AI 경력기술서, “문장”보다 먼저 바꿔야 하는 건 따로 있습니다

━━━━━━━━━━━━━━━━━━

경력기술서를 AI로 써봤는데,
생각보다 결과가 애매하게 나온 경험이 있습니다.

문장은 깔끔합니다.

읽히기도 좋습니다.

그런데 이상하게
“이걸로 붙을 것 같진 않다”는 느낌이 남습니다.

실제로 여러 번 돌려보면 비슷한 패턴이 반복됩니다.

겉으로는 좋아 보이는데,
조금만 들여다보면 다 비슷합니다.

이 글은 그 이유를 정리해보려는 글입니다.

도구 문제가 아니라, 구조 문제였습니다.

──────────────────

【 비교 기준: 실제 제출 기준으로 테스트 】

이번 테스트는 단순 생성 결과가 아니라
**“면접까지 이어지는지”**를 기준으로 봤습니다.

조건은 다음처럼 맞췄습니다.

직무: IT 기획 / 마케팅 / 개발
입력 데이터: 프로젝트 요약 5~8줄
도구: ChatGPT 기반 생성형 AI

평가 기준은 네 가지였습니다.

문장 설득력
수치 구체성
면접 질문 유도 가능성
수정 반복 횟수

초안 퀄리티보다
**“읽는 사람이 질문을 하고 싶어지는 구조인지”**를 더 중요하게 봤습니다.

──────────────────

【 시간 차이보다 더 크게 갈린 부분 】

처음에는 시간 절약 효과만 보려고 했습니다.

직접 작성: 평균 4~6시간
AI 사용: 평균 1~2시간

여기까지는 예상 범위였습니다.

그런데 실제로 차이가 난 건
시간이 아니라 수정 방향이었습니다.

직접 쓴 경우 → “어떻게 더 설득력 있게 쓸까” 고민
AI로 쓴 경우 → “왜 다 비슷하게 느껴질까” 고민

이 차이가 꽤 큽니다.

한두 번 수정으로 해결되지 않습니다.

──────────────────

【 왜 AI 결과가 ‘비슷해 보이는지’ 】

여기서 조금 의외였던 건,
AI가 못 써서가 아니라는 점이었습니다.

오히려 너무 잘 정리합니다.

문제는 이겁니다.

결과만 깔끔하게 정리된 문장이 나온다는 것.

예를 들어 이런 식입니다.

“서비스 개선 프로젝트를 통해 사용자 경험을 향상시켰습니다.”

틀린 말은 아닙니다.

그런데 이 문장을 보면
질문이 떠오르지 않습니다.

왜냐하면
검증할 포인트가 없기 때문입니다.

──────────────────

【 실제로 차이를 만든 구조 요소 】

여러 번 비교해보면서 느낀 건,
결과를 바꾼 건 단어 선택이 아니라 구조 강제였습니다.

특히 아래 4가지가 들어갔을 때 결과가 달라졌습니다.

문제 상황 명시
행동 과정 분해
결과 수치화
판단 기준 노출

이 네 가지가 동시에 들어가야
문장이 아니라 **“근거”**가 됩니다.

실제로 돌려보면 이런 차이가 납니다.

단순 생성 결과

“마케팅 캠페인을 통해 전환율을 개선했습니다.”

구조 적용 결과

문제: 유입 대비 전환율 2.1% 정체
행동: 타겟 세분화 + 랜딩 페이지 A/B 테스트 진행
결과: 전환율 2.1% → 3.4% 상승 (약 61% 개선)
판단 기준: 클릭률이 아닌 구매 완료율 기준으로 실험 설계

여기서부터 조금 달라집니다.

읽는 사람이 확인하고 싶은 포인트가 생깁니다.

──────────────────

【 체감상 가장 크게 달라진 부분 】

이건 직접 여러 번 써보면서 느낀 부분인데,
구조를 바꾸면 면접 질문의 방향이 바뀝니다.

단순 문장일 때는
“그래서 뭘 했다는 거죠?” 같은 질문이 나옵니다.

구조가 잡혀 있을 때는
“왜 그 기준으로 판단했나요?” 같은 질문이 나옵니다.

같은 프로젝트인데도
질문 깊이가 달라집니다.

여기서 차이가 생깁니다.

──────────────────

【 실사용 기준 프롬프트 구성 방식 】

정리하면, 프롬프트는 길 필요 없습니다.

대신 핵심 요소가 빠지면 바로 결과가 무너집니다.

실제로 안정적으로 나왔던 구조는 이 정도였습니다.

역할 지정 (채용 담당자 시점)
평가 기준 명시 (면접 연결성 강조)
문제-행동-결과-수치 구조 강제
모호한 표현 제거 요청

여기에 한 줄만 추가해도 효과가 확 달라집니다.

“각 항목에서 면접 질문이 떠오르도록 작성하세요.”

이 문장 하나가 꽤 크게 작용합니다.

──────────────────

【 한계도 분명히 있습니다 】

여기서 중요한 건,
AI가 모든 걸 해결해주지는 않는다는 점입니다.

수치를 안 넣으면 결과도 흐려집니다
애매한 프로젝트는 그대로 애매하게 나옵니다
본인 판단 기준이 없으면 문장이 얕아집니다

AI는 정리 도구입니다.

내용의 밀도는 결국 사용자 데이터에서 나옵니다.

──────────────────

【 결론: 결과가 아니라 구조를 바꿔야 한다 】

경력기술서를 AI로 쓰면 빨라지는 건 맞습니다.

그런데
잘 쓰는 것과, 통과되는 건 다릅니다.

결과를 바꾸고 싶다면
문장을 다듬는 게 아니라
프롬프트 구조부터 바꿔야 합니다.

실제로 해보면 느껴집니다.

조금만 구조를 건드려도 결과가 꽤 달라집니다.