2026년 03월 회고

들어가며

본격적인 공채 시즌이 시작되면서 그야말로 정신없는 한 달을 보냈다. 사실상 첫 취업 준비라 모든 과정이 낯설었고, 자기소개서와 이력서 / 포트폴리오를 동시에 준비하며 수정과 피드백의 무한 루프 속에서 시간을 흘려보냈다. 매일 무언가를 하고 있었지만 어느 순간 무엇을 향해 달리고 있는지 모호해졌다. 시간을 쏟는 것에 안주하지 않으려면 명확한 우선순위를 가진 목표가 먼저 있어야 한다.

취업 박람회와 세미나에서는 AI가 실무 곳곳에서 생각보다 훨씬 넓게 쓰이고 있다는 걸 알게 됐다. 거창한 공부가 아니더라도 매일 조금씩 AI 활용에 투자하는 습관이 필요하다. 한편 스터디로 새 개념을 익히는 사이 이전에 배운 내용은 잊혀갔고, 관련 질문에 명확히 답하지 못한 순간도 있었다. 새것을 쌓기만 하는 방식보다 배운 것을 붙잡아둘 다른 방식이 필요하다.

지난달 다짐을 이력서와 자동화로 이어가다

지난달 회고에서 세운 이력서의 목표는 "나라는 사람을 제대로 표현하는 것"이었다. 가장 크게 달라진 건 프로젝트 서술 방식이다. 이전에는 다섯 줄 정도의 불렛으로 압축했는데 오히려 잘 읽히지 않는다는 피드백을 받아, "문제 상황 → 분석 → 해결 → 결과" 흐름으로 풀어 썼다. 그 결과 문제를 어떻게 바라보고 해결해 나갔는지가 이전보다 선명해졌다. 다만 기술적 판단을 드러내는 부분은 아직 부족해, 다음 달에 더 구체적으로 보완하려 한다.

자동화도 다른 방향으로 넓혀봤다. 지난달 n8n으로 에러 분석 파이프라인을 만들었다면, 이번 달에는 면접 질문을 매일 메일로 보내주는 서비스 "매일메일"에 접목했다. 메일이 오면 질문을 파싱하고, Gemini로 추천 답변 / 핵심 개념 / 실수하기 쉬운 포인트까지 가공해 데이터베이스에 저장하는 워크플로우다. 핵심은 메일처럼 매일 쓰는 도구에서 원하는 정보를 가져와 가공하거나 바로 액션으로 이어갈 수 있다는 점이었다. 앞으로는 개발 분야에 국한하지 않고 더 넓은 관점에서 개선할 지점을 찾아보려 한다.

목표 없는 노력이 주는 피로감

한창 서류를 지원할 때는 직무만 맞으면 무작정 넣기도 했다. 결과는 당연히 좋지 않았고, 떨어졌다는 사실보다 내가 뭘 하고 싶은지조차 명확하지 않다는 점이 더 답답했다. 목표가 없으니 남들이 하는 것을 따라가기 바빴고, 비교와 조급함이 판단을 흐렸다.

코테 준비, 이력서 다듬기처럼 해야 할 일도, AI나 백엔드처럼 하고 싶은 것도 많았다. 그런데 우선순위 없이 욕심만 앞서다 보니 서류도 코테도 강점을 보이지 못한, 이도 저도 아닌 상태가 됐다. 그래서 약 한 달간의 나만의 목표를 네 가지로 다시 세웠다.

1. 지원해둔 공고에 최선을 다한다. 결과와 무관하게 이 과정을 스스로를 파악하고 다듬는 시간으로 삼는다.
2. 지원이 일단락되면 한두 달간 나만의 프로젝트를 만든다. 서비스를 처음부터 끝까지 만들며 약했던 테스트 코드와 실무 지향적인 기술을 깊이 익힌다.
3. CS 지식을 꾸준히 정리한다. 아는 것과 설명할 수 있는 것은 다르기에, 다시 꺼내볼 수 있는 형태로 정리하고 복습한다.
4. 하루 30분에서 한 시간은 AI 활용법을 공부한다. 단순히 쓰는 것을 넘어, AI와 함께 더 빠르고 정확하게 문제를 해결하는 방식을 터득한다.

혼자서도 코드 리뷰를 받는 방법

혼자 개발하면 내 코드를 검토해줄 사람이 없다는 게 생각보다 큰 단점이었다. 리뷰가 없으면 모르는 새 같은 실수를 반복하고, 더 나은 설계가 있는지 답을 찾기 어렵다. 그 공백을 메우려 이번 달에는 CodeRabbit과 SonarQube를 도입했다. 처음에는 일부 제안을 "이 정도는 괜찮지 않나" 하고 넘기려 했지만, 이유를 살펴보면 납득이 가는 경우가 많았다. 그때부터 왜 이런 제안을 하는지 먼저 이해하고 수용하는 방식으로 쓰게 됐고, 그 과정 자체가 학습이 됐다.

리팩토링 후 그대로 남은 예전 주석처럼, 기능적으로는 문제없지만 유지보수 관점에서 위험한 지점까지 짚어준 것도 컸다. 웹 접근성 이슈도 반복해서 지적받다 보니 이제는 코드를 쓸 때부터 자연스럽게 고려하게 됐다. 당장의 수정보다 이런 감각이 쌓여가는 것이 더 큰 가치로 다가왔다.

쌓는 것과 꺼내는 것의 균형

이번 달 스터디에서는 이전보다 훨씬 깊이 있는 개념을 다뤘다. 공부할 때는 분명 이해했다고 생각했는데, 막상 질문을 받으니 머릿속이 하얘졌다. 어떤 개념은 아예 기억나지 않았고, 안다고 믿었던 부분조차 잘못 이해하고 있었다. 돌이켜보면 읽고 이해하는 데서 멈췄다. 개념을 넓게 확장하고 스스로 정리하는 과정이 부족했고, 무엇보다 꾸준한 복습이 뒷받침되지 않았다.

그래서 오래되었는데도 여전히 선명한 지식들을 떠올려 보았다. 여러 이유가 있겠지만, 공통점은 과거에 직접 고민하며 짰던 코드와 맞닿아 있다는 점이었다. "그때는 이렇게 짰는데, 지금 보니 더 나은 방법이 있었구나" 같은 순간들이다. 새로운 지식이 기존 경험과 연결될 때 더 생생한 기억으로 남았다. 누가 질문하면 이론보다 그때의 상황이 먼저 떠오르고, 이론이 자연스럽게 뒤따라왔다.

이 경험을 의도적으로 만들어보려 한다. 새 개념을 접할 때마다 "언제 이런 상황을 겪었지?", "그때 왜 그런 선택을 했지?", "다른 방법은 없었을까?"를 스스로 묻는 습관을 들이는 것이다. 외우기보다 필요할 때 꺼낼 수 있는 기억으로 바꾸고, 새로운 내용을 쌓는 만큼 이미 배운 것도 의식적으로 다시 꺼내보려 한다. 다시 읽는 데 그치지 않고, 직접 설명해보거나 관련 코드를 다시 짜보는 식으로 말이다.

정리하며

방향성 없는 노력은 부정적인 것만 쌓는다. 매일 무언가를 했지만 목표와 우선순위가 흐릿하니 어느 것에도 충분히 집중하지 못했다. 무작정 지원서를 던지고 새 개념을 쌓기에 급급했다. 다음 달에는 무엇을 해야 하는지보다 무엇을 먼저 해야 하는지, 왜 하는지를 먼저 정하고 움직이려 한다.

이번 달에는 세미나를 접할 기회가 많았고, 온라인으로 진행된 덕분에 틈틈이 챙겨 들을 수 있었다. 실무에서 직접 부딪히며 얻은 사례 중심의 이야기가 많아, 혼자서는 얻기 어려운 인사이트를 얻었다. 특히 개발자뿐 아니라 비개발자도 AI로 업무 방식을 바꾸고 있었고, 그 범위가 생각보다 훨씬 넓었다. 나름대로 AI를 공부하고 있다고 생각했는데, 현업과의 간격이 아직 있다는 걸 느꼈다.

찾아보지 않으면 모르는 것들이 너무 많다. 이번에 얻은 인사이트를 조금씩이라도 적용해보며, 직접 경험 속에서 새로운 인사이트를 만들어가려 한다.