이 질문 뒤에 면접관이 확인하려는 것은 따로 있습니다.
졸업 프로젝트에서 할인 정책을 계산하는 함수를 짰는데, 회원 등급·쿠폰 종류·이벤트 여부가 맞물려 조건 분기가 중첩 4단계까지 생겼습니다. 새 정책이 추가될 때마다 어디에 끼워야 할지 저도 헷갈렸습니다.
문제를 인식하고 전략 패턴으로 각 할인 정책을 클래스로 분리했습니다. 할인 적용 순서는 리스트로 관리하고, 각 정책 객체가 자신의 조건과 계산만 담당하게 만들었습니다. 코드 줄 수는 오히려 늘었지만, 새 정책을 추가할 때 기존 코드를 건드리지 않아도 됐고 팀원도 빠르게 이해할 수 있었습니다.
가장 기억에 남는 이유는 리팩터 전후 같은 단위 테스트가 통과한다는 사실을 확인했을 때입니다. 코드를 완전히 다시 쓰면서도 동작이 보존됐다는 검증을 처음 경험했고, 테스트가 없었다면 리팩터를 시도하지 않았을 것이라는 생각이 들었습니다. 그 이후로 테스트를 먼저 쓰는 습관이 시작됐습니다.
인턴 때 추천 상품 API 응답 시간이 800ms를 넘겨서 원인 파악을 맡았습니다. 당연히 DB 쿼리 문제겠거니 했는데, 프로파일링을 돌려보니 쿼리는 50ms, 나머지 750ms는 Python 레벨의 중첩 루프에서 소비되고 있었습니다.
상품 필터링 로직이 리스트 컴프리헨션을 4번 중첩해서 수천 개 항목을 반복 순회하고 있었습니다. 집합 연산과 딕셔너리 기반으로 개선하니 같은 데이터셋 기준 응답이 120ms로 줄었습니다. 알고리즘 선택이 DB 인덱스보다 더 큰 영향을 줄 수 있다는 걸 처음 체감했습니다.
이 코드가 가장 기억에 남는 이유는 '빠를 것 같은 코드'와 '실제로 빠른 코드'가 다르다는 것을 증명해 줬기 때문입니다. 추측으로 최적화하지 말고 먼저 측정하라는 원칙이 이 경험에서 생겼고, 지금도 성능 이슈를 만나면 제일 먼저 프로파일링부터 하게 됩니다.
팀 프로젝트에서 날짜 포맷 변환과 타임존 처리 코드가 파일마다 다르게 복사돼 있었습니다. 누군가는 strftime, 누군가는 ISO 문자열 슬라이싱을 썼고, 타임존이 어떤 파일은 UTC, 어떤 파일은 로컬이어서 데이터 불일치가 생겼습니다.
날짜 처리 유틸 모듈을 하나 만들어 팀에 공유했습니다. UTC 기준 저장, 사용자 시간대 변환, 화면 표시 포맷 세 가지 함수로만 구성했습니다. 처음엔 팀원들이 왜 굳이 모듈을 따로 만드냐고 했는데, 이후 타임존 관련 버그가 한 건도 안 생기자 자연스럽게 공통 모듈 사용 문화가 팀에 정착됐습니다.
이 코드가 기억에 남는 이유는 코드 자체보다 팀 행동 패턴을 바꿨기 때문입니다. 개발자 한 명의 코드가 팀 전체 습관에 영향을 줄 수 있다는 걸 처음 경험했고, 좋은 코드는 작동하는 것 이상으로 사람을 돕는 것이라는 생각을 그때부터 갖게 됐습니다.
답변에서 흔히 빠지는 것들 — 빠져 있으면 꼬리질문이 깊어집니다.
이 질문에 이어 토스 재무·회계 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.