Interview Intelligence 시리즈 2/2
완벽한 녹취록이 생겨도, 그 자리에서 핵심을 되묻지 않았다면 놓친 정보는 돌아오지 않습니다. 면접 AI의 더 중요한 역할은 이미 나온 답을 정리하는 것이 아니라, 아직 부족한 근거를 더 확보하게 하는 것일 수 있습니다.
“제가 거의 전체를 리딩했습니다”라는 말을 들었지만 실제 기여도를 묻지 않았다면, 녹취록에는 검증되지 않은 주장만 정확하게 남습니다.
이 글의 결론
1. 면접의 품질은 얼마나 많이 기록했느냐보다, 판단에 필요한 근거를 얼마나 확보했느냐에서 갈립니다.
2. 이력서·채용공고(JD)·방금 나온 답변을 함께 보면 더 직무에 맞는 검증 질문을 만들 수 있습니다.
3. 현재의 AI Assistant는 면접관을 대체하는 자동 인터뷰어보다, 놓칠 수 있는 검증 포인트를 보완하는 ‘두 번째 눈’에 가깝습니다.
1편에서 확인했듯 일부 범용 AI 회의록도 면접 중 실시간 스크립트와 요약을 제공합니다. 기록의 품질은 “무엇을 말했는가”를 남기는 문제입니다. 면접의 품질은 “무엇을 더 물었어야 하는가”까지 다루는 문제입니다.
경력직 면접에서는 그럴듯하지만 한 번 더 파고들어야 하는 표현이 반복됩니다.
이 질문들은 면접이 끝난 뒤 아무리 좋은 요약 모델을 써도 대신 물어줄 수 없습니다. 결국 면접 품질은 그 자리에서 얼마나 깊이 있는 판단 근거를 확보했는지에 좌우됩니다.
테스트에는 생활용품 브랜드사에서 일하는 MD 지원자의 이력서와, 브랜드 MD 상세 채용공고를 사용했습니다. 지원자 이력서에는 ‘재고 회전일수 15% 개선’이라는 성과가 있었고, 채용공고(JD)에는 ‘재고 회전과 품절 기회손실 사이의 trade-off 관리’를 핵심 책임으로 적었습니다.
Telta(텔타) Interview Pro는 이 자료를 바탕으로 매출 32% 성장에 기여한 본인 판단과 외부 요인의 구분, 신규 상품 8종 론칭에서의 역할 범위와 기획 기준, 재고 회전일수 개선을 이끈 운영 방식을 ‘면접에서 확인할 것’으로 정리했습니다. 업데이트된 화면에서는 추천 질문마다 근거가 된 이력서 문장이 연결되어, ‘원문 위치 보기’를 누르면 왼쪽 이력서의 해당 문장이 바로 표시됩니다.

채용공고를 근거로 만든 질문도 있었습니다. 공고에 적은 ‘성과를 만든 원인과 외부 요인을 구분하여 분석’이라는 책임을 근거로, 새 상품의 반응이 예상보다 부진할 때 무엇부터 분석하고 조치할지 묻는 질문을 추가했습니다.

업데이트된 면접 화면에서는 왼쪽에 이력서 원문이 계속 열려 있고, 오른쪽에 AI 제안이 시간순으로 쌓입니다. 지원자가 신제품을 “거의 전체적으로 제가 리딩했다”고 말했다가, 최초 아이디어는 상품기획팀에서 나왔다고 설명했습니다. Interview Pro는 이 대목에서 기여도 검증이 필요하다는 확인 포인트를 띄우고, MD 관점에서 실제로 발전시키거나 바꾼 부분이 무엇이었는지 파고드는 질문을 제안했습니다.

지원자가 신제품의 빠른 초기 판매를 설명했을 때 AI Assistant는 공급과 재고 대응을 물어보라고 제안했습니다. 실제 대본에서 면접관이 품절을 확인하기 약 8분 전입니다. 제품 업데이트 전후로 다시 실행했을 때와 공고를 바꿔 실행했을 때도 같은 방향의 제안이 반복됐습니다.
면접관이 끝까지 묻지 않은 영역을 짚기도 했습니다. 재고 이야기가 충분히 오간 뒤 AI Assistant는 신제품의 제조사 선정과 원가 협상을 어떻게 주도했는지로 주제를 넘기자고 제안했습니다. 채용공고에 적은 브랜드 MD의 핵심 업무이지만, 이번 대본의 면접관은 묻지 않은 부분입니다.

① 재고 대응 · 2분 27초
위쪽 ‘심화 탐색’ 카드. 면접관의 품절 질문(10분 51초)보다 약 8분 먼저 제안했습니다.

② 제조사·원가 협상 · 12분 43초
아래쪽 ‘주제 전환’ 카드. 면접관이 묻지 않은 브랜드 MD의 핵심 업무를 짚었습니다.
잘 잡은 사례만 있었던 것은 아닙니다. 이력서의 25억 원과 면접 초반에 말한 30억 원의 차이는 실시간에서 짚지 못했고, 면접관이 직접 물은 뒤에야 정리됐습니다. 새 화면에서는 25억 원이 왼쪽 이력서에 그대로 보여 면접관이 직접 대조하기는 쉬워졌지만, AI가 먼저 짚어 준 것은 아니었습니다. 현재 수준의 AI Assistant는 면접관을 대체하기보다, 순간적으로 놓칠 수 있는 검증 포인트를 보완하는 두 번째 눈에 가깝습니다.
생성형 AI에게 “MD 면접 질문 20개 만들어줘”라고 하면 누구나 많은 질문을 얻을 수 있습니다. 실제 면접에서 더 어려운 일은 지원자가 방금 한 답을 듣고 지금 무엇을 더 검증해야 하는지 판단하는 것입니다.
Interview Pro 리포트는 공통역량과 직무역량, 포지션 적합도를 정리하고, 판단에 사용한 지원자 발화를 함께 보여줍니다. 브랜드 MD 역량셋으로 평가한 이번 리포트에서는 상품 기획·라인업, 원가·판가·마진 설계, 수요예측·발주·재고 운영 같은 직무 기준으로 점수가 매겨졌습니다. 강점에는 ‘공고의 핵심 업무인 부진 상품 단종 판단과 발주 주기 조정을 직접 수행했다’처럼 채용공고와 연결한 근거가 붙었고, ‘제조사와 직접 원가를 협상하거나 품질을 관리한 사례’를 다음 면접에서 확인하라는 질문도 나왔습니다.

리포트 상단의 점수·강점·보완점.

역량 판단과 실제 근거 발화를 함께 확인할 수 있는 영역.
Telta 인터뷰 프로
이력서·채용공고로 준비하는 질문과 면접 중 후속 질문, 직접 써 보세요
이력서와 채용공고를 올리면 면접에서 확인할 질문을 근거와 함께 준비해 줍니다. 면접 중에는 대화를 기록하며 놓치기 쉬운 후속 질문을 제안하고, 면접이 끝나면 근거 발화를 담은 리포트를 정리합니다.
인터뷰 프로 무료로 시작하기 →
면접에서 사람의 역할은 여전히 큽니다. 답변의 맥락을 이해하고, 조직과 직무에 맞는 의미를 해석하고, 최종 채용 판단을 내리는 것은 면접관의 일입니다.
AI가 더 잘할 수 있는 일은 다릅니다.
AI가 더 많은 평가를 대신하는 것이 아니라, 사람이 더 많은 근거를 가지고 평가하도록 만드는 것.
저희가 Interview Pro를 만들면서 해결하려는 문제는 여기에 가깝습니다.
면접관 혼자라면 놓쳤을 판단 근거를 얼마나 더 확보하게 해주느냐. 기록이 이미 충분히 좋아진 다음에는, 이 차이가 면접 AI의 더 중요한 성능 기준이 될 수 있습니다.
테스트 조건: 약 23분 30초 분량의 AI로 생성한 모의면접. 생활용품 브랜드 MD 지원자의 이력서와 브랜드 MD 상세 채용공고를 Interview Pro에 등록한 뒤, 브라우저 마이크로 음성을 재생했습니다. 본문의 화면은 2026년 10월 ‘이력서 함께 보기’ 업데이트 이후 실행 결과입니다. 대본에 미리 심어둔 7개 검증 포인트 중 5개에서 AI Assistant가 같은 방향의 질문을 제안했습니다. 본 글의 사례가 모든 실제 면접에서 동일하게 재현된다는 의미는 아닙니다. 면접 중 실시간 스크립트·요약의 도구별 비교는 1편에서 다뤘습니다.
함께 읽어보면 좋은 글