재무 분석가 면접 질문
가장 흔한 재무 분석가(Financial Analyst) 면접 질문을, 예시 답변과 준비 팁까지 함께 정리했습니다 — 대규모 지원자 풀을 걸러내는 채용 담당자들이 실제로 무엇을 보는지에 기반했습니다. 요즘 채용 공고 하나에 2025년 기준 평균 244건의 지원서가 들어온다고 하니[1], 이 단계까지 올라올 확률을 높이고 싶다면 Specific Resume로 각 포지션마다 맞춤 이력서를 만들어 보세요.
가장 흔한 재무 분석가(Financial Analyst) 면접 질문
- 자기소개 부탁드립니다
- 왜 이 재무 분석가(Financial Analyst) 역할을 원하나요?
- 어떤 재무 모델을 만들어 본 적이 있나요?
- 예측(Forecasting)과 예산(Budgeting)은 어떤 방식으로 접근하나요?
- 실적(Actuals)과 예측(Forecast) 간 차이(Variance)는 어떻게 분석하나요?
- 비즈니스 성과를 평가할 때 어떤 지표를 추적하나요?
- 데이터를 비즈니스 추천(권고)으로 전환했던 경험을 말해 주세요
- 여러 이해관계자가 동시에 분석을 요청할 때 우선순위를 어떻게 정하나요?
- 재무 데이터에서 오류를 발견했던 경험을 설명해 주세요
- 분석의 정확도를 어떻게 보장하나요?
- 손익계산서, 대차대조표, 현금흐름표의 차이는 무엇인가요?
- 투자나 프로젝트가 가치 있는지 어떻게 평가하나요?
- Excel, SQL, BI 도구 중 무엇을 가장 자주 사용하나요?
- 리포팅 또는 계획(Planning) 프로세스를 개선했던 경험을 말해 주세요
- 비재무 이해관계자에게 재무 인사이트를 어떻게 설명하나요?
- 기밀 또는 민감한 재무 정보를 어떻게 다루나요?
- 재무 분석가로서 가장 큰 강점은 무엇인가요?
- 현재 개선 중인 약점 또는 성장 과제는 무엇인가요?
- 재무 분석가 업무에서 AI 도구를 어떻게 활용하나요?
- AI가 생성한 결과물을 신뢰하기 전에 어떻게 검증하나요?
답변을 해당 직무에 맞게 구체화하세요. 같은 면접 질문이라도 포지션에 따라 완전히 다른 답이 필요할 수 있습니다. 재무 분석가라면 영업/마케팅/운영에서 쓰는 예시와는 달리, 모델링, 예측, 비즈니스 판단, 정확성, 이해관계자 커뮤니케이션을 강조해야 합니다. 추가로 연습하고 싶다면, 이 가이드에서 ChatGPT로 재무 분석가 면접 질문 연습하기를 해보세요.
재무 분석가 면접 질문과 답변(상세)
1. 자기소개 부탁드립니다
채용 담당자는 이 질문을 통해, 당신이 본인 배경을 명확하게 요약하면서 빠르게 직무와 연결할 수 있는지 봅니다. 인생 이야기를 듣고 싶어 하는 게 아닙니다. 그들이 알고 싶은 건, 당신의 경험이 지금 필요한 분석 업무와 맞물리는지입니다.
예시 답변: 저는 예산 수립, 예측, 성과 리포팅 경험을 가진 재무 분석가입니다. 최근 역할에서는 월 마감 분석을 지원했고, Excel과 Power BI로 리포팅을 구축했으며, 사업부 리더들과 협업해 결과를 설명하고 실행 방안을 추천했습니다. 특히 이 역할과 잘 맞는 부분은, 복잡하고 정리되지 않은 재무 데이터를 명확한 의사결정으로 바꾸는 일을 즐긴다는 점입니다.
예시 답변(주니어라면): 저는 금융 커리어 초반 단계이지만, 회계와 재무 분석에 대한 탄탄한 교육을 받았고 인턴 및 수업 프로젝트를 통해 실무형 경험도 쌓았습니다. 재무 모델을 만들어 봤고, Excel로 대규모 데이터셋을 다뤄왔으며, 분석 결과를 명확히 전달하는 방식도 익혔습니다. 기술 역량을 계속 키우면서 실제 비즈니스 의사결정을 지원할 수 있는 역할을 찾고 있습니다.
2. 왜 이 재무 분석가(Financial Analyst) 역할을 원하나요?
이 질문은 동기와 핏을 확인합니다. 면접관은 당신이 회사와 역할 범위를 이해하고 있고, 그것이 본인의 커리어 방향과 왜 맞는지 듣고 싶어 합니다. 뻔한 답변은 성의 없어 보입니다.
예시 답변: 저는 분석, 비즈니스 파트너십, 의사결정 지원처럼 제가 가장 좋아하는 금융 업무 요소가 결합된 역할이라서 지원했습니다. 공고를 보면 리포팅을 오너십 있게 맡고, 예측을 개선하며, 다양한 부서와 커뮤니케이션할 수 있는 사람이 필요하다는 게 분명합니다. 이는 제가 해왔던 일과 앞으로 성장하고 싶은 방향과도 잘 맞습니다.
3. 어떤 재무 모델을 만들어 본 적이 있나요?
이 질문은 유행어가 아니라 깊이를 확인하려는 질문입니다. 실제로 어떤 모델링을 했는지, 얼마나 복잡했는지, 그리고 그 뒤의 비즈니스 가정을 이해하는지 보려 합니다.
예시 답변: 3개 재무제표(3-statement) 모델, 예산/예측 모델, 분산(variance) 모델, 시나리오 분석을 만들어 봤습니다. 한 역할에서는 과거 추세, 계절성, 영업 파이프라인 입력치를 결합한 매출 예측 모델을 구축했습니다. 또한 리더십이 계획 의사결정을 하기 전에 가격과 물량 변화의 영향을 볼 수 있도록 민감도 케이스도 만들었습니다.
4. 예측(Forecasting)과 예산(Budgeting)은 어떤 방식으로 접근하나요?
이 질문은 사고가 구조적인지 드러냅니다. 면접관은 단순히 작년 숫자를 연장하는 사람이 아니라, 과거 데이터와 운영 입력치, 비즈니스 판단을 결합할 수 있는 사람을 원합니다.
예시 답변: 먼저 과거 실적을 보고 매출, 비용, 마진을 움직이는 핵심 드라이버를 파악합니다. 그다음 인력 계획, 가격 변경, 계절성, 파이프라인 가정 등 비즈니스 맥락을 반영합니다. 또한 팀별 바텀업 입력치와 탑다운 목표를 비교해 초기에 갭을 발견하려고 합니다. 제 목표는 가정이 바뀔 때도 쉽게 업데이트할 수 있고, 설명 가능하며, 현실적인 예측을 만드는 것입니다.
5. 실적(Actuals)과 예측(Forecast) 간 차이(Variance)는 어떻게 분석하나요?
이 질문은 단순히 차이를 “보고”하는 수준을 넘어, 그 뒤에 있는 스토리를 설명할 수 있는지 확인합니다. 좋은 분석가는 노이즈와 시그널을 구분하고, 실행 가능한 드라이버를 찾아냅니다.
예시 답변: 먼저 분산을 주요 드라이버로 쪼갭니다 — 물량, 가격, 믹스, 타이밍, 일회성 항목 등입니다. 그다음 이전 기간 및 초기 가정 세트와 비교해 무엇이 바뀌었는지 파악합니다. 중요도가 큰 항목에 집중하고, 일시적인지 구조적인지 구분한 뒤, 다음에 비즈니스가 취해야 할 액션까지 연결합니다.
6. 비즈니스 성과를 평가할 때 어떤 지표를 추적하나요?
면접관은 비즈니스 판단력을 보고 싶어 합니다. 좋은 분석가는 표준 재무 대시보드만 보는 게 아니라, 비즈니스 모델에 따라 지표가 달라진다는 걸 압니다.
예시 답변: 보통 매출 성장, 매출총이익률(Gross Margin), 영업비용, EBITDA 또는 영업이익, 현금흐름, 예측 정확도를 추적합니다. 여기에 비즈니스에 중요한 운영 드라이버(예: 고객 유지율, 평균 판매단가, 가동률, 인력 효율성 등)를 추가합니다. 재무 결과를 리더들이 실제로 조절할 수 있는 운영 레버와 연결하려고 합니다.
7. 데이터를 비즈니스 추천(권고)으로 전환했던 경험을 말해 주세요
전형적인 행동 면접 질문입니다. 면접관은 분석이 스프레드시트로 끝나지 않고 의사결정으로 이어졌는지를 확인하고 싶어 합니다. 구조를 명확히 쓰세요. 답변 프레이밍이 필요하면 재무 분석가 면접을 위한 STAR 기법 가이드가 도움이 됩니다.
예시 답변: 고객 단위 수익성을 분석했는데, 특정 계정군이 매출은 높지만 할인과 서비스 비용 때문에 마진이 약하다는 점을 발견했습니다. 저는 낮은 마진 세그먼트를 식별하고 가격 및 서비스 레벨 변경을 추천함으로써, 매출총이익률 기준 계정 수익성을 8% 개선했습니다. 리더십이 제 제안을 채택했고, 이후 분기 동안 마진 개선을 추적했습니다.
예시 답변(주니어라면): 인턴십 중 월별 지출 데이터를 검토하다가 계획 대비 더 빠르게 증가하는 반복 비용을 발견했습니다. 중복 구독을 통합하고 불필요한 갱신을 표시해 월별 부서 비용 기준 불필요 지출을 6% 줄였습니다. 이 경험을 통해 분석이 더 나은 의사결정을 직접적으로 지원할 수 있다는 걸 배웠습니다.
8. 여러 이해관계자가 동시에 분석을 요청할 때 우선순위를 어떻게 정하나요?
이 질문은 결국 판단력, 커뮤니케이션, 압박 속 침착함을 묻습니다. 분석가는 여러 팀을 동시에 지원하는 경우가 많아서, 면접관은 경쟁하는 마감일을 어떻게 처리하는지 보고 싶어 합니다.
예시 답변: 저는 비즈니스 임팩트, 데드라인 리스크, 의사결정 의존성 기준으로 우선순위를 정합니다. 임원 리뷰나 시급한 의사결정에 영향을 주는 요청이 있다면 그게 먼저입니다. 또한 초기에 범위를 확인하고, 현실적인 일정(ETA)을 제시하며, 조용히 사라지기보다 트레이드오프를 투명하게 커뮤니케이션합니다. 그러면 보통 이해관계자들이 무엇이 가장 중요한지 정렬하는 데 도움이 됩니다.
9. 재무 데이터에서 오류를 발견했던 경험을 설명해 주세요
재무에서는 정확성이 매우 중요하기 때문에 묻는 질문입니다. 디테일에 대한 집중뿐 아니라, 문제를 조사하고 공유하며, 불필요한 갈등 없이 해결하는 방식을 보고 싶어 합니다.
예시 답변: 월말 리뷰 중 영업비용이 과거 패턴과 맞지 않게 급증한 것을 발견했습니다. 추적해 보니 리포팅 파일의 매핑 문제로 비용이 잘못된 부서로 들어가고 있었습니다. 저는 매핑 오류를 식별하고 검증 체크를 다시 구축해, 부서별 수치가 잘못 표시된 상태에서 수정된 마감 패키지로 리포팅 정확도를 개선했습니다. 빠르게 공유했고, 리더십 리뷰 전에 보고서를 수정했으며, 재발 방지를 위한 통제도 추가했습니다.
10. 분석의 정확도를 어떻게 보장하나요?
이 질문은 규율을 평가합니다. 면접관은 기억력이나 자신감에 의존하기보다, 반복 가능한 품질 점검을 만드는 분석가를 원합니다.
예시 답변: 저는 체크리스트 방식으로 관리합니다. 원천 데이터 대사(reconciliation), 수식 테스트, 과거 트렌드 대비 비교, 다양한 관점에서 합계의 타당성(sanity check)을 확인합니다. 모델을 만들 때는 입력값, 가정, 출력값을 명확히 분리해 감사/검증이 쉽도록 합니다. 중요도가 큰 업무라면 최종 확정 전에 동료나 이해관계자에게 핵심 가정을 리뷰받기도 합니다.
11. 손익계산서, 대차대조표, 현금흐름표의 차이는 무엇인가요?
기초처럼 들릴 수 있지만, 기본기가 탄탄한지 보여줍니다. 경력이 있는 후보도 장황하게 말하다가 오히려 망치는 질문입니다.
예시 답변: 손익계산서는 일정 기간 동안의 수익성 — 매출, 비용, 이익을 보여줍니다. 대차대조표는 특정 시점에 회사가 보유한 것과 부담하는 것 — 자산, 부채, 자본을 보여줍니다. 현금흐름표는 영업/투자/재무 활동을 통해 현금이 어떻게 움직였는지 보여줍니다. 서로 연결되어 있지만, 각각 재무 건전성에 대한 다른 질문에 답합니다.
12. 투자나 프로젝트가 가치 있는지 어떻게 평가하나요?
분석적 엄밀성과 의사결정 프레이밍을 확인합니다. 면접관은 정량 요소와 실무적 요소를 결합할 수 있는지 알고 싶어 합니다.
예시 답변: 예상 현금흐름, 시점, 초기 투자액, 핵심 가정부터 정리하겠습니다. 그다음 NPV, IRR, 회수기간(Payback period), 민감도 분석으로 다양한 시나리오에서 결과가 어떻게 바뀌는지 확인합니다. 또한 전략적 적합성, 실행 리스크, 그리고 비즈니스가 신뢰할 만큼 가정이 현실적인지도 함께 고려하겠습니다.
13. Excel, SQL, BI 도구 중 무엇을 가장 자주 사용하나요?
일상 업무 준비도를 보기 위한 질문입니다. 재무 분석가 역할에서는 도구 숙련도가 중요합니다. 속도와 정확성이 시스템/데이터 활용 능력에 달려 있는 경우가 많기 때문입니다.
예시 답변: Excel에서는 피벗 테이블, XLOOKUP, SUMIFS, INDEX-MATCH, 논리 함수, 재무 모델링 구조를 자주 사용합니다. 데이터 추출과 검증을 위해 SQL로 조인, 필터링, 집계를 합니다. 리포팅은 Power BI로 대시보드를 만들어 이해관계자가 수작업 업데이트를 기다리지 않고 실적 대비 예측을 추적할 수 있게 했습니다.
14. 리포팅 또는 계획(Planning) 프로세스를 개선했던 경험을 말해 주세요
주도성을 보는 질문입니다. 기업은 시스템을 “유지”만 하는 분석가가 아니라 “개선”하는 분석가를 원합니다.
예시 답변: 월간 리포팅 프로세스가 수동 내보내기와 반복적인 포맷팅에 의존해 마감 리포팅이 느렸습니다. 저는 데이터 추출을 표준화하고 Excel과 Power BI에서 새로고침 가능한 리포팅 템플릿을 구축해, 월간 사이클당 투입 시간 기준 리포팅 리드타임을 40% 단축했습니다. 리더십이 더 빨리 상황을 볼 수 있었고, 수작업 오류 리스크도 줄었습니다.
예시 답변(주니어라면): 인턴십에서 매주 같은 KPI 파일을 처음부터 다시 만드는 것을 발견했습니다. 저는 내장 체크와 더 깔끔한 소스 매핑이 포함된 표준 템플릿을 만들어, 분석가 시간 기준 주간 준비 시간을 30% 줄였습니다. 작은 변화였지만 매주 시간을 절약할 수 있었습니다.
15. 비재무 이해관계자에게 재무 인사이트를 어떻게 설명하나요?
분석가는 혼자 일하는 경우가 드물기 때문에 중요합니다. 채용 담당자는 재무 밖의 사람들에게도 분석을 유용하게 만들 수 있는지 확인하고 싶어 합니다.
예시 답변: 저는 스프레드시트가 아니라 ‘비즈니스 질문’부터 시작합니다. 그다음 핵심 결론을 쉬운 언어로 먼저 말하고, 가장 중요한 드라이버 2~3개를 보여준 뒤 팀이 취할 수 있는 액션으로 연결합니다. 상대가 더 디테일을 원하지 않는 한 불필요한 전문용어는 피합니다. 제 목표는 ‘내가 금융 용어를 안다’는 걸 증명하는 게 아니라, 의사결정을 더 명확하게 만드는 것입니다.
16. 기밀 또는 민감한 재무 정보를 어떻게 다루나요?
판단력과 프로페셔널리즘을 봅니다. 재무팀은 급여, 예측, 가격, 거래, 전략 계획 등을 다루기 때문에 신뢰는 타협 불가입니다.
예시 답변: 저는 필요 최소한의 사람만 접근하는 원칙(need-to-know)을 지키고, 회사 정책을 엄격히 따릅니다. 권한 설정, 파일 공유, 민감 정보를 논의하는 장소/채널에 특히 주의합니다. 조금이라도 애매하면 공유 전에 먼저 확인합니다. 제게 기밀 데이터 보호는 신뢰받는 재무 파트너가 되는 기본이라고 생각합니다.
17. 재무 분석가로서 가장 큰 강점은 무엇인가요?
가치를 포지셔닝할 기회입니다. 좋은 답변은 일반적인 강점 3개를 나열하는 대신, 실제 강점 1개를 직무에 연결합니다.
예시 답변: 제 가장 큰 강점은 복잡한 데이터를 명확한 추천으로 바꾸는 능력입니다. 디테일을 파고드는 것도 편하지만, 동시에 핵심 헤드라인을 뽑아 “비즈니스에 어떤 의미인지” 설명하는 것도 잘합니다. 그래서 이해관계자가 “무슨 일이 있었지?”에서 “다음에 뭘 해야 하지?”로 빠르게 넘어갈 수 있습니다.
18. 현재 개선 중인 약점 또는 성장 과제는 무엇인가요?
자기 인식과 코칭 가능성을 보기 위한 질문입니다. 실제이되 치명적이지 않은 개선점을 고르고, 어떻게 개선 중인지 보여주세요.
예시 답변: 커리어 초반에는 초기 버전을 공유하기 전에 분석을 완벽하게 다듬느라 시간을 너무 많이 썼습니다. 지금은 더 반복적으로(iterative) 일하려고 노력해, 먼저 1차 버전을 빠르게 공유하고 의사결정 니즈를 확인한 뒤, 중요한 부분에 집중해 개선합니다. 그 덕분에 속도가 빨라졌고 이해관계자와의 협업도 좋아졌습니다.
19. 재무 분석가 업무에서 AI 도구를 어떻게 활용하나요?
이제 분석가 역할에서 충분히 현실적인 질문입니다. AI는 재무를 포함한 화이트칼라 전반에서 생산성 기대치를 높였고, 기업들은 인력 증가보다 산출(output)에 더 집중하고 있습니다[4]. 면접관은 과장된 얘기보다 실무적인 활용을 듣고 싶어 합니다.
예시 답변: 저는 ChatGPT와 Copilot을 활용해 분석 요약의 초안 작성, 수식 디버깅, SQL 쿼리 구조화 속도를 높입니다. 예를 들어 분산 리뷰를 만들 때, AI가 가능한 드라이버를 아웃라인으로 정리해주면 설명 논리를 점검하고 임원용 문장을 다듬는 데 도움이 됩니다. 반복 작업을 빠르게 하는 데도 쓰지만, 원천 데이터와 비즈니스 맥락으로 검증하기 전에는 결과물을 최종본으로 취급하지 않습니다.
예시 답변(주니어라면): 저는 배우고 구축하는 과정에서 ChatGPT를 작업 보조 도구로 사용합니다. 모델링 접근을 이해하고, Excel 수식을 개선하며, 결과를 명확히 설명하는 연습에 도움이 됩니다. 속도를 높이는 용도로 쓰되, 숫자와 가정은 항상 제가 직접 검증합니다.
20. AI가 생성한 결과물을 신뢰하기 전에 어떻게 검증하나요?
이 질문은 신중한 사용자와 부주의한 사용자를 가릅니다. 재무에서는 속도도 중요하지만, 정확성이 더 중요합니다. 면접관은 AI를 권위가 아니라 지원 도구로 대하는지 듣고 싶어 합니다.
예시 답변: AI 결과물도 다른 분석 초안과 동일하게 검증합니다. 원천 시스템 대사, 로직 체크, 이미 알고 있는 비즈니스 사실과의 정합성 확인을 합니다. AI가 수식, SQL 쿼리, 해석을 제안하면 실제 데이터로 테스트하고 엣지 케이스도 점검합니다. 특히 회계 처리, 계산, 서술형 요약은 AI가 틀려도 확신에 찬 문장으로 보일 수 있어 더 조심합니다. 저는 AI로 일을 가속하지만, 판단을 대체하진 않습니다.
재무 분석가 면접을 따내는 건 얼마나 어렵나요?
퍼널 상단 경쟁이 매우 치열합니다. 6,000개 이상의 기업에서 6억 4천만 건의 지원서를 기반으로 한 Greenhouse의 2026 벤치마크 프리뷰에 따르면, 평균적으로 채용 공고 하나당 2025년에 244건의 지원서를 받았습니다[1]. 재무 분석가만의 데이터는 아니지만, 당신이 무엇과 경쟁하는지 보여주는 시장 전반의 지표입니다.
재무 분석가 지원자에게 이 말은 한 가지 뜻입니다. 면접까지 왔다는 것 자체가 이미 혹독한 필터를 통과했다는 의미입니다. 그리고 시장에는 또 다른 변수도 있습니다. LinkedIn은 2025년 3월 보고에서 금융 서비스(Financial Services) 채용이 2025년 2월 기준 전년 대비 3.5% 증가했다고 밝혔습니다[3]. 즉, 금융 생태계 전반의 수요가 완전히 붕괴된 것처럼 보이진 않습니다. 하지만 동시에 LinkedIn의 2026 노동시장 보고서는 기업들이 인력(headcount) 확대보다 생산성을 우선시하고, AI가 그 압박을 강화한다고 말합니다. 기술, 금융 서비스, 헬스케어의 대기업에서 2023년부터 2024년까지 매출은 15% 증가했지만 인력은 **6%**만 증가했습니다[4]. 즉, 채용은 여전히 존재하지만, 채용팀은 1인당 더 많은 산출을 기대합니다.
이미 면접이 잡혔다면 낭비하지 마세요. 아직 지원 단계에 갇혀 있다면 가장 큰 병목은 더 앞에 있습니다: 눈에 띄는 것. 이력서는 첫 번째 필터입니다. 5~8초 안에 매칭이 명확하게 보이지 않으면, 아무리 자격이 좋아도 보이지 않습니다. 목표는 단순합니다: 지원은 줄이고, 면접은 늘리기. 그리고 이는 지원하는 모든 공고마다 이력서를 맞춤화하면 가능합니다.
왜 모든 지원 공고마다 이력서를 맞춤화해야 할까요?
채용 담당자의 5~8초 스캔에서 ‘이 사람이 맞다’가 바로 보이는 이력서는, 매번 범용 CV를 이깁니다. 이건 모든 구직자가 이미 알고 있습니다.
진짜 문제는 노력(시간)입니다. 지원할 때마다 이력서를 다시 쓰는 건 시간이 많이 들고 금방 지치기 때문에, 대부분은 알면서도 일반 버전을 그대로 보냅니다.
이제 Specific Resume로 지원 공고마다 맞춤 이력서를 쉽게 만들 수 있습니다. 첫 페이지에 핵심 자격요건을 먼저 배치하고, 명확한 시각적 계층 구조를 쓰고, 채용 공고의 언어에 맞춰 표현을 정렬하고, 측정 가능한 성과를 보여주며, ATS 친화적인 형식을 유지하도록 도와줍니다. 이는 양쪽 모두에게 좋습니다. 당신은 면접 확률이 올라가고, 채용 담당자는 관련 없는 디테일을 파헤치느라 시간을 덜 씁니다. 자기소개서도 함께 제출한다면, 맞춤 이력서와 함께 보기 좋은 가이드로 재무 분석가 자기소개서도 참고하세요.
다음 지원에서 확률을 높이고 싶다면, 만들기로 공고별 맞춤 이력서를 생성하고 첫 페이지부터 핏이 바로 보이게 하세요.
다음 지원을 위해 더 좋은 재무 분석가 이력서 만들기
퍼널은 냉정합니다. 수백 건의 지원이 소수의 면접이 되고, 면접은 극소수의 오퍼로 이어집니다. 그러니 첫 번째 필터에 그만큼의 주의를 기울이세요.
면접 행운을 빕니다 — 그리고 다음 지원 전에, 그 특정 재무 분석가 공고에 맞춘 이력서를 만들어 보세요. 이력서가 다음 면접으로 이어지게 하세요.
출처
- Greenhouse. 지원서 볼륨 데이터가 포함된 2026 채용 벤치마크 프리뷰.
- Ashby. 비즈니스 및 기술 직무 전반의 공고당 지원 트렌드(2023).
- LinkedIn Economic Graph. LinkedIn Workforce Report, 2025년 3월.
- LinkedIn Economic Graph. LinkedIn 노동시장 보고서, 2026년 1월.
- LinkedIn News. 오픈 포지션당 지원자 수에 관한 LinkedIn Research Talent 2026.
