데이터 분석 면접

데이터 직무 면접 질문 모음집 (feat. 모범 답변, 합격 꿀팁까지)

제로베이스 데이터 취업 스쿨

안녕하세요. 저는 8년차 데이터사이언티스트 Jason이라고 합니다. 지난 번 비전공자 출신으로 데이터 커리어를 시작한 방법에 대해 소개했다면, 이번엔 신입 데이터 분석가 취업 준비생분들께 도움이 될 데이터 분석 면접 준비 팁을 가져왔어요!

데이터 분석, 데이터 엔지니어, 데이터 사이언티스트
면접에서 중요한 것은?

데이터 분석 면접에서 가장 중요하게 보는 것은 크게 2가지로 나눠볼 수 있습니다.
첫 번째는 직무에서 요구하는 필수 핵심 역량에 대해 얼마나 준비가 되어 있는지이고, 두 번째는 지원 동기 입니다.

첫 번째, 데이터 직무 필수 핵심 역량 (aka 직무 전문성)

데이터 분석가/엔지니어/사이언티스트 모두 신입 채용시에도 불구하고 데이터 분석 면접에서 상당히 많은 역량을 요구합니다. JD(Job Description, 채용공고)를 살펴보면 자연스럽게 “신입에게 이런 역량까지 다 요구 하는 걸까?”라는 걱정이 앞설텐데요. 채용 담당자 입장에서 신입 지원자분들께 확인하고자 하는 핵심은 JD에서 요구하는 역량을 전부 갖춰야 한다는 것이 아닙니다.

핵심 역량에 대해 여러분이 어떠한 활동을 통해, 어느 정도 수준까지 학습하고 수행할 수 있는지에 대해 확인하고자 면접을 진행합니다. 신입 지원자에 맞춰 핵심 역량에 대한 어느정도 Base line을 준비를 하고, 면접장에서는 지원자가 해당 역량을 어떻게 준비했고, 어느정도 수행할 수 있는지 논리적이고 잘 정리된 언어로 얘기할 수 있는지에 대해 확인하고 있어요.

두 번째는 지원동기 입니다.

기업의 입장에서 수 많은 회사 Domain에서 왜 이 Domain을 선택했고 그 중에서도 왜 우리 회사인지 당연히 궁금할 수 밖에 없습니다. 저는 보통 이직을 준비할 때 3why에 대해서 짚고 넘어갑니다.

✅ 첫 번째 why는 데이터 직무를 시작하는데 있어서 이 Domain, 업계를 선택한 이유,
✅ 두 번째 why는 Domain 안에서 이 회사를 선택한 이유,
✅ 세 번째 why는 내가 왜 이 직무를 잘할 수 있는지 자신감입니다.

3가지 이유에 대해 지원 동기를 위와 같이 논리있게 준비해가신다면 면접관께서 추가 질문 없이 고개를 끄덕끄덕하시는 것을 경험해보실 수 있을 겁니다. 🙂

신입 데이터 분석가에게 요구하는 필수 역량은?

이미지 = 데이터 분석 취업 특강 자료

데이터 직무별 신입에게 요구하는 역량을 실무자 입장에서 아래와 같이 정리해보았어요. 회사마다 요구하는 역량의 수준이 조금씩 다르겠지만 일반적으로 데이터 분석 면접에서 ‘이 정도의 수준을 요구한다’라고 참고 정보로 활용해보시면 좋겠습니다.

① 데이터 분석가 면접 필수 역량

- 데이터 핸들링 : SQL을 활용하여 원하는 데이터를 추출 및 가공할 수 있다.
- 데이터 EDA 및 분석 : 분석 목적을 설정하고 프로그래밍 언어(Python, R)을 통해 목적에 맞는 분석을 수행하고 결과를 정리하여 제공할 수 있다.
- 대시보드 개발 : BI(태블로, power BI 등)를 활용하여 분석된 결과를 시각화 할 수 있다.

② 데이터 엔지니어 면접 필수 역량

- 자료구조 및 알고리즘 : 데이터를 표현하는 방식과 알고리즘, 기초이론에 대한 이해도가 있다.
- 데이터 ETL : 데이터를 처리하는 프로세스에 대해서 이해하고, 이를 실제 구현 및 적용할 수 있다.
- DB 및 Cloud 환경 이해 : 데이터베이스 환경과 Cloud 환경을 이해하고, 해당 환경에서 데이터 ETL을 수행할 수 있다.

③ 데이터 사이언티스트 면접 필수 역량

- 데이터 핸들링 : SQL을 활용하여 원하는 데이터를 추출 및 가공할 수 있다.
- 데이터 분석 및 ML/DL 역량 : 분석 역량과 더불어, ML/DL에 대한 이해도가 높다. 즉 어떤 문제를 어떠한 접근과 알고리즘을 선택하여 해결할 수 있을지 결정할 수 있다.
- 문제 해결 역량 : 현업의 이슈를 데이터에 기반하여 정의하고, 해당 프로젝트를 리딩해 나갈 수 있는 역량을 보유하고 있다.

지원하는 직무에 맞춰 필수 역량을 얼마나 갖췄고 어떻게 학습했는지 잘 정리해서 면접을 준비하세요!

데이터 분석 면접
면접관은 여러분과 함께 일하고 싶어요.

제가 데이터 분석 면접 들어갈 경우, 저는 여러분을 평가하고 떨어뜨리려 하기보단 뽑고 싶다는 생각으로 데이터 분석 면접에 들어갑니다.
“신입을 뽑아서 잘 키워보자”, “신입이 들어오면 어떤 업무에 배정을 해야 할까?” 등 채용을 전제로 두고 지원자를 바라보곤 합니다. 우리 부서에 합류해서 잘 적응하고 업무 퍼포먼스를 낼 수 있는 신입사원을 뽑기 위한 고민에 고민을 이어가죠.

최근 저희 회사에 입사하신 인턴 분들의 경우 2명 중에서 1명만 붙는 경쟁 최종 발표상황에서 두 분 모두 사전 프로젝트 내용을 무리없이 잘 소화하였고, 딱히 모난 부분은 없었습니다. 두 분의 합격 당락을 결정한 순간은 오히려 발표가 종료된 뒤 였는데요. 한 분께서 “프로젝트에서 조금 더 고민한 부분에 대해 말씀 드려도 될까요?”라고 하며 추가 발표를 하는 순간 합격의 당락이 결정되었어요. 대단한 내용은 아니였지만 그 자리에 있었던 모든 분들이 그 분의 열정을 높이 샀던 것 같아요. 최종적으로 추가 분석을 진행한 분이 인턴에서 정규직으로 전환이 되었죠.

여기서 얻을 수 있는 교훈은 경쟁자 대비해서 어필하는 ‘한끗 차이’ 입니다. 정말 이 회사에 들어가고 싶은 열정과 의지를 보여 줄 수 있는 Action을 한다면 남들보다 한 번 더 눈길이 가죠. 데이터 직무 취업을 준비하시는 분들이라면 주어진 상황에서 한 걸음 더, 남들보다 하나 더 고민해보고 실행해보는 걸 추천해드립니다. 더 자세한 데이터 분석 면접 질문은 아래에서 예시와 함께 보시죠!🙂

데이터 직군
신입 면접 공통 질문

① 자기소개

3~5분이라는 짧은 시간 내 첫인상이 결정됩니다. 핵심역량, 주요성과, 지원동기라는 세가지 목차로 일목정연하게 준비해보시길 바랍니다.

② 지원 동기

앞서 이야기 드렸던 것 처럼 3why를 기억하세요! (왜 우리 Domain인지? 왜 우리 회사인지? 왜 이 일을 잘할 수 있는지!)

③ 주요 프로젝트에 대한 소개

지원자 분들께서 진행한 개인 프로젝트 혹은 팀 프로젝트를 바탕으로 준비한 포트폴리오에 대한 대표 소개는 미리 준비해주세요. 프로젝트에 대해 장황하게 설명하는 것이 아닌, 핵심적인 부분만 다음 구조를 따라 이야기 해주세요. (1) 프로젝트 배경 및 개요 (2) 내가 수행한 역할 (3) 결과의 목차 순으로 구조를 잡고 논리있게 말한다면 준비된 지원자임을 어필할 수 있습니다.

④ 입사한다면 수행해보고 싶은 업무

채용 담당자 입장에서 해당 질문은 그냥 툭 던져 보는 질문일 확률이 높지만, 지원자 분들이 플러스 점수를 따기 좋은 질문입니다. 추가 점수를 따고 싶은 지원자라면 기업의 현황을 검색하고, 가상의 과제를 기획하여 준비하는 걸 추천드립니다.
예를 들어, A기업에 현 상황이 MZ 세대의 이탈 가속화라고 한다면, "MZ 세대의 이탈 원인을 데이터 분석을 통해서 확인하고, 이를 개선할 수 있는 활동들을 전개해나가고 싶다."라고 얘기한다면 얼마나 우리 회사에 대해 갖고 있는 관심을 어필할 수 있을 거에요.

데이터 분석 면접
기술 질문 10가지 + 모범답안

Q1. 매출이 감소했다고 하면 어떻게 접근하여 분석하겠는가?

모범 답안 매출의 증감을 표현할 수 있는 다양한 지표(Index)를 생성(기존 + 신규)하여 사업부/상품/기간 단위로 매출 감소 영역을 Sensing하고 상세 분석을 통해서 매출 감소 원인을 파악하겠습니다.

Q2. 코로나 상황속에서 어떻게 데이터 분석을 통해 기여할 것인가?

모범 답안 초과 비용 및 간접비를 줄이는 것에서 부터 시작하고자 합니다. 고도화된 타겟 마케팅을 통해 마케팅 비용을 줄이고 효율화 하는 방향(판매관리비 절감이 필요)이 있을 것입니다. 빠르게 변화하는 고객을 이해하기 위해 데이터 분석로고객 특징들을 추출하고, 이를 활용한 새로운 서비스 기획 및 선호 마케팅 방안 탐색하여신규 고객 유치에 기여하겠습니다.

Q3. 데이터 수집 및 전처리 단계에서 발생한 문제 해결 방법

모범 답안 수집 데이터가 다양한 DB에 산재된 문제가 있었습니다. 이 문제를 해결하기 위해서 저는 개발부서와 각 DB별 수집 방안(수집 주기, 수집 Column) 협의 후 Primary Key값을 기준으로 Big table을 설계하여 통합 DB 구축을 통해 문제를 해결하였습니다.

Q4. 데이터를 비지니스와 연관지어 생각할 수 있는 능력을 어떻게 개발할 수 있을까?

모범 답안 데이터 분석팀의 KPI(목표 지표)를 비지니스를 수행하는 주체인 사업부와 동일하게 설정하면 자연스럽게 KPI를 증가시키기 위해 카운터 파트의 비지니스를 더 잘 이해하고 증대시키는 사고를 할 수 있게 됩니다. 이를 통해 데이터를 비지니스와 더 긴밀하게 생각할 수 있게 될 것이라고 판단됩니다.

Q5. 분석 후 내용을 어떻게 효과적으로 상급자에게 전달할 것인가?

모범 답안 분석된 내용을 보고서(리포트) 형식으로 정리하여 상급자에게 효과적으로 전달하고자 합니다. 보고서를 작성한다면 목차는 다음과 같습니다. 배경 및 추진방향 > 모델 개발 내용 > 모델 결과 및 성능 > 기대효과 및 향후 계획 > 사용 변수 리스트(유첨)

Q6. 분석된 내용을 유관부서에게 어떻게 설득시키겠는가?

모범 답안 유관부서에게 분석된 내용을 전달할 때는 분석 시 사용하는 전문적인 용어가 아닌, 현업이 이해할 수 있는 수준의 언어를 사용해야합니다. 현업의 언어를 활용하여 분석된 결과를 이해시키고, 피드백을 통해서 분석의 퀄리티를 높이는 방향으로 업무를 진행하겠습니다.

Q7. 본인이 수행할 수 있는 업무영역이 어떻게 되는가?

모범 답안 제가 수행할 수 있는 업무 역량을 전체적인 데이터 분석 프로세스 관점에서 말씀드리겠습니다. SQL 활용 특정 조건에 맞는 데이터 추출 - R/Python을 활용한 데이터 가공 및 EDA - 데이터 모델링 및 평가 - 자동화 코딩 - 운영 및 모니터링의 데이터 분석 전체 Porcess를 커버할 수 있습니다.

Q8. 신규고객을 유치한다면 어떻게 데이터 적으로 접근하겠나?

모범 답안 신규 고객은 현재 보유하고 있지 않은 데이터이기 때문에 외부 데이터를 활용하여 접근하겠습니다. 구글 ADS를 사용하여 어떤 경로와 검색어를 통해 사내 사이트에 가장 많이 방문했는지 사용자 여정 분석을 통해, 해당 경로에 광고를 추가하거나 해당 서비스와 연계한 마케팅 상품을 개발하여 신규 고객 유치하도록 하겠습니다.

Q9. 상사와의 갈등이 생긴다면 어떻게 해결하겠는가?

모범 답안 저보다 더 많은 경험을 하신 상사분이시기 때문에 상사분께서 내린 결정에는 그만한 이유가 있다고 생각합니다. 상사분에 생각에 대해 더 깊게 이해해보고 믿고 따르는게 맞다고 생각합니다.

Q10. 동료와의 갈등이 생긴다면 어떻게 해결하겠는가?

모범 답안 문제를 바라보는 시각이 다른것은 당연합니다 . 저의 주장을 밀어부치기보다 상대방의 말을 경청하고 존중과 이해를 기반한 의사소통을 한다면 의견 차이의 폭을 좁히고 공동의 목표로 나아갈 수 있을 것이라 생각합니다.

데이터 엔지니어 면접
기술 질문 10가지 + 모범답안

Q1. 데이터 레이크와 데이터 웨어하우스의 차이는 무엇인가요?

모범 답안 데이터 레이크는 원시 데이터를 기본 형식으로 저장하는 방대한 저장소입니다. 데이터 레이크의 이점 중 하나는 다양한 구조의 데이터를 저장할 수 있다는 것입니다. 데이터 레이크에는 미리 정의된 스키마가 없으며, 다양한 정형, 비정형 데이터를 수집할 수 있습니다. 데이터 웨어하우스는 미리 결정된 목적을 위해 비즈니스 애플리케이션에서 수집 및 생성하는 데이터의 저장소입니다. 데이터 웨어하우스는 저장 전 데이터에 미리 정의된 스키마를 적용하며, 이 저장소에 저장하기 전에 데이터를 정리하고 구성해야 합니다. 데이터 웨어하우스에 저장된 데이터는 이미 처리되었기 때문에 높은 수준의 분석이 용이합니다.

Q2. 데이터 파이프라인이란 무엇인가요?

모범 답안 데이터 파이프라인은 데이터를 추출, 변환, 로드(ETL)하는 일련의 과정을 말합니다. 이러한 과정을 통해 비즈니스에서 필요한 데이터를 사용 및 분석가 혹은 사이언티스트에게 제공할 수 있습니다.

Q3. 다양한 소스의 데이터를 통합해야 했지만 예상치 못한 문제에 직면 한 사건과 어떻게 해결 했습니까?

모범 답안 이전 A 회사에서 저와 저희 팀은 다양한 DB와 시스템에서 데이터를 수집해야했습니다. 그러나 프랜차이즈 중 하나가 사전 통지없이 시스템을 변경했고, 이로 인해 데이터 수집 및 처리에 몇 가지 문제가 발생했습니다. 이를 해결하기 위해 먼저 회사 시스템에 필수 데이터를 가져 오기위한 단기 솔루션을 찾아서 해결했고, 이후 동일한 문제가 다시 발생하지 않도록 장기적인 솔루션을 개발했습니다.

Q4. Apache Hadoop 프레임 워크의 기본 개념을 설명하십시오.

모범 답안 아팟치 하둡은 대규모 검색 색인을 구축하려고 만든 자바 기반의 오픈 소스 분산 컴퓨팅 플랫폼입니다. 향후 다방면으로 활용되고 개선되면서 대규모 raw 데이터를 처리하고 분석하는 데이터 센터 운영 시스템의 핵심 소프트웨어 생태계를 이루게 되었습니다.

Q5. 쿠버네티스와 도커의 차이점은?

모범 답안 도커는 ’이미지를, 컨테이너에 띄우고 실행하는 기술’이고 쿠버네티스는 '도커를 관리하는 툴'로 생각할 수 있습니다. 따라서 도커는 '한 개의 컨테이너를 관리’하는 데 최적화 되어있고, 쿠버네티스는 '여러 개의 컨테이너를, 서비스 단위로 관리’하는 데 최적화 되어있습니다.

Q6. AWS S3와 EC2의 차이점은?

모범 답안 S3(Simple Storage Service)는 데이터를 저장하거나 추출하게 해 주는 온라인 스토리지 웹 서비스입니다. 즉 파일 서버의 역할을 하는 서비스라고 볼 수 있습니다. 하나의 저장 공간을 구성하고 그 공간에 데이터를 자유롭게 업로드, 다운로드 할 수 있는 서비스를 제공합니다.

- HTTP 프로토콜로 파일에 접근할 수 있다.
- 일반적인 시스템과는 다르게 파일(또는 데이터) <이름인 key 와 파일 자체인 value 로 구분되는 객체 형태로 파일을 저장한다.

EC2(Elastic Compute Cloud)는 아마존 웹 서비스에서 제공하는 서비스로 안전하고 크기 조정이 가능한 컴퓨팅 파워를 클라우드에서 제공하는 웹 서비스입니다. 개발자가 더 쉽게 웹 규모의 클라우드 컴퓨팅 작업을 할 수 있도록 설계된 서비스입니다.

Q7. 배치 파이프라인의 Tool인 Airflow란?

모범 답안 Apache Airflow는 프로그래밍 방식으로 워크플로우를 작성, 예약 및 모니터링하는 오픈 소스 플랫폼입니다. 정확한 시간에, 정확한 방법으로, 정확한 순서대로 실행하게 해주는 오케스트레이터라고 볼 수 있습니다.

Q8. 분석가와 협업을 진행할때 어떤 방법으로 진행하겠는가?

모범 답안 데이터 엔지니어도 분석가 업무에 대해 전부 알지 못하고, 마찬가지로 데이터 분석가도 엔지니어의 업무 영역에 대해서 모두 이해하는 것이 아니기 때문에, 공동의 목표를 달성하기 위해 지속적인 커뮤니케이션이 필요하다고 생각합니다. 엔지니어는 분석가가 요청한 내역을 기술적인 부분만이 아니라 비지니스 부문에서의 필요성을 같이 고민할 필요가 있으며, 가정 효과적인 방법으로 구현해야 합니다.

Q9. 운영중인 서비스의 문제를 어떻게 감지할 수 있을까?

모범 답안 문제가 생겼을 때 Slack 의 특정 채널(장애 알림 전용 채널)에 메시지가 게시되는 것으로부터 가장 빠르게 인지를 합니다. Slack 에 장애가 발생하면 서비스에 발생하는 장애를 인지하기 어려워지기 때문에 극소수이긴 하지만 일부 구성원들, 일부 지표에 한해서는 이메일로도 받도록 구축해야합니다. Slack 으로 인지하게 되는 것과 별개로 모니터링 중 특별히 튀는 지표가 있다면 Alert 와 무관하게 원인 파악을 하며 문제 여부를 판단 하고 문제 상황이라면 triage(심각도 정도에 따른 우선 순위 분류)부터 시작하여 Troubleshooting 을 할 수 있습니다.

Q10. 협업 엔지니어와 기술적인 의견 상이가 발생했을 때 대처법?

모범 답안 해당 프로젝트에 대한 목표를 다시 한 번 점검해보고, 서로의 의견을 충분히 나눈후 객관적인 기준을 수립하여 최적의 퍼포먼스를 낼 수 있는 방향으로 대화를 이끌어 나가겠습니다.

데이터사이언티스트 면접
기술 질문 10가지 + 모범답안

Q1. 코로나와 같은 특수한 상황에 대해 어떻게 예측할 것인가?

모범 답안 과거에 코로나라는 특수한 전염병에 사례와 비슷한(메르스, 사스) 전염병의 데이터를 수집한 데이터를 활용하여 다양한 파생변수를 생성하고, Feature로 사용할 것 입니다. 크롤링을 통해 검색어 증감을 분석하여 사전 Issue Alert 전달하고, 앞선 대응을 진행할 것 입니다.

Q2. 데이터 분석 외에 기획 및 운영 업무도 진행 해야 한다면?

모범 답안 데이터 사이언티스트라면 모델링 이외에도 운영적인 업무가 필수적으로 수반되어야 한다고 생각합니다. 데이터 분석이 주된 목적이 아닌 협업의 이슈를 데이터 사이언스 지식을 활용하여 해결하는 것이 데이터 사이언티스트의 정의라고 생각하기 때문입니다.

Q3. RFM 방법론의 효과가 좋지 않은데 어떻게 사용할 것인가?

모범 답안 어느 영역(R/F/M) 가중치를 더 두느냐에 따라서 모델의 가치가 결정된다고 생각합니다. 분석 목적에 맞는 가중치 설정을 통해 최고의 효과를 달성하는 방안을 고안한다면 RFM도 성능을 높일 수 있을 것이라고 생각합니다.

Q4. 데이터 분석 프로세스에서 가장 강점인 영역은?

모범 답안 데이터 EDA를 통해 빠르게 인사이트를 추출하여 경영진의 의사결정을 지원하는 영역이 가장 강점입니다.

Q5. R/Python 활용 수준은?

모범 답안 Tool을 사용하여 데이터 추출 및 전처리, 모델링, 리포트 작성 수준의 활용 능력을 보유하고 있습니다.

Q6. 2~3천개의 Feature가 있는데 어떻게 접근하겠는가?

모범 답안 NA 비율 및 Zero 비율, Outlier 확인후 의미없는 변수를 1차 제거하겠습니다. Correlation 분석을 통해 상관관계가 높은 변수를 제거(Y의 영향을 가장 많이 미치는 변수를 생존시킴)하고 만약 컴퓨팅 파워가 가능하다면 그리고 Tree 계열의 알고리즘을 사용한다고 가정했을 때, 최대한 많은 변수를 넣어서 진행하여 성능을 높이는 방향성으로 분석을 진행하겠습니다.

Q7. 리콜과 프리시젼의 Trade off 문제를 어떻게 해결할 것인가?

모범 답안 해당 문제에서 해결하려는 문제의 목표를 인식하고, 적합한 평가척도를 사용하는 것이 최적의 방법이라고 생각합니다.

Q8. 만들어진 모델에 대해 어떻게 설명할 것인가?(X-ai)

모범 답안 LIME, SHAP 와 같은 XAI 알고리즘을 통해 설명력을 확보하겠습니다.

Q9. 데이터 분석 프로세스에서 가장 중요하다고 생각되는 단계는?

모범 답안 현업에 Needs를 파악하여 과제를 구체화시키는 단계와 분석된 결과를 현업에 적용시키는 단계가 가장 중요하다고 생각합니다. 과제 구체화와 현업 적용 단계를 놓치면 제대로된 분석결과를 기대할 수 없기 때문입니다.

Q10. 유통 데이터와 금융 데이터 같은 고객 데이터인데 차이점은?

모범 답안 상품을 구매 및 가입한 고객 데이터라는 공통점은 존재하지만 품목수나 구매주기에 관해서는 유통(리테일) 데이터가 더 예민하고 빠른 특성을 가지고 있습니다. 다량에 데이터를 효과적을 처리하고 빠르게 유의미한 데이터를 추출하는 것이 무엇보다 중요하다고 생각됩니다.

데이터 분석 면접
한 걸음 더 준비하고 싶다면?

개인 블로그( https://lifeofdori.tistory.com/14)에 잘 정리된 기술 면접 질문들이 있어요.
데이터 분석 오픈 카톡방이나 e-book 을 통해서도 준비할 수 있습니다.

e-book ( https://fastcampus.co.kr/books/211581)
현업에서 실제 데이터 분석 프로젝트를 수행하는 방법과 면접 노하우와 팁을 전달해주는 e-book입니다. 부끄럽지만 저자는 저이구요..ㅎㅎ✌️ 데이터 분석이 활발하게 이루어지는 대표적인 Domain인 제조, 서비스, 마케팅, 금융, 이커머스라는 5가지 Domain에서 현업의 문제를 데이터로 어떻게 해결하고 있는지 소개하고 있어요.

데이터 분석 면접도 우리가 운동을 하면 체력이 증진되는 것처럼, 경험할 수록 데이터 분석 노하우와 말하는 Skill이 늘어납니다. 그렇기 때문에 최대한 많은 면접 경험을 하시기를 추천해요. 단순히 데이터 분석 면접을 많이 보는 것을 넘어서, 나만의 데이터 분석 면접 오답노트를 만들어 보세요! 면접이 끝난 후 집에 오셔서 받았던 질문을 기록해보고, 내 답변을 떠올려서 적어보시기 바랍니다. 꽤 맘에 들었던 답변도 있을 것이고, ‘아 이건 정말 최악이다’라고 하는 답변들도 있을 것입니다. 최악의 답변들을 다시 한 번 점검하고, 어떻게 말을 했으면 좋았을지에 대한 모법 답안을 적어보는 것입니다. 그렇게 차곡차곡 나만의 오답노트가 정리된다면, 추후 원하는 기업의 면접에 가기 전 오답노트만 쭉 훝어보며 준비한다면 정말 만족할만한 면접을 보실 수 있으실 겁니다. 오답노트를 정리할 때에는 아래의 예시처럼 질문의 유형, 즉 카테고리를 구분하고 정리하시는 것을 추천드립니다. 카테고리를 정리함으로서 중복되는 질문들도 정리할 수 있고, 내가 질문에 답변하지 못했던, 내가 약점인 영역이 어디인지도 쉽게 찾을 수 있을 거에요.