로젝트마다 문제 정의와 해결, 성과가 다 있는지 세어 보면 그대로 자가 점검이 되고 기여도 표시는 빠뜨리기 쉬우니 따로 확인합니다.
근무 조건
선택적 근로시간제를 운영하고 코어타임은 11시부터 16시까지입니다. 신규 입사자는 3개월 수습이며 수습 기간에도 급여와 복지가 100% 적용됩니다.
지원 전 준비할 것
- 1
피크 시즌 예측 사례를 숫자로 정리하기
대형 프로모션 기간의 예측치, 실제 물량, 오차, 그 뒤 고친 방법을 한 사례로 묶습니다. 공고의 작성 팁이 문제 정의, 해결 전략, 성과와 프로젝트별 기여도 표시를 요청하므로 그 순서를 따릅니다.
- 2
예측에서 증설 결정까지 이어진 경험 고르기
자격 요건은 데이터 분석으로 물류 인프라 의사결정을 끌어낸 경험을 묻습니다. 가동률이나 Capacity 분석이 센터·설비 추가 결정으로 이어진 사례가 있다면 결정 시점과 규모까지 준비합니다.
- 3
AI 도구를 쓴 예측 작업 준비하기
생성형 AI와 데이터 분석 도구 활용이 필수 요건에 있습니다. 예측이나 보고 작업에 어떤 도구를 썼고 작업 시간이 얼마나 줄었는지 한 사례로 설명할 수 있게 준비합니다.