2019 네이버 신입 개발자 공채 후기

4 minute read

서론

2019년 채용 과정의 아픈손가락 네이버 개발자 공채 후기를 작성해보고자 한다. 합격자의 좋은 기운만 받아가고 싶은 분들은 바로 뒤로가기를 누르시면 되겠다.

fail

나는 네이버 최종면접에서 탈락하였다. 네이버의 공채 과정은 서류 접수 - 온라인 코딩테스트 - 1차면접 - 2차면접으로 구성되어있다. 구성 자체 심플하나 채용 과정이 어마어마하게 길다. 오래 걸릴 필요가 없어보이는 과정들도 결과가 나오기까지 2주~3주가 걸리다보니 기다리다 지친다는 말이 이해가 됐다. 9월 초부터 11월 말까지 걸리는 매우 지루하고 힘든 과정이었다.

서류 접수

서류는 자기소개서와 자신의 깃허브 주소, 포트폴리오를 제출할 수 있게 되어있다. 물론 깃허브 주소나 포트폴리오는 제출하지 않아도 무관하다. 자기소개서는 어려운 기술적 문제를 해결한 경험, 본인의 에너지를 최대한 발휘했던 경험, 네이버 서비스 중 하나를 선택해 개선할 방법에 대한 서술을 요한다. 그런데 가장 아이러니한 것은 자기소개서에 기술한 대부분의 내용이 면접 질문에 전혀 반영이 안되었다는 점이었다. 물론 사바사 면바면이라 모두가 이렇다라고 할 수는 없지만, 작은 표본 내에서 지인들에게 물어본 결과 그들 역시 자소서 질문을 거의 받지 못했다고 했다. 특히 네이버의 서비스 중 하나를 선택해 개선 여지를 말해보라고 하는 문장은 충분히 면접에서 활용가능성이 있다고 생각했으나 전혀 관심대상이 아닌 것 같다.

그러나!!! 자기소개서는 평가과정에 반영이 된다는 것이다. 즉, 면접을 보기 위해서는 단순히 서류 접수 - 코딩테스트 통과가 아니라, 서류 통과 + 코딩테스트 통과여야 한다는 것이다. 따라서 최대한 정성을 들여 한땀한땀 글을 작성하는 것을 추천드리는 바이다.

온라인 코딩테스트

온라인 코딩테스트는 카카오와는 다르게 ‘너 코딩은 할 줄 아니?’ 라고 묻는 것 같았다. 굉장히 단순한 3가지의 문제가 나오게 되는데 어려울 것이 없다. 기존에 다른 채용을 준비하며 PS를 했던 분들이라면 모두 쉽게 통과할 수 있는 수준이다. 정확한 소식은 아니지만 네이버 공채를 준비하는 카톡 단톡방에 따르면 1문제를 풀고도 통과한 사람이 있다고..? 뇌피셜로는 자소서 합격 + 코테 2문제 이상 풀기가 정답이 되지 않을까 싶다. 개인적인 생각으로 코딩테스트 난이도는 카카오 » 삼성전자 »> 네이버이다.

1차 면접

우선, 본인은 면접단계의 보안서약서에 사인을 했기 때문에 어떤 질문을 받았는지, 어떤 문제를 풀었는지에 대한 어떠한 조언도 해줄 수 없는 상태이다. 따라서 공채를 준비하는 여러분이 어떤식으로 대비를 하는 게 좋을 지에 대해 포커스를 두고 서술을 해보고자 한다. 참, 다들 복장에 대한 고민을 많이 하시겠지만, 정말 후드티를 입고오는 사람부터 정장을 입고오는 사람까지 다양하다. 그냥 무난하게 셔츠에 슬랙스를 입고 가시면 오히려 차려입은 느낌이 날지도..

먼저 면접 분위기는 매우 편안하게 진행된다. 각 1시간의 두 세션으로 나뉘어 각 세션별로 두 분이 들어오시게 된다. 하지만 두 세션간에 나누어서 무언가를 보겠다는 느낌보다는 그냥 두 세션의 평가를 종합하고자 하는 느낌이 더 강했다. 면접에서의 질문은 정형화된 것도, 또 정형화 되지 않은 것들도 많다. 즉, 여러분이 준비하셔야하는 내용은 확률고 통계같은 수학적 지식, 알고리즘, 자료구조, 운영체제, 네트워크, 데이터베이스까지 전부 다 라고 생각하면 된다. 다른말로 하면 네이버는 평소 CS공부를 탄탄히 한 사람들을 뽑고자 한다는 느낌을 받을 수 있다. 정말 손코딩부터 자료구조 증명까지 면접관 개개인별로 매우 다른 질문 스펙트럼을 확인할 수 있었다.

2차 면접

대망의 2차면접이 진행되었다. 하지만 내가 2차면접 내내 느꼈던 점은 “그냥 1차면접에서 탈락시키시지 왜 붙이셨을까?” 였다. 2차면접은 1시간으로 진행되었으며 각 계열사의 CTO급 임원분들이 들어오셔서 진행되었다. 면접의 구성은 역시 면바면이겠지만 주로 인성면접 + 궁금한 것을 물어보시는 것 같다.

물론 면접의 내용을 공개할 수 없다. 아마 보안서약서에 1년이라고 적혀있었으니 1년 뒤 공채 때 다시 작성이 가능할지도 모르겠다. 어쨋든 가장 충격이었던 것은 내가 네이버와 관련하여 진행했던 이전 기록들이 면접에서 반영된다는 점이었다. 나는 라*플** 인턴에 지원했다가 중간 전형에서 취소한 적이 있는데, 이부분에 관한 면접 질타를 받았다.

네이버 면접 이후 느낀 것은 내가 아직 많이 부족하다는 것이다. 나는 딥러닝이나 머신러닝 분야에 흥미가 생기고 이쪽 부분에 대한 구현이나 kaggle 위주의 공부를 했었지만, 이정도 경험으로는 개발자라고 하기에, 연구자라고 하기에, 전공자라고 하기에 매우 미비했던 것 같다.

더 잘되라는 따끔한 가르침을 주신 것이라고 생각하고 이 다음에는 전공자보다 뛰어난 비전공자로서, 석박보다 뛰어난 학사로서, 머신러닝말고도 백엔드나 FE, 앱개발도 잘하는 사람으로서, 부족한 것 없는 사람으로서 발전하고 성장해야겠다.


1년이 지나고야 쓰는 글.

벌써 1년이라는 시간이 지났습니다, 시간 정말 빨리 흐르네요 ㅠㅠ. 해당 포스트를 읽고 문의를 주시는 분들이 많아 당시 기억을 애써 떠올리며 도움이 되실 ‘수도’ 있는 후기를 복기하여 봅니다. 먼저 읽으시기 전에 가장 중요한 것 은 아래에 쓰여질 내용들은 다 저에게 한정된 내용이라는 것입니다. 네이버의 경우는 면접관님들이 물어보시는 것이 지원자들마다 정말 천차만별이라는 것을 기억해주셨으면 좋겠습니다. 따라서 저에게는 한 번도 물어보지 않았던 자기소개서와 관련하여 다른 누군가에게는 자기소개서만 물어보는 면접이었을 수도 있습니다.

먼저, 1차 면접에 대하여 생각해보면 ‘탄탄한 CS지식’을 물어보려고 하는 것이 눈에 띄었습니다. 기본적으로는 준비된 문제 은행식 세트가 있는 것으로 보이고 해당 문제 세트에서 몇 가지를 뽑아 질문해주셨습니다. 해당 세트는 말그대로 CS지식과 관련한 많은 내용들이 있었습니다. 본문에서 쓴 것처럼 알고리즘, 자료구조부터 DB와 관련된 내용들까지 말이죠.

한 가지 특이했던 것은 수학퀴즈? 같은 것을 푼 것이었습니다. 이 곳 과 같은 창의력 퀴즈 같은 것도 물어보셔서 처음에 당황한 기억이 있습니다. 아무래도 확률과 같은 기초 수학에 대해서도 검증을 진행하려고 했던 것 같습니다.

따라서 1차면접은 어떻게 바뀌었는지는 모르겠으나 당시에는 기본적인 알고리즘, 자료구조를 얼마나 탄탄하게 준비했냐를 보는 것 같았습니다. Binary search tree, 2의 보수와 같은 기본 개념들을 꼬리질문식으로 이어받아서 하나의 내용들도 적당하게 깊이 알고 있어야 한다는 느낌을 받았습니다.

저에게 가장 힘들었던 것은 2차면접이었습니다. 네이버 면접을 본 사람들이 공통으로 말하는 것이 네이버 계열사에 지원한 히스토리 같은 것들을 다 알고 계시더라구요. 제 경우 저는 라인플러스 인턴에 지원을 했다가 필기시험을 보지 않고 취소를 했었는데 이것이 어찌된 일인지 라인플러스 전화면접 탈락으로 기록되어 있어서 면접에서 혼이 났습니다 ㅎㅎ. 아직도 이러한, 어찌보면 취준생에게 당연한 지원/취소 등과 관련한 것들이 문제가 되는지는 이해가 되지 않습니다.

억울한 마음을 뒤로하고, 사실 제가 포스트 마지막 문단에서 썼던 것들이 제가 받은 면접 질문들과 관련이 있는 다짐이었습니다.

전공자보다 뛰어난 비전공자로서,: 네, 저는 경제학과 출신으로 컴퓨터과학과를 복수전공하였는데, 네이버 입장에서 비전공자로서 전공자보다 뛰어난 점이 무엇인지 물어보셨었습니다.

석박보다 뛰어난 학사로서: 딥러닝을 하고싶다고 말씀드리자, 막 리서치 필드에서 연구하다온 석박보다 학사로서 무슨 기여를 할 수 있겠냐고 물어보셨습니다.

머신러닝말고도 백엔드나 FE, 앱개발도 잘하는 사람으로서,: 머신러닝 위주의 포트폴리오를 보시고는 백엔드나 다른 업무는 해본 적이 없냐고 물어보셨습니다.

위와 같이 저는 기술적으로 들어가는 질문을 받지 않았었고, 어떻게 나라는 사람이 네이버에 기여할 수 있는 지에 대한 설명을 해야했습니다.

어찌 되었든! 저는 탈락의 고배를 마셨지만, 이 글을 읽으시는 여러분들은 모두 합격하셔서 멋진 초록회사에서 일하셨으면 좋겠습니다. 정말 다들 힘내시고 항상 웃으시길 바랍니다 :)

Categories:

Updated:

Leave a comment