Power BI 면접 질문

동작하는 보고서를 만들 수 있어도 DAX 질문에서 막힐 수 있습니다. 면접은 함수 목록이 아니라 평가 모델 자체를 검증하기 때문입니다. 이 섹션에서는 거의 모든 Power BI 면접에서 나오는 DAX 질문과, 좋은 답변에 들어가야 할 내용을 다룹니다.

• 측정값과 계산 열의 차이는 무엇인가요? 계산 열은 새로 고침 중에 행 단위로 계산되어 모델에 저장되며 메모리를 소비합니다. 측정값은 쿼리 시점에 현재 필터 컨텍스트를 기준으로 계산되며 아무것도 저장하지 않습니다. “하나는 동적이다”라고만 말하지 말고 메모리와 계산 시점을 함께 짚어 주세요.
• 행 컨텍스트와 필터 컨텍스트를 설명해 주세요. 행 컨텍스트는 반복 처리 중의 현재 행이고, 필터 컨텍스트는 슬라이서, 시각화, DAX가 적용한 필터의 집합입니다. 헷갈리는 결과 대부분은 하나를 기대했는데 다른 하나가 나올 때 생깁니다.
• CALCULATE는 무슨 역할을 하나요? 수정된 필터 컨텍스트에서 식을 평가하고, 행 컨텍스트를 필터 컨텍스트로 변환합니다. 면접관이 듣고 싶어 하는 부분은 뒤쪽 절반입니다.
• SUMX와 같은 반복기가 필요한 시점은 언제인가요? 집계 전에 행 단위로 계산이 이뤄져야 할 때입니다. 예를 들어 단가 곱하기 수량처럼, 곱셈 결과를 담은 열이 따로 없는 경우입니다.
• ALL은 무엇을 하고, 왜 CALCULATE와 짝을 이루나요? 필터를 제거합니다. 이렇게 해서 전체 대비 비율 측정값을 만듭니다.
• RELATED와 RELATEDTABLE의 차이를 설명해 주세요. 방향이 중요합니다. 하나는 “하나” 쪽으로 건너가고, 다른 하나는 “여러” 쪽의 행을 반환합니다.

면접 전체에서 쓸모 있는 습관 하나: DAX 답변이 흔들리기 시작하면 컨텍스트로 돌아가세요. 대부분의 추가 질문은 결국 어떤 컨텍스트가 활성화되어 있고 무엇이 그것을 바꿨는지로 귀결됩니다.

모델링 질문은 보고서만 만들 줄 아는 사람과 데이터셋을 실제로 책임질 수 있는 사람을 구분합니다. 여기서 기대하는 것은 차원 모델링에 맞는 어휘입니다.

• 스타 스키마와 스노우플레이크 중 무엇을 선택하고, 이유는 무엇인가요? 쿼리 성능과 더 단순한 DAX를 위해 비정규화된 차원을 가진 스타 스키마를 선택합니다. 스노우플레이크는 어떤 차원이 정말로 크거나 공유될 때만 사용합니다. 단일한 평면 테이블이라는 답은 그 자리에서 면접을 일찍 끝내는 답입니다.
• 팩트 테이블과 차원 테이블은 각각 무엇인가요? 팩트는 정해진 세분화 수준에서 측정 가능한 이벤트를 담고, 차원은 슬라이스할 때 쓰는 속성을 담습니다.
• 관계의 카디널리티와 교차 필터 방향은 왜 중요한가요? 단방향 일대다 관계가 기본값인 데는 이유가 있습니다. 양방향 필터링은 모호함을 만들고 잘못된 합계를 낳을 수 있습니다.
• 다대다 관계는 어떻게 처리하나요? 브리지 테이블을 사용하고, 그 이후의 합계가 무엇을 의미하는지 설명합니다.
• 전용 날짜 테이블이 왜 필요한가요? 시간 인텔리전스 함수는 연속적으로 표시된 날짜 테이블을 필요로 하며, 이것이 없으면 연초 누계나 전년 동기 측정값이 제대로 작동하지 않습니다.
• 이 변환은 Power Query에서 할까요, DAX에서 할까요? 가능하면 Power Query에서 정리하세요. 그곳의 변환은 매 쿼리마다가 아니라 새로 고침 시 한 번만 실행되기 때문입니다.

한 소매 보고 팀 면접을 보던 BI 분석가는 매출 합계가 제품별로는 맞는데 지역별로는 왜 틀린지 질문받았습니다. 면접 패널이 원한 답은 모델링 관점의 답, 즉 양방향 관계가 모호한 필터 경로를 만든다는 설명이었지 DAX를 다시 쓰는 것이 아니었습니다. 모델 계층에서 먼저 진단하는 본능이 바로 시험 대상입니다.

직무별 다른 질문 모음은 직무별 면접 질문에 정리되어 있습니다.

이런 질문들은 BI 개발자와 분석 엔지니어 면접에서 나오며, Power BI Desktop에서만 작업해 본 후보자들이 할 말이 떨어지는 지점이기도 합니다.

• Import, DirectQuery, Composite 중 무엇을 선택하나요? Import는 쿼리 속도가 가장 빠르지만 메모리와 새로 고침 주기에 제한됩니다. DirectQuery는 데이터를 최신 상태로 유지하지만 부하를 소스에 떠넘기고 DAX에 제약이 있습니다. Composite는 이 둘을 섞습니다. 트레이드오프와, 그것을 결정하는 조건 하나를 제시하세요.
• 온프레미스 데이터 게이트웨이는 무엇을 위한 것인가요? 예약된 새로 고침과 DirectQuery를 위해 클라우드 서비스를 기업 네트워크 뒤편의 소스에 연결하는 역할입니다.
• 증분 새로 고침은 어떻게 동작하나요? 날짜 범위로 파티션을 나누어 최근 파티션만 다시 로드되도록 하며, 이 기능이 요구하는 범위 매개변수로 구성합니다.
• 행 수준 보안은 어떻게 구현하나요? 차원 테이블에 DAX 필터 식을 가진 역할을 두고, 로그인한 사용자 함수로 매핑 테이블에서 사용자를 조회하는 동적 보안을 함께 씁니다.
• 워크스페이스, 앱, 데이터셋, 보고서는 서로 어떤 관계인가요? 서비스에 대한 기본적인 이해를 묻는 것으로, Desktop에서만 작업해 본 사람이 틀리기 쉬운 간단한 질문입니다.
• 느린 보고서는 어떻게 개선하나요? 페이지당 시각화 개수를 줄이고, 계산 열보다 측정값을 우선하고, 관계 열의 카디널리티를 낮추고, 성능 분석기로 살펴봅니다.

경험이 전부 Desktop에 한정되어 있다면 솔직히 그렇게 말하고 무엇을 배워야 하는지 설명하세요. 면접관은 명시된 공백은 받아들이지만, 다음 추가 질문에서 무너질 지어낸 배포 경험은 받아들이지 않습니다.

Power BI 답변은 특정한 방식으로 입 밖에서 무너집니다. 후보자는 차이를 알고 있으면서도 설명이 겉돌게 되는데, 지금까지 클릭으로만 그 차이를 보여 왔기 때문입니다. 질문 모음을 읽으면 “낯이 익다”는 감각은 생기지만, 낯선 사람이 직접 묻고 기다릴 때 그 감각은 무너집니다.

위에서 가장 받고 싶지 않은 질문 다섯 개를 골라, 화면 없이 구십 초 안에 각각을 소리 내어 답해 보세요. CALCULATE가 무엇을 하는지 그림 없이 말할 수 없다면, 면접장에서도 말할 수 없습니다. 추가 질문을 던지는 AI 면접관에게 같은 질문을 반복해서 연습하는 것이 노트를 다시 읽는 것보다 실제 대화에 더 가깝고, 이것이 바로 모의 면접 모드가 만들어진 이유입니다.

SubcueAI의 창립자 Aaron Cao는 이 연습 모드를 콘텐츠 전달이 아니라 반복해서 소리 내어 말하는 것 중심으로 설계했습니다. 질문 목록은 얼마든지 있지만 말하는 반복 횟수는 그렇지 않기 때문입니다. 실제 면접에서는 데스크톱 앱과 브라우저 확장 프로그램의 사이드 패널이 면접관이 말하는 동안 구조를 보여줄 수 있으며, 이는 이미 알고 있는 내용에서 가장 도움이 됩니다. 설정 단계는 튜토리얼 페이지에 있습니다.