learning jini final 2026-06-16

쏘카 Product Engineer 면접 준비 전략 (D-1, r5)

TL;DR

  1. (r4 정정) 류석문 CTO 인용 전면 제거. 2024-03 쏘카 사임 → 현대오토에버 CEO(2025-12). 면접에서 retired CTO 인용 = 정보 오래됐다 시그널로 깎임. 현 CTO 신희송(2024-10~, 전 한샘/우아한형제들/쿠팡/네이버) 외부 발화 부재 → 인용 대신 JD 본문 직접 인용이 가장 신선.
  2. (r4 신규 시그널) tech.socarcorp.kr 2024-2026 글에서 보고서를 흔드는 자산 3개 발견:
  3. 디자인시스템 2.0 (2026-02): llms.txt + AGENTS.md로 내부 LLM에 컨텍스트 주입, Figma MCP 통합. Pantheon AGENTS.md 패턴과 직접 매칭 → 카드 1 (AI 통합) hook 라인에 인용 가능
  4. FMS 주행이벤트 파이프라인 (2024-06): STS 단말 → IoT 캐시 → DB. 부릉 TMS 비유 surface 직격
  5. Data Product 날씨×세차 (2025-02): KMA ASOS + AI 이미지 분석 결합 운영 의사결정. AI 활용 톤이 마찰 학습한 회사임을 보여줌
  6. (r3 유지) Framing: 면접 안내 메일에 Apex 언급 없음 → 본체 본진. 비율 본체 60 / Apex 25 / AI 운영 현실감 15. 카드 3장 동등 1순위 + TMS 비유 각도.
  7. (r3 유지) 클래스101 퇴사 이유 답변 카드. 하이노크 → 클래스101 시퀀스, "sparring 부재 회피" framing.
  8. (r4 정정) 면접 후기 시기 처리. 2024-2026 BE 후기 0건 재확인 — 풀 그대로. 불변 surface(화이트보드·"왜 이 기술"·경험 깊이)만 신뢰. CTO 컬처 인용은 제거.
  9. 답변 위험 패턴 5종 + 도구 부풀리기 회피 — r1/r2/r3 유지. "구현했습니다"는 JD가 명시적으로 거부.
  10. (r5 신규) 회사 상황 시그널 인지 — 면접 톤 가드. 1Q26 매출 -26.1%·주가 1년 -27%·2026-05 이재웅 창업자 COO 복귀(3년만)·Blind 3.2/JobPlanet 3.0(워라밸 좋음·급여복지 2.3 최하). 지인 "휘청휘청" 코멘트는 데이터로 정합 — 다만 면접에서 직접 언급 X. 회피 라인("안정적 성장 기여"·연봉복지 거론) / 활용 라인(박재욱 1Q26 "풀스택 모빌리티 플랫폼" + AI 운영 혁신) / 안전한 풀이("방향성 흔들림 + 시니어 이탈" 통증 → PE가 시스템 일관성으로 보강).

Context

회사·조직 시그널

비즈니스 (2025-2026)

(r5 신규) 최근 상황·시장 시그널 — 알고만 가되 면접에서 직접 언급 X

맥락: 지원자 지인(쏘카 데이터사이언티스트, 4달 전)이 "회사가 휘청휘청" 코멘트. 데이터로 정합 확인 — 다만 면접에서 직접 언급은 회피 신호.

재무 (흑자 안착 ↔ 외형 정체 동시)
- 6분기 연속 흑자(영업이익 232억)는 진짜. 단 1Q26 매출 -26.1% YoY, 영업현금흐름 -121억 — 외형 정체·캐시 마찰 시그널 (추정: 분기 보고 시점 기준)
- 자회사 나인투원 완전자본잠식 -820억 — 본체 흑자가 일부 상쇄됨

주가
- 1년 -27%, 52주 -36% (2026-06 시점)
- 2025-03 이재웅 공개매수 (지배구조 강화), 2026-05 크래프톤 650억 투자(Apex) — 두 변곡점이 본체 정체를 가리는 구조

조직 (2026-05 이원체제)
- 이재웅 창업자 COO 복귀 — 3년만에 본체 운영 직접 복귀. 본체 카셰어링 = 이재웅 / Apex = 박재욱 겸직 이원체제
- 정리해고 공식 보도 없음 — 다만 시니어 이탈/조직 흔들림 시그널은 직원 리뷰에서 확인

직원 리뷰 (Blind 3.2 / JobPlanet 3.0)
- 워라밸 좋음 — 일관된 강점
- 급여복지 2.3 최하위 — 일관된 약점
- 정성: "쏘카 탈출은 지능순", 시니어 부재, 방향성 흔들림 — 지인 코멘트와 정합

→ 면접 함의: 이 데이터는 면접 톤 가드 섹션에서 회피/활용/안전한 풀이 라인으로 변환. 면접관 앞에서 직접 인용 X. 내부 인식 ↔ 외부 발화 차이가 면접에서 가장 위험한 surface.

AI 활용 현황

→ 면접 함의: 면접관이 AI를 묻는다면 환상이 아니라 실제 운영 마찰을 다뤄본 회사다. "AI는 만능" 톤 금물, "실제 통합 시 마찰·실패·복구까지 다룬 경험"이 가산점. AGENTS.md 패턴은 항승님 Pantheon과 직접 매칭 surface — 카드 1 hook에 인용.

기술 스택 (본체 BE)

→ 항승님 Java/Spring 3.5 + Scala 2 (JVM 도합 6년) 직격. Kotlin 미경험은 솔직히 명시. JPA·MySQL·Kafka·Redis는 부릉에서 다 본 surface.

본체 기술 사례 (사전 정독 권장)

Product Engineer 직군의 의미 (Apex Mobility 신규 JD 기준)

JD 핵심 (Apex Mobility Product Engineer — LinkedIn 신규 공고, 본체 Product Engineer 공고도 surface 70%+ 동일):

제품/사업 맥락 (신규 JD에서 호명된 surface)
- 자율주행 카셰어링 — Apex가 쏘카 본체 위에서 운영하는 새 형태
- Robotaxi — Level 4 로드맵 (Apex 분사 시 명시)
- 실주행 데이터 파이프라인 — 차량 telemetry → 분석/학습 루프
- 외부 파트너 플랫폼 — B2B/B2G 통합

주요 업무
- "한 영역을 오너로 책임지고 끝까지 만들어냅니다" (End-to-End: 정의 → 구현 → 출시 → 학습 루프)
- 서버·데이터·운영툴·인프라 — 경계 없는 기술 적용
- AI팀·PM·디자이너·운영팀 협업
- AI 에이전트와 함께 일함 + AI agent workflow 명시

필수 요건
1. 백엔드 또는 프론트엔드 프로덕션 수준 (한 축만이면 됨)
2. 기능 정의부터 함께 고민한 경험
3. AI 에이전트(Claude Code, Cursor 등)를 업무에 깊이 통합 ← 결정적
4. 결과 중심 설명 ("구현했습니다" 거부)
5. "AI 없이 일하던 방식으로 돌아가기 불편할 정도"의 AI 활용

우대 요건
- 제품 개발 3년+
- 모빌리티·로보틱스·AI/ML 인프라 등 복잡 도메인
- 대규모 실시간 데이터 파이프라인 ← 신규 JD에서 비중↑
- 기존 방식 의심 + 새로 시도
- 0→1 제품 출시 경험 ← 신규 JD에서 명시

→ 한국 컨텍스트에서 가장 가까운 비유는 토스/당근의 팀 자율성 기반 PM·PD·엔지니어 한 몸. 단 Apex Mobility는 AI 에이전트 통합 + 자율주행 데이터 파이프라인 + 0→1을 동시에 명시 → 단일 surface가 아니라 세 surface가 동등하게 평가받는 포지셔닝.

면접 패턴

형식

질문 패턴 (실 후기 기반)

컬처핏 (2차일 경우)

카드 매핑 (Apex Mobility 신규 JD → 항승님 자산)

신규 JD가 AI 에이전트 + 0→1 + 데이터 파이프라인 세 surface를 모두 명시했기 때문에, 단일 1순위 대신 동등한 1순위 3장으로 재배치.

JD 요건 카드 우선순위
AI 에이전트 깊이 통합 (필수) Pantheon 멀티 LLM 페르소나 + Jarvis autonomous loop + 일상 Claude Code 통합 1A — 자기소개 hook
0→1 제품 출시 (우대, 신규 JD 명시) yuon-ai org 0→1 마이그레이션 owner, dispatcher 설계 1B
대규모 실시간 데이터 파이프라인 (우대, 신규 JD 비중↑) TMS Kafka outbox + DLQ + peak hour 부하 + IoT 차량 telemetry 비유 1C
모빌리티/복잡 도메인 (우대) 부릉 TMS 7년 (배차·라우팅·outbox·DLQ·IoT) — 차량 제어·실시간 데이터 각도로 재포지셔닝 1-2
기존 방식 의심 + 새 시도 (우대) Pantheon으로 LLM 팀 운영 vision, sidearm 자동화 3
BE 프로덕션 수준 (필수) Java/Spring 3.5 + Scala 2 + Class101 BE 자기소개 기본
결과 중심 설명 (필수) 모든 카드를 "X 지표를 Y만큼 개선" 형태로 답변 톤 전반

카드별 답변 라인 (draft)

1. AI 에이전트 통합 (Pantheon + Jarvis)
- 골격: "단순 사용자가 아니라 멀티 페르소나 운영 인프라를 직접 구축. Slack 위에 6+ 페르소나(Jarvis 운영, Jini 리서치, Wansu 실행, Raphael 반박 등)를 띄워 코드/문서/일정/티켓을 나눠 맡기는 구조. Jarvis는 autonomous loop으로 백로그 인입→스펙→PR까지 자율 처리."
- 결과: "AI 없이 일하던 방식으로 돌아가기 불편한" 수준 자체가 결과. JD 표현 그대로 재사용 가능.
- (r4 신규) 쏘카 직접 매칭 hook: "쏘카 디자인시스템 2.0 글에서 llms.txt + AGENTS.md로 내부 LLM에 컨텍스트를 주입하는 패턴을 봤습니다. 제 Pantheon도 정확히 같은 패턴으로 페르소나별 AGENTS.md를 통해 컨텍스트를 분리·주입합니다. 다만 디자인 시스템은 도메인 한정인데, 저는 백엔드 운영 도메인 전반에 같은 패턴을 확장한 케이스라 비교하기 좋을 것 같아요." — 면접관 한 번에 reading lock-in
- 위험 회피: 개인 사이드 프로젝트임을 정직하게. 회사 규모 자동화로 부풀리지 않기. 사용자/팀 영향은 1인 한정.
- 추정: 다른 후보 다수가 Claude/Cursor 사용자 레벨일 것이라는 가설은 증거 없음. 면접에서 비교 우위 주장으로 던지지 말고, 내가 한 것 자체를 깊이 있게 설명하는 데 집중.
- (r4 신규) 카운터 질문: "디자인시스템 2.0의 AGENTS.md 패턴이 백엔드 도메인(차량 제어/예약/정산 등)에도 같은 식으로 확장돼 있나요? 적용 영역과 ROI가 가장 컸던 사례가 궁금합니다." — 도메인 디테일 챙긴 시그널

2. 부릉 TMS → 본체 IoT/FMS 차량 제어·실시간 데이터 파이프라인 비유 (각도: 예약 → 차량 제어·실시간 데이터)
- 골격: "TMS에서 차량 상태 sync·outbox·DLQ·peak hour 부하를 다뤘다. 본체 FMS(Fleet Management) 주행이벤트 파이프라인 글을 봤는데 STS 단말 → IoT 이벤트 → 최신 상태 캐시 → DB로 가는 구조가 부릉 TMS의 차량 이벤트 처리와 같은 패턴이었다. 부릉에서 Kafka outbox로 결제/배차 도메인 간 일관성을 풀었던 경험을 그대로 적용 가능."
- 사례 3개 미리 정리 (문제 → 선택 근거 → 결과 지표):
- 사례 A: outbox 패턴 도입 (선택 근거: 트랜잭션 일관성 vs 성능, 결과 지표: 결제 유실률·메시지 lag) — 쏘카 비유: 차량 상태 이벤트 → 캐시/DB 일관성
- 사례 B: 배차/라우팅 알고리즘 (선택 근거: 휴리스틱 vs 최적해, 결과 지표: SLA·계산 시간) — 쏘카 비유: 예약 테트리스 OR-Tools 선택과 비교 가능
- 사례 C: peak hour 부하 처리 (선택 근거: scale-up vs 큐잉, 결과 지표: 지연·실패율) — 쏘카 비유: Driving Score 실시간 파이프라인 부하
- (r4 강화) 카운터 질문 (FMS 직격): "2022 IoT 파이프라인 글(AWS IoT Core + MSK)에서 2024 FMS 글(STS 단말 + 최신 상태 캐시)로 이어졌더라고요. 부릉 TMS 운영하면서 차량 단말 이벤트의 at-least-once 중복과 cold cache 정합성 문제를 풀어본 경험이 있는데, 쏘카 FMS는 그 두 축을 현재 어떻게 처리하고 있는지 궁금합니다." — 최신 글 + 본인 경험 매칭 시그널 최강
- Apex 가능성 보조 카운터: "Apex 실주행 데이터 파이프라인이 본체 IoT MSK 토픽과 분리됐나, 같은 인프라 위에서 분기되나? 자율주행 데이터 지연 SLA가 본체 telemetry와 다를 텐데."

3. 0→1 owner (yuon-ai)
- 골격: "DaVinciCircle → yuon-ai org 이관을 0→1로 끌고 갔다. 인프라/저장소/CI/팀 동기화까지 owner로. 단순 코드 작성이 아니라 조직/기술 결정을 같이 수행한 사례."
- 결과: 마이그레이션 완료, 다음 단계로 진입
- 위험 회피: 팀 규모가 작다는 점은 솔직히. "혼자 ↔ 본인이 owner"의 차이를 분명히

4. 클래스101 퇴사 이유 — "오너 + sparring" 모드를 다시 찾는 동기 (r3 신규)

메인 hook 라인 (자기 말로 다듬을 baseline):

"하이노크에서 개발 오너십은 제가 잡되 의견을 활발히 공유하며 함께 푸는 방식을 경험했고, 그게 제 베스트 모드였어요. 클래스101은 결제/정산이 플랫폼 성격이라 외부 의존성을 많이 받는 위치였는데, 팀 운영이 비동기 위주였습니다 — 바이위클리로 분배 후 각자, 출근/재택 시차, PM도 다른 팀 겸직 구조. 결정의 sparring 빈도가 낮은 환경이었어요. 그래서 오너십이 부담스러운 게 아니라, 오너로 결정 내릴 때 함께 검증해줄 파트너의 깊이를 가진 환경을 찾고 있습니다. JD의 한 영역 오너 + AI팀·PM·디자이너 협업은 정확히 하이노크에서 좋았던 그 구조의 확대 버전으로 읽혔어요."

핵심 framing 축:
- "혼자 일하는 게 싫었다" 표현은 한 칸 옮김: 고립이 아니라 비동기·sparring 부재 구조가 맞지 않았다 — JD의 "오너십"은 결정 주체 차원, 항승님이 회피하려는 건 결정 sparring 부재 (두 축이 다름)
- 시퀀스가 self-증거: 하이노크(오너 + 공유 효과 경험) → 클래스101(그 모드가 끊김). 학습된 선호라서 자연스러운 narrative
- PM 디테일 톤 다듬기: "PM이 소홀했다" → "결제/정산은 플랫폼 성격이라 외부 의존성을 많이 받는데, PM 겸직 구조라 우선순위/결정 sparring 빈도가 낮았다". 사람 비판 톤 회피, 구조 묘사로
- 반문 대비: "본인이 더 적극적으로 sparring을 끌어올 수 있지 않았나?" → "슬랙·1on1 요청으로 몇 차례 시도했고 일부는 풀렸어요. 다만 구조 자체가 비동기·겸직 위주라 원하는 빈도까지는 어려웠어요"

위험 회피:
- 남 탓 톤 금지: PM/팀원 출근 늦음을 불평으로 풀지 말고 환경 묘사로
- 오너십 회피로 들릴 표현 회피: "혼자 결정해야 해서 부담스러웠다" 절대 X — 정반대 시그널
- 하이노크 사례는 self-증거로만 1~2문장: 자랑이 아니라 "오너+공유 양립 가능을 알고 있다"는 증거 한 줄이면 충분

(r5 신규) 면접 톤 가드 — 회사 상황 시그널 기반

원칙: 회사 상황 데이터(재무·주가·조직·Blind)는 알고 가되 직접 언급 X. 면접관 앞에서는 회피 라인 차단 + 활용 라인 자연 인용 + 안전한 풀이 톤.

1) 회피 라인 (절대 쓰지 말 것)
- ~~"안정적 성장에 기여하고 싶다"~~ — 직원 인식 정반대("방향성 흔들림"). 면접관 즉시 "이 후보 정보 얕다" 시그널
- ~~"워라밸 보고 지원했다"~~ — 강점은 맞지만 이 톤은 BE 시니어에게 감점. 결과 중심 JD와 충돌
- ~~연봉·복지 거론~~ — Blind 최약점(2.3). 면접관이 "우리가 자신 없는 부분을 후보가 묻는다" 부담 신호로 받음
- ~~"쏘카는 정말 멋진 회사라…"~~ — Flattery 위험 (위험 패턴 #4와 중복)
- ~~"안정적인 흑자 기조라…"~~ — 데이터 부분 인용 톤 → 면접관이 "외형 정체는 모르나" 검증 질문 트리거

2) 활용 라인 (자연 인용 OK)
- 박재욱 1Q26 발언: "풀스택 모빌리티 플랫폼" — 본체+Apex+AI 통합 vision. 카드 1·2·3 hook 모두에 자연 부착 가능 (추정: 분기 IR 발언 — 인용 전 한 번 더 톤 확인 권장)
- AI 운영 혁신 (Data Product 날씨×세차·ACCIDA·과태료): "AI를 환상이 아니라 운영 마찰까지 다뤄본 회사" 톤. 카드 1 자연 보강
- Apex Mobility + 크래프톤 650억 + 자율주행 로드맵: 회사가 돈을 어디에 쓰고 있는가에 대한 미래 인식 시그널. 본체 정체 톤 회피하고 "투자가 흘러가는 축"으로 묶기

3) 안전한 풀이 톤 (방어 + 가치 동시)

만약 면접관이 "왜 쏘카인가"·"우리 회사를 어떻게 보고 있나"류 질문을 던지면:

baseline 답변 라인 (자기 말로 다듬기):
"쏘카가 카셰어링 → 풀스택 모빌리티 플랫폼으로 확장하는 변곡점에 있다고 봤습니다. 본체 IoT·FMS·예약 테트리스로 데이터·운영 자산은 이미 단단하고, Apex로 자율주행 축까지 잇는 구조요. 제가 보태고 싶은 건 그 사이 시스템 일관성 — 부릉에서 7년간 차량·배차·정산이 동시에 흔들리는 구조를 outbox·DLQ로 일관성 있게 묶었던 경험이, 본체 + Apex + AI 운영이 동시에 굴러가는 지금 가장 필요한 surface 같아서요."

핵심 framing 축:
- 통증 진단을 직접 입에 안 올림: "방향성 흔들림·시니어 이탈" → "변곡점·일관성" 키워드로 변환
- 내가 보태는 가치를 시스템 일관성으로: PE 직군이 외부에서 메울 수 있는 가장 큰 surface
- 부릉 경험을 그 framing의 self-증거로: 자랑 X, "같은 통증을 풀어본 적 있다" 1줄

4) 분리 원칙 (중요)
- Blind/JobPlanet 데이터는 면접관과 나 사이에서 비대칭. 면접관은 자기 회사 평점을 방어해야 할 surface로 인지. 내가 그 surface를 직접 건드리면 공격 신호로 읽힘
- 지인 코멘트("휘청휘청") 절대 인용 X. 외부 코멘트 인용은 내부자 정보 의존 시그널 → 신뢰 붕괴
- 재무 숫자 인용 시 톤 주의: "영업이익 232억 흑자 안착"은 OK, "1Q26 매출 -26.1%"는 외형 정체 단언 → 면접관 거부감. 숫자는 긍정 surface만 인용

위험 패턴 (회피)

feedback_interview_answer_risks.md 기반 + 도구 부풀리기 + 면접관 1순위와 self-report 위험 분리:

  1. Narrative 재현 금지: 부릉 시절 상황을 재현하지 말고, 내가 한 결정과 결과만
  2. 강점 평가절하 금지: "그냥…", "운이 좋았는데…" 류 표현
  3. 수동 마무리 금지: "구현했습니다", "맡게 됐습니다" — JD 명시 거부
  4. Flattery 금지: "쏘카가 정말 멋진 회사라…" — 면접관 관심사는 항승님이 어떻게 일하는가
  5. 반문 무시 금지: 면접관 반문은 정정 신호. 같은 라인 반복 X, 다른 각도로 답
  6. 도구 부풀리기 금지: Pantheon을 회사급 자동화로 둔갑 X. 1인 사이드 프로젝트로 정직하게
  7. Over-articulate 회피: 답변이 너무 정돈된 강의처럼 들리면 실전 디테일 부족으로 읽힐 수 있음. 트레이드오프·실패·복구를 같이 넣기

오늘 두 세션 준비 우선순위 (본체 60 / Apex 25 / AI 운영 현실감 15)

비율은 r3 재조정. 본체가 본진(메일 기준), Apex는 카운터 질문용 surface로 25% 남김. AI 운영 현실감 15%는 "환상이 아니라 마찰까지 다뤄봤다"는 톤 확보용.

1차 세션 (15:00-17:30) — 카드 정리 (출력 모드: 자기 말로 녹음 → 듣고 다듬기)

핵심 원칙: 읽기 멈추고 self-talk 녹음. 보고서 draft가 충분하니, 입으로 말하고 듣는 비교가 가장 빠른 압축법.

  1. 자기소개 30초 draft 작성. AI 통합 + 0→1 + 데이터 파이프라인 3장을 자기소개에서 한 묶음 hook으로 던지기 (단일 키워드 dump 금지, "이 셋이 왜 한 사람에게 같이 있는가" 구조)
  2. TMS 사례 3개를 문제→선택 근거→결과 지표 형태로 카드화 (출력 형태: A4 1장 키워드 노트). 본체 IoT/예약 테트리스 비유 한 줄 + Apex 비유 한 줄을 사례마다 부착
  3. Pantheon/Jarvis 카드 디테일 정리 — 내가 한 결정 중심으로 (왜 멀티 페르소나? 왜 autonomous loop? 실패한 패턴?). 마찰/실패/복구 사례 1건 의도적으로 포함 (AI 운영 현실감 15%)
  4. yuon-ai 0→1 카드 — 조직 차원 결정까지 포함해서
  5. (r3 신규) 클래스101 퇴사 이유 카드를 자기 말로 90초 녹음 → 듣기. 위 카드 4번의 hook/반문 라인 정확히 흘러가는지 확인. 남 탓 톤·오너십 회피 톤이 들리면 즉시 컷

세션 사이 (~19:00 전): 30분 식사 + 컨디션 보존. 메일 한 번 더 까서 포지션명·면접관·1차/2차 구분 재확인

2차 세션 (19:00-21:30) — 사전 정독 + 화이트보드 연습 + 면접 톤 가드 입에 익히기
1. (r5 신규) 면접 톤 가드 입에 익히기 — 가장 먼저:
- "왜 쏘카인가" baseline 답변 라인 90초 녹음 → 듣고 다듬기. "변곡점·시스템 일관성" framing이 입에서 자연스럽게 나오는지 확인. 통증 진단 직접 단어("방향성 흔들림"·"시니어 이탈") 새어 나오면 즉시 컷
- 회피 라인 5개 손에 익히기: "안정 성장 기여"·"워라밸 보고"·연봉복지 거론·flattery·"안정 흑자 기조". "입에 떠오르는 순간 컷" 트리거로 작동시키기
- 활용 라인 1개 자연 부착: 박재욱 "풀스택 모빌리티 플랫폼"을 자기소개 또는 카드 1 hook에 자연 끼워넣기
2. 사전 정독 (본체 60 / Apex 25 / 후기 0 비율):
- 본체: IoT 파이프라인 #1, #2 (MSK 토픽 구조), 예약 테트리스 (OR-Tools 선택 근거 — "왜 이 기술" 학습 surface), 팀 레거시 개선 (3) (MSA 전환 톤), Node.js graceful shutdown (인프라 디테일 톤)
- Apex: 자율주행/robotaxi/Physical AI 보도자료 + 크래프톤 투자 — 간접 시그널 확보 수준
- 후기: 2022-2023 시기 후기는 불변 surface(CTO 컬처·화이트보드·"왜 이 기술")만 신뢰. 변동 surface(AI/0→1)는 무효 — JD에서 추론
2. 화이트보드 연습 — 본체 컨텍스트 우선 가상 시스템 설계 3개:
- "쏘카 예약 시스템 — 동시성·차량 상태 sync·결제 트랜잭션 일관성"
- "IoT telemetry 파이프라인 — MSK 토픽 구조·실시간 vs 배치"
- "peak hour 부하 분산 — 큐잉/cache/sharding 트레이드오프"
- 각각 도메인 → 데이터 모델 → 트레이드오프 → 확장성 순서
- Apex 변형 1개 추가: 위 설계 중 하나를 "robotaxi 컨텍스트로 확장하면 어떻게 달라지나" 한 줄로 비유 — 면접관 인용 대비
3. (r4 갱신) 카운터 질문 3+ 외워가기 (입에 익히기, 외우는 게 아니라 자연스럽게 흘러나오게):
- (강화) AGENTS.md 백엔드 확장 여부 — 디자인시스템 2.0 글 + Pantheon 패턴 매칭 시그널
- (강화) FMS at-least-once 중복·cold cache 정합성 처리 — 2022 IoT → 2024 FMS 글 흐름 + 본인 부릉 경험
- 0→1 조직 의사결정 권한 범위 (yuon-ai 카드 연결)
- AI 운영 시 마찰 사례 (Data Product 날씨×세차 인용)
- 보조: Apex Mobility ↔ 본체 인프라 분리 여부
4. 거시 컨텍스트 숫자 3개 외우기: 영업이익 232억·LTV +40%·Apex 1,500억(크래프톤 650억)

Decisions (r5 갱신)

결정 근거
(r5 신규) 회사 상황 시그널 — 알고만 가되 직접 언급 X 1Q26 매출 -26.1%·주가 -27%·이재웅 COO 복귀·Blind 3.2 등 데이터로 지인 "휘청휘청" 정합 확인. 단 면접관 앞 직접 인용은 내부자 정보 의존 시그널 + 내부 인식 ↔ 외부 발화 비대칭으로 위험. 면접 톤 가드 섹션에서 회피/활용/안전한 풀이 라인으로 변환
(r5 신규) "왜 쏘카인가" 질문에 통증 직접 진단 회피, "변곡점·일관성" framing 통증 진단("방향성 흔들림")을 직접 입에 올리면 면접관 공격 신호. PE 직군이 외부에서 메울 수 있는 surface = 시스템 일관성으로 재구성. 부릉 7년 outbox·DLQ 경험이 self-증거
(r5 신규) 박재욱 "풀스택 모빌리티 플랫폼" 발언 활용 라인 본체+Apex+AI 통합 vision. 카드 1·2·3 hook 모두에 자연 부착 가능. 추정: 분기 IR 발언 — 인용 전 1차 출처 톤 한 번 더 확인 권장
(r4 신규) 류석문 CTO 인용 전면 제거 2024-03 쏘카 사임 → 현대오토에버 CEO. 면접에서 retired CTO 인용은 정보 오래됐다 시그널로 깎임. 인용은 JD 본문 + "쏘카 채용 컬처" 일반화로 대체
(r4 신규) AGENTS.md / FMS / Data Product 시그널 카드 통합 2024-2026 tech.socarcorp.kr 최신 글에서 보고서를 흔드는 자산 3개 발견. Pantheon 패턴 + 부릉 TMS 비유 + AI 운영 현실감과 직접 매칭
(r4 신규) 카드 1·2 hook 라인에 쏘카 최신 글 직접 인용 면접관에게 "이 후보는 회사 최신 기술 글을 챙겨봤다" 시그널 1회로 lock-in. 도메인 디테일 카운터 질문도 동일 글 기반
(r3 계승) Framing 본체 본진 면접 안내 메일에 Apex 언급 없음 — single source of truth
(r3 계승) 비율 본체 60 / Apex 25 / AI 운영 현실감 15 본진 본체 + Apex 카운터 surface + AI 환상 톤 회피
(r3 계승) 화이트보드 설계 surface 본체 컨텍스트 우선 + Apex 변형 1개 r3와 동일
(r3 계승) 클래스101 퇴사 이유 답변 카드 하이노크 → 클래스101 sparring 부재 framing
(r2 계승) 카드 3장 동등 1순위 + TMS 비유 각도 본체 IoT/FMS surface와 매칭 — 본체 본진으로 돌아와도 비유 살아있음
면접 후기 시기 불변/변동 surface 구분 2024-2026 BE 후기 0건 재확인. 불변 surface(화이트보드·"왜 이 기술"·경험 깊이)만 신뢰
Closer Labs는 면접관이 먼저 묻기 전엔 언급 X (r1 유지) 지원 대상과 무관. AI 통합 톤 보강용 배경으로만

Risks

위험 영향 대응
Pantheon/Jarvis를 회사 규모 자동화로 부풀려 답변 self-report 신뢰 붕괴, 면접관 1순위 위험 "1인 사이드 프로젝트"·"개인 영향"·"실패 사례 포함" 톤으로 정직
(r5 신규) 회사 상황 시그널을 면접관 앞에서 직접 언급 공격 신호로 읽힘 + 내부자 정보 의존 시그널 + 면접관 방어 톤 트리거 면접 톤 가드 섹션 회피 라인 학습. 데이터는 "통증 진단 → 내가 보태는 surface" 단방향으로만 변환
(r5 신규) "왜 쏘카인가" 질문에 "안정 성장 기여"·연봉복지 등 회피 라인 사용 직원 인식 정반대 → 면접관 즉시 "정보 얕다" 시그널 baseline 답변 라인("변곡점·시스템 일관성") 자기 말로 90초 녹음 → 듣고 다듬기
Kotlin 미경험을 우회하거나 모호하게 답변 "왜 이 기술" 패턴에서 들통 → 신뢰도 ↓ "Kotlin 직접 운영 X, Scala·Java로 JVM 도합 6년. Kotlin 학습 1주 정도면 코드 따라갈 자신 있음" 식으로 정직+자신감
부릉 narrative를 너무 길게 풀어 화이트보드 시간 잠식 시스템 설계 평가 깊이 부족 카드별 90초 한도. 사례 1개당 문제 1줄, 결정 2-3줄, 결과 1줄
AI 통합 답변이 "AI 만능" 톤으로 흘러감 쏘카는 AI CC 한계 학습한 회사 — 면접관 거부감 실패·복구·운영 마찰까지 의도적으로 포함
면접관 반문에 같은 라인 반복 "정정 신호" 무시 위험 (자수 패턴 1) 반문 = 다른 각도로 재구성. 메모리 feedback_interview_answer_risks

확인 안 된 / 추정 항목

변경 이력

출처

공식
- 본체 PE 공고 (greetinghr 217001)
- Apex Mobility Product Engineer 공고 (Demoday)
- 쏘카 BE Developer 공고 (Wanted)
- 쏘카 결제 BE 공고 (Wanted)
- tech.socarcorp.kr — 기술 블로그
- (r4 신규) 디자인시스템 2.0 part2 — LLM 활용 (2026-02)
- (r4 신규) FMS 주행이벤트 파이프라인 (2024-06)
- (r4 신규) Data Product 날씨×세차 (2025-02)
- (r4 신규) 데이터 엔지니어 온보딩 (2025-01)
- (r4 신규) 쏘카프레임 소개 (2026-01)
- 예약 테트리스 (2022)
- IoT 파이프라인 #1, #2
- 쏘카 Tech 소개
- (r4 신규) 신희송 신임 CTO 영입 (더벨 2024-10-30)
- (r4 신규) 류석문 전 CTO → 현대오토에버 CEO (서울경제 2025-12-24)
- 2025 실적 블로그
- 쏘카 2.0 보도자료

언론
- Venturesquare — Apex Mobility 1,500억 출범 / 크래프톤 650억
- TechM — 20개 AI 모델 업무 활용
- Platum — 2025 영업이익 232억 6분기 연속 흑자
- 서울경제 — 자체 LLM 개발

면접 후기 / 컬처
- velog/okarinas — 기술면접 후기
- velog/devohda — 기술 면접 회고
- chidoo.me — 쏘카 시니어 면접 평가 방식
- greetinghr — 채용 프로세스 인터뷰
- LinkedIn — 류석문 CTO 인터뷰