Amazon은 어떤 행동 면접 질문을 하며, 어떻게 답해야 하나요?

Amazon은 리더십 원칙을 공개하고 지원자에게 관련 사례를 준비하라고 안내하므로, 행동 면접은 생각만큼 불가사의하지 않습니다. 면접 루프의 각 면접관은 일부 원칙을 배정받아 이를 겨냥한 과거 행동 질문을 하며, 면접 후 논의에서는 면접관별이 아니라 전체 루프에서 원칙별로 수집된 근거를 비교합니다.

Amazon의 행동 면접은 일반적인 행동 면접과 세 가지 면에서 다릅니다.

• 감상보다 구체성. 면접관은 지원자가 직접 무엇을 했는지, 어떤 제약이 있었는지, 측정 가능한 결과가 무엇이었는지 파고듭니다. 모호한 답변에는 구체적으로 설명되거나 허점이 드러날 때까지 후속 질문이 이어집니다.
• 데이터. Amazon의 공식 지침은 지원자에게 사례에서 데이터와 지표를 사용하라고 요구합니다. 본인의 업무에서 나온 정량화할 수 있는 결과는 최상급 표현보다 훨씬 가치가 큽니다.
• Bar Raiser. 채용 팀 외부에서 온 면접관 한 명은 채용 기준을 지키도록 훈련받으며 채용을 막을 수도 있습니다. 이 면접관은 지원자의 이야기 사이에 일관성이 있는지, 지원자가 팀의 평균 수준을 높일 근거가 있는지 살펴봅니다.

Amazon은 대부분의 원격 면접을 자체 도구인 Amazon Chime에서 진행하며, 루프 형식은 기업 면접 주제의 Amazon 면접 절차 가이드에 설명되어 있습니다.

표현은 달라져도 연결되는 원칙은 달라지지 않습니다. 아래의 원칙마다 적어도 하나의 사례를 준비하고, 각 사례에 두세 개의 후속 질문이 이어질 것으로 예상하세요.

• Customer Obsession: 고객이 요구한 범위를 넘어 행동했던 경험을 말해 주세요. 고객에게는 옳지만 내부에서는 환영받지 못한 결정을 내린 적이 있나요?
• Ownership: 자신의 책임 범위 밖에 있었지만 직접 맡아 해결한 문제를 설명해 주세요. 단기적인 비용을 감수하고 장기적인 결정을 내린 경험을 말해 주세요.
• Invent and Simplify: 프로세스를 단순화한 사례를 말해 주세요. 다른 사람들이 복잡하다고 생각한 문제에서 더 간단한 해결책을 찾은 적은 언제인가요?
• Are Right, A Lot: 정보가 불완전한 상황에서 내린 결정을 말해 주세요. 언제 판단이 틀렸으며, 그것을 어떻게 알게 되었나요?
• Learn and Be Curious: 최근 업무를 더 잘하기 위해 스스로 무엇을 배웠나요?
• Hire and Develop the Best: 팀원이 성장하도록 어떻게 도왔나요? 옳았거나 틀렸던 채용 결정을 말해 주세요.
• Insist on the Highest Standards: 품질이 충분하지 않아 결과물 출시를 거부했던 경험을 설명해 주세요.
• Think Big: 요청받은 범위보다 더 큰 규모의 제안을 했던 경험을 말해 주세요.
• Bias for Action: 합의를 기다리지 않고 결정을 내린 적은 언제이며, 그 결과는 어땠나요?
• Frugality: 계획보다 적은 자원으로 어떻게 결과를 달성했나요?
• Earn Trust: 팀이나 고객에게 실수를 인정해야 했던 경험을 말해 주세요.
• Dive Deep: 데이터가 통념과 모순되어 깊이 파고들었던 경험을 설명해 주세요.
• Have Backbone; Disagree and Commit: 관리자와 의견이 달랐던 경험을 말해 주세요. 결정이 자신의 의견과 반대로 내려진 후에는 어떻게 했나요?
• Deliver Results: 위험에 처한 프로젝트에서 결국 결과를 달성한 경험을 설명해 주세요.
• Strive to be Earth's Best Employer 및 Success and Scale Bring Broad Responsibility: 주변 사람들의 근무 환경을 어떻게 개선했나요? 당장의 결과를 넘어 더 넓은 영향을 고려해 내린 결정을 말해 주세요.

하나의 사례를 두 가지 원칙에 활용할 수는 있지만, 같은 루프에서 두 면접관에게 동일한 사례를 제시해서는 안 됩니다. 면접관들은 면접 기록을 서로 비교합니다.

대부분의 지원자는 STAR 형식을 알고도 점수를 잃습니다. 이는 당연한 일입니다. 형식 자체가 어려운 부분은 아니기 때문입니다. 간단히 말해 이 섹션에서는 Amazon 면접관이 각 STAR 단계에서 확인하는 요소인 실제 제약, 지원자 본인의 행동, 근거를 댈 수 있는 수치, 배운 점을 다룹니다.

• Situation: 문제를 어렵게 만든 제약을 포함해 한두 문장으로 상황을 설명합니다.
• Task: 지원자 본인이 구체적으로 책임진 일을 설명합니다. 우리가 아니라 나를 주어로 말하세요. 팀 뒤에 숨으면 면접관은 지원자가 무엇을 했는지 물을 것입니다.
• Action: 자신이 내린 결정과 선택하지 않은 대안을 설명합니다. 이 부분에서 Dive Deep과 Bias for Action이 평가됩니다.
• Result: 반박을 받아도 근거를 댈 수 있는 측정 가능한 결과와 다르게 할 점을 설명합니다. 결과가 없는 이야기는 미완성으로 보입니다.

물류 조직의 고위 직책에 지원한 프로그램 관리자가 관리자와 의견이 달랐던 경험에 관한 질문을 받습니다. 지원자는 해당 결정, 자신이 제시한 데이터, 자신의 의견과 반대되는 결론이 내려진 회의, 그리고 이후 자신이 반대했던 계획을 실행하고 결과를 솔직하게 보고한 과정을 설명합니다. 마지막 부분이 바로 Disagree and Commit의 Commit에 해당하며, 면접관이 기다리던 대목입니다. 각 사례를 몇 분 동안 소리 내어 말하는 연습을 하세요. 모의 면접 도구로 Amazon 방식의 후속 질문이 포함된 행동 면접 세션을 진행할 수 있습니다.

네. 이야기를 만들어 내는 수단이 아니라 본인의 자료를 떠올리게 하는 힌트로 사용할 수 있습니다. SubcueAI의 macOS 및 Windows 네이티브 데스크톱 앱은 통화의 시스템 오디오와 마이크 입력을 캡처하므로, 면접 루프가 Amazon Chime, Zoom, Google Meet 또는 Microsoft Teams 중 어디에서 진행되든 질문을 들을 수 있으며 본인에게만 보이는 플로팅 오버레이에 간단한 추천 답변 구조를 표시합니다. 이력서를 업로드하고 준비한 답변을 대시보드에 저장했다면, 추천 내용은 본인의 사례와 질문이 겨냥하는 원칙을 가리킵니다. 이는 행동 면접에서 바로 필요한 기억 보조 기능입니다. Chrome 또는 Edge 브라우저 탭에서 진행되는 통화에는 브라우저 확장 프로그램의 Side Panel이 회의 탭의 오디오만 캡처하므로 면접관의 말은 듣지만 지원자의 말은 전사하지 않습니다. 어느 방식도 봇으로 통화에 참여하거나 회의 페이지에 어떤 내용도 삽입하지 않습니다.

솔직히 말해 다음과 같은 한계가 있습니다. 후속 질문에서는 어시스턴트가 알 수 없는 세부 정보를 검증하므로 답변은 여전히 사실이어야 하고 본인의 경험이어야 합니다. 회사에서 관리하는 기기를 사용하는 대면 면접 루프, 녹화되는 세션 또는 화면 공유는 SubcueAI의 용도에 포함되지 않습니다. SubcueAI 창립자 Aaron Cao는 오버레이와 관련된 어떤 것도 통화 자체의 일부가 되지 않도록, 이를 회의 참가자가 아닌 비공개 로컬 창으로 설계했습니다. 설정 방법은 튜토리얼 페이지에 있으며, 보안 페이지에서는 캡처되는 내용을 설명합니다.