전공 외 자기 계발 활동을 통해 학습 범위의 다양성과 지속적으로 성장하는 습관을 확인하려 한다.
이 질문 뒤에 면접관이 확인하려는 것은 따로 있습니다.
전공 외에 데이터 분석과 영상 편집을 독학했습니다. 데이터 분석은 취업 준비 중 Python과 SQL을 배웠고, 실제 공공데이터를 가져다 분석 프로젝트로 만들어 포트폴리오에 넣었습니다. 영상 편집은 동아리 홍보 영상을 맡으면서 시작했는데, 처음엔 기초 기능도 몰라 유튜브 튜토리얼로 독학했습니다. 두 가지 모두 필요에서 시작해 점점 깊어진 경우입니다. 이 경험에서 자기계발은 명확한 사용처가 있을 때 가장 빠르게 늘어난다는 걸 배웠습니다.
전공 외 역량이 실제 프로젝트에 연결될 때 진짜 강점이 된다고 생각합니다. 전공 외 역량이 실제 결과물로 이어질 때 면접에서도 구체적으로 설명할 수 있는 강점이 된다는 걸 이 경험에서 배웠습니다. 사용처가 명확한 학습이 막연한 스펙 쌓기보다 실질적인 역량으로 남는다는 걸 이 경험에서 배웠습니다.
전공 외 자기계발에서 효과적이었던 방법은 배운 것을 가상 프로젝트가 아닌 실제 목적이 있는 작업에 적용하는 것이었습니다. SQL을 배울 때 교재 예제만 하면 금방 잊히는데, 직접 관심 있는 데이터를 찾아서 그것으로 분석 질문을 만들어 답을 찾으면 기억에 훨씬 오래 남았습니다. 예를 들어 도서관 대출 데이터로 '어떤 책이 대출이 많은데 반납이 늦은지'를 분석한 것이 SQL 쿼리를 체득하는 데 교재보다 빨랐습니다. 학습 속도가 목적이 있을 때 달라진다는 것을 그 경험에서 알게 됐습니다.
자기계발에서 가장 빠른 방법은 학습 자체를 목표로 두지 않고, 풀고 싶은 문제를 정하고 그것을 해결하는 과정에서 학습이 따라오게 하는 것이라고 생각합니다. 그 방식이 지금도 새로운 것을 배울 때 쓰는 기본 방식입니다.
자기계발 동기를 돌아보면 '이건 알아야 한다'는 외부 기준이 아니라 직접 부딪혔을 때 생긴 궁금증에서 시작한 것이 가장 오래 지속됐습니다. 동아리에서 행사 데이터를 정리하다가 엑셀로 하기엔 반복 작업이 너무 많다는 것을 느꼈고, 그게 Python 학습의 시작이었습니다. 강의를 먼저 찾은 게 아니라 불편함을 먼저 느끼고, 그 불편함을 해결하는 수단으로 학습이 연결된 것입니다. 그렇게 시작한 학습은 중간에 포기한 기억이 거의 없습니다.
필요가 먼저 있을 때 학습이 도구로 작동하고, 학습이 목적이 되면 방향을 잃는 경우가 생깁니다. 전공 외 자기계발에서 효과적이었던 공통점은 무엇을 배울지가 아니라 무엇이 필요한지부터 생각했다는 것입니다.
답변에서 흔히 빠지는 것들 — 빠져 있으면 꼬리질문이 깊어집니다.
이 질문에 이어 대우건설 설계 일반 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.