면접 답변준비

1. 자기소개 1분
   • 안녕하세요. 저는 AI 인턴 직무에 지원한 김이준이라고 합니다.

1분 자기소개 (Platform Game Intern 지원)

안녕하세요, 김이준입니다. 저는 게임 개발과 AI 기술의 융합에 관심이 많아 관련 경험을 쌓아왔습니다.

아티젠스페이스에서 AI 프로젝트(RAG 모델 개발)를 진행하며 AI의 이론과 실제 적용을 깊이 이해하게 되었고, 그 외에도 게임 관련 프로젝트 3개를 진행하며 Unity와 다양한 게임 개발 기술을 익혔습니다. 이 두 분야를 각각 다른 프로젝트에서 다뤄본 경험이 있지만, 저는 게임 개발에 AI를 융합하여 더 혁신적인 방식으로 게임 플레이를 개선하는 데 기여할 수 있다고 확신합니다.

이러한 경험을 바탕으로 AI를 활용한 게임 플레이 개선이나 플랫폼 게임의 인터랙션 설계에 기여할 수 있다고 생각합니다. 퍼즐원 스튜디오에서 배움을 확장하고, 함께 의미 있고 재미있는 프로젝트를 함께께 만들고 싶습니다. 감사합니다.

• script1

  • 안녕하세요. 저는 AI 인턴 직무에 지원한 김이준입니다.
  • 지원자로서 인공지능에 대한 기본 이론과 자격증, 그리고 다양한 현장경험을 갖추려고 노력했습니다.
  • 현재 두 곳의 미국 회사에서 AI 인턴으르서 다양한 프로젝트 경험이 있습니다. 첫회사에서는 OpenAI와 LangChain을 사용해 데이터 처리 자동화를 구현했습니다. 둘째 회사에서는 PDF 파일에서 시험 문제를 생성하는 AI 애플리케이션, 그리고 YouTube 자막을 분석해서 주요 개념을 추출하는 어플리케이션을 팀원들과 함께 개발했습니다.
  • 또한, 교내에서 진행된 해커톤에서 머신러닝 엔지니어로서 사진으로 쓰레기를 분류하는 모델을 개발했습니다. 그 결과 모델은 75%정확도로 대회에서 3등을 했습니다.
  • 만약 제가 입사를 하게 된다면 그동안의 경험을 바탕으로 AI인턴으로서 최선을 다하겠습니다.

• script2

  • 안녕하세요. 끈기를 통해 솔루션을 만드는 것을 좋아하는 김이준입니다.
  • 해커톤에 참여할때, 당시 환경 문제를 고려하면서 분류가 제대로 되지 않은 쓰레기의 영향을 생각했습니다. 그래서 저는 쓰레기를 분류할 수 있는 머신러닝 모델을 개발했습니다. 그 결과 모델은 75%정확도로 대회에서 20여 팀 중 3등을 했습니다.
  • 또한 현재 미국 회사의 AI 인턴으르서 다양한 프로젝트 경험이 있는데요, 에듀테크 플랫폼인 회사를 위해 학생이 플랫폼을 통해 어떻게 하면 더 공부를 더 효율적으로 할 수 있을까를 고민했습니다. 그 결과, PDF 파일에서 시험 문제를 생성하는 인공지능 애플리케이션, 그리고 유저가 올린 YouTube 링크 속 영상을 분석해 주요 개념을 추출하는 어플리케이션을 팀원들과 함께 개발했습니다.
  • 만약 제가 입사를 하게 된다면 그동안의 경험을 바탕으로 문제해결이나 도움을 줄 수 있는 제품을 같이 만들고 싶습니다. 감사합니다.

• script3

  • 안녕하세요. AI 인턴직에 지원한 김이준입니다. 저는 문제를 해결하고 사람들에게 도움을 주는 것을 좋아하는 사람입니다. 필리핀에서 자라며 선교사이신 부모님을 따라 어려운 사람들을 도우며 성장했습니다. 이를 통해 사회에 기여하는 일에 대한 깊은 관심을 가지게 되었고, 인공지능 기술이 다양한 문제를 해결하는 데 큰 도움이 될 수 있다는 사실을 알게 되었습니다.
  • 그래서 저는 지식과 역량을 쌓기 위해 미국유학을 했고 컴퓨터 사이언스를 전공하였습니다. 확과를 병행하면서 어시스턴트 테크니션과 IT 어시스턴트로 일하며 다양한 사람들과 함께 일할 수 있는 경험을 했고 다양한 기술을 습득할 수 있었습니다. 또한, 해커톤에 참가하여 쓰레기를 분류하는 머신러닝 모델을 개발해 20여 팀 중 3등을 달성한 경험이 있습니다. AI 인턴으로서는 에듀테크용 학생을 위한 인공지능 애플리케이션을 개발하며 실무 경험을 쌓았습니다.
  • 이러한 경험을 바탕으로 꼭 회사에 입사를 해서 다양한 문제를 기술로 해결하는데 기여하고 싶습니다. 제 역량을 발휘하여 유의미한 변화를 만들어 나가겠습니다. 감사합니다.

• 스피킹 좀 느리게

• 최대 강점단점

  • 저의 강점은 강한 목표의식입니다. 목표를 세우고 이를 체계적으로 달성하는 과정을 좋아합니다. 고등학교 졸업 후 커뮤니티 컬리지에 입학한 뒤, 목표로 했던 University of Washington으로 성공적으로 편입했습니다. 1학년 때 합격했지만 가족 상황을 고려해 커뮤니티 컬리지에서 학업과 함께 아르바이트와 여름 인턴을 하며 유학비를 절약했습니다. 이러한 경험을 통해 경제적 부담을 줄이고 목표를 달성할 수 있었습니다. 또한, 대학 편입 후 해커톤에 참여하고 인턴으로 일하면서 업무 역량도 쌓았습니다.
    • 저의 장점은 동전의 양면처럼 단점으로도 가다왔었습니다.

• 팀원들과 갈등

  • 해커톤에 참여할때 제가 너무 목표 지향적이여서 팀원의 감정을 충분히 헤아리지 못한 경험이 있습니다. 당시 프로젝트의 성공에만 집중을 해서 그 팀원이 느끼는 스트레스와 피로를 알아차리지 못했습니다. 그래서 저는 진지하게 대화를 나누기로 했고, 솔직하게 서로의 감정과 의견을 공유했습니다. 그 결과로 팀원을 더 이해하게 되었고, 이를 통해 작업 분담을 재조정하고 더 나은 팀워크와 협력적인 분위기가 만들어졌습니다. 저는 이 경험을 통해 팀원의 감정과 상태를 이해하고 배려하는 것, 팀의 웰빙이 얼마나 중요한지를 깨달았습니다.

• 현재 목표: “현재 목표는 AI 인턴십을 통해 실무 경험을 쌓고, 인공지능 분야에서의 스킬을 더 쌓는 것입니다. 이를 통해 학교에서 배운 이론을 실제 프로젝트에 적용해보고, 팀과의 협업을 통해 문제 해결 능력을 향상시키고 싶습니다. 특히, AI를 활용해 실질적인 사회 문제를 해결할 수 있는 프로젝트에 참여하는 것이 목표입니다.”

• 장기 목표: “장기적으로는 AI와 머신러닝 기술을 통해 사회에 긍정적인 영향을 미치는 제품을 개발하고 싶습니다. 예를 들어, 의료, 교육, 환경 등 다양한 분야에서 AI 기술을 활용해 혁신적인 솔루션을 제공하는 것이 목표입니다. 또한, 리더십 역할을 맡아 팀을 이끌고, AI 기술의 윤리적 사용과 공정성을 보장하는 데 기여하고 싶습니다. 궁극적으로는 AI 기술을 통해 더 나은 세상을 만드는 데 일조하고 싶습니다.”

• 왜 스타트업에 지원했냐

• 지원동기 / 우리가 지원자를 왜 뽑아야하나요?

  • 제가 지원한 이유는 AR 기술을 통해 다양한 분야에 솔루션을 주고 도움을 주는 비전이 제 열정과 맞닿아 있기 때문입니다. AR과 AI는 많은 접점을 가지고 있으며, 서로의 기술을 보완하고 향상시킬 수 있습니다. AI와 AR의 융합을 통해 더욱 혁신적이고 효율적인 솔루션을 제공할 수 있는 가능성을 보고 있습니다. 문제를 발견하고 그 문제를 해결하기 위해 아이디어를 내고 창작하는 회사의 방향과 맞다고 생각을 하게 되었고 그 이후로 회사와 함께 성장하고 싶어 지원하게 되었습니다. 감사합니다.

• 가장 힘들었을 경우

  • 최근 들어 힘들었던 부분이 AI인턴으로 두 프로젝트를 동시에 맡았을 때였습니다. 두 프로젝트를 많은 시간과 집중력을 요구했는데 이로 인해 시간관리가 매우 어려워졌습니다. 이 상황을 극복하기 위해 우선 우선순위를 정하고 체계적으로 계획을 세웠습니다. 매일 아침 가장 중요한 작업을 먼저 처리하고 마감일과 목표를 명확히 했습니다. 이 과정을 통해 스트레스 관리와 시간관리 능력을 키울 수 있었고, 앞으로 어려운 상황에서 침착하게 대처할 수 있는 자신감을 얻었습니다.

• 스트레스는 어떻게 푸나요?

  • 어렸을 적부터 자연을 좋아해서 스트레스가 너무 쌓이면 공원이나 산책로에서 간단히 산책을 하거나 조깅을 하면서 스트레스를 푸는 것을 좋아합니다.

Questions

Gemini Quizify

1. Gemini Quizify 애플리케이션의 작동 방식을 설명해 주시겠습니까? 특히 PDF에서 퀴즈 문제를 생성하는 과정에 대해 자세히 말씀해 주세요.
   • 네. LangChain의 PyPDFLoader이라는 기능을 통해 유저가 올린 PDF파일의 text를 추출했고요, 그 텍스트를 Google Cloud Platform을 사용해 embedding으로 변환시켜서 ChromaDB라는 데이터베이스에 넣었습니다. 그 다음, 유저가 입력한 키워드와 유저가 올린 데이터 위주로 시험 문제를 생성해달라는prompt를 만들어서 Google의 gemini모델에 인풋해주고, 유저를 위해 퀴즈 문제를 생성했습니다.
2. Gemini Quizify 애플리케이션에 대해 좀 더 자세히 설명해 주시겠어요? 특히, 사용된 기술 스택과 구현 과정에서 겪었던 어려움은 무엇이었나요?
   • 네. 이 gemini quizify는 학생이 플래시카드로 더 효율적으로 공부할수 있게끔 만들어진 어플리케이션입니다. 일단 언어는 전체적으로 파이썬을 사용했고, UI는 Streamlit을 통해 만들었습니다. 모델과 자연어처리는 구글의 VertexAi라는 플랫폼을 사용하고 google gemini모델을 활용했습니다. 또한 프롬프트랑 아웃풋 등 파피프라인 관리를 위해 LangChain을 사용했고, 유저가 올린 파일을 나눠서 처리하는데 PyPDF를 사용했습니다. 추출된 텍스트를 임베딩으로 변환시켜서 Chroma DB라는 벡터 데이터베이스에 넣었고 마지막 아웃풋이 올바는 형식인지 확인할때 Pydantic을 사용했습니다.
   • PDF 파일의 다양한 형식과 구조 때문에 텍스트 추출이 어려운 경우가 많았습니다. 이를 해결하기 위해 PyPDF를 사용하여 텍스트 추출을 최적화하고, 필요한 전처리 작업을 추가했습니다.

Gemin Dynamo

1. Gemini Dynamo 프로젝트에서 YouTube 자막을 분석하기 위해 사용한 의미 추출 알고리즘에 대해 더 자세히 설명해 주시겠습니까?
   • 네. 일단 유저가 올린 영상의 자막을 추출한 뒤 그 자막을 작은 그룹으로 나누었습니다. 그 이유는 영상이 길 경우, 자막도 길어서 그 데이터를 한번에 모델에 넣을 경우 모델이 정확하지 않은 답을 내거나 할루시네이션을 할 가능성이 많기 때문에 각 모델에게 구글의 gemini 모델을 사용하여 주요 개념과 정의를 추출했습니다. 그리고 추출된 개념들을 JSON형식으로 변환하고 처리했습니다.
   • 상세: 그룹 크기는 자동으로 최적화되도록 했습니다. 기본적으로 먼저 LangChain의 textsplitter를 사용해 텍스트를 chunk로 나뉘어주고, 그것들을 또 그룹으로 나누어 하나의 그룹에 chunk가 5개를 초과하지 않도록 조정했습니다. 이는 출력 품질을 유지하기 위한 것입니다. 그 다음 그룹에 대해 Google의 Gemini 모델을 사용하여 주요 개념과 정의를 추출했는데 이를 위해 LangChain의 PromptTemplate을 사용해 상세한 프롬프트를 작성했고, JsonOutputParser를 통해 정형화된 JSON 응답을 받도록 했습니다.
2. Gemini Dynamo 애플리케이션에 대해 좀 더 자세히 설명해 주시겠어요? 특히, 사용된 기술 스택을 알려주시겠어요?
   • 네. Gemini Dynamo는 YouTube에서 강의 영상을 분석해서 주요 개념을 추출하는 디지턱 학습 도구 입니다. 회사가 에듀테크 플랫폼이여서 학생들이 어떻게 더 효율적으로 공부할 수 있게 하는 어플리게이션을 주로 개발을 했습니다.
   • 백엔드는 FastAPI로 API 서버를 만들었고, 모델은 구글의 Gemini 모델을 사용했고 아웃풋을 검증하는데는 Pydantic을 사용했습니다. 그리고 이 과정을 LangChain을 통해 유저가 올린 영상의 링크를 추출하고 모델과 아웃풋을 검증하는 파이프라인을 만들었습니다. 그리고 프론트엔드는 리액트를 사용했습니다.

Projects

1. BinGenius 프로젝트에서 CNN 모델의 성능을 향상시키기 위해 어떤 방법들을 사용하셨나요? 특히 전처리와 하이퍼파라미터 튜닝 과정에 대해 자세히 설명해 주세요.
   • 데이터 전처리 과정에서는 주로 데이터셋의 학습/검증 세트 분할에 초점을 맞췄습니다. 먼저, 전체 데이터셋을 각 쓰레기 유형(예: 재활용, 일반 쓰레기, 퇴비 등)으로 나누어서 대해 별도의 유형에 맞게 디렉토리를 만들어 이미지를 분류했습니다. 그 다음, ‘split_data’ 함수를 구현하여 전체 데이터를 훈련 세트와 검증 세트로 나눴습니다.
   • 하이퍼파라미터 튜닝과 관련해서는 옵티마이저, 학습률, droupout 율, 그리고 은닉층 유닛 수를 여러 번의 실험을 통해 최적화했습니다. 각 실험에서 모델의 성능을 평가하고, 과적합이나 과소적합의 징후를 관찰하면서 점진적으로 조정해 나갔습니다.
   • 모델의 성능을 향상시키기 위해 저는 데이터 증강을 했습니다. 트레닝 데이터를 다양한 비법을 사용하면서 사긴을 변형시키고 과적합을 방지시켰습니다.
2. 1대회에서 3등을 차지한 BinGenius 프로젝트에서 팀으로 일하셨나요? 그렇다면 팀원들과의 협업 과정은 어땠나요?
   • 네. 총 3명의 팀원으로 저는 주로 머신러닝 개발자 역할으로 모델을 개발했습니다. 다른 친구는 팀의 매니저 역할으로서 마지막에 제출할 프레젠테이션을 준비하고 자료조사를 했고, 다른 친구는 모델의 성능을 보여줄 수 있는 깔끔한 프론트엔드를 구현하는 역할을 했습니다.
3. TensorFlow 자격증 프로젝트 중 가장 도전적이었던 부분은 무엇이었고, 어떻게 극복하셨나요?
4. TensorFlow를 공부하면서 다양한 프로젝트 경험을 얘기해주세요
   • 네. 먼저 첫번째로 TensorFlow의 기초를 배우고 기본적인
5. Sarcasm Dataset을 사용한 이진 분류기 프로젝트에 대해 설명해 주시겠어요? 특히, 시퀀스 토크나이저를 사용한 부분에 대해요.
6. Python, Java, C 등 여러 프로그래밍 언어를 사용해보셨는데, 가장 선호하는 언어와 그 이유는 무엇인가요?
   • 저는 파이썬을 선호합니다. 파이썬은 문법도 간단하고 가독성도 좋기 때문에 팀원들과 협업을 할때 수월합니다. TensorFlow나 scikit-learn등 여러가지 프레임워크나 라이브러리를 사용할 수 있다는게 장점이라고 생각하고, 코드를 빠르게 구현하고 실행할 수 있어서 개발과정에서 매우 유용하다고 생각합니다. 이러한 이유들로 인해 저는 다양한 프로젝트에서 파이썬을 활용해왔고 좋은 성과를 많이 거둘 수 있었습니다.

Education

1. University of Washington에서 컴퓨터 사이언스를 전공하며 가장 흥미로웠던 과목은 무엇이며, 그 이유는 무엇인가요?
2. 컴퓨터 과학 학사 과정에서 배운 내용 중 실제 프로젝트나 인턴십에 가장 유용하게 적용된 것은 무엇인가요?
   • 네. ‘딥러닝’ 수업의 내용이 해커톤에서 개발한 BinGenius 프로젝트에서 모델을 만들고 모델의 성능을 향상시키는 데 매우 유용했습니다.
   • 모델을 만들면서 전이 학습(transfer learning)이랑 이미 학습이 된 모델을 fine-tuning하는 과정을 수업에서 다루었던 내용들이라 해커톤 프로젝트에 큰 도움이 되었습니다.
   • 또한, dropout 레이어의 이론과 왜 유용한지에 대해서 수업에 배웠는데요, 그 지식도 모델을 향상시키고 정확도를 올리는데 도움이 됐습니다.

경험

1. 학생기술지원팀에서 일하면서 배운 점 중 현재 AI 엔지니어링 분야에 적용할 수 있는 것이 있다면 무엇인가요?
   • 문제해결능력이라고 생각합니다. 문제를 파악하고, 효과적인 솔루션을 모색하고, 사용할 수 있는 방법이 뭐가 있는지 생각을 하는 과정이 AI어플리케이션을 다룰때 많이 닮아있다고 생각합니다. 또한, 학생기술지원팀에 일을 할때 학생들이 이해하기 쉽게 설명하는 능력을 키웠는데요, 이 능력은 프로젝트 팀원이나 관계자에게 복잡한 AI모델의 동작 원리나 결과를 설명할때 큰 도움이 되었습니다.
2. 해밀학교에서의 IT 인턴 경험이 기술적 문제 해결 능력에 어떤 영향을 미쳤나요?
   • 네. 에듀테크 플랫폼과 Google Workspace를 학교 안에서 어떻게 사용할 수 있는지 고민을 다양하게 했습니다. 예를 들면 교직원들을 위해서 간편한 웹사이트를 만들 때 고민이 많았지만, 이를 구글 사이트로해결하면서 기술적 역량을 강화했습니다. 또한, 교직원 및 학생들을 위한 IT 교육과 미니 메타버스 개발을 주도하면서 리더십과 커뮤니케이션 능력도 크게 발전시킬 수 있었습니다.
   • 구글 페이지스는 어떻게?
     • 처음에는 웹사이트를 직접 코딩하여 개발하려고 했으나, 많은 교직원이 기술적인 지식이 부족하다는 점을 고려하여 더 간편하고 사용하기 쉬운 솔루션이 필요하다고 판단했습니다.
     • 그래서 Google Workspace의 Google Sites를 사용했습니다. Google Sites는 드래그 앤 드롭 방식으로 필요에 의해 교직원이 쉽게 웹페이지를 업데이트할 수 있고, Google Calendar와 연동해서 학교 행사, 회의 일정 등 한눈에 공유할 수 있었습니다. 또한 Google Drive와 통합된 자료실을 만들어 교직원들은 편하게 중요한 정보와 자료를 쉽게 업데이트하고 공유할 수 있었습니다.
     • 어떤 식으로 구성을 하면 유저한테 더 효율적이고 편리한지에 대한 고민을 많이 해서 그 결과 기술적 문제 해결에 많이 도움이 됐습니다.
3. University of Washington의 Makeability Lab과 CREATE Lab에의 연구 경험이 어떤 영향을 미쳤나요?
   • 제 연구 경험은 AI 기술의 윤리적 사용과 공정성에 대해 깊이있게 해하게 해주었습니다. AI 기술이 사회에 미치는 영향을 고려하는 것이 얼마나 중요한지 깨달았고, 책임감 있는 기술 개발의 필요성을 인식하게 되었습니다. 예를 들면 GPT 플로그인을 사용해서 여러 이력서를 판단하라고 인풋으로 넣어본 결과 인공지능은 장애를 가진 사람, 흑인, 혹은 여성에게 불합리한 판단을 주는 것으로 밝혀졌습니다. 이 경험은 제가 앞으로도 AI 기술을 개발할 때 항상 윤리적인 측면을 고려하도록 하는 중요한 토대가 되었습니다.

일반 질문

2. AI 윤리에 대한 귀하의 견해는 어떠신가요? 특히 LLM을 다루는 프로젝트에서 윤리적 고려사항을 어떻게 반영하셨나요?

3. AI와 머신러닝 분야에서 현재 가장 큰 도전 과제는 무엇이라고 생각하시나요?

4. 끈기와 실행력을 발휘했던 다른 사례가 있나요?

5. 향후 5년간 AI와 머신러닝 분야에서 이루고 싶은 목표는 무엇인가요?

6. 필리핀에서 13년간 생활하면서 부모님의 교육선교 활동을 도운 경험이 AI와 머신러닝에 어떻게 영향을 미쳤나요?

   • 필리핀에서의 경험은 제가 어려운 환경에 처한 사람들을 돕고자 하는 마음을 키우는 데 큰 역할을 했습니다. 더 나아가 저는 컴퓨터 사이언스가 사회 문제를 해결하는데에 도움을 줄 수 있다고 깨닫았고, AI와 머신러닝을 활용하여 실질적인 변화를 만들 수 있다는 것을 알게 되었습니다. WW