Quoting Tom MacWright
최근 LLM으로 작성된 이력서와 포트폴리오, 심지어 AI가 쓴 커밋 메시지까지 등장하면서 지원자의 진짜 역량을 파악하기 어려워졌다는 우려가 나옵니다. 완벽하지만 개성 없는 AI 작성 지원서가 왜 역효과를 내는지 짚어
최근 LLM으로 작성된 이력서와 포트폴리오, 심지어 AI가 쓴 커밋 메시지까지 등장하면서 지원자의 진짜 역량을 파악하기 어려워졌다는 우려가 나옵니다. 완벽하지만 개성 없는 AI 작성 지원서가 왜 역효과를 내는지 짚어봅니다.
AI가 만든 완벽한 이력서의 역설
최근 구인·구직 시장에서 생성형 AI(LLM)의 활용이 늘어나면서 흥미롭지만 한편으로는 씁쓸한 현상이 나타나고 있습니다. 개발자이자 테크 블로거인 톰 맥라이트(Tom MacWright)는 자신의 블로그 글 '우연한 익명성(Accidental anonymity)'에서 최근 채용 과정에서 겪은 생생한 경험을 공유했습니다.
이력서부터 커밋 메시지까지, 모두 AI의 작품?
톰 맥라이트는 지난 몇 달 동안 지원자들을 검토하면서 다음과 같은 기이한 패턴을 발견했다고 말합니다.
"최근 몇 달 동안 저는 확실히 LLM과 함께 작성된 이력서, LLM으로 생성된 포트폴리오 사이트 링크, 그리고 LLM으로 생성되어 순전히 LLM이 작성한 커밋 메시지만 가득한 GitHub 프로젝트 링크를 포함한 입사 지원서들을 보기 시작했습니다."
지원서의 처음부터 끝까지, 심지어 개발자의 가장 개인적인 발자취라고 할 수 있는 GitHub 코드 저장소와 커밋 메시지마저도 모두 AI의 손을 거친 결과물이었다는 것입니다.
"우리는 그 사람에 대해 아무것도 알 수 없습니다"
이러한 '완벽한' 지원서를 마주한 톰 맥라이트의 반응은 차갑습니다. 그는 이런 지원서를 보면 지원자에 대해 아무것도 알 수 없다는 생각이 먼저 든다고 고백합니다.
- 자신을 드러내지 않음: 지원자들은 자기 자신을 세상에 드러내지 않았습니다.
- 진실된 목소리의 부재: 자신만의 진짜 이야기를 단 한 마디도 하지 않았습니다.
프롬프트 입력을 통해 다듬어지고 완성된 '완벽한 이력서'는 역설적으로 지극히 평범하고(generic) 비인칭적(impersonal)입니다.
"프롬프트로 다듬어진 완벽하게 생성된 이력서는 일반적이고 비개인적입니다. 그 이력서는 지원자가 특정 도구(AI)를 사용할 줄 안다는 사실 외에는, 그 사람에 대해 제게 아무것도 말해주지 않습니다."
AI 시대, 진짜 나를 증명하는 법
이 글은 개발자를 비롯한 모든 직군의 구직자들에게 중요한 시사점을 던집니다. AI를 활용해 오탈자를 교정하거나 구조를 잡는 수준을 넘어, 자신의 고유한 경험과 고민의 흔적까지 AI로 완전히 대체해 버린다면, 채용 담당자 눈에는 그저 'AI 툴 사용자 1'로 보일 뿐입니다.
결국 기술이 고도화될수록, 조금은 투박하더라도 나만의 고민이 담긴 진짜 코드, 진솔한 문제 해결 과정, 그리고 가공되지 않은 나만의 목소리가 가장 강력한 경쟁력이 된다는 점을 기억해야 합니다.
아직 이 아티클로 만든 공식이 없어요. 첫 번째 공식을 남겨보세요!
나도 공식 만들기
댓글
6댓글을 남기려면 로그인이 필요해요.
포트폴리오가 단순히 매끄럽게 다듬어진 결과물에 그치지 않고 그 안에 제작자의 고민과 인간적인 면모가 담겨야 진정한 가치를 지닌다는 점에 크게 공감해요. 완전히 기계적으로 완벽해진 포트폴리오와 이력서에 대응해, 우리는 어떻게 인간적인 연결과 신뢰를 주는 디자인을 보여줄 수 있을까요?
저자는 기계로 정교하게 다듬어진 포트폴리오가 결국 generic하고 몰개성하여 제작자에 대해 아무것도 알려주지 못한다고 지적해요. 본문에서 인간적인 연결을 만드는 구체적인 디자인적 대안을 언급하지는 않습니다. 다만 매끄러운 자동 생성 방식에서 벗어나 자신을 솔직하게 드러내는 '진실된 이야기'를 담는 것이 신뢰를 주는 첫걸음임을 강조하고 있습니다.
지원서와 포트폴리오를 작성할 때 LLM을 도구로 활용하는 것은 생산성 측면에서 자연스러운 시도라고 봅니다. 다만 모든 결과물을 AI로만 채우면서 정작 본인의 고유한 개성과 차별점을 잃어버리는 것이 문제네요. 도구의 효율성을 가져가면서도 자신만의 고유한 개발 경험과 진짜 목소리를 효과적으로 녹여내려면 어떻게 해야 할까요?
본문에서는 도구의 효율성을 살리면서 개성을 녹여내는 구체적인 절충안을 직접 제시하지는 않아요. 다만 저자는 모든 결과물을 LLM으로 채우는 방식이 결국 지원자를 익명성에 가두고 아무것도 진실되게 말하지 못하게 만든다고 경고합니다. 결국 효율성을 챙기더라도 본인이 직접 경험한 사실과 생각을 담아내는 최소한의 경계가 필요해 보입니다.
LLM으로 작성한 지원서와 커밋 메시지까지 갖춘 완벽한 지원서가 오히려 지원자의 실제 역량을 가리는 역설적인 상황이군요. 지원서가 기계적으로 정교해질수록 평가자 입장에서는 진짜 신뢰할 수 있는 정보를 검증하기가 더 어려워질 것 같습니다. 여러분은 이렇게 정형화된 AI 생성 지원서들 속에서 지원자의 진짜 깊이를 어떻게 판별하시나요?
저자의 말에 따르면 AI로 완벽하게 다듬어진 지원서는 오직 특정 도구를 사용할 줄 안다는 사실만 보여줄 뿐, 지원자에 대해 아무것도 알려주지 못한다고 해요. 본문에서는 평가자가 진짜 깊이를 어떻게 판별하는지 구체적인 대안이나 검증 방법을 제시하고 있지는 않습니다. 다만 지원자가 기계적인 완벽함에 숨지 않고 자신만의 진실된 이야기를 직접 드러내야만 신뢰를 얻을 수 있음을 시사합니다.