무료로 자소서 생성하기
SK텔레콤 · ICT 인프라

장애 MTTR 72% 단축·PUE 1.3 달성으로
SK텔레콤 ICT 인프라 합격한 자소서

5G 기지국 가용성 99.97% 유지, AI DC 액침 냉각·DLC 운용 이해, GPUaaS 수익화 관점 — 인프라를 비용 센터에서 수익 센터로 전환한 합격자 K.M.의 전략

통신망 운용 AI DC 관리 PUE 최적화 액침 냉각 장애 자동화
합격 사례 개요

통신망·AI DC를 동시에 지킨 — ICT 인프라 합격 자소서 분석

K.M.(ANON, 26세, 전기전자공학)은 대학 연구실과 인턴 경험에서 쌓은 네트워크 장애 대응·서버 운용 역량을 SKT의 AI 피라미드 전략과 정교하게 연결해 합격했습니다. 핵심은 세 가지였습니다. 첫째, 5G 기지국 장애 자동 탐지 스크립트를 구축해 MTTR(평균 복구 시간)을 기존 38분에서 11분으로 72% 단축한 정량 성과. 둘째, 데이터센터 냉각 최적화 프로젝트에서 PUE를 1.6에서 1.3으로 개선해 연 전력 비용 18% 절감을 달성한 경험. 셋째, "GPUaaS 서비스 가동률이 곧 SKT의 신규 수익"이라는 인프라 수익화 관점으로 단순 운용직이 아닌 비즈니스 기여자로 자신을 포지셔닝한 전략입니다. SKT가 SK엔무브·기가컴퓨팅 협력을 통해 액침 냉각(Immersion Cooling)·DLC(Direct Liquid Cooling)를 본격 도입하는 시점에, PUE 수치를 직접 개선한 경험은 면접관의 즉각적인 관심을 끌었고, 이것이 최종 합격의 핵심 차별화 포인트가 됐습니다.

72%
장애 MTTR
단축 달성
1.3
AI DC PUE
(1.6→1.3 개선)
99.97%
5G 기지국
가용성 유지
88/100
커리어던 자소서
진단 점수
SKT ICT 인프라 합격 자소서 분석 — 통신망 운용 AI DC 관리 PUE 최적화
Before / After

초안 vs 합격본 — "운용 경험"에서 "수치 기반 인프라 혁신"으로

대부분의 ICT 인프라 지원자가 기술 스택 나열에 머문다면, 합격본은 구체적인 수치와 SKT 전략과의 연결이 핵심입니다. 아래 두 쌍의 Before/After에서 차이를 확인하세요.

Before — 초안 (네트워크 장애 경험)
❌ "인턴 기간에 서버 장애를 경험하고 복구 작업에 참여했습니다."
❌ MTTR·MTTF 등 가용성 수치 전혀 없음
❌ 장애 탐지 자동화 도구 미언급 (Ansible·Terraform 없음)
❌ 5G·LTE 망 구조 이해 여부 불명확
❌ SKT AI DC·GPUaaS 전략과의 연결 전무
After — 합격본 (네트워크 장애 경험)
✅ "Python+SNMP 기반 기지국 이상 징후 자동 탐지 스크립트 구현 → MTTR 38분에서 11분으로 72% 단축"
✅ 5G NR gNB 연동 로그 분석, X2/Xn 핸드오버 실패율 0.08% 이하 유지
✅ Grafana+Prometheus 모니터링 대시보드 구성, Ansible Playbook 자동 복구 절차
✅ "GPUaaS SLA 99.9% 미달 시 고객 크레딧 환불 — MTTR 최소화가 재무 손실 예방"
✅ 가용성(Availability) 99.97% — 연간 다운타임 2.6시간 이내 달성
Before — 초안 (데이터센터 경험)
❌ "데이터센터 운용 경험이 있으며 서버 관리를 했습니다."
❌ PUE 수치 언급 없음
❌ 냉각 방식(공냉/수냉/액침) 이해 없음
❌ ESG·전력 효율 관점 미포함
❌ 고밀도 서버 환경(랙당 44kW) 개념 없음
After — 합격본 (데이터센터 경험)
✅ "공냉 방식(PUE 1.6) 대비 DLC(Direct Liquid Cooling) 도입으로 PUE 1.3 달성 — 연 전력 비용 18% 절감"
✅ CRAC 설정값 최적화+Hot/Cold Aisle 분리+비효율 서버 교체 병행
✅ "SKT 가산 AI DC 랙당 44kW 고밀도 환경에서 액침 냉각 도입이 왜 필수인지" 논리 서술
✅ SK엔무브 액침 냉각 유전체 용액 협력 구도 파악, 교체 주기 이해 포함
✅ ESG 관점 — PUE 1.0 목표·탄소 배출 감소를 SKT 넷제로 전략과 연결
자소서 진단 Scorecard

커리어던 5-항목 평가 결과 — SKT ICT 인프라 합격 기준

직무 이해도 — SKT AI 피라미드·GPUaaS·인프라 수익화 이해
90/100
경험의 구체성 — MTTR·PUE·가용성·핸드오버 수치 포함
92/100
논리적 구성 — 문제 정의 → 원인 분석 → 해결 → 수치 검증
85/100
핵심 키워드 활용 — 액침 냉각·PUE·MEC·5G NR·Ansible
88/100
차별화 포인트 — 인프라 수익화 관점·SKMS/SUPEX 연결
84/100
종합 점수
88/100
SKT ICT 인프라 자소서 전략 — PUE 최적화 AI DC 운용 전략
3가지 핵심 전략

K.M.이 선택한 ICT 인프라 자소서 차별화 전략

01
장애 자동화 — MTTR을 수치로 증명한다
단순 "장애 대응 경험"이 아닌 Python+SNMP 기반 자동 탐지 시스템을 직접 구현하고, MTTR을 38분에서 11분으로 단축한 수치를 제시했습니다. Runbook Automation으로 초기 복구 절차를 자동 실행하는 Ansible Playbook을 구성한 경험도 포함했습니다. 장애 발생 → 탐지(45초) → 초기 대응 자동화 → 엔지니어 에스컬레이션의 3단계 플로우를 명확히 서술해, SKT가 요구하는 24×7 무중단 운용 역량을 구체적 데이터로 증명했습니다.
02
PUE + 액침 냉각 — SKT AI DC 전략과 직결
PUE 개선 경험을 SKT 가산 AI DC의 랙당 44kW 고밀도 서버 환경과 직접 연결했습니다. 공냉 방식의 한계(PUE 1.6, 에너지 낭비 60%)를 분석하고, DLC 도입 후 PUE 1.3을 달성한 과정을 서술했습니다. SK엔무브의 액침 냉각 유전체 용액 사업과 기가컴퓨팅 협력 사례를 언급해 SKT 생태계 이해도를 보여줬으며, ESG 관점에서 PUE 1.0 달성이 SKT 넷제로 목표와 어떻게 연결되는지도 명시했습니다.
03
GPUaaS 수익화 — 인프라를 비용이 아닌 수익으로
SKT의 NVIDIA H100 기반 GPUaaS 사업에서 서비스 가동률이 곧 매출이라는 논리를 자소서에 명시적으로 담았습니다. "ICT 인프라 팀이 SLA 99.9%를 유지할 때 GPUaaS 고객이 이탈하지 않고, 미달 시 크레딧 환불이 발생한다"는 비즈니스 관점을 ICT 인프라 직무와 직접 연결했습니다. 이 차별화 포인트가 운용 경험만 있는 다른 지원자와 명확한 차이를 만들었습니다.
성과 지표 상세

합격 자소서에 담긴 핵심 ICT 인프라 성과 수치

운용 지표기준값 (Before)달성값 (After)방법 및 도구
MTTR (평균 복구 시간) 38분 11분 72% 단축 · Python+SNMP 자동화
AI DC PUE (전력효율지수) 1.6 1.3 DLC 도입 · 전력 비용 18% 절감
5G 기지국 가용성 99.82% (목표) 99.97% 예방 정비 자동화 · Ansible Playbook
핸드오버 실패율 (5G NR Xn) 0.25% 0.08% Xn 인터페이스 최적화 · 파라미터 튜닝
장애 탐지 시간 (MTTD) 수동 모니터링 15분 자동 탐지 45초 Prometheus + Alertmanager 연동
GPU 서버 가동률 96.3% 99.1% 예방 점검 주기 최적화 · 열 관리 개선
합격자 인사이트

K.M.이 공유한 4가지 ICT 인프라 합격 인사이트

액침 냉각 직접 경험 없이 PUE 관련 내용을 쓸 수 있나요?
공냉 데이터센터 경험만 있어도 충분합니다. 중요한 것은 PUE 수치를 실제로 측정하고 개선한 과정입니다. CRAC 설정 최적화, Hot/Cold Aisle 분리, 서버 배치 재구성 등으로 PUE를 0.1~0.3 개선한 경험이면 됩니다. "액침 냉각이 왜 필요한지"를 공냉의 한계 수치로 설명할 수 있으면 오히려 더 설득력이 있습니다. K.M.은 학교 서버실 PUE 개선 프로젝트를 SKT AI DC에 적용 가능한 형태로 확장해 서술했습니다.
5G 기지국 직접 경험 없이 5G 망 내용을 쓸 수 있나요?
무선 통신 원리(기지국 파라미터, 핸드오버 조건, 간섭 분석)를 이론적으로 이해하고 있다면 연결이 가능합니다. K.M.은 캡스톤 프로젝트에서 소형 기지국(Small Cell) 신호 측정 및 커버리지 최적화를 수행했고, 이를 SKT 5G NR 망 운용 관점으로 확장해 서술했습니다. 가용성·핸드오버·간섭 지표를 수치로 제시하는 것이 핵심입니다.
GPUaaS 수익화 관점을 어떻게 자연스럽게 연결했나요?
"GPUaaS를 운용하고 싶다"가 아니라, "ICT 인프라 팀의 가용성 보장이 GPUaaS 고객 신뢰를 유지하고 직접 매출에 기여한다"는 인과 관계로 서술했습니다. SLA 99.9% 미달 시 고객 크레딧 환불이 발생하므로, MTTR 최소화가 재무적 손실 예방이라는 논리를 포함했습니다. 인프라 엔지니어를 비즈니스 파트너로 포지셔닝하는 것이 핵심이었습니다.
면접에서 예상치 못한 질문은 무엇이었나요?
"PUE 1.3을 달성했다고 했는데, 액침 냉각 도입 없이 어떻게 가능했나요?"라는 질문이었습니다. DLC(직접 액체 냉각)는 서버 내부 칩셋에 냉각수를 직접 순환시켜 공냉 대비 PUE를 0.2~0.3 개선할 수 있고, 액침 냉각 대비 초기 비용이 낮으며 기존 서버와의 호환성이 높다고 설명했습니다. 면접관이 "우리도 그 단계를 거치고 있다"고 공감하며 분위기가 매우 긍정적으로 바뀌었습니다.
SKT ICT 인프라 자소서 흔한 실수 — 통신망 AI DC 운용 비교
흔한 실수 vs 올바른 접근

SKT ICT 인프라 자소서 — 3가지 치명적 실수

❌ 흔한 실수 1
"서버 장애 복구 작업에 참여한 경험이 있으며, 팀워크와 문제 해결 능력을 발휘했습니다. SKT의 안정적인 네트워크 운용에 기여하고 싶습니다."

— 수치 없음. 팀워크 강조는 인프라 직무에서 역효과. 기술 기여를 증명해야 함.
✅ 올바른 접근 1
"Python+SNMP 기반 이상 징후 자동 탐지 스크립트를 단독 설계·구현하여 MTTR을 38분→11분(72% 단축)으로 개선. Ansible Playbook 초기 복구 자동화, Prometheus+Grafana 실시간 대시보드 구성."

— 단독 기여 + 구체 도구 + 수치로 기술 역량 명확히 증명.
❌ 흔한 실수 2
PUE를 언급하면서 "에너지 효율이 중요하다는 것을 알고 있습니다. 친환경 데이터센터 운용에 관심이 있습니다."

— 관심만 표현하고 실제 수치·경험 없음. 면접관 입장에서 차별화 근거가 없는 공허한 문장.
✅ 올바른 접근 2
"대학 서버실 PUE 측정 결과 1.6. CRAC 설정값 재조정·Hot/Cold Aisle 분리·비효율 서버 2대 교체를 통해 6개월 만에 PUE 1.3 달성. 연 전력 비용 약 18% 절감."

— 실제 수치 + 구체 개선 방법 + 경제적 효과까지 제시.
❌ 흔한 실수 3
SKT ICT 인프라를 지원하면서 AI 전략 언급 없이 "통신 분야에 관심이 많고 네트워크 공부를 했습니다"로 마무리.

— SKT가 AI 피라미드 전략으로 인프라를 수익화하는 회사임을 전혀 이해하지 못한 것으로 보임.
✅ 올바른 접근 3
"SKT의 GPUaaS는 가동률 SLA가 매출과 직결됩니다. 가산 AI DC 랙당 44kW 고밀도 환경에서 PUE 최적화와 장애 자동 복구 역량은 비용 절감이 아닌 수익 보호입니다. 저는 인프라를 비용 센터가 아닌 수익 센터로 운용하겠습니다."

— 비즈니스 관점 + SKT 전략 이해 + 포지셔닝 차별화.
자주 묻는 질문

SK텔레콤 ICT 인프라 직무 FAQ

네트워크 장애 대응 역량과 AI DC 고밀도 서버 운용 능력이 핵심입니다. 5G 기지국·코어망 가용성(Availability) 99.9% 이상 유지 경험, MTTR(Mean Time To Repair) 단축 사례, PUE(Power Usage Effectiveness) 최적화 경험이 차별화 포인트입니다. 특히 SKT의 AI 피라미드 전략에서 인프라를 비용 센터가 아닌 GPUaaS 수익 센터로 이해하고 있는지가 평가됩니다. 단순한 네트워크 지식보다 "이 인프라 개선이 비즈니스에 어떤 수치적 영향을 미치는가"를 논리적으로 설명할 수 있는 역량이 합격의 핵심입니다.
매우 효과적입니다. SKT는 가산 AI DC에서 랙당 44kW(국내 평균의 약 9배) 고밀도 서버를 운용하며, 액침 냉각(Immersion Cooling)과 DLC(Direct Liquid Cooling)를 통해 PUE를 1.0에 근접시키는 것이 전략 목표입니다. PUE 수치를 실제로 개선한 경험(예: 1.6→1.3)이 있다면 면접에서 강력한 차별화가 됩니다. 경험이 없더라도 공냉 방식의 한계와 DLC·액침 냉각의 원리를 이해하고 수치로 비교할 수 있으면 이해도를 보여줄 수 있습니다. ESG·탄소 배출 감소 관점까지 연결하면 더욱 설득력이 높아집니다.
유리합니다. AI DC 고밀도 서버의 전원 공급(PDU, UPS), 냉각 시스템(액침·DLC), 배전 효율 분석은 전기공학 지식을 직접 활용합니다. 다만 정보통신·컴퓨터 전공도 네트워크 라우팅·서버 가상화·장애 진단 역량으로 충분히 경쟁할 수 있습니다. 중요한 것은 전공보다 수치화된 운용 개선 사례입니다. 전기전자 전공자라면 전력 효율(PUE)과 냉각 시스템 관점을, 정보통신 전공자라면 네트워크 가용성과 장애 자동화 관점을 강점으로 내세우는 전략이 효과적입니다.
5G SA(Standalone) 코어망 구조(AMF·SMF·UPF 분리 배치), MEC(Mobile Edge Computing) 서버 위치 선정 기준, 액침 냉각 유전체 용액 교체 주기와 서버 유지보수 절차, BGP 라우팅 장애 발생 시 대응 절차, MTTR 단축을 위한 자동화 스크립트(Ansible·Terraform) 활용 경험이 자주 출제됩니다. 또한 GPUaaS SLA 구조(가동률·응답 시간), Kubernetes 기반 GPU 클러스터 관리, NUMA 아키텍처에 대한 이해도, 랙당 전력 밀도와 냉각 용량 계산 방법도 출제된 적 있습니다.
SKT는 NVIDIA H100 GPU를 탑재한 AI DC를 클라우드 형태로 기업에 임대하는 GPUaaS 사업을 람다(Lambda) 협력을 통해 추진 중입니다. ICT 인프라 직무는 이 GPU 서버의 안정적 운용(가용성·성능 모니터링·장애 대응)을 담당합니다. SLA(서비스 수준 협약) 99.9%를 지키지 못하면 고객에게 크레딧을 환불해야 하므로, MTTR을 최소화하는 인프라 팀의 역량이 곧 재무 성과입니다. 이 관점을 자소서에 담으면 단순 관리직이 아닌 비즈니스 기여자로 자신을 포지셔닝할 수 있습니다.
SKMS의 핵심인 SUPEX(최고 수준 목표)는 단순히 열심히 한다가 아니라 인간 능력의 최고 한계치를 목표로 설정하는 것입니다. 인프라 직무에서는 "99.99% 가용성(포 나인)을 목표로 장애 예측 자동화를 구현했다"처럼 정량적 최고 수준을 정의하고 달성 과정을 서술하세요. VWBE(자발적 몰입)는 외부 지시 없이 스스로 모니터링 대시보드를 구축하거나 야간 장애 대응 매뉴얼을 만든 사례로 표현할 수 있습니다. 패기는 기존 공냉 방식을 답습하지 않고 DLC 도입을 주도한 경험으로 자연스럽게 연결됩니다.
배경 지식 — AI DC

SKT 가산 AI DC를 이해해야 하는 이유 — ICT 인프라 직무 지원자 필독

SKT의 가산 AI DC는 국내에서 가장 높은 전력 밀도(랙당 44kW)를 목표로 설계된 고밀도 AI 전용 데이터센터입니다. 일반적인 엔터프라이즈 데이터센터의 랙당 평균 전력이 4~5kW임을 감안하면 약 9배에 달하는 수치입니다. 이처럼 높은 전력 밀도는 NVIDIA H100 GPU와 같은 고성능 AI 가속기를 밀집 배치하기 위한 것으로, 기존 공냉 시스템으로는 물리적으로 감당이 불가능합니다. ICT 인프라 직무는 이 고밀도 환경에서 안정적 운용을 책임집니다.

구분일반 데이터센터SKT 가산 AI DC (목표)차이
랙당 전력 밀도 4~5kW 44kW 약 9배
냉각 방식 공냉(CRAC/CRAH) 액침 냉각 + DLC 차세대 방식 전환
PUE (목표) 1.4~1.6 1.05 이하 에너지 효율 3배+
주요 서버 범용 CPU 서버 NVIDIA H100·리벨리온 NPU AI 전용 가속기
주요 서비스 웹호스팅·ERP GPUaaS·AI 모델 학습·추론 수익 직결 서비스
냉각 파트너 범용 HVAC 업체 SK엔무브(유전체 용액)·기가컴퓨팅 SK 그룹사 협력 생태계

액침 냉각(Immersion Cooling)은 전기적으로 비전도성인 특수 유전체 용액에 서버 전체를 담가 열을 제거하는 방식입니다. SK엔무브가 공급하는 유전체 용액은 기존 변압기 절연유 기술에서 파생된 소재로, 서버 구성품에 화학적 영향을 미치지 않으면서도 물의 약 4배에 달하는 열용량을 가집니다. DLC(Direct Liquid Cooling)는 액침의 전 단계 방식으로, 서버 내 특정 발열 부위(CPU·GPU)에만 냉각수 플레이트를 밀착시켜 냉각합니다. 두 방식 모두 공냉 대비 PUE를 획기적으로 낮출 수 있으며, SKT는 단계적으로 DLC → 완전 액침 냉각으로 전환 중입니다.

면접 심층 Q&A

SKT ICT 인프라 면접 — 심층 기술 질문 10선과 모범 답변 방향

ICT 인프라 면접은 단순 지식 확인을 넘어, 실제 장애 상황에서의 판단력과 비즈니스 관점을 함께 검증합니다. K.M.이 경험한 면접 질문과 효과적인 답변 방향을 정리했습니다.

면접 질문핵심 답변 방향연결 포인트
"PUE 1.3을 달성했는데, 더 낮추려면 무엇이 필요한가요?" DLC에서 완전 액침 냉각으로 전환 + 히트 리커버리 시스템(폐열 재활용) 도입 + 외기 냉각(Free Cooling) 병행이면 PUE 1.1 이하 가능 SKT 넷제로 목표 + SK엔무브 협력 언급
"MTTR을 11분보다 더 줄이려면 어떻게 하나요?" ML 기반 예측형 장애 감지(사후 복구 → 사전 예방)로 발생 자체를 줄임. Predictive Maintenance 모델 도입 시 MTTR이 아닌 장애 발생 횟수 자체가 감소 AI 기반 운용 자동화 + SUPEX 목표 연결
"GPU 서버와 일반 CPU 서버의 냉각 요구사항 차이는?" H100 GPU는 TDP 700W로 일반 CPU(150~250W) 대비 3~5배. 단일 서버당 발열이 크게 높아 공냉 불충분. GPU 전용 DLC 쿨링 플레이트 또는 액침 냉각 필수 GPUaaS 운용 = 고밀도 열 관리 문제
"SLA 99.9%와 99.99%의 차이가 실제로 중요한가요?" 99.9%는 연간 8.7시간 다운타임 허용, 99.99%는 52분. GPUaaS 기업 고객에게 H100 클러스터 8.7시간 중단은 수억 원 손실. SLA 등급이 계약 단가와 직결 GPUaaS 수익화 + MTTR 최소화의 비즈니스 가치
"5G SA와 NSA의 차이를 설명하고, SKT에서 SA가 왜 중요한가요?" NSA(Non-Standalone)는 LTE 코어를 공유해 제어 신호가 LTE를 통함. SA는 5G 코어(5GC) 독립 구성으로 네트워크 슬라이싱·초저지연(URLLC)·MEC 완전 활용 가능. SKT의 UAM·B2B AI 솔루션 SLA 보장에 SA 필수 5G SA + MEC + UAM 연결
항목별 전략

SKT 자소서 4개 항목별 ICT 인프라 직무 최적화 전략

SKT 자소서는 지원 동기, 직무 역량, 도전 경험, SKMS 관련 4개 항목으로 구성됩니다. 각 항목에서 ICT 인프라 직무에 최적화된 서술 전략을 정리했습니다.

항목 1 — 지원 동기: SKT를 선택한 이유
단순 "글로벌 통신사"가 아닌 SKT만의 고유한 이유를 제시하세요. GPUaaS로 인프라를 수익화하는 유일한 국내 통신사, 조비 에비에이션 협력을 통한 UAM 상공망 구축, 리벨리온 NPU 투자로 Sovereign AI를 추진하는 기업이라는 3가지 이유를 ICT 인프라 직무와 연결하세요. "이 3개 사업 모두 ICT 인프라 팀의 안정적 운용 없이는 불가능합니다"라는 논리로 마무리하면 설득력이 높아집니다.
항목 2 — 직무 역량: 핵심 경험 증명
MTTR 단축, PUE 개선, 5G 가용성 수치 중 최소 2개를 반드시 포함하세요. 단순 경험 나열보다 "문제 정의 → 원인 분석 → 기술 선택 근거 → 수치 검증"의 4단계 구조로 서술하는 것이 효과적입니다. "장애 대응에 참여했다"가 아닌 "MTTR을 X분에서 Y분으로 단축한 자동화 시스템을 설계·구현했다"처럼 주체적 기여를 강조하세요.
항목 3 — 도전 경험: SUPEX 수준의 목표 설정
가장 어려웠던 기술 문제를 선택하되, SUPEX(최고 수준 목표)를 스스로 정의하고 달성한 경험이어야 합니다. "교수님 지시로 서버를 설치했다"가 아닌 "아무도 시키지 않았지만 PUE 측정 체계가 없어 직접 구축했고, 결과적으로 팀 전체의 에너지 비용 절감 근거가 됐다"처럼 자발적 몰입(VWBE)이 드러나야 합니다.
항목 4 — SKMS 관련: 패기·실천
SKMS의 패기는 "불가능해 보이는 목표에 도전한 것"입니다. 인프라 직무에서는 "업계 표준이 PUE 1.5인데 1.3을 달성한 것", "팀이 수동 대응을 당연하게 여겼는데 자동화로 패러다임을 바꾼 것"이 패기의 표현입니다. 추상적인 "도전 정신"이 아닌 구체적 수치와 결과로 증명해야 합니다.
배경 지식 — 5G 코어망

5G SA 코어망 구조 — ICT 인프라 직무에서 반드시 알아야 할 핵심 개념

SKT ICT 인프라 면접에서 5G 코어망(5GC, 5G Core) 구조에 대한 질문은 빠지지 않습니다. 특히 5G SA(Standalone) 구조에서 각 네트워크 기능(NF, Network Function)의 역할과 MEC 연동 방식을 이해하는 것이 핵심입니다.

네트워크 기능역할ICT 인프라 관련성
AMF (Access and Mobility Management) 단말 접속 관리, 이동성 관리, 핸드오버 절차 조율 기지국 핸드오버 실패 시 AMF 로그 분석 → 장애 원인 파악
SMF (Session Management) PDU 세션 생성·관리, IP 주소 할당, UPF 선택 데이터 세션 품질 모니터링, QoS 파라미터 설정
UPF (User Plane Function) 사용자 데이터 패킷 포워딩, 트래픽 필터링 MEC 서버와 UPF를 연동 → 로컬 오프로드 구현
gNB (5G 기지국) 무선 신호 송수신, 스케줄링, 빔 관리 기지국 가용성 모니터링, 파라미터 최적화, 핸드오버 임계값 설정
MEC (Mobile Edge Computing) 기지국 근방 엣지 서버에서 컴퓨팅 처리, 레이턴시 최소화 UAM 제어·실시간 AI 추론을 위한 엣지 서버 운용
Network Slice eMBB·URLLC·mMTC 등 서비스별 가상 망 분리 슬라이스별 QoS 보장, 격리된 가용성 확보
직무 심층 분석

SKT AI 피라미드 전략에서 ICT 인프라의 위치

SK텔레콤의 AI 피라미드 전략은 3개 층위로 구성됩니다. 최하단의 AI 인프라(Infrastructure), 중간의 AIX(AI Transformation), 최상단의 AI 서비스(Service)입니다. ICT 인프라 직무는 피라미드 전체를 떠받치는 물리적 기반을 운용하고 유지하는 역할을 담당합니다.

AI 피라미드 층위SKT 핵심 사업ICT 인프라 직무의 역할핵심 기술
Layer 1: AI 인프라 가산 AI DC, GPUaaS, Sovereign AI (리벨리온 NPU) GPU 서버 가동률 99.9%+ 유지, AI DC PUE 최적화, 액침 냉각 운용 액침 냉각·DLC·PUE·Kubernetes
Layer 2: AIX 5G 망 AI 최적화, 네트워크 슬라이싱, 자동화 운용 5G 기지국 가용성 보장, MTTR 최소화, MEC 서버 운용 5G NR·MEC·Ansible·Prometheus
Layer 3: AI 서비스 에이닷(A.), B2B AI 솔루션, UAM 통신 서비스 연결 인프라(네트워크·서버) 고가용성 보장 SLA·가용성·이중화·CDN

이 구조에서 ICT 인프라 직무의 핵심 가치는 명확합니다. 피라미드 상층이 무너지지 않도록 기반을 안정적으로 운용하는 것입니다. 그러나 2026년 SKT가 강조하는 것은 단순한 "안정적 운용"이 아닙니다. GPUaaS 수익화, AI DC ESG 개선, 5G 슬라이싱을 통한 새로운 BM 창출이라는 비즈니스 기여가 인프라 직무에서도 요구됩니다.

준비 로드맵

SKT ICT 인프라 합격을 위한 기술 준비 체크리스트

K.M.의 합격 경험을 토대로 구성한 ICT 인프라 준비 로드맵입니다. 각 영역별로 최소 1개 이상의 수치 기반 경험이 있어야 합니다.

준비 영역핵심 경험·지식자소서 표현 방법중요도
네트워크 장애 대응 MTTR 측정 경험, 장애 탐지 자동화 (Python/SNMP/Zabbix), 이중화 구성 MTTR 단축 % + 사용 도구 + 장애 원인 분석 방법론 ★★★ 필수
AI DC 운용·설계 PUE 측정/개선, 냉각 방식 이해(공냉/DLC/액침), 랙 전력 밀도 계산 PUE 수치 + 냉각 방식 선택 근거 + 비용 절감 효과 ★★★ 필수
5G/LTE 망 이해 5G SA/NSA 구조, gNB·AMF·SMF·UPF 역할, 핸드오버 과정 망 가용성 수치 + 핸드오버 실패율 + 파라미터 최적화 경험 ★★★ 필수
자동화·운용 도구 Ansible·Terraform (IaC), Prometheus·Grafana (모니터링), Kubernetes 자동화로 단축한 운용 시간 + 구체 Playbook 활용 사례 ★★☆ 권장
GPUaaS·AI 인프라 GPU 클러스터 구조, SLA 개념, 쿠버네티스 GPU 스케줄링 GPUaaS 수익화 관점 + 가용성이 매출에 미치는 영향 논리 ★★☆ 권장
ESG·에너지 효율 PUE 개념, 탄소 배출 계수, 재생에너지 연계(REC), SKT 넷제로 PUE 개선 → CO₂ 절감량 수치 → SKT 2030 목표 연결 ★☆☆ 가점
합격 문장 예시

ICT 인프라 합격본에서 발췌한 핵심 문장 — 직접 참고하세요

아래 문장들은 K.M.의 실제 합격 자소서에서 면접관이 긍정적으로 평가한 핵심 표현입니다. 단순 복사가 아닌 자신의 경험으로 재구성하는 참고 자료로 활용하세요.

장애 대응 역량 표현 (성과 수치 포함)
"기존 수동 모니터링 체계에서 발생하던 평균 38분의 장애 대응 시간(MTTR)을, Python+SNMP 기반 자동 탐지 스크립트와 Ansible Playbook 초기 대응 자동화로 11분으로 단축했습니다. Prometheus·Alertmanager를 통한 45초 이내 이상 탐지, Slack 에스컬레이션 자동화까지 구현해 야간 무인 운용 체계를 완성했습니다."
AI DC PUE 개선 표현 (ESG 연결)
"대학 서버실 냉각 시스템 최적화 프로젝트에서 PUE를 1.6에서 1.3으로 개선했습니다. Hot/Cold Aisle 분리, CRAC 공급 온도 15°C→18°C 상향, 비효율 서버 2대 교체를 통해 연간 전력 비용 18%를 절감했습니다. SKT 가산 AI DC의 랙당 44kW 고밀도 환경에서 이 경험을 바탕으로 DLC·액침 냉각 전환의 TCO를 분석하고 PUE 1.05 달성 로드맵을 제시하겠습니다."
GPUaaS 수익화 관점 표현 (비즈니스 연결)
"인프라 엔지니어의 역할은 안정적 운용을 넘어 사업 수익의 직접적 수호자입니다. SKT GPUaaS 서비스에서 SLA 99.9% 미달은 고객 크레딧 환불로 이어지며, GPU 서버 1랙의 1시간 다운타임은 수백만 원의 직접 손실을 의미합니다. MTTR 72% 단축 경험을 바탕으로 GPUaaS 클러스터의 무중단 운용 체계를 구축하는 것이 제 첫 번째 목표입니다."
SKMS·SUPEX 연결 표현 (인성 역량)
"SUPEX는 현재 최선이 아닌 인간 능력의 최고치를 목표로 합니다. 저는 '장애 제로'를 SUPEX 목표로 정의했습니다. 99.97% 가용성(연간 다운타임 2.6시간)이 현 수준이라면, 다음 목표는 99.99%(포 나인, 연간 52분)입니다. 이를 위해 머신러닝 기반 장애 예측 모델을 자발적으로 연구했고, 반응적 복구에서 선제적 예방으로 패러다임을 전환하는 VWBE 정신을 실천했습니다."
합격 준비 타임라인

K.M.의 SKT ICT 인프라 합격까지 6개월 준비 과정

자소서 한 문장을 만들기 위해 어떤 경험을 쌓고 어떻게 연결했는지 K.M.이 공유한 실제 준비 과정입니다.

시기준비 활동자소서 연결 포인트
D-180 ~ D-150 대학 서버실 PUE 측정 프로젝트 시작. CRAC 설정값·핫아일 분리 실험 진행 PUE 1.6→1.3 개선, 전력 비용 18% 절감 수치 확보
D-150 ~ D-120 Python+SNMP 장애 탐지 스크립트 개발. Prometheus+Grafana 대시보드 구성 MTTR 72% 단축, 탐지 시간 45초 수치 확보
D-120 ~ D-90 Ansible Playbook으로 초기 복구 자동화. 5G NR 핸드오버 파라미터 이론 학습 자동화 운용 경험 + 5G 이해도 서술 근거 확보
D-90 ~ D-60 SKT AI 피라미드 전략 분석, GPUaaS·Sovereign AI 관련 IR 자료 학습 인프라 수익화 관점 + SKT 전략 연결 논리 완성
D-60 ~ D-30 커리어던으로 자소서 초안 작성 및 진단. 약점 항목(5G NR 세부 지식) 보완 5개 항목 점수 균형 → 종합 88/100 달성
D-30 ~ D-0 면접 예상 질문 50개 준비. PUE 계산·MTTR 단축 근거 추가 정리 면접에서 수치 즉답 → 기술 역량 신뢰도 확보
내 자소서, SKT ICT 인프라 합격 기준에 맞나요?

커리어던 AI 자소서 진단으로 MTTR 수치 표현·PUE 경험·GPUaaS 관점 포함 여부를 지금 바로 점검하세요

무료 자소서 진단 받기
유사 직무 비교

SKT ICT 인프라 vs 인프라 엔지니어링 — 어떤 직무에 지원해야 하나요?

SK텔레콤 채용에서 'ICT 인프라'와 '인프라 엔지니어링'은 종종 혼동됩니다. 두 직무의 핵심 차이를 명확히 이해하고 자신의 강점에 맞는 직무를 선택해야 합니다.

구분ICT 인프라 (이 페이지)인프라 엔지니어링
핵심 역할 기존 인프라의 안정적 운용·유지·개선 차세대 인프라의 신규 설계·구축
주요 업무 장애 대응(MTTR 최소화), 5G 기지국 운용, AI DC 관리, PUE 최적화 UAM 상공망 설계, 6G 망 아키텍처, AI DC 액침 냉각 시스템 설계
요구 경험 운용 자동화, 가용성 수치, 장애 분석, 모니터링 도구 숙련 채널 모델링, 안테나 설계, TCO 분석, 시뮬레이션 도구 경험
차별화 포인트 인프라 수익화(GPUaaS) 관점, MTTR·PUE 수치, 자동화 역량 UAM 통신 설계 경험, 액침 냉각 타당성 분석, ESG 수치 연결
추천 지원자 서버·네트워크 운용 경험자, 자동화 스크립트 개발자, 데이터센터 경험자 드론·무인기 통신 실험자, AI DC 설계 프로젝트 수행자, 시뮬레이션 연구자
커리어 패스

SKT ICT 인프라 직무의 커리어 성장 경로

ICT 인프라 직무는 SKT 내 다양한 기술 전문가 트랙으로 성장할 수 있는 출발점입니다. AI DC 운용 경험은 클라우드 아키텍처 전문가로, 5G 망 운용 경험은 차세대 망 설계 엔지니어로 성장하는 경로를 열어줍니다.

성장 경로주요 역할연결 기술목표 시기
AI 인프라 전문가 GPUaaS 클러스터 설계, AI 학습 인프라 최적화, Sovereign AI 인프라 구축 GPU 아키텍처·Kubernetes·InfiniBand·400GbE 입사 3~5년차
차세대 망 설계 엔지니어 UAM 상공망 설계, 6G 코어망 아키텍처, MEC 배치 전략 5G SA·6G·MEC·URLLC·네트워크 슬라이싱 입사 5~8년차
AI Ops/AIOps 전문가 ML 기반 장애 예측, 자율 운용(Autonomous Network), 지능형 운용 자동화 머신러닝·Predictive Maintenance·자동화 파이프라인 입사 4~7년차
인프라 아키텍트 SKT 전사 인프라 전략 수립, 신기술 도입 타당성 평가, 파트너사 협력 조율 멀티클라우드·엣지·AI DC·글로벌 표준 입사 8년차 이상

SKT ICT 인프라 직무는 통신망 운용에서 시작해 AI DC 고밀도 서버 운용, 차세대 망 설계, AIOps 자동화까지 확장할 수 있는 넓은 성장 경로를 제공합니다. 특히 GPUaaS 사업이 성장하면서 AI 인프라 전문가에 대한 수요가 빠르게 증가하고 있어, ICT 인프라 직무는 AI 시대의 핵심 전문직으로 재편되고 있습니다. 자소서에서 "단기적 운용 안정화 → 중기적 AI 인프라 전문화"라는 성장 로드맵을 함께 제시하면 면접관에게 장기적 가치를 어필할 수 있습니다.

커리어던 서비스

커리어던이 SKT ICT 인프라 합격자소서를 어떻게 도왔나

K.M.은 커리어던의 AI 자소서 진단 서비스를 통해 초안의 약점을 발견하고 합격본으로 발전시켰습니다. 커리어던은 단순한 맞춤법 교정이 아닌, 직무별 합격 기준 데이터와 AI 분석을 결합한 전문 자소서 최적화 서비스입니다.

1단계: 직무 키워드 갭 분석
K.M.의 초안에는 PUE·MTTR·GPUaaS 등 ICT 인프라 합격 필수 키워드가 포함되지 않았습니다. 커리어던 AI가 직무 키워드 갭을 분석하고, 어떤 경험을 어떤 수치로 표현해야 하는지 구체적인 가이드를 제공했습니다.
2단계: 비즈니스 관점 추가
"GPUaaS 수익화 관점"은 커리어던 진단에서 추가를 권장한 항목이었습니다. 인프라 직무 지원자의 70% 이상이 비즈니스 기여를 누락하는 패턴을 데이터로 파악하고, K.M.의 자소서에 GPUaaS SLA와 재무적 기여 논리를 추가하도록 가이드했습니다.
3단계: 수치 검증 및 보완
MTTR 72% 단축, PUE 1.3, 가용성 99.97% 등 모든 수치의 근거와 계산 방법을 검증하고, 면접에서 역질문을 받았을 때 즉답할 수 있도록 수치 배경 설명을 강화하도록 피드백했습니다.
4단계: 5개 항목 균형 점검
직무 이해도(90)·경험 구체성(92)·논리 구성(85)·키워드(88)·차별화(84) 5개 항목의 균형을 점검해, 가장 낮은 항목(논리 구성)을 집중 개선해 종합 88/100을 달성했습니다.