홈
AI AI
속보
심층
이벤트
Pro
더보기
자금 조달 정보
특집
온체인 생태계
용어
팟캐스트
데이터
OPRR
简体中文
繁體中文
English
Tiếng Việt
한국어
日本語
ภาษาไทย
Türkçe
BTC
$96,000
5.73%
ETH
$3,521.91
3.97%
HTX
$0.{5}2273
5.23%
SOL
$198.17
3.05%
BNB
$710
3.05%
XRP
$2.25
2.07%
DOGE
$0.325
2.23%
USDC
$0.999
3.05%
Partnered With:

57번의 면접 끝에 OpenAI 오퍼를 받다: 한 NLP 박사의 구직 회고록이 화제다

이 글을 읽으려면 12 분
6년 동안 57번의 면접, 연봉 협상이 문제 풀기보다 더 어렵다.
원문 제목: 《57번의 면접에서 OpenAI 오퍼까지: 한 NLP 박사의 탑 AI 기업 구직 회고록이 화제》
원문 출처: 기계심장


기계심장 편집부 오늘, 워싱턴대학교 졸업을 앞둔 박사과정생 Alisa Liu가 OpenAI에 합류한다는 소식이 X에서 핫트렌드에 올랐다.


메인 게시물 조회수는 이미 100만을 돌파했으며, 그녀는 이번 구직 과정이 예상보다 더 도전적이었지만 많은 것을 얻었다고 밝혔다.


그래서 그녀는 작은 블로그를 작성해 그동안 배운 경험을 공유했고, 이 과정을 겪을 다음 사람이 조금이라도 덜 혼란스럽길 바란다고 전했다.



만약 당신이 박사과정 중이거나 곧 구직의 길에 오를 예정이라면, 이 글을 꼼꼼히 읽어볼 가치가 있다. Alisa Liu의 연구는 언어 모델을 위한 더 나은 알고리즘 구축을 목표로 하며, 토크나이제이션, 데이터 생성, 추론 시 적응 등의 방향을 포함한다. 졸업 후, 그녀는 여러 탑 AI 기업의 Research Scientist / MTS 오퍼를 받았다.


따라서 그녀는 전체 구직 과정을 회고록으로 작성해 숨김없이 공개했다——자신이 무너졌던 순간들까지 포함해서. 블로그 서두에서 그녀는 박사과정 대부분의 시간 동안 구직이 마치 호그와트의 분류 모자 같았다고 썼다: 고학년 선배들이 몇 달간 사라졌다가 다시 나타나면 운명이 결정되어 있었다. 그들이 어디로 갔는지는 알았지만, 그 사이에 무슨 일이 일어났는지는 거의 알지 못했다.


자신의 차례가 되어서야 이 과정이 상상보다 훨씬 잔혹하다는 것을 깨달았고, 그녀는 계속해서 '규칙을 배우면서 동시에 게임을 해야 했다'. 이 글은 아직 시작하지 않은 사람들을 위해 쓴 것이다.


블로그 주소:
https://alisawuffles.github.io/blog/job-search/


6년 NLP 박사 과정, 그녀는 Research Scientist와 Member of Technical Staff 포지션에 지원했다. 전체 구직 기간 동안 11개 회사의 면접 프로세스에 참여했고, 57번의 정식 면접을 완료했으며, 46통의 리크루터 전화를 받았고, 오퍼를 받은 후에는 16번의 심층 커뮤니케이션을 진행했으며, 그 외에도 셀 수 없이 많은 비공식 네트워킹 대화를 나눴다.


몇몇 회사에서 그녀에게 마음에 드는 오퍼를 제시했고, 그녀는 다른 절차를 자진 철회했다. 반면, 몇몇 회사에서는 채용 측에서 더 이상 연락이 없었다.



‘연습 삼아 지원’할지 말지는 복잡한 문제


면접 순서에 관해 가장 널리 퍼진 조언은 이렇다. 먼저 크게 신경 쓰지 않는 회사 몇 곳으로 연습 삼아 면접을 보고, 진짜 가고 싶은 회사에 집중해 오퍼를 동시에 받아 나중에 연봉 협상에 유리하게 활용하라는 것이다.


이 논리는 대체로 맞지만, 그녀가 실제로 경험한 바에 따르면 상황은 이보다 더 복잡했다.


첫째, 체력과 시간은 한정적이다. 연습 면접이 도움이 되긴 하지만, 앞의 몇몇 회사를 ‘소모품’처럼 여기며 지칠 대로 지친 상태에서 진짜 가고 싶은 곳의 면접을 보게 되면 컨디션이 무너져 버린다.


둘째, 면접 일정은 전적으로 당신이 통제할 수 있는 것이 아니다. 어떤 회사에 채용 자리가 있는지, 어떤 팀이 적극적으로 인력을 뽑고 있는지 같은 외부 요인이 당신의 ‘준비 상태’보다 더 큰 영향을 미치는 경우가 많다. 회사 내부 지인이나 채용 담당자를 통해 미리 정보를 파악해 두는 것이 좋다.


셋째, 오퍼의 마감일은 일반적으로 생각보다 유연한 경우가 많다. 채용 측에서 당신이 여러 절차를 동시에 진행 중이라는 것을 알면 보통 협조해 준다. 하지만 그녀는 이렇게 경고하기도 했다. 매우 짧은 계약 서명 기한을 제시하는 ‘폭탄 오퍼(exploding offer)’도 실제로 존재하니, 반드시 미리 게임의 룰을 알아두라는 것이다.


일곱 가지 유형의 면접, 완전히 다른 것을 평가한다


그녀는 자신이 경험한 모든 면접을 일곱 가지 유형으로 분류하면서, 특히 전체적으로 볼 때 연구 경험 자체보다 기술 능력 평가가 훨씬 더 중요하다고 강조했다. 물론 연구 경험이 면접 기회를 얻게 해 준 이유일 수도 있다.


가장 빈도가 높은 것은 ML 코딩 문제다. 문제는 Transformer 같은 고전적인 아키텍처를 구현하거나, beam search 같은 디코딩 전략을 구현하거나, 전통적인 ML 알고리즘 또는 매우 창의적인 변형 문제일 수 있다. PyTorch는 반드시 능숙하게 다룰 수 있어야 하는 도구다. 가끔 numpy만 사용하도록 허용되는 경우도 있었는데, 예를 들어 역전파(backpropagation)를 처음부터 직접 구현하는 식이었다. 하지만 면접관이 모든 numpy 문법을 미리 숙지할 것을 요구하지는 않았다.


다음은 일반 알고리즘 문제, 즉 LeetCode 스타일이며, 때로는 약간의 배경 설명이 추가되기도 한다. 그녀는 이 부분의 기본 논리가 ML 코딩 문제와 상당 부분 겹치므로, 기초를 잘 다져 두면 두 유형의 문제를 푸는 데 모두 도움이 된다고 말했다.


기술 토론은 코드를 작성하지 않지만 매우 머리를 쓰게 하는 유형이다. 때로는 면접 전체가 하나의 질문을 중심으로 진행된다. 연구 목표 하나를 주고, 당신이 실험을 설계하면 면접관이 당신의 설계 결정에 대해 질문하고, 가상의 결과를 제시한 후 이를 분석하고 다음 단계를 설계하도록 요구한다. 이는 당신의 사고 방식을 평가하기 위한 것이다. 또 다른 형태는 ‘위치 인코딩(positional encoding)의 다양한 구현 방식은 무엇인가’, ‘5D 병렬 처리(5D parallelism)란 무엇인가’, ‘PPO와 GRPO의 차이점은 무엇인가’ 같은 질문을 빠르게 연속으로 던져 짧은 시간 안에 당신의 지식 폭을 파악하는 방식이다.


연구 경험 인터뷰는 PhD 일상 훈련에 가장 가까운 유형으로, 보통 '소개해 본 프로젝트 하나'로 시작해 해당 주제를 깊이 파고드는 방식으로 진행됩니다. 면접관이 이력서의 다른 논문에 대해 질문할 수도 있습니다. 이런 인터뷰를 준비할 때, 그녀는 의도적으로 자신의 연구를 더 높은 시각에서 바라보려고 합니다. 즉, 왜 이 주제를 선택했는지, 연구 과정에서 어떤 독특한 판단을 쌓았는지, 미래에 가장 가치 있는 방향은 무엇인지 등을 고민합니다. 또한 회사 방향에 따라 연구 소개 관점을 조정하는데, 그녀의 말을 인용하자면: "면접관들은 모두 지쳐 있습니다. 그들이 '당신의 배경이 우리 요구와 매우 잘 맞는다'는 점을 빠르게 느끼게 하는 것이 무엇보다 중요합니다."


행동 인터뷰는 그녀가 유일하게 참패한 경험이 있는 유형입니다. 그녀는 첫 행동 인터뷰를 전혀 대수롭지 않게 여겼고, 자신이 '분명히 행동이 올바르다'고 생각했습니다. 하지만 가장 기본적인 질문을 받았을 때 머릿속이 하얘져서 즉석에서 모호한 기억을 짜내야 했습니다.


인터뷰가 끝날 무렵, 면접관이 그녀에게 불편하게 만드는 한마디를 했습니다: "당신은 제 질문에 답하지 않았어요." 그녀는 글에서 그 고통이 독특했다고 말합니다. 기억을 검색하고, 생각을 정리하고, 말을 꺼내는 세 가지를 동시에 해야 했는데, 그중 하나도 제대로 되지 않았기 때문입니다. 올바른 방법은 PhD 기간 동안 이야기할 가치가 있는 모든 에피소드를 미리 정리하고, 일반적인 행동 질문 프레임워크에 맞춰 매핑한 후, 질문을 받으면 바로 꺼내는 것입니다.


수학 인터뷰는 일부 회사에서 존재하며, 난이도는 재미있는 논리 퀴즈부터 종이와 펜으로 유도해야 하는 진지한 계산 문제까지 다양합니다. 그녀는 확률론, 선형대수학, 미적분학을 복습할 것을 권장합니다.


마지막으로 Job Talk입니다. 학계 버전보다 더 짧고 집중적입니다. 그녀의 job talk는 tokenization을 핵심으로 하여, 주로 한 편의 제1저자 논문을 깊이 다루고, 몇 편의 제2저자 논문과 진행 중인 작업을 보충하여, 내용이 자연스럽게 하나의 완전한 서사선으로 연결되도록 했습니다.


준비에는 지름길이 없다


그녀는 진지하게 시험을 준비하는 것보다 시간을 투자할 가치가 있는 일은 없다고 말합니다. 이 경험을 학부 시절로 돌아간 것에 비유했습니다. 노트 필기, 그림 그리기, 문제 풀기, 카페에서 하루 종일 ML 기초를 처음부터 유도하는 것 등이 포함됩니다. 그녀는 구직 기간 내내 업데이트한 LLM 노트를 특별히 만들었고, 특정 인터뷰를 위해 벼락치기로 만든 수학 노트도 따로 준비했습니다.


준비 경로는 대략 이렇습니다. 먼저 스탠포드의 'Language Modeling from Scratch' 전체 강의를 처음부터 끝까지 수강하여 머릿속에 흩어져 있는 지식 포인트를 하나의 완전한 지도로 통합했습니다. 기초를 다진 후, 블로그와 논문 읽기, AI와의 대화, 직접 처음부터 코드를 작성하여 구현하는 방식으로 각 개념을 깊이 파고들며 완전히 이해했습니다.


그녀는 특히 Transformer 구현을 강조하며, "Transformer를 처음부터 구현하고 디버깅할 수 있는 능력은 면접에서 너무 자주 등장해서 근육 기억처럼 익혀야 할 정도이며, 여기서 점수를 잃으면 안 됩니다."라고 말했다.


또한 그녀는 연습할 때 반드시 AI 보조 도구를 완전히 끄고 실제 면접 환경을 시뮬레이션해야 한다고 조언했다. "AI에 대한 의존도를 심각하게 과소평가하게 될 것이며, 혼자서 문제를 해결해야 할 때야 비로소 깨닫게 됩니다."


각각의 구체적인 면접을 위해 그녀는 별도로 준비한다. "마치 한 번도 수강한 적 없는 수학이나 CS 과목이 갑자기 중간고사까지 3일밖에 남지 않은 상황에서 벼락치기를 해야 하는 것과 같습니다." 그녀는 면접 설명, 회사의 기술 방향, 채용 담당자의 암시, 회사의 평판을 종합적으로 분석해 해당 면접의 평가 범위를 파악한 후, 가장 관련성이 높은 내용에 집중적으로 돌입한다.


시험 전 상태에 대해 그녀는 값비싼 교훈을 얻었다. 첫 번째 기술 면접 전에 단 2시간만 자고 밤새 LLM Inference의 세부 사항을 복습했지만, 그 지식은 전혀 나오지 않았고, 오히려 졸음 때문에 간단한 off-by-one error에서 10분 동안 막혀 버렸다. "머리가 전혀 돌아가지 않았기 때문입니다." 결론은 충분한 수면이 마지막 순간의 벼락치기보다 훨씬 중요하다는 것이다.


그녀는 예상치 못한 수확도 언급했다. 많은 시험 준비가 자신감을 크게 향상시켜 더 이상 지식의 사각지대가 드러날까 걱정하지 않게 되었고, 학술 대화에서도 더 이상 숨길 필요가 없어졌다. 심지어 PhD 과정에서 이런 준비를 더 일찍 했다면, 다룰 수 있는 문제 공간이 더 넓어졌을 것이고, 더 많은 아이디어가 떠올랐을 것이며, 적극적으로 사람들과 대화를 나누는 기회도 더 많았을 것이라고 말했다.


오퍼를 받는 것은 시작에 불과하다


많은 사람들이 오퍼를 받으면 끝이라고 생각한다. 그녀는 정반대라고 말한다.


다음은 상당히 긴 시간이 될 수 있는데, 미래의 팀원, 매니저와 깊이 있는 대화를 계속하고, 회사에서 식사를 하며, 채용 담당자의 전화를 받고, 쏟아지는 이메일을 처리해야 한다. 그녀는 이 단계에서 아직 답장하지 못한 이메일이 몇 통 있다고 인정했다.


연봉 협상은 이 단계에서 가장 핵심적인 일이며, 그녀가 가장 어렵다고 생각하는 부분이다. "우리 PhD는 이에 대해 전혀 준비가 되어 있지 않았고, 면접처럼 문제 풀이로 극복할 수 있는 것도 아닙니다. 채용 담당자는 시장 정보와 협상 기술에서 당신보다 유리하며, 각자 원하는 것도 다릅니다."


하지만 협상을 하지 않는 것은 옳지 않다. 초기 오퍼는 이미 협상 여지를 남겨두고 있으며, 한 명 이상의 채용 담당자가 직접 말했다. "나는 당신이 우리의 첫 번째 오퍼를 수락할 것이라고 기대하지 않습니다." 이 몇 주 동안 진지하게 투자하는 것이, 실제로 초기 오퍼로 몇 년 동안 일하는 것보다 더 큰 수입 차이를 만들어낼 수 있다.


그녀의 구체적인 방법은 다음과 같다: 채용 전화를 할 때마다 자신이 무엇을 공개할지, 무엇을 공개하지 않을지, 그리고 바로 외울 수 있는 몇 가지 표현을 미리 적어두는 것이다. 상대방이 제기할 가능성이 있는 질문과 논점을 예측하고, 미리 대응 방안을 구상해 편안한 상태에서 자신의 입장을 지킬 수 있도록 준비한다. 이 과정은 시간이 많이 걸리지만, 모든 세부 사항을 진지하게 다룰 가치가 있다.


아무도 말하지 않은 부분


그녀는 글의 마지막 부분에서 이렇게 썼다. 모든 사람에게 완전히 전달할 필요가 있는 내용이다. "구직 기간 동안 그녀는 많은 감정을 관리해야 했다. 동료와 비교하는 것은 매우 괴로운 일이며, 거의 피할 수 없다. 주변 사람들이 갑자기 당신의 선택에 비정상적으로 관심을 가지며, 다양한 조언과 기대를 쏟아낸다. 이런 사회적 압박 자체도 정신을 많이 소모한다. 더 괴로운 것은, 정보가 심각하게 불완전한 상태에서 인생에 큰 영향을 미치는 중대한 결정을 내려야 한다는 점이다. 그리고 겉보기에 사소해 보이는 선택들—예를 들어 누구에게 먼저 연락할지—에도 정답이 없지만, 불균형적으로 큰 영향을 미칠 수 있다."


그 몇 달 동안 그녀는 계속 무너질 위기에 처해 있었고, 다른 삶의 측면은 거의 멈춰 있었다. "당신이 나보다 더 많은 즐거움을 찾길 바란다. 그렇지 않더라도, 적어도 당신이 혼자가 아니라는 것을 알아줬으면 한다."


마지막으로 하고 싶은 말


마지막으로, 그녀는 PhD 자체에 대해 몇 가지 이야기를 했다. 아마도 이 글에서 가장 좋은 부분일 것이다.


박사 과정을 향해 전력 질주하며 끝까지 도달했을 때, 그녀는 오히려 거대한 상실감을 느꼈다. 박사 과정은 특별한 시간이다. 당신의 유일한 임무는 좋은 아이디어를 내고, 그것을 실행하며, 배우고 성장하는 것이며, 즉시 생계를 걱정할 필요가 없다.


그녀는 이 글이 당신이 미래를 마주할 때 조금이나마 덜 혼란스럽기를 바라며, 동시에 불안 때문에 현재를 너무 일찍 소진하지 않도록 상기시키고자 한다. 지금까지 걸어오면서 그녀는 점점 더 분명히 깨달았다. 자신이 가장 잘한 작업들은 연구를 진정으로 즐기고, 어떤 문제에 반복적으로 이끌릴 때 이루어졌다는 것을. 미래를 대비하는 것과 현재를 사랑하는 것, 이 두 가지는 동시에 성립할 수 있다.


원문 링크


BlockBeats 공식 커뮤니티에 참여하세요:

Telegram 구독 그룹:https://t.me/theblockbeats

Telegram 토론 그룹:https://t.me/BlockBeats_App

Twitter 공식 계정:https://twitter.com/BlockBeatsAsia

举报 오류 신고/제보
문고 선택
새 문고 추가
취소
완료
새 문고 추가
자신만 보기
공개
저장
오류 신고/제보
제출