대학생 IT 개발 공모전 발표 PT 질의응답 대비 전략 — 심사위원이 흔히 묻는 7가지 질문
1. PT 준비 전 반드시 파악해야 할 심사 기준
1-1. 최근 평가 트렌드와 배점 흐름
2024‑2026년 사이에 진행된 데이터·기획형 공모전은 ‘문제 정의 → 근거 → 실행 가능성 → 완성도’ 순서에 높은 가중치를 부여한다.
- 논리·완성도가 전체 점수의 절반 이상을 차지한다는 점을 기억한다.
- 데이터·근거 파트는 최소 20점 이상을 확보해야 하며, 출처 표기는 ‘저자·연도·URL’ 형태로 반드시 기재한다.
1-2. 수상작이 공통적으로 갖춘 5가지 핵심 요소
| # | 핵심 요소 | 구체적 구현 방법 |
|---|---|---|
| 1 | 문제 정의 | 첫 장에 “○○ 문제, ○% 감소” 형식의 한 줄 요약 삽입 |
| 2 | 근거·데이터 출처 | 표·그래프에 주석 달기, 출처 리스트 별도 페이지에 정리 |
| 3 | 단계별 해결 흐름 | 흐름도·시퀀스 다이어그램으로 시각화 (색상 2가지 이하) |
| 4 | 기대 효과·수치 지표 | 비용 절감 %, 시간 단축, 사용자 만족도↑ 등 구체적 수치 제시 |
| 5 | 규정 준수 | 파일명, 파일형식, 개인정보 삭제 등 제출 규정 체크리스트 완비 |
1-3. 최신 트렌드와 반드시 반영해야 할 요소
- 생성형 AI 활용: AI를 이용해 UI 시안·코드 스니펫을 만든 경우, 모델명·버전·프롬프트·결과물 저작권 고지를 반드시 슬라이드 하단에 표기한다.
- 숏폼 세로영상(9:16) 확대: 심사위원에게 전달하는 시연 영상이 요구될 경우, 해상도 1080×1920 px, 파일 포맷 MP4(H.264)로 준비한다.
- ESG·지역문제 해결형: 프로젝트가 환경·사회적 가치를 포함한다면, 해당 지표(예: 탄소 배출량 감소 kg)와 지역 파트너십 현황을 별도 슬라이드에 삽입한다.
2. 심사위원이 자주 묻는 7가지 질문과 질문 의도
| 번호 | 질문 | 질문이 내포하는 의도 |
|---|---|---|
| Q1 | “왜 이 문제를 선택했나요?” | 문제의 사회·산업적 파급력과 팀의 동기 부여 확인 |
| Q2 | “데이터 출처가 신뢰할 만한가요?” | 근거의 객관성·재현 가능성 검증 |
| Q3 | “제안한 솔루션의 실행 가능성을 어떻게 검증했나요?” | 파일럿·시뮬레이션·리스크 관리 수준 평가 |
| Q4 | “기존 솔루션과 차별점은 무엇인가요?” | 차별성·혁신성 확인 |
| Q5 | “예산·인력 계획이 현실적인가요?” | 사업성·재무 건전성 점검 |
| Q6 | “확장성·지속가능성을 어떻게 설계했나요?” | 장기 운영·생태계 연계 가능성 탐색 |
| Q7 | “AI 생성물을 사용했는데, 저작권 문제는 없나요?” | 지적 재산권·윤리적 사용 여부 확인 |
3. 질문별 맞춤형 답변 전략
3-1. Q1 – 문제 선택 배경을 설득력 있게 전달하기
- 문제 정의 한 줄 요약
- 예시: “대학생 1인당 평균 3시간의 학습시간이 비효율적으로 소모되고 있습니다.”
- 사회·산업적 파급 효과
- 설문조사(2023년 전국 대학생 1,200명) → 학습 효율 18% 저하(통계청 2023)
- 해당 문제 해결 시 예상 학점 평균 0.4점 상승, 졸업률 2% 상승 추정
- 팀 동기 부여 스토리
- 개인 경험(학습 관리 앱 사용 불편) → 문제 인식 → 프로젝트 착수
3-2. Q2 – 데이터·근거의 신뢰도 확보
| 항목 | 확인 포인트 |
|---|---|
| 출처 종류 | 정부·공공기관·학술지·공식 API |
| 최신성 | 2022년 이후 최신 데이터 사용 |
| 가공 방식 | 익명화·정규화·결측치 처리 방법 명시 |
| 재현 가능성 | 원본 파일·코드(예: Jupyter Notebook) 별도 첨부 가능 여부 |
예시 답변
“사용한 로그인 로그는 ○○대학 IT센터가 제공한 2023년 1분기 서버 로그이며, 개인정보는 SHA‑256 해시 처리 후 익명화했습니다(출처: ○○대학 IT센터, 2023).”
3-3. Q3 – 실행 가능성 검증 절차
- 파일럿 테스트
- 기간: 2주, 대상: 30명(전공·학년 고르게 배분)
- 핵심 지표: 평균 작업 시간 27 분 → 15 분(44% 감소)
- 시뮬레이션
- 시나리오: 동시 접속 500명, 서버 응답 시간 120 ms 이하 유지 (AWS CloudWatch 로그)
- 리스크 관리
- 주요 리스크: 데이터 보안, 서버 가용성
- 대응 방안: HTTPS 전면 적용, 자동 스케일링 정책 설정
예시 답변
“프로토타입을 30명의 학생에게 2주간 배포했으며, 평균 작업 시간이 44% 감소한 것을 확인했습니다. 또한 AWS 시뮬레이션을 통해 500명 동시 접속 시에도 120 ms 이하의 응답 속도를 유지했습니다.”
3-4. Q4 – 차별성(혁신성) 강조
| 비교 항목 | 기존 솔루션 | 우리 솔루션 |
|---|---|---|
| 오프라인 지원 | X (30% 사용 제한) | PWA 기반, 오프라인에서도 95% 기능 제공 |
| 데이터 시각화 | 기본 차트 | 인터랙티브 대시보드(React‑Vis) |
| AI 자동 추천 | 없음 | GPT‑4 기반 학습 경로 추천 엔진 |
| 비용 구조 | 연간 1,500만원 | 초기 개발 1,200만원, 연간 유지비 200만원 |
예시 답변
“기존 툴은 클라우드 전용이라 오프라인 사용이 불가능했습니다. 우리 솔루션은 PWA 구조를 도입해 네트워크가 끊겨도 95% 기능을 유지합니다. 또한 GPT‑4 기반 추천 엔진을 적용해 개인 맞춤형 학습 경로를 자동 생성합니다.”
3-5. Q5 – 예산·인력 계획의 현실성
- 예산 산출표 (단위: 만원)
| 항목 | 금액 | 비고 |
|---|---|---|
| 서버·클라우드 비용 | 300 | 1년 기준, AWS Lightsail |
| UI/UX 디자인 | 400 | 외주 계약 (2명) |
| 개발 인건비 | 900 | 4명·3개월·일당 75만원 |
| 테스트·품질 보증 | 250 | 베타 테스터 보상 |
| 총 합계 | 1,850 | 기존 솔루션 대비 27% 절감 |
- 인력 투입 계획
| 역할 | 인원 | 기간 | 주요 업무 |
|---|---|---|---|
| 프로젝트 매니저 | 1 | 3개월 | 일정 관리·리스크 대응 |
| 프론트엔드 개발 | 2 | 3개월 | UI 구현·PWA 적용 |
| 백엔드 개발 | 1 | 3개월 | API 설계·데이터베이스 구축 |
| QA·테스트 | 1 | 2개월 | 자동화 테스트·버그 리포트 |
예시 답변
“총 개발 비용은 1,850만원이며, 기존 상용 솔루션 대비 27% 절감됩니다. 4명의 개발 인력이 3개월 동안 전담하며, 매주 스프린트 리뷰를 통해 진척 상황을 공유합니다.”
3-6. Q6 – 확장성·지속가능성 설계
- API 표준화: RESTful + GraphQL을 모두 지원해 타 시스템과 연동 가능
- 플러그인 아키텍처: 핵심 기능을 모듈화하고, 외부 개발자가 플러그인 형태로 기능을 추가할 수 있도록 설계
- 오픈소스 라이선스: MIT 라이선스 적용 → 커뮤니티 기반 유지보수 및 기능 확장 촉진
- 수익 모델: 기본 무료·프리미엄 구독(월 5,000원) → 장기적인 운영 자금 확보
예시 답변
“RESTful API와 GraphQL을 모두 제공해 기업용 ERP와 연동이 용이합니다. 또한 MIT 라이선스로 오픈소스화하여 외부 개발자 커뮤니티가 플러그인을 자유롭게 개발·배포할 수 있습니다. 장기적으로는 프리미엄 구독 모델을 도입해 지속 가능한 운영을 계획하고 있습니다.”
3-7. Q7 – AI 생성물 사용 시 저작권·표기 관리
| AI 도구 | 사용 목적 | 모델·버전 | 표기 위치 |
|---|---|---|---|
| ChatGPT‑4o | 코드 로직 설계 | OpenAI GPT‑4o | 슬라이드 6 하단 |
| DALL·E 3 | UI 시각 디자인 | OpenAI DALL·E 3 | 부록 ‘출처·저작권’ 페이지 |
| Midjourney | 아이콘·일러스트 | Midjourney V5 | 슬라이드 3 오른쪽 하단 |
예시 답변
“UI 시안은 ChatGPT‑4o와 DALL·E 3를 활용했으며, 각각 ‘OpenAI API 사용, 2024‑03‑15’로 표기했습니다. 상업적 이용 권한은 OpenAI 정책에 따라 확보했으며, 저작권 침해 위험이 없음을 확인했습니다.”
4. 데이터·근거 준비 상세 체크리스트
- 데이터 출처 검증
- 공식 기관·공공 API·학술 논문 여부 확인
- 최신 연도(2022년 이후) 데이터 사용 여부 확인
- 익명화·전처리
- 개인식별정보(이름·학번·전화번호) 전부 삭제
- 결측치 처리 방법(평균 대체·삭제) 기록
- 시각화 품질
- 해상도 최소 300 dpi, 색상은 색맹 친화적(청색·주황색)
- 그래프 라벨·축 단위·주석 모두 명시
- AI 활용 표기
- 모델명·버전·프롬프트·결과물 저작권 고지 표준 양식 적용
- 정량적 근거 확보
- 비용·시간·효율 등 최소 2가지 이상 수치 목표 설정
- 목표 달성 근거(파일럿, 시뮬레이션)와 결과를 표로 정리
5. 발표 슬라이드 구성 원칙 및 구체적 예시
5-1. 첫 30초 ‘문제 심각성’ 한 문장 만들기
“대학생 1인당 평균 3시간의 학습시간이 비효율적으로 소모되고 있습니다.”
- 포인트: 문제 → 대상 → 구체적 수치 순으로 배치
- 시각적 강조: 슬라이드 배경을 연한 회색, 핵심 문장은 굵은 검정 폰트(36pt)
5-2. 슬라이드당 1메시지 원칙 적용 사례
| 슬라이드 번호 | 핵심 메시지 | 시각 요소 |
|---|---|---|
| 1 | 문제 정의 (한 줄) | 큰 글씨·아이콘 |
| 2 | 데이터 근거 (그래프) | 막대 그래프·출처 라벨 |
| 3 | 해결 흐름도 | 단계별 아이콘·화살표 |
| 4 | 프로토타입 시연 (영상) | 9:16 숏폼 영상 삽입 |
| 5 | 파일럿 결과 (수치) | KPI 표·색상 강조 |
| 6 | 예산·인력 (표) | 비용 항목·인원 수 |
| 7 | 확장성·지속가능성 (다이어그램) | 에코시스템 맵 |
| 8 | 결론·요청 (CTA) | ‘투자·협력 요청’ 문구 |
5-3. 디자인·내용 균형 맞추기
- 텍스트 비중: 전체 슬라이드당 텍스트는 30% 이하 유지
- 컬러 팔레트: 기본 색 2가지(청색, 회색) + 강조 색(주황) 사용
- 이미지·아이콘: 내용 보강 목적일 때만 삽입, 저해상도 이미지 금지
- 애니메이션: 전환 효과는 최소화, 필요 시 ‘페이드인’ 정도만 사용
6. 질의응답( Q&A ) 연습 세부 방법
6-1. 모의 심사 시나리오 만들기
- 역할 분배
- 팀원 A: 심사위원 1 (Q1~Q3)
- 팀원 B: 심사위원 2 (Q4~Q5)
- 팀원 C: 심사위원 3 (Q6~Q7)
- 시간 제한
- 각 질문당 45초 답변 → 전체 5분 내외
- 피드백 포맷
- ‘명확성(5점)·근거(5점)·시간 관리(5점)’ 총 15점 기준 평가
6-2. 핵심 키워드 포스트잇 활용
- 각 질문 옆에 **핵심 키워드(3~5개)**를 적은 포스트잇을 배치하고, 답변 시 눈에 띄게 참고한다.
- 예: Q3 → “파일럿, 30명, 44% 감소, 시뮬레이션, AWS”
6-3. 예상 반박 대비 시나리오
| 예상 반박 | 대응 전략 |
|---|---|
| “데이터 표본이 작지 않나요?” | “전국 대학 5개 학교에서 각각 200명씩, 총 1,000명 표본을 확보했으며, 표본 크기 검증은 95% 신뢰구간을 만족합니다.” |
| “AI 결과물 저작권 위험은?” | “OpenAI와 별도 상업 이용 계약을 체결했으며, 결과물은 ‘CC‑BY‑4.0’ 라이선스로 공개했습니다.” |
| “예산이 과다하게 보이는데?” | “초기 개발 비용은 1,200만원이며, 이후 유지비는 연간 200만원으로, 기존 솔루션 대비 27% 절감됩니다.” |
6-4. 시간 관리 툴 활용
- 스마트폰 타이머 또는 ‘Presentation Timer’ 플러그인으로 답변 시간을 실시간 모니터링한다.
- 30초 초과 시 ‘핵심 요점만 요약’하는 스크립트를 미리 준비한다.
7. 제출 전 최종 점검 체크리스트 (파일·내용·규정)
| 체크 항목 | 확인 내용 | 비고 |
|---|---|---|
| 파일명 | 팀명_프로젝트명.pdf (공백·특수문자 금지) | 규정 표준 |
| 파일 형식 | PDF(버전 1.7 이상)·영상 MP4·이미지 PNG | 요구 포맷 |
| 분량 | PPT 15장 이하, 보고서 10페이지 이하 | 초과 시 감점 |
| 개인정보 | 이름·학번·연락처 전부 삭제 | 개인정보 보호법 준수 |
| 참고문헌·출처 | APA 7th 스타일, 모든 데이터·AI·API 출처 포함 | 표준화 |
| 오탈자·맞춤법 | 한글 맞춤법 검사기(네이버 맞춤법) 사용 | 최소 1회 검수 |
| 이미지·영상 해상도 | 300dpi 이상, 영상 1080×1920 px | 시각적 완성도 |
| 저작권·AI 표기 | AI 사용 모델·버전·프롬프트·저작권 고지 | 감점 요소 제거 |
| 규정 위반 여부 | 파일 크기(최대 20 MB), 페이지 수, 파일 포맷 등 전부 체크 | 실격 방지 |
| 최종 검수 일시 | 마감 전날 오후 5시까지 전 팀원 검토 | 마지막 오류 방지 |
8. 실제 PT 현장에서 활용할 수 있는 부가 도구
| 도구 | 용도 | 추천 이유 |
|---|---|---|
| Miro | 흐름도·마인드맵 실시간 협업 | 팀원 간 아이디어 정리와 시각화에 용이 |
| Canva | 슬라이드 디자인·템플릿 | 색상·폰트 일관성 관리가 쉽다 |
| Postman | API 테스트·문서 자동 생성 | API 표준화 증명 자료로 활용 가능 |
| Jupyter Notebook | 데이터 전처리·시뮬레이션 결과 공유 | 코드·결과물을 PDF로 내보내기 쉽다 |
| OBS Studio | 숏폼 시연 영상 녹화·편집 | 9:16 비율 설정과 실시간 스트리밍 지원 |
9. 질의응답 대비 요약 체크리스트
- 문제 정의: 한 줄 요약, 정량적 파급 효과 포함
- 데이터 근거: 최신·공식·출처 표기, 익명화 완료
- 실행 검증: 파일럿·시뮬레이션·리스크 관리 구체화
- 차별성: 기존 대비 수치(비용↓, 시간↓, 기능↑) 명시
- 예산·인력: 상세 산출표·인력 투입 계획 제시
- 확장·지속가능: API·플러그인·오픈소스·수익 모델 제시
- AI 표기: 모델·버전·프롬프트·저작권 고지 정확히 기록
위 7가지 질문에 대한 대비 전략을 차근차근 실행한다면, 논리성·완성도 중심의 최신 심사 기준에 완벽히 부합하는 PT를 선보일 수 있다. 특히 정량적 근거와 차별화된 수치를 제시, AI 활용 시 저작권 표기를 명확히하는 것이 감점 요소를 최소화하는 핵심 포인트다. 이제 남은 것은 충분한 연습과 최종 검수뿐이다. 성공적인 발표와 수상을 기원한다!