통계분석가 면접 질문: 면접관의 진짜 속마음

게시일: 수정일:

통계학자 면접 질문을 찾고 있다면, 질문 자체는 이미 가지고 계신 셈입니다. 지금 필요한 것은 면접관의 시각입니다. Specific Resume는 이전에 채용 담당자를 위한 ATS 도구를 만들었던 팀이 만든 서비스로, 수십만 건의 지원서를 내부에서 직접 봐 왔기 때문에 무엇이 빠른 합격으로 이어지는지 잘 알고 있습니다. 저희는 채용 담당자의 눈에 들어가는 맞춤형 이력서를 작성할 수 있도록 도와드립니다.

통계학자 채용 담당자 관점 체크리스트

아래는 통계학자 채용 담당자와 hiring manager가 이력서와 면접 답변에서 빠르게 확인하는 핵심 신호들입니다. 먼저 전체 목록을 훑어본 뒤, 필요한 항목으로 바로 이동해 보세요.

  1. 믿고 맡길 수 있는 사람
  2. 기발함보다 명확함이 더 중요하다
  3. 리스크를 설명하되 숨기지 말 것
  4. 그들이 실제로 읽는 방식
  5. 뻔한 미덕은 잡음이다
  6. 꼼수는 리스크로 읽힌다
  7. 침묵이 항상 불합격을 뜻하는 것은 아니다
  8. 업무가 아니라 결과
  9. 언어 맞춤
  10. 말 선택으로 시니어리티를 드러내기
  11. 폭넓음을 보여주기
  12. 완전함보다 관련성

통계학자 면접에서 hiring manager가 실제로 평가하는 것

1. 믿고 맡길 수 있는 사람

대부분의 hiring manager는 통계학자 면접에서 눈부신 지원자를 만나길 기대하지 않습니다. 오히려 너무 바쁜 상태로 면접에 들어옵니다. 그들이 원하는 사람은 복잡하고 지저분한 데이터를 다룰 수 있고, 적절한 방법론을 선택할 수 있으며, 트레이드오프를 설명할 수 있고, 다른 사람들이 신뢰할 수 있는 결과물을 내는 사람입니다.

이런 사고방식은 숙련된 채용 담당자들이 채용을 이야기하는 방식에서도 그대로 드러납니다. 그들이 원하는 것은 가장 화려한 후보가 아니라 믿고 맡길 수 있는 사람입니다. Farah Sharghi도 수천 건의 이력서 검토와 채용 미팅 경험을 바탕으로, 채용 담당자 입장에서 이 점을 직접적으로 설명합니다. [2]

따라서 답변할 때는 먼저 인상적으로 보이려 하지 마세요. 먼저 안심시키는 것을 목표로 하세요.

더 좋은 답변은 보통 세 가지를 담고 있습니다:

  • 익숙한 문제를 짚는다
  • 어떻게 접근했는지 보여준다
  • 실제로 활용 가능한 결과를 냈다는 점을 증명한다

"분기 중간에 데이터 소스가 바뀌어서 검증 체크를 다시 만들고, 가정을 문서화한 뒤, 결과를 게시하기 전에 모델을 재실행했습니다. 덕분에 리포팅 일정이 유지됐고, 불완전한 데이터에 기반한 잘못된 의사결정을 막을 수 있었습니다."

이런 답변은 통계를 좋아한다고 길게 말하는 것보다 훨씬 더 잘 먹힙니다. 채용 담당자들은 지원 동기에 대한 말은 하루 종일 듣습니다. 그들이 기억하는 것은 근거입니다.

이런 식으로 흔한 질문을 답변으로 바꾸는 연습을 하고 싶다면, 먼저 이 통계학자 면접 질문부터 보고 결과 중심의 예시로 연습해 보세요.

2. 기발함보다 명확함이 더 중요하다

채용 담당자들은 빠르게 판단합니다. Sharghi의 채용 담당자 관점 설명에서도 이 점은 반복해서 나옵니다. 이력서나 답변이 모호하면, 면접관은 그 의미를 대신 해석해주지 않습니다. [2] [3]

이 점은 통계학자에게 특히 더 중요합니다. 업무 자체가 빠르게 기술적으로 깊어질 수 있기 때문입니다. 전문 용어 뒤에 숨으면, 평가하는 사람에게 추가적인 해석 부담을 주게 됩니다. 그리고 면접에서는 부담이 곧 리스크로 느껴집니다.

다음의 단순한 패턴을 사용해 보세요:

약한 표현더 나은 표현
추상적구체적
"통계 모델링 업무를 했습니다.""고객 이탈을 예측하기 위해 로지스틱 회귀 모델을 구축했고, holdout validation으로 기존 기준 모델과 비교했습니다."
"의사결정을 지원했습니다.""모델 결과를 재무팀이 분기 계획에 활용할 수 있는 예측 범위로 번역해 전달했습니다."

답변은 한 번에 따라갈 수 있을 만큼 짧게 유지하는 것이 좋습니다. 면접관이 더 자세한 설명을 원하면, 그때 추가 질문을 할 것입니다.

좋은 원칙 하나는, 방 안에 있는 똑똑한 비전문 통계 담당자도 중요 포인트를 따라올 수 있게 설명하는 것입니다. 면접 패널에는 기술 동료뿐 아니라 제품, 운영, 비즈니스 담당자도 함께하는 경우가 많기 때문입니다.

더 탄탄한 답변 구조를 만들고 싶다면, 통계학자 면접을 위한 STAR 기법이 큰 도움이 됩니다.

3. 리스크를 설명하되 숨기지 말 것

경력 공백이 있나요? 짧은 계약직 경력이 있나요? 데이터 분석가에서 통계학자로 이동했나요? 채용 공고의 직함과 실제 직함이 다른가요? 그렇다면 분명하게 말하세요.

채용 담당자들은 뭔가 빠져 보이는 부분을 알아차리도록 훈련받았습니다. Sharghi의 채용 담당자 관점 조언은 아주 직설적입니다. 침묵은 곧 리스크입니다. [2] 설명하지 않으면 면접관이 빈칸을 자기 방식대로 채우고, 그 이야기는 대개 진실보다 불리하게 흘러갑니다.

설명은 짧고 담담하게 하세요.

"대학원 과정을 마친 뒤 9개월 동안 휴식을 가졌고, 그 기간에 Bayesian modeling 프로젝트를 완료하고 R 워크플로를 다시 정비했습니다. 지금은 정규직 통계학자 포지션을 목표로 하고 있습니다."

"공식 직함은 데이터 분석가였지만, 실제 핵심 업무는 가격 책정 팀을 위한 통계 모델링, 실험 분석, 예측 검증이었습니다."

방어적으로 들릴 필요는 없습니다. 불확실성만 없애면 됩니다.

이 원칙은 서류에도 동일하게 적용됩니다. 이력서에 맥락이 필요하다면, 전환이 분명해지도록 한 줄을 추가하세요. 지원 서류를 직무 맞춤형으로 함께 준비하고 있다면, 이런 연결고리를 만드는 데는 집중도 높은 통계학자 자기소개서가 도움이 될 수 있습니다.

4. 그들이 실제로 읽는 방식

채용 담당자들은 이력서를 처음부터 끝까지 읽지 않습니다. 여기저기 건너뜁니다. Sharghi는 실제 스캔 패턴을 아주 분명히 보여줍니다. 최근 경력부터 보고, 직함을 보고, 각 bullet의 첫 단어를 보고, 몇 초 안에 빠르게 yes/maybe/no를 결정합니다. 요약문은 구체적인 설명이 없는 한 건너뛰는 경우가 많습니다. [3]

이 점은 면접 준비 방식도 바꿔야 한다는 뜻입니다.

면접장에서 그들이 만나게 되는 당신은, 사실 이미 이력서가 그들의 머릿속에 먼저 입력해 둔 버전인 경우가 많습니다:

  • 가장 최근 역할
  • 직함
  • 가장 강한 동사
  • 앞부분 몇 개의 bullet
  • 눈에 띄는 도구와 방법론

그 신호들이 “리포팅 지원”을 말하고 있는데, 실제 직무는 “실험 설계와 모델 오너십”을 요구한다면, 면접은 시작부터 불리하게 출발합니다.

통계학자의 경우, 이력서 상단에는 다음과 같은 요소가 보이도록 만드는 것이 좋습니다:

  • 실험 설계
  • 통계적 추론
  • 회귀 또는 시계열 분석 경험
  • 관련 있다면 설문 방법론, 생물통계, 인과 분석
  • 이해관계자 대상 커뮤니케이션
  • 검증된 비즈니스 또는 연구 성과

이 첫 스캔이 중요한 이유는 채용 담당자들이 시간 압박을 받고 있기 때문입니다. 최근 경력을 공고 포지션과 더 빨리 연결할수록, 제대로 평가받을 가능성도 높아집니다.

5. 뻔한 미덕은 잡음이다

“꼼꼼함.” “분석적 사고.” “커뮤니케이션 능력 우수.” “팀 플레이어.”

이런 표현은 듣기엔 좋지만 아무것도 증명하지 못합니다.

Sharghi는 아주 좋은 비유를 씁니다. 지원자들은 종종 메뉴보다 식기를 설명하는 데 이력서 공간을 씁니다. 채용 담당자가 원하는 것은 핵심 내용이지, 뻔한 장식이 아닙니다. [3] 이 원칙은 면접에도 그대로 적용됩니다.

꼼꼼하다고 말하지 말고, 그 꼼꼼함이 결과를 어떻게 바꿨는지 보여주세요.

성향 주장더 잘 통하는 증거
꼼꼼함"월간 예측이 경영진에게 전달되기 전에 schema mismatch를 잡아내는 validation check를 구축했습니다."
분석적 사고"세 가지 모델 접근을 비교한 뒤, out-of-sample 정확도를 11% 개선한 방법을 선택했습니다."
커뮤니케이션 능력 우수"비기술적인 운영팀이 인력 계획을 조정할 수 있도록 uncertainty band와 가정을 설명해 전달했습니다."

통계학자 역할에서 이런 증거는 보통 네 가지 중 하나에서 나옵니다:

  • 모델 선택
  • 데이터 품질 관리
  • 불확실성 하에서의 해석
  • 의사결정을 바꾼 커뮤니케이션

그래서 형용사보다 예시가 항상 더 강합니다.

6. 꼼수는 리스크로 읽힌다

채용 담당자들은 이미 온갖 요령을 다 봤습니다. 숨겨진 키워드, 부풀린 직함, 어딘가 수상할 정도로 너무 일반적인 AI 작성 요약문, 지나치게 매끈하지만 이상하게 비어 있는 답변들. 이런 것들은 영리하게 보이지 않습니다. 리스크로 보일 뿐입니다.

Sharghi의 ATS 오해 분석은 키워드 꼼수가 핵심이라는 생각을 강하게 반박합니다. 실제 문제는 대개 “알고리즘이 나를 탈락시켰다”가 아니라 지원자 수, 노출 부족, 또는 knockout question입니다. [1] 그리고 그녀의 이력서 마스터클래스에서는 작은 실수조차도 의심을 부를 수 있다고 말합니다. 그런 실수는 부주의함의 신호로 읽히기 때문입니다. [3]

통계학자에게 이 점은 특히 중요합니다. 이 직무는 엄밀함 위에 세워져 있기 때문입니다. 서류가 실제보다 “설계된 것처럼” 느껴지면, 스스로의 전문성 신호를 약화시키게 됩니다.

피해야 할 것:

  • 뻔한 답변을 복붙하기
  • 한 섹션에 지금까지 스쳐 지나간 모든 방법론을 몰아넣기
  • 보조 역할만 했는데 주도했다고 주장하기
  • 흰색 글씨 키워드나 어색한 키워드 나열 사용하기
  • 외워서 말하는 티가 나는 과도하게 연습된 답변

더 좋은 접근 방식:

  • 사실만 말하기
  • 구체적으로 말하기
  • 본인 역할 범위를 정확히 인정하기
  • 추가 질문이 들어와도 방어 가능한 방법론만 설명하기

"전체 예측 파이프라인을 전부 맡은 것은 아니지만, 검증 레이어는 제가 책임졌고 분산 분석 결과도 제가 발표했습니다."

이런 정직함이 신뢰를 만듭니다.

7. 침묵이 항상 불합격을 뜻하는 것은 아니다

많은 지원자들은 연락이 없으면 AI 시스템에서 걸러졌다고 생각합니다. 그렇게 생각하면 마음은 조금 편할 수 있지만, 대개 사실이 아닙니다.

Sharghi는 ATS 설명 영상에서 대부분의 결과를 결정하는 마법 같은 “키워드 80% 일치” 기준은 없다고 말합니다. 그녀는 채용 담당자들이 ATS를 실제로 어떻게 쓰는지 보여주며, 많은 지원서가 단지 지원량이 너무 많아서 열어보지도 못하는 경우가 많고, 실제 필터링은 근무 자격, 지역, 지원 자격 같은 knockout question에서 발생하는 경우가 많다고 설명합니다. [1]

이 점은 면접 단계에 대해 생각하는 방식도 바꿔야 합니다.

이미 면접까지 왔다면, 가장 어려운 보이지 않는 필터는 통과한 것입니다. 이제 중요한 것은 키워드 꼼수가 아닙니다. 중요한 것은 다음입니다:

  • 명확함
  • 관련성
  • 신뢰도
  • 자신의 일을 차분하게 설명하는 능력

또 지원 전에 기본 필터도 꼭 확인해야 합니다:

  • 근무 자격
  • 요구 지역 또는 이전 가능 조건
  • 학위 또는 자격 요건
  • 제약, 공중보건, 실험 경험 같은 도메인 요구사항

구직 과정에서의 침묵이 얼마나 지치게 하는지 잘 압니다. 하지만 일단 면접장에 들어갔다면, 기계가 아니라 사람을 기준으로 최적화해야 합니다.

8. 업무가 아니라 결과

이 점은 통계학자에게 특히 중요합니다. 당신의 영향력은 화려하지 않아도 측정 가능한 경우가 많기 때문입니다.

약한 답변은 업무 목록처럼 들립니다.

"분석을 수행하고, 대시보드를 만들고, 이해관계자를 지원했습니다."

더 강한 답변은 무엇이 바뀌었는지를 보여줍니다.

"설문 분석을 위한 샘플링 접근 방식을 다시 설계해 데이터 정리 시간을 30% 줄였고, 연구팀의 처리 시간을 이틀 단축했습니다."

Sharghi의 채용 담당자 관점 조언도 impact bullet에 대해 정확히 같은 말을 합니다. 주장과 근거를 함께 쓰고, 가능하면 XYZ 논리로 결과를 보여주라는 것입니다. 즉 무엇을 달성했는지, 어떻게 측정했는지, 그리고 그것을 위해 무엇을 했는지 말하라는 뜻입니다. [3]

다음과 같은 관점으로 생각해 보세요:

  • 정확도가 향상되었다
  • 처리 시간이 단축되었다
  • 불확실성이 명확해졌다
  • 비용을 피할 수 있었다
  • false positive가 줄었다
  • 실험 품질이 향상되었다
  • 더 빠르게 또는 더 높은 확신으로 의사결정을 내릴 수 있게 되었다

모든 통계학자 면접에서 꼭 매출 이야기가 필요하진 않습니다. 많은 경우 성과는 품질, 신뢰성, 또는 의사결정의 유용성입니다. 그것도 충분히 성과입니다.

9. 언어 맞춤

자격을 충분히 갖춘 지원자들도 같은 일을 다른 단어로 표현했다는 이유로 자주 놓쳐집니다.

채용 담당자들은 이미 익숙한 신호를 찾습니다. Sharghi도 이 점을 직접 지적합니다. 채용 공고에 적힌 표현과 이력서 표현이 느슨하게 어긋나 있으면, 매칭이 빠르게 인식되지 않을 수 있습니다. [2]

통계학자 역할에서는 특히 흔한 일입니다. 비슷한 업무를 회사마다 다르게 설명하기 때문입니다:

채용 공고의 표현당신의 경력에서는 이렇게 불렀을 수 있음
experimental designA/B 테스트 설계
causal inference영향 분석
survival analysistime-to-event modeling
forecasting예측 기반 계획
mixed-effects modeling계층적 모델
stakeholder management제품, 재무, 운영팀과 협업

저희라면 사실에 맞는 범위 안에서 고용주의 언어를 그대로 반영합니다.

즉, 포지션이 다음을 요구한다면:

  • R 또는 SAS라면, 이를 “통계 소프트웨어” 아래에 묻어두지 마세요
  • biostatistics를 요구하면, biostatistics라고 쓰세요
  • experimental design을 요구하면, experimental design이라고 쓰세요
  • 불확실성 커뮤니케이션을 요구하면, 그 점을 분명하게 적으세요

이것이 바로 직무 맞춤형 이력서가 도움이 되는 이유 중 하나입니다. 실제 경험을 채용 담당자가 기대하는 어휘로 번역해 주기 때문입니다.

10. 말 선택으로 시니어리티를 드러내기

첫 단어는 대부분의 지원자가 생각하는 것보다 훨씬 중요합니다. Sharghi는 bullet의 첫 동사가 지원자가 얼마나 시니어하게 보이는지 좌우한다고 지적합니다. [2]

통계학자의 경우, 다음을 비교해 보세요:

낮은 오너십 표현높은 오너십 표현
도왔다 model validation주도했다 분기 수요 예측을 위한 model validation
지원했다 실험 분석설계하고 분석했다 가격 변경 실험을
보조했다 리포팅 업무책임졌다 임상 연구 endpoint에 대한 통계 리포팅을

물론 시니어한 동사는 사실일 때만 써야 합니다. 하지만 실제로 어떤 업무를 책임졌다면, 그렇게 분명히 말해야 합니다.

이 점은 실제 면접 답변에도 동일하게 적용됩니다. 먼저 오너십을 말하고, 그다음 맥락을 덧붙이세요.

"드리프트가 예측 품질에 영향을 주기 시작한 뒤, 모델 모니터링 프로세스 재정비를 제가 주도했습니다."

이 표현은 다음과는 완전히 다르게 들립니다:

"모니터링 관련 업무에 조금 관여했습니다."

두 문장이 같은 프로젝트를 말할 수도 있습니다. 하지만 수준을 보여주는 것은 하나뿐입니다.

11. 폭넓음을 보여주기

가장 강한 통계학자 지원자는 단지 기술적으로만 들리지 않습니다. 세 가지 차원을 동시에 보여줍니다:

  • 기술적 신뢰도 — 분석을 실제로 수행할 수 있다
  • 비즈니스 또는 연구 영향력 — 왜 그것이 중요한지 안다
  • 리더십 — 계산 결과를 내는 데서 그치지 않고 의사결정에 영향을 줄 수 있다

Sharghi는 채용 담당자 관점의 이력서 조언에서도 이 균형을 강조합니다. 최고의 지원자는 한 가지 면만 보이지 않습니다. [2]

면접에서는 많은 통계학자들이 첫 번째 요소에만 너무 집중합니다. 모델은 훌륭하게 설명하지만, 결과는 빠뜨립니다.

더 강한 스토리는 이런 식입니다:

"우리가 포착해야 하는 추세를 사이트별 변동이 가리고 있었기 때문에 mixed-effects model을 선택했습니다. 가정을 검증한 뒤에는 결과를 임상팀에 쉬운 언어로 설명했고, 그 결과 다음 단계 프로토콜이 조정됐습니다."

이 답변은 다음을 모두 보여줍니다:

  • 방법론 선택
  • 판단력
  • 커뮤니케이션
  • 영향력

시니어 포지션이나 cross-functional 역할 면접이라면, 이런 폭넓음은 매우 중요합니다. hiring manager는 제품 관리자, 임상의, 연구자, 운영 리더, 임원진과 협업하면서도 통계적 핵심을 잃지 않는 사람을 원합니다.

12. 완전함보다 관련성

지금까지 해온 모든 일이 이 면접에 다 들어갈 필요는 없습니다.

Sharghi의 조언은 이력서를 자서전처럼 만들지 말고, 최근 5~7년과 실제로 해당 포지션과 연결되는 내용에 스토리를 집중하라는 것입니다. [2] 긴 학계, 연구, 컨설팅, 분석 경력을 가진 통계학자에게 특히 강력한 원칙입니다.

실험 중심 통계학자 역할이라면, 과거의 리포팅 인턴십에 그 경험이 직접적으로 도움이 되지 않는 한 5분을 쓸 필요는 없습니다.

저희라면 관련성 중심으로 과감하게 정리합니다:

  • 가장 최근이며 가장 유사한 역할을 먼저
  • 공고와 맞는 방법론과 도메인
  • 신뢰도를 강화할 때만 오래된 경험 포함
  • 목표 역할을 뒷받침할 때만 사이드 프로젝트 포함

좋은 “자기소개해 주세요” 답변은 보통 이 순서를 따릅니다:

  1. 지금 어디에 있는지
  2. 가장 관련성 높은 과거 경험
  3. 왜 이 통계학자 역할이 논리적인 다음 단계인지

이 순서를 따르면 면접관이 내용을 따라가기 쉽고, 가장 강한 신호를 앞에 둘 수 있습니다.

이 이야기를 소리 내어 연습하고 싶다면, ChatGPT로 통계학자 면접 질문 연습하기 가이드를 활용해 보세요. 답변이 너무 길어지거나 너무 모호해지는 지점을 파악하는 데 유용합니다.

채용 담당자가 실제로 열어보는 통계학자 이력서 만들기

이제 채용 담당자가 실제로 무엇을 보는지 알았으니, 다음 단계는 간단합니다. 최근 경험과 관련성 높은 업무를 앞에 두고, 강한 동사를 사용하고, 뻔한 자기평가를 증거로 바꾸고, 직함과 성과가 쉽게 이해되도록 만드세요. 그 과정을 도와줄 도구가 필요하다면, Specific Resume를 사용해 해당 역할에 맞춘 직무별 이력서를 작성해 보세요. 면접에서 좋은 결과 있길 바랍니다 — 저희가 응원하겠습니다.

출처

  1. Farah Sharghi. "ATS를 뚫어라"? 거짓말이었습니다 — ATS가 실제로 하는 일과 하지 않는 일, 그리고 "침묵"의 진짜 의미
  2. Farah Sharghi. 채용되는 이력서의 6가지 비밀 — hiring manager의 사고방식
  3. Farah Sharghi. FAANG 면접을 위한 이력서 마스터클래스 — 채용 담당자가 실제로 읽는 방식과 hiring manager가 탈락시키는 요소
Adam Sabla

Adam Sabla

Adam Sabla은(는) Disney, Netflix, BBC 등 100만 명이 넘는 고객을 보유한 스타트업을 만들어 온 기업가로, 자동화에 강한 열정을 가지고 있습니다.

  • 통계학자 면접 질문

    통계직 채용 면접에서 가장 자주 나오는 질문들을, 리크루터가 검증한 모범 답변과 실전 준비 팁과 함께 확인해 보세요. 통계 기법, 커뮤니케이션, 재현성, 그리고 AI 활용까지 모두 다룹니다. 또한 이력서를 맞춤 작성하는 것이 왜 중요한지, 그리고 특정 직무에 딱 맞는 이력서가 어떻게 당신을 눈에 띄게 도와주는지도 배워보세요.

  • ChatGPT로 통계학자 면접 질문 연습하기 (무료 음성 프롬프트)

    20가지 통계 분석가(Statistician) 직무 면접에서 자주 나오는 질문을, 후속 질문과 즉각적인 피드백까지 포함해 연습할 수 있도록 바로 복사해 쓸 수 있는 ChatGPT 음성 모드 프롬프트를 사용해 보세요. 실제 모의 면접처럼 소리를 내어 답변을 연습할 수 있습니다. 면접 제안을 받을 준비가 되었다면, 지원하는 회사에 맞춰 최적화된 ATS 친화형 맞춤 이력서를 Specific Resume로 만들어 보세요.

  • 통계학자 자기소개서 예시: 전통형 vs 현대형 포맷

    전통적인 통계학자(Statistician) 커버 레터와 현대적인, 이력서에 포함된 Key Qualifications 불릿 형식 커버 레터를 비교해 보세요. 실제 예시를 통해 각각이 언제 효과적인지, 그리고 더 빠른 채용 담당자 스캔을 위해 지원서를 어떻게 맞춤화해야 하는지 확인할 수 있습니다. Specific Resume를 사용해 한 번에 해당 채용 공고에 딱 맞는 커버 레터와 이력서를 함께 만드는 방법을 알아보세요.

  • 통계분석가 면접에서 STAR 기법 활용하기: 예시와 사용 방법

    STAR 기법을 활용해 통계 분석가(Statistician) 면접에서 간결하고 데이터 기반의 답변을 만드는 방법을 배우고, 직무별 예시 3개, 임팩트 문장을 더 날카롭게 만드는 Google XYZ 공식, 그리고 연습 팁까지 확인해 보세요. 여기에 더해, Specific Resume로 맞춤형 이력서를 작성해 면접 기회를 얻는 데 도움을 받는 방법까지 안내합니다.