Service Planner · Portfolio 2025
ROH SI EUN
노시은
사용자의 문제를 비즈니스 언어로 번역하는 기획자

AI · 공공 · 금융 · 이커머스를 넘나들며
도메인 깊이로 차별화하고, 실행 속도로 증명해온 서비스 기획자입니다.

4년+ 서비스 기획
AI · 공공 · 금융 · 이커머스
candy980617@naver.com
010-9927-3962
CONTENTS
I. PROJECTS
II. REFERENCE
01
공공 AI 서비스 기획 · 현재 진행중

계획부터 평가까지,
AI가 함께 관리하는
공공 행정 시스템

공공기관의 업무 계획 수립부터 과제 배분, 협조라인 추천, 리스크 감지, AI 평가까지 행정업무 전 사이클을 AI가 지원하는 SaaS 기반 업무관리 시스템입니다.

Period2025 — 현재
MemberPM · DE · FE · BE (6명)
Role서비스 기획 리드 — 화면 기획, AI 플로우 설계, 와이어프레임
나래AI — 과제 자동생성
AI 기능 현황
📄 업무계획서 → 과제 자동 생성
🔗 협조라인 자동 추천
⚠️ 리스크 감지 알림
📝 문서 초안 자동 작성
📊 AI 기반 성과 평가
업무 자동화 커버리지
80% 자동 분류
Why

공공기관 업무 관리,
비효율이 반복될까요?

매년 수백 건의 행정 과제가 수작업으로 생성·배분됩니다. 협조 부서 누락, 리스크 사전 감지 실패, 평가 기준의 주관성까지 조직 관리 전반에 걸쳐 비효율이 구조적으로 반복됩니다.

100%
과제 생성·배분
수작업 의존
지연
협조라인 누락으로
반복되는 업무 지연
Background & Research

📌 실무자 인터뷰: "과제가 많다 보니 우선순위 파악이 어렵고, 협조 부서 조율이나 문서 작성에 시간이 많이 소요돼요. 일정이 어긋난 걸 뒤늦게 알게 되는 경우도 잦고요."

핵심 Pain Point 3가지

1️⃣ 과제 생성 — 계획서 해석의 주관성, 누락·중복
2️⃣ 조직 관리 — 협조라인 파악 어려움, 배분 비효율
3️⃣ 의사결정·평가 — 리스크 사전 감지 불가, 평가 기준 모호

AI가 계획 수립부터 평가까지 전 단계를 지원하면
행정 효율과 의사결정 품질이 동시에 향상된다.

Problem

조직 관리·의사결정·평가
모두 수작업 의존

계획서 수작업 해석
협조라인 수동 파악
리스크 사후 인지
주관적 평가

문제는 과제 생성 하나가 아닌, 조직 관리 전 사이클에 걸친 구조적 비효율

Solution Direction

Hypothesis

AI가 업무 계획서를 읽고 과제를 자동 생성·분류하면, 담당자는 검토와 승인만으로 업무를 완료할 수 있다.

Collaboration

LLM 기반 문서 파싱 및 과제 자동 분류 모델을 기획 요구사항으로 정의하고, 개발팀과 주간 리뷰를 통해 기능을 구체화했습니다. 조직도(ERP 기반) · 역할 배지 · 연계 과제 표시 등 복잡한 UI 로직도 함께 기획했습니다.

Solution

계획 수립부터 평가까지
AI가 전 단계를 지원합니다

단순 자동화를 넘어, 조직 관리·의사결정 지원·리스크 관리까지 공공 행정의 핵심 Pain Point를 AI로 해결합니다.

기획

과제 자동 생성

업무계획서 업로드 시 LLM이 과제·워크플로우 초안 자동 생성

문서

초안 자동 작성

과제 정보 기반으로 보고서·협조 공문 등 문서 초안 AI 생성

조직

협조라인 추천

과제 유형·부서 관계 분석으로 최적 협조 부서·담당자 자동 추천

리스크

리스크 감지

일정 지연·담당자 공백·병목 구간을 사전 감지하여 알림 발송

의사결정

현황 대시보드

실/국/과별 과제 진행 현황을 시각화, 관리자 의사결정 지원

평가

AI 성과 평가

완료 과제의 목표 달성률·진행 데이터 기반 객관적 성과 평가

나래AI — 관리자 대시보드
리스크 감지 현황
⚠️ 디지털혁신과 — 일정 3일 지연 감지
✅ 민원처리과 — 협조라인 추천 완료
📝 성과보고서 초안 AI 작성 완료
LLM 문서 파싱 협조라인 추천 리스크 감지 ERP 연동 성과 평가 모델 와이어프레임
Result & Impact

기획 전 범위 완성,
개발팀 협업 리드

01

기획 산출물 완성

IA · 와이어프레임 20화면+ · 개발자 용어사전 v2.1 · 상태 시스템 정의서
02

AI 기능 구조 설계

과제생성·협조라인추천·리스크감지·AI평가 — 6개 핵심 기능 요구사항 정의 완료
03

공공기관 업무 우선순위 정립

현업 인터뷰 핵심 기능 우선순위 확정
Lesson Learn

AI 기능의 범위는 '무엇을 안 하는가'가 더 중요하다

CEO의 잦은 요구사항 변경 속에서도 "나래AI는 업무관리 도구, 결재는 온나라 위임"이라는 시스템 경계를 명확히 설정하고 지킨 것이 가장 중요한 기획 결정이었습니다.

AI가 모든 것을 해결하려 하면 오히려 사용자가 신뢰하지 않습니다. 협조라인 추천·리스크 감지는 AI가 제안하고, 최종 의사결정은 사람이 하는 구조로 설계했습니다.

공공기관의 복잡한 조직 구조(실/국/과 + 결재라인)를 완전히 이해한 상태에서 기획해야 한다는 것을 체득했습니다.

02
금융 앱 서비스 기획 · NH농협은행

공공 서비스를 금융 앱 안으로
자연스럽게 녹여내다

디지털 개방 서비스, 아이돌봄 서비스, 국립공원 예약 등 공공 서비스를 NH농협은행 앱 안에 통합하는 기획을 담당했습니다. API 명세 분석을 기반으로 각 서비스에 맞는 UI/UX를 설계하고 금융권 표준 가이드에 맞춰 고도화했습니다.

Period2025.08 — 2026.02
MemberPM · FE · BE · QA (다수)
Role앱 서비스 기획자 — 공공 서비스 통합 기획, API 분석, UI/UX 설계
NH농협은행 앱 — 공공 서비스 통합
BEFORE
🏛 디지털 개방 서비스
👶 아이돌봄 서비스
🌲 국립공원 예약
AFTER
앱 내 자연스러운 진입
금융 표준 가이드 통일
기관별 요구사항 반영
Problem

서로 다른 공공 서비스를
하나의 앱에 일관되게 담기

디지털 개방 서비스, 아이돌봄, 국립공원 예약은 각각 제공 주체와 로직이 달라 동일한 앱 안에서 일관된 UX로 녹여내는 것이 핵심 과제였습니다. 각 서비스의 API 명세를 이해하고 금융 앱의 맥락에 맞게 화면을 재해석해야 했습니다.

📌 핵심 과제: 서로 다른 공공 서비스의 로직·규격을 금융 앱 UX에 맞게 재해석하는 것

3종
통합한 공공
서비스 수
6mo
기획·개발
진행 기간
My Role
공공 서비스별 API 명세 분석 및 로직 파악
각 서비스 화면 기획 및 금융 앱 UX 적용
공공기관 담당자 요구사항 수집·반영
금융권 표준 가이드 기반 UI 설계
개발팀 협업 및 QA 대응

Collaboration Highlight

디지털 개방 서비스·아이돌봄·국립공원 예약 각각의 공공기관 담당자와 소통하며 요구사항을 파악했습니다. 서비스마다 다른 API 구조를 이해하고, 금융 앱의 UX 흐름에 맞게 화면을 설계했습니다.

Result

공공 서비스 3종
앱 통합 기획 완료

01

공공 서비스 통합 기획

3종 개별 서비스 앱 내 일관된 UX 설계
02

UI/UX 개선

서비스별 파편화 금융 표준 가이드 통일
03

공공기관 협업

기관별 상이한 요구 요구사항 수집·반영 완료
Lesson Learn

서로 다른 서비스를 하나의 앱으로 녹이는 기획력

공공 서비스마다 API 구조와 화면 요구사항이 달랐기 때문에, 각각의 로직을 이해한 상태에서 금융 앱의 UX 흐름에 맞게 재해석하는 것이 핵심 역량이었습니다.

아이돌봄·국립공원·디지털 개방이라는 성격이 다른 서비스를 하나의 일관된 경험으로 묶는 과정에서, 기획자가 도메인 이해 없이는 화면을 설계할 수 없다는 것을 체감했습니다.

03
딥러닝 서비스 기획 · Data Science · 최우수상 🏆

콜센터 상담원의 인권을
AI가 먼저 지킵니다

STT로 변환된 실시간 텍스트에서 욕설·거친 어조를 KcELECTRA로 감지하고 마스킹합니다. 상담원이 음성을 직접 듣지 않아도 대응 가능한 환경을 설계했습니다.

Period2024.02 — 2024.04 (약 2개월)
MemberDS · DE · BE 5명
Role서비스 기획 · 딥러닝 모델 설계 · 발표 총괄
클린톡 — 상담 채팅창
상담원 김민지 연결중 AI 보호중
고객
야 빨리 안 해줘? [마스킹] 진짜 [마스킹]
⚠ 욕설 감지 1회
상담원
고객님, 불편을 드려 죄송합니다. 빠르게 처리해드리겠습니다.
[마스킹] 하지말고 환불이나 해줘 [마스킹]
⚠ 욕설 감지 2회
[마스킹] 이거 어떻게 된 거야
⚠ 욕설 감지 3회
🚫 욕설 감지 3회 누적
상담 보호 정책에 따라 채팅이 자동 종료됩니다.
Why

콜센터 상담원의
감정노동, 왜 해소되지
않을까요?

콜센터 상담원 중 68.5%가 이직률이 높으며, 전체의 89%가 감정노동으로 인한 고통을 호소합니다. 법으로는 5년간 시행되었으나 효과는 여전히 미미합니다.

89%
감정노동으로
고통받는 상담원 비율
80%
욕설 우려로
음소거 시달리는 비율
Interview

💬 콜센터 현직자 인터뷰: "STT 기술로 음성이 텍스트로 저장되고 있다는 것을 알았습니다. 이미 텍스트가 있다면, 욕설 탐지는 텍스트에서 가능합니다."

음성 STT 텍스트에 딥러닝 욕설 탐지를 적용하면
상담원이 음성을 듣지 않고도 대응할 수 있다.

Strategic Pivot

음성에 직접 딥러닝을 적용하는 것은 기술적·시간적 한계가 있었습니다. 이미 존재하는 STT 텍스트를 활용하는 방향으로 피벗하여 현실적인 솔루션을 도출했습니다.

Solution

AI가 먼저 욕설을 감지하고
상담원을 보호합니다

📞 전화 통화
🎤 STT 실시간 변환 (Clova Speech)
🤖 KcELECTRA 욕설 감지 · 마스킹
💬 상담원 화면 노출 (정화된 텍스트)
Model Performance
정확도

KcELECTRA Fine-tuning

초기 87% 99.9% 3차 조정

My Contribution

• 딥러닝 모델 선정 및 하이퍼파라미터 조정
• 서비스 기획 (어드민 특별회원관리 화면)
• 데이터 수집·전처리·EDA
• 전체 발표 자료 작성 및 발표 진행

KcELECTRA Clova Speech STT FastAPI Airflow Hadoop
Result

최우수상 수상,
비즈니스 임팩트 검증

01

모델 정확도

87% 99.9% F1 최고점
02

대응 방식 전환

직접 청취 텍스트 대응 스트레스 감소
03

수상

🏆 최우수상 1등
+

심사위원 사업 제안

발표 후 심사위원으로부터 자사 도입 가능성을 검토해보겠다는 연락을 받았습니다.
기획서 공유 요청에 응해 서비스 기획서를 별도로 작성하여 전달했습니다.
Lesson Learn

현실적 제약 속에서 최선의 방향을 찾는 기획력

음성 딥러닝의 기술적 한계를 인정하고, 이미 존재하는 STT 인프라를 활용하는 방향으로 빠르게 피벗한 것이 프로젝트의 핵심 전환점이었습니다.

콜센터 현직자 인터뷰를 통해 얻은 현장 인사이트(STT 데이터 이미 저장 중)가 솔루션의 방향을 결정했습니다.

기획자가 딥러닝 모델의 원리를 이해해야 기술적 피벗도 주도할 수 있다는 것을 체득했습니다.

04
이커머스 기획 · 엠몬스타 · 2020.02 — 2022.06

PM 단독으로
매출 300%+
성장을 이끌었습니다

HAGO 패션 쇼핑몰 PM으로 킥오프부터 출시·운영까지 전 과정을 담당했습니다. 단순 구축이 아닌 서비스 '이사' 과정의 모든 이슈를 대응하고, 펀딩·래플·랭킹 등 핵심 신규 기능과 전체 어드민을 기획했습니다.

Period2020.02 — 2022.06 (2년 5개월)
Company엠몬스타 (쇼핑 플랫폼 3건 이상 오픈)
RolePM (단독) — 프론트 전체 기획, 백오피스 기획, 운영 전담
HAGO 쇼핑몰
Why

단순 구축이 아닌
'서비스 이사'의
모든 문제를 풀었습니다

기존 플랫폼에서 새로운 솔루션으로 이전하는 과정은 예측 불가한 이슈의 연속이었습니다. 데이터 마이그레이션부터 결제 오류, 셀러 교육까지 PM 혼자 전담하며 대응했습니다.

3+
오픈한 쇼핑
플랫폼 수
0건
PG사 변경 후
결제 오류 발생
1만명
오픈 이벤트
유치 고객
Problem
이전 플랫폼 → 신규 솔루션 이사
데이터 마이그레이션 이슈
PG사 변경 → 결제 흐름 전면 재기획
셀러별 어드민 교육 필요
세금 기준 모호 → 법령 직접 조사

📌 정산 로직의 쿠폰 부담 주체(업체 vs 플랫폼)에 따라 세금 신고 기준이 달라진다는 것을 법령을 통해 직접 확인하고 어드민에 반영했습니다.

Solution

프론트부터 어드민까지
전체 서비스를 기획했습니다

Front

펀딩·래플·랭킹

차별화된 핵심 신규 기능 기획. 오픈 이벤트로 1만명 고객 유치

Admin

쿠폰·주문·정산

셀러 중심 운영 편의성에 초점. 세금 기준까지 반영한 정산 어드민 설계

개인화

맞춤 서비스 설계

사용자 행동 기반 개인화 추천 서비스 설계 및 고객 CS·VOC 반영

운영

PG사 변경 대응

개발자 밀착 협업으로 PG사 교체 후 결제 오류 0건 달성

Result
01

리뉴얼 후 매출 성장

기존 매출 +300% 이상 🏆 성과
02

오픈 이벤트 고객 유치

0명 1만명+ 신규 고객
03

결제 안정성

PG사 교체 오류 0건 완벽 대응
Lesson Learn

PM은 도메인 전문가여야 한다

세금 신고 기준, PG사 프로세스, 셀러 운영 로직까지 직접 파고들어 이해한 뒤 기획에 반영했습니다. 몰라도 되는 게 아니라, 알아야 더 좋은 기획이 나온다는 것을 체득했습니다.

05
에듀테크 앱 기획 · 천재교과서 · 2022.08 — 2023.10

데이터로 개선하고
앱 활성화 지수
매월 20%+ 성장

에듀테크 전자책 서비스 '디북', '디북피플' 앱의 오픈 및 운영을 담당했습니다. GA 데이터 분석과 설문조사, 체험단 모집을 통해 사용자 요구사항을 발굴하고 애자일 스크럼 방식으로 백로그를 직접 관리했습니다.

Period2022.08 — 2023.10 (1년 2개월)
Company천재교과서 (에듀테크 신규 서비스)
Role웹/앱 기획자 (PM) — 운영 기획 전담, 데이터 분석, UI/UX 개선
디북 앱 — GA 분석 대시보드
앱 활성화 지수 추이
DAU+22%
앱스토어 평점4.3 ↑
리뷰 CS 처리율100%
📚 필기 기능 신규 기획반영완료
🏆 학교별 랭킹 기능반영완료
Why

신규 앱, 어떻게
사용자를 붙잡을까?

새롭게 출시한 에듀테크 앱은 인지도와 리텐션이 가장 큰 과제였습니다. 학생·교사 사용자의 실제 불편을 데이터와 직접 인터뷰로 파악해야 했습니다.

20%+
전월 대비 앱
활성화 지수 증가
GA
데이터 분석 기반
개선 기획 진행

📌 앱스토어 리뷰, 메일 CS, 커뮤니티 게시판을 통합 모니터링하여 사용자 Pain Point를 체계적으로 수집했습니다.

My Approach
GA 데이터 분석 → 이탈 지점 파악
설문조사·체험단 모집 → 사용자 요구사항 수집
백로그 리스트 자체 관리 (애자일 스크럼)
필기 기능·학교별 랭킹 등 아이디어 제시
프론트 UI/UX 개선 기획 및 반영

Agile 운영 방식

별도 지시 없이 스스로 백로그를 작성하고 스프린트를 관리했습니다. 사용자 피드백이 들어오면 즉각 우선순위를 조정하여 빠른 개선 사이클을 만들었습니다.

Result

데이터 기반 운영으로
지속적인 성장 달성

01

앱 활성화 지수

출시 초기 전월 대비 20%+ 매월 성장
02

사용자 기능 제안 → 반영

단순 운영 필기·랭킹 기능 기획 아이디어 주도
03

회원 DB & 백오피스

미정비 체계적 DB 기획 완료 완료
Lesson Learn

운영은 끝이 아니라 성장의 시작이다

출시 후 운영 단계를 맡으면서, 실제 사용자의 행동 데이터와 피드백이 다음 기획의 가장 정확한 나침반이라는 것을 체득했습니다.

GA 데이터만 보는 것이 아니라 앱스토어 리뷰, CS 메일, 커뮤니티까지 통합적으로 수집하면 훨씬 입체적인 인사이트를 얻을 수 있었습니다.

상급자 없이 백로그를 혼자 관리하며 자기 주도적 기획 역량과 우선순위 판단력을 키웠습니다.

GA 분석 애자일 스크럼 백로그 관리 설문조사 체험단 운영 UI/UX 개선
REFERENCE
리더와 동료들의 레퍼런스
01

임팩트를 만드는 팀 플레이어

팔로워십과 리더십 경험을 모두 보유. 데이터 사이언스 프로젝트에서 팀장을 맡아 역할 배분, 의사결정, 발표를 총괄했습니다. 부족한 부분은 도움을 요청하고, 중요한 방향은 설득해서 관철했습니다.

02

안정적인 협업을 위한 커뮤니케이션

개발자, 디자이너, 공공기관 이해관계자, 금융권 실무자까지 다양한 이해관계자와 협업한 경험. 차분함과 활발함을 모두 갖춰 누구에게나 텐션을 맞출 수 있습니다.

03

문제 해결을 위한 빠른 실행력

정산 로직의 세금 기준을 법령까지 직접 찾아 기획에 반영하고, 음성 딥러닝의 기술적 한계를 파악해 STT 텍스트 기반으로 즉각 피벗한 것처럼, 현장의 맥락을 빠르게 파악해 실행합니다.

함께 일해요
EMAIL
candy980617@naver.com
PHONE
010-9927-3962
GITHUB
github.com/sieunrroh