무신사가 2025년 신입 공채에서 ‘AI 네이티브’ 역량을 핵심 선발 기준으로 내세우며 66명을 채용했다는 소식이 개발자 커뮤니티 사이에서 빠르게 회자됐다. AI 도구를 단순히 써본 적이 있는가의 수준이 아니라, 업무 자체를 AI와 함께 설계하고 실행하는 능력을 갖춘 사람을 원한다는 뜻이다. 이 채용 사례가 주목받는 이유는 무신사 한 곳의 이야기가 아니기 때문이다. 개발 직군에서 ‘AI를 쓸 줄 아는가’가 스크리닝 기준으로 올라오는 추세는 이미 국내외 여러 기업에서 동시다발적으로 나타나고 있다. 신입 개발자로서 무엇을 준비해야 하는지, 현실적으로 접근해 보자.
AI 네이티브란 무엇인가 — 유행어가 아닌 실무 기준
‘AI 네이티브’라는 표현은 AI 도구를 어릴 때부터 자연스럽게 쓰며 자란 세대라는 뜻에서 출발했지만, 채용 문맥에서는 조금 다르게 해석된다. 단순히 ChatGPT나 GitHub Copilot을 써봤다는 의미가 아니다. AI 도구가 내 작업 흐름의 어느 지점에 들어와야 가장 효율적인지를 스스로 설계할 수 있는 능력을 가리킨다.
예를 들어 새 API를 개발한다고 할 때, 요구사항 정리, 스펙 문서 초안 작성, 테스트 케이스 생성, 코드 리뷰 체크리스트 작성 등 여러 단계에서 AI를 어떻게 배치할지 판단할 수 있는 사람이 AI 네이티브다. 반대로 코드 한 줄 자동완성에만 Copilot을 쓰는 수준은 AI 도구를 사용하는 것이지, AI 네이티브라고 보기 어렵다.
이런 역량을 갖추려면 먼저 자신의 개발 작업을 단계별로 분해하는 습관이 있어야 한다. 내 업무의 병목이 어디인지, 반복되는 작업이 무엇인지를 파악하지 못한 채 AI 도구를 쥐어줘도 효율은 크게 달라지지 않는다.
채용 공고가 실제로 무엇을 보는가
무신사의 이번 채용에서 AI 활용 능력이 강조된 배경을 생각해보면, 이커머스·패션 플랫폼이라는 특성과 무관하지 않다. 상품 메타데이터 처리, 추천 알고리즘, 검색 최적화, CS 자동화 등 AI가 직접 닿는 영역이 광범위하다. 신입이라도 이 흐름을 이해하고 합류 직후 기여할 수 있기를 기대한다는 신호다.
일반론으로 돌아오면, 기업이 신입 개발자의 AI 활용 능력을 평가할 때 실제로 보는 포인트는 크게 세 가지다. 첫째, 과제나 포트폴리오에서 AI 도구를 어떻게, 왜 사용했는지를 설명할 수 있는가. 둘째, AI가 틀린 답을 냈을 때 이를 검증하고 수정한 경험이 있는가. 셋째, AI 도구 없이도 기본 원리를 이해하고 있는가다. 세 번째가 특히 중요하다. 도구에 의존하면서 원리를 모르는 사람은 도구가 없어지면 아무것도 할 수 없기 때문이다.
면접에서 “AI 써봤나요?”라는 질문에 “네, 많이 씁니다”만으로 끝내면 좋은 인상을 남기기 어렵다. 구체적으로 어떤 상황에서, 어떤 프롬프트로, 어떤 결과를 얻었고, 그 결과의 어떤 부분을 직접 수정했는지까지 말할 수 있어야 한다.
신입 개발자가 지금 당장 할 수 있는 준비
거창한 사이드 프로젝트를 새로 시작하지 않아도 된다. 이미 하고 있는 학습과 프로젝트에 AI 도구를 의도적으로 끼워 넣는 것부터 시작하면 된다. 다음은 실질적으로 시도해볼 수 있는 접근이다.
- GitHub Copilot 또는 Cursor 사용 로그 남기기: 어떤 제안을 받아들이고 어떤 제안을 수정했는지를 간단한 메모로 기록하라. 이것 자체가 포트폴리오 소재가 된다.
- 프롬프트 엔지니어링을 코드 수준으로 관리하기: 자주 쓰는 프롬프트를 텍스트 파일로 버전 관리하면, 실제 작업에서 AI를 어떻게 활용했는지 구체적 근거가 생긴다.
- AI 생성 코드의 테스트 작성 연습: AI가 짜준 코드에 직접 단위 테스트를 작성하는 습관을 들여라. 코드를 이해하지 못하면 테스트를 쓸 수 없다. 이 과정이 AI 의존도를 낮추면서도 활용 능력을 증명하는 가장 좋은 방법이다.
- AI 도구를 활용한 코드 리뷰 연습: 자신이 작성한 코드를 LLM에게 리뷰 요청하고, 그 피드백을 수용하거나 반박하는 과정을 문서화하라. 이 루틴 자체가 협업 능력과 비판적 사고를 동시에 보여준다.
- 작은 자동화 하나씩 만들기: 반복 작업 — 예를 들어 커밋 메시지 초안 생성, 테스트 케이스 목록 뽑기, 에러 로그 요약 — 을 AI로 자동화하는 스크립트를 하나씩 만들어두면, 면접에서 바로 꺼낼 수 있는 사례가 쌓인다.
기초 실력이 없으면 AI도 무기가 되지 않는다
AI 도구를 잘 쓰려면 역설적으로 기초가 탄탄해야 한다. 자료구조, 알고리즘, 네트워크, 운영체제 기초가 부족한 상태에서 AI가 내준 코드를 그대로 붙여 넣으면 디버깅 단계에서 벽에 부딪힌다. 코드가 왜 동작하는지, 어디서 어떤 에러가 발생하는지를 읽어낼 수 없기 때문이다.
무신사가 AI 네이티브를 강조하면서도 기술 면접에서 알고리즘 문제와 CS 기초를 여전히 본다는 점도 같은 맥락이다. AI 도구가 생산성을 높여줄 수는 있지만, 그것이 기반 지식을 대체하지는 않는다. 오히려 기초가 강한 개발자일수록 AI의 제안을 더 정확하게 검증하고 응용할 수 있다.
취업 준비 중이라면 알고리즘 문제 풀이에서도 AI를 활용할 수 있다. 단, 정답을 바로 물어보는 대신, 먼저 스스로 접근법을 설계한 후 AI에게 “이 접근이 시간복잡도 측면에서 맞는가”를 검증받는 방식으로 쓰면 기초 학습과 AI 활용 연습을 동시에 할 수 있다.
포트폴리오와 이력서에 AI 활용을 어떻게 담을까
AI 활용 경험을 이력서에 쓸 때 흔히 하는 실수는 “GitHub Copilot, ChatGPT 활용”처럼 도구 이름만 나열하는 것이다. 이는 거의 모든 지원자가 쓰는 표현이라 차별화가 되지 않는다.
대신 다음 구조로 서술하면 훨씬 효과적이다. ‘어떤 문제가 있었고(상황) → AI를 어떻게 사용했으며(방법) → 결과는 무엇이었고(성과) → AI가 한 부분과 내가 직접 한 부분을 어떻게 구분했는가(주체성)’. 예시를 들면, “사이드 프로젝트에서 API 문서 초안 작성과 테스트 케이스 목록 생성을 LLM으로 자동화해 반복 작업 시간을 줄이고, 핵심 비즈니스 로직 구현과 코드 리뷰에 집중했다”처럼 쓸 수 있다. 수치를 억지로 넣을 필요는 없다. 맥락과 주체성이 명확하면 충분하다.
포트폴리오 프로젝트의 README에 ‘AI 활용 내역’ 섹션을 따로 두는 것도 좋다. 어떤 부분에 AI를 썼고 어떤 부분을 직접 구현했는지 솔직하게 적어두면, 오히려 신뢰도가 올라간다. 숨기려 하거나 과장하려 하면 면접 질문에서 금방 드러난다.
이 채용 트렌드가 신입에게 의미하는 것
무신사의 사례가 시사하는 바는 단순히 AI 도구를 배우라는 것이 아니다. 개발자라는 직무 자체가 변하고 있다는 것이다. 코드를 타이핑하는 시간보다 어떤 문제를 어떻게 풀지 설계하고, AI의 결과물을 검증하고, 팀원과 커뮤니케이션하는 시간이 더 중요해지고 있다. 신입에게 이것은 위기가 아니라 기회다. 경력자들이 기존 방식에 익숙할수록, AI 도구를 처음부터 자연스럽게 흡수한 신입의 적응력이 상대적으로 두드러질 수 있다.
다만 한 가지를 명심해야 한다. AI 도구는 빠르게 바뀐다. 특정 도구 하나를 완벽히 익히는 것보다, 새 도구가 나왔을 때 빠르게 평가하고 내 워크플로에 통합하는 능력 자체를 키우는 것이 더 중요하다. 그 능력의 토대는 결국 기본기와 비판적 사고다.
취업 준비 중이라면 AI 관련 뉴스나 기업 채용 공고를 주기적으로 살피면서, 어떤 역량이 새롭게 요구되고 있는지 패턴을 파악하는 습관을 들이는 것도 도움이 된다. 무신사의 이번 채용 사례처럼, 공개된 정보에서 힌트를 읽어내는 것 자체가 AI 네이티브의 태도와 맞닿아 있다.
AI를 다루는 역량, 기본기, 그리고 자신만의 커리어 방향성 — 이 세 가지를 어떻게 엮어갈지 고민이 있다면 누스쿨 커뮤니티나 멘토링을 통해 현업 개발자들과 직접 이야기해보길 권한다. 이론이 아닌 실제 채용 현장의 이야기를 듣는 것이, 지금 이 변화의 시기에 방향을 잡는 가장 빠른 길이다.
💬 댓글 0