이력서의 AI 활용 경험은 “어떤 AI 도구를 써봤는지”가 아니라 “AI에게 어떤 일을 맡겼고, 무엇을 직접 판단했고, 결과를 어떻게 확인했는지”를 보여주는 항목이에요. 이 글은 AI로 이력서를 자동으로 만드는 방법이 아니라, 이미 해본 AI 활용 경험을 읽는 사람이 이해할 수 있는 이력서 문장으로 옮기는 방법을 다뤄요.
이력서에서 말하는 ‘AI 활용 경험’이란
이 글에서는 AI 활용 경험을 “AI 도구에 일의 일부를 맡기고, 그 결과를 스스로 판단하고 검증해 실제 결과물로 완성한 경험”으로 정의해요. 하나의 경험은 보통 다섯 가지 요소로 나눌 수 있어요.
| 요소 | 뜻 | 적는 예(설명을 위한 가상 예시) |
|---|---|---|
| 도구 | 사용한 AI 도구와 쓰인 자리 | Cursor로 코드 수정, ChatGPT로 인터뷰 기록 분류 |
| AI에 맡긴 작업 | AI가 실제로 만들거나 바꾼 것 | 입력값 검사 코드 초안, 질문 100개의 주제별 1차 분류 |
| 내 판단 | AI의 결과 중 고르거나 고친 것, 버린 것 | 분류 기준 3개를 직접 정하고 잘못 묶인 질문 12개를 다시 분류 |
| 검증 | 결과가 맞는지 확인한 방법 | 경계값 테스트 추가, 실제 사용자 5명에게 시안 확인 |
| 결과 | 그 일로 남은 결과물이나 변화 | 회원가입 오류 문의 원인 제거, 개선안 문서 배포 |
도구 사용 목록과 무엇이 다른가요
“ChatGPT, Claude, Cursor 활용 가능” 같은 도구 목록은 사용해본 도구를 알려줄 뿐, 그 도구로 어떤 일을 해냈는지는 보여주지 못해요. 요즘은 많은 지원자가 비슷한 도구를 쓰기 때문에 목록만으로는 차이가 드러나지 않아요. 도구 목록은 기술 스택 칸에 짧게 두고, 경력·프로젝트 칸에는 위 다섯 요소가 들어간 문장을 쓰는 편이 읽는 사람에게 더 많은 정보를 줘요.
작성 구조: 문제 → 역할 → AI 활용 → 판단 → 검증 → 결과
한 가지 경험을 아래 여섯 단계로 나눠 메모한 뒤 이력서 문장으로 합치면 빠뜨리는 내용이 줄어요. 각 단계에서 스스로에게 던질 질문을 함께 정리했어요.
- 문제
- 내 역할
- AI 활용
- 직접 내린 판단
- 검증
- 결과
| 단계 | 스스로 던질 질문 | 메모 예(설명을 위한 가상 예시) |
|---|---|---|
| 문제 | 무엇이 불편했나요? 누가, 얼마나 자주 겪었나요? | 가입 화면의 비밀번호 조건이 늦게 표시돼 같은 오류 문의가 반복됨 |
| 내 역할 | 팀에서 내가 맡은 범위는 어디까지였나요? | 프론트엔드 개발자로 가입 화면 입력 검사를 담당 |
| AI 활용 | AI에게 무엇을 요청했고, 무엇을 받았나요? | 조건별 검사 코드와 오류 문구 초안을 요청 |
| 직접 내린 판단 | AI 결과에서 무엇을 고르고, 고치고, 버렸나요? 왜 그랬나요? | 서버 검사 규칙과 다른 조건 2개를 발견해 서버 기준으로 수정 |
| 검증 | 맞는지 어떻게 확인했나요? | 경계값 테스트 추가, 스크린리더로 오류 안내 확인 |
| 결과 | 무엇이 남았나요? 무엇이 달라졌나요? | 배포 후 같은 유형의 문의가 접수되지 않음(배포 후 4주 문의 기록 기준) |
여섯 단계를 모두 한 문장에 넣을 필요는 없어요. 이력서 한 항목은 한두 문장이면 충분하고, 자세한 내용은 면접에서 말하면 돼요. 다만 ‘직접 내린 판단’과 ‘검증’ 중 적어도 하나는 문장에 남겨두세요. 이 두 가지가 빠지면 AI가 한 일과 내가 한 일이 구분되지 않아요.
직무별 완성 예문
아래 예문은 모두 설명을 위한 가상 예시예요. 실제 회사·서비스·성과가 아니며, 내 경험에 맞게 바꿔 써주세요.
개발자
- 모호한 문장
- AI 도구를 활용해 회원가입 기능을 개발했습니다.
- 고친 문장
- 회원가입 화면의 비밀번호 조건 안내가 늦게 표시돼 같은 오류 문의가 반복되던 문제를 맡아, Cursor로 조건별 입력 검사 코드 초안을 만든 뒤 서버 검사 규칙과 다른 조건 2개를 직접 찾아 서버 기준으로 맞췄습니다. 경계값 단위 테스트 9개를 추가하고 스크린리더로 오류 안내를 확인한 뒤 배포했으며, 배포 후 4주간 같은 유형의 문의는 접수되지 않았습니다.
좋아진 점
- 해결하려던 문제(반복되는 오류 문의)와 내 담당 범위가 드러나요.
- AI가 만든 것(초안)과 내가 판단한 것(서버 규칙과의 차이 발견·수정)이 나뉘어요.
- 검증 방법(테스트·스크린리더)과 결과의 확인 기준(배포 후 4주 문의 기록)이 함께 있어요.
PM·기획자
- 모호한 문장
- ChatGPT를 활용해 사용자 인터뷰를 분석하고 개선안을 도출했습니다.
- 고친 문장
- 정산 기능 개선을 위해 진행한 사용자 인터뷰 8건의 기록을 ChatGPT로 주제별 1차 분류한 뒤, 분류 기준을 ‘오류·지연·이해 어려움’ 3가지로 직접 다시 정하고 잘못 묶인 발언 12건을 원문과 대조해 고쳤습니다. 원문 인용을 붙인 문제 목록을 개발·디자인 담당자와 함께 검토해 우선순위 3건을 정했고, 그중 1건이 다음 분기 개발 계획에 반영됐습니다.
좋아진 점
- AI에 맡긴 범위가 ‘1차 분류’로 한정돼 있어 내 분석 작업이 보여요.
- 원문 대조라는 검증 방법이 들어 있어 AI 요약을 그대로 쓰지 않았다는 점이 드러나요.
- 결과를 ‘도출’ 대신 실제로 일어난 일(계획 반영)로 적었어요.
디자이너
- 모호한 문장
- 생성형 AI로 다양한 디자인 시안을 빠르게 만들었습니다.
- 고친 문장
- 결제 단계에서 쿠폰 입력 칸을 찾기 어렵다는 피드백을 받아, 생성형 이미지 도구로 화면 배치 아이디어 20개를 만든 뒤 기존 디자인 시스템과 접근성 기준(명도 대비·터치 영역)에 맞지 않는 안을 제외하고 3개를 Figma에서 직접 다시 그렸습니다. 사내 사용자 5명과 진행한 클릭 테스트에서 쿠폰 칸을 처음 찾는 데 가장 덜 헤맨 안을 골라 개발에 전달했습니다.
좋아진 점
- AI 결과를 그대로 쓰지 않고 기준(디자인 시스템·접근성)으로 걸러낸 과정이 보여요.
- ‘빠르게’ 같은 형용사 대신 실제 작업량(20개 → 3개)과 검증 방법(클릭 테스트)을 적었어요.
- 최종 결과물이 무엇이었는지(개발에 전달한 시안)가 분명해요.
성과 수치가 없는 경험은 이렇게 써요
“업무 시간을 50% 줄였습니다”처럼 재보지 않은 수치를 만들어 넣지 마세요. 면접에서 “어떻게 측정했나요?”라는 질문을 받으면 답하기 어렵고, 경험 전체의 신뢰도가 떨어져요. 수치가 없어도 아래 네 가지로 충분히 구체적인 문장을 만들 수 있어요.
- 담당 범위: “결제 화면 중 쿠폰·포인트 입력 영역의 기획과 화면 정의를 맡았습니다.”
- 해결한 오류: “할인 금액이 두 번 적용되는 오류의 원인을 찾아 계산 순서를 고쳤습니다.”
- 수행한 검증: “할인 조합 12가지를 표로 만들어 하나씩 결제 금액을 확인했습니다.”
- 남긴 결과물: “확인 과정을 테스트 코드와 점검표로 남겨 다음 배포에서도 같은 순서로 확인할 수 있게 했습니다.”
수치를 쓴다면 기간·비교 기준·근거를 함께
실제로 측정한 수치라면 써도 좋아요. 이때는 언제(기간), 무엇과 비교했는지(비교 기준), 어떻게 쟀는지(근거)를 함께 적어야 읽는 사람이 수치를 믿을 수 있어요.
- 모호한 문장
- 보고서 작성 시간을 50% 단축했습니다.
- 고친 문장
- 주간 운영 보고서 작성에 AI 요약을 도입해, 도입 전 4주와 도입 후 4주의 작업 기록을 비교한 결과 회당 작성 시간이 평균 약 2시간에서 약 1시간으로 줄었습니다(본인 작업 기록 기준).
좋아진 점
- 기간(도입 전후 4주씩)과 비교 대상(도입 전 작성 시간)이 있어요.
- 측정 근거(본인 작업 기록)가 있어 질문을 받아도 설명할 수 있어요.
- ‘평균 약’처럼 측정의 한계를 그대로 드러냈어요.
내 기여와 증빙 자료를 구분해 정리해요
팀 프로젝트라면 팀이 만든 성과와 내가 한 일을 나눠 적어야 해요. 같은 경험에 AI까지 쓰였다면 ‘AI가 만든 부분’과 ‘내가 판단한 부분’도 구분해요. 동사 선택이 중요해요. “참여했습니다”는 범위가 보이지 않으니, 실제로 한 일에 맞게 “설계했습니다”, “구현했습니다”, “검토했습니다”, “조율했습니다”처럼 구체적인 동사를 고르세요.
| 구분 | 적는 법 | 예(설명을 위한 가상 예시) |
|---|---|---|
| 팀 성과 | 팀 단위 결과로 분명히 표시 | “팀은 정산 화면 개편을 4주 만에 배포했습니다.” |
| 내 기여 | 내가 맡은 범위와 결정을 주어로 | “저는 정산 내역 필터의 화면 정의와 예외 상황 목록을 맡았습니다.” |
| AI가 만든 부분 | 초안·후보·분류처럼 범위를 한정 | “예외 상황 후보 목록의 초안은 AI로 만들었습니다.” |
| 내가 판단한 부분 | 고른 기준, 고친 내용, 버린 이유 | “실제 운영 데이터와 맞지 않는 후보 5개를 빼고 누락된 2개를 추가했습니다.” |
함께 연결할 수 있는 자료
- README: 프로젝트의 목적, 실행 방법, 내가 맡은 부분을 정리한 문서
- 코드 변경 기록: 내가 작성하거나 검토한 변경(Pull Request)과 그 설명
- 기획서·화면 정의서: 문제 정의, 결정한 이유, 버린 대안이 담긴 문서
- 디자인 파일: 최종안과 함께 비교했던 후보, 선택 기준을 남긴 화면
- 검증 기록: 확인한 항목과 결과를 적은 표나 테스트 코드
회사 기밀과 개인정보는 빼요
- 고객사·내부 시스템 이름은 “B2B 정산 서비스”, “사내 관리 도구”처럼 일반화해요.
- 실제 고객 데이터, 연락처, 내부 매출 수치가 보이는 화면은 지우거나 가상 데이터로 다시 만들어요.
- 비공개 저장소 링크는 공유하지 말고, 공개해도 되는 범위의 설명과 가린 캡처로 대신해요.
- 코드나 설정 파일에 비밀키·접속 정보가 남아 있지 않은지 확인해요.
- 회사의 대외 공개 규정이 있다면 먼저 확인하고, 애매하면 공개하지 않는 쪽을 택해요.
흔한 실수
- 도구 이름만 나열하고 그 도구로 한 일은 적지 않아요.
- AI가 만든 결과를 내가 처음부터 만든 것처럼 적어요. 면접에서 세부 질문을 받으면 설명하기 어려워요.
- 반대로 “AI가 다 했다”는 듯이 적어 내 판단과 검증이 사라져요.
- “효율화”, “고도화”, “빠르게” 같은 표현만 있고 무엇이 달라졌는지 없어요.
- 측정하지 않은 비율이나 시간을 추정해서 넣어요.
바로 쓰는 작성 양식과 제출 전 체크리스트
[경험 이름]
문제: 누가 / 무엇 때문에 / 얼마나 자주 불편했나
내 역할: 팀 구성과 내가 맡은 범위
AI 활용: 사용한 도구 / 요청한 일 / 받은 결과
직접 내린 판단: 고른 것 · 고친 것 · 버린 것과 그 이유
검증: 확인한 항목과 방법
결과: 남은 결과물 / 달라진 점 (수치라면 기간·비교 기준·근거)
증빙: 연결할 수 있는 자료 (공개 가능한 것만)
이력서 문장(1~2문장):- 문장에 해결하려던 문제와 내 역할이 들어 있나요?
- AI에 맡긴 일과 내가 판단한 일이 구분되나요?
- 검증 방법이 한 가지 이상 적혀 있나요?
- 수치가 있다면 기간·비교 기준·측정 근거를 설명할 수 있나요?
- 팀 성과와 내 기여를 나눠 적었나요?
- 회사 기밀, 개인정보, 비밀키가 포함되지 않았나요?
- 면접에서 이 문장에 대해 2분 이상 설명할 수 있나요?
검증 과정을 더 구체적으로 정리하고 싶다면 AI 생성 코드 검증 방법을, 이 문장을 면접 답변으로 옮기는 방법은 프로젝트 면접 답변 준비법을 참고해주세요. PROBE 프로필에 경력과 프로젝트를 입력하는 위치는 이용 가이드에 있어요.