콘텐츠로 건너뛰기

SK하이닉스 AI 해커톤 후기

대국민 오디션… 두둥

군 생활을 하며 해커톤에 나가는 친구들이 부러웠다.
전역 후 처음 도전한 해커톤은 지인이 지원한다기에 재밌을 것 같아 따라 지원한 SK하이닉스 AI 해커톤이었다.
그렇게 본선까지 진출했고, AI로 문제를 풀어보는 즐거움과 함께 더 큰 질문을 얻었다.

나는 AI에게 일을 잘 시키는 데 집중했을까, 아니면 사용자가 필요로 하는 문제를 제대로 해결하는 데 집중했을까?

이번 대회는 정형화된 스펙보다 AI로 실제 문제를 해결하는 역량을 보여줄 수 있다는 점이 매력적이었다.
상금과 함께 우수자 대상 채용 Fast Track 혜택도 안내되어 있어 더욱 눈길이 갔다.

처음에는 가벼운 마음으로 지원했지만, 예선과 본선을 거치며 AI를 활용하는 방식과 개발자로서의 판단을 돌아보게 되었다.

이 글에는 전형별 준비 과정과 시행착오를 기록했다.
구체적인 대회 문제는 공개하지 않고, 문제를 이해하고 AI의 결과를 검증하며 우선순위를 정했던 경험을 중심으로 이야기하려고 한다.

서류 전형

서류에서는 내가 어느 학교를 나왔는지, 어느 자격증이 있는지보다 AI를 활용해 어떤 것을 해봤는지 적는 데 집중했다.
그동안 해온 일을 내 경험으로 설명할 수 있다는 점이 좋았다.

내 주변에서는 지원한 지인 10명 중 10명 모두 서류 전형에 합격했다.
이 경험만으로 전체 전형의 선발 기준을 알 수는 없지만, 나에게는 AI를 활용해 직접 실력을 보여줄 기회가 열렸다는 점이 반가웠다.

취준 생활을 해본 사람은 알 것이다. 서류에서 탈락하면 내 실력을 직접 보여주지 못했다는 아쉬움이 남는다.
그래서 이번에는 다음 단계에서 직접 도전해볼 수 있다는 사실만으로도 고마웠다.

내 주변 지인 10명 중 10명이 합격한 서류 전형. 모두에게 기회를 제공하는 것이 너무 고맙다.

1차 예선

1차 예선은 온라인으로 프로그래머스 AI 기본 활용 역량 평가에 응시하는 방식이었다.
코딩테스트는 몇 번 보았지만 AI 활용 역량을 평가하는 시험은 생소해 긴장했다.
먼저 검색을 통해 시험 정보를 찾아보았다.

응시 후기를 찾아봤지만 내가 궁금한 내용을 충분히 찾기는 어려웠다.
그래서 프로그래머스 사이트에 들어가 응시환경을 직접 체험해보았다.

프로그래머스 AI역량평가 응시환경 체험하기

시험은 두 단계의 평가로 이루어져있다.
1. AI 지식평가
2. AI 활용평가

각 평가를 어떻게 준비했는지 서술한다.

1. AI 지식평가

AI를 모델링할 때 사용하는 시그모이드나 ReLU 함수, RAG와 LangGraph 등의 개념과 원리를 물을 줄 알았다. 그런데 직접 체험해보니 상황을 읽고 그에 맞는 AI 활용 방식을 판단하는 문제였다. 이론을 아는 것과 상황에 맞게 활용하는 것은 다르다고 느꼈다.

프로그래머스 AI 지식평가 예시 (응시환경 체험 화면)

2. AI 활용평가

두 번째 단계인 AI 활용평가는 꽤 어려웠다. 제공된 자료를 읽고 AI 어시스트에게 질문하며 답을 찾아가야 했다.

프로그래머스 AI 활용평가 예시 (응시환경 체험 화면)

나의 전략

AI 지식평가 전략은 다음과 같이 가지고 갔다.
1. 문제에 주어진 상황에서 요구하는 사항이 무엇인지를 도출하기
2. 도출한 요구사항을 AI로 어떻게 해결할지 생각하기
3. 내가 생각한 요구사항-AI활용방안이 연결된 답안을 체크하기

위와 같이 문제를 풀었기 때문에 어렵지 않게 풀었다.

난관은 AI 활용평가였다. 생각보다 AI 어시스트의 할루시네이션이 심했기 때문이다.

AI 활용평가에서는 기준 문서를 먼저 읽고 나머지 자료의 구성을 훑어봤다. 이어 전체 문제를 읽으며 필요한 정보를 파악했다. 문제마다 맥락을 다시 설명하기보다 요구사항과 자료를 함께 이해한 뒤 질문하는 편이 낫다고 생각했기 때문이다. 그다음 필요한 정보를 정리하도록 프롬프트를 작성했다. AI에게 모두 맡기기보다 내가 이해한 내용을 바탕으로 함께 풀어가려고 했다.

직접 확인할 수 있는 문제는 내가 먼저 풀었다. AI에게 검증을 맡겼을 때도 틀린 답이 나오는 경우가 있어, 답변만으로 판단하지 않았다. AI가 근거 위치를 찾으면 내가 원문을 확인하고 계산한 뒤 다시 검토를 요청했다. 이때도 최종 판단의 기준은 원문이었다.

AI에 근거 요청, 원문 확인, 직접 판단과 계산, AI 재검토 순서로 답을 검증하며 최종 기준은 원문임을 보여주는 흐름
AI에 근거 요청 → 원문 확인 → 직접 판단·계산 → AI 재검토. 최종 판단의 기준은 원문이다.

내가 느낀 1차 예선의 핵심은 문제를 먼저 정의하고, AI를 목적에 맞는 도구로 활용하는 것이었다. 그럴듯한 답을 받는 것과 올바른 답을 확인하는 것은 별개의 일이었다.

AI가 정보를 찾아주더라도 답을 확인하고 선택하는 책임은 나에게 있었다. 이 경험은 이후 에이전트와 함께 개발할 때도 계속 생각하게 된 기준이었다.

2차 예선

2차 예선은 온라인으로 크래프톤의 Cofa-Probe 플랫폼에서 치러졌다.

Codex를 돌릴 수 있는 VS Code와 같은 IDE 웹애플리케이션이다.

해당 플랫폼 링크를 메일로 받게 되는데, 링크로 들어가, 휴대폰 카메라와 노트북 카메라를 세팅하고 시험을 봤다.
다들 알다시피 수많은 지원자가 몰린 탓에 서버장애로 간헐적으로 접속이 끊기는 불상사가 발생했다. 두 시간의 추가시간이 주어졌으나, 서버장애 지속으로 2차 예선이 중단되었다.
처음에 서버장애를 마주했을때, 이렇게 열악한 상황 속에서 에이전틱 코딩을 하는 것도 평가의 일환인가 하는 생각도 했다. 실제 서버장애였는지는 시험이 끝나고 알았다.
당시에 나는 4시간 10분 걸려 문제를 풀었다.

문제에 대한 내용은 SK 하이닉스의 현업의 문제를 가지고 온 것이라 말할 수 없다.
그저 실제 현업의 문제를 해결해보는 경험이 즐겁고 소중했다.

2차 예선 2차 평가는 이틀에 걸쳐 진행되었고 정상적으로 서버가 운영되어 쾌적한 환경에서 더욱 즐겁게 에이전틱 코딩을 했다.

나의 하네스: 분석부터 검증까지

AI에게 큰 요청 하나를 던지기보다, 분석·구현·검토·검증의 책임을 나누고 결과를 확인할 기준을 두고 싶었다. 그래서 반복되는 개발 절차를 역할과 규칙으로 정리한 하네스를 미리 준비했다. 아래 그림에서는 누가 무엇을 맡고, 내가 어느 지점에서 판단하는지에 집중했다.

준비한 하네스의 기본 절차: Planner와 QA의 분석, 사람의 판단, Generator 구현, Reviewer와 QA의 검증, 결함 수정과 재검증

분석 단계에서는 Planner가 요구사항과 우선순위를 정리하고, QA가 원문을 바탕으로 검증 기준을 독립적으로 만들도록 했다. 오케스트레이터가 두 결과를 모아 보고하면, 나는 모호한 조건과 중요한 방향을 판단했다.

계획을 확인한 뒤에는 Generator가 구현하고 Reviewer와 QA가 코드와 실행 결과를 검토하는 구조였다. 발견한 결함은 구현 단계로 돌려 수정하고 다시 확인하도록 했다. 그림은 설정에 정의한 기본 절차를 요약한 것이다. 실제 운영에서 검증과 우선순위를 얼마나 잘 지켰는지는 본선 회고에서 따로 돌아봤다.


2차 예선 통과. 이렇게 불합격 메일 같은 합격 메일은 처음 받아본다. 언뜻 봤을 때 떨어진 줄 알았다.

본선 현장의 기록

예선을 거쳐 본선 현장에 도착했다. 아래 사진에는 행사장과 참가 기념품, 본선 참가 인증서를 담았다. 가볍게 지원했던 대회가 전역 후 첫 해커톤의 기록으로 남았다. 현장의 모습을 먼저 남기고, 이어서 AI와 함께 일하며 겪은 시행착오를 돌아보려고 한다.

본선에서 돌아본 나의 방식

본선까지 진출하며 즐겁고 유익한 경험을 했다. 다만 대회가 끝나고 가장 오래 남은 것은 어떤 기술을 썼는지보다, 내가 무엇에 집중하며 개발했는지에 대한 질문이었다.
구체적인 과제와 제공 자료, 구현 대상은 실제 SK하이닉스의 현업문제이므로 이 글에서는 다루지 않는다.
대신 AI와 함께 일했던 방식과 그 과정에서 배운 점을 기록한다.

AI에게 일을 나누고, 중요한 판단은 내가 했다

본선에서는 미리 준비한 에이전트 운영 구성을 활용했다.
요구사항 분석, 구현, 리뷰, QA의 역할을 구분하고 오케스트레이터가 전체 작업을 조율하도록 했다.
모호한 요구사항이나 기준을 정해야 하는 부분은 나에게 질문하게 했다.
나는 TL(Tech Lead) 역할로 질문에 답하며 방향을 결정했다.

앞의 그림이 하네스의 역할과 절차라면, 아래 그림은 본선에서 실제로 사용한 화면 배치다. tmux 왼쪽에는 기존 오케스트레이터를 띄우고, 그 안에서 Planner·Generator·Reviewer·QA 역할을 활용했다. 오른쪽 위의 별도 에이전트에는 수시로 질문하고 기능이나 조건을 추가했다. 오른쪽 아래 에이전트에는 발표자료 제작과 UI/UX 개선을 맡겼다. 나는 세 작업 영역을 오가며 질문하고 방향을 결정했다.

본선 tmux 배치: 왼쪽 기존 오케스트레이터 안에 Planner·Generator·Reviewer·QA 역할이 있고 오른쪽 위는 질문과 조건 추가, 아래는 발표자료와 UI·UX 개선을 맡는 구조
화면은 세 작업 영역으로 나눴다. 왼쪽 오케스트레이터가 활용하는 하위 역할과 오른쪽의 두 보조 에이전트를 구분해 표시했다.

직접 운영해보니 에이전트를 늘리는 것만으로 일이 저절로 빨라지지는 않았다.
기능을 하나 더할 때마다 확인해야 할 예외 상황과 수정할 부분도 늘어났다.
여러 작업이 동시에 돌아가는 화면은 분주했지만, 그만큼 핵심 기능의 완성도가 높아지고 있는지는 별도로 확인해야 했다.

다만 작업 시간을 측정한 것은 아니기에 멀티 에이전트가 개발을 느리게 만들었다고 단정할 수는 없다.
내가 돌아봐야 할 부분은 에이전트의 수보다 작업 범위와 우선순위를 얼마나 명확하게 정했는가였다.

눈에 보이는 완성도에 마음이 쏠렸다

개발 중 화면에 미완성으로 보이는 부분이 있으면 계속 눈에 들어왔다.
하나씩 채우고 고치면서 더 완성된 서비스를 만들고 싶었다.
그런데 기능을 추가하면 구현만 끝내는 것이 아니라, 제대로 동작하는지 확인하고 기존 기능에 영향이 없는지도 검증해야 했다.
그렇게 할 일이 계속 생겼다.

반면 핵심 흐름이 처음부터 끝까지 제대로 동작하는지, 결과를 믿을 만한 근거가 있는지는 화면만 보고 알기 어려웠다.
제출이 가까워져서야 기초적인 검증에서 충분히 살피지 못한 부분을 떠올렸다.
그것이 결과에 얼마나 영향을 주었는지는 알 수 없지만, 검증을 뒤로 미뤄두면 마지막에 확신을 갖기 어렵다는 사실은 분명히 느꼈다.

지금 돌아보면 나는 AI가 물어보는 기술적 질문에는 적극적으로 답했지만, 지금 이 일을 계속하는 것이 맞는지에 대해서는 충분히 묻지 못했던 것 같다.
TL은 무엇을 구현할지 결정하는 사람인 동시에, 무엇을 구현하지 않을지도 결정하는 사람이어야 했다.

기술보다 먼저 물었어야 할 질문

다른 참가자들의 발표를 들으며 내가 놓친 질문을 돌아봤다.
나는 어떻게 구현할지에 관심을 기울였지만, 누가 어떤 상황에서 무엇 때문에 이 기능을 필요로 하는지는 충분히 생각하지 못했던 것 같다. 기술을 고르기 전에 사용자와 해결할 문제부터 정의해야겠다는 생각이 남았다.

사용자가 얻어야 할 결과를 먼저 정했다면, 기능을 더할 때마다 지금 이 일이 꼭 필요한지 판단하기도 쉬웠을 것이다.
발표에서 얻은 배움은 내 개발 과정을 돌아볼 새로운 기준이 되었다.

마침 나의 고민과 결이 같은 발표가 있어 아래에 함께 남긴다.
도구(망치)를 먼저 쥐기 전에 해결해야 할 문제와 맥락부터 정의해야 한다는 이야기가 이번 해커톤 회고와 겹쳐 깊게 와닿았다.

어떤 기술을 쓰느냐보다 무엇을, 왜 만들어야 하는지 정의하는 것이 먼저다. 기술을 앞세우기 쉬운 AI 시대에 꼭 한 번 보길 추천하는 영상이다.

다시 도전한다면

당시 체감한 기능 확장과 검증 부담을 다음 개선 원칙인 우선순위 판단·작업 범위 구분·핵심 흐름 조기 검증과 비교한 그림

그림의 왼쪽은 당시 체감한 한계이고, 오른쪽은 다음에 적용하려는 원칙이다.
이를 실제 행동으로 옮기기 위해 구현 전에 아래 네 질문부터 확인하려고 한다.

  1. 사용자가 해결하려는 핵심 문제는 무엇인가?
  2. 무엇이 동작해야 문제를 해결했다고 말할 수 있는가?
  3. 제한된 시간 안에 반드시 완성할 것과 이번에는 하지 않을 것은 무엇인가?
  4. 그 결과를 어떤 근거와 테스트로 확인할 것인가?

다음에는 핵심 흐름 하나를 먼저 끝까지 구현하고 검증할 것이다.
새로운 기능이나 예외 상황은 핵심 결과에 미치는 영향과 남은 시간을 보고 우선순위를 정하겠다.
에이전트별 작업 범위와 최종 의사결정 경로도 시작할 때 명확히 나누려고 한다.

제출 전에는 새 기능 추가를 멈추고 최종 검증에 집중할 시간을 확보할 것이다.

AI를 잘 쓴다는 것

1차 예선에서는 AI의 답을 검증하는 법을, 2차 예선과 본선에서는 AI에게 맡길 일의 범위와 우선순위를 정하는 법을 배웠다.

내가 더 키워야 할 역량은 AI에게 많은 일을 시키는 능력과 함께, 필요한 문제에 집중하고 결과를 끝까지 확인하는 판단력이었다.

기술과 기능 구현 중심의 질문에서 사용자의 문제와 중요한 결과를 먼저 묻는 관점으로 변화한 회고
어떤 기술을 쓸까에서 누구의 문제를 해결할까로. 다음에는 문제 정의와 우선순위를 먼저 정하려고 한다.

이번 해커톤은 앞으로 어떤 개발자가 되고 싶은지 생각하게 했다. 더 많은 기능을 빠르게 만드는 데서 나아가, 필요한 문제를 정확히 이해하고 끝까지 해결하는 개발자가 되고 싶다.

돌이켜보면 AI 에이전트와 함께 일할 때 가장 아쉬웠던 점도 ‘구현 전에 무엇을 만들고 어떻게 검증할지 명확한 스펙(기준)을 먼저 세우지 못한 것’이었다. 최근 주목받는 스펙 주도 개발(SDD) 방식을 이번 해커톤에 적용했더라면, 에이전트에게 일을 나누고 결과를 검증하는 과정이 훨씬 단단해졌을 것이라는 생각이 든다.

구현 전에 스펙과 검증 기준부터 합의하는 개발 방식. 이번 해커톤에서 겪은 시행착오를 다시 마주하지 않기 위한 힌트가 담긴 발표다.

군 생활 중 멀찍이서 부러워하던 도전에 직접 참여했다는 것만으로도 이번 경험은 특별했다.
전역 후 첫 해커톤에서 뛰어나고 열정적인 사람들과 함께 몰입한 시간을 내 삶의 한 조각으로 남길 수 있어 좋았다.

Hand holding a compass guiding along a dusty path outdoors. Perfect for travel and exploration themes.
“우리가 나아갈 길을 결정하는 것은 바람의 방향이 아니라 돛을 조정하는 방식이다.” – 루키우스 안나이우스 세네카

AI로 인한 채용시장의 한파와 전문직의 위기 등 비관적인 이야기가 쏟아지는 요즘이다.

하지만 변화의 바람을 탓하기보다 나만의 돛을 조정하는 법을 배웠기에 두렵지 않다.
이제 더 넓은 바다로 나아갈 일만 남았다.

앞으로 이어질 모든 도전과 성장이 기대된다.

답글 남기기

이메일 주소는 공개되지 않습니다. 필수 필드는 *로 표시됩니다