이 질문 뒤에 면접관이 확인하려는 것은 따로 있습니다.
AI 툴로 문제를 해결한 건 졸업 프로젝트 발표 준비 때 슬라이드 초안 구조를 잡는 데 활용한 게 기억에 남습니다. 내용은 다 있는데 어떻게 순서를 잡아야 할지 막혔던 상황에서, AI에게 목차 구조 몇 가지를 제안해 달라고 했더니 제가 생각 못 했던 흐름이 나왔습니다. 그것을 참고해 직접 수정해서 완성했습니다. 개발 중에도 활용했는데, 에러 메시지를 붙여 넣으면 원인 추정과 해결 방향을 빠르게 제시해줘서 디버깅 시간이 줄었습니다. 다만 복잡한 시스템 문제에서는 맥락이 부족해 엉뚱한 방향을 제시하는 경우도 있었습니다. 그때는 AI 답변을 그대로 쓰지 않고 단서를 얻는 수준으로만 활용하고, 직접 로그를 분석했습니다. AI 툴은 속도를 높이는 도구이지 판단을 위임하는 것이 아니라는 기준을 지금도 유지하고 있습니다.
AI 툴을 쓰다 막혔을 때 혼자 더 시도하지 않고 팀원에게 물어본 자리가 있습니다. 에러 메시지를 AI에 붙여 넣어도 방향이 계속 맞지 않아 시간이 길어졌고, 결국 같은 코드를 이미 경험한 팀원에게 직접 질문하는 것이 더 빠른 자리였습니다. AI가 줄 수 있는 건 후보 방향이지 맥락에 맞는 확정 답이 아니라는 걸 그때 알게 됐습니다. 팀원 도움으로 10분 만에 해결한 것이, AI에 계속 물어보며 30분을 쓴 것보다 훨씬 빠른 자리였습니다.
AI 툴이 효과적인 자리와 사람이 효과적인 자리를 구분하는 것이 도구 활용 역량이라고 봅니다. 아직 부족한 건 어느 자리에서 AI를 먼저 쓰고 어느 자리에서 사람을 먼저 찾는지 빠르게 판단하는 것인데, 이것은 더 많은 실무 경험이 필요합니다. AI와 사람 도움을 상황에 맞게 고르는 것이 도구를 쓰는 역량이라는 걸 생각하고 있습니다.
AI 툴 활용에서 어떤 자리에서 어떻게 쓸지 본인 기준이 생겼습니다. 처음에는 AI가 주는 답을 그대로 적용했는데, 맥락이 없는 상황에서 틀린 방향을 제시하는 경우가 있어 검증 없이 적용하지 않는 것을 기준으로 정했습니다. AI 제안을 단서로만 쓰고, 구현 전 로직을 직접 한 번 검토하는 절차를 습관으로 갖추게 됐습니다.
이 절차를 갖추고 나서 AI로 인한 실수가 줄었다는 걸 직접 체감했습니다. 아직 부족한 건 더 복잡한 시스템에서 AI 제안을 빠르게 검증하는 역량인데, 검증 자체가 복잡해지는 자리가 있습니다. AI 제안은 단서, 검증은 본인 몫이라는 절차가 도구 활용의 기준이라는 걸 생각하고 있습니다.
답변에서 흔히 빠지는 것들 — 빠져 있으면 꼬리질문이 깊어집니다.
이 질문에 이어 와이즐리컴퍼니 공통직무·미지정 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.