이 질문 뒤에 면접관이 확인하려는 것은 따로 있습니다.
가장 자신 있는 언어는 Python입니다. 웹 백엔드, 데이터 처리, 머신러닝 실험까지 다양한 목적으로 사용해봤기 때문에, 문법보다 어떤 문제를 어떻게 풀 것인가에 집중하게 해주는 언어라고 생각합니다. 다양한 프로젝트에서 실제로 활용하면서 쌓인 경험이 바탕이 됩니다.
Python을 선택하는 이유 중 하나는 생태계입니다. 대부분의 도메인에서 잘 관리된 라이브러리가 있어 처음 해보는 분야에서도 빠르게 프로토타이핑할 수 있었습니다. 커뮤니티가 활발해 막히는 부분에서 참고할 수 있는 자료도 많습니다.
다만 언어 선택은 프로젝트 요구사항에 따라 달라진다는 입장입니다. 실시간성이 중요하거나 메모리 제어가 필요한 경우에는 Python보다 C++ 같은 저수준 언어가 적합하다는 것을 경험했고, 상황에 맞게 언어를 선택하는 판단력도 중요하다고 생각합니다.
Python을 주로 사용하면서 처리 속도가 중요한 작업에서 한계를 경험한 적이 있습니다. 대용량 데이터를 처리하는 작업에서 Python으로 구현했을 때 처리 시간이 요구사항을 충족하지 못하는 경우가 생겼습니다. 처음에는 알고리즘을 개선하거나 NumPy 같은 C 기반 라이브러리를 활용해서 속도를 높이는 방향으로 접근했는데, 그것으로도 충분하지 않을 때는 병목이 되는 핵심 부분을 C 확장으로 작성하거나 다른 언어로 전환하는 것을 고려하게 됐습니다. Python이 빠른 개발과 풍부한 생태계를 제공하지만, 실행 속도가 핵심인 영역에서는 트레이드오프가 명확하게 드러난다는 것을 이 경험에서 배웠습니다. 언어 선택은 생산성과 성능 사이의 균형을 프로젝트 요구사항에 맞게 판단하는 것이라는 것을 알게 됐습니다.
Python에 익숙한 상태에서 다른 언어를 공부하면서 언어마다 문제를 다르게 접근하게 만드는 설계 철학이 있다는 것을 경험했습니다. 타입 시스템이 강한 언어를 사용하면서 컴파일 단계에서 오류를 잡는 방식이 Python에서 런타임에 오류를 발견하는 방식과 어떻게 다른지를 직접 비교하게 됐습니다. 처음에는 타입 선언이 번거롭게 느껴졌는데, 코드가 커지면서 타입 정보가 코드를 이해하는 데 도움이 된다는 것을 알게 됐습니다. 언어를 하나만 깊이 아는 것과 여러 언어의 접근 방식을 비교해서 이해하는 것은 문제 해결 방식의 폭이 달라진다는 것을 이 경험에서 배웠습니다. 자신 있는 언어가 있다는 것이 다른 언어나 방식을 배울 필요가 없다는 뜻이 아니라, 익숙한 언어를 기준으로 다른 접근을 더 빠르게 이해할 수 있다는 것을 알게 됐습니다.
답변에서 흔히 빠지는 것들 — 빠져 있으면 꼬리질문이 깊어집니다.
이 질문에 이어 CJ올리브영 백엔드 면접관이 던질 가능성이 높은 후속 질문.
이 페이지의 질문·답변·꼬리질문은 유사 직군 채용 시장의 공개된 면접 후기·커뮤니티 게시물을 분석해 구성한 학습 자료입니다. 특정 회사가 실제로 이 질문을 출제했다는 것을 보장하지 않으며, 모든 예시는 우문현답이 직접 작성한 창작물입니다. 해당 회사의 공식 입장과는 무관합니다. 회사 측의 정정 요청이 있을 경우 24시간 이내에 응답·수정합니다.