🏁 종료된 설명회 — 2026년 7월 15일(수) 19:00~21:00 · 본원 3층 대강의실 · 정원 60명 마감
두 시간 동안 “열심히 하세요” 같은 말은 한 번도 하지 않았습니다. 대신 실제 채용 공고를 세어 보고, 이력서 문장을 나란히 놓고 비교하고, 면접에서 실제로 나오는 질문의 의도를 뜯어봤습니다. 그날 자료를 그대로 옮깁니다. 이력서를 열어 두고 읽으시면 가장 좋습니다.
📊 채용 공고 30건을 직접 세어 봤습니다
2026년 상반기에 국내 채용 사이트에서 ‘AI 활용’ 관련 키워드로 검색된 신입·주니어 공고 30건을 임의로 추출해 요구 항목을 집계했습니다. 전체 시장 통계가 아니라 경향 참고용이지만, 각 숫자가 무엇을 뜻하는지가 더 중요합니다.
| 요구 항목 | 비율 | 이 숫자의 해석 |
|---|---|---|
| Python | 87% (26/30) | 이제 우대사항이 아니라 전제 조건입니다. 없으면 서류에서 걸러집니다. 남은 13%는 기획·프론트엔드 성격의 포지션이었습니다. 깊이보다 ‘자료형·함수·에러 읽기’를 실제로 쓸 줄 아느냐가 관건입니다. |
| SQL | 73% (22/30) | 의외로 높습니다. 모델을 만드는 일보다 데이터를 꺼내 오는 일이 실무의 절반이라는 뜻입니다. JOIN과 GROUP BY를 자유롭게 쓰는 수준이면 대부분의 주니어 요구를 충족합니다. 가장 적은 시간으로 가장 큰 점수를 얻는 항목입니다. |
| 클라우드(AWS/GCP 등) | 60% (18/30) | 자격증을 원하는 게 아니라 배포·운영해 봤는지를 봅니다. 서버 한 대를 띄워 내 서비스를 올리고 도메인을 붙여 본 경험이면 면접에서 대화가 됩니다. |
| LLM API 활용 | 53% (16/30) | 1년 전 같은 성격의 조사에서는 소수였던 항목입니다. 가장 빠르게 늘어난 요구사항이고, 그만큼 경쟁자도 적습니다. 지금 준비하면 상대적 우위가 가장 큰 구간입니다. |
| Docker | 47% (14/30) | “내 노트북에서만 되는 프로젝트”는 증거로 인정받기 어렵다는 뜻입니다. 깊이 파지 않아도 됩니다. 내 프로젝트를 컨테이너로 띄워 본 경험 한 번이면 충분히 이야기가 됩니다. |
| 포트폴리오 URL 명시 요구 | 40% (12/30) | 공고에 대놓고 “GitHub 또는 배포 주소를 기재하라”고 적혀 있는 비율입니다. 링크가 없으면 서류에서 확인할 방법이 아예 없습니다. 주소 한 줄이 통과율을 바꿉니다. |
📝 이력서 한 문장을 바꾸면 면접이 달라집니다
가장 반응이 컸던 실습입니다. 같은 프로젝트를 두 가지로 써 놓고 비교했습니다.
B가 유리한 진짜 이유는 ‘멋있어서’가 아닙니다. 61%라는 숫자를 쓰려면 측정을 했어야 하고, 청킹 전략을 바꿨다고 쓰려면 여러 방법을 비교했어야 합니다. 문장 자체가 “나는 이 과정을 실제로 겪었다”는 증거가 됩니다. 반대로 측정하지 않은 프로젝트는 이 문장을 쓰고 싶어도 쓸 수가 없습니다.
🧮 성과 기술 공식 — 상황·행동·결과·수치
모든 항목을 이 네 칸으로 쪼개 쓰면 됩니다. 그날 만든 예시 세 개입니다.
| 상황 | 행동 | 결과 · 수치 |
|---|---|---|
| 사내 규정·매뉴얼 문서 300건이 부서별 폴더에 흩어져 있어, 신입 문의가 주 20건씩 반복됨 | 문서를 검색해 답하는 RAG 챗봇 구축. 초기에는 문단을 800자로 잘랐으나 답변이 어긋나 400자로 조정하고, 검색 결과 재정렬(리랭킹)을 추가. 질문 30개짜리 평가 세트를 만들어 변경마다 채점 | 정확도 61% → 84%. 반복 문의 주 20건 → 7건. 답변 대기 시간 평균 3분 → 즉시 |
| 월말 정산 시 엑셀 12개 시트를 손으로 대조·합산해 매달 약 6시간 소요, 오류가 평균 3건 발생 | 파이썬 스크립트로 시트 병합·검증 자동화. 단순 합산에 그치지 않고 ‘합계 불일치 항목’을 별도 리포트로 뽑도록 설계 | 6시간 → 25분. 오류 3건 → 0건(3개월 연속). 담당자 1명이 하던 작업을 팀 전체가 사용 |
| 마케팅 주간 리포트를 매주 4시간씩 수작업으로 작성, 담당자 부재 시 발행이 밀림 | 원천 데이터를 SQL 뷰로 정리하고 대시보드로 연결. 지표 정의를 문서화해 팀원 누구나 갱신 가능하게 만듦 | 작성 시간 4시간 → 자동 갱신. 팀원 3명이 직접 조회. 담당자 부재와 무관하게 발행 유지 |
세 예시 모두 거창한 기술이 아니라 ‘측정 가능한 개선’이라는 점에 주목하세요. 신입 지원자가 “쓸 만한 경험이 없다”고 느끼는 대부분의 경우, 실은 경험이 없는 게 아니라 측정을 안 했을 뿐입니다.
AI가 생성한 코드를 포트폴리오에 넣는 것 자체는 전혀 문제가 아닙니다. 현업도 그렇게 일합니다. 문제는 그 코드의 동작을 설명하지 못하는 순간입니다 — 한 곳에서 막히면 그 프로젝트만 무너지는 게 아니라 이력서 전체의 신뢰가 함께 무너집니다. 면접관은 “그럼 나머지도 본인이 한 게 아니겠구나”로 읽습니다. 제출 전에 코드 전체를 한 번씩 소리 내어 설명해 보세요.
🎤 2026년 기술 면접에서 실제로 나오는 질문 5개
| 질문 | 무엇을 보려는 질문인가 / 답변 방향 |
|---|---|
| “왜 이 기술을 선택하셨나요?” | 대안을 검토했는지를 봅니다. “많이 쓰길래”는 최악입니다. “A와 B를 비교했는데, 데이터가 자주 바뀌지 않고 팀에 운영 인력이 없어서 관리 부담이 적은 B를 골랐습니다”처럼 포기한 선택지와 그 이유를 함께 말하세요. 판단 근거가 있으면 결과가 완벽하지 않아도 좋은 평가를 받습니다. |
| “AI가 짠 이 코드가 어떻게 동작하는지 설명해 보세요” | 이제 거의 모든 면접에 등장합니다. 코드를 읽고 이해했는지를 확인합니다. 줄 단위 해설이 아니라 데이터의 흐름으로 설명하세요 — “사용자 입력이 여기로 들어와서, 이 함수에서 검증되고, 이 형태로 저장된 뒤, 화면에서 이렇게 조회됩니다.” 모르는 부분은 “이 부분은 라이브러리에 맡겼고 내부 구현은 확인하지 않았습니다”라고 솔직히 말하는 편이 훨씬 낫습니다. |
| “막혔을 때 어떻게 해결하셨나요?” | 문제 해결 절차가 있는지를 봅니다. “검색해서 해결했습니다”로 끝내지 마세요. “에러 메시지에서 어느 단계가 실패했는지 먼저 확인하고, 입력값을 하나씩 줄여 재현 조건을 좁힌 뒤, 그 지점에 로그를 넣어 원인을 찾았습니다”처럼 순서가 드러나야 합니다. |
| “이 프로젝트의 한계는 무엇인가요?” | 자기 결과물을 객관적으로 보는지를 봅니다. “없습니다”는 감점입니다. “문서가 300건일 때는 잘 되지만 수천 건이 되면 검색 시간이 늘 겁니다. 동시 접속도 고려하지 않았습니다”처럼 구체적인 한계를 말할수록 신뢰가 올라갑니다. 한계를 아는 사람이 다음에 더 나은 걸 만듭니다. |
| “다시 만든다면 무엇을 바꾸시겠어요?” | 학습이 일어났는지를 봅니다. 앞 질문과 연결해서 답하면 자연스럽습니다. “평가 세트를 처음부터 만들었을 겁니다. 중반에 만들다 보니 초기 개선이 실제로 효과가 있었는지 지금도 정확히 모릅니다” 같은 답은 실제로 해본 사람만 할 수 있는 답이라 강한 인상을 남깁니다. |
🗂️ 포트폴리오는 이렇게 만드세요
형태는 단순합니다. 배포된 주소 + GitHub 저장소 + README 한 장. 이 세 가지면 충분하고, 이 중 하나라도 빠지면 효과가 크게 떨어집니다.
- 배포 URL — 클릭 한 번으로 동작을 볼 수 있어야 합니다. 서류 검토에 쓰는 시간은 길지 않습니다. 설치해야 볼 수 있는 프로젝트는 대부분 열어보지 않습니다. 무료 배포 플랫폼으로 충분합니다.
- GitHub 저장소 — 커밋 이력이 보입니다. 한 번에 전부 올린 저장소와, 기능 단위로 나뉜 커밋이 쌓인 저장소는 인상이 다릅니다. 완벽한 커밋 메시지를 쓸 필요는 없지만 ‘update’ 하나로 30개를 채우지는 마세요.
- README — 가장 중요한데 가장 자주 비어 있습니다. 세 가지만 적으세요. ① 어떤 문제를 풀려고 했는가 ② 어떤 판단을 했고 무엇을 포기했는가 ③ 결과가 어땠는가(수치). 기술 스택 나열은 그 아래에 짧게. 면접관이 실제로 읽는 건 이 세 문단입니다.
프로젝트 개수는 깊이 있는 2개가 얕은 5개보다 낫습니다. 5개를 나열하면 “하나만 골라 설명해 주세요”라는 질문이 오고, 그때 답이 얕으면 나머지 4개도 함께 평가절하됩니다.
📅 준비 기간별 로드맵
| 기간 | 현실적인 목표 | 주차별 초점 |
|---|---|---|
| 4주 (이미 기본기가 있고 정리가 필요한 경우) | 기존 결과물 1개를 ‘설명 가능한’ 포트폴리오로 완성하고 지원 시작 | 1주: 프로젝트 재정비 + 배포 / 2주: 평가 지표 만들고 개선해 수치 확보 / 3주: README·이력서를 상황·행동·결과·수치로 재작성 / 4주: 면접 5개 질문 답변 준비 + 지원 시작. 새 기술을 배우지 마세요. 이 기간엔 정리가 성과입니다. |
| 8주 (파이썬 기초는 있으나 결과물이 없는 경우) | 배포된 프로젝트 1개 + SQL 실무 수준 확보 | 1~2주: SQL 집중(JOIN·GROUP BY·서브쿼리를 실제 데이터로) / 3~5주: 프로젝트 제작 및 배포 / 6주: 평가 세트로 개선·수치화 / 7주: 포트폴리오와 이력서 작성 / 8주: 모의 면접과 지원. 클라우드·Docker는 “배포하며 필요한 만큼”만 건드리세요. |
| 12주 (비전공·완전 초심자) | 기초 → 프로젝트 2개 → 지원까지 한 사이클 완주 | 1~3주: 파이썬 기초와 에러 읽는 법 / 4~5주: SQL / 6~8주: 첫 프로젝트(작게, 반드시 배포) / 9~10주: 두 번째 프로젝트(LLM API 활용 등 차별 요소) / 11주: 포트폴리오·이력서 / 12주: 면접 준비와 지원. 이 기간을 혼자 버티기 어렵다면 국비지원 과정으로 구조를 빌리는 것이 현실적입니다. |
❓ 현장에서 나온 질문 4가지
Q1. 비전공자인데 학력에서 걸러지지 않나요?
포지션에 따라 다릅니다. 모델을 직접 연구·개발하는 자리는 학위 요구가 실재합니다. 반면 이 글에서 다룬 ‘AI 활용’ 계열 공고 30건 중 전공을 명시적으로 제한한 곳은 소수였고, 대부분 “전공 무관, 포트폴리오 필수”에 가까웠습니다. 즉 비전공자에게 불리한 건 학력 자체보다 증명 수단의 부재입니다. 그래서 비전공자일수록 배포된 결과물과 수치가 더 중요해집니다. 여기에 기존 업무 도메인 지식(제조·물류·회계 등)을 결합하면 오히려 전공자보다 강한 지원자가 됩니다.
Q2. 프로젝트는 몇 개가 적당한가요?
2~3개를 권합니다. 그중 하나는 “끝까지 파고든 것”이어야 합니다. 정확도를 측정하고, 개선하고, 한계를 아는 프로젝트 하나가 있으면 면접의 절반을 그것으로 채울 수 있습니다. 나머지는 다양성을 보여주는 용도로 가볍게 두어도 됩니다. 반대로 세 개 모두 비슷한 깊이의 튜토리얼 수준이면, 개수가 늘어날수록 오히려 인상이 나빠집니다.
Q3. 코딩테스트는 여전히 보나요? AI 도구를 써도 되나요?
회사마다 다르지만 여전히 보는 곳이 많습니다. 다만 형식이 변하는 중입니다 — 순수 알고리즘 문제 대신 실제 코드를 주고 고치게 하거나, 화면 공유 상태에서 함께 작성하게 하는 방식이 늘었습니다. AI 도구 사용 허용 여부는 반드시 해당 회사의 안내를 따르세요. 허용하는 곳도 있고 금지하는 곳도 있으며, 금지된 상황에서 사용하면 그 자체로 탈락 사유가 됩니다. 허용된 경우에도 평가 초점은 “도구를 썼는가”가 아니라 “결과를 검증하고 설명할 수 있는가”에 있습니다.
Q4. 나이가 많은데 지금 시작해도 될까요?
목표 설정을 바꾸면 가능합니다. 20대와 같은 조건으로 ‘신입 개발자’ 자리를 두고 경쟁하는 전략은 확실히 불리합니다. 대신 지금까지의 경력 + AI 활용으로 포지션을 잡으면 이야기가 완전히 달라집니다. 예를 들어 15년간 생산관리를 하신 분이 설비 데이터 분석과 리포트 자동화를 할 수 있다면, 그 자리는 신입 개발자가 채울 수 없는 자리입니다. 설명회 참석자 중에도 40~50대가 적지 않았고, 상담에서 가장 많이 권해 드린 경로가 바로 이 ‘도메인 결합형’ 전환이었습니다.
✅ 오늘 당장 할 수 있는 것
- 지원하려는 직무의 채용 공고 10건을 열어 요구사항만 복사해 한 파일에 모으고, 반복되는 항목을 세어 보세요. 그게 당신의 학습 우선순위입니다.
- 이력서에서 프로젝트 항목 한 줄을 골라, 상황·행동·결과·수치 네 칸으로 다시 써 보세요. 숫자가 없으면 지금이라도 측정하세요.
- 가장 자신 있는 프로젝트의 코드를 열어, 데이터 흐름을 소리 내어 3분간 설명해 보세요. 막히는 지점이 곧 면접에서 막힐 지점입니다.
- 배포 주소가 없다면 이번 주에 하나 만드세요. 완성도보다 ‘열리는 링크’가 먼저입니다.
누구나캠프는 AI·바이브코딩·데이터·반도체·로봇 분야 52개 과정을 운영하며, 과정 중 포트폴리오 지도와 이력서 첨삭, 모의 면접을 함께 진행합니다. 12주 로드맵을 혼자 버티기 어렵다면 K-디지털 트레이닝(400~600시간)이나 국민취업지원제도 연계 과정(80~200시간)으로 구조를 빌리는 방법을 상담받아 보세요. 상담은 본원 2층 상담실에서 진행합니다.
참가 신청
이미 종료된 일정입니다. 다음 일정은 목록에서 확인하세요.