이 질문 뒤에 면접관이 확인하려는 것은 따로 있습니다.
사용자의 검색 의도를 파악할 때 제가 먼저 하는 것은 '이 검색어를 친 사람이 어떤 결과를 기대하는가'를 상상하는 것입니다. 단어 자체보다 그 뒤에 있는 목적이 중요합니다.
팀 프로젝트에서 검색 기능의 결과 품질을 개선하는 작업을 맡았는데, 같은 단어를 쳐도 정보를 원하는 사람과 구매를 원하는 사람이 다르다는 것을 로그 분석에서 확인했습니다. '운동화'라는 검색어 뒤에 어떤 페이지에서 이탈하는지를 보면서 의도가 두 그룹으로 나뉜다는 것을 파악했습니다. 실패는 처음에 클릭률이 높은 결과를 올리는 방식으로만 접근했다가 전환율이 오르지 않았던 것이었는데, 의도 기반으로 결과를 분리하고 나서 전환율이 올랐습니다.
검색 의도는 단어가 아니라 그 단어를 쓴 사람이 다음에 무엇을 하려는지로 정의됩니다.
검색 의도를 파악하는 방법 중 제가 효과적이라고 느낀 건 검색어 자체보다 그 전후 행동을 같이 보는 것입니다. 어디서 들어와서 어디로 나갔는지가 의도를 알려줘요.
수업 프로젝트에서 이커머스 검색 로그를 분석했는데, '자켓'을 검색한 사람들의 직전 페이지와 직후 행동을 같이 봤습니다. 이전에 세일 페이지를 본 사람은 가격 필터를 먼저 쓰고, 신상품 페이지를 본 사람은 정렬을 최신순으로 바꾸는 패턴이 나왔어요. 같은 검색어인데 의도가 다른 거였습니다. 실패는 검색어 빈도만 뽑고 주변 데이터를 보지 않았을 때 의미 있는 패턴을 놓친 것이었어요.
검색어는 빙산의 일각이고, 그 전후 행동이 진짜 의도를 보여주는 경우가 많습니다.
검색 의도를 파악할 때 데이터만으로는 안 보이는 부분이 있어서 직접 사용자를 만나는 것이 유효하다고 생각합니다. 숫자로는 '왜'가 안 나오거든요.
팀 과제에서 검색 개선 방향을 데이터로만 분석했는데, 클릭 패턴이 이상한 구간이 있었어요. 왜 그런지를 데이터로 설명하기 어려웠습니다. 실제 사용자 3명을 인터뷰했더니 검색 결과가 너무 많아서 스크롤하다가 포기한다는 걸 알게 됐어요. 결과 수 자체를 줄이는 방향으로 개선하니 클릭률이 올랐습니다. 실패는 인터뷰를 너무 늦게 진행해서 분석 방향을 중간에 바꿔야 했던 것이었어요.
정량 데이터는 무슨 일이 일어났는지를 알려주고, 인터뷰는 왜 일어났는지를 알려줍니다. 둘을 같이 봐야 의도를 파악할 수 있어요.
답변에서 흔히 빠지는 것들 — 빠져 있으면 꼬리질문이 깊어집니다.
이 질문에 이어 무신사 ML 엔지니어 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.