예시 답변 1
약 87초
선호 이유 명확→용도별 비교→생산성·성능 결
저는 Python을 더 자주 사용하는 편이지만, 용도에 따라 선택이 달라진다고 생각합니다. 데이터 분석과 프로토타이핑에서는 Python의 생태계와 간결한 문법이 개발 속도를 크게 높입니다. pandas, numpy, scikit-learn 같은 라이브러리를 활용하면 데이터 전처리와 모델 실험을 빠르게 반복할 수 있습니다. 반면 C/C++는 메모리 직접 제어와 실행 성능이 중요한 시스템 소프트웨어나 임베디드 영역에서 대체하기 어렵습니다.
성능이 핵심인 구간에서는 Python 코드의 병목 부분을 C 확장으로 교체하거나 Cython을 쓰는 방식도 있다는 것을 학습 과정에서 익혔습니다. Python의 약점인 타입 안전성 부분은 타입 힌트와 mypy로 보완하는 습관을 들이고 있습니다. 문제 성격에 맞는 언어 선택이 생산성과 품질을 동시에 지키는 방법이라는 결론을 갖고 있습니다.
이 결의 특징
Python과 C/C++의 선택을 용도별로 명확히 구분했습니다. 데이터 분석에는 Python의 라이브러리 생태계와 개발 속도를, 성능이 중요한 시스템에는 C/C++의 메모리 제어를 강조했습니다. Cython으로 병목을 해결하는 실용적 접근도 언급했습니다.
이 결이 통하는 자리
언어 선택을 기술적 장단점으로 설명한 답변이 문제 유형별 판단력 있는 엔지니어로 인식됩니다. 생산성과 성능의 트레이드오프를 이해한 점이 상황에 맞는 기술 선택을 할 수 있는 역량으로 읽힐 때 통합니다.