.svg)
면접은 잘 봤는데, 일도 잘할까?
면접에서는 함께 일할 모습이 그려졌는데, 실제로 일을 맡기니 기대와 달랐던 경험이 있나요? AI를 잘 안다고 설명하는 사람과, AI를 써서 일을 제대로 마치는 사람 사이에도 이런 차이가 생길 수 있습니다.
가령 마케팅 지원자가 여러 AI 도구의 기능을 막힘없이 설명하고, 콘텐츠 제작 시간을 줄였던 경험을 들려줬다고 가정해봅시다. 그런데 입사 후 작성한 소개문에는 제품 자료에 없는 효능이 들어 있습니다. 무엇을 근거로 썼는지 물었더니 AI가 만들어준 문장이라고 답합니다. 면접에서 들었던 설명만으로는 결과를 확인하고 책임지는 방식까지 알기 어려웠던 셈입니다.
채용 평가 기업 TestGorilla의 2026년 AI 활용 역량 채용 보고서는 이 문제를 다룹니다. 미국과 영국 응답자 1,928명을 대상으로 한 2월 조사에서, 59%는 자신의 조직이 지난 1년간 면접에서는 AI 활용 능력이 있어 보였지만 실제 업무에서는 이를 적용하지 못한 사람을 채용한 경험이 있다고 답했습니다.
채용한 사람의 59%가 실패했다는 뜻은 아닙니다. 채용 평가 서비스를 판매하는 기업이 실시한 설문이며, 응답자가 보고한 경험을 보여주는 수치입니다. 다만 면접에서의 인상과 업무에서의 수행을 구분해 살펴볼 이유는 충분히 제시합니다.
매끄러운 설명 뒤에 남는 질문
AI를 쓰면 자기소개서와 포트폴리오의 문장을 다듬거나 예상 질문에 대한 답변을 준비할 수 있습니다. 이런 도움을 받았다는 이유만으로 지원자의 경험을 의심할 필요는 없습니다. 문제는 잘 정리된 설명을 듣고, 실제로 할 수 있는 일까지 확인했다고 생각하는 데 있습니다.
9월 30일 발표된 미국 Western Governors University(WGU)의 조사에서도 비슷한 어려움이 나타났습니다. 미국에서 채용에 직접 참여하는 취업자 3,128명 가운데 60%는 AI 때문에 지원자의 실제 능력을 평가하기가 더 어려워졌다고 답했습니다. 이는 평가의 어려움에 관한 인식이지, 지원자의 실력이 낮아졌다는 증거는 아닙니다.
면접에서는 설명을 조금 더 구체적으로 들어볼 수 있습니다. “AI로 콘텐츠 제작을 개선했습니다”라는 답변을 들었다면, 어떤 자료를 넣었는지, 처음 나온 결과에서 무엇을 고쳤는지, 마지막에 누가 어떤 기준으로 확인했는지 물어보는 식입니다. 프로젝트 전체의 성과와 지원자가 직접 맡은 일을 나눠 듣는 것도 필요합니다.
이런 질문은 유창함에 대한 인상을 실제 행동에 대한 정보로 바꿔줍니다. 다만 과거 일을 잘 설명하는 것과 지금 주어진 일을 수행하는 것은 여전히 다릅니다. 맡길 역할에서 중요한 판단을 직접 볼 기회가 있다면, 면접에서 들은 설명을 더 구체적인 근거와 함께 평가할 수 있습니다.
면접을 없애기보다, 무엇을 확인할지 정해야 합니다
여기서 “면접은 소용없다”는 결론으로 넘어갈 필요는 없습니다. Sackett와 동료들의 2022년 메타분석에서는 구조화 면접이 직무 성과를 예측하는 유효성이 높은 선발 방법으로 나타났습니다. 지원자마다 같은 직무 기준에 맞춰 질문하고 답변을 평가하는 면접의 가치까지 부정할 근거는 없습니다.
중요한 것은 대화의 목적입니다. 새 캠페인을 맡길 사람이라면 제품 정보를 해석하고 고객에게 전달하는 능력을 봐야 합니다. 지원자가 자신감 있게 말했는지와 함께, 어떤 근거로 판단했고 무엇을 놓치지 않았는지를 확인해야 합니다. 면접관끼리 이 기준을 먼저 맞춰두면 “느낌이 좋았다”는 평가를 구체적인 근거와 함께 검토할 수 있습니다.
실제 업무에 가까운 작은 과제로 확인하기
앞서 가정한 마케팅 채용이라면, 제품 설명 자료와 고객 후기 몇 개를 주고 짧은 출시 소개문을 작성하게 할 수 있습니다. 실제 업무에서 AI를 쓴다면 과제에서도 사용을 허용하고, 사용 조건을 모든 지원자에게 동일하게 안내합니다. 과제의 범위와 소요 시간도 미리 알려야 합니다.
완성된 문장만 받아서는 무엇을 확인했는지 알기 어렵습니다. 지원자에게 어떤 자료를 골랐고, AI가 제안한 표현 중 무엇을 삭제하거나 수정했는지 설명하게 해보세요. 이어서 “이 효능은 아직 검증되지 않았습니다”라는 조건을 추가하고 소개문을 고치게 할 수도 있습니다. 근거가 없는 표현을 알아보고, 새로운 조건에 맞춰 판단을 바꾸는 과정을 볼 수 있습니다.
평가 기준도 이에 맞춰 정합니다. 문장이 얼마나 화려한지보다 제품 자료와 일치하는지, 고객이 오해할 표현은 없는지, 수정 이유를 설명할 수 있는지가 중요합니다. 지원자가 예상과 다른 방식을 선택하더라도 결과와 근거가 타당하다면 인정할 수 있어야 합니다.
이 과제 하나로 입사 후 성과를 모두 예측할 수는 없습니다. 면접에서 들은 경험, 과제에서 본 수행, 결과를 검토하는 방식을 함께 놓고 판단하는 것입니다. 현업 리더가 직접 맡길 업무를 설명하고 평가 기준을 만드는 데 참여해야 채용 절차도 실제 역할에 가까워집니다.
첫날의 어색함을 채용 실패로 읽지 않으려면
그렇다고 입사 첫날 머뭇거리는 모습을 보고 면접 때의 설명이 거짓이었다고 판단해서는 안 됩니다. 새 직원은 회사의 자료와 도구, 의사결정 방식을 익혀야 합니다. 업무 지시가 불분명하거나 필요한 정보에 접근할 수 없다면, 능력이 있어도 바로 성과를 내기 어렵습니다.
채용 때 확인한 능력을 실제로 발휘할 조건도 마련해야 합니다. 처음 맡길 업무와 기대하는 결과, 질문할 상대를 알려주고, 일정 기간 뒤 같은 기준으로 결과를 살펴보는 편이 좋습니다. 어려움이 생기면 개인의 능력과 회사가 제공한 업무 환경을 함께 확인해야 다음 판단이 정확해집니다.
면접에서의 확신과 입사 후의 기대 사이를 좁히려면, 채용 회의에서 질문을 바꿔볼 수 있습니다. “잘할 것 같은 사람인가?”에 더해 “맡길 일 가운데 무엇을 직접 확인했는가?”를 묻는 것입니다. 그 답이 구체적일수록 새 동료에게 일을 맡기는 이유도, 입사 후 함께 점검할 기준도 분명해집니다.
함께 읽어보면 좋은 글
참고 자료
- TestGorilla · The State of Hiring for AI Fluency 2026
- TestGorilla · 조사 방법과 결과 설명
- WGU · Workforce Decoded 발표 · 2026.09.30
- Sackett 외 · 선발 방법의 예측 유효성 메타분석 · 2022
