석사 과정 프로젝트를 통해 지원자의 연구 깊이와 기술 전문성, 그리고 현재 직무와의 연결성을 평가한다.
이 질문 뒤에 면접관이 확인하려는 것은 따로 있습니다.
석사 연구는 고분자 복합 소재의 열적 특성 변화를 측정하고 첨가제 종류에 따른 차이를 분석하는 주제였습니다. 2년 동안 실험 설계부터 데이터 분석까지 전 과정을 직접 담당했습니다.
열분석 장비로 5종 첨가제가 포함된 샘플 각 3반복씩 측정하였는데, 처음 6개월은 측정값이 너무 들쑥날쑥하여 원인을 찾는 데 시간이 많이 걸렸습니다. 결국 샘플 제조 단계에서 혼합 시간이 충분하지 않아서 생긴 편차라는 것을 밝혀내고 프로토콜을 수정하였습니다. 실패는 초반에 장비 문제라고 단정하고 교정만 반복하다가 제조 공정을 나중에 확인한 것이었는데, 원인 분석 순서를 체계적으로 잡는 습관이 생겼습니다.
연구를 통해 배운 것은 실험 결과보다 실험 조건을 통제하는 것이 더 어렵고 중요하다는 것이었습니다. 그 원칙이 지금 데이터를 다루는 방식에도 영향을 주고 있습니다.
석사 논문 주제는 온라인 구매 이력 데이터를 활용해 재구매 가능성을 예측하는 모델을 만드는 것이었습니다. 2년 반 동안 데이터 수집부터 최종 모델 비교까지 진행했어요.
실제 이커머스 파트너사에서 18개월치 익명 로그 데이터 약 80만 건을 받아서 전처리했는데, 결측치와 이상치 처리에만 3주가 걸렸습니다. 여러 모델을 비교한 결과 트리 기반 앙상블 모델이 단순 로지스틱 회귀보다 AUC가 0.07 높게 나왔는데, 예측 성능보다 변수 중요도가 실무에서 더 유용하다는 피드백을 기업 자문 과정에서 받았어요. 실패는 모델 성능에만 집중하다가 해석 가능성을 나중에 고려한 것이었습니다.
좋은 모델은 높은 정확도만큼 '왜 그 예측이 나왔는지'를 설명할 수 있어야 한다는 걸 그 연구에서 배웠어요.
석사 연구 주제는 대기 오염 측정 데이터를 분석해서 특정 정책 시행 전후 변화를 비교하는 것이었습니다. 공개 데이터와 직접 수집한 자료를 합쳐서 3년치 시계열 분석을 진행했어요.
측정소별로 데이터 형식이 달라서 통합하는 데 한 달이 걸렸고, 정책 시행 시점을 기준으로 차이 분석에 회귀불연속 설계를 적용했습니다. 정책 이후 특정 오염 물질이 통계적으로 유의미하게 감소했다는 결과가 나왔는데, 같은 기간에 기후 변화라는 혼동 변수가 있어서 인과 해석에 한계가 있었어요. 실패는 처음 논문에서 인과 관계를 지나치게 단정적으로 표현했다가 심사에서 지적받은 것이었고, 표현 방식을 '관련성' 수준으로 수정했습니다.
데이터에서 패턴을 찾는 것보다 그 패턴의 한계를 정확히 서술하는 게 더 어렵고 중요하다는 걸 그 연구에서 배웠어요.
답변에서 흔히 빠지는 것들 — 빠져 있으면 꼬리질문이 깊어집니다.
이 질문에 이어 삼성전자 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.