프로그래밍 기초편 · AI 시대의 알고리즘 학습관

AI가 문제를 다 푸는데, 아직도 LeetCode를 풀어야 할까요?

이 장에서 가장 많이 받는 질문이에요. 답은 단순한 예/아니요가 아니에요—직무마다 차이가 커요. 이번 레슨은 미주알고주알 말고, 2026 면접 시황을 솔직히: 어떤 직무가 아직도 보는지, 어느 난이도인지, 어떤 직무는 진작 안 보는지. 먼저 당신의 자리를 찾으세요.

내 자리 찾기 · 직무를 고르세요

카드를 눌러 그 직무 면접이 알고리즘을 아직 보는지, 업무에서 어디에 쓰이는지, 한 줄 조언을 보세요. 2026 시황에 기반한 경험적 판단이며 회사마다 차이가 커요—참고용으로만.

면접에서 아직도 보나요?

업무에서 어디에 쓰이나요

당신에게 주는 조언

⚠️ 위는 2026 주류 시황의 경험 요약이에요. 빅테크·스타트업·외자 회사의 말이 완전히 다를 수 있어요—면접 전에 목표 회사 최근 면접 후기를 꼭 확인하세요.

자기 직무를 본 뒤, 인접 직무도 한두 개 더 눌러 보세요. PM은 “AI 앱 개발”, 프론트는 “빅테크 백엔드”를—남이 뭘 보는지 알면, 리뷰 회의에서 맞은편 기술 동료가 뭘 걱정하는지 들려요.
면접의 변화와 불변 · 2020 vs 2026

같은 기술 면접인데, 고사 중심이 최근 몇 년 뚜렷이 이동했어요. 연도를 바꿔 네 능력의 비중이 어떻게 변하는지 보세요(도식, 정밀 통계 아님).

화이트보드 손코딩
45%
기초와 프로젝트 깊게 파기
30%
시스템 설계
20%
AI 협업 능력
5%
2020: 문제 풀이가 왕. 화이트보드 손코딩이 거의 절반 비중이었고, 300제 숙련이 많은 빅테크의 문턱이었으며, “원본을 외웠다”만으로도 통과할 수 있었어요.
비중은 경험 도식이지 어떤 기관의 통계가 아니며, 회사·레벨마다 차이가 커요.
면접이 아니어도 알아둘 두 가지 이유
이유 1

AI가 쓴 코드 검수하기

자료구조·알고리즘 두 장을 관통하는 같은 주제예요: AI 코드가 돌아간다 ≠ 출시 가능. Demo 데이터에선 흠없는 O(n²) 구현을 줄 수 있고, 데이터량이 100배면 그 자리에서 멈춰요. 빠르고 느림을 보는 사람은 머지하는 날 막을 수 있어요.

이유 2

기술 동료와 말이 통하기

리뷰에서 “여기 O(n²) 아닌가요, 데이터량 올라가면 어떡하죠?” 한 줄이 “이거 느린 거 아닌가요” 열 줄보다 신뢰를 만들어요. 알고리즘 어휘는 기술 팀의 공통어—문제를 풀 필욘 없지만, 듣고 물을 수 있으면 발언권이 완전히 달라져요.

반대 의견도 꺼내 놓기

“300제 죽어라 풀고 패턴 외우기” 시대는 정말 지났어요

그 비판은 맞아요. AI가 LeetCode hard를 초 단위로 푸는 오늘, 풀이를 외우는 한계 효용은 크게 줄어요—면접관도 원본을 봤을 수 있음을 알기에, 더 많은 회사가 변형 문제·오픈북 AI 협업 문제로 옮겨가요. 진짜 가치가 남는 건 사상 이해: 왜 이진 탐색은 정렬이 필요한지, 재귀의 대가는 어디인지, 언제 공간으로 시간을 살지. 사상을 알면 문제가 바뀌어도 따라가고, 패턴만 외우면 껍질만 바꿔도 들통나요. 사상 이해 > 문제 암기—이 장의 열 개 레슨이 줄곧 해 온 일이에요.

이 강의가 전하고 싶은 것