1. 미래 산업, 거시경제, 정책 등의 관계를 반영한 경제학적 모델을 구현하여 다음의 3가지 시나리오를 생성한다.
   1. 정책 고위: 탄소 중립 정책이 현행보다 더 성공적으로 달성됨
   2. 정책 중위: 탄소 중립 정책이 현행 수준대로 달성됨
   3. 정책 저위: 현행 탄소 중립 정책이 실패함
2. 시계열 모델을 기반으로 하여 유종별 소매경질유 수요 예측치를 도출한다.

1. 딥러닝 모델을 기반으로 하여 2050년까지의 중장기 주유소 개소를 추정한다.
2. 미래 주유소 사업의 경쟁력을 반영하여 다음의 2가지 방식으로 지역을 군집화한다.
   1. KPI 기반 사분면 유형화
   2. 딥러닝/머신러닝 모델 기반 군집화

1. 지역별 유형화 결과에 기반하여 전략적 투자 유망 후보지를 선정한다.
2. 중장기 주유소 네트워크 최적화 전략을 수립하고 실효성 검증 지표를 제안한다.

1. 정부 정책을 반영한 시나리오별 예측을 통해 매우 낮은 오차의 소매경질유 수요 예측치를 도출하는 데 성공

1. 소매경질유 수요를 반영한 딥러닝 모델을 통해 현재 감소 추세와 미래 잔존 수요량을 고려한 주유소 개소 예측에 성공
2. 딥러닝, 머신러닝 모델을 앙상블한 군집화를 통해 데이터 기반 미래 사업성 예측의 활용 가능성 확인

1. 사분면 유형화를 통해 진입 투자 유망 후보지를 선별하고 지역별 주유소 전략을 도출
2. 주유소 네트워크 최적화 전략을 평가할 수 있는 네트워크 적합도 지표 제안

 S-OIL과 프로젝트를 진행하며 좋았던 점은 무엇인가요?

1. 다양한 경험
   이번 기업과의 프로젝트를 진행하며 좋았던 점은 하나의 프로젝트를 통해 매우 다양한 경험을 할 수 있었다는 것입니다. 도메인에 대한 깊이 있는 리서치부터 데이터 분석(DA)적 접근, 데이터 사이언스(DS) 기반의 모델링, 분석 결과를 바탕으로 한 전략 도출, 그리고 컨설팅적인 AI기술에 대한 넛지까지 전 과정을 유기적으로 연결하며 수행할 수 있었고, 이를 통해 학술적인 자료로 실무적인 문제를 해결하는 귀중한 시간이었습니다. 또한, 대기업 실무자들의 현실적인 피드백을 바탕으로 발표 자료를 구조화하고, 임원진을 대상으로 발표하는 과정까지 경험하며, 실제 기업 환경에서 프로젝트가 어떻게 진행되는지의 과정 전반을 직접 느껴볼 수 있었습니다.

 프로젝트 진행 중 겪었던 가장 큰 어려움은 무엇이었나요? 이를 어떻게 해결했나요?

1. 불확실한 방향성
   진행해왔던 프로젝트 중 단언컨데 가장 리소스가 많이 들어간 프로젝트였습니다. 여러 이유가 있었는데요, 우선 초기 방향성을 설정하는 과정에서 큰 어려움을 느꼈습니다. 기업으로부터 받을 수 있는 데이터가 정해져있지 않았고, 도메인도 상당히 생소한 프로젝트였던 만큼 초반 리서치에 많은 리소스를 투자해야만 했습니다. 이에 PM들은 공식 휴회 기간에도 쉬지 않고 사옥에 주 2~3회 방문하여 회당 2~3시간의 싱크미팅을 진행하는 등 조금은 무리하게 세션을 진행하기도 했습니다. 또한, 일반적으로 3번의 산학협력으로 진행할 법한 방대한 양의 주제들을 짧은 기간 안에 완수하는 것이 체력적으로 매우 힘들기도 했습니다. 게다가, 전형적인 그로스해커스 프로젝트와 다른 부분이 많은 프로젝트였다보니 PM들도 100% 확신을 할 수 없는 상황 속에서 프로젝트의 진행을 위해 팀원들을 설득시키는 부분도 정말 어려운 부분이었습니다. 이러한 부분들을 해결하기 위해 도메인 인사이트가 풍부한 사측 담당자분들과 소통을 늘렸고, 서로 피드백을 주고받고 고민하여 결국 실무에 직접적으로 쓰일 수 있으면서도 학회원들도 보람을 느낄 수 있는 결과물을 도출할 수 있었습니다.

 이번 경험을 통해 어떤 인사이트나 역량을 얻으셨나요?

1. 도메인 지식의 중요성
   프로젝트 진행에 있어 도메인 지식의 중요성을 다시 한번 느끼게 되었습니다. 데이터를 기반으로 중장기적인 예측을 진행해야 했던 프로젝트의 특성 상, 과거 데이터만을 활용해서 문제를 해결해나가기에는 논리적으로 큰 제약들이 발생했습니다. 기존의 프로젝트들은 각 변수들과 상호작용하는 변수들이 무엇인지, 각 변수들이 통계적으로 문제가 없는지 등을 확인하고 이를 적절히 모델링하여 해결하는 방식으로 진행이 가능했다면, 중장기적인 예측에 있어서는 각 변수들이 미래에도 동일한 영향을 받을 것인지, 과거의 추세를 미래에도 이어나갈 것이라고 보장할 수 있는지 등을 추가적으로 고려해주어야 했고, 이 과정에서 도메인적인 지식의 중요성이 더욱 크게 작용했던 것 같습니다.

1. 발표 역량
   대기업과의 프로젝트였던만큼 저희 발표를 약 30분의 임직원분들께서 들어주셨음에도 데이터적인 백그라운드가 있는 분이 거의 없었습니다. 이러한 발표를 준비하면서 청자를 고려한 간결한 발표를 하는 역량을 얻을 수 있었습니다.

 향후 유사한 프로젝트를 진행할 학회원들에게 전하고 싶은 조언이 있나요?

1. 도메인에 대한 이해도는 높으면 높을수록 좋아요!
   직접 써볼 수 없는 서비스의 경우 프로젝트와 직접적인 관계가 없어보이는 도메인 지식이더라도 도메인 지식이 많으면 많을 수록 좋다고 느꼈습니다. 프로젝트가 끝날 때까지 나프타도, 방향족도, 옥탄가도 모델링에 사용하지 않았지만, 정유산업과 주유소 사업에 대한 전반적인 이해를 초반부터 확실히 하고 프로젝트를 진행해서 다행이라고 느꼈던 적이 한 두번이 아니랍니다~!

1. 할 수 있는 것과 없는 것을 명확히 구분하세요!
   이번 프로젝트의 PM은 역할 구분이 매우 명확했습니다. 한 명은 여러 대형 모델들을 최대한 구현하기 위해 노력했고, 다른 한 명은 각 기법들의 시간 및 리소스 소모 대비 이점을 계산해서 주어진 상황을 가장 효율적으로 풀어낼 수 있도록 노력했습니다. (1) 결과 위주의 프로젝트, (2) 대기업과의 프로젝트, (3) 절대적인 로드가 일반적인 그로스해커스 프로젝트 대비 많은 프로젝트 중 2가지 이상 해당된다면, 아무리 구미가 당기는 기법이 있더라도 구현이 어렵다면 한 가지 기법에 얽매이지 않고 다양한 방법론을 고려하여 시간 소모 대비 이점을 기반으로 방향성을 정하시는 것을 추천드립니다 :)​

1. 방향성이 불명확한 프로젝트라면 팀원들과 함께 싱크미팅을 진행해보세요!
   이번 프로젝트를 진행하면서 PM으로서 드는 가장 큰 아쉬움은, PM이 아닌 팀원들과 함께 싱크미팅을 가보지 못했다는 점입니다. 방향성에 대한 자유도가 매우 높은 프로젝트였던만큼 싱크미팅을 많게는 주 3~4회, 회당 2~3시간을 진행하기도 했는데요, 그렇다보니 사측과의 소통을 전담한 PM들과 팀원들간의 프로젝트 방향성에 대한 생각이 차이가 많이 날 수밖에 없었습니다.
   ​
   DS가 몇 명 없는 기수임에도 프로젝트 수행 인원이 거의 다 DS였던 프로젝트 특성상 심층적인 모델링을 기대하고 들어온 팀원들이 많았는데요, 앞서 언급한 것처럼 본 프로젝트는 딥한 모델링을 현실적인 이유로 포기해야 하는 경우가 많았습니다. 그리고 그럴 때마다 수학적/통계학적 엄밀함을 포기하면서도 특정한 방법론으로 진행을 해야 한다는 사실을 팀원들에게 납득시키는 것이 이번 프로젝트를 하면서 가장 힘들었던 부분이라고 말해도 과언이 아닐 것 같네요. (사실 이건 PM으로서 가장 힘들었던 부분임과 동시에 가장 미안한 부분이기도 합니다 ㅠㅠ)
   ​
   혹여나 프로젝트를 진행하시면서 비슷한 고민을 하신다면, 팀원들과 함께 싱크미팅을 하러 사옥에 함께 방문해보시는 것을 고려해보시는 것도 좋을 것 같네요 :)
   ​