면접관이 이 한 문장으로 확인하려는 것들. 각 갈래를 알면 답의 뼈대가 잡혀요.
AI 도입 전략을 세울 때 가장 먼저 어떤 업무의 어떤 병목을 해결할지 문제부터 정의해야 한다고 생각합니다. 학부 캡스톤 프로젝트에서 팀 회의록 요약을 자동화하는 도구를 만들 때, 처음엔 최신 모델을 쓰는 데만 집중하다 실제 사용자인 팀원들이 요약보다 회의 중 실시간 검색을 더 필요로 한다는 것을 뒤늦게 알았습니다. 이후 요구를 다시 조사해 기능을 재설계했고, 기술 선택보다 문제 정의가 먼저라는 것을 배웠습니다. 입사 후에도 도입 전에 무엇을 해결할지부터 명확히 하겠습니다.
AI 도입 성과는 만족도 같은 주관적 지표가 아니라 업무 처리 시간이나 오류율 같은 정량 지표로 측정해야 한다고 생각합니다. 동아리 활동에서 문의 응대 챗봇을 시범 운영했을 때 응답 시간을 도입 전후로 비교해 평균 8분에서 2분으로 단축된 것을 수치로 제시했더니 운영진 설득이 훨씬 쉬웠던 경험이 있습니다. 이 경험으로 성과를 체감이 아니라 숫자로 보여줘야 다음 단계 투자를 끌어낼 수 있다는 것을 배웠습니다. 입사 후에도 KPI를 사전에 설계하고 도입 전후를 비교하는 방식을 쓰겠습니다.
AI나 반도체 같은 산업의 경쟁구도를 볼 때는 개별 기업의 기술력만이 아니라 공급망 전체의 병목을 함께 봐야 한다고 생각합니다. 산업분석 수업 과제에서 반도체 공급망을 조사하며 설계와 파운드리가 분리된 구조 때문에 특정 국가 규제 하나가 전체 산업에 영향을 미친다는 것을 확인한 적이 있습니다. 이 경험으로 경쟁구도는 개별 플레이어가 아니라 공급망 구조로 봐야 한다는 것을 배웠습니다. 입사 후에도 표면적 뉴스보다 구조적 요인을 먼저 짚겠습니다.
같은 실수가 반복돼요. 이것만 피해도 절반은 갑니다.
진짜 면접은 두 번째 질문부터예요. 이 답 뒤에 따라올 법한 것들.