면접관 명수/지원자 명수/소요시간
총 8명/6명/30분
기술 면접 15분 + 인성 면접 15분.
1차 면접과 2차 면접이 같이 진행되는 방식이었습니다. 짧은 목례를 하고 들어갔고, 자리에 앉았습니다.
1차 면접이 먼저 진행되었는데, 면접방 안에는 4명의 면접위원이 앉아계셨습니다. 기술 면접이 시작되었고, 자기 소개 후 본격적인 면접에 들어갔습니다. 저는 경력직으로 지원했기 때문에 전 직장에서 한 업무와 이직 사유에 대해 가장 먼저 물어보셨습니다. 인버터 제어 시스템에 대해 간략히 설명하고, 이직 사유에 대해서는 회사의 경영난으로 부서 조직 개편, 예산 감축 등 불안정한 모습을 많이 보여줬기 때문이라고 설명했습니다. 그 다음 AI 직무에 맞게 전공 지식들을 질문받았습니다. FID score 에 대해서 설명하시오라는 질문에 실제 데이터 분포와 생성된 데이터 분포의 유사도를 평가하는 것으로 값이 낮을수록 좋다고 대답하였습니다. 그리고 최근에 한 프로젝트 중에 가장 인상 깊었던 프로젝트에 대해 설명해 보라고 하셔서 고문서 검출 프로젝트에 대해 설명했고, 가장 힘들었던 프로젝트에 대해 설명해 보라고 하셔서 Non maximum Suprresion 프로젝트를 설명하며, 프로젝트 일정 지연으로 힘들었지만, 알고리즘을 개선해서 문제를 잘 해결 할 수 있었다고 설명했습니다. 마지막으로 최근 AI 신기술 중에 관심 있는 것이 무엇이냐는 질문에는 Text to 3D 생성 기술이 재미있다고 생각한다고 말했습니다. Dalle가 나온 뒤로 Text to 2D image 생성이 붐을 일기는 했지만, 이제는 3D로 넘어가는 시점이라고 생각하고, 생성된 결과물도 그럴싸하다고 설명했습니다.
이렇게 15분의 1차 면접이 끝나고 2차 면접이 시작되었습니다. 다른 방으로 안내 받았고 또다른 면접 위원 4명이 앉아계셨습니다. 나이가 지긋해 보이시는게 책임이 높은 급들의 사람들인 거 같았습니다. 짧은 자기 소개 후 면접 질문이 이어졌습니다. 이직 사유에 대해 물어보셨고, 상황 질문을 하셨습니다. 만약 매우 바쁜 상황인데, 동료가 도움을 요청한다면 완곡한 거절을 할 것인지, 도와줄것인지 물어보시기에, 적극적으로 도와줄 것이라고 대답했습니다. 또 한국특허정보원에서 진행하는 사업들과 기사들에 대해서 물어보셔서 홈페이지에서 외워간 내용들을 대답했습니다. 또 공공기관에 입사하고 싶은 이유와 한국특허정보원에 지원한 동기에 대해 질문하셨습니다. 공공의 이익을 위해 입사하고 싶고, 지원 동기는 AI 기술을 적용해서 특허행정서비스를 개발하고 싶다고 전했습니다. 나가기 전에는 마지막으로 하고 싶은 말이 있냐고 물으셔서 면접의 기회를 주셔서 감사하고, AI 기술 개발로 크게 기여하겠다고 강한 포부를 드러내었습니다. 모든 면접이 끝났고, 나가기 전에 간단한 목례를 하고 나왔습니다.
* 고문서 검출 프로젝트 답변: 고문서 문자 검출 프로젝트에서 딥러닝 모델링 역량을 발휘하여 검출 성능 95%를 달성한 경험이 있습니다.당시, 검출해야 할 문자는 한자로, 흘림체였기 때문에 서로 다른 한자가 연결된 듯 작성된 문서가 많았습니다. 또한 고문서 배경에 있는 얼룩, 삐뚤빼뚤하게 써 내려간 손글씨들, 제각각인 글씨 크기로 검출 모델을 학습시키는데 큰 어려움이 있었습니다. 그래서 저는 첫째, 한국국학진흥원의 도움으로 실제 고문서 데이터를 수집했고, 다양한 증강 기법을 활용해서 데이터의 규모를 키웠습니다. 둘째, 이미지 처리 최신 논문들을 읽고 실험해 보았습니다. 그 중 주의 메커니즘을 적용했을때, 익숙하지 않은 모양의 문자라도 정확하게 관심영역을 잡아내서 문자를 검출할 수 있었습니다. 그 결과, 검출 성능을 95%로 원래 계획보다 초과 달성할 수 있었습니다.
* Non maximum suppression 답변: 알고리즘 구현 역량을 발휘해서 느리게 돌아가던 시스템을 실시간 처리로 개선한 경험이 있습니다. 물체 검출 프로젝트 당시, 후처리 프로세스에서 물체가 많아질수록 처리시간이 길어지는 문제가 있었습니다. 이로 인해 실험 효율이 떨어지고, 실험 일정은 지연되었습니다. 그래서 저는 첫째, 관련 논문들을 수집하여 읽고 다양한 알고리즘을 적용해 보았습니다. 둘째, 병목현상의 원인이 되는 알고리즘은 제거하고 물체 개수를 여러 개 복제하여 단 한번의 연산으로 후처리를 가능하게 했습니다. 그 결과, 알고리즘의 복잡도와 소요시간이 크게 낮아져서 실시간 처리를 가능하게 했습니다.
교육에 대한 소감을 남겨주세요! 좋았던 점, 교육을 통해 개선된 점 등 자유롭게 남겨주세요 ^^
*
앞서 후기 작성에서 적었었는데요, 면접 질의 응답 기출 제공과 저의 실제 답변을 많이 봐 주신게 큰 도움이 되었습니다. 답변이 두괄-사례-근거-결론으로 논리적으로 적혀있는지 봐 주신 것도 도움이 되었고, 특히 이직 사유를 같이 작성해 주신 것이 크게 도움 되었습니다.