이 질문 뒤에 면접관이 확인하려는 것은 따로 있습니다.
생성형 AI 도구를 활용해 기획 초안을 작성한 경험은 수업 프로젝트에서 기능 명세와 사용자 스토리를 AI로 먼저 초안을 만들고 검토·수정하는 방식으로 진행한 것입니다. AI가 만든 초안을 그대로 쓰는 것이 아니라 시작점으로 활용하는 방식이 작업 속도를 높이는 데 효과적이었습니다. 프롬프트 설계가 중요합니다.
어떤 맥락과 제약을 AI에게 전달하느냐에 따라 유용한 초안이 나오는지가 결정됩니다. 모호한 요청보다 구체적인 조건과 예시를 함께 제시할 때 더 활용 가능한 결과가 나왔습니다. 검토 단계에서는 AI가 생성한 내용의 정확성과 맥락 적합성을 직접 판단하는 과정이 중요합니다.
AI는 속도를 높이는 도구이고, 방향과 판단은 내가 담당하는 것이라는 역할 분리가 핵심입니다.
생성형 AI로 기획 초안을 만들 때 제가 가장 신경 쓴 것은 AI를 어디까지 맡기고 어디부터 내가 할지를 나누는 것이었습니다. 수업 프로젝트에서 기능 명세나 사용자 스토리의 초안을 AI로 빠르게 만들어 보니, 구조를 잡고 빈 칸을 채우는 발산 단계에서는 확실히 빨랐습니다. 하지만 무엇을 우선할지, 무엇을 포기할지 같은 판단은 AI에 맡길 수 없었습니다. 그래서 저는 AI는 초안과 정리에 쓰고, 우선순위나 트레이드오프 결정은 제가 직접 하는 식으로 단계를 나눴습니다. AI가 만든 것을 그대로 쓰면 그럴듯하지만 맥락이 안 맞는 경우가 있었기 때문입니다. AI는 속도를 높이는 도구이고, 방향과 판단은 사람이 담당하는 것이라는 역할 분리가 핵심이라고 생각합니다.
생성형 AI를 쓰면서 제가 의식한 한계는 그럴듯하지만 틀린 내용이 섞인다는 점입니다. AI가 만든 초안이 매끄러워 보여 그대로 믿을 뻔했는데, 확인해 보니 사실과 다르거나 우리 맥락에 안 맞는 부분이 있었습니다. 특히 도메인 지식이 필요한 부분에서 그랬습니다. 그래서 저는 AI 출력을 그대로 쓰지 않고, 사실인지와 우리 상황에 맞는지를 직접 검수하는 단계를 반드시 두었습니다. 또 좋은 결과를 얻으려면 맥락과 제약을 구체적으로 알려주는 프롬프트가 중요했습니다. 모호하게 요청하면 일반적인 답만 나왔습니다. AI는 초안을 빠르게 만들어 주지만, 그 내용이 맞는지를 판단하는 것은 결국 사람의 몫이라고 생각합니다. 검수 없이 쓰는 것이 가장 위험하다고 봅니다.
답변에서 흔히 빠지는 것들 — 빠져 있으면 꼬리질문이 깊어집니다.
이 질문에 이어 CJ올리브영 프로덕트 매니저 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.