[후기] 2024년도 하반기 ICT 인턴십 준비 후기 A to Z

ICT 학점연계 프로젝트 인턴십

 

4학년 2학기 학점이 11학점 남아서 인턴십 경험도 쌓고 학점도 채울 수 있는 ICT 인턴십에 지원했다.

BITAMin 활동 중 현직자 초청 강연에서 우연히 해당 인턴십에 대해 알게 되었다.

 

AI 공부한 지 1년밖에 되지 않았고 BITAMin에서 프로젝트 몇 개하고 공모전 3번 경험해본 것이 내 경력의 전부였다. 그 공모전들 마저도 성과가 다 별로였다.

 

그래도 이대로 혼자서 활동 계속 이어나간다고 취업 가능성이 올라가는 것도 아니니 지원해봤다.

 

참고로 ICT 인턴십을 준비하며 Wanted의 AI 직군 프리온보딩 프로그램을 통해 취준 특강을 들었다. 

[공지] 프리온보딩 AI 챌린지 6월 | 원티드

누구나 참여 가능하고 [AI직군 면접 전략 및 취업 시장 소개, 필수 통계 지식, 필수 ML/DL 지식, 이력서 특강] 총 4번의 강의로 이루어져 있다. 그리고 좋았던 점이 각 강의가 끝나고 1시간 동안 현직자 특강도 있어서 현직 신입/경력 AI 엔지니어/ AI 리서처 분들의 의견도 들을 수 있었다. 매월 프리온보딩 챌린지를 하는데 AI 직군은 매월 열리는 것 같진 않다. 

 

---

◾기업 선택

우선 완전 개발쪽(프론트엔드/백엔드)은 배제했다. 한국소프트웨어인재개발원에서 Java와 Spring을 배우긴 했지만 벌써 1년 반이나 지났고, 그동안 개발 쪽으론 경험을 쌓지 않았다.

 

그래서 기업 검색 필터에서 '인공지능 서비스'와 '서울'만 체크하고 검색했다. 35개 기업이 검색 결과로 나왔는데 그 중에서 요구기술에 프론트나 백엔드 기술이 있는 기업들은 AI와 함께 개발 업무도 같이 지시할 것 같아서 배제했다. 

 

내가 그동안 금융 딥러닝 프로젝트만 2개를 해서 일단 금융 딥러닝 도메인의 기업을 바로 1순위로 찜했다.

 

사실 1순위 기업을 제외하면 다 내가 했던 프로젝트와는 직무가 맞지 않다 다 난이도가 있어 보였다. 나는 시계열 예측 분야를 위주로 공부했었는데 현실적으로 현업에서 가장 인기 있는 직무는 NLP와 CV 쪽이다. 일단 CV는 공부를 꾸준히 하지 않아 지원하면 100% 떨어질 것 같아 희망 기업 목록에서 배제했고, NLP쪽은 그래도 기본기는 공부를 해두었기 때문에 도전해 보았다.

희망 기업 리스트업

 

A > B > C > D 순으로 우선순위를 정했고, 서류 지원 마지막날 B와 D기업이 고민되었는데 결국 A, C, D 기업으로 지원했다. 3개의 기업만 지원할 수 있는 게 아쉬웠다.

B 기업은 희망기업 리스트 중에 가장 규모가 큰 기업이었는데 요구기술에 "챗봇 개발 경험 우대"가 있었다. 해당 경험이 없었기 때문에 결국 D 기업으로 우회했다.

C기업의 경우, 어떤 산업에 대해 최적화 솔루션을 제공하는 서비스를 운영하는 기업이었는데, DACON에서 'KPI 도출 비즈니스 전략 아이디어 경진대회' 경험이 있어 지원해봤다.

---

◾서류전형

ICT 인턴십은 특이하게 자기소개서 문항도 없고, 제출 파일도 1개만 가능하다. 그래서 이력서와 자기소개서와 프로젝트 포트폴리오를 하나의 파일에 모두 담았다.

 

이력서를 처음 써보는 거라 맨땅에 헤딩하는 상황이었는데 ICT 인턴십 후기들과 인턴 경험이 있는 친구의 피드백을 많이 참고했다. 기존에 이력서를 많이 써본 사람이라면 내가 했던 방법을 참고할 필요는 없을 것 같다.

 

🔻자기소개 문항

자기소개서 문항은 정해진 양식이 없어서 당황했었는데 나는 기업 세부정보 상단에 "기업담당자 Tip"을 참고했다.

 

내가 지원한 기업은 아니고 아무거나 가져왔는데 면접 형태가 엄청 빡세 보인다;; 

나는 여기서 "자기소개서 작성 Tip"과 "서류 검토 시 중점 사항"을 보고 이력서 중간에 자기소개서 항목을 추가했다.

 

기본적인 이력서 형식은 Wanted 프리온보딩 프로그램에서 참고했다.

맨 처음에 간략한 자기소개를 통해 나의 관심사, 주요 활동, 포부 등을 드러냈다.

그 다음엔 무난하게 보유 스킬을 작성하고, 주요 활동들을 "시간 순"이 아니라 "중요도 순"으로 나열했다.

 

🔻보유 스킬

보유 스킬같은 경우엔 Wanted 프리온보딩 프로그램에서 아주 꿀팁을 전해 들었다.

https://github.com/skier-song9#-tech-stack-

내 깃헙에도 이런 방식대로 정리했다. 사실 지금 생각해보면 신입에게는 이게 서류 합격에 큰 영향을 끼치진 않을 것 같다. 그래도 남들과는 아주 조금 다른 이력서가 될 순 있을 것이다.

 

깃헙에는 보유 스킬을 그동안 경험했던 스킬 모두 적었지만, 이력서에는 기업마다 다르게 보유 스킬을 적었다.

예를 들어, 금융 도메인의 기업에서는 직무 내용에 selenium이 있어서 AI 바로 아래에 selenium을 적고 프론트 기술과 백엔드 기술은 모두 제외했다.

 

🔻주요 활동

그동안 활동 한 거라곤 한국소프트웨어인재개발원(KOSMO)에서 국비교육 받은 거랑 BITAMin에서 공부하고 프로젝트 2개 수행한 게 전부라 양이 많진 않았다. 인턴에 합격한 친구에게 물어보니 주요 활동에서 교육받은 내용이나 혼자 공부한 내용은 작성하지 말고 프로젝트 위주로 작성하라는 피드백을 받았다. 

 

그래서 각 프로젝트별로 프로젝트 주제, 한 줄 소개, 내 역할, 기간을 정리했다. 프로젝트 세부내용은 포트폴리오 형식으로 정리해서 주요 활동란에서는 생략했다.

 

🔻기타 기본사항

요즘 이력서들이 세로로 기본사항들을 쫙 나열하는 형태가 많아 나도 해당 양식을 사용했다. 그리고 내가 강조하고 싶은 웹 링크가 티스토리 블로그와 노션 노트인데 이거는 면접관들이 꼭 링크를 들어가봤으면 하는 거여서 별표로 강조했다.

또한 이력서 처음에 나를 대표할 수 있는 '간략한 자기소개'를 작성하였다. → 이것 역시 Wanted 특강을 통해 참고한 이력서 꿀팁이다.

이력서 기본 양식

 

이 다음 페이지에 자기소개서를 적고, 그 다음에 프로젝트 포트폴리오를 추가했다.

또한 Wanted 프리온보딩 프로그램에서 소프트 스킬(인관관계 역량)을 강조하는 방법으로 취미를 작성하는 것도 좋다고 하셔서 스키 동아리 활동을 통해 좋은 인간관계를 유지하고 특히 합숙 생활이라는 특수한 상황에서 신입생들의 스키 교육을 담당했었던 경험을 어필했다.

가능하다면 이런 취미 활동에서 리더쉽이나 어떤 배운 점들을 작성하는 것이 좋은 것 같다.

 

🔻프로젝트 포트폴리오

파일을 1개만 제출하다 보니 분량을 어느정도로 해야할지 감이 안 잡혔다. 포트폴리오를 주구절절 쓰면 중간에 안 보고 넘어갈 것 같고, 너무 간략하게 쓰면 부실해 보여서 애매했다.

 

근데 내가 진행했던 프로젝트 2개가 모두 "나는 이런 문제를 해결하기 위해 이렇게 열심히 노력해서 성과를 냈어요" 느낌이 아니라 "나는 다양한 경험을 했어요" 느낌이라 전체적으로 핵심을 요약하는 방식으로 썼다. 

[문제 인식 - 아이디어 - 데이터 수집 및 전처리 - 사용 모델 - 결과] 목차대로 작성했다.

---

◾코딩테스트

🔻코테 준비

코테는 1달 전부터 유명한 나동빈님의 "이것이 취업을 위한 코딩 테스트다 with Python" 책을 참고하며 공부했고 책에 나온 알고리즘에 해당하는 백준 문제를 풀었다.

코테를 잘하는 편이 아니라 백준에서는 주로 실버 등급 문제를 풀었고 나중에 1주가 남은 시점부터 골드 등급 문제를 한 두개씩 풀었다.

 

🔻코테 시험 방식, 문제 난이도

코테는 HakerRank 사이트에서 봤다. 백준보다 풀기 쉬웠는데, test case가 10개인가 15개 주어지고 모두 통과하면 만점, 일부만 통과하면 부분점수를 주는 식이었다. test case도 전부 확인 가능해서 내가 뭘 잘못했는지 유추하기 수월했다.

 

5문제를 6시간 동안 푸는 방식으로 진행되었다.

문제 난이도는 꽤 쉬운 편이었다.

 

1, 2, 3번은 백준 브론즈 수준의 정말 쉬운 구현 문제들이었다.

4번 문제도 시간복잡도 생각없이 풀면 돼서 구현만 잘하면 됐다.

5번에서는 시간복잡도를 고려해서 누적합 배열과 이진탐색을 사용해야 하는 문제나 나왔다.

그러나 앞에 4번까지 풀었을 때 3시간 넘게 남아서 시간적인 여유가 있어 풀 수 있었다.

 

이전 ICT 인턴 후기들을 봤을 때 그래도 코테가 보통 이상의 난이도는 한다는 얘기가 있었는데 이번 하반기는 쉽게 나온 것 같다. 아니면 어차피 해커랭크가 치팅을 잡을 수 없는 사이트라 공식 코테는 쉽게 하고 따로 면접에서 변별하는 방식을 채택한 것 같다.

---

◾면접

🔻면접 준비

2개 기업(A, D 기업)에서 서류 합격하여 인성 면접 관련 질문은 두 가지 버전으로 준비했다. 프로젝트 및 기술면접 질문은 통일해서 준비했다. 

 

🔸1분 자기소개

면접 시작의 국룰인 1분 자기소개 준비를 위해 여러 사이트를 찾아봤는데 가장 도움을 많이 받은 사이트를 첨부한다.

https://blog.naver.com/imkeyman/222800380323

면접 1분 자기소개 작성법(아주 쉬운 기본 구조)

기본적으로 두 기업 모두 NLP 업무를 다루기 때문에 내가 해당 업무에 잘 적응할 수 있음을 어필해야 했다. 왜냐면 앞에서도 계속 말했지만 기존에 시계열, 금융 프로젝트를 위주로 했기 때문이다.

또한 내가 비전공자이고 AI 관련 공부를 시작한 지 1년밖에 되지 않았음을 강조하며 단기간에 성장했음을 어필했다. 

 

🔸기술면접 준비

Wanted 특강에서 기술면접 질문 리스트를 정리해 놓은 깃헙을 알게 되었다. 

https://github.com/JaeYeopHan/Interview_Question_for_Beginner

GitHub - JaeYeopHan/Interview_Question_for_Beginner: :boy: Technical-Interview guidelines written for those who started studying

그러나 개발자 면접에는 도움이 많이 될 것 같은데, AI 분야 인턴 면접에서는 CS 질문이 많이 나오지 않을 것 같아서 위 깃헙 내용은 참고하지 않았다. 실제로도 면접에서 CS 질문은 나오지 않았다.

 

그래서 ML 기본기 질문들과 DL 기본기 질문들을 준비했다. 

https://velog.io/@jx7789/신입-AI개발자가-준비하는-30가지-ML면접-질문과-답

해당 사이트를 참고하여 우선 30개 질문에 대한 답변을 준비했다. BITAMin 활동을 하며 머신러닝에 대해서는 교재를 사용해 꼼꼼히 공부했기 때문에 내가 노션에 정리했던 내용들을 보며 답변 내용을 작성했다.

 

DL 관련해서는 내가 프로젝트에서 사용한 모델들, 시계열 예측에서 대표적인 LSTM과 RNN에 대해 정리했다. 

A 기업에서는 개체명 인식 모델(NER) 개발 및 고도화가 업무 내용에 있어 관련해서 NER이 무얼 하는 task이고 어떻게 학습하고 어떻게 성능을 향상시키는지 한 문장씩만 준비했다. 또 A기업의 경우 요구기술에 '수학, 통계'를 명시한 유일한 기업이었어서 내가 진행했던 프로젝트에 나온 통계 기법들(t-test, anova, turkeyHSD)에 대해서도 답변을 준비했다. 

 

D 기업은 업무 내용에 RAG가 있었다. 기존에 RAG나 Langchain 경험은 없어서 유튜브와 기술 블로그들을 찾아가며 RAG와 최근 등장한 LangGraph 개념에 대해 공부해서 답변을 준비했다. 

 

이력서에서 기존에 NLP 기본기를 꾸준히 공부했음을 강조하기 위해 text embedding 방식들과 Transformer, BERT에 대한 공부를 하고 기술 블로그에 정리했다고 작성했었다. 이에 대한 후속질문으로 해당 기술을 설명하라고 나올 것 같아 이에 대해서도 준비했다.

실제로 A기업에서는 내가 이력서에 강조한 머신러닝 기술 중 Decision tree의 Information Gain 지표에 대해 설명하라고 질문했었다. 

 

🔸인성면접 준비

자신에 대해 한 줄로 설명하시오, 좌우명은 무엇인가요, 회사에서 향상시키고 싶은 능력이 있나요, 새로운 것을 학습하는 속도는 어느 정도고 본인만의 노하우가 있나요, 프로젝트 진행 및 완수에서 가장 중요한 요소는 뭐라고 생각하나요, 본인이 가진 능력으로 문제를 해결했던 경험이 있나요, 직무 지원 동기가 무엇인가요, 회사를 선택한 기준이 있나요, 회사의 비전 및 목표를 아나요, 입사한다면 팀에 어떤 방식으로 기여할 수 있나요, 본인의 업무 스타일은 어떤가요, 자사 서비스를 이용해 봤나요 등등의 인성/일반 면접 질문들을 준비했다.

 

 🔸프로젝트 질문 준비

이력서에 작성한 프로젝트 포트폴리오 기반 예상 질문을 생각하고 답변을 준비했다.

나는 프로젝트에서 사용된 모델 위주로 질문을 준비했다. 왜 이 모델을 사용했고, 이 모델은 어떻게 작동하는지를 설명하려 했다. 

 

그러나 면접이 끝나고 보니 막상 면접관이 궁금했던 것은 "왜"였던 것 같다. 모델에 대한 설명보다도 모델을 왜 사용했고, 데이터는 왜 저렇게 전처리를 했고, 결과는 왜 이렇게 나왔으며 그에 대한 후속 조치는 왜 그렇게 했는지 등등...

다음에 취업 준비를 한다면 프로젝트를 왜 진행했고, 왜 해당 주제에 대해 이런 해결책을 내놓았는지를 위주로 준비할 것 같다.

 

🔻면접 후기

서류 합격한 두 기업 중 한 곳에서는 AI 면접을 보았고, 나머지 한 곳에서는 화상 면접을 봤다. 

두 기업 모두 0번 질문은 당연히 자기소개였다. 

 

🔸첫 면접

AI 면접을 먼저 보았는데 좀 많이 실수를 해서 질문이 잘 기억은 안 난다. 

기억나는 질문은 아래와 같다.

1. 프로젝트에서 사용한 모델과 모델에 대한 설명을 하세요.
2. 최근 SOTA 논문에 대해 소개해 주세요.

 

이외에도 3~4개 질문이 더 있었는데 기술 관련 질문은 아니었고 인성 질문이었던 걸로 기억한다. 

1번은 사실 당연한 질문이었는데 내가 왜 준비를 안 했는지 모르겠다... 그나마 잘 대응해서 답변했다.

그런데 2번 질문을 받고 많이 당황했다. 최근에 프로젝트 위주로 활동해서 3개월 전에 읽은 논문이 마지막이었다. 그래서 상황 설명을 먼저하고 그나마 최근에 읽었던 Informer(그마저도 SOTA는 아님;;) 논문을 소개했다. 답변 시간이 1분이어서 사실 모델 설명을 다 하진 못하고 Informer의 등장배경 설명하고 probsparse self-attention 메커니즘을 사용한다 말하자마자 답변 시간이 끝났다.

나머지 인성 질문은 그럭저럭 대답한 것 같다.

질문이 끝난 이후엔 성향 검사를 진행했다.

 

🔸두 번째 면접

AI 면접 이후에 딥러닝 모델에 대한 답변이 부족하다고 느껴 프로젝트에서 사용한 Transformer와 공부했다고 이력서에 적은 BERT, Informer 모델을 내가 적었던 티스토리 논문 리뷰를 다시 보며 정리했다.

또 프로젝트 중 시스템 트레이딩 프로젝트에서는 강화학습 모델인 A2C, PPO를 언급했었는데 이에 대해 자세히 아는 것이 아니었어서 마찬가지로 여러 블로그들을 참고하며 3~4줄로 정리했다.

또 LSTM와 GRU의 차이점, DLinear 모델 3줄 설명 등을 정리했다. 

 

그런데 이때까지도 프로젝트 소개를 준비하질 않았다. 미처 생각을 못했다.

두 번째 기업 면접에서 첫 질문이 이거였다.

1. 진행했던 프로젝트 중 자신 있는 거 하나 소개해주시고, 거기서 맡았던 역할에 대해 설명해주세요.

 

첫 질문부터 벙쪘다. 이력서에 적은 2개 중 자신 있는 프로젝트를 생각해본 적도 없고 내 역할은 이력서에 적어뒀으니 질문이 나올 거라고 생각을 못했다. 즉석에서 그나마 완성도 있다고 생각했던 넷플릭스 주가 예측 프로젝트를 소개했고 웹 스크래핑을 활용한 데이터 수집, Transformer 모델 적용, 실험 결과 통계 분석을 맡았다고 답변했다. 프로젝트 소개에서 너무 주제 선정 배경만 언급하고 프로젝트 결과에 대해서는 언급하지 못해서 아쉬웠다.

2. (후속 질문) 프로젝트에서 뉴스 데이터는 어떤 식으로 활용했나요?

 

1번 질문에서 뉴스 데이터를 활용한 넷플릭스 주가 예측 프로젝트를 소개했었다. 그래서 2번 질문이 나왔는데, 처음에 엉뚱하게 뉴스 데이터를 수집한 과정을 설명했다. 

그래서 면접관님이 다시 뉴스 데이터를 어떤 식으로 처리했는지 물어보셨다. 그제서야 뉴스 데이터가 당일의 주가에 영향을 주지 않을 테니 이동평균 개념을 활용해 과거에 영향을 줄 수 있도록 처리했다고 답했다.

3. Transformer 모델을 담당했다고 했는데, 이 모델이 어떤 모델의 단점을 개선하면서 등장한 건지, 이 모델의 특징이 뭔지 설명할 수 있나요?

 

Transformer에 대해 면접 준비를 하며 정말 많이 준비했는데 막상 질문을 하니 도대체 어디서부터 어디까지 말해야 좋을지 머릿속에서 말이 엉켰다. 일단 LSTM와 RNN의 단점으로 hidden state의 context length에 제한이 있어 그 의미를 잘 나타내지 못하는 bottleneck 문제가 있다고 말했다. 그리고 Transformer의 self-attention 메커니즘이 이런 문제를 잘 개선했다고 말했는데, self-attention 메커니즘의 장점 및 특징을 어디서부터 설명해야 할지 말이 엉켰다. 그래서 무슨 query랑 key를 내적한다부터 시작했다가 머릿속에서 꼬여서 중간에 한 30초 정도 말을 못했다. 그리고 나서 transformer의 가장 큰 장점으로 서로 다른 위치의 정보 간 연관성을 바로바로 참조할 수 있어(Maximum Path Length가 1이라는 장점을 얘기하고 싶었음) hidden state를 더 잘 표현한다고 말했다.

 

면접이 끝난 이후에 다시 생각해보니 아래와 같이 답했으면 좋았을 것 같다.

self-attention 메커니즘은 임베딩 벡터를 query, key, value로 하여 내적 연산을 통해 hidden state를 얻어내기 때문에 입력 시퀀스의 길이에 따라 hidden state의 길이도 유연하게 변합니다. 따라서 context length에 제한이 없어 더 긴 길이의 입력 시퀀스도 잘 표현할 수 있습니다.
또한 self-attention 메커니즘은 서로 다른 위치의 정보들 간 연관성을 내적을 통해 계산하므로 서로 다른 위치의 정보에 대한 연관성을 계산하는 데 필요한 과정의 길이인 path length가 1로 아주 작다는 장점을 지닙니다.

 

4. (이력서 기반 질문) Decision tree에서 information gain을 자세히 공부했다고 하는데, 어떤 지표인지 설명해주시고 information gain이 어떤 경우가 좋은 것인지 설명해주세요.

 

ML 기본기를 정리하며 복습했던 내용이라 준비한 대로 잘 대답했다.

앞에 질문들 답변할 때는 면접관 반응이 없었는데 이 질문에 대한 답변에는 면접관 모두 고개를 끄덕이는 반응을 보였다.

 

5. LLM, 자연어 처리 위주로 업무가 진행되는데 관련 프로젝트 경험이 있나요?

 

없다고 대답하고, 현재 BITAMin 프로젝트로 하고 있다고 말했다.

후속질문으로 어떤 프로젝트인지 물어보셔서 Readme 파일을 자동으로 생성해주는 프로젝트를 진행 중이다라고 했는데 그에 대해 더 질문이 들어오진 않았다. 개인적으론 현재 진행 중인 프로젝트가 가장 자신 있고, 계획도 많이 세워둔 상태여서 더 질문해주셨으면 했는데 추가 질문이 안 들어와 아쉬웠다.

6. 하고 싶은 질문 있나요?

 

직무 내용에 있는 모델은 해당 기업에서 운영하고 있는 S 서비스에 적용하려고 하는 것인지 물어봤다. 

 

 🔸총평

두 번째 면접은 면접 시간이 15분이길래 기술 질문이 많이 나올 줄 몰랐다. 그런데 막상 까보니 모든 질문이 기술 질문이었다. AI 면접 때도 기술 질문이 많이 나오지 않을 거라는 안일한 마음가짐을 가졌었다...

 

당연히 나올만 한 질문들(특히 프로젝트 소개 질문)을 생각조차 못했다. 

면접 스터디의 필요성을 절실히 느꼈다.

 

다음에 취업 준비할 땐 무조건 해야겠다.

 

그래도 면접 준비하면 ML/DL 기본기를 복습할 수 있어 좋았다. 꼭 취준 시기가 아니라도 주기적으로 면접 스터디를 해서 기본기를 다지는 시간을 가져도 좋을 것 같다.

 

---

◾결과

운 좋게 D 기업에 합격했다.

C기업은 서류지원 하루 만에 광탈했고, 서류전형에 합격했던 A와 D기업 모두 면접은 내 기준으로 100점 만점에 50점 정도로 본 것 같다. 

인생 첫 기업 면접이라 긴장을 많이 했고, 준비가 부족했다.

스스로 많이 부족했다는 점을 알고 있기 때문에 우선순위와 관계없이 합격했다는 사실만으로도 감사했다😭😭😭

턱걸이 느낌으로 합격한 기업이라 앞으로 노력을 많이 해서 인턴 프로젝트에 최대한 적극적으로 참여할 수 있도록 준비해야 할 것 같다. 

 

단순히 인턴 합격이 중요한 게 아니라 앞으로 계속 커리어를 쌓아 나가려면 인턴 활동을 하며 결과를 내야 하기 때문에 고생은 이제 시작이라고 생각한다.🫡

 

📢 이외에 궁금한 점 댓글로 남겨주시면 답변드리겠습니다.