한화오션 AI 개발 면접 예상 질문 50선 및 상위 1% 답변 예시 (26년 하반기)
■ 이 글이 다루는 것 — Executive Summary
한화오션은 상선, 특수선, EPU(에너지플랜트사업부) 세 사업으로 실적을 공시합니다. 2026년 2분기 연결 영업이익 잠정치는 7,361억원, 상반기 누적은 1조1,772억원입니다. 2025년 11월에는 AI 관련 기능을 한데 모은 AX사업부를 신설하고, 해양사업부와 E&I사업부를 EPU로 통합했습니다. 2026년 9월 보도 기준 Copilot 전사 도입 결정 규모는 5,500석입니다.
AI 개발은 현업 업무를 분석해 AX 과제를 찾고, 모델과 데이터 플랫폼으로 의사결정을 돕는 직무입니다. 2026년 상반기 AI개발(DT) 응시자 회고에서 1차 질문은 지원동기, 직무 이해, 프로젝트가 중심이었습니다. 답변은 성능 수치보다 문제 정의와 데이터 처리 과정을 앞에 두어야 직무 소개와 맞습니다. 공고가 우대하는 이상탐지, 예지보전, 공정 최적화 경험이 있다면 그 경험을 중심에 놓는 것이 좋습니다.
이 글은 기출, 예상 질문 총 50문항을 5개 테마로 나눠 구성했고, 테마마다 10문항을 담았습니다. 자기소개와 인성은 한화오션 AI 개발 지원 이유와 판단 원칙을, 협업과 조직적합은 현업 요구를 구체화하고 갈등을 조율하는 방식을 봅니다.
직무역량과 경험은 모델 검증과 데이터 관리 역량을, 회사와 산업 이해는 조선 현장의 AI 활용 목적을, 상황대처와 압박질문은 안전과 보안, 데이터 오류에 대응하는 판단을 봅니다. 답변 예시의 경험과 수치는 예시를 위해 만든 것입니다.
면접 구성: 서류 통과 후 AI영상, AI영어 사전평가(AX 직군은 코딩테스트 추가), 10월 1차 비대면 면접, 11월 2차 대면 면접 순입니다(공고 표기). 석사, 박사 직무는 1차에서 연구분야와 논문 관련 PT를 진행합니다.
■ 면접 전형/기업/직무 분석
① 면접 전형 분석
2026년 하반기 AI 개발 전형은 서류 접수, 사전평가, 1차 면접, 2차 면접, 채용검진 순입니다. 서류 접수는 9월 14일부터 30일까지였고, 1차 면접은 10월, 2차 면접은 11월로 안내됐습니다.
서류 통과자는 1차 면접 전에 AI영상면접과 AI영어면접을 봅니다. AX 직군은 여기에 코딩테스트가 추가되며, AI 개발은 AX 모집분야에 속합니다. 회사는 사전평가가 면접 참고용이며 결과만으로 당락을 정하지 않는다고 안내합니다.
면접 형식은 공고 표기와 이 직무 응시 후기를 나눠 봐야 정확합니다. 사람인 수집 공고는 1차를 비대면, 2차를 대면으로 표시합니다.
2026년 상반기 AI개발(DT) 응시자는 1차를 화상 다대일, 2차를 대면 다대다 임원면접으로 기록했습니다. 이 응시자의 지원 부문 표기는 처음에 Offshore였고 2차 안내에서는 EPU였습니다. 석사, 박사 직무는 1차에서 연구분야와 논문 관련 PT를 진행한다고 회사 채용자료에 나와 있습니다.
다른 직무 후기도 형식을 가늠하는 데 참고가 됩니다. 2025년 하반기 액화가스저장연구 후기에서 AI영상평가는 경험의 상황, 행동, 결과를 나눠 물었습니다. 같은 후기의 AI영어평가 주제는 취미와 관심사였습니다. 이 직무의 1차는 Webex PT 후 질의응답 형식이었고, 전체 약 25분이었다고 회고합니다. 같은 직무 2차 후기에는 임원 2명, 인사팀장 1명, 지원자 4명이 참여한 약 40분 면접이 기록돼 있습니다.
1차 질문에 대비해 프로젝트마다 문제, 데이터, 방법, 결과를 한 흐름으로 정리합니다. AI영상평가는 같은 정리를 상황, 행동, 결과 순서로 말하는 연습으로 대비합니다.
석사, 박사 직무 지원자는 PT에 논문 방법을 고른 이유와 다른 접근과의 비교를 넣어 둡니다. 이 비교는 2025년 하반기 액화가스저장연구 1차 질의응답에서 나온 질문입니다. 2차가 다대다로 기록된 만큼 다른 지원자와 겹치지 않는 한화오션 선택 이유를 준비합니다.
② 기업 분석
한화오션은 사업별 실적을 상선, 특수선, EPU로 나눠 공시합니다. 상선 제품군에는 LNG운반선, 초대형암모니아운반선, 컨테이너선 등이 있습니다. 특수선 제품군에는 잠수함, 호위함, 군수지원함 등이 있습니다. EPU는 Energy Plant Unit의 약칭으로, 2025년 11월 해양사업부와 E&I사업부가 통합된 조직입니다. FPSO, FLNG, 드릴선과 화공플랜트, 해상풍력이 EPU 제품군에 속합니다.
2025년 연결 매출은 12조7,835억원, 연결 영업이익은 1조1,676억원입니다. 2026년 2분기 연결 매출 잠정치는 5조4,432억원으로 전년 동기 대비 65.2% 늘었습니다. 같은 분기 연결 영업이익 잠정치는 7,361억원으로 전년 동기 대비 98.0% 늘었습니다.
2026년 2분기 사업별 영업손익은 상선 7,356억원 이익, EPU 62억원 이익, 특수선 29억원 손실입니다. 2026년 상반기 말 전체 수주잔고는 337억7,000만달러입니다.
2026년 4월 IR은 전사 AX 추진 항목 4개를 제시했습니다. 생산자동화와 로봇화, 지능형 스마트야드, 전사 프로세스 혁신, 차세대 CAD입니다. 2026년 7월 공식 소개 기준 거제사업장 실내 용접의 AI 전환 적용 비중은 67%입니다. 같은 자료에서 디지털생산센터는 블록 위치와 공정 정보를 30분 간격으로 갱신합니다. 2026년 9월 30일에는 KIRO와 조선 특화 자율작업로봇 공동 개발과 실증 협약을 맺었습니다.
지원동기에는 AX사업부 신설이나 스마트야드 수치처럼 시점이 분명한 사실을 연결합니다. EPU 부문에 지원했다면 해양 설비, 플랜트 프로젝트 데이터와 상선 생산 데이터의 차이를 정리해 둡니다.
2분기 EPU 매출에는 인도 시점에 인식하는 프로젝트의 누적 매출이 한 번에 반영됐습니다. 이 증가를 'AX로 생산성이 올라 매출이 늘었다'고 말하면 회계상 인식 시점을 놓친 답이 됩니다. 숫자는 '2026년 2분기 잠정치'처럼 기준 시점을 붙여 말합니다.
③ 직무 분석
AI 개발은 업무 프로세스를 분석해 AX 과제를 발굴하고, 구현할 기술을 제안합니다. 업무 데이터를 분석해 AI와 머신러닝 모델을 개발하고, 그 목적은 현업 의사결정 지원입니다. 대시보드와 디지털 트윈 같은 디지털 솔루션 개발도 담당 업무에 들어 있습니다. 데이터 플랫폼 운영, 자동 수집과 가공 파이프라인, 데이터 표준과 보안, 품질 정책 운영도 맡습니다. 공고가 명시한 협업 상대는 현업 부서입니다.
우대 기술은 Azure, AWS, GCP 기반 운영 경험과 Iceberg, Kafka, Spark 활용 역량입니다. Power BI 같은 시각화 도구, ML/DL 알고리즘 개발, AI 논문 이해와 적용 경험도 우대합니다.
제조업의 이상탐지, 예지보전, 공정 최적화 경험은 2026년 상반기와 하반기 공고 모두 우대사항입니다. 같은 AX 모집분야의 로보틱스 개발은 VLA 기반 로봇 학습과 제어를 맡습니다. 생산지능화는 데이터 온톨로지, AI 기반 생산계획과 시뮬레이션을 맡아 AI 개발과 업무가 나뉩니다.
생산DT추진팀 공식 인터뷰는 현업과 필요한 시스템, 분석 목적을 협의해 요구사항을 명확히 하는 업무를 소개합니다. 필요할 때는 전문업체와의 협업도 주도한다고 설명합니다. 한화오션 등록특허 제10-2781549호는 엔진 부하와 배기가스, 윤활유 온도 등으로 이상을 예측합니다.
모델은 CNN과 LSTM-RNN이며, 정상보다 적은 이상 데이터를 증강하는 방식도 기술돼 있습니다. 공개특허 제10-2025-0086112호는 다중분류 모델로 통신 품질을 예측해 시운전 구역을 추천합니다.
프로젝트 답변은 누가 어떤 결정에 결과를 쓰는지부터 말해야 공고의 의사결정 지원과 이어집니다. Kafka, Spark, Iceberg를 말한다면 수집, 가공, 분석 테이블 관리 중 어디에 썼는지 구분합니다.
이상탐지 경험은 정상적인 부하 변화와 이상 징후를 어떻게 구분했는지로 설명합니다. 적은 이상 데이터를 어떻게 다뤘는지 덧붙이면 회사 특허가 다룬 문제와 연결됩니다. 로봇 제어나 생산계획 최적화를 주 업무로 말하면 로보틱스 개발, 생산지능화와 혼동한 답이 됩니다.
■ 테마 1. 자기소개와 인성 (Q1~Q10)
■ Q1. 1분 자기소개를 해 주세요.
(예상 질문)
■ 질문 의도
자기소개에서는 AI 개발에 연결할 강점을 짧은 경험으로 입증하는지 확인합니다. 한화오션 AI 개발은 모델 개발과 함께 데이터 파이프라인과 업무용 솔루션을 다룹니다. 따라서 사용한 기술을 나열하는 데서 그치면 실제 업무를 맡길 근거가 부족합니다.
어떤 자료를 처리했고 무엇이 잘못됐으며 어떻게 고쳤는지가 드러나야 합니다. 오류가 난 뒤 재실행하는 방법까지 설명하면 기능의 사용 과정을 이해하는지 살필 수 있습니다.
담당 직원이 기능을 이어서 사용한 결과는 인계에 대한 책임감을 보여 줍니다. 면접관이 확인하려는 것은 성실하다는 평가보다 개발 과정에서 반복하는 행동입니다. 짧은 소개 안에서도 담당 범위와 문제 해결의 기준이 일관되게 이어져야 합니다.
■ 답변 전략
첫 문장에는 오류에 대응할 방법까지 준비하는 개발자라는 강점을 제시합니다. 이어 전공과 인턴 담당 업무를 밝히고, 재실행 과정에서 이력이 중복된 문제를 설명합니다.
해결 과정은 파일별 처리와 실패 시 취소, 오류 파일 재처리 순서로 정리합니다. 같은 자료를 넣어도 행이 늘지 않는지 확인한 내용으로 검증 근거를 보탭니다. 마지막에는 직원이 오류 파일을 고쳐 다시 가져온 결과와 실행 자료 인계를 연결합니다.
"책임감이 강하고 모든 일을 끝까지 합니다"라는 답은 행동 근거가 없어 강점을 판단하기 어렵게 합니다. 회사의 데이터 파이프라인 업무와 연결할 때도 인턴 성과를 크게 부풀리지 않습니다. 기능을 사용하고 수정하는 과정까지 이해하겠다는 태도로 마무리합니다.
핵심 포인트: 데이터 적재 코드와 조회 화면 개발 / 파일별 취소와 재실행 처리 / 실행 방법과 예제 파일 인계
■ 상위 1% 답변 예시
[ 오류 파일만 다시 처리하는 적재 개선 ]
기능을 만들 때 오류가 나면 어떻게 처리할지까지 준비하는 AI 개발 지원자입니다. 컴퓨터공학을 전공했고, 정비업체 인턴으로 데이터 적재 코드와 조회 화면을 맡았습니다. 정비 이력 파일을 합치던 중 처리가 멈춰 전체를 다시 실행했는데, 기존 이력이 중복으로 들어갔습니다.