(리터러시, 활용 범위, AI 답변, 면접, 프롬프트, 최종 판단)
이제 AI는 취업준비에서 빼놓을 수 없는 분야가 되었습니다.
자기소개서와 지원동기를 작성할 때 내용을 구성하고 문장을 다듬으며, 예상 면접질문을 만들어 볼 수 있습니다. AI에게 면접관 역할을 맡겨 모의면접을 할 수도 있고, PT면접의 예상주제를 만들어 제한된 시간 안에 발표하는 연습도 가능합니다.
그렇다고 “취업준비에 AI를 사용하지 말아야 한다”는 이야기를 하려는 것은 아닙니다.
오히려 적극적으로 활용할 필요가 있습니다. 문제는 AI를 사용하는 것과 AI를 제대로 활용하는 것은 다르다는 데 있습니다.

AI를 사용한다고 AI 리터러시도 높은 것은 아니다
여기서 생각해 볼 개념이 AI 리터러시(AI Literacy)입니다.
리터러시는 일반적으로 읽고 이해하고 활용하는 능력을 의미합니다. AI 시대의 리터러시는 단순히 생성형 AI에 질문을 입력하고 답을 받아내는 능력에 머물지 않습니다.
Duri Long과 Brian Magerko는 AI 리터러시를 ‘AI 기술을 비판적으로 평가하고, AI와 효과적으로 소통하고 협업하기 위한 역량의 집합’으로 정의했습니다.(AI Unplugged)
Georgia Tech의 AI 교육자료에서도 생성형 AI 리터러시는 AI 도구를 단순히 사용할 줄 아는 것을 넘어, 어떻게 작동하는지 이해하고 결과물을 분석·비판적으로 평가하는 능력까지 포함한다고 설명합니다.(Georgia Tech Sites)
따라서 취업준비생에게 필요한 것은 단순한 AI 사용능력이 아니라 AI 활용능력과 판단능력입니다.
취업준비에서 AI 활용 범위는 어디까지 가능할까?
AI를 활용할 수 있는 분야는 매우 다양합니다.
자기소개서를 작성할 때에는 우선 자신의 경험을 솔직하게 정리하여 AI를 활용하여 다시 정리할 수 있고, 지원동기를 작성한 뒤 논리적으로 부족한 부분을 찾아달라고 할 수도 있습니다.
면접준비에서는 더욱 다양합니다.
“호텔 기획직 신입사원 면접관이라고 가정하고 직무역량 질문을 10개 만들어 달라”고 요청할 수 있습니다. 자신의 답변을 입력하고 “답변에서 구체적인 근거가 부족한 부분을 지적하고 꼬리질문을 해 달라”고 요청할 수도 있습니다.
PT면접이라면 AI에게 찬반형·분석형·아이디어 창출형·문제해결형 과제를 만들어 달라고 한 뒤 제한된 시간 안에 직접 발표안을 작성해 보는 것도 좋은 연습입니다.
여기서 꼭 지켜야 할 원칙이 있습니다.
AI가 답을 만들어 주도록 하는 것보다 내가 생각할 수 있도록 AI를 활용해야 합니다.
AI가 만든 자기소개서를 그대로 외우거나 PT 답안을 그대로 발표하다보면 현장에서 면접관이 한 단계 높은 질문을 했을 때 답변에 혼란을 가져올 수 있습니다.
AI의 답변을 그대로 믿으면 안 되는 이유
생성형 AI는 우리가 생각하는 것보다 매우 자연스러운 문장을 만들어내기 때문에 사용자가 현혹되어 비판 능력을 잃어버릴 수 있습니다. 문제는 이러한 자연스러운 문장과 정확한 정보는 같은 것이 아니라는 점입니다.
생성형 AI는 학습된 데이터의 패턴을 바탕으로 결과물을 생성하기 때문에 사실과 다른 내용이나 존재하지 않는 출처를 그럴듯하게 제시할 수도 있습니다. Georgia Tech 역시 생성형 AI 활용 시 허위 인용이나 잘못된 정보가 만들어질 수 있어 사실확인과 출처의 교차검증이 중요하다고 설명합니다.(Georgia Tech Sites)
따라서 취업준비생은 적어도 다음의 세 가지 질문을 해볼 필요합니다.
첫째, AI가 어떤 특성과 한계를 가진 도구인지 이해하고 있는가?
둘째, AI가 제시한 결과가 맞는지 비판적으로 검토할 수 있는가?
셋째, 개인정보·기밀정보·편향·저작권 등 윤리적 문제를 생각하면서 사용할 수 있는가?
특히 실제 업무에서는 세 번째 문제가 더욱 중요해집니다. Georgia Tech 연구진도 일상적인 AI 사용에서 책임 있는 활용과 AI 리터러시를 연결하고 있으며, 개인정보가 어떻게 사용되는지 알 수 없는 AI 시스템에 민감한 정보를 입력하는 문제 등에 주의하도록 강조합니다.
이제 면접에서도 AI 활용 문제를 질문할 수 있다
취업준비생이 염두에 두어햐 할 부분은 여기서 한 단계 더 나아가야 합니다.
AI를 취업준비에 어떻게 사용할 것인가뿐만 아니라 입사 후 실제 업무에서 어떻게 사용할 것인가에 대해서도 자신의 생각을 정리할 필요가 있습니다.
예를 들어 호텔 기획직 지원자에게 면접관이 다음과 같이 질문한다고 가정해 보겠습니다.
“입사 후 고객 만족도 개선업무를 담당하게 된다면 생성형 AI를 어떻게 활용하겠습니까?”
가장 쉬운 답변은 “AI로 고객 데이터를 분석하겠습니다”이지만 면접관들로 하여금 추가 질문을 유도할 뿐입니다.
보다 나은 답변은 AI가 담당할 부분과 사람이 담당해야 할 부분을 구분하는 것입니다.
“고객 후기나 고객의 소리(VOC)를 분류하고 반복적으로 나타나는 불만 유형을 찾는 과정에서 AI를 보조적으로 활용하겠습니다. 다만 AI가 제시한 결과를 그대로 의사결정에 사용하지 않고 실제 고객 데이터와 현장 담당자의 의견을 통해 다시 확인하겠습니다. 특히 개인정보나 회사 내부자료를 외부 AI 서비스에 입력할 때는 회사의 보안정책을 먼저 확인하겠습니다.”
이 답변에서는 단순한 AI 사용능력보다 활용 → 검증 → 사람의 판단 → 보안과 책임이라는 사고과정을 확인할 수 있습니다.
프롬프트를 만드는 능력도 면접의 소재가 될 수 있다
단순히 AI를 활용하는 능력뿐만 아니라 한 단계 더 어려운 상황도 생각해 볼 수 있습니다.
면접관이 자료를 하나 주면서 이렇게 질문할 수 있습니다.
“이 문제를 생성형 AI를 활용하여 해결한다면 어떤 프롬프트를 작성하시겠습니까?”
이때 중요한 것은 멋있는 명령어를 많이 사용하는 것이 아닙니다.
목적은 무엇인지, AI에게 어떤 역할을 부여할 것인지, 어떤 자료를 사용할 것인지, 어떤 조건을 지켜야 하는지, 결과물을 어떤 형태로 받을 것인지를 명확하게 제시할 수 있어야 합니다.
예를 들어,
“당신은 호텔 고객경험 분석 담당자입니다. 제공된 고객 의견자료만을 사용하여 불만사항을 유형별로 분류하고 빈도가 높은 순서로 정리하십시오. 각 문제에 대한 개선방안을 제시하되 자료에서 확인할 수 없는 사실은 추정하지 말고 별도로 표시하십시오.”
라고 구성할 수 있습니다.
좋은 프롬프트는 결국 좋은 질문을 만드는 능력과 연결됩니다. 그리고 좋은 질문을 만들려면 사람이 먼저 문제를 제대로 이해하고 있어야 합니다.
AI 시대에도 최종 판단은 사람이 해야 한다
지원자가 AI를 잘 활용한다고 해서 반드시 모든 일을 AI에게 맡기는 사람을 의미하지는 않습니다.
오히려 어떤 업무에 AI를 사용할 것인지, 어디까지 맡길 것인지, 결과를 어떻게 검증할 것인지, 마지막 판단과 책임은 누가 질 것인지를 구분할 수 있는 사람이 AI를 제대로 활용하는 사람이라고 볼 수 있습니다.
취업준비에서도 마찬가지입니다.
AI에게 정답을 받아 외우기보다 나의 생각을 넓혀주는 도구, 부족한 부분을 발견하는 도구, 반복해서 연습할 수 있는 가상의 면접관으로 활용하는 것이 더 바람직합니다.
앞으로 면접에서 중요한 질문은 단순히 “AI를 사용할 수 있습니까?”가 아닐지도 모릅니다.
“AI를 왜 사용하려 합니까?”
“AI가 틀렸다는 것을 어떻게 확인하겠습니까?”
“어디까지 AI에게 맡기고 어디부터 직접 판단하겠습니까?”
이 세 가지 질문에 자신의 언어로 답할 수 있다면, 그것이 취업준비생에게 필요한 AI 리터러시의 출발점이 될 수 있습니다.
다음 글에서는 ‘면접관의 AI 활용 질문 10가지와 답변’에 관해 다루어 보겠습니다.
글쓴이 | 면접관의 시선
직업상담사 2급 · 2016년부터 군무원 면접 강의 및 모의면접 · 채용전문면접관 1급 · 공공기관 면접위원 경험
※ 본 글은 필자의 경험과 연구를 바탕으로 작성했으며, 자료 정리 과정에서 생성형 AI를 보조적으로 활용했습니다.
'기업 변접' 카테고리의 다른 글
| 대기업 PT면접 어떻게 준비할까?(실전 준비법) (0) | 2026.09.29 |
|---|---|
| 대기업 1차 실무면접 어떻게 준비할까? 5성급 호텔 기획팀 가상 모의면접 (0) | 2026.09.26 |
| 직무적합성평가 vs 직무적성검사, 무엇이 다를까? (0) | 2026.09.24 |
| 대기업 면접의 변화, ‘컬처핏’에서 ‘팀핏’으로 • • • (0) | 2026.09.23 |
| 기업 규모별 지원자를 보는 면접관의 기준은 무엇일까? (0) | 2026.09.22 |