AI를 배웠다는 사실보다 중요한 것은 내가 하던 일을 AI로 어떻게 바꿨는지를 보여주는 것이다.
AI 자격증을 하나 더 따고 새로운 프롬프트를 외우는 것부터 시작할 필요는 없다. 지금 하고 있는 업무 하나를 골라 AI를 적용해보는 게 먼저다.
내 업무 하나에 AI를 적용하고, 결과를 검증하고, 적용 전후 무엇이 달라졌는지 기록한다.
앞으로 보여줘야 할 것은 “AI를 사용할 줄 압니다”가 아니라 “AI를 써서 이 일을 이렇게 바꿨습니다”에 가까워질 가능성이 크다.
✓AI 활용이 채용 평가 안으로 들어왔다
CJ올리브네트웍스는 2026년 하반기 신입사원 공개채용에서 전 직무에 ‘AI 역량진단 테스트’를 도입했다. 개발 직무는 AI와 협업해 결과물을 구현하는 ‘바이브 코딩 테스트’, 비개발 직무는 업무 상황에서 AI를 얼마나 효과적으로 활용하는지 보는 ‘AI 활용역량 테스트’로 진행한다.
회사는 이번 채용의 방향을 AI를 업무의 기본 도구로 활용해 새로운 기회를 찾고 성과로 증명하는 인재 선발이라고 설명했다. 이는 회사가 9월 17일 발표한 공식 보도자료에서 확인할 수 있다.
전 직무 AI 역량진단 도입은 회사가 발표한 사실이다. 이것이 모든 기업의 채용 기준으로 곧바로 확산된다고 단정할 수는 없다. 다만 AI 활용을 직무 수행 과정에서 평가하는 사례가 실제 채용에 등장했다는 점은 분명하다.
✓프롬프트보다 중요한 것은 업무 과정이다
AI를 업무에 적용하면 누구나 그럴듯한 결과물을 만들 수 있다. 보고서를 정리하고, 데이터를 분석하고, 회의록을 요약하는 일은 이미 어렵지 않다.
차이는 그다음에 생긴다. 무엇을 AI에게 맡겼는지, 어떤 자료를 사용했는지, 결과를 어떻게 검증했는지, 그 결과를 보고 어떤 판단을 했는지에서 사람의 업무 경험이 드러난다.
프롬프트를 얼마나 화려하게 쓰는가보다 AI의 결과를 실제 업무 판단과 실행으로 연결할 수 있는지가 중요하다.
✓SCM 업무에 AI를 붙이면 차이가 보인다
재고관리 업무를 예로 들어보자. 최근 3개월 판매량과 현재 재고를 AI에 분석시켜 과잉재고 가능성이 높은 상품을 찾게 할 수 있다.
AI가 상품 목록을 만들었다고 해서 업무가 끝난 것은 아니다. 판매 감소가 일시적인지, 행사가 예정돼 있는지, 납기가 긴 상품인지 확인해야 한다. 안전재고를 유지해야 하는 상품이라면 재고가 많다는 이유만으로 발주를 줄일 수도 없다.
재고 데이터 준비 → AI 분석 → 이상재고 후보 추출 → 사람이 원인 확인 → 발주 판단 → 결과 확인
AI는 분석 속도를 높인다. 무엇을 실행할지는 여전히 업무를 아는 사람이 결정한다.
✓경력자는 AI와 경쟁할 필요가 없다
경력이 긴 사람이 신입사원보다 AI 명령어를 더 빨리 입력해야 할 이유는 없다.
경력자가 가진 강점은 AI가 내놓은 숫자를 보고 “이 숫자는 이상한데”라고 알아차리는 데 있다. 발주량을 줄였을 때 물류센터와 거래처에 어떤 영향이 생기는지, 매출·재고·납기·물류비가 어떻게 연결되는지도 경험으로 알고 있다.
AI 기능을 얼마나 많이 아느냐보다 내 경험 중 어떤 부분을 AI와 결합할 것인가를 찾는 편이 실무적이다.
✓‘AI 업무 사례’를 하나씩 남겨라
매주 두 시간 걸리던 보고서가 있다고 하자. AI로 데이터 정리와 초안을 보조해 40분으로 줄었다면 그것부터 기록할 수 있다.
다만 시간만 적어두면 부족하다. 어떤 업무였는지, 무엇을 AI에게 맡겼는지, 어떤 결과를 직접 확인했는지, 마지막 판단을 어떻게 했는지까지 남겨야 한다.
기존 업무 → AI 적용 → 사람의 검증과 판단 → 달라진 결과
이렇게 쌓인 사례는 “ChatGPT를 사용할 수 있습니다”라는 한 줄보다 이력서와 면접에서 실제 업무 역량을 설명하기 쉽다.
✓채용보다 중요한 것은 실제 업무 변화다
AI 활용 역량을 평가하는 채용 사례가 등장했다면 현업에서도 한 가지를 생각해볼 필요가 있다. AI를 얼마나 자주 사용했는지가 아니라 AI를 사용해서 실제 업무가 어떻게 달라졌는지를 보는 것이다.
보고서 작성 시간이 줄었는지, 분석 범위가 넓어졌는지, 실수가 줄었는지, 의사결정이 빨라졌는지처럼 확인할 수 있는 변화가 있어야 한다.
| 점검 항목 | 확인 기준 | 실무 포인트 |
|---|---|---|
| 업무 선택 | 반복·시간 소요 업무 | 하나부터 시작 |
| AI 적용 | 분석·정리·초안·비교 | 맡길 범위 명확화 |
| 결과 검증 | 숫자·조건·누락 | 현장 경험 적용 |
| 변화 기록 | 시간·정확도·비용·속도 | 전후 차이 수치화 |
AI를 얼마나 많이 알고 있는지를 증명하는 것이 아니다. 내가 해온 일에 AI를 붙여 무엇을 더 잘하게 됐는지를 보여주는 것이다.
지금 필요한 첫 번째 행동은 단순하다. AI를 공부한 기록보다, AI로 일을 바꾼 기록 하나를 만드는 것.
English Summary
AI skills are becoming part of job competency. Apply AI to a real task, verify the output with your own expertise, and document what changed. The goal is to show how AI improved your work, not simply that you can use it.