보유한 기술 스택을 실제로 어떻게 활용해봤는지를 봅니다. 언어 목록 나열보다 각 도구를 어떤 맥락에서 어떻게 사용했는지를 평가합니다.
이 질문 뒤에 면접관이 확인하려는 것은 따로 있습니다.
하나가 답이 아니에요. 같은 질문도 강조하는 자리에 따라 결이 달라지고, 면접관이 다음에 던지는 질문도 달라집니다.
주력 언어는 Python과 Java입니다. Python은 데이터 파이프라인 구축에 주로 썼고, 실시간 로그 분석 시스템에서 처리 속도를 40% 개선한 경험이 있습니다. Java는 대용량 트래픽을 감당해야 하는 백엔드 API 서버에 적합해서 선택했고, Spring Boot 기반으로 일 50만 건 요청을 처리하는 서비스를 운영했습니다. 보조적으로는 JavaScript와 SQL을 씁니다. 프론트 연동이나 쿼리 최적화가 필요할 때 직접 손댈 수 있어서 협업 병목을 줄이는 데 도움이 됐습니다.
가장 깊이 다룬 언어는 Go입니다. MSA 전환 프로젝트에서 API 게이트웨이를 Go로 새로 짰는데, 기존 Node.js 대비 응답 지연을 60ms에서 12ms로 줄였습니다. 동시성 처리가 강점이라 선택했고, 이후 사내 표준 언어로 채택됐습니다. 그 외 TypeScript는 프론트엔드 협업용으로, Docker와 Kubernetes는 배포 자동화에 활용 중입니다. 툴 선택은 항상 문제 상황에 맞춰 판단하려 합니다.
처음엔 C++로 시작해서 메모리 관리와 성능 최적화 감각을 익혔습니다. 이후 웹 서비스 개발로 넘어가며 Python과 Django를 주력으로 썼는데, 빠른 프로토타이핑이 필요한 스타트업 환경에 맞았습니다. 최근엔 타입 안정성 때문에 TypeScript 비중을 늘리고 있습니다. 돌아보면 각 시점마다 환경에 맞는 도구를 선택해온 셈인데, 덕분에 기술 전환에 대한 두려움이 적고 새 스택 학습 속도도 빨라졌습니다.
답변에서 흔히 빠지는 것들 — 빠져 있으면 꼬리질문이 깊어집니다.
이 질문에 이어 KT SW·IT 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.