이 질문 뒤에 면접관이 확인하려는 것은 따로 있습니다.
연구 결과나 데이터 분석을 통해 인사이트를 얻고 활용한 경험은 학과 졸업 논문 데이터 분석에서 가장 뚜렷했습니다. 설문 데이터 약 200건을 수집해 SPSS로 회귀 분석과 상관 분석을 수행했는데, 예상했던 변수 간 관계가 통계적으로 유의하지 않게 나오는 결과를 처음 접했습니다. 처음에는 당황했지만 이 결과가 기존 선행 연구와 다른 맥락에서 의미가 있다는 점을 발견했습니다. 기존 연구는 특정 연령대에 편향되어 있었는데, 이 연구의 대상은 다른 연령대여서 다른 결과가 나온 것이었습니다. 이 인사이트를 논문의 차별점과 한계점 절에 반영해 오히려 연구의 독창성을 강조하는 방향으로 전환했습니다. 데이터 분석에서 배운 것은 예상과 다른 결과도 그 원인을 파악하면 새로운 인사이트가 된다는 점이고, 결과를 숫자가 아니라 맥락으로 읽는 것이 중요하다는 점입니다.
연구에서 제가 인사이트를 얻은 자리는 예상과 다른 결과를 만났을 때입니다. 졸업 논문에서 설문 200건을 SPSS로 회귀·상관 분석했는데, 예상했던 변수 간 관계가 통계적으로 유의하지 않게 나왔습니다. 처음엔 당황했지만, 왜 그런지를 파고들었습니다.
기존 선행 연구는 특정 연령대에 편향돼 있었고, 제 연구 대상은 다른 연령대라 결과가 달랐습니다. 막연히 '실패한 결과'가 아니라, 그 차이가 어디서 왔는지를 짚었습니다. 결과를 숫자로만 보면, 유의하지 않은 게 끝이었습니다. 그래서 결과를 맥락으로 읽었습니다. 예상과 다른 결과도, 원인을 알면 새 인사이트가 됐습니다.
연구에서 제가 한 건 예상 밖 결과를 연구의 강점으로 전환한 것입니다. 변수 관계가 유의하지 않게 나온 걸, 버리지 않고 논문의 차별점과 한계점 절에 반영했습니다. 기존 연구와 다른 연령대라 다른 결과가 나온 점을, 오히려 연구의 독창성으로 강조했습니다. 막연히 '결과가 안 나왔다'가 아니라, 그 결과로 무엇을 말할 수 있는지까지 갔습니다.
인사이트를 발견만 하고 안 쓰면, 그냥 실패였습니다. 그래서 예상 밖 결과를 논문의 방향 전환으로 활용했습니다. 결과를 숫자가 아니라 맥락으로 읽고, 그 맥락을 연구 가치로 바꾼 게 핵심이었습니다. 활용까지 가야 분석이 의미 있었습니다.
답변에서 흔히 빠지는 것들 — 빠져 있으면 꼬리질문이 깊어집니다.
이 질문에 이어 코레일 일반 연구개발 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.