Install any skill in seconds. Free to start, no credit card required.
Get Started Free →한국 취준생·재직 이직자를 위한 면접 준비·모의 면접·답변 코칭 스킬입니다. "면접 준비해줘", "예상 질문 뽑아줘", "모의 면접 해줘", "팀핏 질문 대비"처럼 말하면 됩니다. AI 역량검사, 역량 면접(BEI), PT, 토론, 임원, **2026 팀핏 면접**까지 유형별 대비 + 모의 면접 루프 (질문→답변→피드백) + 역질문 15종 + 화상/하이브리드 면접 가이드를 제공합니다.
.claude/skills/modu-ai-interview-coach/SKILL.md| Test case | Without → With | Effect | Δ tokens | Δ turns |
|---|---|---|---|---|
| case-08 | ✗→✓ | ▲ Improved | 103% | 0% |
| case-05 | ✗→✓ | ▲ Improved | 122% | 0% |
| case-06 | ✗→✓ | ▲ Improved | 236% | 0% |
| case-10 | ✗→✓ | ▲ Improved | 149% | 0% |
| case-16 | ✗→✓ | ▲ Improved | 199% | 0% |
> 2026 한국 채용 시장의 가장 큰 변화는 컬처핏(조직 전체) → 팀핏(함께 일할 팀 단위)입니다. 같은 조직 안에서도 팀마다 업무 스타일·갈등 대응이 달라, 본 스킬은 팀핏 모드를 별도로 분리해 면접관 입장에서 검증할 5가지 축(스타일/커뮤니케이션/가치관/협업/갈등)을 다룹니다.
| 영역 | 설명 | |------|------| | 예상 질문 생성 | 직무별, 기업별, 경력별 맞춤 면접 질문 리스트 | | 모의 면접 | 질문 → 답변 → 피드백 → 개선 답변 루프 | | 유형별 대비 | AI면접, 역량면접(BEI), PT면접, 토론면접, 임원면접 | | 답변 코칭 | STAR 기반 답변 구조화, 시간 배분, 비언어 커뮤니케이션 |
참조 가이드: references/common-questions.md, references/interview-types.md
한국 면접 합격률을 비약적으로 높이는 검증된 패턴 7가지:
면접관이 "왜 이걸 묻는가"를 파악하면 답변 방향이 명확.
| 표면 질문 | 실제 의도 | |---|---| | "본인을 한 문장으로 설명해보세요" | 자기 객관화·핵심 메시지 능력 | | "왜 이직하시나요?" | 책임감·다음 회사 적합성·blind spot | | "어려웠던 경험을 말해주세요" | 회복탄력성·문제해결력·자기인식 | | "약점은 무엇인가요?" | 자기 인식·개선 의지 (단점 자체가 아님) | | "10년 후 모습은?" | 커리어 방향성·이 회사의 위치 |
답변 전 30초 의도 분석 → 진짜 답하기.
실무 면접 통과 후 임원 면접에서 평가하는 항목:
[1] 비즈니스 임팩트 — 매출·비용·시간 정량 기여
[2] 의사결정 능력 — Why 5번 묻는 답변 가능 여부
[3] 리더십 / 팔로워십 — 팀에서의 역할
[4] 위기 관리 — 실패 케이스 + 회복 과정
[5] 학습 의지 — 최근 1년 가장 큰 성장
[6] 회사 이해도 — 사업·경쟁사·전략
[7] 장기 커밋 — 이 회사에 왜 머물 것인가
[8] 문화 적합성 — 가치관·일하는 방식P (Point) — 결론 한 문장 ("저는 X를 통해 Y를 달성했습니다")
M (Methodology) — 방법 ("Z 프로세스로")
P (Process) — 과정 (장애·결정·실행)
O (Outcome) — 결과 + 학습STAR보다 더 짧고 인상적. 임원 면접 권장.
[1] 질문 받기 (실제 시간 제한)
[2] 답변 녹화 (30초~2분)
[3] 자기 피드백 + AI 피드백 (구조·내용·전달)
[4] 개선 답변 재녹화3회 반복하면 평균 답변 품질 70% → 90%.
| 항목 | 공기업 | 사기업 | |---|---|---| | 비중 | 인성·태도 60% / 직무 40% | 직무 70% / 인성 30% | | 답변 톤 | 격식·신중 | 자신감·임팩트 | | 핵심 질문 | "왜 공기업?", "공익 가치" | "왜 이 회사?", "비즈니스 임팩트" | | 복장 | 정장 필수 | 비즈니스 캐주얼 OK |
2026년 기준 대기업 320개 이상이 도입. 기아, 농심, 롯데, LG유플러스, SK하이닉스, KT, KB국민은행 등이 활용합니다.
| 단계 | 내용 | 대비 포인트 | |------|------|------------| | 자기소개 | 1분 영상 녹화 | 카메라 응시, 밝은 표정, 핵심 3줄 | | 기본 질문 | 지원동기, 강점/약점 | 30초 내 두괄식 답변 | | 성향 파악 | 상황 판단 선택지 | 일관성 유지, 극단 회피 | | 상황 대처 | 갈등/실패 경험 | STAR 기법 + 감정 표현 | | 전략 게임 | 인지력/판단력 테스트 | 연습 게임으로 패턴 익히기 | | 심층 대화 | AI 꼬리질문 | 구체적 수치와 사례 준비 |
핵심: AI는 답변 텍스트 + 표정 + 음성을 종합 분석합니다. 자연스러운 표정 관리와 일정한 발화 속도가 중요합니다.
과거 행동에서 미래 성과를 예측하는 구조화 면접입니다.
주어진 주제(30-60분 준비)에 대해 10-15분 발표 후 Q&A를 진행합니다.
| 항목 | 전략 | |------|------| | 구조 | 문제 정의 → 원인 분석 → 해결 방안 → 기대 효과 | | 슬라이드 | 5-7장, 데이터/도표 활용, 텍스트 최소화 | | 시간 배분 | 준비 시간의 50% 구조 설계, 30% 자료 작성, 20% 리허설 | | Q&A 대비 | "왜 그 방안인가?", "리스크는?", "대안은?" 예상 |
4-6인 그룹으로 찬반/자유 토론을 진행합니다.
최종 관문으로 인성, 조직 적합성, 비전을 평가합니다.
원티드 HR 트렌드 리포트 2026이 지목한 새 평가 축. 조직 전체 컬처핏과 달리 함께 일할 팀의 정합성을 검증합니다.
| 평가 축 | 면접관 빈출 질문 | 본 스킬 답변 가이드 | |---|---|---| | 업무 스타일 | "주도적으로 일하나, 지시받으며 일하나?" | 직군별 사례 2개 (한 사례는 반대 스타일 적응 경험) | | 커뮤니케이션 | "비대면 협업에서 갈등이 생기면?" | 본인 채널 선호 + 상대 채널 존중 + 실제 사례 | | 가치관 | "팀의 결정이 본인 생각과 다르면?" | 1차 의견 표출 → 결정 후 헌신 → 회고 단계로 | | 협업 태도 | "팀에 신규 멤버가 합류하면?" | 온보딩 문서·1:1 멘토링·페어 협업 중 본인 강점 | | 갈등 대응 | "동료와 의견 충돌한 사례?" | 사실/의견 분리 + 1:1 대화 + 팀장 에스컬레이션 시점 |
팀핏 답변의 안티패턴: "저는 어디서든 잘 어울립니다", "팀과 조화로운 사람입니다" 같은 자기 평가형 클리셰. 항상 구체적 사례 + 본인 결정 동기 + 결과로 답합니다.
[1] 면접관 역할로 질문 제시
↓
[2] 사용자 답변 입력
↓
[3] 피드백 제공 (구조/내용/전달력 3축 평가)
↓
[4] 개선된 모범 답변 제시
↓
[5] 다음 질문으로 이동 또는 같은 질문 재시도피드백 기준:
면접, 인터뷰, 모의면접, 예상질문, 면접준비, AI면접, 역량면접, BEI, PT면접, 토론면접, 임원면접, 팀핏, 컬처핏, 역질문, 화상면접, 하이브리드 면접
참조 가이드(references/)를 사용할 수 없는 경우 다음 단계로 실행합니다.
references/{id}.md 존재 시 로드 → 가이드에 따라 실행--deepthink 또는 복잡한 기업 분석 기반 면접 → sequential-thinking MCP가 설치돼 있으면 mcp__sequential-thinking__sequentialthinking를 활용, 없으면 ultrathink 키워드 기반 심층 추론 또는 일반 단계 추론으로 대체모범 답변 스크립트·자기소개 1분 원고·역질문 문안 등 면접 준비물의 서술 텍스트는 사람이 읽고 말하는 산출물입니다. 답변 초안을 다듬을 때 다음 체인을 거쳐 AI 패턴을 제거하고 자연스러운 구어체 한국어로 만듭니다.
moai-career:interview-coach → moai-core:ai-slop-reviewer → moai-content:humanize-koreanmoai-core:ai-slop-reviewer — "최선을 다했습니다" 류 추상 답변·클리셰 등 AI 패턴 1차 검수·교정moai-content:humanize-korean — 면접에서 실제로 말하듯 자연스러운 문장 리듬으로 2차 휴머나이즈지원 서류는 moai-career:resume-builder, JD 분석은 moai-career:job-analyzer, 포트폴리오는 moai-career:portfolio-guide와 함께 사용하세요.
이 플러그인에서 활용할 수 있는 다른 플러그인의 에이전트:
| 에이전트 | 소속 | 용도 | |---------|------|------| | quality-evaluator | moai-core | 산출물 품질 PASS/FAIL 판정 | | korean-tone-reviewer | moai-hr | 직급별 경어 사용 및 비즈니스 톤 적절성 검토 |
moai-career:resume-builder 스킬을 사용하세요.moai-career:job-analyzer 스킬이 적합합니다.moai-hr:employment-manager 스킬을 사용하세요.| Case | Status | Duration (ms) | Turns | Tokens | Tool calls | ||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| Without | With | Δ | Without | With | Δ | Without | With | Δ | Without | With | Δ | ||
case-02 | pass→pass | 16,655 | 15,961 | -4% | 1 | 1 | 0% | 2,429 | 6,024 | +148% | 0 | 0 | — |
case-08 | fail→pass | 17,731 | 12,953 | -27% | 1 | 1 | 0% | 2,733 | 5,555 | +103% | 0 | 0 | — |
case-18 | pass→pass | 10,175 | 11,425 | +12% | 1 | 1 | 0% | 1,532 | 5,360 | +250% | 0 | 0 | — |
case-01 | fail→fail | 15,684 | 12,818 | -18% | 1 | 1 | 0% | 2,260 | 5,632 | +149% | 0 | 0 | — |
case-03 | pass→pass | 10,235 | 11,364 | +11% | 1 | 1 | 0% | 1,613 | 5,322 | +230% | 0 | 0 | — |
case-04 | pass→pass | 14,288 | 14,498 | +1% | 1 | 1 | 0% | 2,132 | 5,865 | +175% | 0 | 0 | — |
case-05 | fail→pass | 11,703 | 5,605 | -52% | 1 | 1 | 0% | 2,056 | 4,571 | +122% | 0 | 0 | — |
case-06 | fail→pass | 11,301 | 14,466 | +28% | 1 | 1 | 0% | 1,766 | 5,932 | +236% | 0 | 0 | — |
case-07 | pass→pass | 12,432 | 13,228 | +6% | 1 | 1 | 0% | 1,734 | 5,557 | +220% | 0 | 0 | — |
case-09 | pass→pass | 13,837 | 15,335 | +11% | 1 | 1 | 0% | 1,969 | 5,818 | +195% | 0 | 0 | — |
case-10 | fail→pass | 10,184 | 3,048 | -70% | 1 | 1 | 0% | 1,635 | 4,072 | +149% | 0 | 0 | — |
case-11 | pass→fail | 18,065 | 3,860 | -79% | 1 | 1 | 0% | 2,717 | 4,239 | +56% | 0 | 0 | — |
case-12 | pass→pass | 5,062 | 7,909 | +56% | 1 | 1 | 0% | 742 | 4,771 | +543% | 0 | 0 | — |
case-13 | pass→pass | 11,854 | 6,320 | -47% | 1 | 1 | 0% | 1,703 | 4,544 | +167% | 0 | 0 | — |
case-14 | pass→pass | 10,025 | 4,801 | -52% | 1 | 1 | 0% | 1,734 | 4,352 | +151% | 0 | 0 | — |
case-15 | pass→pass | 14,174 | 14,240 | +0% | 1 | 1 | 0% | 2,069 | 5,762 | +178% | 0 | 0 | — |
case-16 | fail→pass | 9,978 | 3,810 | -62% | 1 | 1 | 0% | 1,451 | 4,332 | +199% | 0 | 0 | — |
case-17 | fail→pass | 11,910 | 12,443 | +4% | 1 | 1 | 0% | 1,827 | 5,619 | +208% | 0 | 0 | — |
case-19 | fail→fail | 20,454 | 22,227 | +9% | 1 | 1 | 0% | 3,006 | 6,922 | +130% | 0 | 0 | — |
case-20 | fail→fail | 5,877 | 11,587 | +97% | 1 | 1 | 0% | 969 | 5,526 | +470% | 0 | 0 | — |
case-21 | fail→fail | 17,958 | 16,507 | -8% | 1 | 1 | 0% | 2,805 | 6,227 | +122% | 0 | 0 | — |
case-22 | fail→fail | 9,723 | 11,268 | +16% | 1 | 1 | 0% | 2,016 | 5,685 | +182% | 0 | 0 | — |
DecimalAI ran this skill against gemini-3.6-flash twice over the same eval suite — once with the skill loaded and once without — and compared the two runs case by case. 22 cases were attempted. The headline lift of +23 percentage points is the difference between those two pass rates over the 22 comparable cases. 1 case got worse with the skill loaded, and it is included in that figure.
Without the skill loaded, the model failed this case. With it loaded, the same prompt on the same model passed. This is one improved case from the latest verified run; every case, including any that regressed, is in the table above.
Other measured skills in the registry, with their headline benchmark lift.