㈜효성(지주·연구) AI/데이터엔지니어링(AI 전략기획, AI 거버넌스 정책, AX 추진 지원/평가, 대내외 R&D 협력) 면접 예상 질문 50선 및 상위 1% 답변 예시 (26년 하반기)
■ 이 글이 다루는 것 — Executive Summary
㈜효성은 기술원과 중공업연구소를 통해 효성중공업, 효성티앤씨, 효성화학에 연구용역을 제공하는 지주회사입니다. 2026년 7월 8일에는 지주사 산하 AI융합연구원 신설과 맹성현 KAIST 명예교수의 초대 원장 영입을 발표했습니다. 연구원은 중공업, 섬유, 화학의 제조 전문성과 AI를 결합하고 스마트팩토리 고도화를 추진한다고 밝혔습니다. 2026년 상반기 연결 잠정 실적은 매출 1조 2,638억원, 영업이익 3,262억원입니다.
이 직무는 AI/데이터 엔지니어링 안에서 개발 대신 AI 전략기획, 거버넌스 정책, AX 추진 지원/평가, R&D 협력을 맡습니다. 공고 우대사항도 기업 R&D 기획, AX 추진 기획/평가, 대내외 연구협력 경험입니다.
답변에서는 과제를 고른 근거, 규칙을 정하고 지키게 한 방법, 성과를 나눠 평가한 기준을 보여 줘야 합니다. 2017년 공식 채용 안내는 Hyosung Way의 최고, 혁신, 책임, 신뢰를 면접 평가와 연결한다고 설명했습니다.
이 글은 기출, 예상 질문 총 50문항을 5개 테마로 나눠 구성했고, 테마마다 10문항을 담았습니다. 자기소개와 인성은 개발이 아닌 전략 직무를 고른 이유와 강점의 한계, 생각을 바꾼 기준을, 협업과 조직적합은 전문성이 다른 사람과 합의하고 신뢰를 회복한 방식을 봅니다.
직무역량과 경험은 과제 선정, 규칙 수립, 성과 평가의 근거를, 회사와 산업 이해는 지주회사와 사업회사의 구분, AI융합연구원, ARMOUR, AI 기본법 대응을, 상황대처와 압박질문은 보안, 예산, 현장 반발 앞에서의 판단을 봅니다. 답변 예시의 경험과 수치는 예시를 위해 만든 것입니다.
면접 구성: 공고 표기는 서류전형, 인적성전형, 면접전형, 채용검진, 최종합격 순서입니다. 면접 형식은 후기마다 다르며, 2017년 공식 안내 기준으로는 직무 PT, 핵심가치 역량면접, 집단토론을 하루에 진행했습니다.
■ 면접 전형/기업/직무 분석
① 면접 전형 분석
이 직무는 2026 하반기 효성그룹 채용의 R&D 직군 AI/데이터 엔지니어링 모집 분야이며, 공식 포스터의 회사 구분은 ㈜효성입니다. 근무지는 서울 마포이고 전공은 무관입니다. 접수 기간은 2026년 9월 7일 09:00부터 9월 20일 23:59까지였습니다. 공고 표기 전형 순서는 서류전형, 인적성전형, 면접전형, 채용검진, 최종합격입니다. 학력 자격은 학사 또는 석사 이상 학위 취득자와 2027년 2월 졸업예정자입니다.
2026년 면접은 공고에 면접전형으로 표기돼 있고, 형식은 후기마다 다릅니다. 2017년 공식 채용 FAQ는 직무 PT, 핵심가치 역량면접, 집단토론을 하루에 진행한다고 안내했습니다. 직무 PT는 실제 업무 상황의 문제를 전공지식으로 해결하는 방식이고, 핵심가치 면접은 약 20분이었습니다. 집단토론은 지원자 6명이 자료를 바탕으로 공동 결론을 내는 방식으로 설명됐습니다.
2010년 중공업PG 연구/기술/개발 지원자 후기는 전공 문제 3개 중 하나를 골라 40분 준비 후 5~7분 발표했다고 적었습니다. 개별면접은 면접관 3명 대 지원자 1명으로 약 40분이었습니다.
2017년 하반기 제품영업 후기는 PT 발표 5분과 질의 5분, 인성 약 30분, 토론 약 40분을 같은 날 치렀다고 기록했습니다. 2023년 하반기 고분자 경력직 후기는 화상으로 짧은 PPT 발표 후 질의응답을 했습니다. 2010년과 2017년 후기는 2018년 인적분할 이전 채용이며, 셋 모두 다른 직무 후기입니다.
형식이 연도와 직무마다 달랐으므로 발표, 개별 질의, 토론에 모두 쓸 수 있게 사례를 준비합니다. AX 과제 하나를 문제 정의, 평가 기준, 추진 순서로 5분 안팎에 발표하는 연습은 PT와 개별면접에 함께 쓰입니다.
2010년 연구 직무 후기에는 결론에 도달한 이유를 묻는 후속 질문이 기록돼 있어, 결론마다 근거를 먼저 정리해 둡니다. 공식 상황형 예시는 실수를 발견했을 때와 기한을 지키기 어려울 때의 대응을 묻는 구성이므로, 문제를 알아챈 뒤 취한 행동을 순서대로 말할 수 있게 합니다.
② 기업 분석
효성은 2018년 6월 1일 존속회사 ㈜효성과 효성티앤씨, 효성첨단소재, 효성중공업, 효성화학으로 인적분할했습니다. ㈜효성의 지주회사 전환일은 2019년 1월 1일입니다. ㈜효성의 사업은 지분 보유를 통한 투자, 브랜드 사용, 연구용역입니다.
연결 대상에는 효성티앤에스의 금융자동화기기와 효성굿스프링스의 펌프 사업이 있습니다. 2024년 신설된 HS효성은 HS효성첨단소재를 계열사로 소개하며, ㈜효성은 HS효성첨단소재 관련 연구사업을 2025년 5월 1일 HS효성에 양도했습니다.
㈜효성의 연구조직은 기술원과 중공업연구소이며, 효성티앤씨, 효성중공업, 효성화학에 연구용역을 제공합니다. 기술원에는 기획관리팀, 분석센터, 특허팀 등 지원조직이 있습니다. 2026년 7월 8일 발표된 AI융합연구원은 지주사 산하 조직이고, 자연어처리와 정보검색이 전문 분야인 맹성현 원장이 부사장으로 영입됐습니다. 추진 방향은 제조 전문성과 AI의 결합, 스마트팩토리 고도화, 고부가가치 신제품과 미래 신사업 개발입니다.
실적은 연결과 별도를 구분해 말해야 합니다. 2025년 연결 매출은 약 2조 4,317억원, 영업이익은 약 3,930억원이고, 별도 매출은 약 5,523억원, 영업이익은 약 2,704억원입니다. 2026년 2분기 연결 잠정 매출 7,336억원과 영업이익 2,316억원은 전년 동기 대비 각각 21.9%, 133.7% 늘었습니다.
회사는 주요 사업회사 실적 개선에 따른 지분법이익 증가와 효성티앤에스의 수익 개선을 요인으로 들었습니다. 2026년 신년사는 현금흐름과 재무안정성, 선택과 집중, 비용 감축과 효율 개선을 강조했습니다.
AX 과제의 우선순위를 말할 때는 신년사가 강조한 현금흐름과 선택과 집중을 기준으로 삼습니다. 사업회사 성과가 지분법이익을 거쳐 지주 실적에 이어진다는 구조와 연결하면 지주 연구조직의 역할이 분명해집니다.
'㈜효성의 ARMOUR'나 '㈜효성의 HVDC 설비'라고 말하면 지주회사와 사업회사를 구분하지 못한 답이 되는데, 둘 다 효성중공업의 사업입니다. 첨단소재를 ㈜효성의 연구 대상 사례로 드는 것도 2025년 연구사업 양도 이후의 사실과 어긋납니다.
③ 직무 분석
공고가 이 직무에 부여한 업무는 AI 전략기획, AI 거버넌스 정책, AX 추진 지원/평가, 대내외 R&D 협력입니다. 같은 AI/데이터 엔지니어링 이름 아래 AI 응용 개발, 데이터 진단/모델링, AI 융합 모집 분야가 따로 있습니다.
효성 공식 직무소개의 기술기획은 사업전략과 연계한 제품/기술 개발 전략 수립과 R&D 과제 프로세스 운영을 다룹니다. 연구관리는 연구인력, 연구비, 특허, 인프라, 관리시스템 운영과 연구성과의 자산화를 포함합니다.
중공업연구소 신제품기획팀은 2026년 7월 공개된 소개에서 과제를 발굴부터 사업화 지원까지 관리한다고 설명했습니다. CIGRE, IEEE와 정부 R&D 정책을 살펴 아이디어를 찾고, 연구팀, 사업 조직, 경영진, 고객의 요구를 조율해 과제를 발의합니다.
진행 중에는 기술혁신포럼, R&D위원회, 기술 자문단으로 현황과 주요 이슈를 관리합니다. 기술혁신포럼은 2011년부터 반기마다 운영됐고, 사업화 지원 사례로 SST 사업화와 e-STATCOM 협약 운영이 제시돼 있습니다.
AI 거버넌스 정책과 이어지는 효성의 기존 체계는 정보보호입니다. CISO 감독 아래 보안팀이 정책을 세우고, 문서 등급과 역할에 따른 접근통제, 문서 반출 통제, ECM 문서중앙화를 운영합니다.
2026년 1월 임직원 AI 특강을 소개한 공식 게시물은 맥락을 주는 질문법과 함께 AI 결과의 오류를 사람이 검토해야 한다고 강조했습니다. 외부 기준으로는 2026년 1월 22일 시행된 AI 기본법, 2025년 8월 6일 발표된 생성형 AI 개인정보 처리 안내서, NIST AI RMF가 있습니다.
경험을 말할 때는 과제 선정, 사용 규칙 수립, 성과 평가, 협업 조율 가운데 무엇에 해당하는지 먼저 밝힙니다. AX 평가 답변은 모델 성능과 현장 업무 성과를 나눠 말하고, 사람의 결과 검토를 절차에 넣습니다.
'모델 정확도를 높인 경험이 제 강점입니다'로 끝나면 응용 개발 모집 분야와 구분되지 않아 감점 요인이 됩니다. NIST AI RMF와 ISO/IEC 42001은 외부 참고 기준으로 인용하고, 효성 내부 규정처럼 말하지 않습니다.
■ 테마 1. 자기소개와 인성 (Q1~Q10)
■ Q1. 1분 자기소개를 해 주세요.
(예상 질문)
■ 질문 의도
자기소개 1분은 지원자가 수많은 경험 가운데 무엇을 첫 증거로 고르는지 보는 시간입니다. 이번 모집 행은 AI 전략기획, AI 거버넌스 정책, AX 추진 지원과 평가, 대내외 R&D 협력을 함께 맡습니다.
기술을 다루는 능력만큼 결과가 실제 업무에서 어떻게 쓰이는지 따지는 태도가 필요한 업무입니다. 효성은 2026년 7월 8일 지주사 산하에 AI융합연구원을 신설한다고 발표했습니다. 제조 전문성과 AI를 결합하는 방향에서는 평가 결과를 현장 언어로 옮기는 사람이 필요합니다.
면접관은 첫 1분에서 지원자가 AI의 성능과 사용자의 행동을 구분해 말하는지 확인합니다. 경험을 나열하기보다 하나의 관찰과 수치로 일하는 방식을 보여 주는지가 판단 기준입니다.
■ 답변 전략
첫 문장은 전공과 함께 일하는 방식을 1줄로 밝히는 데 씁니다. 답변 예시는 예상과 다른 결과가 나오면 조건을 좁혀 시험한다는 성향으로 시작합니다. 이어서 처음 세운 가설이 틀렸던 관찰을 보여 주고, 바꾼 변수 하나와 결과 수치를 붙입니다.
중앙값 54초에서 36초라는 수치에 제품팀의 후속 채택을 더하면 성과가 쓰인 곳이 보입니다. AI 검색 결과를 쓰는 사람의 행동까지 평가했다는 점이 공고의 AX 평가 업무와 이어집니다. 맺음은 배운 점을 효성의 AX 과제에서 할 행동으로 바꿔 말합니다.
"저는 책임감이 강하고 소통을 잘하는 사람입니다"로 시작하면 점수를 잃습니다. 성격 형용사는 1분 안에 근거를 붙일 수 없어 면접관이 기억할 행동이 남지 않기 때문입니다.
핵심 포인트: 예상과 다른 사용자 행동 관찰 / 출처 표시만 바꾼 비교 시험 / AI 결과를 사용하는 과정까지 평가
■ 상위 1% 답변 예시
[ 사용자의 근거 확인 과정을 개선한 경험 ]
저는 예상과 다른 결과가 나오면 원인으로 의심되는 조건을 하나씩 시험하는 산업공학 전공 지원자입니다. 업무용 AI 검색 서비스 평가 인턴으로 일하며, 정답이 나온 뒤에도 직원들이 원문을 오래 찾는 모습을 봤습니다. 처음에는 답변이 길어서 생긴 문제라고 생각했습니다.