이 페이지에서
연습할 질문
Tell me about a model you put into production.
실제 서비스에 적용한 모델에 대해 말해 주세요.
질문하는 이유아이디어를 실제 매일 쓰는 단계까지 가져갈 수 있는지 보고 싶어 해요.
실제 사용자가 있는 모델 하나를 골라요. 해결한 문제, 쓴 사람, 사용 빈도를 말해요. 짧게 해요. 예시: “I built a model that finds late deliveries. The support team used it every day.”
What part did you build yourself?
직접 만든 부분은 무엇인가요?
질문하는 이유팀 프로젝트가 많아서, 팀이 아닌 내가 한 일을 알고 싶어 해요.
내가 한 일은 “I”, 팀이 한 일은 “we”로 말해요. 특징 설계, 학습, 배포처럼 분명한 것 한두 가지를 꼽아요. 도구만 나열하지 말고 그걸로 무엇을 했는지 말해요.
How did you know the model worked?
모델이 잘 작동한다는 걸 어떻게 알았나요?
질문하는 이유추측하지 않고 결과를 정직하게 측정하는 엔지니어인지 보고 싶어 해요.
precision이나 recall 같은 지표 하나를 말해요. 수치나 변화를 함께 말해요. 그다음 사용자나 사업에 생긴 결과를 하나 더해요. 예시: “Calls about late orders went down by a fifth.”
Why did you choose that metric?
왜 그 지표를 골랐나요?
질문하는 이유알맞은 지표는 문제마다 달라요. 그 점을 이해하는지 확인해요.
지표를 실수의 비용과 연결해요. 예를 들어 “False alarms wasted the support team's time, so precision mattered most.”처럼요. 2~3문장이면 충분해요.
Tell me about a trade-off you made.
직접 내렸던 트레이드오프에 대해 말해 주세요.
질문하는 이유실제 업무에는 제약이 있어요. 두 좋은 선택지 사이에서 어떻게 고르는지 보고 싶어 해요.
두 선택지, 고른 쪽, 이유를 말해요. 속도와 정확도가 좋은 예예요. 예시: “A bigger model was a little more accurate, but too slow, so we kept the smaller one.”
How would you explain that to a product manager?
그 내용을 프로덕트 매니저에게 어떻게 설명하겠어요?
질문하는 이유기술을 잘 모르는 사람에게 결과를 설명할 일이 많아요. 이 일에서도 필요해요.
전문 용어는 빼고 사용자, 시간, 비용을 이야기해요. 도움이 되면 쉬운 비유를 써요. 핵심부터 말하고, 더 묻는 경우에만 자세히 말해요.
What went wrong after the model was live?
모델을 적용한 뒤 어떤 문제가 생겼나요?
질문하는 이유모델은 실제로 쓰면서 달라져요. 문제를 어떻게 알아채고 고치는지 보고 싶어 해요.
데이터가 시간이 지나며 바뀌었거나 응답이 느렸던 일처럼 솔직한 사례 하나를 말해요. 어떻게 찾았는지, 무엇을 했는지, 무엇을 배웠는지 말해요. 차분하게 사실만 말해요. 남 탓은 하지 않아요.
How did you monitor the model in production?
서비스 중인 모델을 어떻게 모니터링했나요?
질문하는 이유모델을 잘 운영한다는 건 출시 전뿐 아니라 출시 후에도 지켜본다는 뜻이에요.
정확도, 속도, 입력 데이터처럼 무엇을 얼마나 자주 확인했는지 말해요. 수치가 이상했을 때 어떻게 했는지도 말해요. 분명한 방법 하나면 충분해요.
If you had more time, what would you improve?
시간이 더 있다면 무엇을 개선하겠어요?
질문하는 이유내가 한 일을 비판적으로 돌아보는지 보여 줄 수 있어요.
실제 개선점 하나와 사용자에게 왜 중요한지 말해요. 솔직하되 긍정적으로 말해요. 예시: “I would add better alerts, so we could find data problems faster.”
Do you have any questions for me?
저에게 궁금한 점이 있나요?
질문하는 이유좋은 질문은 팀과 실제 업무에 관심이 있다는 걸 보여 줘요.
질문 두 가지를 준비해요. 팀이 성공을 어떻게 측정하는지, 모델을 어떻게 검토하는지, 주요 사용자가 누구인지 물어봐요. 답을 잘 듣고 감사 인사를 해요.
Let me explain it simply first, then I can add detail.
먼저 쉽게 설명하고, 그다음 자세히 말씀드릴게요.
Clara
AI 코치
Leo
AI 코치
써 볼 표현
Let me explain it simply first, then I can add detail.
먼저 쉽게 설명하고, 그다음 자세히 말씀드릴게요.
The part I did myself was …
제가 직접 한 부분은 …
We chose speed over a small gain in accuracy, because users needed fast answers.
사용자가 빠른 답이 필요해서, 정확도가 조금 오르는 것보다 속도를 택했어요.
We measured it with … and the result was …
…로 측정했고, 결과는 …였어요.
For the users, this meant …
사용자에게는 이것이 …라는 뜻이었어요.
In plain words, the model helps the team to …
쉽게 말하면, 이 모델은 팀이 …하도록 도와줘요.
자주 묻는 질문
가장 잘한 모델이 수업이나 데모 프로젝트뿐이라면요?
면접관은 실제 사용자가 있는 모델을 듣고 싶어 해요. 한 팀만 쓴 작은 모델이라도 업무에서 만든 것을 떠올려 봐요. 없다면 솔직하게 말해요. 데모를 분명하게 설명하되, 실제 서비스는 아니었다고 말하고, 실제 사용자에게 운영한다면 무엇을 할지 이야기해요.
전문가처럼 보이려면 기술 용어를 많이 써야 할까요?
아니에요. 이 직무의 면접관은 분명하고 쉬운 말을 좋게 봐요. 쉽게 시작하고, 물어보면 자세히 말해요. 용어가 너무 많으면 핵심을 숨기는 것처럼 들릴 수 있어요. 기술을 잘 모르는 사람에게도 설명할 수 있다는 건 강점이에요.
정확한 수치가 기억나지 않으면요?
솔직하게 어림해서 말하고, 어림값이라고 밝혀요. 예: “Calls went down by about a fifth.” 정확한 수치를 지어내지는 않아요. “I don't remember the exact number, but the trend was clear.”라고 말해도 괜찮아요.