지원자도 AI를 쓰고, 채용팀도 AI를 쓴다

2026년 채용시장은 한쪽만 AI를 쓰는 구조가 아닙니다. LinkedIn의 2026년 조사에서 구직자의 81%는 이미 AI를 사용했거나 구직 과정에서 사용할 계획이라고 답했고, 채용담당자의 93%는 올해 AI 사용을 늘릴 계획이라고 답했습니다. 지원자는 공고 탐색, 이력서 정리, 면접 준비에 AI를 쓰고 기업은 후보자 검색, 스크리닝, 사전 인터뷰와 커뮤니케이션에 AI를 붙이고 있습니다.

지원자 수가 늘어난다고 좋은 후보자를 찾는 일이 자동으로 쉬워지는 것도 아닙니다. 같은 LinkedIn 조사에서 미국의 공고당 지원자 수는 2022년 봄 이후 두 배가 됐고, 채용담당자의 66%는 지난 1년 동안 자격을 갖춘 인재를 찾기가 더 어려워졌다고 답했습니다. AI는 지원과 검색의 마찰을 줄였지만 동시에 채용팀이 읽어야 할 신호의 양도 늘리고 있습니다.

문제는 AI 사용 자체가 아니라 '신호의 값'이 달라지는 것이다

AI가 문장을 잘 써준다고 해서 모든 AI 사용이 부정행위가 되는 것은 아닙니다. 실제 업무에서도 문서 작성, 자료 조사, 아이디어 정리에 AI를 쓰는 조직이 늘고 있기 때문입니다. 문제는 과거보다 훨씬 많은 지원자가 비슷한 수준의 문장 완성도와 면접 구조를 빠르게 만들 수 있게 됐다는 점입니다.

SHRM의 2026년 Recruiting Executives 조사에서는 채용 리더의 85%가 지원자의 AI 활용이 지원 단계에서 더 보편화될 것으로 예상했고, 74%는 면접에서도 AI 활용이 늘어날 것으로 봤습니다. 별도의 SHRM 조사에서는 미국의 근로자·HR 응답자 가운데 63%가 '서류상으로는 좋아 보였지만 실제 업무 스킬이 부족한 사람'과 일해본 경험이 있다고 답했고, HR 전문가의 거의 9할은 AI가 후보자를 실제보다 더 유능해 보이게 만들기 쉬워졌다고 답했습니다.

이력서는 사라지지 않는다. 다만 '최종 증거'에서 '첫 번째 주장'으로 내려온다

이력서는 여전히 필요합니다. 어떤 산업에서 어떤 역할을 맡았고 어떤 프로젝트를 경험했는지 빠르게 압축해 보여주는 가장 효율적인 문서이기 때문입니다. 다만 매끄러운 문장과 키워드만으로 후보자의 실제 수행능력을 확정하기는 점점 어려워질 수 있습니다.

그래서 이력서를 폐기하기보다 역할을 바꾸는 편이 현실적입니다. 이력서는 '검증할 가설'을 만드는 문서가 되고, 이후 구조화된 질문, 직무 관련 과제, 실제 성과물, 후속 설명과 레퍼런스 등 역할에 맞는 증거를 연결하는 것입니다. 모든 포지션에 긴 시험을 추가하는 것이 아니라 채용 실패 비용이 큰 핵심 역량에만 검증 강도를 높이는 방식이 효율적입니다.

기업은 직무마다 '무엇을 검증할지'부터 줄여야 한다

좋은 검증은 평가 항목을 무한히 늘리는 것이 아닙니다. 실제 성과를 좌우하는 핵심 스킬 몇 가지를 먼저 정의하고, 각 스킬을 어떤 증거로 확인할지 정하는 것이 시작입니다. 예를 들어 B2B 영업이라면 신규 고객 발굴, 복잡한 의사결정자 관리, 협상과 매출 재현성을 볼 수 있고 개발자라면 문제분해, 코드 이해, 디버깅과 설계 trade-off를 볼 수 있습니다.

SHRM의 Skills-First 연구에서도 관련 업무경험과 입증된 스킬·역량이 채용 의사결정의 최상위 요인으로 평가됐고, 34%의 조직은 skills-first 방식을 자주 또는 거의 항상 사용한다고 답했습니다. 핵심은 학력이나 경력을 무시하는 것이 아니라, 경력의 이름 뒤에 실제로 무엇을 할 수 있는지를 더 직접적으로 확인하는 것입니다.

AI를 금지하기보다 AI를 써도 실력이 드러나는 과제를 만든다

AI를 완전히 금지하는 채용은 일부 역할에서는 가능하지만 모든 직무의 기본해법이 되기는 어렵습니다. 입사 후 AI를 사용할 직무라면 오히려 도구를 사용할 수 있게 두고 결과를 검토·수정하고 근거를 설명하는 능력을 보는 편이 실제 업무에 가까울 수 있습니다.

예를 들어 과제의 정답만 보는 대신 왜 이 방법을 골랐는지, 조건이 바뀌면 무엇을 수정할지, AI가 준 답에서 어떤 부분을 신뢰하지 않았는지를 후속 질문할 수 있습니다. work sample과 구조화된 면접, live reasoning을 조합하면 '도구를 잘 쓰는 사람'과 '도구 없이는 사고를 설명하지 못하는 사람'의 차이를 더 잘 볼 수 있습니다.

지원자에게도 전략이 바뀐다: 잘 쓴 문장보다 재현 가능한 증거

지원자 입장에서는 AI를 사용하지 않는 것이 차별화 전략이 되기보다, 자신의 경험을 검증 가능한 형태로 준비하는 것이 더 중요해질 수 있습니다. '매출을 늘렸다'보다 어떤 시장에서 어떤 역할을 맡아 어떤 행동을 했고 결과가 어떻게 측정됐는지 설명할 수 있어야 합니다.

포트폴리오가 가능한 직무라면 결과물과 의사결정 과정을 남기고, 그렇지 않은 직무라면 프로젝트 규모, 책임범위, 개선 전후 지표, 실패와 수정 경험을 구체화할 수 있습니다. AI로 문장을 정리하더라도 면접에서 같은 경험을 다른 각도로 재구성하고 추가 질문에 답할 수 있어야 그 문장이 자신의 경력으로 남습니다.

헤드헌터의 역할도 '소개'에서 '검증 가능한 맥락'으로 이동한다

AI가 후보자 검색과 문서 정리를 더 빠르게 만들수록 서치펌의 가치도 단순히 이력서를 전달하는 데 머물기 어렵습니다. 기업이 알고 싶은 것은 이 후보자가 왜 이 포지션에 맞는지, 이력서의 어느 부분이 실제 역할과 연결되는지, 무엇은 아직 검증되지 않았는지에 대한 맥락입니다.

특히 임원·전문인력 채용에서는 프로젝트의 실제 책임범위, 조직 규모, 의사결정 권한, 성과의 조건과 이직 동기 같은 정보가 중요합니다. 후보자 동의와 적절한 절차를 전제로 레퍼런스와 경력 맥락을 확인하고, 기업이 추가로 검증할 지점을 명확히 전달하는 것이 AI 시대의 서치 품질을 가르는 요소가 될 수 있습니다.

BANSEOG VIEW

채용의 희소자원은 지원서가 아니라 '신뢰할 수 있는 신호'가 될 수 있다

AI가 지원서를 더 많이, 더 빠르게, 더 매끄럽게 만드는 시대에는 서류의 양보다 신호의 질이 중요해집니다. 기업이 해야 할 일은 AI 사용자를 색출하는 것이 아니라 포지션의 핵심 역량을 정의하고, 그 역량이 실제로 존재하는지 최소한의 비용으로 확인하는 증거 구조를 만드는 것입니다.

반석써치도 향후 후보자 추천에서 단순 키워드 매칭보다 역할의 실제 책임범위와 성과 맥락, 검증된 정보와 아직 확인이 필요한 정보를 구분해 전달하는 방향을 강화할 필요가 있습니다. AI가 Search를 빠르게 할수록 인간의 판단은 '누구를 찾았는가'보다 '왜 믿을 수 있는가'에서 더 중요해질 수 있습니다.

SOURCES

주요 자료

LinkedIn과 SHRM 수치는 글로벌 또는 미국 중심 조사입니다. 한국 채용시장에 동일한 비율이 적용된다고 단정하지 않고, AI 사용 확산과 검증 방식 변화의 방향을 비교하기 위한 자료로 사용했습니다.