AI로 이력서 100개 내도 안 뽑힌다? 9월 연구가 말한 평가 병목과 추천의 귀환
2026년 9월 공개된 채용 연구와 세계경제포럼 분석을 바탕으로, AI 시대 지원서보다 강한 커리어 증거와 신입 구직 전략을 정리했습니다.
AI에게 이력서를 맡기면 지원 속도는 빨라진다. 그런데 이상하게도 서류 통과는 더 어려워진 것 같다. 비슷한 문장으로 다듬어진 지원서가 한꺼번에 채용 담당자에게 도착하면, 이제 문제는 지원서를 만드는 일이 아니라 누가 실제로 이 일을 잘할지 판별하는 일이 된다.
2026년 9월 24일 공개된 예비 연구는 이 현상을 ‘평가 병목’이라고 설명한다. 지원자가 AI로 지원서를 쉽게 만들수록 문서가 개인의 적합도를 보여주는 정보가 되기 어려워지고, 기업은 과거 경력이나 학교처럼 거친 신호에 더 의존할 수 있다는 내용이다. 세계경제포럼도 9월 2일 분석에서 AI가 지원 장벽을 낮추는 동시에 추천과 인간관계의 신호를 다시 강하게 만들 수 있다고 짚었다.
지원서만 더 많이 보내는 전략이 곧 한계에 닿는 이유와, 신입·경력 전환자가 지금 만들어야 할 증거를 차근차근 정리해보자.
채용의 평가 병목 읽기
AI가 지원보다 검증을 어렵게 만드는 구조를 확인해보자.
추천이 다시 중요해진 이유
지원서 홍수 속 인간 신호와 불평등 위험을 함께 보자.
AI 채용 논쟁 영상 보기
지원 자동화와 공정한 평가 논의를 비교해보자.
1. 이력서가 쉬워질수록 ‘문서’의 힘은 약해진다
이번 연구는 AI가 구직자를 돕지 않는다고 말하지 않는다. 지원서 작성, 검색, 맞춤화가 쉬워지는 대신 기업 입장에서는 그 문서가 정말 지원자의 경험에서 나온 것인지, 직무와 맞는 판단력을 보여주는지 구분하기 어려워진다고 본다.
지원서의 역할이 바뀌고 있다
AI로 지원서 생성·수정 비용이 낮아진다.
비슷한 문서가 채용함을 채운다.
작업물·검증·추천이 다음 신호가 된다.
그래서 “AI로 자기소개서를 잘 썼습니다”는 차별점이 아니다. AI를 사용한 뒤 내가 무엇을 검증했고 어떤 결과를 책임졌는지가 차별점이다. 연구가 말하는 예비 결론처럼, 경험이 적은데 실제 적합도가 높은 지원자는 문서만으로 구별되기 더 어려워질 수 있다.
2. 신입에게 불리한 시장, 그러나 출구는 ‘작은 평가’다
연구는 기업이 한 번에 이력서만 보고 합격자를 고르는 대신, 짧은 과제나 중간 평가를 넣는 다단계 채용으로 반응할 수 있다고 제시한다. 이건 신입에게 나쁜 소식만은 아니다. 과거 회사 이름이나 연차가 부족해도, 작은 과제로 문제를 푸는 모습을 보여줄 기회가 생기기 때문이다.
내가 신입이라면 거대한 포트폴리오부터 만들지 않겠다. 지원하려는 직무의 실제 문제 하나를 골라 1~2쪽짜리 결과물을 만든다. 마케팅이라면 광고 문구 3개와 선택 근거, 데이터 직무라면 오류를 찾은 분석표, 인사라면 면접 질문과 평가 기준처럼 짧지만 검증 가능한 결과가 좋다.
| 약한 신호 | 강한 신호 | 채용 담당자가 확인하는 것 |
|---|---|---|
| AI 활용 가능 | AI 초안의 오류 3개를 찾아 수정 기준을 만들었다 | 검증과 책임 |
| 열심히 공부 중 | 직무 문제를 정해 결과물과 실패 기록을 공개했다 | 실행과 학습 |
| 협업을 잘함 | 동료 피드백을 반영해 결과를 한 번 더 개선했다 | 관계와 개선 |
이 결과물은 이력서에 링크할 수도 있고, 면접에서 “제가 이 직무를 이렇게 이해하고 있습니다”라고 보여줄 수도 있다. AI에게 문장을 맡기더라도 소재와 판단은 본인이 가져야 한다.
3. 추천의 귀환은 기회이면서 위험이다
세계경제포럼은 AI로 지원서가 비슷해지면 추천이 다시 강한 신호가 될 수 있다고 분석했다. 실제로 누군가의 추천은 “이 사람의 일을 내가 어느 정도 알고도 이름을 걸었다”는 뜻이기 때문이다. 다만 추천이 계층·지역·학교·성별 네트워크에 따라 닫힌 문이 되면 불평등을 키울 수 있다는 경고도 함께 담겼다.
따라서 추천을 부탁할 때 “저를 추천해주세요”라고만 말하지 말자. 먼저 내가 해결한 문제, 결과물 링크, 지원 직무와 맞는 이유를 한 장으로 정리해 보내자. 상대방이 내 실력을 모르는 상태에서 이름만 빌려주는 추천은 오래가지 못한다. 반대로 함께 일한 사람에게 구체적인 작업을 보여주면, 추천은 인맥 과시가 아니라 검증 가능한 경험의 전달이 된다.
4. 이번 주에 만드는 ‘평가 통과 패키지’
지원서를 더 많이 보내기 전, 다음 네 칸을 채워보자.
직무의 실제 문제 하나를 고른다.
AI 초안과 내 판단을 분리한다.
오류·수정·결과를 한 장에 기록한다.
작업을 아는 사람에게 피드백을 받는다.
그 다음에야 이력서를 직무에 맞게 고친다. 이력서가 결과물을 대신하는 것이 아니라 결과물로 들어가는 입구가 되도록 만드는 것이다. 채용 시장에서 AI가 사라지지 않는 한, “얼마나 그럴듯하게 썼는가”보다 “얼마나 믿을 만한 증거를 남겼는가”가 중요해질 가능성이 크다.
나는 AI가 장기적으로 많은 직업을 바꿀 것이라고 생각한다. 동시에 새로운 역할도 생길 것이다. 다만 다음 기회를 잡는 사람은 AI 버튼을 가장 많이 누른 사람이 아니라, AI를 사용해도 사람이 확인해야 하는 판단과 결과를 선명하게 보여주는 사람일 가능성이 높다.
이번 주에는 이력서 100개 대신 작은 결과물 하나를 만들어보자. 그 결과물이 누군가의 추천을 부탁할 수 있는 근거가 되고, 신입에게 필요한 첫 번째 경력이 될 수 있다.
