면접관용 AI 활용 능력 질문과 좋은 답의 신호
도구 이름 대신 맡긴 일과 확인한 방법을 묻는 면접 질문 6개
더블테이크 노아 - 5분 분량 - 처음 쓴 날
AI 활용 능력 면접 질문 6개
"어떤 AI 도구를 써 봤나요" 로는 AI 활용 능력을 가릴 수 없다. 도구 이름은 누구나 댄다. 면접에서 물을 것은 장면이다. 무엇을 AI에 맡기고 무엇을 안 맡겼는지, 어떻게 시켰는지, 결과를 어떻게 확인했는지, 효과를 무엇으로 쟀는지다. 아래 질문과 판단 신호는 국내 실무자의 공개 기록을 바탕으로 Double Take가 만든 제안이고 어느 회사의 실제 면접 문항도 아니다.
도구 경험을 묻는 질문은 왜 부족한가?
AI 활용을 채용에서 보기 시작한 회사들은 말로 듣는 데서 멈추지 않았다. 넥슨은 채용형 인턴 전형에서 코딩테스트를 없애고 약 1시간 AI 면접과 AI 활용 역량평가를 따로 뒀다. 역량평가에서는 회사가 준 AI 도구로 실무형 문제를 푼다[1][2]. CJ올리브영이 경력 채용에 쓴 크래프톤 Cofa-Probe는 지원자의 대화, 프롬프트, 코드, 도구 설정, 검증 기록을 자동으로 모은다[3]. SK하이닉스는 20~30분이던 면접을 반나절 과제 수행과 인터뷰로 늘리고 "AI 응용 능력" 을 검증할 계획이라고 밝혔다[4].
세 곳 모두 지원자가 AI를 다루는 과정을 직접 본다. 질문만으로 면접을 치르는 회사라면 그 과정을 지원자가 말로 다시 그려 보게 해야 한다. 그래서 경험이 있느냐가 아니라 어떤 장면이었느냐를 묻는다.
용어 하나는 갈라 두자. 안내문에 나오는 "AI 면접" 은 대개 AI가 지원자를 평가하는 방식이다. 한 보도도 채용에 AI를 쓴다는 것이 지원자의 생성형 AI 활용 능력을 시험한다는 뜻은 아니라고 짚었다[5]. 이 글의 질문은 사람 면접관이 지원자의 AI 활용을 보는 쪽이다.
무엇을 물으면 되나?
질문 여섯 개와 판단 신호다. 마지막 칸은 질문을 만들 때 참고한 기록 번호다.
최근 AI에 맡긴 일과 맡기지 않은 일을 하나씩 말해 달라
- 좋은 답의 신호
- 둘을 나눈 이유를 댄다
- 걱정되는 신호
- 맡긴 일만 나열한다
- 참고
- [8]
그 일을 AI에 어떻게 시켰나
- 좋은 답의 신호
- 넘길 자료를 고르고 덜어낸 이야기를 한다
- 걱정되는 신호
- 프롬프트가 길었다는 것만 말한다
- 참고
- [9]
AI 결과에서 틀린 곳을 찾은 적이 있나
- 좋은 답의 신호
- 찾은 방법과 남긴 흔적을 말한다
- 걱정되는 신호
- "다시 읽어 봤다" 에서 끝난다
같은 실수가 반복되면 어떻게 했나
- 좋은 답의 신호
- 검사 도구나 절차 같은 장치를 말한다
- 걱정되는 신호
- 매번 프롬프트를 고쳤다고만 한다
- 참고
- [13]
AI에게 해결책 말고 실패 조건을 물어본 적이 있나
- 좋은 답의 신호
- 언제 깨지는지 먼저 따진 경험이 있다
- 걱정되는 신호
- 질문 뜻을 잡지 못한다
- 참고
- [12]
AI를 쓴 효과를 무엇으로 쟀나
- 좋은 답의 신호
- 줄어든 것과 늘어난 것을 같이 말한다
- 걱정되는 신호
- 빨라졌다는 말뿐이다
- 참고
- [6]
| 질문 | 좋은 답의 신호 | 걱정되는 신호 | 참고 |
|---|---|---|---|
| 최근 AI에 맡긴 일과 맡기지 않은 일을 하나씩 말해 달라 | 둘을 나눈 이유를 댄다 | 맡긴 일만 나열한다 | [8] |
| 그 일을 AI에 어떻게 시켰나 | 넘길 자료를 고르고 덜어낸 이야기를 한다 | 프롬프트가 길었다는 것만 말한다 | [9] |
| AI 결과에서 틀린 곳을 찾은 적이 있나 | 찾은 방법과 남긴 흔적을 말한다 | "다시 읽어 봤다" 에서 끝난다 | [10][11] |
| 같은 실수가 반복되면 어떻게 했나 | 검사 도구나 절차 같은 장치를 말한다 | 매번 프롬프트를 고쳤다고만 한다 | [13] |
| AI에게 해결책 말고 실패 조건을 물어본 적이 있나 | 언제 깨지는지 먼저 따진 경험이 있다 | 질문 뜻을 잡지 못한다 | [12] |
| AI를 쓴 효과를 무엇으로 쟀나 | 줄어든 것과 늘어난 것을 같이 말한다 | 빨라졌다는 말뿐이다 | [6] |
질문은 어떤 기록에서 나왔나?
LINE Plus 이종우, 이운열 님은 광고 리포트를 자동화하면서 전일비 같은 계산은 코드에, 검증된 숫자의 해석은 LLM에 맡겼다[8]. 첫 질문은 이렇게 선을 긋는 감각을 본다.
우아한형제들 이재홍 님은 AI에 넘기는 데이터를 미리 가공해 41,944바이트에서 1,763바이트로 줄였다[9]. 잘 시킨다는 말이 길게 쓴다는 뜻이 아니라는 기록이다.
확인 질문은 두 기록에서 왔다. Tech-Verse 참관기는 일이 끝났는지 보는 기준이 "'그렇게 볼 수 있는 근거가 남았는가'로 바뀐다" 고 적었다[10]. LY 대화형 BI 팀은 LLM이 만든 SQL을 결과와 함께 숨기지 않고 보여 줘서 사용자가 직접 확인하게 했다[11].
반복 실수 질문은 카카오페이 기술블로그의 한 문장에서 왔다. "지켜야 하는 규칙은 프롬프트가 아니라 Hook으로 강제하는 편이 낫습니다."[13] 우아한형제들 강규한 님도 AI가 바로 만든 테스트가 90% 컴파일에 실패하자 말을 고치지 않고 일을 다시 나눴다[7].
실패 조건 질문은 우아한형제들 장진솔 님이 게임 서버를 만들며 AI에게 "어떤 때에 우리가 만들 서버가 터질까?" 를 물은 기록에서 가져왔다[12]. 효과 질문은 같은 회사 이형준 님이 하루 코드량이 605줄에서 1,224줄로 늘었다는 숫자와 배포 초기 버그가 2건에서 4건으로 늘었다는 숫자를 함께 공개한 데서 왔다[6].
답을 들을 때 무엇을 조심하나?
말로 하는 답은 다듬어 올 수 있다. 질문 면접만 쓴다면 지원자가 말한 확인 방법을 한 번 더 파고들어 실제 장면인지 본다. 시간이 허락하면 넥슨이나 SK하이닉스처럼 AI 결과를 직접 다뤄 보는 짧은 과제를 붙이는 편이 낫다.
지원자가 일한 팀 환경도 감안한다. 규칙과 도구를 팀이 같이 쓰는 곳에서 온 사람은 장치 이야기를 쉽게 하고, 혼자 써 온 사람은 그렇지 않을 수 있다. 근거로 쓴 기록도 AI 도입이 앞선 회사가 쓴 글이라 잘된 사례가 중심이다.
면접 전에 후보자가 AI 결과를 어떻게 확인하는지 4분 과제로 먼저 보자
기업 서비스자주 묻는 질문
- 신입 지원자에게도 같은 질문을 써도 되나?
- 질문의 축은 같다. 업무 경험이 없다면 학교 과제나 개인 프로젝트 장면으로 바꿔 묻는다.
- AI를 거의 안 써 봤다는 지원자는 어떻게 보나?
- 그 자체를 감점할지는 회사가 정할 일이다. 다만 AI가 만든 결과물 하나를 보여 주고 어디가 의심스러운지 물으면 확인하는 감각은 경험과 따로 볼 수 있다.
- 질문 면접만으로 충분한가?
- 공개된 국내 사례는 모두 과제를 함께 뒀다. 넥슨은 도구를 주고 문제를 풀게 했고, 올리브영이 쓴 도구는 검증 기록까지 모은다. 질문은 과제에서 본 것을 확인하는 자리로 쓰는 편이 안전하다.
출처
- 1넥슨 넥토리얼 코딩테스트 폐지 보도 서울신문, 2026.08.27
- 2넥슨 넥토리얼 보도 MTN, 2026.08.28
- 3크래프톤 Cofa-Probe 보도 머니투데이, 2026.08.28
- 4SK하이닉스 2026 하반기 신입 채용 SK하이닉스 뉴스룸, 2026.07.30
- 5채용 AI 활용 조사 보도 아웃소싱타임스, 2026.09.22
- 6배달의민족 전자계약서 화면 개편기: AI에게 맡긴 것과 사람이 챙긴 것 우아한형제들 기술블로그, 2026.09.18
- 7AI와 함께하는 테스트 자동화: 플러그인 개발기 우아한형제들 기술블로그, 2025.12.04
- 8LLM에게 어디까지 맡길 것인가: AI 에이전트 기반 광고 분석 리포트 자동화 LY Tech Blog
- 9하네스 엔지니어링(harness engineering)으로 팀 맞춤형 AI 환경 구축하기 우아한형제들 기술블로그, 2026.04.17
- 10AI를 전제로 다시 설계하다, Tech-Verse 2026 참관기 LY Tech Blog
- 11LLM이 만든 SQL을 믿고 실행하기까지: A2A 기반의 대화형 BI 애플리케이션 개발기 LY Tech Blog
- 12AI에게 만드는 법 대신 실패하는 법을 묻다 우아한형제들 기술블로그, 2026.08.28
- 13AI Agent, 넌 누구냐 1 - Tool, MCP, Skill, Harness는 무엇인가 카카오페이 기술블로그, 2026.09.01

