이 질문 뒤에 면접관이 확인하려는 것은 따로 있습니다.
인턴십 중에 분기 직원 설문 결과를 엑셀로 정리하는 업무를 맡았습니다. 전체 평균만 보면 큰 문제가 없어 보였는데, 제가 팀별로 나눠서 보니 한 팀의 업무 과중 점수가 다른 팀의 두 배 수준이라는 걸 발견했습니다. 그 차이를 시각화해서 팀장님께 보여드렸더니 '이 팀에 추가 인력 요청을 검토해봐야겠다'는 이야기가 나왔습니다. 직접 결정을 내린 건 아니었지만, 데이터를 다르게 자르는 것만으로도 보이지 않던 패턴이 드러난다는 걸 그 경험에서 처음 느꼈습니다. 처음엔 전체 평균만 요약하는 방식으로 작업했다가 '이게 다야?'라는 반응을 듣고 분해하는 방식을 추가했는데, 그게 더 유용한 결과물이 됐습니다.
데이터 분석 수업에서 공개 HR 데이터셋을 이용해 이직률 예측 모델을 만드는 과제를 팀으로 진행했습니다. 저는 특성 선택 역할을 맡았는데, 직급과 이직률 사이의 상관관계보다 '마지막 성과 평가 점수'와 '지난 2년간 승진 횟수' 조합이 더 강한 예측력을 보인다는 걸 발견했습니다. 그 인사이트를 팀 발표에서 '승진이 없고 평가도 낮은 구간이 이직 위험 신호다'로 정리해서 발표했더니 교수님이 '비즈니스 언어로 전환한 게 좋다'고 평했습니다. 분석 결과를 그냥 숫자로만 보고했다가 팀원들이 이해를 못 한 경험이 있었고, 그 이후로 분석 결과는 항상 '그래서 어떻게 하면 된다'로 마무리하는 습관이 생겼습니다.
HR 동아리 운영진으로 활동할 때, 스터디 참여율이 중반 이후에 눈에 띄게 떨어진다는 걸 느꼈습니다. 실제로 4회차부터 출석률이 처음의 60% 수준으로 떨어지는 걸 출석 데이터로 확인했고, 그 시기에 발표 부담이 처음으로 생기는 때라는 걸 발견했습니다. 그 데이터를 운영진 회의에서 보여주면서 '4회차 전에 발표 방식을 설명하는 세션을 넣자'고 제안했고, 채택됐습니다. 다음 기수에서 중반 탈락률이 줄었다는 이야기를 들었습니다. 처음엔 그냥 '요즘 사람들이 바빠서 못 오는 것 같다'는 주관적인 판단만 했다가, 데이터를 보고 나서 원인이 다르다는 걸 알게 됐습니다.
답변에서 흔히 빠지는 것들 — 빠져 있으면 꼬리질문이 깊어집니다.
이 질문에 이어 토스 인사 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.