MSBA 캡스톤 최종 발표회, 데이터로 기업 현장 문제 해결     데이터 기반으로 기업의 실무 문제를 해결하는 MSBA 캡스톤 프로젝트의 최종 발표회가 지난 1월 16일(금) 개최됐다. 이번 발표회는 산학협력을 통해 DTB(Data to Business) 모델을 탐색하고, 실제 기업 현장에서 직면한 문제를 데이터와 분석 기술로 해결한 성과를 공유하기 위해 마련됐다. 행사에는 박경삼 센터장과 김정현 주임교수를 비롯해 다수의 협력기관 관계자들이 온·오프라인으로 참석해 학생들의 프로젝트 결과를 함께 점검했다.   이날 발표회에서는 총 7개 팀이 참여해 각기 다른 산업과 기업을 대상으로 수행한 캡스톤 프로젝트 성과를 선보였다. 프로젝트들은 공통적으로 ‘데이터를 어떻게 실제 의사결정과 실행으로 연결할 것인가’라는 문제의식에서 출발해, 분석 결과가 현업에 바로 활용될 수 있는 구조와 도구 설계에 초점을 맞췄다.       LG CNS와 협력한 팀은 성장 중인 BPM(Business Process Management) 시장 환경을 배경으로, 비즈니스 프로세스 분석 과정에서 발생하는 ‘인사이트에서 실행으로의 전환 병목’ 문제를 해결하는 방안을 제시했다. 프로세스 인텔리전스는 잠재적 효과가 크지만 실제 실행으로 이어지기 어렵다는 한계를 지적하고, 방대한 비즈니스 프로세스 자산을 체계적으로 적재한 뒤 AI 에이전트를 결합해 근거 기반 질의응답과 개선안을 도출하는 시스템 구현을 목표로 했다. 특히 BPMN(Business Process Model and Notation)을 기반으로 한 프로세스 모델링과 에이전트 설계가 주목을 받았다.   LG생활건강과 진행한 프로젝트에서는 비정형 데이터를 활용한 마케팅 인사이트 도구가 제안됐다. AI 기술을 통해 마켓 트렌드를 신속하고 정확하게 파악하고, 마케팅 실무 담당자의 의사결정과 업무 생산성을 높이는 데 초점을 맞췄다. 팀은 AI 에이전트 기반 챗봇 형태의 도구를 설계해, 방대한 데이터 속에서 실무자가 필요한 정보를 빠르게 탐색하고 활용할 수 있도록 했다.   PwC와 협력한 팀은 온톨로지 기반 Graph-RAG 구조를 활용한 기업 실적 분석 자동화 시스템을 제안했다. 기업 실적 분석 과정에서 발생하는 시간 지연이 곧 기회비용으로 이어진다는 문제의식 아래, 범용 LLM이 기업 맥락을 충분히 이해하지 못하는 한계를 지적하고, 멀티 에이전트 기반 시스템을 통해 기업 정보를 사전에 구조적으로 학습한 뒤 신뢰성 있는 분석과 빠른 의사결정을 지원하는 방안을 제시했다.       현대백화점과 진행한 프로젝트는 신선식품 부문, 특히 청과(과일류)의 발주 의사결정을 데이터 기반으로 고도화하는 데 초점을 맞췄다. 현대백화점 본점(압구정), 무역점, 판교점 등 매출 상위 점포를 대상으로 날짜·점포·제품별 판매 데이터를 활용해 수요예측 시계열 모델을 구축하고, 폐기율과 결품율을 동시에 최소화할 수 있는 발주 의사결정 지원 PoC 모델을 제시했다. SQL, 통계 기법부터 머신러닝과 딥러닝까지 데이터 특성에 맞는 방법론을 적용한 점이 특징이다.   현대자동차 블루멤버스 프로젝트에서는 고객 리텐션 강화를 위한 프로모션·제휴처 기반 맞춤형 의사결정 툴킷이 발표됐다. 블루멤버스의 통합 멤버십 데이터를 바탕으로 고객 상태와 제휴처 정보를 구조화하고, 가까운 시점에 행동 변화 가능성이 있는 고객을 식별해 사전 대응이 가능하도록 설계했다. 또한 제휴처별 수수료와 혜택 변경을 성과와 리스크 관점에서 비교할 수 있도록 해, 고객 정보량에 따라 서로 다른 모델을 적용하고 최적의 사용처를 사전에 추천하는 구조를 제안했다.   현대차증권과 협력한 팀은 IRP 신규 고객 확보를 위한 퇴직연금 상품 추천 서비스 고도화를 주제로 발표했다. 은행과 증권사를 중심으로 경쟁이 심화되는 환경에서, 하방위험(Downside Risk)을 중심으로 퇴직연금 상품과 고객의 투자 성향을 정교하게 매칭하는 추천 솔루션을 설계했다. 특히 베이비부머 2세대를 주요 타깃으로 설정해 신뢰성과 설명 가능성을 강화한 점이 특징이다.   현대홈쇼핑과 진행한 프로젝트에서는 Hmall의 비즈니스 특성에 최적화된 추천 알고리즘 구축 방안이 제시됐다. 고객 클러스터링을 기반으로 한 맞춤형 추천 로직을 통해 구매 전환율을 높이고, 향후 AI 쇼핑 에이전트로의 확장 가능성까지 고려한 구조를 설계했다.     발표 이후 이어진 피드백 세션에서는 협력기관 관계자들의 긍정적인 평가가 잇따랐다. 현대차증권 관계자는 “손실 한계선을 중심으로 한 포트폴리오 설계와 개인화 리포트에 대해 기존 금융사 서비스에서 보기 어려운 수준의 정교함을 갖췄다”고 평가하며, “법적 검토를 거친다면 실제 현업에 바로 적용해도 무리가 없을 것”이라고 언급했다. 현대홈쇼핑 관계자 역시 “이번 프로젝트에서 개발된 알고리즘을 오는 2월부터 실제 Hmall에 적용할 계획”이라고 밝히며, “추천 시스템 내재화와 향후 AI 기반 서비스 확장 측면에서 실질적인 도움이 됐다”고 평가했다.   행사는 김정현 주임교수의 총평과 함께 마무리됐다. 김 교수는 지난 2월부터 약 1년에 걸친 프로젝트 기간 동안 학생들이 축적해 온 노력이 최종 결과물에 고스란히 담겨 있다고 전하며, 기수가 거듭될수록 학생들이 발전된 기술을 보다 능숙하게 활용하는 모습이 인상 깊었다고 소회를 밝혔다. 이어 “최종 발표회는 끝났지만, 도출된 산출물이 기업 현장에서 실제로 활용될 수 있도록 끝까지 책임감을 가지고 프로젝트를 마무리해 달라”고 당부하며 협력기관 관계자들에게 감사의 뜻을 전했다.   MSBA 과정은 기업과의 산학협력을 기반으로 데이터 분석 결과가 실제 비즈니스 현장에서 활용될 수 있도록 교육과정을 설계하고 있다. 캡스톤 프로젝트는 그 대표적인 사례로, 학생들은 협력 기업의 실제 데이터를 바탕으로 문제를 정의하고 분석부터 의사결정 지원 도구 설계까지 전 과정을 수행한다. 이번 최종 발표회에서 제시된 결과물들은 MSBA가 지향하는 DTB 교육 모델이 현장 적용 가능한 수준으로 구현되고 있음을 보여준다.