지원자의 AI 역량을 평가하는 면접 질문 30개.

AI 자체와 얼마나 잘 일하는가. 모든 직무에서 같습니다.

✓들어야 할 답 ✕주의할 답

1. 1

   최근 업무에서 AI가 틀렸던 때는 언제입니까? 어떻게 알아채셨습니까?

   ✓구체적인 순간과 그것을 잡아낸 점검.

   ✕“대개 맞습니다.”

2. 2

   화면을 공유해 이번 주에 쓴 프롬프트를 보여 주십시오. 왜 그렇게 쓰셨습니까?

   ✓맥락, 제약, 예시, 완료 기준.

   ✕한 줄 쓰고 기대합니다.

3. 3

   AI를 쓰지 않기로 하는 때는 언제입니까?

   ✓분명한 한계: 민감한 데이터, 판단이 필요한 일, 손으로 하는 게 빠른 일.

   ✕“절대 없음” 또는 “항상”.

4. 4

   AI로 만든 작업을 다른 사람에게 넘기기 전에 무엇을 확인합니까?

   ✓구체적인 점검: 출처, 실행한 테스트, 표본 확인한 숫자.

   ✕“한번 읽어 봅니다.”

5. 5

   어떤 일에 어떤 AI 도구를 쓰고, 왜 그렇습니까?

   ✓채팅, 에이전트, 다른 도구 속 AI를 각각 이유와 함께.

   ✕이유 없이 모든 일에 한 도구.

6. 6

   AI에게 한 번에 묻지 않고 단계로 나눈 과제를 말씀해 주십시오.

   ✓일을 나누고, 다음으로 가기 전에 각 단계를 확인합니다.

   ✕거대한 프롬프트 하나에 전부 넣습니다.

7. 7

   AI 답변을 믿기 전에 어떤 모습이어야 합니까?

   ✓검증할 수 있고, 이미 아는 것과 맞아야 합니다.

   ✕자신 있게 들리면 믿습니다.

8. 8

   재사용하려고 만든 것이 있습니까? 템플릿, 맞춤 지침, 워크플로, 에이전트 등.

   ✓매주 시간을 아껴 주는 것.

   ✕매번 처음부터 시작합니다.

9. 9

   AI로 하려다 안 된 일은 무엇입니까? 대신 어떻게 하셨습니까?

   ✓한계에 솔직하고, 접근 방식을 바꿨습니다.

   ✕하나도 말하지 못합니다.

10. 10

    지난 1년간 AI로 업무가 어떻게 바뀌었습니까?

    ✓결정에 쓰는 시간이 늘고, 초안에 쓰는 시간이 줄었습니다.

    ✕“그냥 빨라졌습니다.”

진짜 수정과 맞아 보이기만 하는 수정을 구분할 수 있는가?

✓들어야 할 답 ✕주의할 답

1. 11

   AI의 수정으로 실패하던 테스트가 통과합니다. 머지 전에 무엇을 확인합니까?

   ✓원인을 고쳤는지 증상만 숨겼는지. 예외 상황. diff 전체를 읽습니다.

   ✕“테스트가 통과했으니 고쳐졌습니다.”

2. 12

   AI가 쓴 400줄짜리 풀 리퀘스트를 어떻게 리뷰합니까?

   ✓낯선 사람의 코드처럼 리뷰하고, 나눠 달라고 하고, 실행해 봅니다.

   ✕훑어보고 승인합니다.

3. 13

   에이전트를 언제 혼자 돌리고, 언제 단계별로 진행합니까?

   ✓위험과 되돌릴 수 있는지에 달려 있습니다. 테스트가 안전장치입니다.

   ✕항상 돌리거나, 절대 돌리지 않습니다.

4. 14

   처음 보는 코드베이스의 맥락을 에이전트에게 어떻게 줍니까?

   ✓파일, 규칙, 예시를 가리킵니다. 프로젝트 지침 파일을 유지합니다.

   ✕“알아서 파악합니다.”

5. 15

   AI가 만든 버그를 늦게 잡았던 일을 말씀해 주십시오. 무엇이 있었다면 더 일찍 잡았겠습니까?

   ✓빈틈을 짚고, 이후에 바꾼 것을 말합니다.

   ✕떠오르는 것이 없습니다.

AI가 대신 내려 주지 않을 결정을 내릴 수 있는가?

✓들어야 할 답 ✕주의할 답

1. 16

   사용자 인터뷰가 15건 있습니다. AI로 주제를 어떻게 뽑고, 맞는지 어떻게 압니까?

   ✓일부를 직접 읽고, 각 주제를 인용문까지 추적하며, 드물지만 중요한 신호를 살핍니다.

   ✕요약을 나온 그대로 씁니다.

2. 17

   AI가 모든 이해관계자를 만족시키는 로드맵을 줍니다. 무엇이 문제입니까?

   ✓트레이드오프가 없습니다. 누구에게도 거절하지 않는 계획은 계획이 아닙니다.

   ✕“문제없습니다. 좋아 보입니다.”

3. 18

   사양서의 어느 부분을 AI에게 맡기고, 어느 부분을 직접 씁니까?

   ✓문제와 이유는 직접 씁니다. 구조와 예외 상황은 AI에게 맡깁니다.

   ✕전부 AI에게 맡깁니다.

4. 19

   엔지니어링이 무언가를 만들기 전에 AI로 아이디어를 어떻게 테스트합니까?

   ✓빠른 프로토타입이나 목업을 사용자에게 보여 줍니다.

   ✕엔지니어링을 기다립니다.

5. 20

   이해관계자가 자기 기능을 뒷받침하는 AI 분석을 보냅니다. 어떻게 합니까?

   ✓결론보다 먼저 입력과 방법을 확인합니다.

   ✕누가 보냈는지로 판단합니다.

어떤 주장, 대상, 채널이 진짜인지 아는가?

✓들어야 할 답 ✕주의할 답

1. 21

   AI가 쓴 출시 게시물 초안에 멋진 통계가 있습니다. 게시 전에 무엇을 합니까?

   ✓출처를 찾거나 숫자를 뺍니다.

   ✕그럴듯해서 남깁니다.

2. 22

   AI가 쓴 카피가 다른 모두와 똑같이 들리지 않게 어떻게 합니까?

   ✓고객의 언어, 자기 사례, 분명한 관점.

   ✕그렇지 않다고 생각합니다.

3. 23

   경쟁사나 고객 조사에 AI를 어떻게 쓰고, 어디서 오도됩니까?

   ✓AI가 빈틈을 자신 있는 추측으로 채운다는 것을 알고, 실제 출처를 확인합니다.

   ✕사실로 받아들입니다.

4. 24

   AI로 캠페인을 기획하는 과정을 설명해 주십시오. 본인의 결정은 어디서 들어갑니까?

   ✓대상, 채널, 예산은 직접 고르고, 대안도 있습니다.

   ✕AI가 채널을 고르게 둡니다.

5. 25

   AI가 쓴 광고 변형이 20개 있습니다. 예산을 낭비하지 않고 어떻게 테스트합니까?

   ✓먼저 좁히고, 몇 개를 테스트하고, 무엇을 성공으로 볼지 미리 정합니다.

   ✕20개를 한 번에 모두 돌립니다.

깔끔한 숫자가 틀렸을 때를 아는가?

✓들어야 할 답 ✕주의할 답

1. 26

   AI가 깔끔한 숫자를 내는 쿼리를 씁니다. 맞는지 어떻게 압니까?

   ✓행 수, 행을 중복시키는 조인, 알려진 합계를 확인합니다.

   ✕“숫자가 합리적으로 보입니다.”

2. 27

   AI에게 분석 방법을 고르게 하지 않을 때는 언제입니까?

   ✓방법이 답을 좌우할 때, 또는 AI가 알 수 없는 데이터 특성이 있을 때.

   ✕생각해 본 적이 없습니다.

3. 28

   AI로 낸 결과에 CFO가 “어떻게 압니까?”라고 묻습니다. 뭐라고 답합니까?

   ✓AI에 기대지 않고 방법과 점검을 설명합니다.

   ✕“AI가 계산했습니다.”

4. 29

   데이터 모델과 지표 정의의 맥락을 AI에게 어떻게 줍니까?

   ✓정의와 스키마, 올바른 출력의 예시를 공유합니다.

   ✕원본 테이블을 붙여 넣고 묻습니다.

5. 30

   맞아 보였지만 틀렸던 숫자를 말씀해 주십시오.

   ✓구체적인 이야기와, 이제 항상 하는 점검.

   ✕하나도 말하지 못합니다.