채용 공고에서 자기소개서 항목이 사라지고, 20분이던 면접이 반나절로 늘어난다는 소식을 보셨을 것입니다. 먼저 결론부터 말씀드리겠습니다. 이 변화의 핵심은 평가 항목이 바뀐 것이 아니라 검증하는 지점이 옮겨간 것입니다. 서류가 담고 있던 신호가 무너졌기 때문에, 회사는 문서 대신 지원자가 실제로 일하는 장면을 직접 보려 합니다.
그래서 구직자가 준비할 것도 달라집니다. 문장을 다듬는 시간을 줄이고, 판단한 과정을 기록으로 남기는 시간을 늘려야 합니다. 오늘은 이 변화가 왜 하필 지금 일어나는지, 그리고 무엇을 어떤 순서로 준비해야 하는지 함께 이야기해보겠습니다.
자소서 폐지는 왜 하필 지금인가
SK하이닉스는 하반기 신입 채용에서 자기소개서를 없애고, AI 활용 역량과 반도체 직무 전문성을 기술하는 새 서식을 도입한다고 밝혔습니다. 20~30분이던 면접은 과제 수행과 심층 인터뷰를 포함한 반나절 일정으로 바뀌었고, 연령과 학력 제한도 함께 폐지됐습니다.
한 회사의 제도 개편으로만 읽으면 놓치는 것이 있습니다. 자기소개서가 지금 사라지는 이유는 내용이 부실해서가 아닙니다. 서류로서의 기능을 잃었기 때문입니다.
마이클 스펜스는 1973년 논문에서 학력 같은 자격이 채용에서 작동하는 조건을 정리했습니다. 회사는 지원자의 실제 생산성을 직접 볼 수 없으므로 관측 가능한 신호를 대신 봅니다. 그런데 그 신호가 정보를 담으려면 조건이 하나 필요합니다. 역량이 낮은 사람에게 그 신호를 만드는 비용이 더 커야 합니다. 누구나 같은 비용으로 만들 수 있는 신호는 아무것도 구별해내지 못합니다.
자기소개서는 오랫동안 이 조건을 충족했습니다. 자기 경험을 구조화해 설득력 있는 문장으로 옮기는 일에는 시간과 훈련이 들었습니다. 생성형 AI는 그 비용 차이를 지웠습니다. 링크드인은 자사 플랫폼의 지원서 제출이 1년 만에 45% 늘어 분당 1만 1천 건에 이르렀다고 밝혔습니다. 문장의 완성도는 전반적으로 올라갔는데, 그 완성도가 더 이상 지원자를 구별해주지 않습니다.
불편한 이야기를 하나 하겠습니다. 회사가 자소서를 없앤 것은 지원자를 배려해서가 아닙니다. 읽어도 판단에 쓸 정보가 나오지 않기 때문입니다.
검증은 서류에서 수행 장면으로 옮겨간다
서류의 신호가 약해지면 회사에는 두 가지 선택지가 있습니다. 다른 서류 신호를 찾거나, 서류 밖에서 확인하는 것입니다. 지금 국내 채용 시장은 후자로 기울고 있습니다.
한국경영자총협회가 2026년 초 100인 이상 기업 500개사를 조사한 결과, 응답 기업의 54.8%가 정기 공채 없이 수시채용만 실시한다고 답했습니다. 신규채용에서 가장 중요한 평가 요소로는 직무 관련 업무 경험이 67.6%로 1위였고, 올해 채용 시장의 흐름으로 직무 중심 채용 강화를 꼽은 비율이 72.2%였습니다.
이 숫자들이 한 방향을 가리킵니다. 회사는 지원자가 어떤 사람인지를 서술로 판단하는 대신, 무슨 일을 해봤는지를 확인하려 합니다.
flowchart TD
A["지원자의 실제 역량"] --> B["대리 신호<br/>학교·학점·자소서 문장"]
A --> C["수행 장면<br/>직무 과제·반나절 심층 인터뷰"]
B --> D{"채용 결정"}
C --> D
class C accent
class B muted위 그림이 말하는 것은 간단합니다. 지원자의 실제 역량으로 가는 길이 두 개인데, 학교와 학점과 자소서 문장이라는 대리 신호를 거치던 왼쪽 길이 약해지면서, 직무 과제와 반나절 심층 인터뷰처럼 수행 장면을 직접 보는 오른쪽 길로 무게가 옮겨가고 있다는 것입니다.
여기서 오해하기 쉬운 지점이 있습니다. 면접이 길어졌다는 사실 자체가 좋은 전형을 뜻하지는 않습니다. 새킷과 동료들이 2022년 『응용심리학회지』에 발표한 재분석은 채용 도구들의 예측 타당도가 그동안 통계 보정 과정에서 0.10에서 0.20 정도 과대평가되어 왔다고 지적했습니다. 그런데 순위를 다시 매겼을 때 가장 높은 자리를 지킨 것은 구조화 면접이었습니다. 예측력을 만드는 것은 시간이 아니라 구조입니다. 같은 질문을 같은 기준으로 묻고 같은 척도로 채점할 때만 긴 면접이 의미를 갖습니다.
지원자 입장에서 이 차이는 실용적입니다. 구조화된 전형에서는 인상 관리의 효과가 줄고, 대신 같은 질문이 여러 각도에서 반복됩니다. 반나절 동안 답이 흔들리지 않으려면 외운 문장으로는 부족하고, 실제로 겪은 판단이 밑에 깔려 있어야 합니다.
신입에게 판단을 묻기 시작한 이유
더 큰 변화는 요구 수준 자체에서 일어나고 있습니다.
PwC가 27개국 10억 건 이상의 채용 공고를 분석한 2026년 글로벌 AI 잡 바로미터에 따르면, AI에 많이 노출된 신입 직무는 그렇지 않은 신입 직무보다 판단력이나 리더십처럼 전통적으로 시니어에게 요구되던 역량을 요구할 확률이 7배 높았습니다. 그리고 그런 직무는 2019년 이후 35% 늘어난 반면, 나머지 신입 직무는 10% 줄었습니다. 같은 보고서는 AI 스킬을 요구하는 직무의 임금 프리미엄이 평균 62%에 이른다고 밝혔습니다.
세계경제포럼의 2025년 일자리의 미래 보고서도 같은 압력을 다른 각도에서 보여줍니다. 기업들은 2030년까지 직무 핵심 스킬의 39%가 바뀔 것으로 예상했고, 63%가 스킬 격차를 사업 전환의 가장 큰 장벽으로 꼽았습니다.
정리하면 이렇습니다. AI가 실행의 상당 부분을 가져가면서, 신입에게 남는 일이 실행에서 판단 쪽으로 옮겨가고 있습니다. 회사가 20분 면접으로 확인할 수 없다고 판단한 것이 바로 이 부분입니다.
| 구분 | 이전 | 지금 |
|---|---|---|
| 서류가 묻는 것 | 어떤 사람인가 (성장 과정, 지원 동기) | 무엇을 했고 무엇을 검증했는가 |
| 면접이 확인하는 것 | 준비된 답변의 완성도 | 문제를 정의하고 수정하는 과정 |
| 신입에게 요구되는 역량 | 성실성과 학습 의지 | 판단, 문제 정의, 도구 검증 |
| 변별을 만드는 자산 | 문장력과 스펙 | 판단의 기록 |
문제를 정의하는 능력이 왜 그렇게 중요한지에 대해서는 오래된 연구가 있습니다. 게첼스와 칙센트미하이는 1960년대에 미술 학생 31명에게 사물을 골라 정물화를 그리게 했습니다. 절반은 빠르게 대상을 정하고 그리기 시작했고, 나머지 절반은 사물을 만지고 재배치하며 무엇을 그릴지 자체를 오래 탐색했습니다. 평론가들은 후자의 작품을 더 독창적이라고 평가했는데, 진짜 결과는 나중에 나왔습니다. 7년 뒤와 다시 11년 뒤 추적했을 때 직업 예술가로 자리 잡은 쪽은 문제를 탐색하는 데 시간을 쓴 학생들이었고, 주어진 문제를 빨리 푸는 데 집중했던 학생 상당수는 예술을 떠나 있었습니다.
주어진 문제를 잘 푸는 능력과 풀 문제를 스스로 찾는 능력은 다르고, 장기 성과를 가르는 것은 후자였다는 뜻입니다. 지금 기업들이 문제의 본질을 스스로 질문하는 힘을 말할 때 가리키는 것도 이 능력입니다.
지원자는 늘었는데 서류에서 갈리지 않았습니다
제가 직접 겪은 이야기를 하나 해야겠습니다.
경력 중반에 신입 공채 운영을 맡았을 때 목표는 지원자 수를 늘리는 것이었습니다. 대학 설명회를 돌고 박람회 부스를 열고 홍보물을 만들었습니다. 지원자는 실제로 크게 늘었고, 그해 채용 브랜딩은 성공으로 보고됐습니다. 그런데 서류 심사에 들어가고 나서 팀 안에서 이상한 침묵이 있었습니다. 지원서가 몇 배로 늘었는데, 읽고 나면 사람이 잘 갈리지 않았습니다. 잘 쓴 자소서와 못 쓴 자소서는 구별됐지만, 잘 쓴 지원자들 사이에서 누가 더 나은지는 서류만으로 답이 나오지 않았습니다. 결국 우리는 서류를 넓게 통과시키고 면접에서 판단하는 쪽으로 기준을 옮겼습니다. 생성형 AI가 나오기 한참 전의 일입니다.
돌이켜보면 그때 이미 서류의 변별력은 한계에 와 있었고, AI는 그 한계를 드러냈을 뿐입니다.
몇 해 뒤 공공기관 채용에 쓸 직무기술서와 평가 문항을 만드는 일에 참여하면서 답의 방향을 배웠습니다. 백 개가 넘는 문항을 설계하면서 반복해서 확인한 것이 하나 있습니다. 좋은 문항은 무엇을 아는지 묻지 않고, 그 상황에서 무엇을 했는지 묻습니다. 지식을 묻는 문항은 준비된 답을 부르고, 행동을 묻는 문항은 기록이 없으면 답이 나오지 않습니다. 직무 분석을 먼저 하고 문항을 나중에 만든 이유도 그것입니다. 무엇을 물을지는 그 일이 실제로 어떤 판단의 연속인지를 알고 나서야 정해졌습니다.
반나절 심층면접과 과제형 전형이 향하는 곳도 여기입니다. 회사는 더 어려운 질문을 하려는 것이 아니라, 답이 기록에서만 나오는 질문을 하려는 것입니다. 면접에서 검증되는 것이 무엇인지는 이직 사유 면접 답변에서 면접관이 검증하는 것에서도 같은 구조로 확인할 수 있습니다.
선언과 실제 사이에는 아직 간격이 있습니다
여기서 브레이크를 하나 걸어야 공정합니다.
하버드 경영대학원과 버닝글래스연구소는 학위 요건을 폐지하겠다고 발표한 미국 기업들의 실제 채용 데이터를 추적했습니다. 결과는 선언보다 훨씬 조용했습니다. 실제로 학위 없는 지원자에게 열린 자리는 연간 채용 7,700만 건 가운데 약 9만 7천 건, 700명 중 1명이 되지 않았습니다. 기업 유형을 나눠 보니 37%만이 선언을 실제 채용으로 옮겼고, 45%는 발표만 했으며, 18%는 잠깐 바꿨다가 되돌아갔습니다.
읽어야 할 함의는 두 가지입니다. 첫째, 학력 제한 폐지라는 문구를 그대로 믿고 준비의 무게중심을 통째로 옮기는 것은 위험합니다. 둘째, 그럼에도 실제로 바뀐 37%의 기업에는 공통점이 있었습니다. 요건만 지우는 데서 멈추지 않고 역량을 확인하는 방법까지 함께 바꿨다는 점입니다. 자소서를 없애면서 반나절 과제 전형을 넣는 회사는 후자 쪽에 서 있습니다.
그러니 공고를 읽을 때 확인할 것은 무엇을 폐지했는지가 아니라 무엇으로 대체했는지입니다. 대체물이 없는 폐지는 대체로 문구에서 끝납니다.
그래서 무엇을 준비해야 하는가
준비의 순서를 정리해보겠습니다.
첫째, 결과가 아니라 판단을 기록합니다. 대부분의 지원 서류는 무엇을 담당했고 어떤 성과가 났는지로 채워집니다. 새 서식이 묻는 것은 그 사이입니다. 어떤 상황이었고, 무엇이 문제라고 판단했고, 왜 그 방법을 골랐고, 결과를 어떻게 확인했는지. 이 네 가지는 시간이 지나면 복원되지 않습니다. 이직을 결심한 뒤에 쓰기 시작하면 이미 늦는 이유를 성과 기록은 이직을 결심한 뒤에 시작하면 늦다에서 따로 다뤘습니다.
둘째, AI 활용 역량을 도구 목록이 아니라 검증 절차로 준비합니다. 어떤 도구를 쓸 줄 안다는 문장은 이제 변별력이 없습니다. 남는 것은 무엇을 맡겼고, 결과를 어떤 기준으로 확인했고, 어디서 틀린 것을 잡아냈는지입니다. 도구 이름은 몇 달이면 바뀌지만 검증을 설계한 경험은 다음 도구에도 그대로 옮겨갑니다.
셋째, 문제를 정의한 경험을 최소 하나 만들어 둡니다. 규모는 중요하지 않습니다. 누가 시키지 않은 문제를 스스로 찾아 정의하고, 방법을 고르고, 결과를 보고 수정한 경험이면 됩니다. 앞의 정물화 연구가 말한 차이가 정확히 이것입니다.
넷째, 서류를 다시 씁니다. 성장 과정과 지원 동기를 서술하던 칸이 사라지면, 남는 칸은 직무와 방법과 결과입니다. 경력기술서를 업무 목록에서 판단의 서술로 옮기는 방법은 경력기술서는 업무 목록이 아니다에 정리해두었습니다. 서류가 AI 스크리닝을 통과하는 조건은 AI 서류 스크리닝에서 이력서가 걸러지는 지점과 함께 보시면 좋습니다.
다섯째, 말로 설명해봅니다. 반나절 전형의 실질은 같은 판단을 여러 각도에서 다시 묻는 것입니다. 기록이 있어도 말로 꺼내본 적이 없으면 세 번째 질문에서 흔들립니다. 준비의 마지막 단계는 문서가 아니라 구술입니다.
결론
채용이 바뀌고 있다는 말은 절반만 맞습니다. 회사가 알고 싶어 하는 것은 예나 지금이나 같습니다. 이 사람이 우리 일에서 좋은 판단을 할 수 있는가. 바뀐 것은 그 답을 어디서 찾느냐입니다. 문서가 답을 담지 못하게 되면서, 확인은 수행 장면 쪽으로 옮겨가고 있습니다.
이 이동은 준비의 성격도 바꿉니다. 마감 직전에 몰아서 만들 수 있던 것에서, 평소에 쌓아두지 않으면 만들어지지 않는 것으로 옮겨갑니다. 부담스럽게 들리겠지만 저는 이쪽이 더 공정하다고 봅니다. 문장을 잘 다듬는 능력보다는 일에서 무엇을 결정했는지가 그 사람을 더 정확히 말해주기 때문입니다.
기록은 씨앗과 비슷합니다. 필요해진 날 심으면 늦고, 미리 뿌려둔 것만 그날 자라 있습니다. 완벽한 기록이 아니어도 괜찮습니다. 오늘 끝낸 일 하나에 대해 무엇이 문제였고 왜 그렇게 했는지 세 줄만 남겨두시면, 다음 전형에서 그 세 줄이 답이 됩니다.
참고 자료
- SK하이닉스 뉴스룸, 「신입사원 채용 제도 개편 발표」, 2026 (https://news.skhynix.co.kr/ai-talent-recruit-2026-02/)
- 한국경영자총협회, 「2026년 신규채용 실태조사」, 2026 (전국 100인 이상 기업 500개사)
- PwC, 『2026 Global AI Jobs Barometer』, 2026 (27개국 10억 건 이상 채용 공고 분석)
- World Economic Forum, 『The Future of Jobs Report 2025』, 2025
- Harvard Business School & The Burning Glass Institute, 『Skills-Based Hiring: The Long Road from Pronouncements to Practice』, 2024
- Sackett, P. R., Zhang, C., Berry, C. M., & Lievens, F., 「Revisiting meta-analytic estimates of validity in personnel selection」, Journal of Applied Psychology, 107(11), 2022
- Spence, M., 「Job Market Signaling」, Quarterly Journal of Economics, 87(3), 1973
- LinkedIn 지원서 제출 통계 (분당 1만 1천 건, 전년 대비 45% 증가), eWeek 보도, 2025
- Getzels, J. W. & Csikszentmihalyi, M., 『The Creative Vision: A Longitudinal Study of Problem Finding in Art』, 1976
