안녕하세요, 자바파커입니다.
"AI가 다 해주는데, 회사는 이제 어떤 사람을 뽑나요?"
최근 이직, 채용 관련 글들을 살펴보면 분위기가 완전히 바뀐 게 보입니다. 예전에는 "엑셀 잘하는 사람", "코드 잘 짜는 사람"이 환영받았다면, 지금은 다릅니다. 코드도 보고서도 AI가 1차로 뽑아내는 시대입니다.
솔직히 말씀드리면 — 기술 자체의 가치는 빠르게 평탄화되고 있습니다. 그렇다면 회사는 무엇으로 사람을 가릅니까? 직접 채용 공고와 기업 리포트들을 조사해본 결과를 공유합니다.
결론부터 — 회사가 진짜 보는 건 "AI를 다루는 사람"인가요?
결론부터 말씀드리면, 회사가 바라는 인재상은 **"AI를 잘 쓰는 사람"이 아니라 "AI와 함께 더 큰 일을 해내는 사람"**입니다. 미묘하지만 큰 차이가 있습니다.
| 구분 | 기존 인재상 (~2023) | AI 시대 인재상 (2026~) |
|---|---|---|
| 핵심 가치 | 숙련도 — "이 일을 잘 할 수 있는가" | 레버리지 — "이 일을 얼마나 키울 수 있는가" |
| 평가 기준 | 결과물의 완성도 | 문제 정의의 깊이 + 실행 속도 |
| 협업 대상 | 동료, 상사 | 동료 + AI 에이전트 |
| 약점 | 반복 작업 의존 | 판단력 부족 |
| 강점 | 도메인 지식 | 도메인 지식 × AI 활용 |
AI가 일을 "대체"하는 게 아니라 사람의 "그릇"을 키워주는 시대입니다. 그래서 회사는 그릇이 큰 사람을 찾습니다.
AI 시대 인재상 — 5가지 핵심 역량
1. AI 협업 능력 — 도구가 아닌 "팀원"으로 다루는 감각
가장 먼저 꼽히는 역량입니다. 그런데 흔히 오해합니다. "ChatGPT 잘 쓰는 사람"이 아니라, AI에게 어떻게 일을 위임하고 검수할지 아는 사람입니다.
채용 담당자들이 실제로 보는 건 이런 것들입니다.
- 같은 문제를 30분 vs 3시간 안에 푸는 차이
- AI 결과물의 잘못된 부분을 1초에 알아채는 감각
- AI가 못 하는 일과 잘 하는 일을 구분하는 판단력
**"AI에게 부탁하는 사람"이 아니라 "AI를 부리는 사람"**이 필요합니다.
2. 문제 정의 능력 — "무엇을 풀어야 하는가"
AI에게 잘못된 문제를 정확하게 풀어달라고 하면 결과는 쓸모없습니다. AI 시대일수록 올바른 질문을 던지는 사람이 비싸집니다.
"AI는 답을 잘 찾지만, 질문은 사람이 만듭니다."
이게 신입에게도 동일하게 요구된다는 게 흥미롭습니다. 예전에는 "시키는 일 잘하는 신입"을 뽑았지만, 지금은 "왜 이걸 해야 하는지 묻는 신입"을 뽑습니다. 단순 실행자는 AI가 더 빠르고 싸기 때문입니다.
3. 학습 민첩성 — 6개월마다 판이 바뀌는 환경 대응력
저도 매주 새 도구를 익히면서 느낍니다. 6개월 전에 표준이던 워크플로우가 지금은 구식입니다. 회사도 이걸 압니다.
그래서 채용에서 가장 많이 듣는 표현이 **"러닝 어질리티(Learning Agility)"**입니다. 구체적으로는 이런 신호를 봅니다.
- 새로운 도구를 1주일 안에 실무 수준으로 끌어올리는가
- 잘못된 방법론을 빠르게 버릴 수 있는가
- 자신이 모른다는 것을 인정하고 학습 루프를 설계할 수 있는가
이력서의 "10년 경력"보다 **"최근 6개월 동안 무엇을 새로 배웠는가"**가 더 큰 신호로 작동합니다.
4. 도메인 깊이 — AI가 따라잡지 못하는 맥락 지식
역설적으로, AI가 발전할수록 도메인 지식의 가치가 올라갑니다.
AI는 인터넷에 공개된 정보를 잘 압니다. 하지만 회사 내부의 의사결정 맥락, 고객 한 명의 변덕, 업계의 암묵적 룰은 모릅니다. 이 부분이 사람의 영역입니다.
- 의료 AI를 만들 때 → 환자 동선까지 아는 임상 경험
- 금융 AI를 만들 때 → 규제 변화의 정치적 배경
- 커머스 AI를 만들 때 → 자사 고객의 구매 패턴 변화
**"AI + 도메인"**의 곱셈으로 가치가 만들어집니다. 둘 중 하나만 있으면 대체 가능하지만, 둘 다 있으면 대체 불가능합니다.
5. 윤리적 판단력 — "할 수 있는가"가 아니라 "해도 되는가"
AI 시대에 새롭게 부상한 역량입니다. 회사가 AI를 도입할수록 **"이건 해도 되는 일인가?"**를 판단할 사람이 필요해집니다.
- AI가 만든 결과물을 어디까지 신뢰할 것인가
- 개인정보를 어디까지 학습에 쓸 것인가
- AI가 내린 판단의 책임은 누가 지는가
이건 단순히 컴플라이언스 문제가 아닙니다. 회사의 평판과 직결되는 의사결정입니다. 그래서 시니어급일수록 윤리 감각이 핵심 평가 항목으로 들어옵니다.
실전 — 자기소개서·면접에 어떻게 어필할까
위 5가지 역량을 추상적으로 외우는 건 의미 없습니다. 구체적 행동 사례로 풀어야 통합니다.
자기소개서
❌ 안 좋은 예: "저는 AI 도구를 활용해 업무 생산성을 높였습니다."
✅ 좋은 예: "기존 3시간 걸리던 리포트 작성을, Claude로 1차 초안을 30분에 만들고 검수·수정에 1시간을 쓰는 워크플로우로 재설계해 주 5시간을 절감했습니다."
핵심은 숫자 + 워크플로우 재설계입니다.
면접 답변
면접관이 듣고 싶은 건 "AI를 쓴 경험"이 아니라 **"AI를 다루는 사고방식"**입니다. 다음 3가지를 답에 녹이면 좋습니다.
- 위임 기준 — 어떤 일을 AI에게 맡기고 어떤 일은 사람이 하는지
- 검수 체크리스트 — AI 결과물을 어떻게 검증하는지
- 실패 경험 — AI를 잘못 썼다가 깨달은 점
특히 3번이 강력합니다. 실패를 인정할 수 있는 사람은 학습 민첩성과 윤리 감각을 동시에 보여주기 때문입니다.
FAQ — AI 시대 인재상에 대한 자주 묻는 질문
Q. 개발자가 아닌데 AI 역량을 어떻게 보여주나요? A. 직군과 무관합니다. 마케터라면 "GPT로 카피 30개 만들고 A/B 테스트로 추렸다", 기획자라면 "AI 리서치 결과를 검수해 의사결정 시간을 단축했다" 같은 구체 사례가 통합니다.
Q. 신입은 경력 사례가 없는데 어떻게 어필하나요? A. 사이드 프로젝트가 가장 강력합니다. 학교 과제, 토이 프로젝트, 블로그 운영 등에서 AI를 어떻게 썼는지 정량적으로 정리하세요. "1인 개발로 웹서비스 출시" 같은 사례는 신입에게도 가능한 시대입니다.
Q. AI 자격증이 도움이 되나요? A. 자격증 자체보다 포트폴리오가 우선입니다. 자격증은 학습 의지를 보여주는 보조 신호일 뿐, 면접관이 보는 건 결국 "당신이 만들어낸 결과물"입니다.
마무리 — 회사가 바라는 건 "AI 곱하기 당신"
정리하면, 2026년 회사가 원하는 인재상은 단순합니다.
"당신이 AI를 만나서 어떤 곱셈을 만들어낼 수 있는가."
AI를 두려워하지도, 맹신하지도 않는 사람. 자기 도메인을 깊이 파면서 AI를 레버리지로 쓰는 사람. 그리고 무엇을 풀어야 하는지 스스로 묻는 사람입니다.
기술은 빠르게 평탄화되지만, 판단력과 맥락 지식은 평탄화되지 않습니다. 이 둘에 투자하시는 게 가장 안전한 베팅이라고 생각합니다.
여러분의 회사나 업계에서는 어떤 인재상을 강조하고 계신가요? AI를 다루는 방식에 대해 회사에서 들어본 가장 인상 깊은 표현이 있다면 댓글로 나눠주세요. 다음 글에서 사례로 정리해보겠습니다.