[경력] 삼성전자 DX G-CS 경력 채용 면접 후기 (AI Vision·데이터 최적화)

안녕하세요. 2025년 말에서 2026년 초, 비교적 최근에 있었던 삼성전자 경력 채용 과정을 정리해보려고 합니다.

지원한 공고 — G-CS AI Vision·데이터 최적화

이번에 지원한 공고는 접수 기간 2025.11.26 ~ 2025.12.08의 경력직 채용이었고, 제가 넣은 포지션은 [G-CS] AI Vision 및 데이터 최적화였습니다.

서류 제출 완료.

공고 내용을 요약하면 이랬습니다.

수행업무

• AI 기술을 활용한 Test 플랫폼 구축 및 운영
• 제품에 탑재되는 기능을 AI로 TC(테스트케이스) 생성·수행·판정 자동화
• LLM/VLM 활용 AI 모델 연동 및 API 개발
• 클라우드(AWS·Azure·GCP 등) 인프라 구성
• AI Vision 및 데이터 기반 학습·예측 모델 개발
• 제조/제품 품질 데이터 기반 불량 예측·이상 탐지 모델
• 이미지/비전 기반 Defect Detection·Classification·Segmentation
• 사양·로그·센서 데이터 기반 ML/DL 모델링, 자동화 파이프라인, MLOps 배포
• 대규모 데이터 전처리·라벨링 전략·품질 관리

지원자격 — AI Vision 품질관리 솔루션 개발, AI 기반 데이터 최적화 등 4년 이상 유관 경력.

우대사항 — CS·SW·전자공학 등 유관 전공 학사 이상 / Python·Java / AI 프레임워크·비전 모델(CNN·YOLO·SegFormer) / SQL·NoSQL / AI·ML 실무 / OpenCV·비전 처리 / 제조·품질 데이터 모델 검증 / 빅데이터 처리·Test 자동화 / 클라우드 경험 등.

근무지 — 경기 수원시 · 정규직. S/W검증그룹은 Global CS센터 내에서 S/W 자동화 플랫폼과 AI 기반 검증 솔루션을 개발해 전사에 지원·확산하는 조직이라고 소개돼 있었습니다.

왜 해볼 만하다고 생각했나

Java·Python 개발을 모두 해봤고 플랫폼 개발 경험이 많았으며, SQL·NoSQL도 다뤄봤습니다. 여기에 AI/ML 강화학습(Reinforcement Learning) 연구(Physical Review Fluids 논문)와, 이전에 PoC 수준으로 만들어봤던 Reinforced Security Agent 경험까지 있어서 충분히 경쟁력이 있다고 봤습니다. YOLO 같은 비전 모델을 직접 다뤄본 경험은 없었지만, 연구 자체를 TensorFlow로 직접 구현하고 일부 통계 모델도 직접 짠 경험이 어필 포인트가 될 거라 생각했습니다.

직무를 분석해보니 ①AI 기반 Test 플랫폼 구축·운영 ②AI Vision·데이터 기반 예측 모델 개발, 둘 중 하나를 뽑을 거라 판단했고, 1번(Test 플랫폼)에 초점을 맞춰 자기소개서를 썼습니다. 2번은 "경험은 있지만 핏이 딱 맞진 않는" 정도로 준비했습니다.

그리고 G-CS(Global Customer Satisfaction) 센터를 조사했는데, 이 조직은 영상디스플레이(VD)·생활가전(DA)·모바일(MX) 등 DX부문 하위 전 사업부에서 올라오는 제품의 테스트케이스를 총괄 관리하는 QA 거버넌스 조직에 가까웠습니다(삼성 DX 채용 — 부서 소개). 그러니 "TestCase 자동화 플랫폼을 만들고 싶겠구나" 정도의 방향까지는 잡고 준비했던 것 같습니다.

전형 일정

서류 전형

방향을 잡고 서류에 풀어냈고, 결과는 합격이었습니다.

서류 합격.

이제부터가 진짜 시작이었습니다. 합격 소식을 받은 날 채용팀에서 전체 일정을 안내하는 이메일이 옵니다.

채용팀 일정 안내 이메일.

전반적인 채용 프로세스는 이렇게 공지됐습니다.

전화면접 → 기술면접(전문성·부서장 면접) → HR 면접 → 평판조회 및 추가 서류검증 → 처우협의 및 건강검진

전화 면접

어떤 번호로 전화가 오는지 미리 알려주고, 일정이 스케줄링되어 "언제 몇 시쯤 전화 주겠다"는 연락이 옵니다.

전화면접은 부서·포지션 소개 후 이력서 기반 질의응답으로 30분 진행될 예정이라고 안내받았습니다. 그런데 실제로는 제가 어떤 프로젝트를 해왔는지뿐 아니라 본인들이 현재 겪고 있는 문제들에 대해서도 구체적으로 물어봤습니다. 다행히 질문들이 제가 이전 프로젝트에서 실제로 겪었던 문제들과 겹쳤습니다. 토픽만 말하면 파일 시스템의 파일 저장 방식에 관한 것이었습니다(구체적으로는 말씀드리기 어렵습니다).

그렇게 30분 정도 전화면접이 끝나고, 12월 22일 면접 → 12월 30일 발표로 약 일주일 만에 결과가 나왔습니다.

전화 면접 결과.

직무 면접 — CBT · Work Sampling · 부서장 면접

다음 단계는 직무면접 + CBT(직무적합진단)이고, 통과하면 인성면접을 본다고 했습니다. 직무면접도 온라인이었고, 삼성의 공식 화상미팅 프로그램 Knox Meeting으로 진행됐습니다. 주변에 소음이나 사람이 보이면 부정행위로 간주되니 조용한 곳에서 응시하라고 안내받았습니다.

일정이 이메일로 왔고, 저는 오전 7시부터 시작해 CBT → 직무면접까지 총 3시간 정도 소요됐습니다.

1) CBT (직무적합진단)

2) Work Sampling

직무 관련 문제를 메일로 받아 제한시간(50분) 내에 작성해 다시 채용팀 이메일로 제출하는 방식입니다. 본인들이 실제로 가진 구체적인 문제를 가져오는데, 삼성 내부 문제라 디테일은 말씀드릴 수 없습니다. 정답을 요구하는 건 아니지만 합리적인 대답은 해야 합니다. (역시 Knox 감독 하에 진행)

솔직히 이 문제는 제가 그동안 해온 직무(시스템 아키텍트·백엔드 서버 개발)와는 결이 꽤 달랐습니다. 지금은 회사 내에서 AI Innovation Lab으로 옮겨 이런 문제를 어느 정도 풀고 제시할 수 있지만, 당시엔 쉽지 않았습니다. 그래도 이전에 만들었던 Reinforced Security Agent(PoC) 경험(포트폴리오 글)을 토대로 Ground-Truth 같은 제 기저 생각을 제시하며 풀었습니다.

3) 직무 면접 (부서장 면접)

현업 부서장과의 화상 면접으로, Work Sampling 풀이 + 직무 경험·지식·활용도를 질의응답했습니다. 제 생각이 확고하고 경험이 (그 직무 기준으로는) 조금 이질적이다 보니 면접관분들도 "결이 좀 다르다"고 느끼시는 것 같았습니다. 제가 만든 PoC 수준보다 훨씬 딥하게 파고드셨는데, 개념은 알아도 경험이 부족한 영역이라 확실하게 대답할 수 있는 건 아니었습니다.

그래도 면접 내내 제 주관을 관철하려 했습니다. 특히 인상 깊었던 건, 면접관분들이 먼저 알려주지 않았는데도 제가 "혹시 내부에 이런 시스템이 있지 않느냐" 하고 짐작해서 던진 예측이 실제 그쪽 시스템과 꽤 잘 맞아떨어졌다는 점입니다. 알려주지도 않은 내부 구조를 스스로 예측해서 맞힌 셈이죠. 이렇게 전체적인 이해도와 큰 그림을 그릴 줄 안다는 걸 보여주고 싶었고, 충분히 보여준 것 같습니다.

결과와 소감

결과적으로 그럼에도 경력직을 뽑는 자리에서는 강점이 조금 덜했던 것 같습니다. 핏 자체가 완전히 맞지는 않았으니까요. 좋은 경험이었지만, 직무 공고와 전화면접에서 알 수 있던 정보가 빙산의 일각이었다 보니 쉽지 않았습니다. (떨어질 때도 이메일이 2일 만에 바로 왔습니다.)

아쉬우면서도 배운 게 많은 면접이었습니다. 다음에 기회가 되면 또 도전해보려 합니다.

참고로 삼성전자 신입 공채 코딩테스트 후기는 아래 글에 정리해두었습니다. ↓

[신입 공채] 삼성전자 코딩테스트:코테 후기 (삼성 리서치 Samsung Research / 혁신센터)

삼성전자 Samsung Research 5번의 코딩테스트 도전기 — 서류 결과 발표 일정, 시험장 환경, 언어별 제약사항, 그리고 각 도전마다 배운 교훈.

taystudios.com/blog