본문 바로가기

취업 인터뷰에서 피해야할 6가지 실수…아마존이 소개하는 인터뷰 준비 팁

반응형

새로운 직원을 채용하는 과정에서 반드시 거쳐야 하는 면접(job interview)은 양쪽 모두에게 중요한 관문이다. 채용을 하려는 회사과 입사를 하고 싶은 지원자 모두 짧은 시간에 서로가 원하는 능력을 찾아내고 보여주기 위해서, 실제적이고 의미 있는 질문과 답변, 정보와 사실이 오고 가야 한다.

아마존은 자사에 입사를 원하는 지원자들이 흔히 하게 되는 6가지 실수가 있다고 전하며, 이를 해결할 수 있는 팁을 블로그를 통해 소개했다. 다음은 이를 간단하게 요약한 내용으로, ‘명확하고 간결한 답변’, ‘충분한 데이터’, ‘나의 성과’, ‘충분한 사례’, ‘질문 기회 활용’, ‘서로에게 유익한 면접’이 ‘실수하지 않는’ 핵심 키워드라고 할 수 있다.


첫째, 명확하고 간결하게 자신의 성과를 표현하지 못하는 경우다. 아마존은 STAR(Situation, Task, Action, Results)라는 상황, 과업, 행동, 결과 기반의 면접 질문과 과정을 사용한다. 이 과정에 따라 질문하고 지원자에게 답변을 듣는다. 따라서 답변 역시 이러한 과정에 맞추어 잘 준비하고 제대로 이루어져야 한다.

지원자의 답변에 따라 면접관은 STAR의 기준에 따라 다른 질문을 이어갈 수 있다. 그러므로 지원자의 답변 역시 이러한 과정에 맞추어 간결하고 명확해야 한다. 이렇게 응답 형식을 지정하는 것은, 불필요한 내용이 오가고 횡설수설하는 것을 방지하기 위함인 만큼, 어떤 상황에서 어떤 위험을 감수하고, 성공 또는 실패하며, 성장 했는지를 보여주어야 한다.

둘째, 충분한 데이터를 포함하지 않는 경우다. 아마존은 데이터 중심의 회사인 만큼 모든 부분에서 데이터를 중요하게 생각한다. 따라서 결과를 제공할 때도 충분하고 명확한 데이터를 제공해야 한다. 지원자의 전문성과 성과를 명확하게 보여주는 구체적이고 수치화가 가능한 데이터로, 4분 이내로 짧고 명확하게 답변을 제시해야 한다.

셋째, ‘우리’와 ‘나’을 일관되게 사용하는 실수를 피해야 한다. 아마존의 면접은 일반적으로 45분에서 1시간 정도 진행되는데, 이 시간 안에 아마존 면접관은 ‘지원자 개인’의 성과를 듣고 싶어 한다. 하지만 지원자가 ‘우리’라는 표현을 자주 사용하면 지원자 개인의 능력을 명확하게 면접관이 판단할 수 없다.

이러한 실수를 하지 않으려면 ‘자신의 성과를 최소화하는 것이 아니라 강조하는 시간’으로 활용해야 한다. 이를 위해 “가장 좋은 방법은 면접 전에 공유하고 싶은 업무적 성과를 생각하고 적어두고, 그 성과를 살펴보고 그 성공에 기여한 지원자의 개인적 역할을 설명하라’고 조언한다.

넷째, 경험의 깊이를 보여줄 수 있는 충분한 사례를 준비하지 않은 경우다. 하나의 특정 사례에 대해 자세하게 설명하는 것도 필요하지만, 사례와 경험을 다양하고 깊이 있게 준비하는 것도 필요하다. 면접관이 특정 직급과 직무에서 원하는 지원자의 능력과 잠재력을 가늠하려면 충분한 정보를 제공해야 한다. 면접 단계마다 동일한 성과를 반복하면 지원자의 경험의 깊이를 알 수 없기 때문에, 면접관은 답변 보다 더 많은 질문을 할 수 있다.

다섯째, 질문할 기회를 건너뛰는 경우다. 지원자가 면접관에게 질문을 잘하는 것도 중요하다. 면접관이 진정으로 알고 싶은 것이 무엇인지 이해하는 데 도움이 되는 간단명료한 질문은 면접 결과에 큰 영향을 줄 수 있다. 특히 기술 평가가 포함된 면접에서는 문제에 대한 자신의 해석이 맞는지 확인하고, 자신의 가정을 말한 후 질문에 대한 답변을 제시한다.

여섯째, 면접은 서로에게 유익해야 하는 사실을 잊어버리는 경우다. 면접은 면접관과 지원자가 서로에 대해 더 많이 알고 싶어 하는 공식적인 대화라는 것을 간과하지 말아야 한다. 면접관의 질문에만 일방적으로 답변하는 것이 면접이라고 생각하고 임한다면, 지원자의 책임감, 성장 가능성, 경력 개발 등 회사에서 알고 싶어 하는 사항을 제대로 전달할 수 없다. 따라서 서로를 위해 중요하고 필요한 과정인 만큼 중요한 사항에 대한 질문을 준비하는 것도 필요하다.

 

Syndicated to WWW.CIOKOREA.COM

반응형