네이버 Tune CIC Music AI 오토 태깅 면접 후기

네이버 Turn CIC에서 Music AI 오토 태깅 관련 체험형 인턴 모집에 지원했다. 서류 합격 발표는 일주일 정도 걸렸던 것 같고, 서류에 있었던 논문 내용을 기점으로 면접에서 기술하는 형태로 진행하였다. 모집 요강을 살펴보면, 쿠버네티스 관련 지식, SQL 지식, 딥러닝 지식, 콘텐츠 기반 지식이 있어야 가능한 것으로 보인다. 

 

서류 합격

 

운이 좋게도 서류는 합격하여 면접 기회를 받게 되었다. 원래 분야가 음성 처리 쪽이 아니다 보니, 서류 합격에 의의를 두고 면접에 임하자고 생각했다.

면접 후기

기억나는 면접 질문은 다음과 같다.

 

• 본인의 현재 가지고 있는 역량으로 오토 태깅을 한다면 어떻게 할 수 있을지?
• 입사한다면, 자율적으로 업무를 진행하는 것이 좋은지, 아니면 케어하면서 진행하는게 좋은지?
• SSCI 논문을 작성한 경험이 있던데 어떤 내용인지?
  • 해당 내용이 오토 태깅이랑 비슷한 것 같아서 질문했고, 이를 오토 태깅에 적용하면 어떻게 할 수 있을지?
• 만약 모든 데이터가 존재하고, 모든 업무들이 있다면, 어떤 연구를 하고 싶은지?
• 가사를 가지고 오토 태깅을 하려고 하는데, 태깅 정보는 어떻게 가지고 올 것인지?
• 태깅 정보는 기존 연구에서 정의된 것으로 가지고 올 것인지, 아니면 새로운 정의를 할 것인지?
• 날씨, 분위기 같은 내용이 있는데, 만약 태깅을 상위 K로 한다면, 어떤 태깅을 우선 순위로 둘 것인지?
• 태깅을 하는 근거는?
• 태깅 정보로 사용자들에게 추천하려고 한다. 그러면 검색어 기준으로 추천할 것인지? 아니면 사용자가 들은 음악을 기준으로 추천을 할 것인지?
• 들은 음악 기준이면, 이전 음악 정보에 어떤 정보를 활용할 것인지?
• 예를 들어, 발라드, 댄스 등과 같은 단어는 정의되어 있는데, 화창한 과 같은 날씨 정보는 단어가 조금씩 다를 수 있다. 이럴땐 어떻게 활용할 것인지?

 

현재 기억나는 질문은 대충 이정도다. 대부분이 태깅에 관련된 내용이고, 아무래도 오토 태깅 이다보니 태깅을 어떻게 할 것이고, 태깅을 한다면 어떤 정보로 태깅할 것인지? 그리고 태깅 기준 등을 많이 질문했다. 

나는 대부분의 질문을 NER 등과 같은 개체명 인식으로 단어별 명사 등을 태깅하고, 이를 바탕으로 추출해 비슷한 음악을 추출한다든지, 가사를 가지고 추천한다는 등의 답변을 했고, 답변을 하면서도 많이 부족한 것을 느끼게 되었다. 결과는,, 당연하게도 면접에서 탈락이었다. 

 

 

IT 쪽에서 좋은 기업인 네이버에서 면접을 경험해볼 수 있다는 것에 감사하고, 많이 부족하다는 것을 느꼈기 때문에 보다 열심히 노력해야된다는 것을 깨닫게 되었다.