AI 활용 경험 자소서, 쓸 게 없으면 어떻게 쓰나
AI 시대가 도래하면서 채용에서 주요하게 살피는 것이 하나 늘었습니다. 'AI를 얼마나 잘 다룰 줄 아느냐'입니다. 이미 자기소개서와 경험기술서에 관련 문항을 넣는 회사가 생겼습니다. 이에 취준생들은 검색창에 문항을 통째로 복사해 붙여넣으며 고전한 흔적이 남아 있습니다. "AI를 활용한 프로젝트, 공모전, 논문, 연구, 학습, 활동, 문제해결 경험 등을 작성해 주세요" 같이 말이죠.
이 문항을 마주하면 그저 막연해지는 취준생들이 많습니다. 아무리 생각해봐도 도무지 쓸만한 경험이 없습니다. 대다수 취준생들의 경우 학교에서 배운 적도 없고 그렇다고 회사나 동아리에서 프로젝트를 해 본 경험도 없기 때문입니다. ChatGPT(챗지피티) 같은 AI 도구에 몇 번 질문해 본 게 전부입니다. 그걸 경험이라고 적어도 되는지 판단이 안 섭니다. 이제부터 뭘 어떻게 준비해서 쓸 수 있을지도 모르겠습니다.
AI 컨설팅을 수차례 진행해본 제가 먼저 결론을 드리면 이렇습니다. 문항이 묻는 것은 도구를 써 봤느냐가 아닙니다. 그래서 거창한 이력이 없어도 답할 수 있습니다. 지금부터 만들어도 늦지 않습니다.
이 글에서는 AI 관련 문항 대비에 막연한 취준생들을 위해 세 가지를 다룹니다. 문항이 실제로 무엇을 보는지, 지금부터 만들 수 있는 경험은 무엇인지, 그리고 그것을 어떻게 문장으로 옮기는지입니다.
- AI 활용 경험 기술
AI 도구를 써서 문제를 풀어 본 과정을 적는 항목입니다. 자기소개서 문항으로 들어가기도 하고 경험기술서에서 따로 묻기도 합니다. 도구 사용법이 아니라 그 과정에서 무엇을 판단했는지를 봅니다.
이 질문이 실제 채용에서 얼마나 큰 비중을 갖는지는 SK하이닉스 사례가 보여 줍니다. 2026년 하반기 신입 공채부터 자기소개서를 폐지하고 경험기술서 두 문항으로 바꿨습니다. 문항은 "직무 전문성"과 "AI 기반 문제 해결 경험"이며 각각 2,000자입니다.
공고는 "단순 질의응답 형태로 활용한 경험은 지양"하라고 밝힙니다. 문제를 스스로 정의했는지, 시행착오와 검증을 거쳐 변화를 만들었는지가 평가 대상입니다. 아래에서 말하는 판단도 이 기준을 가리킵니다.
이 문항을 내건 공채의 접수는 2026년 8월로 대부분 마감됐습니다. 이번에 내지 못했다면 다음 공채까지가 준비 기간입니다. 쓸 경험이 없다는 문제는 마감 전날 문장만 다듬어서는 풀리지 않으니 지금부터 만들어 두어야 합니다.
문항은 도구를 잘 쓰는지 묻지 않습니다
먼저 오해부터 풀겠습니다. 이 문항은 AI를 얼마나 많이, 얼마나 잘 다루는지를 묻는 자리가 아닙니다.
생각해 보면 당연합니다. 지금 AI 도구는 누구나 몇 분이면 씁니다. 프롬프트를 잘 쓰는 것도 몇 주면 비슷해집니다. 회사가 그걸 변별력 있는 질문이라고 여길 리가 없습니다.
회사가 알고 싶은 것은 따로 있습니다. 이 사람이 일을 맡았을 때 AI를 어디에 쓸지 스스로 판단할 수 있는가입니다. 무엇을 맡기고 무엇을 직접 할지, 결과가 틀렸을 때 알아챌 수 있는지, 그래서 결국 일이 되게 만드는지를 봅니다.
그래서 좋은 답은 이런 모양입니다.
이런 문제가 있었고, 이 부분을 AI에 맡겼고, 이런 이유로 이런 선택을 했으며, 이런 개선을 거쳐, 이런 결과를 도출했습니다.
거창할 필요가 없다는 뜻이기도 합니다. 논문이나 공모전이 아니어도 됩니다. 원인과 문제, 판단과 개선, 그리고 결과가 있으면 성립합니다.
취업 준비 자체가 소재가 됩니다
AI 활용 경험은 취업 준비와 별개로 새 프로젝트를 만들어야만 생기는 것이 아닙니다. 지금 막혀 있는 일을 하나 고르고 AI에 일부를 맡긴 뒤 결과를 검토하면 됩니다. 작은 일을 반복해도 문제와 판단과 결과가 남습니다. 그리고 실제로 AI 활용 능력은 내가 느낀 불편함을 나만의 판단과 방법으로 효율적으로 개선하는 과정에서 생깁니다.
공모전이나 대외활동을 새로 찾지 않아도 됩니다
저라면 새로 뭘 벌이지 않고 제가 놓인 환경에서부터 시작할겁니다. 공모전, 대외활동, 강의 등 AI 활용 능력 증진에 실질적인 도움이 될지도 모르는 일들을 찾아 헤매면 실행 없이 시간만 하염없이 흘러가게 됩니다. 없던 일을 억지로 만들어 프로젝트를 시작해도 "왜 했는지"부터 꾸며야하죠. 면접에서 그 이유가 먼저 무너지면 뒤에 적은 과정도 설명하기 어렵습니다.
하지만 이미 하고 있는 일에는 명확하고 뚜렷한 동기가 있습니다. 우리는 지금 당장 지원할 공고를 추려야 하고 회사를 알아봐야 하며 면접 답변을 고쳐야 합니다. 이 일에 AI를 붙이면 왜 시작했는지 지어낼 필요가 없습니다. 바뀐 과정과 결과에 집중할 수 있게됩니다.
AI 활용 경험 예시: 공고 정리, 기업 분석, 면접 답변
Claude(클로드)와 ChatGPT 가운데 하나를 골라 시작하면 됩니다. Claude를 골랐다면 아래 세 일을 Claude로 하고 ChatGPT를 골랐다면 같은 일을 ChatGPT로 진행합니다. 어느 쪽이든 무엇이 막혔고 무엇을 맡겼으며 무엇을 직접 판단했는지 남기는 과정은 같습니다.
첫 주에는 아래에서 하나를 골라 1단계와 2단계를 해 봅니다. 둘째 주에는 2단계에서 불편했던 점을 하나 고쳐 3단계로 올립니다. 2단계에서 파일을 올려 일 시키는 법이 낯설다면 웹에서 AI 길들이기 트랙부터 따라가면 됩니다.
- 공고 정리
- 1단계 채팅: 공고 한 건을 붙여넣고 자격 조건을 정리해 달라고 합니다.
- 2단계 파일: 공고 여러 건을 올리고 한 표로 합치게 합니다. 한 건씩 볼 때보다 편하지만 새 공고가 생길 때마다 자료와 조건을 다시 주어야 하고, 표의 열도 조금씩 달라집니다.
- 3단계 심화 작업: 채용 사이트에 새 공고가 올라오는 것을 추적해 구글 스프레드시트에 자동으로 정리해 넣고, 표가 갱신되면 메일로 알려 주는 자동화를 만들게 합니다. 어떤 조건이 내 경험과 맞는지와 어느 공고에 지원할지는 직접 결정합니다.
- 기업 분석
- 1단계 채팅: 보도자료 한 건을 붙여넣고 직무와 관련된 사업을 요약하게 합니다.
- 2단계 파일: 사업보고서와 보도자료를 함께 올려 반복해서 나오는 사업과 과제를 찾게 합니다. 자료가 늘 때마다 다시 올리고 같은 요청을 해야 하며, 요약에 근거가 된 출처가 빠질 때도 있습니다.
- 3단계 심화 작업: 지원할 회사들의 공시와 보도자료 페이지를 주기적으로 확인해 새 자료를 내려받고, 회사별 분석 문서를 자동으로 갱신하면서 요약마다 출처 파일과 페이지를 달아 두는 파이프라인을 만들게 합니다. 어떤 내용을 답변에 쓸지와 원문에 맞는지는 직접 확인합니다.
- 면접 답변 다듬기
- 1단계 채팅: 답변 한 편을 붙여넣고 빈틈과 예상 질문을 찾게 합니다.
- 2단계 파일: 이력서, 공고, 답변을 함께 올려 표현을 고칩니다. 같은 문서에 고쳐 쓸수록 이전 답변과 바꾼 이유가 사라져 무엇이 나아졌는지 비교하기 어렵습니다.
- 3단계 심화 작업: 답변 폴더를 맡겨 판이 바뀔 때마다 달라진 문장과 바꾼 이유를 자동으로 비교표에 쌓고, 고칠 때마다 새 예상 질문과 모의 꼬리질문 목록까지 만들어 두게 합니다. 어떤 경험을 남기고 뺄지와 실제로 말할 수 있는 표현인지는 직접 판단합니다.
채팅만 써서는 오류와 수정 과정을 못 씁니다
그런데 공고 정리, 기업 분석, 면접 답변 다듬기를 왜 채팅으로 끝내지 않고 심화 작업까지 끌고 가야 할까요. 문항을 여섯 칸으로 펼치면 이유가 보입니다.
- 어떤 문제였는지
- 어떤 AI 도구를 활용했는지
- 입력했던 프롬프트의 내용
- AI가 처음 생성한 결과
- 해당 결과의 오류와 한계
- 본인이 직접 수정하고 보완한 과정
여섯 칸 가운데 뒤의 네 칸은 첫 요청부터 수정까지의 과정을 묻습니다. 한 번 묻고 한 번 받은 채팅 기록으로는 3번과 4번까지는 채울 수 있습니다. 처음 받은 답으로 끝냈다면 5번과 6번에는 무엇이 틀렸고 무엇을 바꿨는지 쓸 사건이 남지 않습니다.
채팅이 나쁘다는 뜻은 아닙니다. 이 문항이 요구하는 답이 첫 답을 받은 다음에 있다는 뜻입니다. 파일이 늘어나고 같은 일을 반복하면 표의 형식이 달라지거나 출처가 빠지는 문제가 생깁니다. 그 막힘을 발견하고 작업 방식을 바꾼 과정이 5번과 6번의 재료가 됩니다.
채팅 말고 어떤 기능이 더 있는지 자체가 낯설 수 있습니다. 같은 화면 안에도 파일 첨부와 자료를 모아 두는 프로젝트가 있고, 그 너머에 폴더째 일을 맡기는 Cowork(코워크)와 Claude Code(클로드 코드)가 한 계단씩 있습니다. 어떤 기능들이 있는지부터 훑으려면 웹에서 AI 길들이기 트랙을 먼저 보면 됩니다.
심화 작업 도구까지 써 봐야 합니다
여러분이 잡아야 할 목표는 3단계입니다. 셋 중 하나를 골라잡거나 중간을 건너뛰는 방식이 아닙니다. 1단계에서 첫 결과를 받고, 2단계에서 여러 자료를 다루다가 불편을 찾고, 그 불편 때문에 3단계로 작업 방식을 바꿉니다. 이렇게 하나씩 차근차근 AI 활용 경험을 넓히면서 목표 단계까지 도달하는 것입니다.
아래 번호는 앞에서 인용한 문항의 항목 번호입니다.
| 문항의 항목 | 세 단계에서 생기는 재료 |
|---|---|
| 4. AI가 처음 생성한 결과 | 1단계 채팅에서 받은 첫 답 |
| 5. 결과의 오류와 한계 | 2단계에서 실제로 겪은 불편 |
| 6. 직접 수정하고 보완한 과정 | 불편을 줄이려고 3단계로 바꾼 과정 |
2단계에서 멈춰도 답안은 쓸 수 있습니다. 다만 채팅과 파일 첨부는 이미 누구나 쉽게 쓰는 일상 기능이 됐습니다. 국내 만 10세부터 59세까지 1,000명을 조사한 2026년 AI 검색 트렌드 리포트에서 ChatGPT 이용률이 54.5퍼센트로 절반을 넘었을 정도입니다. 그것만으로는 AI 활용 경험의 차이를 보여 주기 어렵고, SK하이닉스가 단순 질의응답 형태의 경험을 지양하라고 밝힌 기준도 같은 방향을 가리킵니다.
그래서 3단계까지 가기를 권합니다. Claude를 골랐다면 Cowork나 Claude Code, ChatGPT를 골랐다면 Codex(코덱스)처럼 자료 폴더를 통째로 맡아 일하는 심화 도구로 같은 일을 이어 해 보는 단계입니다. 어느 도구를 고를지 고민된다면 챗GPT 클로드 제미나이 차이 비교 레슨부터 보면 됩니다 (도구가 서로 달라도 문제를 정의하고 오류를 고쳐 가는 과정은 비슷해서, 평가자는 도구 이름보다 경험의 폭과 깊이가 어떻게 발전했는지를 봅니다). 2단계에서 무엇이 불편했는지와 3단계에서 무엇을 바꿨는지가 문항의 뒷칸을 채웁니다.
채팅창에서는 상상하기 어려운 종류의 일이 심화 도구의 영역이고, 그 과정이 그대로 답안 재료가 됩니다. 위의 공고 정리 자동화를 예로 들면, 처음 만든 자동화가 공고의 마감일을 빠뜨리고 가져왔다면 그것이 문항 5번에 적을 오류이고, 마감일까지 읽어 오도록 고쳐 다시 돌렸다면 그것이 6번에 적을 수정 과정입니다.
장벽이 없는 것은 아닙니다. 하나는 비용입니다. 무료 버전만으로는 한계가 있어서 3단계를 제대로 겪으려면 무료 범위 너머의 기능까지 써 봐야 하는 순간이 오는데, Claude Code가 어디까지 무료인지는 Claude Code 무료로 쓸 수 있나요에 정리해 두었습니다. 다른 하나는 막막함입니다. 채팅 밖에 무엇이 있는지 모르는 상태에서는 무엇부터 해야 할지가 보이지 않습니다. 그래서 이 글 마지막에 시작 순서를 정리해 두었습니다. 시간은 걱정거리가 아닙니다. 새 프로젝트를 만드는 것이 아니라 2단계에서 하던 일을 같은 자료로 한 번 더 손보는 것이기 때문입니다. 이 순서대로 가면 서류만이 아니라 면접까지 함께 준비됩니다.
문제, 판단, 행동, 결과 순서로 씁니다
취업 정보 사이트들이 정리한 평가 기준을 보면 한 방향을 가리킵니다. 완성도 높은 문장이 아니라 구체적인 경험을 본다는 것입니다. AI로 매끄럽게 쓴 자기소개서는 문장은 좋은데 지원자만의 경험이 비어 있는 경우가 많고, 그게 바로 걸리는 지점입니다.
합격과 불합격을 가르는 기준은 답안에 이 네 부분이 담겼는지입니다.
- 문제: 무엇이 막혀 있었는지
- 판단: 그중 어디를 AI에 맡기기로 했고 왜 그렇게 정했는지
- 행동: 실제로 어떻게 시켰고 결과를 어떻게 확인했는지
- 결과: 무엇이 어떻게 달라졌는지, 가능하면 숫자로
반대로 주의할 답안 유형이 둘 있습니다. 둘 다 흔합니다.
첫째, 받아쓰기입니다. "ChatGPT에 물어보고 답변을 정리했습니다." 여기에는 판단이 없습니다. 시킨 사람과 받은 사람만 있고 결정한 사람이 없습니다.
둘째, 학습 이력 나열입니다. "프롬프트 엔지니어링 강의를 수강했고 관련 자격증을 취득했습니다." 배운 것은 경험이 아닙니다. 그것으로 무엇을 했는지가 빠지면 이력서의 교육란과 다를 게 없습니다.
실제 경험으로 준비한 서류는 면접 대비까지 이어집니다
서류를 준비하며 위 과정을 거쳤다면 면접 대비도 함께 진행된 셈입니다. 면접관은 서류에 적힌 경험을 아래 세 방향으로 되짚는데, 기록을 남기며 준비한 사람은 이미 그 답을 가지고 있습니다.
- AI 결과 가운데 직접 결정한 것은 무엇입니까?
- 검토한 대안 가운데 무엇을 포기했고 왜 포기했습니까?
- 전과 후가 달라졌다는 것을 무엇으로 측정했습니까?
면접 방식도 같은 방향으로 바뀌고 있습니다. SK하이닉스는 20분에서 30분가량이던 기존 면접을 반나절 동안 과제를 수행하며 인터뷰하는 Half-Day 면접으로 바꿨습니다. 서류에 적은 문제 정의와 검증 과정을 그 자리에서 다시 보여 주는 셈이라, 실제로 겪고 기록해 둔 경험은 그대로 답이 됩니다. 없던 경험을 만들어 냈다면 꼬리질문보다 실제 과제에서 먼저 막히기 쉽습니다.
모든 과정을 기록하며 AI 활용 능력을 키우세요
마지막 팁입니다. 나중에 경험을 쓰지 못하는 가장 흔한 이유는 당시 기록이 없기 때문입니다. 기록은 답안 재료를 모으는 일이면서, 무엇을 맡기고 무엇을 고칠지 되짚는 연습이라 AI 활용 능력 자체를 키웁니다. 작업할 때 아래 네 가지를 한 문서에 남겨 두세요.
- 프롬프트: 어떤 자료를 주었고 무엇을 요청했는지 원문을 남깁니다.
- 첫 결과: 틀린 사실, 빠진 조건, 지나치게 일반적인 표현을 지우지 말고 보관합니다.
- 2단계의 불편: 자료를 다시 올린 횟수, 달라진 형식, 빠진 출처처럼 어디서 막혔는지 적습니다.
- 3단계의 수정: 도구와 작업 규칙을 어떻게 바꿨고 결과가 전보다 어떻게 나아졌는지 적습니다.
완성된 답보다 첫 결과의 오류와 막힌 기록이 더 중요한 재료입니다. 첫 결과는 나중에 같은 질문으로 다시 만들 수 있지만, 그때 어디서 왜 막혔는지는 다시 만들 수 없습니다. 첫 결과를 깨끗하게 고쳐 덮어쓰지 마세요.
자기소개서와 경험기술서에는 글자만 들어가니 기록을 한 문장으로 옮기는 연습을 해 두고, 포트폴리오처럼 자유 형식 파일을 받는 전형이라면 첫 결과와 마지막 결과를 나란히 붙이는 것이 가장 강한 증거가 됩니다.
오늘 시작하는 순서
여기까지 읽었다면 남은 것은 순서대로 해 보는 일입니다. 필요한 글은 이 블로그 안에 이어져 있으니 하나씩 찾아가면서 3단계까지 도달하면 됩니다.
- 소재 하나 고르기: 공고 정리, 기업 분석, 면접 답변 다듬기 중 지금 급한 것 하나. 채팅으로 첫 결과를 받습니다.
- 파일로 올려 보기: 같은 일을 파일 여러 개로 시킵니다. 파일을 올려 일 시키는 법부터 낯설다면 웹에서 AI 길들이기 트랙이 그 순서대로 알려줍니다.
- 기록 문서 만들기: 프롬프트, 첫 결과, 막힌 지점, 고친 방법 네 가지를 한 문서에 쌓습니다.
- 3단계로 올리기: Cowork, Claude Code, Codex 같은 심화 작업 도구로 같은 일을 이어 합니다. 브라우저 밖으로 트랙이 설치부터 첫 작업까지 순서대로 안내하는 트랙이고, 비용이 걱정되면 Claude Code 무료로 쓸 수 있나요부터 읽으면 됩니다.
이렇게 준비하면 자소서 문항 하나를 넘기는 데서 끝나지 않습니다. 문제를 정의하고 AI에 맡기고 결과를 검증하는 습관은 AI 활용 능력 그 자체라서, 자소서와 면접을 대비하는 동시에 입사 후 실무에서도 그대로 쓰입니다. 취업 준비로 시작한 이 기록이 AI를 강력한 무기로 쥔 실무자의 첫 페이지가 되길 바랍니다.
- 문항 여섯 칸 가운데 넷은 첫 요청, 첫 결과, 오류, 수정 과정을 묻습니다. 채팅 한 번으로 끝내면 뒤의 두 칸이 비기 쉽습니다.
- 이 글의 권장 도달 지점은 3단계입니다. 2단계에서 불편을 겪고 작업 방식을 3단계로 바꾼 과정이 답안의 재료가 됩니다.
- 공고 정리, 기업 분석, 면접 답변은 새 프로젝트 없이 지금 시작할 수 있는 AI 활용 경험 예시입니다.
- 답안은 문제, 판단, 행동, 결과 네 부분으로 씁니다. 거창한 프로젝트가 아니어도 성립합니다.
- 지어내지 마세요. 면접에서 꼬리질문 세 개면 드러납니다.
자주 묻는 질문
SK하이닉스 경험기술서 AI 문항은 어떻게 나오나요?
2026년 하반기 신입 공채부터 자기소개서를 폐지하고 경험기술서 두 문항으로 바꿨습니다. 직무 전문성과 AI 기반 문제 해결 경험을 각 2,000자로 묻고, 단순 질의응답 형태로 활용한 경험은 지양하라고 공고에 명시했습니다.
AI 활용 경험 문항은 무엇을 보나요?
도구를 얼마나 잘 다루는지가 아니라 무엇을 판단했는지를 봅니다. 무엇을 AI에 맡기고 무엇을 직접 할지 스스로 정했는지, 첫 결과의 오류를 알아채고 어떻게 고쳤는지를 확인하는 자리입니다.
거창한 프로젝트 경험이 없어도 되나요?
됩니다. 문제와 판단과 결과가 있으면 성립합니다. 논문이나 공모전이 아니어도 되고, 오히려 작은 일이라도 왜 그렇게 나눴는지를 설명할 수 있는 쪽이 낫습니다. 규모가 큰 경험이라도 받아쓰기로 진행했다면 쓸 내용이 없습니다.
AI 활용 경험 예시로 무엇을 하면 되나요?
지금 하는 공고 정리, 기업 분석, 면접 답변 다듬기부터 시작하면 됩니다. 채팅으로 첫 결과를 받고, 여러 파일을 다루며 불편을 찾은 뒤, 심화 작업으로 그 불편을 고친 과정을 남기세요. 새 프로젝트를 따로 만들 필요는 없습니다.
AI 활용 능력과 AI 활용 경험은 같은 건가요?
다릅니다. AI 활용 능력을 검색하면 자격증, 시험, 평가가 함께 나오지만 이 글의 AI 활용 경험은 실제 문제를 풀며 내린 판단과 수정 과정을 뜻합니다. 마이다스의 AI 역량검사처럼 지원자의 역량을 평가하는 별도 채용 검사와도 다른 항목입니다.
챗지피티로 자소서를 쓰면 걸리나요?
문장을 다듬는 데 도움을 받은 것과 없는 경험을 만들어낸 것은 다릅니다. 이 문항은 AI 사용 여부보다 지원자에게 실제 문제, 첫 결과의 오류, 직접 고친 이유가 있는지를 묻습니다. 경험을 지어냈다면 면접에서 과정을 설명할 때 빈틈이 드러납니다.