나의 구글 채용 여정 (파트 1): 알고리즘 무지를 무차별 대입으로 극복하기
Google 면접 준비 과정에서의 경험담을 중심으로, 저자는 약 1주일이라는 짧은 시간 동안 알고리즘과 자료구조에 대한 근본적인 지식 격차를 극복하기 위해 집중적으로 학습하였습니다.
대규모 언어 모델(LLM)을 개인 튜터로 활용하여, 코드 없이 개념적 힌트와 실용적 예시를 통해 알고리즘 패턴을 익히고, 이를 자신의 스타일로 재구성하는 방식을 택했습니다.
이 과정에서 그래프 탐색, 이진 탐색, 트리 순회, 백트래킹, 동적 계획법 등 다양한 알고리즘 문제를 풀며 실전 감각을 키웠으며, 특히 실무 경험과 연결되는 문제 해결 방식을 발견하는 데 의미를 두었습니다.
면접 당일에는 준비한 문제 유형과 연관된 복합 문제를 만나 혁신적 접근을 시도했으나, 시간 압박으로 인해 일부 구현 세부사항에서 어려움을 겪었고, 이를 보완하기 위해 구두 설명으로 문제 해결 과정을 적극 소통하였습니다.
저자는 이번 경험을 통해 AI 기반 학습의 가능성과 한계, 인간 교사의 중요성, 그리고 알고리즘 문제 해결 능력의 본질적 의미에 대해 깊이 고민하게 되었음을 밝히며, 향후 준비 과정과 면접 경험의 후속 이야기를 예고하고 있습니다.