AI 시대 개발자 이력서, 왜 전 직장 경력이 더 중요해졌을까요?

얼마 전 한 교육기관에서 1대1 이력서 첨삭을 진행했습니다. 이날 만난 분은 개발 직무로 전환을 준비하고 있었는데요. 교육 과정에서 만든 프로젝트와 사용 기술은 꼼꼼히 적어두었지만, 숙박업 현장에서 여러 해 고객을 응대한 경력은 자기소개서에서 통째로 빠져 있었습니다.

실제 상담 장면을 재구성했습니다.

이유를 여쭤보니 개발과 상관없는 경력이라고 생각해 뺐다고 하셨습니다. 하지만 저는 오히려 그 경력을 다시 넣자고 말씀드렸습니다. AI로 작은 도구를 만드는 일은 점점 쉬워지고 있지만, 현장에서 어떤 문제가 반복되고 무엇부터 풀어야 하는지는 그곳에서 일해본 사람이 더 잘 압니다. 이분은 숙박업에서 일하며 그런 문제를 이미 가까이서 보고 있었습니다. 다만 그 경험이 개발자로서 어떤 강점이 되는지는 서류에 드러나지 않았습니다.

AI가 코드를 써주는 시대, 개발자는 무엇으로 구분될까요?

그렇다고 자기소개서에 "AI를 쓸 줄 안다"는 문장을 한 줄 더 보태면 되는 것은 아닙니다. 요즘은 이미지 속 글자를 읽어 필요한 항목을 저장하거나, 새 정보를 찾아 알림을 보내는 도구 정도는 비개발자도 만들 수 있습니다. 생성형 AI에 원하는 작업을 설명하고 몇 번만 다듬으면 실제 업무에 쓸 만한 작은 도구가 나옵니다.

이런 상황에서 API를 붙였다는 사실이나 사용한 모델 이름만 앞세우면 다른 지원자와 구분하기 어렵습니다. 비슷한 교육을 받은 지원자들의 이력서에는 같은 기술 이름과 비슷한 프로젝트가 반복해서 등장하기 때문입니다.

차이는 문제를 고르는 데서 생깁니다. 누구의 어떤 불편을 줄이려고 이 기능을 만들었는가. 이 질문에 답하려면 사용자가 일하는 현장을 알아야 합니다. 그래서 개발과 무관해 보였던 전 직장 경력이 다시 중요해집니다.

전 직장 경력을 지우면 문제를 보는 눈도 함께 사라집니다

앞서 만난 분은 숙박업 현장에서 손님을 맞고 예약을 확인하며 여러 요청을 처리했습니다. 이 경력을 "고객 응대"라고만 쓰면 친절함이나 서비스 태도 정도만 보입니다. 반면 "숙박업 현장에서 예약과 고객 요청을 처리한 경험"이라고 적으면 어떤 산업과 업무를 아는지가 함께 드러납니다.

그 차이는 숙박업에서 실제로 벌어지는 일을 떠올리면 더 분명합니다. 여러 판매 채널의 객실 재고가 동시에 바뀌다 보니 예약이 겹칠 수 있고, 그때마다 프런트 직원이 손님에게 상황을 설명하고 대안을 찾아야 합니다. 인수인계에서 고객 요청이 빠지면 다음 근무자가 같은 내용을 다시 묻게 됩니다. 체크인이 몰릴 때는 확인 작업 하나만 늦어져도 줄이 길어집니다.

이런 상황은 개발 교육만으로 알기 어렵습니다. 현장에서 일해본 사람은 기능 설명을 읽을 때부터 묻는 것이 다릅니다. 예약이 겹치면 누가 먼저 알림을 받아야 하는지, 고객 요청을 어떻게 나눠야 다음 근무자가 놓치지 않는지부터 살핍니다. 이 질문을 프로젝트에 담으면 같은 기술을 써도 기능이 달라집니다.

숙박 현장을 아는 사람이 AI를 쓰면 프로젝트도 달라집니다

현장에서 반복되는 일을 하나씩 적어보면 AI를 어디에 쓸지도 보입니다. 고객 요청을 내용별로 나누고, 교대 전에는 아직 처리하지 못한 요청만 요약할 수 있습니다. 반복 문의에는 답변 초안을 만드는 기능도 생각해볼 수 있습니다. 분류와 요약, 답변 초안 같은 기능 자체는 다른 개발자도 만들 수 있습니다. 차이는 그다음부터 생깁니다. 예약이 겹쳤을 때 어떤 순서로 대안을 제시해야 고객이 제대로 대접받았다고 느끼는지, 늦은 체크아웃이나 객실 변경 요청에는 어떤 처리 정책을 적용할지, 언제 자동화 시스템을 멈추고 사람이 직접 개입해야 할지 정해야 합니다. 이런 기준은 기능 설명만 읽어서는 만들기 어렵고, 비슷한 상황을 여러 번 겪어본 사람의 판단이 필요합니다.

그래서 저는 서류의 순서를 바꾸자고 말씀드렸습니다. "현장에서 일하다가 뒤늦게 개발을 배운 사람"보다, 숙박업에서 반복되는 문제를 알고 AI와 개발 도구로 그 일을 줄이려는 사람으로 읽혀야 했습니다. 없던 경력을 새로 만든 게 아닙니다. 이미 가진 두 경험이 이어져 보이도록 앞에 보여줄 내용을 바꾼 겁니다.

서류에서 두 경험이 이어지자 지원할 회사도 더 선명해졌습니다. 개발자를 뽑는 회사 전체를 넓게 볼 필요가 없었습니다. 이분이 잘 아는 숙박업에 소프트웨어를 공급하는 회사부터 보면 됐습니다.

도메인과 AI가 만나는 회사부터 찾으세요

숙박 산업에는 호텔과 숙소의 예약부터 객실 재고, 정산과 운영까지 소프트웨어로 다루는 회사가 있습니다. 야놀자클라우드솔루션, 온다, H2O호스피탈리티와 하이퍼테크 같은 곳입니다. 채용 여부는 시점마다 달라지지만, 이런 회사의 제품과 공고를 살펴보면 숙박 현장 경험을 살릴 수 있는 개발 직무가 보입니다.

다른 산업도 같은 방식으로 찾을 수 있습니다. 물류 창고에서 일했다면 창고관리 솔루션을 살펴보세요. 병원 원무 경험은 의료정보 시스템과 이어지고, 학원에서 일한 경험은 교육 플랫폼을 이해하는 데 도움이 됩니다. 본인이 겪었던 불편을 제품으로 해결하는 회사가 있는지 찾아보는 겁니다.

이렇게 회사 범위를 좁히면 이력서에서 무엇을 앞세울지도 정해집니다. 배운 기술을 길게 나열하기보다, 익숙한 현장에서 어떤 문제를 봤고 AI와 개발 역량으로 그 일을 어떻게 줄일 수 있는지 보여주면 됩니다.

이력서 첫 세 줄에서 전 직장과 AI를 연결하세요

이력서를 고치기 전에 전 직장에서 반복해서 불편했던 일을 적어보세요. 매번 손으로 옮겨 적었던 정보가 있었는지, 시스템이 느려 고객을 기다리게 한 적은 없었는지 떠올려보는 겁니다. 교대할 때 자주 빠지던 요청도 좋은 단서가 됩니다. 당시 사용하던 프로그램과 처리 방식까지 적어두면 문제를 더 정확히 설명할 수 있습니다.

이 메모를 바탕으로 이력서 맨 위의 소개를 고칩니다. "AI 교육을 수료한 신입 개발자"에서 끝내지 말고, 어떤 현장을 알고 어떤 문제를 줄이려는지 적어보세요. 예를 들면 "숙박 현장에서 예약과 고객 요청을 처리했고, 반복 업무를 줄이기 위해 AI 기반 개발을 배운 지원자"처럼 전 직장 경험과 개발 교육이 한 문장 안에서 이어져야 합니다.

소개문을 고쳤다면 프로젝트 설명도 같은 순서로 정리합니다. 모델과 프레임워크 이름보다 사용자가 어디에서 불편을 겪었는지부터 적어보세요. 그 일을 원래 어떻게 처리했고, 만든 기능이 어느 작업을 줄였는지 이어 쓰면 됩니다. 프로젝트를 새로 만들지 않아도 무엇을 앞에 보여줄지는 달라질 수 있습니다.

여기서 경력을 거창하게 포장할 필요는 없습니다. 프런트에서 몇 년 일한 것을 "고객 경험 전문가"라고 쓰면 면접에서 설명하기 어렵습니다. 실제로 처리했던 일과 그 과정에서 본 문제를 적고, 개발 프로젝트가 그중 무엇을 줄일 수 있는지 이어주세요. 면접에서도 같은 말로 설명할 수 있는 범위까지만 쓰는 게 좋습니다.

지원 방향이 정해졌다면 공고 찾기는 AI에게 맡기세요

지원할 회사와 직무까지 좁혔다면 새 공고를 찾는 일은 AI에게 맡길 수 있습니다. 어떤 회사를 볼지는 본인이 정해야 하지만, 같은 조건으로 매일 검색할 필요는 없습니다. 생성형 AI의 예약 작업을 이용하면 원하는 회사와 직무의 공고를 정해진 시간에 확인할 수 있습니다.

예약 작업을 만들기 전 화면입니다.

클로드에서는 왼쪽 메뉴의 "예정됨" 탭에서 새 작업을 만들고 수동 설정을 고릅니다. 작업 이름을 적은 뒤, 지침에는 찾고 싶은 회사의 유형과 직무를 씁니다. 경력 범위와 제외할 조건도 함께 적어두세요. 실행 주기는 매일 아침 정도면 충분합니다. 다른 서비스는 요금제와 버전에 따라 메뉴 이름과 예약 기능의 범위가 다를 수 있습니다.

회사명이나 기업 유형, 원하는 직무와 경력 범위를 지침에 적습니다.

회사 이름을 전부 알지 못해도 괜찮습니다. "호텔과 숙박업체의 예약, 객실관리, 운영 자동화 솔루션을 만드는 회사"처럼 원하는 기업을 설명할 수 있습니다. 사람에게 같은 일을 부탁한다고 생각해보세요. 무엇을 찾아야 할지 바로 알 수 있을 정도로 적으면 됩니다.

검색 조건을 정했다면 권한은 필요한 만큼만 열어두세요. 이 작업은 웹페이지를 확인하면 되므로 로컬 파일이나 다른 앱을 읽게 할 이유가 없습니다. 모델 등급을 올리는 것보다 회사 유형과 직무, 요구 경력과 제외 조건을 분명히 적는 편이 중요합니다. 기준이 구체적이어야 결과를 확인하고 고치기도 쉽습니다.

저장하면 설정한 시간에 실행되는 예약 작업이 생깁니다.

저장했다고 끝난 건 아닙니다. 첫 실행 결과는 꼭 사람이 확인해야 합니다. 공고 링크가 열리는지, 요구 경력이 맞는지, 접수가 끝난 공고가 섞이지 않았는지 살펴보세요. 잘못 찾은 결과가 있다면 어떤 조건을 놓쳤는지 확인해 지침을 고칩니다.

기업별 공고와 확인하지 못한 항목까지 한 화면에서 볼 수 있습니다.

이 자동화에서 AI가 맡는 일은 검색과 정리까지입니다. 지원할 산업과 회사는 본인이 골라야 합니다. AI에게 방향까지 맡기기보다, 본인이 아는 문제를 더 빠르게 해결하는 데 활용하세요.

제출 전, 전 직장과 AI 프로젝트가 이어지는지 확인하세요

• 이력서 맨 위 세 줄에 본인이 아는 산업이 드러나는가
• 전 직장 경력을 통째로 지우지 않았는가
• 맡았던 직무만 적지 않고 현장에서 본 문제를 함께 썼는가
• AI를 사용했다는 사실보다 어떤 작업을 줄였는지 설명했는가
• 프로젝트의 첫 문장이 기술 스택이 아니라 사용자의 불편에서 시작하는가
• 경력과 프로젝트가 서로 다른 이야기처럼 떨어져 있지 않은가
• 지원 회사가 본인의 도메인과 관련된 제품을 만드는가
• 공고 알림 결과를 사람이 확인하도록 설정했는가

필요한 도구를 만드는 일은 예전보다 쉬워졌습니다. 이력서에도 "만들 수 있다"는 말만 적어서는 부족합니다. 어느 현장에서 어떤 문제를 봤고, 새로 배운 기술로 그 일을 어떻게 줄였는지 보여줘야 합니다.

전 직장 경력을 개발과 무관하다고 지우지 마세요. 그 경력에서 발견한 문제를 AI와 개발 프로젝트에 연결하면, 지원할 산업과 회사도 훨씬 구체적으로 보입니다.