생성형 AI 경험, 스킬 시트(Skill Sheet)에 어떻게 적을까? 「사용했습니다」로 끝내지 않는 3가지 유형
요약
생성형 AI 경험을 스킬 시트에 단순히 '사용했다'고 나열하는 것은 효과적이지 않으며, 채용 담당자가 원하는 정보(무엇을 했는지)를 전달하지 못합니다. 이 글은 AI 활용 실적을 '전달되는 성과'로 바꾸는 세 가지 작성 유형(활용 목적 중심형, 수치 기반 성과형, 판단 및 검증형)을 제시하며, 단순 사용 경험보다 구체적인 용도, 정량적 성과, 그리고 본인의 판단/검토 과정을 명시하는 것이 중요하다고 강조합니다.
핵심 포인트
- AI 활용 실적은 단순히 도구 이름 나열이 아닌 '전달되는 실적'으로 작성해야 한다.
- 활용 목적 중심형: (Tool) × 용도 × 성과를 결합하여 구체적인 기여도를 제시한다.
- 수치 기반 성과형: 도입 전후의 변화(Before/After)를 퍼센트, 시간 단축 등 숫자로 명시하여 팀 단위 개선 역량을 강조한다.
- 판단 및 검증형: AI가 생성한 결과물에 대해 본인이 어떤 판단을 내리고 어느 부분을 수정했는지 '관여 범위'를 명확히 하여 차별화된 실적을 만든다.
「GitHub Copilot 사용했습니다」 「ChatGPT로 조사했습니다」 —— 생성형 AI 경험을 스킬 시트(Skill Sheet)에 적으려다 손이 멈춘 적은 없는가.
도구 이름만 나열해서는 100명 모두가 똑같아 보인다. 이 기사에서는 AI 활용을 「전달되는 실적」으로 바꾸는 3가지 작성 유형을 소개한다.
이 기사는 「생성형 AI 활용을 스킬 시트에 어떻게 적을까? "사용했습니다"로 끝내지 않는 3가지 유형」의 다이제스트 버전입니다.
바이브 코딩(Vibe Coding) 시대의 스킬 시트 전략이나 도구별 공정 분리는 위의 완전판을 참고해 주시기 바랍니다.
1990년대 후반, 「PC 사용 가능」은 훌륭한 기술이었다. 지금 이력서에 그렇게 적는 사람은 없다. 사용할 줄 아는 것이 당연하기 때문이다.
생성형 AI도 같은 길을 걷는다. 2026년 현재, Copilot · ChatGPT · Claude를 일상적으로 사용하는 엔지니어는 이제 드물지 않다. 「사용하고 있다」는 당연한 전제이며, 어떻게 사용했는지 · 무엇이 변했는지 · 자신은 무엇을 판단했는지까지 적을 수 있느냐에 따라 서류 통과율이 달라진다.
도구 이름만 적힌 스킬 시트가 전달되지 않는 이유는 채용 측이 알고 싶은 정보가 결여되어 있기 때문이다.
| 채용 측이 알고 싶은 것 | 도구 이름만 기재했을 때 전달되는가 |
|---|---|
| 그 도구로 무엇을 했는가 (용도) | ❌ |
| ... |
이 3가지를 충족하는 작성 유형을 아래에서 소개한다.
1. 활용 목적 중심형 (Usage-focused)
가장 심플하고 범용성이 높은 유형.
NG: GitHub Copilot 사용
OK (규모 있는 활용):
GitHub Copilot을 테스트 코드 자동 생성에 활용하여, 단체 테스트 작성 공수를 약 40%削減(삭감)
OK (일상적인 활용):
GitHub Copilot을 코드 보완에 활용. 정형적인 CRUD 처리 기술 속도가 향상되어, 구현 페이즈의 리드 타임(Lead Time)을 약 2할 단축
「Tab 키를 눌러 제안(Suggest)을 수락했을 뿐」이라도 「정형 처리 기술을 고속화했다」라고 적을 수 있다. 화려한 활용이 아니더라도, 세 가지 요소(용도·성과·관여 범위)에 맞춰 정리하면 형식을 갖출 수 있다.
2. 수치 기반 성과형 (Metric-driven)
도입 전과 도입 후를 대비시키는 패턴. 팀 단위의 개선을 나타낼 때 특히 효과적이다.
팀 도입 계열:
ChatGPT API를 사내 지식 검색에 통합하여, 문의 대응 평균 소요 시간을 15분 → 5분으로 단축 (팀 5명의 운용 플로우 개선)
개인 일상 활용:
ChatGPT를 에러 조사 초동 단계에 활용. 로그 분석 가설 수립까지의 시간을 평균 30분 → 10분으로 단축하여, 장애 대응 초동을 고속화
포인트는 숫자를 넣는 것이다. 「효율화했습니다」로는 전달되지 않는다. 분 · 건수 · 퍼센트, 무엇이든 좋다. 「약」, 「추정」을 붙이면 정확한 측정값이 아니어도 문제없다.
3. 판단 및 검증형 (Judgment-based)
3가지 유형 중 가장 차이가 벌어지는 유형이다.
리뷰 계열:
Copilot이 생성한 코드에 대해 보안 관점에서의 리뷰 및 수정을 담당. SQL 인젝션(SQL Injection) 대책이 불충분한 케이스를 3건 검출하여 수동으로 수정
설계 계열:
ChatGPT의 제안을 바탕으로 DB 설계 선택지를 도출하고, 퍼포먼스 요건과의 대조 및 최종 판단은 본인이 담당
이는 「AI를 사용한 상태에서, 자신은 무엇을 했는가」를 명시하고 있다. 면접에서도 심층 질문(Deep Dive)을 유도하기 쉽고, 「이 사람은 AI에 모든 것을 맡기지 않는구나」라는 인상을 준다.
「ChatGPT에 물어보고 그대로 했습니다」라고 하더라도, 무엇을 질문했는지 · 출력물 중 어디를 채택하고 어디를 기각했는지를 적으면 훌륭한 실적이 된다. AI와의 협업 프로세스를 언어화할 수 있다는 것 자체가 지금 시대의 기술이다.
▶ 도구별 공정 분리 (요건 정의 → 구현 → 유지보수) 및 바이브 코딩 시대의 작성법은 여기서 확인하세요 → 생성형 AI 활용을 스킬 시트에 어떻게 적을까?
마지막으로 전체의 Before/After를 나열해 둔다.
NG:
【기술 스택】 GitHub Copilot, ChatGPT, Claude
【개요】 생성형 AI를 활용하여 개발 효율을 향상시킴
OK:
【AI 활용】
・GitHub Copilot: 테스트 코드 생성에 활용. 단체 테스트 작성 공수를 약 40% 삭감
・ChatGPT API: 사내 FAQ 봇의 프롬프트(Prompt) 설계 및 튜닝(Tuning) 담당.
...
도구 이름만 나열하던 방식에서, 용도 · 성과 · 관여 범위를 읽을 수 있는 기재 방식으로 바뀌었다.
어떤 프로젝트에 적어야 할지에 대한 기준은, 최근 1~2건은 업무 내용란에 구체적인 활용 내용을 적고, 그 이전 프로젝트는 기술 스택란에 도구 이름을 넣는 정도로 충분하다. 모든 프로젝트를 동일한 밀도로 적을 필요는 없다.
Skillsheet-Port를 사용하면 폼 입력만으로 형식을 신경 쓰지 않고 작성을 시작할 수 있다. AI 구성 보조 기능도 있으므로, 먼저 초안을 만든 뒤 3가지 유형으로 다듬어 나가는 사용법을 추천한다.
- 「AI를 사용할 수 있습니다」는 더 이상 차별화 요소가 되지 않는다. 질문되는 것은 「어떻게 사용했고, 무엇을 판단했는가」
- 유형 ①: 툴 (Tool) × 용도 × 성과의 3종 세트 (가장 심플함)
- 유형 ②: Before/After로 변화를 숫자로 나타내기 (팀 개선 역량 강조에 강함)
- 유형 ③: AI에게 맡긴 범위와 자신의 판단 범위를 구분하기 (가장 큰 차이를 만듦)
- 화려한 활용이 아니더라도, 유형에 맞춰 정리하면 형태가 갖춰진다
스킬 시트(Skill Sheet)의 AI 활용란이 툴 이름만 적혀 있는 사람은, 오늘 이 3가지 유형으로 다시 작성해 보길 바란다.
▶ 완전판 가이드는 이쪽으로 → 생성형 AI 활용을 스킬 시트에 어떻게 적을까?
▶ 무료로 스킬 시트를 만들어 보기 → https://www.skillsheet-port.com/
AI 자동 생성 콘텐츠
본 콘텐츠는 Qiita AI의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기