데이터 엔지니어 채용에서의 Vibe-coding: AI 징후

# 데이터 엔지니어 채용에서 바이브 코딩: 테스트에서 AI 생성물을 알아보는 법

데이터 플랫폼을 지원하고 개발할 중급 데이터 엔지니어를 채용할 때 팀은 일련의 테스트 과제를 받았습니다. 대부분의 솔루션은 AI 생성의 흔적을 보였습니다. 과도한 최적화부터 템플릿 같은 구조까지요. 단 하나만 손으로 쓴 것처럼 보였지만 프로젝트 구조가 엉성하고 기본적인 오류가 있어서 불합격 처리됐습니다.

이 과정에서 맡은 역할은 완성된 과제 평가와 기술 인터뷰 진행이었습니다. 5년 이상 경력의 지원자들은 자신의 코드조차 설명하지 못하고 '인터넷 추천'이라고만 했습니다. 이는 2022–2023년에 비해 기본 스킬이 퇴보했다는 신호입니다. 그때는 중급자들이 Scala, Spark, Hadoop 아키텍처를 자신 있게 분석했으니까요.

AI 생성 솔루션 유형

테스트 과제는 두 가지 유형으로 나뉘었습니다:

• 바이브 코딩 (AI 활용자): 겉으로는 완벽해 보입니다. 오류가 없고 과잉 엔지니어링이 돋보이죠. 보통 엔지니어는 단순한 작업에서 게으름이나 실용성 때문에 그렇게 쓰지 않습니다.
• 복붙 스타일: ChatGPT에서 떼온 조각을 프로젝트에 붙여넣은 거예요. 처음 보면 인간이 쓴 것처럼 보이지만 인터뷰 전 상세 분석에서 불일치가 드러납니다.

명백한 표시들은 '전문가 직감'을 위해 생략했습니다. 매니저들도 Claude Code와 ChatGPT를 구분 못 하고 고급 챗봇으로 보는 경우가 많아요.

기술 인터뷰 적응 접근법

인터뷰는 테스트 과제를 중심으로 저작권 확인에 초점을 맞췄습니다:

• 약간의 조건 변경으로 솔루션 논의 (예: '입력에서 뭐 바꿔야 할까?').
• 코드와 연계된 언어, Spark, 데이터 엔지니어링 질문.
• 소유권 확인: 출처와 상관없이 모든 라인을 '내 것'이라고 해야 합니다.

지원자 중 AI 사용을 인정하는 사람은 없었습니다. 막히면 '온라인에서 봤다'는 변명만 했죠. 모든 과제 점수는 '착한 사람' 요소에도 불구하고 2–3/10이었습니다.

시장 문제와 채용 결과

중급 데이터 엔지니어 시장은 'AI 활용자'로 넘쳐납니다. 5년 경력 신세대는 분산 컴퓨팅 기본 질문도 못 하고 자신의 코드도 분석하지 못하죠. 과거에는 주니어도 이걸 해냈습니다.

결국 화면 공유 중 Cursor를 켠 지원자를 채용했습니다. HR은 동기부여와 커뮤니케이션을 높이 샀어요. 기술적으로 최고였던 러시아어 구사 지원자는 '호감도'가 낮고 '데이터 엔지니어링은 어디나 똑같다'는 말 때문에 불합격됐습니다. 동기부여 부족으로 해석됐죠.

중요한 점

• AI 사용 자체는 레드 플래그가 아님: 지원자가 코드 전체를 소유하고 모든 라인을 설명할 수 있으면 됩니다.
• 중급자라도 Spark, Scala, Hadoop 기본 지식은 필수입니다.
• 바이브 코딩은 과잉 엔지니어링과 템플릿으로, 복붙은 세부 불일치로 드러납니다.
• 인터뷰 적응: 조건 변경과 코드 소유권에 집중하세요.
• 시장이 퇴보 중: 5년 경력 전문가 과제 100%에 AI 흔적이 보입니다.

— Editorial Team