FAANG 기업별 면접 완전 가이드

FAANG(현재는 MAANG으로도 불림) 면접은 각 기업마다 독특한 문화와 평가 기준이 있습니다. 이 가이드에서는 Google, Meta, Amazon, Apple, Netflix 각사의 면접 프로세스를 심층 분석하고 실전 합격 전략을 제공합니다.

목차

1. Google 면접 완전 가이드
2. Meta(Facebook) 면접 완전 가이드
3. Amazon 면접 완전 가이드
4. Apple 면접 완전 가이드
5. Netflix 면접 완전 가이드
6. 공통 준비 전략 & 타임라인
7. 연봉 & 오퍼 협상 전략
8. 퀴즈

1. Google 면접 완전 가이드

1.1 면접 프로세스 개요

Google의 면접은 일반적으로 다음 단계로 진행됩니다.

Recruiter Contact
      ↓
Resume Screen
      ↓
Phone Screen (1회, 45분 코딩)
      ↓
Virtual Onsite (4~5 라운드, 각 45분)
      ↓
Hiring Committee Review
      ↓
Team Matching
      ↓
Offer

각 단계를 통과하는 데 평균 6~10주가 소요됩니다. Hiring Committee(HC)가 모든 면접 피드백을 검토하므로, 합격 결정은 개별 면접관이 아닌 위원회에서 내립니다.

1.2 코딩 라운드

특징

• Google Doc 또는 Google Meet Jam Board에서 코딩 진행
• IDE나 자동완성 없음 → 코드 정확성보다 사고 과정 중시
• LeetCode Hard 수준 문제가 자주 출제됨
• 2~3개 문제가 한 라운드에 출제될 수 있음 (Medium 2개 or Hard 1개)

자주 출제되는 유형

코딩 면접 팁

1. 문제를 받으면 즉시 코딩하지 말고 예시를 직접 작성해 clarify
2. Brute force 먼저 설명 후 최적화 방향 제시
3. 시간/공간 복잡도를 명시적으로 언급
4. Edge case를 스스로 찾아서 처리

Google 코딩 면접에서 자주 쓰이는 패턴

# Two Pointer 패턴
def two_sum_sorted(arr, target):
    left, right = 0, len(arr) - 1
    while left < right:
        curr = arr[left] + arr[right]
        if curr == target:
            return [left, right]
        elif curr < target:
            left += 1
        else:
            right -= 1
    return []

# Sliding Window 패턴
def max_subarray_sum(arr, k):
    window_sum = sum(arr[:k])
    max_sum = window_sum
    for i in range(k, len(arr)):
        window_sum += arr[i] - arr[i - k]
        max_sum = max(max_sum, window_sum)
    return max_sum

1.3 System Design 라운드

Google의 시스템 설계 면접은 분산 시스템 설계에 중점을 둡니다.

자주 출제되는 시스템 설계 주제

• Google Search 설계
• YouTube 설계 (대용량 비디오 스트리밍)
• Google Maps 설계
• Gmail 설계
• Google Drive 설계
• Distributed Key-Value Store

평가 기준

1. Requirement Clarification (요구사항 명확화)
   - Functional Requirements
   - Non-Functional Requirements (scale, latency, availability)

2. High-Level Design
   - API Design
   - Data Model
   - Component Diagram

3. Deep Dive
   - Bottleneck 식별 및 해결
   - Scalability 방안
   - Consistency vs Availability 트레이드오프

4. Wrap-up
   - Monitoring & Alerting
   - Failure Scenarios

Google 시스템 설계에서 자주 등장하는 개념

• Bigtable, Spanner, Chubby (Google 내부 시스템)
• Consistent Hashing
• MapReduce 패러다임
• CAP Theorem 실제 적용

1.4 Googleyness + Leadership 라운드

일반 행동 면접이 아닌 Googleyness와 **General Cognitive Ability(GCA)**를 평가합니다.

Googleyness의 핵심 가치

• Intellectual humility (지적 겸손함)
• Thriving in ambiguity (모호함 속에서 성과 내기)
• Collaborative spirit (협업 정신)
• Fun and creative approach (창의적 접근)

자주 나오는 질문 유형

• "프로젝트에서 실패한 경험을 말하고, 무엇을 배웠나요?"
• "팀원과 의견 충돌이 있었을 때 어떻게 해결했나요?"
• "모호한 요구사항을 받았을 때 어떻게 접근했나요?"
• "데이터를 활용해 의사결정을 내린 경험을 공유해주세요."

1.5 Google 레벨 시스템 (L4~L7)

1.6 합격자 조언

실제 합격자들이 공유한 핵심 팁들입니다.

• 코드 정확성보다 사고 과정: 면접관은 완벽한 코드보다 당신이 문제를 어떻게 분해하는지를 봅니다.
• Clarifying Questions 적극 활용: 문제를 듣자마자 바로 풀지 않고, 2~3개의 명확화 질문을 합니다.
• Think Out Loud: 머릿속으로만 생각하지 말고 항상 생각을 소리로 표현합니다.
• HC Review 이해: 면접관 개인 의견이 아닌 위원회 결정이므로, 모든 라운드에서 일관된 퍼포먼스가 중요합니다.

2. Meta (Facebook) 면접 완전 가이드

2.1 면접 프로세스 개요

Initial Recruiter Call
      ↓
Technical Phone Screen (45분, 코딩 1~2문제)
      ↓
Onsite (Virtual) - 5 라운드:
  - 코딩 2라운드
  - 시스템 디자인 1라운드
  - 행동 면접(Behavioral) 1라운드
  - Cross-functional (선택적)
      ↓
Hiring Committee Review
      ↓
Offer

2.2 코딩 라운드

Meta 코딩의 특징

• CoderPad 사용 (실제 실행 가능한 환경)
• 45분에 2문제 (Medium~Hard)
• 첫 문제를 15~20분 안에 풀어야 두 번째 문제에 충분한 시간 확보 가능
• Python, Java, C++, JavaScript 등 다양한 언어 허용

Meta에서 자주 나오는 문제 유형

Meta 코딩 예시 - 자주 나오는 패턴

# BFS for Tree Level Order
from collections import deque

def level_order(root):
    if not root:
        return []
    result = []
    queue = deque([root])
    while queue:
        level_size = len(queue)
        level = []
        for _ in range(level_size):
            node = queue.popleft()
            level.append(node.val)
            if node.left:
                queue.append(node.left)
            if node.right:
                queue.append(node.right)
        result.append(level)
    return result

2.3 System Design 라운드

Meta의 시스템 설계는 소셜 네트워크 서비스 관련 주제가 많습니다.

자주 출제되는 주제

• Facebook News Feed 설계
• Instagram 설계
• WhatsApp 메시징 시스템
• Facebook Messenger
• Instagram Stories
• Facebook Live 스트리밍

Meta 시스템 설계 접근법

Meta는 특히 다음을 중시합니다.

1. Scale: 수십억 사용자 처리 방법
2. Real-time: 실시간 업데이트 메커니즘
3. Privacy: 사용자 데이터 보호

2.4 Behavioral 라운드 - "Move Fast" 문화

Meta의 핵심 가치는 "Move Fast and Break Things"에서 발전한 "Move Fast" 문화입니다.

Meta의 핵심 가치 (면접에서 반드시 표현해야 할 것들)

• Move Fast: 빠른 실행과 반복
• Be Bold: 위험을 감수한 도전
• Focus on Impact: 임팩트 중심 사고
• Be Open: 투명한 소통
• Build Social Value: 사회적 가치 창출

STAR 방법론 기반 답변 구조

S (Situation): 상황 설명 (2~3문장)
T (Task): 당신의 역할/책임 (1~2문장)
A (Action): 구체적으로 취한 행동 (3~4문장, 핵심)
R (Result): 측정 가능한 결과 (2~3문장)

자주 나오는 Behavioral 질문

• "빠르게 실행해서 성공한 경험을 말해주세요."
• "위험을 감수하고 도전했던 경험은?"
• "데이터에 기반해 의사결정을 내린 사례를 공유해주세요."
• "다양한 stakeholder와 일하면서 조율한 경험은?"

2.5 Meta "Jedi" 성과 측정 시스템

Meta는 내부적으로 "Jedi"라는 성과 측정 프레임워크를 사용합니다. 면접에서도 이 관점이 반영됩니다.

평가 차원

2.6 Meta 레벨 시스템 (E3~E6)

3. Amazon 면접 완전 가이드

3.1 면접 프로세스 개요

Amazon의 면접은 **리더십 원칙(Leadership Principles)**이 모든 과정에 깊이 통합되어 있습니다.

Online Assessment (OA)
  - LeetCode Medium 2문제 (70분)
  - Workstyle Assessment (행동 설문)
      ↓
Phone Screen (1시간)
  - 코딩 1~2문제
  - LP 기반 행동 질문
      ↓
Virtual Loop (5~7 라운드, 각 1시간)
  - 코딩 라운드 2~3개
  - 시스템 디자인 1~2개
  - LP 행동 면접 전체 라운드
  - Bar Raiser 라운드 포함
      ↓
Bar Raiser 승인
      ↓
Offer

3.2 14개 리더십 원칙 심층 분석

Amazon의 면접에서 가장 중요한 것은 **14개 리더십 원칙(LP)**에 맞는 답변입니다. 각 라운드마다 반드시 LP 질문이 포함됩니다.

14개 리더십 원칙 전체 목록

1. Customer Obsession: 고객에서 시작해서 거꾸로 작업
2. Ownership: 주인의식, 자신의 팀 범위를 넘어 책임
3. Invent and Simplify: 혁신과 단순화
4. Are Right, A Lot: 강한 판단력과 직관
5. Learn and Be Curious: 끝없는 학습
6. Hire and Develop the Best: 최고를 채용하고 육성
7. Insist on the Highest Standards: 높은 기준 고집
8. Think Big: 크게 생각하기
9. Bias for Action: 행동 편향 (리스크를 감수한 빠른 실행)
10. Frugality: 검약 (제약 속 혁신)
11. Earn Trust: 신뢰 구축
12. Dive Deep: 깊이 파고들기
13. Have Backbone; Disagree and Commit: 반대 의견 표명 후 헌신
14. Deliver Results: 결과 달성

STAR 형식으로 LP 답변 준비하기

각 LP당 최소 2개 이상의 구체적인 경험을 준비해야 합니다.

LP: Customer Obsession 관련 질문 예시
Q: "고객의 요구가 기술적 한계와 충돌했을 때 어떻게 했나요?"

S: "스타트업에서 결제 시스템을 담당했을 때, 고객들이 매우 느린
   결제 처리 속도(평균 8초)에 불만을 표현했습니다."
T: "저는 결제 팀의 백엔드 엔지니어로서 성능 개선을 담당했습니다."
A: "고객 불만 로그를 분석하여 병목 지점을 파악하고, 비동기 처리
   방식으로 아키텍처를 개선했습니다. 동시에 캐싱 레이어를 추가하여
   반복 요청 처리 속도를 높였습니다."
R: "결제 처리 시간을 8초에서 1.2초로 85% 단축했으며,
   고객 만족도 점수가 3.2에서 4.6으로 향상되었습니다."

3.3 Bar Raiser 라운드

Bar Raiser는 Amazon 고유의 면접 제도입니다.

Bar Raiser란?

• 해당 팀과 무관한 시니어 직원이 면접관으로 참여
• 목적: 전체 Amazon의 기준을 일정하게 유지
• Bar Raiser는 강력한 "No Hire" 거부권을 보유
• 일반적으로 가장 어려운 LP 질문을 함

Bar Raiser에서 자주 나오는 질문

• "가장 어려웠던 기술적 결정과 그 과정을 설명해주세요."
• "당신의 판단이 틀렸던 사례와 어떻게 수정했나요?"
• "조직에서 가장 어려운 사람과 일한 경험은?"
• "프로젝트 마감이 불가능해 보였을 때 어떻게 했나요?"

3.4 Amazon OA (Online Assessment)

OA 구성

Section 1: Coding Challenge
  - 문제 2개
  - 70분 제한
  - LeetCode Medium 수준

Section 2: Work Style Assessment
  - "다음 행동 중 당신에게 가장 맞는 것은?" 형식
  - LP 기반 성향 측정
  - 정답이 없지만 LP와 일치하는 답변 선택 권장

OA 코딩 자주 출제 유형

3.5 Amazon 레벨 시스템 (SDE1~SDE3)

참고: Amazon의 RSU는 1년차 5%, 2년차 15%, 3년차 40%, 4년차 40%로 불균등 지급되므로 총 패키지 계산 시 주의가 필요합니다.

4. Apple 면접 완전 가이드

4.1 면접 프로세스 개요

Apple은 팀 특화 면접이 특징입니다. 동일 회사지만 팀마다 면접 경험이 크게 다릅니다.

Recruiter Initial Call
      ↓
Technical Phone Screen (1시간)
      ↓
Team-Specific Technical Round (1~2회)
      ↓
Onsite (Virtual) - 4~6 라운드:
  - 코딩 2~3 라운드
  - 도메인 전문 기술 라운드
  - 행동/문화 라운드
  - Hiring Manager 라운드
      ↓
Team Match (경우에 따라)
      ↓
Offer

4.2 코딩 라운드

Apple 코딩의 특징

• Swift, Python, C++, Java 중 선택 가능
• iOS 팀은 Swift 선호
• ML/AI 팀은 Python 선호
• 알고리즘 + 실제 엔지니어링 문제 혼합

도메인별 출제 경향

iOS/macOS 팀:
  - Swift Concurrency (async/await)
  - Memory Management (ARC)
  - UI 렌더링 최적화
  - Core Data 설계

ML/AI 팀:
  - NumPy/PyTorch 활용
  - 모델 최적화 문제
  - Data Pipeline 설계
  - On-device ML (Core ML)

Platform 팀:
  - C++ 시스템 프로그래밍
  - 메모리 관리, 포인터
  - 커널/드라이버 인터페이스
  - 성능 프로파일링

4.3 포트폴리오 프레젠테이션

Apple 면접에서는 과거 프로젝트 프레젠테이션이 중요합니다.

효과적인 프레젠테이션 구조

1. 프로젝트 개요 및 목적 (1~2분)
2. 기술적 도전 과제 (2~3분)
3. 당신의 구체적 역할과 기여 (3~4분)
4. 결과 및 임팩트 (1~2분)
5. 회고: 다시 한다면 다르게 할 것 (1분)

Apple이 보는 포인트

• 디테일에 대한 집착: Apple 제품의 품질 수준으로 일했는가?
• 사용자 경험 관점: 엔지니어링 결정이 UX에 어떤 영향을 미쳤는가?
• 혁신: 기존 방식과 다른 창의적 해결책을 적용했는가?

4.4 Apple 문화 이해

Apple은 독특한 문화를 가지고 있습니다.

핵심 문화 특성

• Secrecy: 프로젝트 정보는 철저한 need-to-know 원칙
• Perfection: "It's not done until it's perfect" 정신
• Integration: 하드웨어-소프트웨어 깊은 통합
• Long-term thinking: 단기 수익보다 장기 영향 중시

면접에서 Apple 문화 어필 방법

• 품질과 사용자 경험에 대한 강한 관심 표현
• 하드웨어와 소프트웨어의 접점에 대한 이해 표현
• 세부 사항에 대한 집착적인 주의력 어필

4.5 Apple 레벨 시스템 (ICT3~ICT6)

5. Netflix 면접 완전 가이드

5.1 "Freedom and Responsibility" 문화 이해

Netflix 면접을 준비하기 전에 Netflix 문화를 깊이 이해해야 합니다.

Netflix Culture Deck 핵심 내용

Netflix는 "Adults" 문화를 지향합니다.

• 규칙보다 판단력 중시
• 프로세스보다 자유와 책임
• 결과보다 임팩트 측정

Keeper Test

Netflix 관리자들은 팀원을 평가할 때 "이 사람이 지금 다른 회사로 떠난다면 내가 붙잡기 위해 싸울 것인가?"를 자문합니다. 면접에서도 이 기준이 반영됩니다.

즉, Netflix는 단순히 일 잘하는 사람이 아닌 해당 포지션에 최고인 사람을 원합니다.

5.2 면접 프로세스 개요

Recruiter Call
      ↓
Hiring Manager Call (문화 적합성 확인)
      ↓
Technical Phone Screen (코딩/시스템)
      ↓
Onsite (Virtual) - 5~6 라운드:
  - 코딩 2~3 라운드
  - 시스템 설계 1~2 라운드
  - 문화 적합성 1 라운드
      ↓
Reference Check (매우 중요!)
      ↓
Offer

Netflix의 특이점: Reference Check가 매우 강도 높게 진행됩니다. 실제로 합격/불합격 결정에 영향을 줍니다.

5.3 코딩 라운드

Netflix는 실용적 엔지니어링을 중시합니다.

Netflix 코딩의 특징

• 알고리즘 퍼즐보다 실제 엔지니어링 문제 선호
• 시스템 수준의 사고를 요구하는 문제
• 디버깅, 최적화, 실제 코드 리뷰 형식

자주 나오는 문제 유형

5.4 시스템 설계 라운드

Netflix는 아키텍처 토론 형식의 시스템 설계를 선호합니다.

Netflix에서 자주 출제되는 주제

• Netflix 스트리밍 플랫폼 설계
• Content Delivery Network(CDN) 설계
• 추천 시스템 설계
• A/B Testing 플랫폼
• Chaos Engineering 시스템

Netflix 시스템 설계 평가 포인트

1. Microservices 이해
   - Netflix는 마이크로서비스의 선구자
   - 서비스 분리 기준, 통신 방식 이해 필요

2. Resilience Engineering
   - Circuit Breaker 패턴 (Hystrix 오픈소스)
   - Fallback 전략
   - Chaos Monkey 개념

3. Data at Scale
   - Apache Kafka 활용
   - Cassandra 대용량 데이터
   - Elasticsearch 검색

4. Personalization
   - 추천 알고리즘 기초
   - A/B 테스트 설계

5.5 문화 라운드

Netflix 문화 면접에서 반드시 표현해야 할 것

• 자율적으로 의사결정을 내린 경험
• 큰 영향(impact)을 만든 경험
• 실패를 어떻게 다루는지
• 동료들로부터 배운 경험

자주 나오는 질문

• "상사의 지시 없이 스스로 중요한 결정을 내린 경험은?"
• "팀의 방향이 틀렸다고 판단했을 때 어떻게 했나요?"
• "최고의 동료에게서 배운 것은 무엇인가요?"
• "성과가 기대에 못 미쳤을 때 어떻게 자기 평가를 했나요?"

5.6 Netflix 레벨 및 보상

Netflix는 업계 최고 수준(Top of Market)의 현금 연봉으로 유명합니다.

Netflix 보상의 특징

• RSU 비중이 낮고 현금 비중이 높음
• 연봉 협상 시 "Top of Market"을 명시적으로 요구 가능
• 스톡 옵션은 직접 구매 방식(1달러 이하 행사가)

6. 공통 준비 전략 & 타임라인

6.1 3개월 준비 로드맵

1개월차: 기반 다지기

Week 1-2: 알고리즘 기초 복습
  - Array, String, Hash Map
  - Two Pointers, Sliding Window
  - LeetCode Easy 20문제 + Medium 10문제

Week 3-4: 트리/그래프
  - Binary Tree (BFS, DFS, Inorder/Preorder/Postorder)
  - Graph (BFS, DFS, Topological Sort, Union Find)
  - LeetCode Medium 25문제

2개월차: 심화 학습

Week 5-6: DP + 고급 알고리즘
  - 1D DP, 2D DP, DP with Memoization
  - Greedy, Backtracking
  - LeetCode Medium 20 + Hard 10문제

Week 7-8: 시스템 설계
  - "Designing Data-Intensive Applications" 독서
  - 주요 시스템 설계 패턴 학습
  - 5개 시스템 직접 설계 연습

3개월차: 실전 준비

Week 9-10: 모의 면접
  - Pramp 또는 interviewing.io에서 주 3회 실전 면접
  - 녹화 후 자기 피드백

Week 11-12: 기업별 맞춤 준비
  - 지원 기업의 최근 면접 후기 조사
  - Behavioral 질문 답변 완성
  - 레퍼럴 확보 시도

6.2 필수 LeetCode 문제 리스트

Blind 75 핵심 카테고리별 선별

NeetCode 150 추가 학습 경로

NeetCode 150은 Blind 75에 비해 더 체계적으로 구성되어 있습니다. neetcode.io 사이트에서 카테고리별로 학습할 수 있습니다.

6.3 모의 면접 플랫폼

6.4 레퍼럴(Referral) 구하는 법

레퍼럴은 서류 통과율을 크게 높여줍니다. 레퍼럴을 구하는 효과적인 방법들을 소개합니다.

LinkedIn 활용 전략

1. 지원하려는 회사의 현직자 검색
2. 공통점 찾기 (같은 학교, 같은 부트캠프, 같은 지역)
3. 개인화된 메시지 작성 (부탁이 아닌 커피챗 요청)
4. 30분 대화 후 자연스럽게 레퍼럴 요청

메시지 템플릿 예시

안녕하세요 [이름]님,

[공통점]으로 인해 연락 드립니다. 저는 현재 [회사명]
[포지션]에 관심이 있어 해당 팀의 일상과 문화에 대해
30분 정도 이야기 나눌 수 있을지 여쭤보고 싶습니다.

감사합니다.

7. 연봉 & 오퍼 협상 전략

7.1 TC (Total Compensation) 계산법

TC = Base Salary + Annual Bonus + Annual RSU Vesting

예시 계산:
Base: USD 180,000/년
Bonus: 15% → USD 27,000/년
RSU: 4년에 걸쳐 총 USD 400,000 → USD 100,000/년

TC = $180,000 + $27,000 + $100,000 = $307,000/년

Levels.fyi 활용법

Levels.fyi는 익명 보고 기반의 정확한 TC 데이터베이스입니다.

1. 지원 회사 + 레벨 + 지역 검색
2. 최근 6~12개월 데이터 필터링
3. 비슷한 경력의 사례와 비교
4. 협상 시 구체적 수치 근거로 활용

7.2 오퍼 협상 스크립트

기본 원칙: 절대 먼저 숫자를 제시하지 않습니다.

Recruiter가 현재 연봉을 물을 때

"저는 연봉 정보를 공유하기보다 이 포지션에 대한
귀사의 범위를 먼저 듣고 싶습니다.
제 역할에 맞는 공정한 패키지를 기대하고 있습니다."

오퍼 받은 후 협상 시

"정말 감사합니다. 이 오퍼에 매우 흥미를 느끼고 있습니다.
다만 저는 현재 [다른 회사]에서도 비슷한 단계에 있으며,
제 시장 가치를 고려했을 때 [원하는 금액]이
더 적절할 것 같습니다. 조정이 가능할까요?"

7.3 경쟁 오퍼 활용법

여러 오퍼를 동시에 받으면 강력한 협상 카드가 됩니다.

전략

1. 가능하면 여러 회사에 동시에 지원
2. 오퍼 마감 기한을 조율하여 같은 시기에 받기
3. 첫 번째 오퍼를 받으면 다른 회사에 타임라인 공유
4. 최종 선택 회사에 경쟁 오퍼 수치를 명시적으로 제시

주의사항: 경쟁 오퍼 수치를 과장하거나 허위로 제시하면 오퍼가 취소될 수 있습니다. 반드시 실제 수치를 사용하세요.

7.4 기업별 협상 특성

8. 퀴즈

실력을 점검해보세요.

마무리

FAANG 면접 준비는 단거리 달리기가 아닌 마라톤입니다. 각 기업의 문화와 가치를 깊이 이해하고, 그에 맞는 준비를 체계적으로 진행하세요.

핵심 요약:

• Google: 알고리즘 깊이 + Googleyness 문화 이해
• Meta: 빠른 실행 + Impact 중심 사고
• Amazon: 14개 LP 완벽 준비 + Bar Raiser 통과 전략
• Apple: 도메인 전문성 + 품질 집착
• Netflix: 자율성과 최고 퍼포먼스 입증

준비 과정에서 실패는 피할 수 없습니다. 모의 면접을 통해 충분히 연습하고, 각 시도에서 배운 점을 기록하고 개선해나가세요. 꾸준한 노력이 결국 합격으로 이어집니다.