AI 시대, 기술 면접은 무엇을 봐야 할까요

AI 시대, 기술 면접은 무엇을 봐야 할까요

AI 뉴스 썸네일

AI 코딩 도구가 좋아질수록 기술 면접은 더 애매해져요. 과제를 집에서 풀게 하면 도구 도움을 어디까지 봐야 할지 흐려지고, 라이브 코딩을 시키면 실제 업무와 너무 다르다는 불만이 남아요. 이번 글의 핵심은 단순해요. 면접은 최신 도구 사용법보다, 도구가 바뀌어도 남는 기초 역량을 더 선명하게 봐야 해요.

핵심 요약

구분	핵심	왜 볼 만한가요
기술 면접	AI 사용을 기본값으로 열어두기보다, 기초 역량을 먼저 보자는 주장	개발자 채용 방식이 AI 코딩 도구 때문에 다시 흔들리고 있어요
과제형 면접	take-home 과제는 AI 덕분에 후보에게 쉬워지고, 회사에는 리뷰 부담이 커져요	과제 제출물만 보고 실력을 판단하기 어려워져요
라이브 평가	live exercise와 리뷰형 질문의 비중이 커질 수 있어요	사람이 직접 추론하고 설명하는 장면을 더 잘 볼 수 있어요
채용 기준	AI 숙련도는 도구적 기술이고, 문제 분해·리뷰·판단은 기초 역량이라는 구분	지금 잘 쓰는 도구보다 오래가는 역량을 봐야 한다는 관점이에요

1. AI가 잘하는 코딩 과제는 면접 신호를 흐리게 해요

Charles-Axel Dein은 기술 면접을 볼 때 AI 사용을 대체로 제한해야 한다고 주장해요. 이유는 후보가 AI를 쓸 수 있는지 자체가 아니라, 회사가 정말 알고 싶은 신호가 흐려지기 때문이에요. 집에서 푸는 과제는 예전에는 설계, 구현, 테스트 습관을 한 번에 보여줬어요. 지금은 같은 과제가 AI 보조를 받으면 훨씬 쉬워지고, 회사는 사람이 만든 판단과 모델이 만든 산출물을 분리해서 봐야 해요. 1

이 변화는 후보에게만 유리한 문제가 아니에요. 회사로서는 제출물이 늘 비슷하게 좋아 보일 수 있고, 리뷰할 코드는 더 많아져요. 나쁜 코드나 애매한 설계를 반박하는 일은 새 코드를 만드는 일보다 시간이 더 걸릴 때가 많아요. AI가 만든 제출물을 다시 AI로 평가하면, 결국 사람은 그 평가를 또 확인해야 해요. 2

2. 좋은 면접은 신호 품질과 회사 비용을 같이 봐야 해요

원문은 좋은 면접을 두 축으로 나눠요. 하나는 신호 품질이에요. 후보가 실제로 문제를 이해하고, 모호한 요구사항을 풀고, 설계의 장단점을 설명할 수 있는지 보는 능력이에요. 다른 하나는 회사 비용이에요. 문제를 만들고, 면접관을 교육하고, 점수 기준을 맞추고, 후보 경험을 해치지 않는 데 드는 시간이에요. 2

이 두 축은 따로 움직이지 않아요. 아주 어려운 문제는 좋은 후보를 잘 드러낼 수 있지만, 좋은 후보를 놓칠 위험도 커져요. 반대로 너무 쉬운 문제는 후보에게 편하지만, 회사가 얻는 신호가 약해져요. AI 시대에는 이 균형이 더 까다로워져요. 과제가 쉬워질수록 제출물의 품질보다, 후보가 문제를 어떻게 이해하고 바꿔 설명하는지가 더 중요해져요.

3. take-home보다 live exercise와 리뷰형 질문이 더 중요해질 수 있어요

면접 유형은 크게 집에서 푸는 과제, 면접관 앞에서 푸는 실시간 과제, 발표형 면접, 실제 업무에 가까운 유급 협업으로 나눌 수 있어요. 이 중 take-home은 AI 코딩 도구와 가장 정면으로 부딪쳐요. 후보가 긴 과제를 빠르게 만들 수 있으면, 회사는 결과물만 보고 실력을 읽기 어려워져요.

반대로 실시간 과제나 리뷰형 질문은 사람이 생각하는 과정을 더 직접 볼 수 있어요. 예를 들어 기존 코드의 문제를 찾게 하거나, AI가 만든 계획을 검토하게 하거나, 제품 요구사항 문서의 빈틈을 짚게 할 수 있어요. 이런 질문은 단순 구현 속도보다 판단, 설명, 우선순위 감각을 드러내요. 원문이 말하는 방향도 여기에 가까워요. AI 산출물을 만드는 능력보다, 산출물을 읽고 고칠 수 있는 사람의 역량을 더 중시한다는 뜻이에요. 2

4. AI 숙련도는 필요하지만, 채용의 중심이 되긴 어려워요

AI 도구를 잘 쓰는 능력은 업무에서 분명히 중요해요. 하지만 원문은 그것을 기초 역량이 아니라 도구적 기술로 봐요. 프로그래밍 언어나 에디터 사용법처럼, 배울 수 있고 바뀔 수 있는 기술이라는 뜻이에요. 반면 문제를 쪼개는 능력, 복잡한 시스템을 이해하는 힘, 코드 리뷰에서 위험을 감지하는 습관은 더 오래가는 역량이에요.

이 구분은 개발 조직에 꽤 현실적인 질문을 던져요. 회사가 뽑으려는 사람은 특정 AI 도구의 능숙한 사용자일까요, 아니면 도구가 바뀌어도 문제를 끝까지 이해하는 엔지니어일까요. 둘 다 필요하지만, 면접 시간이 짧다면 우선순위를 정해야 해요. Anthropic도 후보 안내에서 별도 지시가 없으면 take-home 과제를 Claude 없이 완료하라고 안내해요. AI 기업조차 채용 평가에서는 사람의 기본 판단을 따로 보려는 셈이에요. 3

왜 중요한가요

개발자 채용은 이미 AI 코딩 도구의 영향을 받고 있어요. 후보는 더 빠르게 코드를 만들 수 있고, 회사는 더 그럴듯한 제출물을 받아요. 하지만 면접의 목표가 좋은 제출물 수집이 아니라 좋은 동료 찾기라면, 평가 방식도 달라져야 해요. 2

특히 스타트업이나 작은 팀에는 비용 문제가 커요. 새로운 문제를 계속 만들고, 유출을 막고, AI 저항 과제를 설계하는 데 시간을 많이 쓰기 어려워요. 그래서 더 현실적인 선택은 면접에서 AI를 무조건 찬양하거나 무조건 두려워하는 쪽이 아니에요. 후보가 직접 생각해야 하는 순간을 만들고, 그 생각을 설명하게 하고, 실제 업무에서 중요한 리뷰 감각을 확인하는 쪽이에요.

결국 기술 면접의 질문은 “AI를 쓸 줄 아나요?”에서 끝나면 부족해요. “AI가 만든 답을 이해하나요?”, “틀렸을 때 알아차리나요?”, “요구사항이 바뀌면 다시 설계할 수 있나요?”까지 봐야 해요. 이 글이 흥미로운 이유도 여기에 있어요. AI 시대의 채용 문제를 도구 사용 여부가 아니라, 사람이 어떤 역량을 가져야 하는지로 다시 돌려놓아요. 1

참고 자료

1. AI 시대의 기술 면접 — GeekNews
2. Interviewing in the age of AI — Charles-Axel Dein
3. Candidate AI guidance — Anthropic