무신사 AI Native Engineer 1차 코딩테스트 회고

TL;DR

💡

C++로만 PS를 해왔지만, 허용 언어에 없어서 4일간 Python을 집중 학습해 응시했다.
사이즈 추천, 스토어 픽업 예약 등 실제 서비스 도메인 문제가 출제되었고, 60분 내 2문제 모두 완료했다.

시험 개요

항목	내용
일시	2026.02.01 (일) 15:00 ~ 16:00
시간	60분
플랫폼	devth (goorm 제공2)
문제 수	2문제
결과	2/2 완료

시험 환경

Devth 데스크톱 앱을 설치하여 응시했다.

AI 도구(Claude, ChatGPT 등)가 실행 중이면 종료하라는 안내가 있었고, 화면 공유/외부 모니터링을 통한 부정행위 감지 시스템이 적용되어 있었다.

에디터는 기본적인 문법 하이라이팅만 제공되고, 자동완성이나 AI 지원은 없었다.

왜 C++을 두고 Python을 선택했는가?

1차 코딩테스트는 Java, Kotlin, JavaScript, Python 중 하나로만 응시 가능했다.

평소 알고리즘 문제 풀이를 C++로만 해왔기에 서류 합격 후 채용팀에 직접 문의했지만…

왜 이 언어들만?

MUSINSA ROOKIE AI NATIVE ENGINEER 공고를 보면 이유가 명확해진다.

코딩테스트에서 허용한 언어 = 실제 서비스 개발에 사용하는 언어들이다.

TypeScript는 왜 사용할 수 없는지 모르겠다만…

C++은 무신사의 서비스 개발에서 사용되지 않기 때문에 배제된 것이다.

이는 FAQ에 명시된 내용과도 직결된다.

Python 선택 이유

4개 언어 중 Python을 선택한 이유는 다음과 같다.

FastAPI로 백엔드 개발 경험이 있어 문법이 어느 정도 익숙했다
간단한 문제 해결을 위한 스크립트 언어로 간헐적으로 사용했다
코딩테스트에서 Python의 생산성이 높다 (간결한 문법, 풍부한 내장 함수)
4일이라는 짧은 준비 기간에 핵심만 익히기에 적합했다

문제 풀이

문제 1: 사이즈 추천

브랜드별 사이즈 정보(키, 가슴, 허리 범위)가 주어지고, 고객의 신체 치수를 기반으로 적합한 사이즈를 추천하는 문제였다.

브랜드별로 사이즈 정보를 딕셔너리에 저장하고, 고객 요청마다 범위 매칭
→ 예외 케이스(UNKNOWN, UP, DOWN, MISMATCH) 순으로 분기 처리했다.

약 30분 소요.

문제 2: 스토어 픽업 예약

스토어별 운영 정보와 재고 정보가 주어지고, 픽업 예약 요청을 처리하는 문제였다.

실패 사유에 우선순위(STORE → TIME → FULL → STOCK)가 있어서, 요청마다 우선순위 순으로 검증하고 성공 시 재고 차감 + 픽업 카운트를 증가시켰다.

약 30분 소요.

준비 과정 회고

4일간의 준비에서 가장 어려웠던 건 알고리즘 자체가 아니라 도구의 전환이었다.

첫째, 입출력 방식이 완전히 달랐다.
C++에서는 cin/cout으로 처리하던 걸 Python에서는 input().split()이나 sys.stdin으로 바꿔야 했고, 형변환도 직접 해야 했다.
PS에서 입출력은 모든 문제의 시작점이라 여기가 불안하면 전체가 흔들린다.

둘째, 필요한 라이브러리를 직접 import해야 했다.
C++에서는 bits/stdc++.h 하나로 끝나지만, Python은 collections, heapq, itertools 등 필요한 모듈을 알고 있어야 한다.
어떤 자료구조가 어떤 모듈에 있는지를 파악하는 데 시간이 걸렸다.

셋째, 시험 환경에 자동완성이 없었다.
평소 개발할 때는 IDE가 함수 시그니처를 보여주지만, Devth에는 문법 하이라이팅만 제공됐다.
새로 익힌 Python 함수들의 사용법을 머릿속에 넣어둬야 했고, 이걸 위해 구름LEVEL에서 실제 시험과 같은 환경으로 연습했다.

준비 전략에도 아쉬움이 있었다.
BFS, DFS, DP 같은 알고리즘 유형을 중심으로 준비했지만, 실제 문제는 문자열 파싱과 딕셔너리 활용이 핵심이었다.
돌이켜보면 FAQ에서 이미 "고급 알고리즘보다 구현력과 꼼꼼함"이라고 힌트를 줬는데, 준비 단계에서 이를 충분히 반영하지 못했다.