AI 시대의 이력서, 서류 평가에서 무엇을 봐야 할까?

핵심 요약

AI 서류 평가가 필요한 이유는 서류가 나빠져서가 아니라 모두 잘 쓰여 있어서입니다. 해법은 서류의 역할을 요건을 거르는 '선별'과 직무 역량을 확인하는 '검증'으로 나누고, 선별은 AI 서류 평가에, 검증은 구조화 면접에 맡기는 것입니다. 바이오 제약사 파마리서치는 이 방식으로 공고당 서류 평가 기간을 일주일에서 2~3일로 줄였습니다.

공고 하나에 지원자 244명. 글로벌 채용 솔루션 Greenhouse가 고객사 6,000여 곳을 분석한 수치로, 2022년의 두 배예요. 같은 기간 채용팀 규모는 55% 줄었습니다. 그럼에도 채용 담당자들이 꼽는 진정한 어려움은 물량이 아니라 다 읽고 나서도 누구를 뽑을지 판단이 서지 않는다는 점입니다.

AI로 다듬은 서류가 하나같이 매끄러워지면서, 아무리 꼼꼼히 읽어도 지원자 간 차이가 잘 드러나지 않기 때문이에요. 더 많이 읽기보다 서류에서 무엇을 보고, 무엇은 서류 밖에서 확인할지를 다시 나눠야 할 때입니다.

이에 AI가 이력서를 쓰는 시대에 서류 평가를 어떻게 다시 정의하고 설계해야 하는지 살펴보겠습니다.

AI로 쓴 서류는 가려내기 어렵습니다

AI를 만든 기업조차 AI가 쓴 글을 확실히 가려낼 방법이 없다고 인정했습니다.

Anthropic은 올해 8월 Claude가 쓴 텍스트에 보이지 않는 워터마크를 넣기 시작하면서, 단어를 전부 바꾸면 이 표시가 지워진다는 한계도 함께 밝혔습니다. 이 회사의 성능 최적화 팀 리드 Tristan Hume은 자사 채용 과제를 두고 "이제는 결과물만 보고서는 가장 우수한 지원자가 낸 것인지 우리의 최고 성능 모델이 낸 것인지 구분할 수가 없다"고 말했어요. 그래서 Anthropic은 AI를 금지하는 대신 평가 과제를 다시 만들었습니다.

지원자 쪽 사정도 이미 달라졌습니다. 진학사 캐치 조사에서 Z세대 구직자 열에 아홉은 자기소개서를 쓸 때 AI를 활용한다고 답했고, 올해 4월 구직자 1,685명 중 53%는 'AI 때문에 변별력을 잃은 전형'으로 자기소개서를 꼽았습니다. AI로 자기소개서를 쓰는 당사자들조차 그 서류로는 사람을 가릴 수 없다고 본 셈이죠.

국내 기업도 움직이고 있습니다. SK하이닉스는 7월 자기소개서를 없애고, 반나절 심층 면접으로 AI 활용 역량과 직무 전문성을 검증하기로 했어요. 이제 서류가 확실히 말해 주는 건 '지원자가 자격 요건을 갖췄다'는 사실까지입니다.

선별은 AI 서류 평가에, 검증은 사람에게 맡깁니다

서류는 그동안 두 가지 일을 한꺼번에 해 왔습니다. 지원 자격을 갖췄는지 거르는 '선별', 그리고 그중 누구를 면접에 올릴지 가리는 '우열 판단'이에요.

문제는 우열을 가리던 잣대입니다. 미국 미네소타대학 Paul Sackett 연구진이 2022년 메타분석(여러 연구 결과를 모아 통계적으로 종합하는 방법)으로 선발 도구별 예측력을 다시 계산했더니, 서류에서 중요하게 보던 학력과 경력 연수는 입사 후 성과를 예측하는 힘이 가장 약했습니다. 1위는 서류 밖의 도구인 구조화 면접이었어요.

서류의 한계는 생성형 AI 이전부터 있었고, AI는 그걸 드러냈을 뿐입니다. 그래서 서류가 하던 일을 이렇게 나누는 편이 합리적입니다.

여기서 AI 서류 평가가 보는 건 문장의 완성도가 아니라 '사실 정보'입니다. AI가 문장을 아무리 매끄럽게 다듬어도 경력 연차나 보유 자격은 달라지지 않거든요. 그래서 서류가 모두 잘 쓰여 있어도 선별 기준은 흔들리지 않습니다.

채용 솔루션 그리팅의 AI 서류 평가는 이 선별을 다음과 같이 처리합니다.

• 조건 설정: 공고마다 선호 조건과 비선호 조건을 입력하고, 조건별로 가중치를 다르게 둡니다.
• 문맥 기반 평가: 키워드 일치 여부가 아니라 이력서의 문맥을 읽어 적합도 점수와 판단 근거를 정리합니다. 채용 채널마다 양식이 다른 이력서도 같은 기준으로 봅니다.
• 면접 확인 포인트: 서류만으로 판단하기 어려운 부분을 짚어 주어, 다음 단계인 검증으로 이어집니다.
• 사람의 최종 판단: 점수로 지원자를 필터링하거나 정렬할 수 있지만, 합격과 불합격은 자동으로 처리되지 않습니다.

효과는 실제 운영에서 확인됐습니다. 연간 4,000~5,000명이 지원하는 파마리서치는 이력서 약 100건이 접수된 공고에서, 현업이 직접 고른 면접 대상자 8명과 AI 점수를 블라인드로 비교했어요. 8명 중 6명이 AI 점수 상위 10위 안에 있었고, 도입 후 공고당 서류 평가 기간은 평균 일주일에서 2~3일로 줄었습니다.

"키워드 검색은 단순히 단어를 찾기만 하고, 생성형 AI는 맥락을 파악하지만 프롬프트마다 결과가 달라질 리스크가 있어요. 그리팅 AI 서류 평가는 우리가 사전에 설계한 일관된 기준으로 평가합니다."(파마리서치 인사팀)

점수 변별력은 기준 문장에서 나옵니다

AI 서류 평가에서 지원자 점수가 모두 비슷하게 나온다면 입력한 기준부터 의심해야 합니다. 파마리서치도 도입 초기 지원자 대부분이 90~100점에 몰리는 문제를 겪었고, 원인은 AI가 아니라 기준의 추상성이었어요.

'커뮤니케이션 능력이 좋아야 한다' 같은 문장은 거의 모든 이력서가 충족하는 것처럼 읽힙니다. 이력서에서 확인할 수 있는 행동과 수치로 기준을 바꾸자 그제야 점수가 벌어졌습니다.

현재 파마리서치는 선호 조건 4~5개, 비선호 조건 3개가량을 설정해 씁니다. 지금 우리 회사 채용 기준서를 꺼내 보세요. 그 문장을 AI에게 주면 지원자를 가려낼 수 있을까요, 아니면 모두에게 90점을 줄까요?

면접에서는 해낸 과정을 캐물어야 합니다

서류 전형에서 아낀 시간은 검증에 써야 합니다. 앞서 본 메타분석에서 직무 성과를 가장 잘 예측한 도구는 구조화 면접(모든 지원자에게 같은 질문과 평가 기준을 적용하는 면접)이었죠. 운영 원칙은 세 가지예요.

• 같은 질문을 같은 순서로 묻습니다.
• 인상이 아니라 관찰한 행동으로 채점합니다.
• 면접관끼리 상의하기 전에 각자 먼저 점수를 매깁니다.

질문의 무게중심도 옮겨야 합니다. '이런 상황이라면 어떻게 하시겠습니까?'와 같은 가정형 질문은 AI로 답을 미리 다듬어 올 수 있어요. '그렇게 했던 경험을 말씀해 주세요.'라고 물으면, 준비해 온 답이라도 당시 상황과 행동, 결과가 이어지는지 캐물어 확인할 수 있습니다. 흔히 STAR 기법(상황, 과제, 행동, 결과 순으로 경험을 묻는 방식)이라고 부르는 접근입니다.

기업들이 새로 보기 시작한 AI 활용 능력도 같은 방식으로 확인합니다. 지원서에 적힌 활용 경험을 그대로 믿기보다, AI를 어떻게 썼고 어디까지가 본인의 판단이었는지를 면접에서 구체적으로 묻는 것이에요.

이때 AI 서류 평가가 남긴 면접 확인 포인트가 질문의 출발점이 됩니다. 파마리서치의 한 리더급 포지션에서는 조건으로 주지 않았는데도 AI가 "조직문화 혁신 성과는 정성적 서술이 대부분이고 정량 근거는 제한적"이라고 짚었습니다. 면접관은 이 지점을 '그 성과를 어떻게 측정하셨나요'라는 질문으로 바로 이어갈 수 있어요.

이력서는 AI가 대신 써 줄 수 있어도, 면접 질문에 대신 답해 줄 수는 없습니다.

누구를 뽑을지 행동으로 확인할 수 있는 문장으로 먼저 정의하고, 선별은 AI에 맡겨 빠르게, 검증은 사람이 깊게 하는 것. AI가 이력서를 쓰는 시대에 채용팀이 갖춰야 할 구조입니다.

잘 쓴 서류가 쌓여 어떤 후보자를 다음 단계로 넘겨야 할지 막막하다면, 채용 솔루션 그리팅의 AI 서류 평가로 선별부터 덜어 보세요. 공고별로 정한 기준에 따라 이력서를 읽고 적합도 점수와 판단 근거, 면접 확인 포인트를 정리해 줍니다.

자주 묻는 질문

참고 자료