Generative AI를 활용한 서비스 프로토타입 기획을 해본 적이 있나요? 어떤 접근 방식을 사용했는지 설명해 주세요. | 코코네 AI 리서처 면접 질문

Q: 사용자 반응은 어떤 결이었나요?

면접관이 답변에 이어 던질 수 있는 후속 질문입니다.

Q: 안전·정책의 결을 어떻게 두시나요?

면접관이 답변에 이어 던질 수 있는 후속 질문입니다.

Q: 다시 한다면 무엇을 바꾸실까요?

면접관이 답변에 이어 던질 수 있는 후속 질문입니다.

코코코네AI 리서처직무 역량2026년 출제

답변 미리보기

Generative AI를 활용한 서비스 프로토타입을 기획해본 경험이 있습니다. 사용자가 글을 쓸 때 AI가 문체를 제안해주는 작은 기능을 기획하고 프롬프트를

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 결의 서비스를 다뤘나요?

초안·요약·이미지·대화 중 본인이 가장 손에 쥔 결이 어디인지를 보는 자리입니다. 단순 호기심이 아닌 흔적이 통합니다.

프로토타입의 결을 어떻게 짜셨나요?

빠른 검증·사용자 테스트·반복의 결이 보이는 축입니다. 책상의 결로 끝나지 않은 흔적이 평가됩니다.

한계를 어떻게 다루셨나요?

환각·정책·비용 중 어디에서 막힌 결을 본인이 어떻게 풀어간 답이 보이는 결입니다. 회피가 아닌 자리가 통합니다.

결과를 어디로 옮기셨나요?

프로토타입이 운영·다음 단계로 이어진 결이 보이는 답이 자리잡습니다. 일회성이 아닌 흔적이 보입니다.

말로 해봐야 는다

읽는 것과 말하는 건 다릅니다.
이 질문, 소리 내어 답해 볼까요?

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

음성으로 답해보기

기획 경험·방법·한계 인식 중심약 75초 GenAI 기획 실패+회고 결 — AI 기능 중심으로 기획했다가 사용자 채택이 안 된 경험약 120초 낯선 기술 결 — LLM API를 처음 사용해서 서비스 프로토타입을 직접 기획·구현한 경험약 150초

예시 답변 1

약 75초

기획 경험·방법·한계 인식 중심

Generative AI를 활용한 서비스 프로토타입을 기획해본 경험이 있습니다. 사용자가 글을 쓸 때 AI가 문체를 제안해주는 작은 기능을 기획하고 프롬프트를 설계했습니다. 기획 단계에서 가장 중요했던 건 AI가 잘 하는 것과 사용자가 기대하는 것의 차이를 먼저 파악하는 것이었습니다. AI가 생성한 결과물이 항상 좋은 게 아니라, 어떤 경우에 잘 작동하고 어떤 경우에 실패하는지를 파악해야 UX 설계가 가능합니다.

프롬프트 설계가 결과물 품질에 직접 영향을 줬고, 같은 기능이라도 프롬프트를 어떻게 구성하는지에 따라 완전히 다른 결과가 나왔습니다. Generative AI 기반 서비스에서 프롬프트 엔지니어링이 개발만큼 중요한 이유를 직접 경험했습니다. 한계로는 API 비용과 응답 속도가 실서비스 설계에서 중요한 제약이라는 점을 배웠습니다.

이 결의 특징

프롬프트 구성에 따라 같은 기능에서 완전히 다른 결과가 나온다는 것을 직접 경험하며 프롬프트 엔지니어링이 개발만큼 중요하다는 결론을 도출한 흔적이 있습니다. API 비용과 응답 속도가 실서비스 설계의 실질적 제약이라는 한계 인지까지 닫힌 결이 보입니다.

이 결이 통하는 자리

프롬프트 설계가 결과물 품질에 직접 영향을 줬다는 자리가 구체적인 기능 예시와 함께 살아있을 때 통합니다. AI가 잘 하는 것과 사용자가 기대하는 것의 차이를 먼저 파악했다는 관찰이 또렷할 때 면접관의 꼬리질문이 줄어드는 결이 자주 보입니다.

예시 답변 2

약 120초

GenAI 기획 실패+회고 결 — AI 기능 중심으로 기획했다가 사용자 채택이 안 된 경험

Generative AI를 활용한 서비스 프로토타입을 기획할 때 AI가 할 수 있는 기능에서 출발해서 기획했는데 실제 사용자 테스트에서 사용자들이 AI 기능 자체에 관심이 없고 해결되는 문제에만 관심 있다는 것을 확인한 경험이 있었습니다. 기술 가능성에 흥미로워서 기능 중심으로 기획했는데 사용자는 AI인지 여부가 아니라 자신의 문제가 해결되는지에만 반응한 자리가 됐습니다. GenAI 서비스 기획은 AI 기능에서 출발하는 것이 아니라 사용자가 반복적으로 겪는 문제에서 출발하고 그 문제를 AI가 더 잘 해결할 수 있는 방식을 찾아야 한다는 것을 그때 배웠습니다.

GenAI 서비스의 가치는 기술 신기함이 아니라 기존 방식보다 사용자 문제를 더 잘 해결하는 것에서 나온다는 원칙이 생겼습니다. 이후에는 GenAI 기획을 할 때 사용자 문제를 먼저 정의하고 AI가 그 문제를 더 잘 해결하는 방식을 탐색하는 방식을 두고 있습니다.

사용자 문제 정의를 먼저 두는 방식이 기준이 됐습니다.

이 결의 특징

AI 기능에서 출발해 기획했다가 사용자 테스트에서 고객이 AI 여부가 아니라 문제 해결 여부에만 반응한다는 것을 확인한 실패 장면이 구체적입니다. 사용자 문제 정의를 먼저 두고 AI가 그 문제를 더 잘 해결하는 방식을 탐색한다는 원칙이 경험에서 나온 흔적이 있습니다.

이 결이 통하는 자리

기술 가능성이 아니라 사용자 반응에서 방향이 바뀐 자리가 살아있을 때 통합니다. GenAI 가치가 기술 신기함이 아닌 문제 해결에서 나온다는 원칙이 사용자 테스트 장면과 함께 연결됐을 때 면접관의 꼬리질문이 줄어드는 결이 자주 보입니다.

예시 답변 3

약 150초

낯선 기술 결 — LLM API를 처음 사용해서 서비스 프로토타입을 직접 기획·구현한 경험

기획은 해왔지만 코드로 구현하는 경험이 없었는데 처음으로 LLM API를 직접 연동해서 내가 기획한 서비스의 프로토타입을 직접 구현하는 역할을 맡았습니다. 기획 의도를 코드로 구현하는 것과 LLM 응답의 특성과 한계를 고려해서 프롬프트와 후처리를 설계하는 것은 다른 이해가 필요한 자리였습니다. LLM의 응답 특성과 한계를 먼저 실험으로 파악하고 그 특성에 맞게 프롬프트 구조와 출력 후처리를 설계하는 방식으로 접근했습니다.

LLM 기반 서비스 기획은 API 연동보다 LLM의 응답 특성과 한계를 먼저 이해하고 그 특성에 맞는 프롬프트와 프로세스를 설계하는 것이 완성도를 결정한다는 것을 이 경험에서 배웠습니다. 이후 GenAI 서비스 기획에서는 LLM 특성 파악과 프롬프트 설계를 먼저 두는 방식이 기준이 됐고, 이 경험이 LLM 기반 서비스 기획 역량의 출발점이 됐습니다.

이 결의 특징

기획만 해오다 처음으로 LLM API를 직접 연동해 프로토타입을 구현하며 기획 의도를 코드로 구현하는 것과 LLM 응답 특성에 맞춰 프롬프트와 후처리를 설계하는 것이 다른 이해를 필요로 한다는 것을 경험한 흔적이 있습니다. LLM 특성 파악 실험을 먼저 두는 방식이 이후 기준이 된 결이 보입니다.

이 결이 통하는 자리

코드 구현과 LLM 특성 이해가 다른 자리라는 구분이 경험 장면과 함께 살아있을 때 통합니다. 프롬프트 구조와 출력 후처리 설계를 API 연동보다 먼저 두는 순서가 완성도 결정 요인으로 연결됐을 때 면접관의 꼬리질문이 줄어드는 결이 자주 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사용자 반응은 어떤 결이었나요?

貳안전·정책의 결을 어떻게 두시나요?

參다시 한다면 무엇을 바꾸실까요?

이제, 직접 답해볼 차례예요.

눈으로 읽은 답은 면접장에서 나오지 않아요. 코코네 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

코코코네AI 리서처직무 역량2026년 출제

답변 미리보기

Generative AI를 활용한 서비스 프로토타입을 기획해본 경험이 있습니다. 사용자가 글을 쓸 때 AI가 문체를 제안해주는 작은 기능을 기획하고 프롬프트를

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 결의 서비스를 다뤘나요?

초안·요약·이미지·대화 중 본인이 가장 손에 쥔 결이 어디인지를 보는 자리입니다. 단순 호기심이 아닌 흔적이 통합니다.

프로토타입의 결을 어떻게 짜셨나요?

빠른 검증·사용자 테스트·반복의 결이 보이는 축입니다. 책상의 결로 끝나지 않은 흔적이 평가됩니다.

한계를 어떻게 다루셨나요?

환각·정책·비용 중 어디에서 막힌 결을 본인이 어떻게 풀어간 답이 보이는 결입니다. 회피가 아닌 자리가 통합니다.

결과를 어디로 옮기셨나요?

프로토타입이 운영·다음 단계로 이어진 결이 보이는 답이 자리잡습니다. 일회성이 아닌 흔적이 보입니다.

말로 해봐야 는다

읽는 것과 말하는 건 다릅니다.
이 질문, 소리 내어 답해 볼까요?

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

음성으로 답해보기

예시 답변 1

약 75초

기획 경험·방법·한계 인식 중심

이 결의 특징

이 결이 통하는 자리

예시 답변 2

약 120초

GenAI 기획 실패+회고 결 — AI 기능 중심으로 기획했다가 사용자 채택이 안 된 경험

사용자 문제 정의를 먼저 두는 방식이 기준이 됐습니다.

이 결의 특징

이 결이 통하는 자리

예시 답변 3

약 150초

낯선 기술 결 — LLM API를 처음 사용해서 서비스 프로토타입을 직접 기획·구현한 경험

이 결의 특징

이 결이 통하는 자리

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사용자 반응은 어떤 결이었나요?

貳안전·정책의 결을 어떻게 두시나요?

參다시 한다면 무엇을 바꾸실까요?

이제, 직접 답해볼 차례예요.

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

이 질문으로 모의면접 해보기

개인정보처리방침 이용약관 문의