AI 분야 취업 면접에서 자주 나오는 질문 유형을 정리합니다.
직무에 따라 강조점이 다르지만 큰 줄기는 비슷합니다.
미리 답을 준비해 두면 큰 도움이 됩니다.
1) 「기본 ML 개념」 — 지도/비지도/강화학습의 차이, 과적합과 과소적합, 편향-분산 트레이드오프, 정밀도와 재현율의 차이.
신입·경력 모두 자주 묻습니다.
모호한 답이 아니라 구체적 예시로 설명할 수 있어야 합니다.
2) 「딥러닝 기본」 — 활성화 함수의 종류와 차이, 배치 정규화의 효과, 그래디언트 소실 문제, CNN·RNN·Transformer의 작동 원리.
학교에서 배운 내용이 아니라 「코드로 직접 구현해 본 경험」을 바탕으로 답하면 가산점.
3) 「실전 경험 질문」 — 「가장 어려웠던 ML 프로젝트는?」, 「데이터가 부족할 때 어떻게 대응했는가?」, 「과적합이 일어났을 때 어떻게 풀었는가?」.
이 질문들은 정해진 답이 없고 「STAR 기법」(Situation-Task-Action-Result)으로 자기 경험을 구체적으로 답하는 게 정석.
4) 「코딩 테스트」 — 알고리즘 + ML 구현.
「NumPy로 선형 회귀를 직접 구현해 보세요」, 「KNN 알고리즘을 코드로」 같은 문제가 자주 나옵니다.
일부 회사는 LeetCode 스타일의 알고리즘 문제도 봅니다.
5) 「최신 동향」 — 「최근 흥미롭게 본 LLM 논문은?」, 「GPT-4와 Claude의 차이는?」, 「RAG의 한계는?」.
이런 질문은 「열린 학습 자세」를 보고자 하는 의도가 있어, 자기가 평소 어떻게 분야를 따라잡는지를 자연스럽게 보여 주면 됩니다.
한 줄 요약
AI 면접 질문은 기본 ML/DL 개념, 실전 경험(STAR 기법), 코딩 테스트, 최신 동향의 네 영역으로 나뉩니다.
모호한 답이 아닌 구체적 예시·코드 경험으로 답하는 것이 핵심입니다.
더 알아볼 것
- LeetCode + ML 문제 추천
- STAR 기법으로 답변 구조화
- 해외 AI 회사 인터뷰 패턴
