검증된 AI-Native 전문가와 같은 시간, 더 큰 성과를.

AI 활용 역량과 실무 수행력을 검증한 전문가를 필요한 업무와 기간에 맞춰 연결합니다.

마케팅PM디자인HR재무개발
25,000+ 전문가 활동 중
전문가
전문가
전문가
전문가
전문가

프로필 등록부터 업무 관리까지,
이렇게 진행됩니다

프로필을 등록하고 라이브 테스트로 실무 역량을 보여주면, 맞는 업무에 추천돼 계약과 진행 관리까지 이어집니다.

  1. 01

    프로필 등록

    스킬·경력·포트폴리오와 AI 활용 경험을 등록합니다.

  2. 02
    실무 역량 확인

    라이브 테스트

    기업 요청이나 본인 선택으로 실무 과제를 수행하며 문제 해결 과정과 AI 활용 방식을 보여줍니다.

  3. 03

    추천/제안

    업무 요청에 맞는 전문가를 추천하고, 기업이 제안을 보냅니다.

  4. 04

    계약

    업무 범위와 기간, 보수를 정하고 계약을 체결합니다.

  5. 05

    관리

    진행 상황과 회차별 결제·정산을 플렉스웍에서 관리합니다.

AI 시대의 일하는 방식을 함께 배워요

AI-Native 전문가들이 직접 쓰는 실무 인사이트와 커리어 이야기를 만나보세요.

[고객 사례] 파트타임 시니어 + AI 에이전트, 90일의 기록
AI 업무 전환

[고객 사례] 파트타임 시니어 + AI 에이전트, 90일의 기록

지난 9월, 일본 사업이 매출의 중심인 국내 중견 화장품 기업 A사와 마케팅 운영을 다시 짜는 일을 시작했습니다. 마케팅 팀장이 떠난 직후였습니다. 저희는 그 자리를 어떻게 채울지보다, 그 자리에 어떤 일이 쌓여 있는지부터 함께 들여다봤습니다. 90일 동안 직접 겪은 일을 나눠 보려 합니다. 1. 처음 들어갔을 때: 기록과 판단 기준이 비어 있었습니다A사의 주력 판매처는 일본 큐텐이고, 일본 틱톡샵도 준비하고 있었습니다. 국내에서는 쿠팡, 스마트스토어, 자사몰에서 판매합니다. 저희가 처음 만난 분은 운영 담당자 한 분이었습니다. 팀장이 떠나면서 광고와 리포트가 한꺼번에 넘어왔지만, 광고 대행과 채널 운영은 원래 맡던 일이 아니었습니다. 여러 매체의 광고는 켜져 있었는데, 어디서 매출이 나오는지 판단할 기준은 남아 있지 않았습니다. 들여다보니 그 자리에는 콘텐츠, 광고 운영, 데이터 업무가 한데 모여 있었습니다. 무엇보다 뷰티 커머스와 일본 채널을 함께 해본 경험이 필요했는데, 이런 시니어를 정규직으로 곧바로 찾기는 쉽지 않았습니다. 2. 저희가 제안한 구조: 필요한 경험을 필요한 만큼그래서 역할을 이렇게 나누자고 제안했습니다. 시니어 마케터 (파트타임, 주 10시간): 전략, 우선순위, 판단, 결과물 검수 AI 에이전트 4개: 광고 소재 생성, 광고 데이터 정리, 유입·주문 집계, 재고·출고 조회 내부 담당자 1명: 계정 관리, 승인 요청, 출고 현장 확인 대표: 예산과 방향 결정 에이전트는 저희가 A사의 업무에 맞게 세팅했습니다. 이 구성이라면 작은 팀도 매출의 중심인 일본 채널에 집중하면서 더 정확한 성과를 낼 수 있다고 봤습니다. 3. 첫 달: 광고를 더 켜기 전에 판단 기준부터시니어 마케터가 처음 한 일은 광고를 더 켜는 것이 아니었습니다. 오히려 멈추는 일부터 했습니다. 지난 운영 리포트를 합쳐 월별 광고비와 매출, 채널별 비중을 진단했습니다. 판매처와 광고 계정을 하나씩 열어 실제로 비용이 나가던 광고를 찾았고, 대표님 결정에 따라 모두 멈춘 뒤 다시 설계했습니다. 국내·일본 리뷰 약 7.7만 건을 분석해, 고객이 A사 제품의 어떤 점을 좋아하는지 정리했습니다. 손님이 어디서 들어와 무엇을 샀는지 남도록 측정 규칙(UTM)을 정했습니다. 이 과정에서 예상하지 못한 것도 찾았습니다. 자사몰의 실제 주문 수와 분석 도구에 잡힌 구매 수가 달랐는데, 네이버페이로 결제하면 분석 도구에 구매로 남지 않는 구조였습니다. 그 뒤로 성과 보고는 두 숫자를 나란히 놓고 봅니다. 4. 둘째 달: 한 달간 에이전트를 세팅하며 일하는 방식이 바뀌었습니다에이전트 세팅에는 한 달 정도를 썼습니다. 과정은 이랬습니다. 10월 초: 에이전트 4개를 슬랙에 연결하고, 결과가 노션에 작업 단위로 남게 했습니다. 10월 중순: 실제 업무 질문을 넣어 숫자가 맞는지 점검하고, 에이전트에 맡길 일과 사람이 끝낼 일을 나눴습니다. 10월 하순: 광고 소재를 네 차례 점검하며 요청 방식을 고쳤습니다. 10월 말: 구축을 마무리하고, 시니어 마케터가 직접 쓰며 운영하도록 넘겼습니다. 세팅을 마치고 나니 일이 오가는 흐름이 바뀌었습니다. 담당자가 슬랙에 요청을 남기면 에이전트가 처리하고, 결과는 노션에 작업 단위로 쌓입니다. 누가 무엇을 요청했고 어떤 결과가 나왔는지 한곳에서 보이니, 사람이 바뀌어도 무엇을 왜 했는지 남습니다. 에이전트마다 맡은 수작업은 이렇습니다. 광고 소재 에이전트: 기획을 받아 광고 시안을 만듭니다. 시니어 마케터는 기획과 최종 선택에 집중합니다. 광고 데이터 에이전트: 여러 매체에 흩어진 광고 데이터를 모아 정리합니다. 데이터 에이전트: 유입·주문을 집계하고, 측정 코드(UTM)를 정해진 규칙대로 발급합니다. 재고·출고 에이전트: 재고와 출고 현황을 슬랙에서 바로 조회합니다. 솔직히 광고 소재는 처음부터 잘 나오지 않았습니다. 같은 요청을 세 번 넣으면 쓸 만한 건 한 번뿐이었습니다. 시니어 마케터가 오래 집행되는 경쟁사 광고를 분석해 요청 방식을 고쳤고, 세 번 모두 쓸 수 있는 수준까지 맞췄습니다. 해보면서 사람이 끝내야 하는 일도 분명해졌습니다. 실제 제품 패키지 합성, 자막, 광고 문구 최종 검수 효능·수치 표현의 근거 확인 (화장품 표시광고 기준) 상세페이지 완성본 (에이전트는 재료를 만들고, 최종 결합은 디자이너) 시니어 마케터는 이렇게 정리했습니다. "기획을 제대로 넣으면 광고 시안 수준까지 나오고, 집행 전 마감은 사람이 챙겨야 한다." 5. 일본 채널: 반복 입찰은 서버가, 기준과 예외는 사람이일본 큐텐의 검색 광고는 매일 정해진 시각에 입찰이 마감되는 경매 방식입니다. 그동안은 담당자가 매일 그 시간에 맞춰 입찰을 넣어야 했습니다. 이 일을 바꿨습니다. 사람이 기준과 하루 상한을 정하면 서버가 정해진 시각에 입찰을 넣고, 이상이 생기면 바로 멈출 수 있게 했습니다. 동시에 키워드 21개의 검색량과 입찰가를 확인해 상품과 맞는 8개로 좁혔고, 묶음 옵션과 사은품 구성도 함께 설계했습니다. 일본 틱톡샵은 크리에이터에게 샘플을 보내고 판매가 나면 수수료를 주는 구조로 준비하면서, 현지 파트너와 역할을 나눴습니다. 6. 90일 동안 달라진 것쓸 만한 광고 소재: 같은 요청 3번 중 1번 → 3번 모두 일본 큐텐 광고 입찰: 매일 시간 맞춰 하던 수동 입력 → 사람이 정한 기준·상한으로 서버가 정시 실행 성과 측정: 분석 도구에서 빠지던 네이버페이 주문을 찾아, 실제 주문 수와 나란히 보는 기준 마련 고객 이해: 국내·일본 리뷰 약 7.7만 건 분석 업무 흐름: 슬랙 요청 → 에이전트 처리 → 노션 기록으로, 요청과 결과를 한곳에서 확인 A사 내부의 만족도도 높습니다. 경험 많은 시니어가 어떤 일을 에이전트에 맡길지 정하고 결과를 검수하니, 판단이 빠르고 소통도 편하다는 이야기를 들었습니다. "정확히 잘 반영되었습니다." — A사 대표 "정리해 주신 내용 덕분에 방향 잡는 데 정말 도움이 많이 됐어요." — A사 운영 담당자 저희가 맡은 에이전트 구축은 10월 말에 마무리했고, 지금은 시니어 마케터가 에이전트를 직접 쓰며 마케팅을 운영하고 있습니다. 11월 일본 대형 할인 행사의 성과는 결과가 나오는 대로 덧붙이겠습니다. 7. 함께 해보며 배운 세 가지필요한 경험부터 확보하세요. 동종업계와 해외 채널을 함께 해본 사람은 정규직 채용이 쉽지 않습니다. 파트타임으로 그 경험을 먼저 확보하는 방법도 있습니다. 에이전트는 경험 많은 사람의 역량을 키웁니다. 무엇을 요청할지, 결과가 맞는지 판단하는 사람이 있을 때 에이전트의 결과물을 바로 쓸 수 있었습니다. 기록 구조를 먼저 만드세요. 요청과 결과가 한곳에 남으니, 담당자가 바뀌어도 운영이 끊기지 않았습니다. 마무리90일을 돌아보면, 저희가 A사와 다시 설계한 것은 개인의 역할이 아니라 마케팅 업무의 구조였습니다. 이 구조는 기업과 전문가 모두에게 기회가 됩니다. 기업은 작은 팀으로도 더 정확한 성과를 낼 수 있고, 경험 많은 전문가는 주 10시간 단위로 여러 일을 맡으며 자신의 역량을 더 넓게 쓸 수 있습니다. 지금 비어 있는 자리가 있다면, 그 자리에 어떤 일이 섞여 있는지부터 나눠 보세요. 플렉스웍은 파트타임부터 정규직까지, 필요한 형태에 맞춰 그 일을 해본 전문가를 추천해 드립니다. 업무 요청서는 추천된 전문가만 볼 수 있습니다. 맡길 업무 남기고 전문가 추천받기 → 고객사 요청에 따라 기업명과 제품 정보는 공개하지 않습니다. 대표 이미지는 이해를 돕기 위한 일러스트이며 실제 성과 그래프가 아닙니다.

플렉스웍플렉스웍
2026.11.06
AI가 만든 답, 사람의 실력은 어떻게 볼까? | 넥슨 2026 넥토리얼 사례
AI 업무 전환

AI가 만든 답, 사람의 실력은 어떻게 볼까? | 넥슨 2026 넥토리얼 사례

지원자가 AI로 과제를 완성했습니다. 결과물은 매끄럽고 설명도 그럴듯합니다. 채용 담당자는 여기서 무엇을 더 확인해야 할까요? 넥슨의 2026 넥토리얼 게임 프로그래머 전형 안내에는 AI를 쓰는 과정까지 평가하겠다는 방향이 담겨 있습니다. 공식 안내에서 확인할 수 있는 사실을 정리하고, 우리 팀의 면접에 적용해볼 질문 하나를 제안합니다. 넥슨은 무엇을 평가한다고 안내했나요?2026 넥토리얼은 게임 프로그래머 대상 채용형 인턴십입니다. 공식 절차는 서류접수, AI면접, AI활용 역량평가, 직군면접, 팀면접, 입사 순서입니다. 이 전형에서는 별도의 코딩테스트를 진행하지 않는다고 안내했습니다. AI면접과 AI활용 역량평가는 서로 다른 단계입니다. AI면접은 AI와 일대일 대화로 기본기와 공통역량을 확인합니다. AI활용 역량평가는 AI 이해도, 활용 과정과 최종 결과물을 함께 살피며 문제에 접근하는 방식과 구조적으로 생각하는 능력도 평가한다고 설명합니다. 활용할 도구의 범위도 정해져 있습니다. FAQ에 따르면 별도로 제공되는 프로그램 안의 AI만 사용할 수 있고, 테스트 화면을 벗어나 외부 도구를 사용할 수 없습니다. 따라서 이를 원하는 AI 도구를 자유롭게 사용하는 시험이라고 소개하면 실제 안내와 달라집니다. 넥토리얼 공식 전형 안내·FAQ 결과물 다음에는 무엇을 물을까요?“AI가 처음 만든 결과에서 무엇을 고쳤나요? 왜 고쳤는지 설명해 주세요.” 이 질문을 쓰려면 수정 전후의 자료를 함께 받아보세요. 말로만 설명하는 것보다 지원자가 실제로 검토한 지점을 구체적으로 확인할 수 있습니다. 고객·회사 정보를 제거한 짧은 예시나 면접용으로 제공한 자료를 활용할 수 있습니다. 제품 기획자를 인터뷰한다면 요구사항 초안의 전후 버전을 볼 수 있습니다. 사용자가 겪는 문제를 잘못 짚은 부분, 개발 제약을 빠뜨린 부분, 근거 없이 단정한 문장을 찾아 어떻게 수정했는지 설명하도록 요청하는 방식입니다. 이는 제품 기획 직무에 맞춘 적용 예시이며 넥슨의 실제 시험 사례가 아닙니다. 답을 들을 때는 표현이 더 자연스러워졌다는 설명에서 한 걸음 더 들어가보세요. 어떤 자료와 대조했는지, 수정하지 않은 부분도 확인했는지, 아직 확신하지 못하는 것은 무엇인지 물을 수 있습니다. 우리 팀의 기준은 직무에 맞춰 정해야 합니다AI를 잘 다루는지 확인하려면 먼저 맡길 업무와 허용할 도구를 정해야 합니다. 입력 자료, 작업 시간, 외부 도구 사용 범위를 안내하고 같은 직무 지원자에게 같은 기준을 적용해보세요. 면접 기록에는 지원자가 제시한 근거와 확인하지 못한 내용을 나눠 남길 수 있습니다. AI 결과를 그대로 채택한 부분과 직접 수정한 부분을 구분하면, 다음 면접관도 어떤 판단을 더 확인해야 할지 알 수 있습니다. 이 질문 하나만으로 실력이 검증됐다고 결론 내릴 수는 없습니다. 직무에 필요한 경험과 기초 역량, 실제 과제 수행, 협업 과정의 설명을 함께 살펴보세요. 이번 넥슨 사례도 특정 전형의 공개 설계를 보여주는 자료이며, 채용 정확도나 입사 후 성과가 개선됐다는 결과 자료는 아닙니다. 플렉스웍에서 업무에 맞는 전문가 살펴보기 → 출처·시점 안내 넥슨컴퍼니, 「2026 넥토리얼 For Game Programmer」 전형 안내·FAQ. 공식 페이지. 확인일: 2026년 11월 5일. 해당 전형의 지원 접수는 2026년 9월 7일 오후 4시에 마감됐고, AI활용 역량평가는 10월 3일 일정으로 안내됐습니다. 이 글은 현재 지원할 수 있는 모집 공고가 아닌 채용 평가 방식의 사례 소개입니다. 실제 문항·배점·평가 결과는 확인한 공개 안내에 제시되어 있지 않습니다. 공식 안내는 요약해 소개했으며, 면접 질문과 제품 기획 예시는 플렉스웍의 독립적인 실무 제안입니다.

플렉스웍플렉스웍
2026.11.04
AI가 기획안을 써줘도, PM은 무엇을 직접 확인해야 할까? | 마이크로소프트 연구
AI 업무 전환

AI가 기획안을 써줘도, PM은 무엇을 직접 확인해야 할까? | 마이크로소프트 연구

AI가 정리한 기획안을 보고 회의에 들어갔습니다. 문서에는 고객의 문제와 해결 방향이 깔끔하게 적혀 있습니다. 이제 어떤 안을 개발할지 결정할 차례입니다. 이때 기획자가 설명할 수 있어야 하는 것은 무엇일까요? 초안을 만드는 과정에 AI가 참여했다면, 직접 확인한 근거와 아직 확인하지 못한 가정을 구분하는 일이 더 중요해집니다. 마이크로소프트 PM의 실제 업무 경험을 조사한 연구를 한국어로 짧게 정리하고, 제품 기획 회의에서 써볼 검토 방법을 제안합니다. 이 글은 논문 전문 번역이 아닌 플렉스웍의 독립 요약·해설입니다. 연구에서는 무엇을 확인했나요?연구진은 2025년 4~6월 마이크로소프트 PM 885명을 설문하고 15명을 인터뷰했습니다. 동의한 참여자 731명의 도구 사용 기록도 분석했습니다. 한 회사의 AI 활용 경험을 조사한 연구이며, 특정 업무 방식의 효과를 무작위 실험으로 입증한 자료는 아닙니다. 한 참여자는 브레인스토밍 메모를 AI에 전달해 제품 요구사항 초안을 만들었다고 설명했습니다. 자신의 입력을 바탕으로 문제와 가능한 해결책을 정리한 사례입니다. 연구의 4.1.2절에 소개됩니다. 4.2.1절에서는 업무를 맡기는 기준이 드러납니다. 참여자들은 회의록 요약처럼 부담이 낮은 일은 쉽게 맡겼지만, 제품 명세나 사용자 여정처럼 책임이 큰 일에는 신중했습니다. AI가 작성해도 결과에 대한 책임은 자신에게 있다고 느꼈고, 정확성을 확인할 방법을 중요하게 봤습니다. 이 결과를 마이크로소프트 전체의 공식 업무 규정으로 읽어서는 안 됩니다. AI가 선택을 어렵게 만든다거나 기획자의 판단력을 떨어뜨린다는 인과관계를 검증한 연구도 아닙니다. 연구 원문에서 방법과 결과 확인하기 우리 팀에 적용한다면: 초안 옆에 확인 기록을 남겨보세요여기서부터는 연구에서 착안한 플렉스웍의 실무 제안입니다. 아래 절차의 효과를 연구진이 실험한 것은 아닙니다. 기획안을 보고받을 때 완성본만 받으면, 어떤 문장이 근거를 갖췄는지 알기 어렵습니다. 초안 옆에 세 가지를 짧게 적도록 해보세요. AI에 제공한 입력, 사람이 대조한 자료, 아직 검증하지 않은 가정입니다. 예를 들어 온보딩 화면을 개선한다고 해보겠습니다. 다음은 적용 방법을 설명하기 위한 예시이며 실제 고객사 사례가 아닙니다. AI는 단계 수를 줄인 안과 도움말을 보강한 안을 제안할 수 있습니다. 어느 쪽을 먼저 만들지는 현재 사용자가 어디에서 멈추는지 확인한 뒤 정해야 합니다. “사용자가 헷갈릴 것 같다”는 생각과 “테스트 참여자가 다음 버튼을 찾지 못했다”는 관찰은 다릅니다. 메모에 둘을 구분하고 화면 버전과 확인 날짜를 붙여두면, 다른 사람이 같은 자료를 보면서 질문할 수 있습니다. 실행할 하나를 고를 때 물어볼 네 가지고객 문제: 누구의 어떤 불편을 해결하나요? 실제로 확인한 기록이 있나요? 선택 근거: 다른 안보다 먼저 실행할 이유는 무엇인가요? 사용성과 개발 공수는 어떻게 비교했나요? 남은 가정: 근거가 부족한 부분은 어디인가요? 어떤 결과가 나오면 선택을 바꾸겠나요? 다음 확인: 누가, 언제, 어떤 방식으로 검증하고 실행 여부를 정하나요? 후보마다 같은 질문을 적용해보세요. 아직 답하지 못한 항목은 확인 필요로 남기면 됩니다. 빈칸을 AI의 추측으로 채우기보다, 다음 사용자 테스트나 개발 검토에서 물을 질문으로 바꾸는 편이 회의 목적에 맞습니다. 기획자의 실력은 수정 이유에서도 드러납니다기획자를 채용하거나 외부 전문가에게 일을 맡길 때는 최종 기획안과 함께 검토 과정을 요청해보세요. AI 초안에서 무엇을 바꿨는지, 어떤 고객 기록을 근거로 삼았는지, 보류한 대안은 무엇인지 물을 수 있습니다. 업무를 맡기는 범위도 구체적으로 정해보세요. 사용자 메모 정리, 요구사항 초안 검토, 후보 비교, 다음 테스트 설계처럼 산출물을 나누면 필요한 직무 경험과 협업 시간을 함께 검토할 수 있습니다. 내부 의사결정자는 실행 여부와 책임자를 분명히 남깁니다. 다음 보고에서는 “안이 몇 개 나왔나요?”에 이어 “이 안을 선택하기 전에 무엇을 직접 확인했나요?”를 물어보세요. 제안서를 처음 읽는 사람의 관점으로 점검하는 무료 가이드 보기 → 원문 및 작성 범위 Mara Ulloa 외 6명, Product Manager Practices for Delegating Work to Generative AI: Accountability must not be delegated to non-human actors, arXiv:2510.02504v1, 2025년 10월 2일 공개. 논문 원문 · 연구 방법·결과 전문 위 연구 소개는 원문 핵심의 한국어 요약이며, 이후 예시·질문·업무 구분은 플렉스웍이 작성한 적용 제안입니다. 원문 전문·도표는 재게시하지 않았습니다. 마이크로소프트나 연구진이 플렉스웍의 해설을 검토·보증한 글이 아닙니다. 대표 이미지: 플렉시 캐릭터를 활용한 AI 일러스트입니다.

플렉스웍플렉스웍
2026.11.04
전체보기

검증된 AI-Native 전문가를 더 빠르게 연결합니다

AI-Native 전문가와 프로젝트를
더 빠르고 정확하게 실행할 수 있습니다.

AI-Native 전문가 매칭 플랫폼 | 플렉스웍