클라우드 환경에서 데이터 인프라를 설계할 때 어떤 도구나 기술을 사용해 본 경험이 있나요? | 당근마켓 데이터 엔지니어 면접 질문

Q: 사용해 본 도구 중 가장 효과적이었던 것은 무엇인가요?

면접관이 답변에 이어 던질 수 있는 후속 질문입니다.

Q: 이 프로젝트에서 어떤 어려움이 있었나요?

면접관이 답변에 이어 던질 수 있는 후속 질문입니다.

Q: 클라우드 환경이 아닌 경우와 어떤 차이가 있었나요?

면접관이 답변에 이어 던질 수 있는 후속 질문입니다.

당당근마켓데이터 엔지니어직무 역량2026년 출제

답변 미리보기

클라우드 데이터 인프라를 직접 설계해본 건 학부 졸업 프로젝트에서입니다. AWS를 기반으로 정형 데이터와 반정형 로그 데이터를 함께 처리하는 파이프라인을

예상 답변 시간

60~90초

예상 꼬리질문

3회

난이도

난이도 중상

출제 빈도

높음

INTERVIEWER'S INTENT · 면접관의 의도

이 질문, 네 갈래로 뜯어봅니다.

면접관이 이 한 문장으로 확인하려는 것들. 각 갈래를 알면 답의 뼈대가 잡혀요.

어떤 기술을 사용했는가?

클라우드 환경에서 사용한 도구나 기술의 흔적이 답에 있어야 합니다. 없으면 면접관이 '구체적으로 어떤 도구가 있었나요?'를 추가로 묻는 경우가 자주 보입니다.

어떤 프로젝트였는가?

데이터 인프라 설계에 참여한 프로젝트의 내용이나 규모에 대한 흔적이 답에 있어야 합니다. 없으면 면접관이 '그 프로젝트에서 맡은 역할은 무엇이었나요?'를 추가로 묻는 경우가 자주 보입니다.

어떤 문제를 해결했는가?

설계 과정에서 해결했던 문제나 도전 과제의 흔적이 답에 있어야 합니다. 없으면 면접관이 '어떤 어려움이 있었나요?'를 추가로 묻는 경우가 자주 보입니다.

어떤 결과가 있었는가?

설계한 인프라의 결과나 성과에 대한 흔적이 답에 있어야 합니다. 없으면 면접관이 '그 결과는 어땠나요?'를 추가로 묻는 경우가 자주 보입니다.

말로 해봐야 는다

읽는 것과 말하는 건 다릅니다.
이 질문, 소리 내어 답해 볼까요?

당근마켓 면접관 페르소나가 이 질문을 던지고, 당신의 답에 꼬리질문으로 되물어요.

음성으로 답해보기

S3·Glue·Athena 파이프라인·Lambda 전환·질문 먼저 설계 원칙 중심으로 푸는 결약 104초 GCP Pub/Sub·Dataflow·BigQuery 스트리밍 전환·워터마크 기준 설정 중심으로 푸는 결약 98초 Step Functions·Lambda 전환·병목 측정 우선·병행 운영 비교·출력 검증 습관 중심으로 푸는 결약 102초

예시 답변 1

약 104초

S3·Glue·Athena 파이프라인·Lambda 전환·질문 먼저 설계 원칙 중심으로 푸는 결

클라우드 데이터 인프라를 직접 설계해본 건 학부 졸업 프로젝트에서입니다. AWS를 기반으로 정형 데이터와 반정형 로그 데이터를 함께 처리하는 파이프라인을 구성했습니다. 수집 단계에서는 S3에 로그를 쌓고, `AWS Glue`로 스키마를 자동 감지해 `Athena`에서 SQL로 조회할 수 있는 구조를 만들었습니다. 처음에는 EC2 위에 직접 Python 스크립트를 돌렸는데, 서버 관리 부담과 스케줄링 불안정이 문제였고, Lambda + EventBridge로 전환하면서 많이 줄었습니다. 이 경험에서 배운 건 "데이터가 어디에 쌓이고 어떻게 조회되는가"를 먼저 정해야 나머지 설계가 따라온다는 것이었습니다. 도구를 먼저 고르면 구조가 도구에 끌려가는데, 질문을 먼저 정하면 선택이 자연스러워졌습니다.

결과적으로 팀원이 별도 설정 없이 `Athena` 쿼리만으로 분석을 돌릴 수 있는 환경이 만들어졌고, 지금은 BigQuery나 Redshift 같은 도구들도 비교하면서 각 환경의 트레이드오프를 이해하는 데 관심이 생겼습니다.

이 결의 특징

처음 방식이 작동하지 않는 것을 깨닫고 근본 원인을 찾아 다시 설계했던 자기 수정 능력이 드러납니다.

이 결이 통하는 자리

자신의 한계나 실수를 솔직하게 인정할 수 있을 때 오히려 객관적 판단력이 있는 사람으로 평가받는 결이 보입니다.

예시 답변 2

약 98초

GCP Pub/Sub·Dataflow·BigQuery 스트리밍 전환·워터마크 기준 설정 중심으로 푸는 결

인턴십에서 GCP 스택으로 실시간 이벤트 파이프라인을 구성해본 적이 있습니다. Cloud Pub/Sub로 서비스 로그를 수신하고, Dataflow로 전처리한 뒤 `BigQuery`에 적재하는 구조를 설계했습니다. 처음엔 Cloud Storage에 파일을 쌓아두고 배치로 처리하는 방식을 썼는데, 분석팀이 당일 데이터를 실시간으로 보고 싶다는 요구를 주면서 스트리밍 구조로 전환하게 됐습니다. 전환 과정에서 어려웠던 건 순서 보장 없이 들어오는 이벤트를 시간 윈도우로 묶는 것이었습니다.

Dataflow의 워터마크 설정을 조정하면서 늦게 도착하는 이벤트를 어디까지 허용할지 기준을 잡는 데 시간이 걸렸습니다. 결과적으로 분석 대시보드 갱신 주기가 6시간에서 15분으로 줄었고, 분석팀이 캠페인 당일 반응을 볼 수 있게 됐습니다. 이 경험에서 배운 건 도구를 먼저 고르는 것보다, 데이터 지연을 얼마나 허용할 수 있는지를 먼저 정하는 것이 설계 방향을 결정한다는 점이었습니다.

이 결의 특징

상대방의 의견을 받아들이면서도 자신의 관점을 명확히 전달했던 균형감 있는 소통 태도가 드러납니다.

이 결이 통하는 자리

개인의 역량뿐 아니라 다른 직무와 어떻게 맞춰 일했는지를 구체적으로 설명할 때, 협업 능력이 두드러지는 결이 보입니다.

예시 답변 3

약 102초

Step Functions·Lambda 전환·병목 측정 우선·병행 운영 비교·출력 검증 습관 중심으로 푸는 결

팀 사이드 프로젝트에서 기존 온프레미스 서버에 얹혀 있던 데이터 처리 로직을 클라우드로 옮기는 작업에 참여했습니다. 당시 EC2 위에서 cron으로 돌던 Python 배치 스크립트를 `AWS Step Functions`와 `Lambda`로 전환하는 것이 주된 작업이었습니다. 가장 먼저 한 건 어떤 단계가 병목인지 측정하는 것이었습니다. 프로파일링 결과, 전체 처리 시간의 70%가 데이터 읽기·쓰기에 집중돼 있었고 연산 자체는 빠른 편이었습니다. 그래서 `S3` 읽기·쓰기를 병렬화하고 Map 상태로 팬아웃하는 구조로 재설계했습니다. 한 번에 전환하지 않고 기존 배치와 새 파이프라인을 일주일 병행 운영하며 출력값을 비교했는데, 초반에 날짜 파티션 경로 차이로 일부 데이터가 조용히 누락되는 문제가 생겼습니다. 작은 경로 차이가 실제 누락으로 이어질 수 있다는 걸 그때 처음 실감했고, 이후엔 출력 검증 스크립트를 전환 전에 먼저 작성하는 습관이 생겼습니다.

이 결의 특징

익숙하지 않은 상황에서도 차근차근 배워가며 스스로의 능력을 확장해나갔던 적응력이 드러납니다.

이 결이 통하는 자리

낯설거나 미숙했던 상황을 어떻게 헤쳐나갔는지를 솔직하게 설명할 때, 문제 대응 능력과 적응력이 한눈에 보이는 결이 보입니다.

위 답변은 여러 풀이 중 한 가지 예시입니다. 정답이 아니며, 외워서 그대로 말하면 면접관이 다음 질문을 그 자리에서 시작하는 경우가 많습니다. 본인의 프로젝트·기준·숫자로 다시 짜는 자리로만 쓰세요.

자주 빠지는 자리

같은 실수가 반복돼요. 이것만 피해도 절반은 갑니다.

떨어뜨린 옵션이 1개라도 있는가? "이게 답이었어요"만으로는 의사결정이 아니라 그냥 선택입니다.
선택 기준이 그 프로젝트에 한정되는가? "성능이 좋아서"는 일반론, "우리 트래픽이 X 패턴이라서"가 본인의 답입니다.
결과 숫자 1개를 정확히 말할 수 있는가? P95·QPS·적중률 — 무엇이든 1개. 숫자가 없으면 직감으로 한 일처럼 들리기 쉽습니다.
지금 다시 한다면 어떻게 할지 답할 수 있는가? "잘했다"보다 "이건 다르게 했을 것 같다"가 더 깊은 인상을 남깁니다.

이어질 꼬리질문

진짜 면접은 두 번째 질문부터예요. 이 답 뒤에 따라올 법한 것들.

壹사용해 본 도구 중 가장 효과적이었던 것은 무엇인가요?

貳이 프로젝트에서 어떤 어려움이 있었나요?

參클라우드 환경이 아닌 경우와 어떤 차이가 있었나요?

이제, 직접 답해볼 차례예요.

눈으로 읽은 답은 면접장에서 나오지 않아요. 당근마켓 면접관과 이 질문으로 한 번 대화해 보세요.

이 질문으로 모의면접 해보기

안내 · 이 페이지의 질문·답변·꼬리질문은 유사 직군 채용 시장의 공개된 면접 후기·커뮤니티 게시물을 분석해 구성한 학습 자료입니다. 실제 출제·회사 공식 입장과는 무관하며, 정정 요청 시 24시간 내 반영합니다. 자세히

개인정보처리방침 이용약관 문의

당당근마켓데이터 엔지니어직무 역량2026년 출제

답변 미리보기

예상 답변 시간

60~90초

예상 꼬리질문

3회

난이도

난이도 중상

출제 빈도

높음

INTERVIEWER'S INTENT · 면접관의 의도

이 질문, 네 갈래로 뜯어봅니다.

면접관이 이 한 문장으로 확인하려는 것들. 각 갈래를 알면 답의 뼈대가 잡혀요.

어떤 기술을 사용했는가?

어떤 프로젝트였는가?

어떤 문제를 해결했는가?

어떤 결과가 있었는가?

설계한 인프라의 결과나 성과에 대한 흔적이 답에 있어야 합니다. 없으면 면접관이 '그 결과는 어땠나요?'를 추가로 묻는 경우가 자주 보입니다.

말로 해봐야 는다

읽는 것과 말하는 건 다릅니다.
이 질문, 소리 내어 답해 볼까요?

당근마켓 면접관 페르소나가 이 질문을 던지고, 당신의 답에 꼬리질문으로 되물어요.

음성으로 답해보기

예시 답변 1

약 104초

S3·Glue·Athena 파이프라인·Lambda 전환·질문 먼저 설계 원칙 중심으로 푸는 결

이 결의 특징

처음 방식이 작동하지 않는 것을 깨닫고 근본 원인을 찾아 다시 설계했던 자기 수정 능력이 드러납니다.

이 결이 통하는 자리

자신의 한계나 실수를 솔직하게 인정할 수 있을 때 오히려 객관적 판단력이 있는 사람으로 평가받는 결이 보입니다.

예시 답변 2

약 98초

GCP Pub/Sub·Dataflow·BigQuery 스트리밍 전환·워터마크 기준 설정 중심으로 푸는 결

이 결의 특징

상대방의 의견을 받아들이면서도 자신의 관점을 명확히 전달했던 균형감 있는 소통 태도가 드러납니다.

이 결이 통하는 자리

개인의 역량뿐 아니라 다른 직무와 어떻게 맞춰 일했는지를 구체적으로 설명할 때, 협업 능력이 두드러지는 결이 보입니다.

예시 답변 3

약 102초

Step Functions·Lambda 전환·병목 측정 우선·병행 운영 비교·출력 검증 습관 중심으로 푸는 결

이 결의 특징

익숙하지 않은 상황에서도 차근차근 배워가며 스스로의 능력을 확장해나갔던 적응력이 드러납니다.

이 결이 통하는 자리

낯설거나 미숙했던 상황을 어떻게 헤쳐나갔는지를 솔직하게 설명할 때, 문제 대응 능력과 적응력이 한눈에 보이는 결이 보입니다.

자주 빠지는 자리

같은 실수가 반복돼요. 이것만 피해도 절반은 갑니다.

떨어뜨린 옵션이 1개라도 있는가? "이게 답이었어요"만으로는 의사결정이 아니라 그냥 선택입니다.
선택 기준이 그 프로젝트에 한정되는가? "성능이 좋아서"는 일반론, "우리 트래픽이 X 패턴이라서"가 본인의 답입니다.
결과 숫자 1개를 정확히 말할 수 있는가? P95·QPS·적중률 — 무엇이든 1개. 숫자가 없으면 직감으로 한 일처럼 들리기 쉽습니다.
지금 다시 한다면 어떻게 할지 답할 수 있는가? "잘했다"보다 "이건 다르게 했을 것 같다"가 더 깊은 인상을 남깁니다.

이어질 꼬리질문

진짜 면접은 두 번째 질문부터예요. 이 답 뒤에 따라올 법한 것들.

壹사용해 본 도구 중 가장 효과적이었던 것은 무엇인가요?

貳이 프로젝트에서 어떤 어려움이 있었나요?

參클라우드 환경이 아닌 경우와 어떤 차이가 있었나요?

이제, 직접 답해볼 차례예요.

눈으로 읽은 답은 면접장에서 나오지 않아요. 당근마켓 면접관과 이 질문으로 한 번 대화해 보세요.

이 질문으로 모의면접 해보기

개인정보처리방침 이용약관 문의