“팀 프로젝트에서 AI 모델을 개발해 좋은 결과를 얻었습니다.”
프로젝트를 소개하는 문장이지만, 이 설명만으로는 지원자 본인이 무엇을 했는지 알기 어렵습니다. 팀이 다섯 명이었다면 문제 정의, 데이터 처리, 모델 개발, 결과 검증 중 어떤 부분에 직접 기여했는지 더 보여줘야 합니다.
KT 공식 직무 인터뷰에는 생성형 AI 모델 개발과 AICT 설계 등 여러 업무가 소개되어 있습니다. AICT 설계 인터뷰에서는 응답 품질, 작업 성공 여부, 처리 시간과 비용, 기존 시스템과의 연결 조건 등을 함께 살펴보는 업무를 설명합니다.[1] 이런 자료를 읽으며 자신의 프로젝트에서 담당한 판단과 행동을 구체화해 보세요.
1. 팀의 목표와 나의 담당 범위를 먼저 나누세요
프로젝트를 설명할 때 팀 전체의 목표는 한두 문장으로 정리하고, 그다음 자신의 역할을 분리해 적는 것이 좋습니다.
예를 들어 “고객 문의 분류 시스템 개발”이 팀 목표라면, 개인 역할은 “문의 유형 정의”, “학습 데이터 정리”, “분류 모델 비교”, “검증 데이터 구축”, “서비스 연결” 등으로 나눌 수 있습니다.
공동 작업이었다면 독자적으로 완료한 것처럼 표현하지 마세요. “동료와 분류 기준을 합의하고, 저는 경계 사례 검토와 검증 데이터 정리를 맡았다”처럼 협업 방식까지 설명할 수 있습니다.
2. 역할 이름보다 실제 행동을 보여주세요
‘데이터 담당’이라는 표현 뒤에는 여러 종류의 일이 숨어 있습니다. 어떤 데이터 문제를 발견했고, 어떻게 처리했으며, 그 판단을 무엇으로 확인했는지 적어보세요.
• 중복 데이터 때문에 검증 결과가 왜곡되는지 확인했다.
• 모호한 라벨을 따로 모아 팀과 분류 기준을 정리했다.
• 특정 유형에서 오류가 반복되는지 확인했다.
• 학습 시점 이후의 정보를 사용하지 않도록 입력 항목을 검토했다.
• 변경 전후 결과를 같은 조건에서 비교했다.
위 항목은 개인 기여를 정리하기 위한 예시이며 KT의 공식 평가 항목은 아닙니다. 실제로 수행한 행동만 골라 근거와 연결하세요.
3. 팀 성과와 개인 기여의 관계를 정확하게 설명하세요
다음은 가상의 작성 예시입니다.
“4인 팀으로 문의 분류 모델을 만들었습니다. 저는 검증 데이터 구성과 오류 분석을 담당했습니다. 유형이 겹치는 문의를 정리하고, 팀과 합의한 기준으로 라벨을 재검토했습니다. 이후 모델별 오류를 같은 검증 조건에서 비교해 특정 유형의 오분류를 확인했습니다. 최종 성능은 데이터 정리와 모델 변경이 함께 반영된 팀 성과이므로 제 작업만의 효과로 분리하지는 않았습니다.”
이 설명은 자신의 기여를 줄이는 문장이 아닙니다. 기여한 부분과 확인할 수 없는 인과관계를 구분하는 문장입니다. 모든 개선을 자신의 작업 덕분이라고 주장하는 것보다 판단의 범위를 이해하기 쉽습니다.
4. AI를 사용한 부분도 구분해 보세요
코드 초안, 오류 원인 탐색, 자료 요약에 생성형 AI를 사용했다면 다음을 정리해 두세요.
“AI가 제안한 것은 무엇인가?”
“그중 내가 채택하거나 수정한 부분은 무엇인가?”
“어떤 테스트와 자료로 확인했는가?”
“AI의 제안을 사용하지 않은 경우에는 이유가 무엇인가?”
AI 사용 자체를 과장된 역량으로 표현할 필요는 없습니다. 데이터 기준을 결정하고 검증을 설계한 사람은 누구인지, 결과의 타당성을 어떻게 확인했는지가 드러나도록 설명하세요. 기밀 데이터나 개인정보를 외부 도구에 입력해서는 안 되며, 프로젝트의 허용 범위 안에서 사용해야 합니다.
5. 면접 전 ‘개인 기여 카드’를 만들어 보세요
한 프로젝트를 다음 여섯 항목으로 정리하면 질문에 답하기 쉬워집니다.
팀의 목표 / 내 담당 범위 / 내가 내린 결정 / 확인 가능한 근거 / 팀과 협의한 부분 / 남은 한계
근거에는 실험 기록, 담당 이슈, 코드 변경, 회의 결정 사항 등이 들어갈 수 있습니다. 비공개 자료는 제출 권한을 확인하고 공개 가능한 형태로 요약하세요.
면접에서는 “내 작업이 빠졌다면 프로젝트에서 무엇이 달라졌을까?”를 스스로 물어보세요. 그 답이 구체적이라면 역할을 설명하는 데 도움이 됩니다. 다만 실제로 비교하지 않은 효과를 사실처럼 제시하지는 마세요.
커리어스코프 AI 활용 능력 검사에서는 AI와 함께 문제를 해결하는 자신의 과정을 점검하고 결과 피드백을 받을 수 있습니다. KT의 공식 채용 평가나 기술 면접을 대체하지 않으며, 자신의 요청·검토·판단 방식을 돌아보는 연습으로 활용하세요.
커리어스코프: https://careerscope.co.kr/
공식 자료 확인: 2026년 10월 13일. 본문은 프로젝트 설명 가이드이며 실제 공고의 평가 기준과 구분됩니다.
[1] KT 직무 인터뷰: https://recruit.kt.com/interview
[2] KT AICT 설계 인터뷰: https://m.recruit.kt.com/interview/12
#KT #KT채용 #AI프로젝트 #데이터프로젝트 #개인기여 #포트폴리오 #커리어스코프