면접에서 프로젝트를 설명할 때 면접관이 알고 싶은 것은 프로젝트가 얼마나 컸는지보다 “그 안에서 당신이 무엇을 판단하고 해냈는지”예요. 팀이 만든 결과물과 내가 한 일을 나누고, 문제를 어떻게 풀었는지 순서대로 말할 수 있으면 대부분의 프로젝트 질문에 답할 수 있어요.
프로젝트 경험, 본인 기여도, 문제 해결 경험의 차이
세 표현은 비슷해 보이지만 면접에서 묻는 대상이 달라요. 질문이 무엇을 묻는지 알아야 답의 중심을 잡을 수 있어요.
| 개념 | 뜻 | 답에 들어가야 할 것 |
|---|---|---|
| 프로젝트 경험 | 어떤 목표로, 누구와, 무엇을 만들었는지에 대한 전체 이야기 | 목표, 기간, 팀 구성, 최종 결과물 |
| 본인 기여도 | 그 프로젝트 안에서 내가 직접 맡아 수행한 일과 내린 결정 | 내 담당 범위, 내가 한 결정과 그 이유 |
| 문제 해결 경험 | 예상하지 못한 문제를 발견하고 원인을 찾아 해결한 과정 | 문제 상황, 원인 분석, 시도한 방법, 확인한 결과 |
가장 흔한 실수는 “우리 팀은 ○○을 만들었습니다”로 시작해 끝까지 팀 이야기만 하는 거예요. 팀 결과물은 배경으로 짧게 말하고, 답의 대부분은 “저는”으로 시작하는 문장으로 채워주세요.
답변 구조: 문제 → 역할 → 판단 → 결과
- 문제
- 내 역할
- 판단과 행동
- 결과와 확인
- 문제: 무엇이 잘 안 되고 있었나요? 누가 어떤 불편을 겪었나요? 듣는 사람이 상황을 그릴 수 있을 만큼만 말해요.
- 내 역할: 팀 구성과 내가 맡은 범위를 한 문장으로 말해요. “4명 중 백엔드를 맡았고, 그중 정산 API를 담당했습니다”처럼요.
- 판단과 행동: 어떤 선택지가 있었고 왜 그 방법을 골랐는지, 실제로 무엇을 했는지 말해요. 답의 가장 긴 부분이에요.
- 결과와 확인: 무엇이 달라졌는지, 그것을 어떻게 확인했는지 말해요. 해결하지 못한 부분이 있다면 함께 말해도 괜찮아요.
STAR로 정리하는 방법
STAR는 행동 기반 면접 질문에 답할 때 널리 쓰이는 구성 방법 중 하나예요. 상황(Situation), 과제(Task), 행동(Action), 결과(Result)의 머리글자예요. 위 구조와 거의 같은 흐름이라, 둘 중 편한 틀을 골라 쓰면 돼요.
| STAR | 뜻 | 이 글의 구조 |
|---|---|---|
| 상황(Situation) | 어떤 배경이었는지 | 문제 |
| 과제(Task) | 내가 맡은 목표나 책임 | 내 역할 |
| 행동(Action) | 내가 직접 한 일과 그 이유 | 판단과 행동 |
| 결과(Result) | 행동으로 생긴 결과 | 결과와 확인 |
워싱턴대학교 커리어센터 안내는 답변에서 행동(Action)에 가장 큰 비중(약 60%)을 두라고 권해요. 상황 설명이 길어지면 정작 내가 한 일을 말할 시간이 줄어든다는 점을 기억해주세요.
완성 답변 예시
아래 답변은 설명을 위한 가상 예시예요. 실제 회사·지원자·PROBE 채용 사례가 아니에요. 내 경험의 사실에 맞게 바꿔 말해주세요.
백엔드 개발자 — 정산 API 응답 지연
월말마다 정산 내역 조회가 10초 넘게 걸려 고객 문의가 늘어난 문제가 있었습니다. 4명 팀에서 저는 정산 API를 맡았고, 느린 쿼리를 찾아 인덱스를 추가하고 조회 범위를 월 단위로 나눴습니다. 같은 조건의 데이터로 다시 측정해 응답 시간이 약 1초로 줄어든 것을 확인하고 배포했습니다.
저희 서비스는 매달 말 가맹점이 정산 내역을 한꺼번에 조회하는데, 이때 조회 화면이 10초 넘게 걸려 고객센터 문의가 늘고 있었습니다. 백엔드 개발자 4명 중 저는 정산 API를 담당하고 있어서 이 문제를 맡았습니다.
먼저 운영 환경과 같은 규모로 만든 테스트 데이터에서 요청을 재현하고, 데이터베이스의 실행 계획을 확인했습니다. 원인은 날짜와 가맹점 조건으로 조회하는데 그 조합에 맞는 인덱스가 없어 전체 테이블을 읽고 있던 것이었습니다. 캐시를 먼저 붙이는 방법도 검토했지만, 정산 금액은 바로 반영돼야 해서 오래된 값이 보일 위험이 있다고 판단했고, 인덱스를 추가하고 한 번에 조회하는 기간을 한 달로 제한하는 쪽을 택했습니다.
AI 코딩 도구로 인덱스 생성 문과 쿼리 수정안을 받았는데, 제안된 인덱스의 열 순서가 실제 조회 조건과 맞지 않아 순서를 바꿨습니다. 변경 전후로 같은 데이터에서 열 번씩 측정해 응답 시간이 평균 약 1초로 줄어든 것을 확인했고, 기존 정산 금액 계산 테스트도 모두 다시 통과하는 것을 본 뒤 배포했습니다. 배포 후 다음 월말에는 같은 유형의 문의가 접수되지 않았습니다. 다만 1년 이상 기간을 조회하는 기능은 이번에 다루지 못해 별도 과제로 남겼습니다.
서비스 기획자(PM) — 예약 취소 흐름 개선
예약 취소 버튼을 찾지 못해 고객센터로 전화하는 사용자가 많았습니다. 저는 기획자로 취소 흐름 개선을 맡아 문의 기록을 분석하고, 취소 위치와 환불 안내를 바꾸는 화면 정의서를 작성했습니다. 개선 후 4주간 취소 관련 전화 문의 건수를 이전 4주와 비교해 줄어든 것을 확인했습니다.
숙소 예약 앱에서 “취소는 어디서 하나요”라는 전화 문의가 매주 반복되고 있었습니다. 저는 기획자 2명 중 예약 이후 흐름을 담당하고 있어서 이 문제를 맡았습니다.
먼저 최근 두 달간 고객센터 문의 기록을 받아 취소 관련 문의를 골라냈습니다. 문의 내용 분류는 AI로 1차 정리했는데, “환불 금액 문의”와 “취소 방법 문의”가 한데 묶여 있어 원문을 다시 읽고 두 유형을 나눴습니다. 그 결과 취소 버튼이 예약 상세 화면 맨 아래에 있어 찾기 어렵다는 점과, 환불 금액을 미리 알 수 없어 망설인다는 점 두 가지가 주요 원인이었습니다.
버튼을 상단으로 올리는 안과 예약 목록에서 바로 취소하는 안을 놓고, 실수로 취소하는 위험이 적은 상세 화면 상단 배치를 골랐습니다. 취소 전에 예상 환불 금액을 보여주는 단계도 추가해 화면 정의서를 작성했고, 개발·디자인 담당자와 예외 상황 목록을 함께 검토했습니다. 개선 배포 후 4주간 취소 방법 관련 전화 문의 건수를 이전 4주와 같은 기준으로 비교해 줄어든 것을 확인했습니다. 환불 규정 자체가 어렵다는 문의는 여전히 남아 있어, 규정 문구 정리를 다음 과제로 제안했습니다.
두 예시 모두 구체적인 답변에서 “다른 선택지와 고르지 않은 이유”, “AI 제안 중 고친 부분”, “결과를 확인한 방법”, “남은 과제”가 들어 있어요. 짧은 답변은 첫 질문에, 구체적인 답변은 “조금 더 자세히 말씀해주세요”라는 요청에 쓰면 돼요.
예상 후속 질문과 준비 방법
첫 답변 뒤에는 대부분 후속 질문이 이어져요. 후속 질문은 답변이 사실인지, 그 판단을 정말 본인이 했는지를 확인하는 과정이라, 미리 준비해두면 답이 흔들리지 않아요.
| 질문 | 면접관이 확인하려는 것 | 준비 방법 |
|---|---|---|
| 왜 그 방법을 선택했나요? | 대안을 비교하고 판단했는지 | 검토한 선택지 2개 이상과 고르지 않은 이유를 한 문장씩 정리 |
| 본인이 직접 한 부분은 무엇인가요? | 팀 성과와 개인 기여의 구분 | 내가 만든 결과물, 내가 내린 결정, 다른 사람이 한 일을 따로 적어보기 |
| AI의 제안 중 무엇을 수정했나요? | AI 결과를 그대로 쓰지 않고 판단했는지 | 받은 제안, 고친 내용, 고친 이유를 구체적인 예 하나로 준비 |
| 결과를 어떻게 확인했나요? | 결과의 근거 | 측정 방법·기간·비교 기준, 또는 테스트·사용자 확인 같은 검증 방법 |
| 실패하거나 해결하지 못한 부분은 무엇인가요? | 한계를 인식하고 있는지 | 남은 문제와 그 이유, 그 뒤에 한 조치 |
| 다시 한다면 무엇을 바꾸겠어요? | 경험에서 배운 점 | 처음부터 했으면 좋았을 일 하나와 그 이유 |
어려운 상황별 설명법
성과 수치가 없는 프로젝트
재지 않은 수치를 만들지 마세요. 대신 해결한 문제, 담당 범위, 수행한 검증, 남긴 결과물을 말해요. “사용자 수 변화는 측정하지 못했지만, 제가 맡은 관리자 화면에서 권한별로 보이는 메뉴가 달라야 하는 조건 6가지를 정리해 구현했고, 각 권한 계정으로 직접 들어가 확인했습니다”처럼 말하면 충분히 구체적이에요. 수치를 말할 수 있다면 언제, 무엇과 비교해, 어떻게 쟀는지를 함께 말해요.
실패한 프로젝트
실패 자체보다 원인을 어떻게 파악했고 무엇을 배웠는지가 중요해요. 남 탓이나 환경 탓으로 끝내지 말고, 내가 통제할 수 있었던 부분을 짚어요. “출시는 됐지만 사용자가 거의 없었습니다. 돌아보니 제가 사용자 인터뷰 없이 기능 목록부터 정했던 것이 원인이었고, 다음 프로젝트에서는 첫 2주를 문제 검증에 썼습니다”처럼 말해요.
팀 프로젝트
근거 없는 기여도 비율(“제가 70%를 했습니다”)은 말하지 마세요. 비율 대신 내가 맡은 범위와 결정을 말하고, 다른 사람의 역할도 정확히 인정해요. “디자인은 동료가, 화면 구현과 API 연동은 제가 맡았고, 일정이 밀렸을 때 기능 범위를 줄이자고 제안한 것도 제 결정이었습니다”처럼요.
AI를 많이 사용한 프로젝트
AI를 많이 썼다는 사실을 숨길 필요는 없어요. AI에 맡긴 일, 내가 정한 기준, AI 결과에서 고친 부분, 결과를 확인한 방법을 나눠 말하면 오히려 일하는 방식이 잘 드러나요. “코드 초안은 대부분 AI로 만들었지만, 데이터 구조와 권한 규칙은 제가 정했고, AI가 빠뜨린 권한 확인 두 곳을 리뷰에서 찾아 고쳤습니다”처럼 말해요. 검증 과정을 정리하는 방법은 AI 생성 코드 검증 방법을 참고해주세요.
흔한 실수
- 상황 설명이 길어 내가 한 행동을 말할 시간이 부족해요.
- “우리”로만 말해 내 기여가 보이지 않아요.
- 기술 이름만 나열하고 왜 골랐는지 설명하지 못해요.
- 외운 답변을 그대로 읽어, 후속 질문에서 앞뒤가 맞지 않아요.
- 측정하지 않은 수치나 기여도 비율을 말해요.
준비 자료와 연습 체크리스트
| 자료 | 무엇을 보여주나요 | 준비할 때 주의할 점 |
|---|---|---|
| 화면 | 최종 결과물과 바뀐 부분 | 실제 고객 정보·운영 데이터는 가리거나 가상 데이터로 바꿔요 |
| 문서 | 문제 정의, 결정한 이유, 버린 대안 | 회사 내부 문서는 그대로 공유하지 말고 공개 가능한 요약을 만들어요 |
| 코드 변경 | 내가 작성하거나 검토한 부분 | 비공개 저장소 링크·비밀키가 포함되지 않게 해요 |
| 검증 기록 | 결과를 어떻게 확인했는지 | 확인한 항목과 확인하지 못한 항목을 함께 정리해요 |
면접에 가져가거나 화면으로 보여줄 자료는 공개해도 되는 것만 써야 해요. 회사의 대외 공개 규정이 있다면 먼저 확인하고, 애매하면 말로 설명하는 쪽을 택하세요. 이력서에 쓴 문장과 면접 답변이 같은 사실을 가리키는지도 확인해주세요. 이력서 문장을 정리하는 방법은 AI 활용 경험 이력서 작성법에 있어요.
- 프로젝트마다 짧은 답변(30초)과 구체적인 답변(2분)을 소리 내어 말해봤나요?
- 답변의 절반 이상이 “저는”으로 시작하는 내 행동인가요?
- 고른 방법과 고르지 않은 대안을 함께 설명할 수 있나요?
- AI 제안 중 고친 부분을 예 하나로 말할 수 있나요?
- 결과를 확인한 방법(측정·테스트·사용자 확인)을 말할 수 있나요?
- 해결하지 못한 부분과 다시 한다면 바꿀 점을 준비했나요?
- 보여줄 자료에 개인정보·기밀·비밀키가 없나요?