Optiver Likelihood List 평가 2027: 확률 순위, 차트, 시간 배분, 준비법

Optiver Likelihood List 평가는 순위 매기기 문제입니다. 가능한 결과들을 비교해 가장 일어날 가능성이 높은 것부터 낮은 것까지 순서대로 나열합니다. 2027년 공개 채용 정보에 따르면 선발된 지원자는 온라인 평가를 치르며, 안내받은 초대 기간 안에 응시해야 합니다. 최근 지원자들의 후기는 유용한 형식 단서를 더해 줍니다. Likelihood List는 제한된 시간 안에 결과의 순위를 매기게 한다는 것입니다. 다만 모든 사무소와 직무에 공통으로 적용되는 문항 수, 점수, 합격선, 제한 시간이 있다고 확정할 근거는 되지 않습니다.

따라서 가장 폭넓게 통하는 준비법은 유출된 복제본을 외우는 것이 아닙니다. 네 단계 습관을 들이는 것입니다. 분모를 고정하고, 한 사건이 다른 사건을 포함하는지 확인하고, 조건부 비율이나 추세를 비교한 뒤, 짧은 이유와 함께 결정을 내립니다. 이 과정은 빠르고 점검하기 쉬우며, 시나리오가 바뀌어도 흔들리지 않습니다.

이 가이드는 공식 사실, 같은 시기의 지원자 후기, 준비를 위한 추론을 구분해서 설명합니다. 연습은 PracHub의 Optiver 면접 문제부터 시작하세요. 이 문제들은 훈련용이며, 여러분이 실제로 보게 될 평가를 예측하는 것은 아닙니다.

차트와 표를 보고 확률 순위를 매기는 Optiver Likelihood List 평가 준비

지원자를 위한 순위 매기기 절차: 집합을 정의하고, 근거를 비교하고, 결정을 기록합니다.

간단 요약: 2027년에 확인된 내용은?

무엇을 준비할지 정할 때 아래의 근거 수준을 참고하세요. "공식"은 Optiver가 공개적으로 밝힌 내용, "지원자 후기"는 최근 후기나 초대 메일 설명, "불명"은 일반화할 만큼 믿을 만한 공개 근거가 없다는 뜻입니다.

근거 수준	뒷받침하는 내용	증명하지 못하는 내용
Optiver 공식 직무 및 채용 페이지	선발된 지원자는 온라인 평가를 치릅니다. 응시 가능 기간은 초대 메일이 정합니다. 평가 결과는 비슷한 직무에 다시 사용될 수 있습니다.	모든 지원자에게 공통인 Likelihood List 문항 수, 순서, 점수, 합격선, 문항별 제한 시간.
2026년 7~8월 지원자 후기	Likelihood List는 가능한 결과의 순위를 매기는 별도 모듈로 나타나며, 여러 지원자가 시간이 매우 빠듯했다고 말합니다.	2027년 지원자 모두가 같은 모듈 구성이나 정확히 같은 시간 제한을 받는다는 것.
본인의 초대 메일과 포털 안내	응시 가능 기간과 화면에 표시되는 안내를 포함해, 여러분의 응시에 적용되는 규칙.	온라인 토론글이나 서드파티 연습용 복제본이 실제 평가와 일치한다는 보장.

Optiver 유럽 채용 FAQ에는 평가가 8개월에 한 번만 응시할 수 있고, 이전 결과가 비슷한 직무에 다시 사용될 수 있으며, 응시를 시작한 뒤 8개월 안에는 초기화나 재응시가 제공되지 않는다고도 나와 있습니다. 응시를 결정하기 전에 최신 FAQ와 초대 메일을 읽어 보세요. 연습 사이트를 보고 재응시 정책을 짐작하면 안 됩니다.

"Likelihood List"가 측정하는 것

모듈 이름이 가리키는 것은 정확한 소수 계산이 아니라 순서를 정하는 판단입니다. 문제는 표, 차트, 관찰값의 나열, 또는 사건의 집합을 주고 결과를 가능성이 높은 순서대로 놓게 할 수 있습니다. 가장 빠르고 믿을 만한 답은 대개 전체 계산보다 강력한 관계에서 나옵니다.

부분집합 또는 지배 관계: 사건 A가 사건 B가 일어날 때만 일어날 수 있다면, 같은 표본공간에서 A는 B보다 가능성이 높을 수 없습니다.
분모 관리: 비율은 같은 모집단, 같은 기간, 같은 조건에서 비교하세요. 큰 집단에서 나온 큰 숫자가 자동으로 가장 높은 확률은 아닙니다.
조건부로 읽기: 두 백분율을 비교하기 전에 "누구 중에서?" 또는 "어떤 조건 이후에?"를 먼저 물어보세요.
보정: 눈에 확 띄는 차트도 표본이 작으면 노이즈일 수 있습니다. 반복되는 작은 차이가 더 강한 신호일 수 있습니다.

지원자 후기에서는 Likelihood List를 Beat the Odds, NumberLogic, Intervals, Orderbooks, Zap-N 같은 모듈과 구분하는 경우가 많습니다. 이 구분은 연습을 정리하는 데는 유용하지만, 모든 직무가 같은 구성을 쓴다는 공식 약속은 아닙니다. 먼저 추론 패턴을 준비하고, 그다음에 초대 메일에 적힌 정확한 모듈 이름을 따르세요.

순위 매기기 풀이 예시 (연습용)

공정한 육면체 주사위 두 개가 있다고 합시다. 다음 결과를 가능성이 높은 순서대로 나열해 보세요.

적어도 한 주사위가 6이다.
눈의 합이 9 이상이다.
눈의 합이 정확히 12이다.

동일한 확률의 순서쌍은 36개입니다. "적어도 하나가 6"은 11가지, "합이 9 이상"은 10가지, "합이 정확히 12"는 1가지입니다. 따라서 순위는 적어도 하나가 6 > 합이 9 이상 > 합이 정확히 12입니다.

여기서 중요한 것은 주사위 결과가 아니라 풀이의 근거를 남기는 방식입니다. 분모를 밝히고, 문장을 사건으로 바꾼 뒤에 세고, 더 좁은 사건이 더 넓은 사건에 포함되는지 확인하세요. 이것은 직접 만든 연습 예시이며, Optiver에서 나왔다고 보고된 문제가 아닙니다.

깔끔한 표본공간 대신 차트가 주어져도 같은 구조를 쓰면 됩니다. 모집단을 짧은 구절로 적고, 관련된 구간을 찾은 다음에야 막대나 백분율을 비교하세요.

차트와 표를 빠르게 읽는 법

시각 자료가 복잡할 때는 다음 순서로 훑어보세요.

신호	던질 질문	빠른 대응
분모	한 행, 한 막대, 한 백분율은 무엇을 나타내는가?	모집단과 기간을 몇 단어로 다시 적는다.
방향	값이 클수록 정말 "가능성이 높다"는 뜻인가, 아니면 손실률이나 오류율인가?	순위를 매기기 전에 높은 쪽이 유리한지 낮은 쪽이 유리한지 표시한다.
조건	비교가 무조건부인가, 앞선 사건으로 걸러진 것인가?	같은 조건끼리 비교하고 서로 다른 구간을 섞지 않는다.
추세	변화가 반복되는가, 아니면 노이즈가 있는 한 점인가?	가능성을 묻는 문제라면 지속되는 패턴을 우선한다.
경계	불가능하거나, 서로 배타적이거나, 전체를 이루는 결과가 있는가?	0과 1의 경계와 합계를 이용해 선택지를 먼저 걸러낸다.

표는 셀보다 머리글을 먼저 읽으세요. 차트는 막대보다 축과 단위를 먼저 읽으세요. 두 선택지가 비슷하게 남으면, 없는 정밀도를 만들어 내지 말고 동률을 깰 수 있는 가장 작은 가정을 밝히세요. 순위 문제에서 인정받는 것은 근거 있는 순서이며, 소수점 셋째 자리까지의 가짜 정밀도는 필요 없습니다.

채점 규칙을 모를 때의 시간 배분과 분류

일부 초대 메일에는 문항당 제한 시간이 있고 Likelihood List 모듈이 약 25분이라고 적혀 있습니다. 이것은 현재 보고된 내용일 뿐, 2027년 전체에 공통으로 적용되는 조건으로 보면 안 됩니다. Optiver는 단일한 채점 규칙을 공개하지 않으므로, 포털에 적혀 있지 않은 한 건너뛰기, 부분 점수, 무작위 추측에 특정한 보상이나 감점이 있다고 가정하지 마세요.

세 번에 나누어 접근하세요.

분류 (몇 초 정도): 분모와 사건의 유형을 파악하고, 부분집합이나 불가능한 결과만으로 순서가 정해지는지 확인합니다.
비교: 먼저 지배 관계를 쓰고, 그다음 조건부 비율을 보고, 시각 자료만으로는 정말 동률일 때에 한해 빠른 계산이나 기댓값 계산을 합니다.
확정하고 기록: 순서를 선택하고, 한 줄짜리 이유를 남기고, 다음으로 넘어갑니다. 초대 메일에서 검토를 명시적으로 허용할 때만 돌아오세요.

이것은 의사결정 절차이며, 정해진 제한 시간을 약속하는 것이 아닙니다. 편하다고 느끼는 수준보다 약간 더 엄격한 스톱워치로 연습하되, 실제 응시에서는 연습용 시계 대신 반드시 실제 안내를 따르세요.

짧은 타이머 안에서 결과의 순위를 매기는 Optiver Likelihood List 의사결정 지도

차트나 표를 순위를 매긴 답으로 바꾸는 간결한 의사결정 지도.

가장 빨리 효과를 보는 확률 도구

시간 압박 속에서 실수를 줄여 주는 개념에 집중하세요.

조건부 확률: (P(A\mid B)=P(A\cap B)/P(B)). 조건을 소리 내어 말해 보세요. 분모가 슬그머니 바뀌는 것을 막아 줍니다.
기댓값: (E[X]=\sum_x xP(X=x)). 문제가 어느 반복 선택이 평균적으로 더 나은 결과를 내는지 물을 때 쓰고, 사건의 가능성만 물을 때는 쓰지 않습니다.
독립: 사건들이 독립이면 (P(A\cap B)=P(A)P(B))입니다. 두 열이 나란히 놓여 있다는 이유만으로 독립이라고 가정하지 마세요.
여사건: "적어도 하나"는 (1-P(\text{none}))으로 계산하는 편이 더 빠른 경우가 많고, "정확히"는 보통 더 좁은 경우의 수를 세어야 합니다.
분산과 표본 크기: 분산이 큰 추정치는 우연히 극단적으로 보일 수 있습니다. 불확실성은 표본을 살펴보라는 신호이지, 모든 추세를 뒤집어도 된다는 허락이 아닙니다.
오즈와 보정: 문제에서 정의가 분명할 때만 오즈를 확률로 바꾸세요. 기저율과 조건부 갱신은 따로 다루세요.

이 개념들을 쓰는 데 고급 확률 해석학은 필요하지 않습니다. 또한 특정 고급 주제가 Likelihood List의 공통 요건이라는 공개 근거도 없습니다. 필요한 깊이는 직무 설명과 초대 메일이 정하게 하세요.

흔한 함정

단순 개수만 비교하기: 100 중 40은 200 중 45보다 가능성이 높습니다. 45가 더 큰 숫자인데도 그렇습니다.
겹침 무시하기: 두 결과가 같은 경우를 공유할 수 있으므로, 백분율을 더하면 100%를 넘을 수 있습니다.
조건 뒤집기: "B가 주어졌을 때 A의 확률"은 "A가 주어졌을 때 B의 확률"과 같지 않습니다.
축 대신 이야기를 읽기: 라벨, 단위, 기간이 직관적인 서사보다 우선합니다.
복제본에 과적합하기: 온라인 글은 오래되었거나, 베낀 것이거나, 특정 직무에만 해당할 수 있습니다. 방법을 배우는 데만 쓰고, 출제가 보장된 기출 문제 모음으로 삼지 마세요.
합격선을 지어내기: 2027년 Likelihood List의 공통 합격선을 제시하는 검증된 Optiver 공개 자료는 없습니다.

PracHub에서 Optiver 문제로 연습하기

위의 순위 매기기와 보정 역량을 기르기 위해 고른 다섯 문제입니다. 문제 문구는 연습 자료이며, 여러분이 볼 평가의 내용을 보여 주는 것은 아닙니다.

PracHub 문제	연습할 내용
How to rank statements by likelihood	말로 된 진술을 비교 가능한 사건으로 바꾸고 지배 관계를 검증합니다.
Market-Making Estimation Game: Optimal Confidence-Interval Strategy Over 5 Rounds	범위, 표본의 불확실성, 의사결정의 상충 관계를 보정합니다.
Compute probabilities and expectations in random processes	사건 확률과 기댓값 추론을 결합합니다.
Analyze EV, arbitrage, and bet sizing across games	가능성과 보상을 분리하고 반복되는 선택을 비교합니다.
Compute odds under time pressure	분모를 놓치지 않으면서 짧은 계산 경로를 만듭니다.

5일 집중 준비 계획

일차	학습 내용	준비 완료의 증거
1	여사건, 조건부 확률, 독립, 기댓값을 복습합니다.	노트를 보지 않고 각 개념을 설명할 수 있다.
2	표와 작은 차트로 순위 매기기 훈련을 합니다.	계산하기 전에 분모를 말하고 순위를 매긴다.
3	지배 관계, 겹침, 노이즈가 있는 표본 문제를 섞어 풉니다.	그럴듯한 오답이 왜 틀렸는지 기록한다.
4	세 번 접근 절차를 적용해 시간제한 세트를 두 번 풉니다.	최종 점수만이 아니라 피할 수 있었던 실수를 추적한다.
5	실제 응시 환경을 리허설하고 초대 메일을 다시 읽습니다.	브라우저, 응시 기간, 규칙, 차분히 마무리할 시점을 확인한다.

이 계획은 일부러 짧게 잡았습니다. 초대 메일에 다른 모듈 구성이 적혀 있다면, 모든 주제를 5일에 억지로 넣지 말고 그 구성에 연습 시간을 배분하세요.

응시 당일 체크리스트

시작하기 전에 응시 마감 기한과 초대 메일 또는 포털에 표시된 규칙을 확인하세요. 안정적인 인터넷 연결을 쓰고, 관련 없는 탭은 닫고, 허용되는 연습지를 준비해 두세요. 평가에서 금지한다면 외부 도움을 받지 마세요. 모듈을 푸는 동안에는 화면 이동, 검토, 제출 방식에 대해 안내 화면을 기준으로 삼으세요.

제출한 뒤에는 한 문제가 얼마나 어렵게 느껴졌는지로 결과를 짐작하지 마세요. Optiver는 2027년 Likelihood List의 공통 합격선이나 결과 안내 일정을 보장하는 내용을 공개하지 않습니다. 재응시가 필요하거나 기술적인 문제가 생기면 초대 메일에 적힌 채용 담당 창구에 문의하세요. 공개 FAQ의 8개월 규칙 때문에 충동적으로 다시 시작하는 것은 특히 위험합니다.

FAQ

Likelihood List는 몇 문항인가요?

2027년 모든 직무와 사무소에 적용되는 검증된 공개 문항 수는 없습니다. 2026년 7월의 한 지원자 초대 메일에는 전체 약 25분에 문항당 제한 시간이 있다고 적혀 있지만, 기준은 본인의 초대 메일입니다.

Beat the Odds와 같은 건가요?

지원자 초대 메일과 후기에서는 두 개를 별도의 모듈 이름으로 나열합니다. 확률의 기본기는 공유할 수 있지만, 인터페이스, 채점, 시나리오까지 같다는 뜻은 아닙니다.

고급 수학이 필요한가요?

조건부 확률, 여사건, 기댓값, 사건 사이의 관계, 차트 읽기부터 시작하세요. 공개된 직무 설명은 정량적, 논리적 추론을 강조하지만, Likelihood List에 필요한 고급 주제 목록은 공개하지 않습니다.

알려진 합격선이나 재응시 기회가 있나요?

검증된 공통 공개 합격선은 없습니다. Optiver 유럽 FAQ에는 이전 결과가 비슷한 직무에 다시 사용될 수 있고, 응시를 시작한 뒤 8개월 안에는 초기화나 재응시가 불가능하다고 나와 있습니다. 최신 FAQ와 채용 담당자의 안내를 따르세요.

마무리

Optiver Likelihood List 평가는 빠르게 근거의 순위를 매기는 문제로 준비하세요. 모집단을 정의하고, 지배 관계와 경계를 활용하고, 조건부 비율을 비교하고, 검증되지 않은 복제본이 공식 평가라고 착각하지 말고 결정을 내리세요. 목적에 맞는 연습에는 PracHub의 Optiver 기업 허브를 활용하고, 실제 규칙은 소문이 아니라 초대 메일이 정하게 하세요.

출처 및 추가 자료

근거 확인일: 2026년 9월 4일. 지원자 후기는 일화적인 정보이며 직무, 사무소, 채용 시기에 따라 다를 수 있습니다. 공식 초대 메일과 포털 안내가 우선합니다.