안녕하세요! 고위드 HR팀입니다. 

오늘은 데이터를 통해 혁신 금융의 새로운 패러다임을 만들어가는 데이터 애널리스트(DA) 팀의 리드 준영님을 만나볼게요. 준영님은 지난 3년 동안 데이터 팀에서 활약하며 고위드의 핵심 기술인 '고위드 한도 엔진'과 'RCS(Real-Time Company Status)' 시스템을 개발하고 운영하는 중요한 역할을 맡고 있습니다.

고위드는 혁신적인 기업들의 신용을 정확하게 평가하고, 최적의 금융 솔루션을 제안하는 곳인데요. 데이터를 활용해 문제의 근본 원인을 찾아내고, 해결까지 이끄는 과정은 어떻게 발전해 왔을까요?

이번 인터뷰에서는 준영님과 함께 실시간 데이터를 활용한 혁신적인 금융 솔루션 개발 과정, 그리고 데이터를 통해 비즈니스 가치를 창출하는 고위드만의 방식에 대한 이야기를 나눠볼게요.

준영: 저는 고위드 데이터팀에서 데이터 분석가(Data Analyst)로 일하고 있어요. 고위드에 입사한지는 약 3년 정도 되었고 현재는 팀 리더를 맡으며 데이터 프로덕트의 프로젝트 매니징과 기획을 담당하고 있습니다. 

고위드의 미션인 "혁신성장기업에게 실시간 데이터를 기반으로, 최적의 금융을 최적의 타이밍에 다이렉트 하게 공급한다"에서 실시간 데이터를 다루는 팀에 있습니다. 혁신성장기업의 니즈를 충족시키기 위해 기업의 실시간 데이터를 활용해 최적의 금융 솔루션을 개발하는 일이 제 주된 업무죠. 최근에는 내부 구성원들이 효율적으로 일할 수 있도록 돕는 인터널 프로덕트 제작에도 관심이 많습니다. 

고위드에서 금융 데이터를 통해 실질적인 비즈니스 가치를 창출하는 과정에서 매일 새로운 도전과 보람을 느끼고 있습니다.

준영: 고위드는 제 첫 직장으로, 데이터 분석 직무로 취업을 준비하는 과정에서 자연스럽게 알게 되었어요. 졸업 직전에 데이터 분야에 관심을 갖게 되었고, 부트캠프와 SQL 온라인 과정을 통해 데이터 관련 지식을 쌓았습니다. 관련 부트캠프 수료 후 데이터 분석가 직무가 가장 제 적성에 맞다고 느꼈습니다. 그래서 포지션을 찾던 중 고위드 채용공고를 보고 핀테크와 데이터 분석의 결합이 흥미로워 지원했습니다.

제가 입사했던 시점의 고위드는 지금과는 조금 달랐어요. 당시에는 법인카드 중심의 제품 지향적 회사였습니다. 주로 법인 지출 관리 솔루션 개발과 '퍼널 분석' 같은 서비스 사용성 개선을 위한 대시보드 구축이 주요 업무였고, 데이터 분석도 이런 제품 개선에 초점이 맞춰져 있었죠.

그러나 지금의 고위드는 금융을 핵심 역량으로 삼은 회사로 완전히 변모했습니다. 초기에는 단순한 제품 사용성 분석을 했지만, 지금은 고객의 재무 상태와 리스크 평가 같은 금융 핵심 문제를 해결하는 데이터 모델을 개발하고 관리하는 역할을 맡게 되었습니다. 회사의 진화 과정과 함께하면서 데이터 분석가로서 제 역량도 더 깊이 발전할 수 있었다고 생각합니다.

준영: 가장 핵심적인 업무는 '고위드 한도 엔진'이라는 시스템을 개발하고 운영하는 일인데요, 이 시스템은 저희 비즈니스의 심장부라고 할 수 있습니다. 고위드 한도 엔진은 고객사 정보가 새롭게 들어왔을 때 작동하는 데이터 프로덕트입니다. 기존 고객들로부터 축적된 방대한 데이터를 활용하여, 신규 기업의 특성과 패턴을 분석하고 그에 따른 리스크를 평가합니다. 그리고 이를 기반으로 해당 기업에게 제공할 수 있는 최적의 법인카드 한도액을 산출해냅니다.

실제 작동 방식을 설명드리자면, 신규 고객사의 데이터가 엔진에 입력되면 여러 변수와 알고리즘을 통해 저희가 리스크 관리 차원에서 수용할 수 있는 적정 한도액이 자동으로 계산됩니다. 이 시스템을 구축하기 위해 분석 로직을 개발하고, 시스템을 설계하며 데이터 파이프라인을 구축하는 등 데이터 프로덕트의 전 과정을 관리하고 있습니다.

또 하나의 중요한 업무는 RCS(Real-Time Company Status) 시스템을 담당하는 것입니다. 이 시스템은 기업의 실시간 현황과 상태를 지속적으로 모니터링하고 분석하는 역할을 합니다. 

준영: 먼저, RCF(Real-Time Cash Flow)는 기업의 현금 흐름을 실시간으로 분석하는 기술입니다. 고객사의 현금 흐름 데이터를 수집하고, 각 거래를 매출, 상품 매입, 임대료 납부 등으로 정확히 분류합니다. 이 기술이 혁신적인 이유는 기존 금융권과의 차이에 있습니다. 전통 금융기관은 연 1회 작성되는 재무제표로 기업을 평가하므로 최대 2년까지의 시차가 발생합니다. 반면 고위드의 RCF는 실시간 데이터를 분석할 수 있어, 특히 빠르게 성장하는 기업의 현재 상태와 잠재력을 훨씬 정확하게 평가할 수 있습니다.

두 번째로 RCS(Real-Time Company Status)는 RCF를 기반으로 하되, 재무 데이터뿐 아니라 사업 관련 다양한 데이터를 종합 분석하는 확장된 개념입니다. RCS는 RCF가 '라벨링'을 붙여주면, 그 데이터를 가공하여 내부 직원들이 직관적으로 활용할 수 있게 합니다. 실제로 고위드의 고객사 담당 AM(Account Manager)들은 RCS를 통해 고객사의 현재 재무 상태와 잠재적 금융 니즈를 파악할 수 있습니다. 예를 들어 현금 흐름 패턴 분석으로 추가 자금 필요성이 예측되면, 선제적으로 맞춤형 솔루션을 제안할 수 있습니다.

이 두가지 역량을 바탕으로 고위드는 '고객에 대한 지대한 관심'이라는 핵심 가치를 기술적으로 구현하고, 데이터를 통해 고객 니즈를 미리 파악하여 선제적으로 지원하는 차별화된 접근법을 실현합니다.

준영: 고위드 데이터 팀은 자유도가 높은 환경이 특징입니다. 각 팀원이 자신에게 가장 효율적인 도구를 선택할 수 있어 최상의 결과물을 도출하고 있어요.

저는 주로 Google Sheets를 활용합니다. SQL로 데이터베이스에서 정보를 추출한 후, 스프레드시트에서 피벗 테이블을 활용한 다차원 분석이나 데이터 병합 작업을 진행해요. 가설이 생각날 때마다 즉시 다양한 각도에서 데이터를 탐색할 수 있는 직관성과 유연성이 큰 장점입니다. 데이터 파이프라인을 작업할때는 주로 python을 사용하기도 합니다. SQL만으로는 해결할 수 없는 작업에는 python을 사용해서 분석하거든요. 

팀 전체나 회사 차원의 데이터 공유를 위해서는 두 가지 BI 도구를 활용하고 있습니다. Tableau는 복잡한 데이터 시각화와 다층적 분석이 필요할 때 사용하며, 특히 경영진 보고용 자료 작성에 유용합니다. Metabase는 사용자 인터페이스가 직관적이어서 데이터 분석 전문가가 아닌 구성원들도 쉽게 접근할 수 있습니다.

이렇게 데이터 분석과 탐색에는 스프레드시트를, 시각화와 공유에는 Tableau와 Metabase를 상황에 맞게 조합하여 사용하는 유연한 접근법이 고위드 데이터 팀의 강점입니다.

준영: 한도 엔진 3.0 업데이트 프로젝트가 제게 가장 도전적인 과제였습니다. 이 시스템은 데이터 팀에서 계속해서 발전시켜야 하는 핵심 영역으로, 2.3 버전까지 개발되어 있었는데 저희 팀이 최근에 3.0으로 대폭 업그레이드하는 작업을 진행했습니다.

이 프로젝트가 특히 도전적이었던 이유는 실시간 현금 흐름 데이터로 법인의 신용을 평가하는 방식이 업계에서 벤치마킹할 만한 선례가 거의 없었기 때문입니다. 참고할 수 있는 자료나 방법론이 매우 제한적이었죠.

이 과제를 해결하기 위해 팀 간 협업을 적극 활용했습니다. 혼자서는 해결하기 어려운 문제였기에, 재무팀의 도메인 전문가, FUEL 사업부의 노하우가 있는 담당자, 그리고 저희 팀 Head 장환님까지 함께 모여 집단 지성을 활용했어요. 가설 기반 접근법을 채택해서 모델을 구축하고, 테스트하고, 결과에 따라 수정하는 과정을 반복했습니다. 이런 반복적인 개선 루프를 통해 점진적으로 문제를 해결해 나갔어요.

성능 평가는 '백 테스팅' 방법을 사용했습니다. 새 엔진을 과거 데이터에 적용해 기존 엔진과 비교했죠. 평가 지표는 두 가지였습니다: 연체 예방 효과성과 우량 기업에 대한 한도 제공 적절성이었습니다. 분석 결과, 3.0 버전은 기존 엔진보다 크게 개선된 성능을 보여주었어요.

개발이 완료된 후에는 AM(Account Management)팀과 RM(Risk Management)팀을 대상으로 개발 과정과 성과를 집중적으로 공유했습니다. 이런 방식으로 핵심 부서에 효과적으로 지식을 전달할 수 있었고, 그 과정이 매우 보람 있었습니다.

준영: 저희 팀의 협업 방식은 구조적이면서도 유연한 형태로 운영되고 있습니다.

먼저 주간 팀 미팅에서는 일주일 동안 진행할 업무 내용을 공유하고, 이 업무들이 팀의 본질적인 목적성에 잘 부합하는지 검토합니다. 이를 통해 업무 방향성이 항상 핵심 목표와 일치하도록 조정하죠. 최근 진행한 실무자 미팅에서는 팀이 달성해야 할 세 가지 주요 목표를 명확히 설정하고 각 목표별 담당자를 지정함으로써 서로의 진행 상황을 확인하며 긴밀하게 협업하고 있습니다. 때로는 장기적인 프로젝트나 심층 분석 작업에 집중하며, 팀원들과 함께 분석 방향이나 모델 개선 방안을 논의하기도 합니다.

타 부서와의 협업에서는 제가 리스크 평가 업무를 담당하다 보니 RM팀과 가장 많이 협업합니다. 데이터 팀의 주요 역할 중 하나는 RM팀이 효율적으로 업무를 수행할 수 있는 시스템과 환경을 구축하는 것입니다.

흥미로운 점은 시스템 피드백 체계인데요, RM팀의 직접적인 피드백보다는 데이터 팀이 지속적으로 시스템 성능을 모니터링하는 방식을 취합니다. 성능을 실시간으로 확인할 수 있는 대시보드를 구축해 문제점을 선제적으로 파악하고, 지표가 악화되면 직접 RM팀에 찾아가 인터뷰를 요청합니다. 이런 선제적 협업 방식은 데이터 팀이 수동적 역할에서 벗어나 비즈니스 목표 달성에 능동적으로 기여하는 파트너로서의 위치를 확립하는 데 도움이 되고 있습니다.

준영: 고위드의 DMAIC 프로세스가 데이터 기반 의사결정의 좋은 사례입니다. 저희는 Define(정의), Measure(측정), Analyze(분석), Improve(개선), Control(통제)의 체계적인 단계를 통해 문제에 접근합니다.

데이터 팀에서는 비즈니스 임팩트를 명확히 측정하기 어려운 특성이 있어요. 저희가 만든 모델이나 분석이 실제로 얼마나 효과적인지 판단하기 위해 주로 '백 테스팅' 방식을 활용합니다. 예를 들어, 새로 개발한 신용평가 모델을 과거 데이터에 적용해 기존 모델보다 얼마나 개선되었는지 검증하죠.

저희 팀은 개발한 모델을 철저하게 테스트하고 리뷰하는 방식으로 검증합니다. 이 과정에서 중요한 것은 데이터 수치에만 매몰되지 않는 것입니다. 저희는 프로젝트를 시작할 때 '무엇을 달성하려는지'를 명확히 기재하고, 그 목표를 잊지 않도록 의도적으로 노력합니다.

이런 목표 중심의 접근 방식을 통해 단순한 기술적 분석을 넘어 실질적인 비즈니스 가치를 창출하는 데이터 기반 의사결정을 실현하고 있습니다.

준영: 고위드 입사 당시에는 제가 하는 일이 조직이나 고객에게 어떤 가치를 제공하는지에 대한 관심이 거의 없었고, 기술 자체에만 집중했습니다. '내 커리어를 위해 어떤 기술을 써볼 수 있을까?', '어떤 스킬셋을 쌓을 수 있을까?' 같은 생각이 대부분이었거든요.

그러나 고위드에서 일하면서 점차 변화하기 시작했어요. 조직 내 뛰어난 리더들이 문제에 접근하는 방식을 지켜보며 많은 것을 배웠습니다. 이 리더들은 단순히 기술적으로 뛰어난 것이 아니라, 문제의 근본 원인을 날카롭게 찾아내고 이를 효과적인 실행으로 옮기는 능력이 탁월했습니다. 이런 과정을 통해 '진정한 문제 해결은 기술 자체보다 근본 원인을 정확히 파악하고 그에 맞는 해결책을 실행하는 것'이라는 깨달음을 얻었습니다. 이후 저도 이런 역량을 키우기 위해 노력했죠.

지난 근무 기간 동안 저는 왜 이 분석이 필요한지, 어떤 비즈니스 문제를 해결하려는 것인지, 그 결과가 어떤 가치를 창출할 수 있는지를 항상 고민하게 되었습니다. 이제는 요청받은 데이터를 제공하는 것에 그치지 않고, 그 요청 배경에 있는 실제 문제를 더 깊이 파고드는 방식으로 일하고 있습니다. 이러한 사고방식의 변화가 제 문제 해결 능력을 빠르게 성장시키는 원동력이 되었습니다.

준영: 저희 DA 팀이 앞으로 집중적으로 발전시키고 싶은 두 가지 핵심 분야가 있습니다.

첫 번째는 데이터 거버넌스입니다. 이는 데이터의 정확성과 일관성을 보장하는 전반적인 관리 체계를 말하는데, 저희 팀과 타 팀 모두가 데이터를 신뢰하고 효과적으로 활용할 수 있게 하는 것이 핵심이죠. 현재는 이 구조를 막 잡기 시작한 단계라 데이터 처리 과정에서 오류가 드물게 발생합니다. 모든 분석과 의사결정의 기반이 되는 데이터 품질을 우선적으로 확보해야만 후속 작업들이 의미를 가질 수 있습니다.

두 번째는 리스크 평가 역량의 고도화입니다. 저희는 리스크를 '하방 리스크'와 '상방 리스크'로 나눠 접근합니다. 하방 리스크는 연체 가능성이 있는 기업을 사전에 식별하고 예방하는 것이고, 상방 리스크는 성장 가능성이 높은 기업에게 충분한 금융 지원을 제공하지 못해 발생하는 기회 비용을 최소화하는 것입니다.

이러한 리스크를 효과적으로 관리하기 위해 AI을 활용한 예측 모델링 역량을 발전시키고자 합니다. 현재 상태 분석을 넘어 기업의 미래 성장과 변화를 예측함으로써 더 선제적이고 정확한 의사결정을 지원할 수 있을 것입니다.

준영: 마침 저희 팀에서 이 주제로 함께 논의한 적이 있습니다. 그 결과, '이 세상에 모든 상황에 대한 정답을 알고 있는 시니어는 존재하지 않는다'라는 원칙을 세웠죠. 특히 고위드는 기존 금융권과 다른 접근법을 시도하는 핀테크 스타트업이기에, 다른 환경에서는 경험하기 어려운 새로운 도전과제들이 많아요.

그렇다고 해서 경험 많은 시니어를 영입하는 것만으로 이 문제를 해결할 수 있는 건 아니에요. 대신 저희는 문제 해결의 기준을 ‘비즈니스 성과’에 두기로 했습니다. 우리가 만든 솔루션이 정말 효과적인지는 결국 비즈니스 결과로 증명된다고 생각하거든요. 만약 방향이 잘못되었다면, 대손율 증가나 신용평가 정확도 하락 같은 비즈니스 지표의 변화로 나타나겠죠. 저희는 이런 신호들을 바탕으로 지속적으로 업무 방향을 수정하고 개선해 나가고 있어요.

이런 접근법은 다소 ‘맨땅에 헤딩’하는 과정이 필요하기도 해요. 저희 팀 Head인 장환님도 이런 방식의 문제 해결을 선호하시죠. 명확한 답이 없는 상황에서도 계속 시도하고, 실패하고, 배우고, 다시 도전하는 과정을 통해 점진적으로 해결책을 찾아간답니다.

단기적으로는 어려울 수 있지만, 장기적으로 이 방식이 결국 팀의 문제 해결 능력과 자신감을 키우고, 고위드만의 독창적인 노하우와 경쟁력을 쌓는 데 큰 도움이 된다고 믿어요. 그리고 바로 이런 점이 고위드가 다른 금융 회사들과 차별화되는 이유라고 생각합니다.

준영: 고위드에서 성공하기 위해 가장 중요한 것은 적극적인 태도입니다. 저희 회사는 큰 방향성과 전략은 주로 탑다운 방식으로 설정되지만, 그 비전을 실현하기 위한 구체적인 실행 방안은 각 팀과 실무자들이 스스로 찾아 구현해야 합니다.

이런 환경에서는 수동적인 태도로는 성장하기 어렵습니다. 데이터 팀에서 단순히 '이런 데이터 뽑아주세요' 같은 요청만 기계적으로 처리한다면, 개인의 성장은 물론 회사에 대한 가치 있는 기여도 제한적일 수밖에 없습니다.

따라서 고위드에서는 주어진 문제에 대해 스스로 깊이 생각하고, 더 나은 해결책을 능동적으로 찾아내는 자세가 필요합니다. 가이드라인이 명확하지 않은 상황에서도 시도하고 실험하며 앞으로 나아갈 수 있는 용기와 추진력이 중요합니다. 예를 들어, '이런 리스크 평가 모델을 만들어주세요'라는 요청을 받았을 때, 요청 내용만 구현하는 것이 아니라 '왜 이런 모델이 필요한지', '어떻게 하면 더 정확한 예측이 가능할지'를 스스로 고민하고 제안할 수 있어야 합니다. 이러한 적극적인 태도가 고위드에서 성공하는 핵심 요소입니다.

준영: 가장 추천드리고 싶은 준비 방법은 '문제 해결 경험'을 갖추는 것입니다. 저희가 가장 중요하게 보는 역량은 문제의 근본 원인까지 끈기 있게 파고들어 분석하고 완전히 해결해본 경험입니다. 이런 경험이 단 한 번이라도 있다면 큰 강점이 될 수 있습니다.

흥미롭게도 저희 팀은 금융이나 핀테크 관련 도메인 지식을 크게 중요시하지 않습니다. 저도 입사 당시에는 관련 지식이 거의 없었지만, 실제 업무와 다양한 부서 동료들과의 소통을 통해 자연스럽게 도메인 지식을 쌓았습니다.

커피챗에서 '도메인 지식이 얼마나 중요한가요?'라는 질문을 자주 받는데, 저는 항상 문제 해결 능력과 학습 의지가 훨씬 중요하다고 답변합니다. 금융 용어나 개념은 업무 중에 배울 수 있지만, 복잡한 문제를 끈기 있게 파고들어 해결하는 사고방식은 쉽게 습득하기 어렵기 때문입니다.

따라서 지원하실 때는 본인이 해결했던 데이터 문제나 프로젝트에 대해 깊이 있게 설명할 수 있도록 준비해 주시면 좋고, 그 과정에서 어떤 도전이 있었고 어떻게 극복했는지를 구체적으로 보여주시는 것이 중요합니다.

준영: 고위드의 일하는 방식이 점점 더 체계화되고 통일되는 모습이 가장 인상 깊습니다. 초기에는 다양한 방법론을 탐색적으로 시도했었는데, 이제는 DMAIC와 같은 체계적인 프레임워크를 업의 시작부터 끝까지 일관되게 적용하고 있습니다. 덕분에 직관적인 판단에 의존하는 것이 아니라, 실제 데이터를 측정하고 분석하여 개선점을 도출하면서 더 객관적이고 효과적인 해결책을 찾을 수 있게 되었죠.

이러한 체계적인 접근이 효과를 거두려면, 구성원의 주도적인 참여와 리더십이 필수적이에요. 고위드에서는 직급이나 연차와 관계없이 모든 구성원이 전사 사업부 회의에 참여해 적극적으로 의견을 개진하죠. 이는 각자의 업무만 하는 문화를 넘어, 전사 목표 달성을 위해 모두가 리더십을 발휘하는 문화를 만들어가고 있다는 증거이기도 해요.

그리고 한 가지 더! 고위드는 솔직하고 직설적인 피드백 문화를 가지고 있어요. 항기님께서도 목표 달성을 위한 회의에서 가장 직설적으로 피드백을 주시고, 때로는 강하게 말씀하시기도 하죠. 하지만 이러한 피드백 문화 덕분에 저뿐만 아니라 많은 구성원이 빠르게 성장하고 있습니다. 

개인적으로 저는 이런 명확한 방향성과 피드백이 성장하는 데 큰 도움이 되었다고 생각해요. 목표와 피드백이 분명하기 때문에 무엇을 개선해야 할지 명확하게 파악할 수 있었거든요.

준영: 마지막으로, 항기님께서 자주 하시는 말씀인 "하고자 하는 사람만 해낸다"라는 말의 의미를 공유하고 싶습니다. 처음 들었을 땐 당연한 이야기처럼 느껴졌지만, 시간이 지나면서 그 의미를 더 깊이 이해하게 되었거든요.

고위드에 신입으로 입사한 초기에 단순 데이터 추출 업무를 맡았었는데, 솔직히 그 일이 재미있지도, 도전적이지도 않다고 생각했어요. 그래서 요청이 들어오면 "이건 이래서 안 되고, 저건 저래서 안 되고" 하는 식으로 핑계를 대곤 했죠. 하지만 대표님의 이 말씀을 계속 듣다 보니, '안 되는 이유를 찾기보다, 어떻게든 해내야겠다'라는 마인드로 바뀌었어요. 그리고 이 변화가 제 성장을 이끄는 중요한 계기가 되었습니다.

또, 회사를 선택하실 때 외부 채용 플랫폼에 올라오는 이야기들을 너무 일반화해서 받아들이지 않으셨으면 해요. 최근 후보자분들과 커피챗을 하거나 신규 입사자분들과 대화를 나누면서, 회사 문화에 대한 다양한 질문을 듣고 있는데요. 가끔은 온라인에서 본 내용 때문에 걱정하시는 경우도 있더라고요. 하지만 저는 고위드에서 정말 만족하며 즐겁게 일하고 있고, 그런 온라인 의견들이 항상 현실을 정확히 반영하는 건 아니라고 생각해요.

혹시 고위드에 대해 궁금하신 점이나 걱정되는 부분이 있다면, 리뷰만 보고 판단하기보다는 실제 고위드 구성원들과 직접 대화해보는 것이 더 좋은 방법이라고 생각합니다. 커피챗을 통해 직접 경험을 나눠보시면, 더 현실적이고 생생한 이야기를 들을 수 있을 거예요.

고위드는 빠르게 성장하는 스타트업이고, 그 과정에서 여러 변화와 도전이 있었지만, 데이터를 통해 혁신적인 금융 솔루션을 만들어가는 이 여정이 저에게는 정말 값진 경험이 되고 있습니다. 특히, 데이터 분석을 통해 실질적인 비즈니스 임팩트를 만들어내는 과정에서 많은 성장을 경험할 수 있었고, 이런 기회를 더 많은 분들과 함께하고 싶습니다.

이번 데이터 애널리스트 준영님과의 인터뷰, 어떻게 보셨나요?

준영님과의 인터뷰를 통해 고위드 데이터 팀이 실시간 현금 흐름 데이터를 활용한 혁신적인 금융 모델을 개발하는 핵심 역할을 수행하고 있음을 확인할 수 있었습니다. 특히 데이터팀은 '고위드 한도 엔진'과 'RCF&RCS 시스템'을 통해 혁신기업의 현재 상태와 잠재력을 정확히 파악하고, 이에 맞는 최적의 금융 솔루션을 제공하고 있죠.

복잡한 문제를 구조화하고 체계적으로 접근하는 능력, 그리고 끝까지 파고들어 해결하는 끈기를 갖춘 분이라면, 고위드 데이터 팀에서 금융의 새로운 패러다임을 함께 만들어갈 수 있어요. 스타트업 생태계를 혁신적인 데이터 분석으로 변화시키고 싶은 분들은 지금 고위드에 합류하세요!