AI가 코드를 작성하고 리뷰까지 보조하는 시대에, 주니어 개발자의 취업은 더 쉬워졌을까요 아니면 더 어려워졌을까요. 채용 현장의 분위기는 복잡합니다. 한쪽에서는 “AI가 있으니 주니어가 필요 없다”는 말이 나오고, 다른 한쪽에서는 “오히려 AI를 제대로 다룰 줄 아는 주니어를 찾기 어렵다”는 이야기도 들립니다. 어느 쪽이 더 가까운 현실인지, 그리고 지금 취업을 준비하는 주니어로서 무엇을 어떻게 해야 하는지를 구체적으로 짚어봅니다.
AI 도입이 바꾼 것과 바꾸지 못한 것
많은 기업이 Copilot이나 Cursor 같은 AI 코딩 보조 도구를 팀에 도입하고 있습니다. 덕분에 반복적인 보일러플레이트 코드 작성, 단순 CRUD 구현, 기본 테스트 케이스 작성 속도는 눈에 띄게 빨라졌습니다. 이런 작업들은 예전에 주니어 개발자가 온보딩 과정에서 경험을 쌓던 영역이기도 합니다.
그렇다고 주니어의 역할 자체가 사라진 것은 아닙니다. AI는 요구사항을 이해하거나, 레거시 코드베이스의 맥락을 파악하거나, 팀 내 커뮤니케이션을 조율하는 일을 혼자 처리하지 못합니다. 기업이 주니어를 채용할 때 기대하는 것이 “AI가 대신할 수 없는 사람의 영역”으로 점차 이동하고 있다는 뜻입니다. 변한 것은 기준점이지, 필요성 자체가 아닙니다.
따라서 AI 도구의 등장을 위협으로만 볼 이유는 없습니다. 다만 “AI가 이미 할 수 있는 것”만 준비해서는 예전보다 불리해진 것이 사실입니다. 지금의 주니어 취업 전략은 이 변화를 정확히 읽는 데서 출발해야 합니다.
채용 담당자가 실제로 보는 것
채용 공고에는 “React, TypeScript, REST API 경험자 우대”처럼 기술 스택이 나열되어 있습니다. 하지만 서류를 통과한 뒤 면접에서 실제로 확인하려는 것은 다릅니다. 현장에서 자주 언급되는 평가 요소를 정리하면 이렇습니다.
- 문제를 분해하는 능력: 주어진 요구사항을 작은 단위로 쪼개고 우선순위를 정할 수 있는가.
- 자기 코드에 대한 설명력: 왜 이 방식을 선택했는지, 다른 방법과 비교해 어떤 트레이드오프가 있는지 말할 수 있는가.
- 모르는 것을 인정하는 태도: 막혔을 때 어떻게 도움을 요청하고 스스로 찾아가는지.
- 팀 맥락을 읽는 감각: 코드 리뷰 피드백을 어떻게 받아들이는지, 소통 방식은 어떤지.
이 중 어느 것도 AI가 대신해줄 수 없습니다. 기술 스택은 6개월이면 바뀌지만 위의 역량은 시간이 걸려도 직접 키워야 합니다. 준비 기간이 짧더라도 이 부분에 의식적으로 시간을 배분하는 것이 중요합니다.
포트폴리오를 다시 설계해야 하는 이유
AI 시대 이전에는 “혼자 만든 프로젝트 몇 개”만으로도 포트폴리오가 성립했습니다. 지금은 기준이 달라졌습니다. AI 도구를 쓰면 주니어도 겉으로 그럴듯한 결과물을 빠르게 만들 수 있기 때문에, 완성도보다 과정과 판단력이 더 중요하게 평가받기 시작했습니다.
포트폴리오에서 실제로 차별화를 만드는 요소는 다음과 같습니다.
- 왜 이 기술을 선택했는가: README나 발표 자료에 기술 선택의 이유를 명확히 담으세요. “팀원 모두가 익숙해서”도 솔직한 이유입니다.
- 무엇이 실패했고 어떻게 해결했는가: 완성된 결과보다 중간에 막혔던 문제와 해결 과정을 정리한 글이나 커밋 로그가 설득력이 높습니다.
- 실제 사용자가 있는가: 아주 소규모라도 괜찮습니다. 지인 5명이 써본 서비스와 아무도 쓰지 않은 서비스는 면접관에게 다르게 보입니다.
- AI 도구를 어떻게 활용했는가: 숨길 필요 없습니다. “Copilot로 초안을 잡고 직접 리팩터링했다”는 과정을 설명할 수 있으면 오히려 실무 감각이 있어 보입니다.
양보다 질입니다. 프로젝트를 5개 나열하는 것보다, 하나를 깊이 파고들어 설명할 수 있는 상태가 더 낫습니다.
기술 면접에서 살아남는 구체적인 방법
코딩 테스트는 여전히 많은 기업이 운영합니다. 다만 AI 도구를 면접 중에 허용하는 곳도 조금씩 생기고 있고, 도구를 쓰더라도 결과에 대해 설명을 요구하는 방식이 늘고 있습니다. 어느 쪽이든 준비 방향은 같습니다. 답을 외우는 게 아니라 풀이 과정을 말로 설명하는 연습을 해야 합니다.
실전에서 쓸 수 있는 접근법입니다.
- 소리 내어 생각하기: 문제를 받으면 바로 코딩하지 않고, 어떻게 접근할지 먼저 말로 정리하세요. 면접관은 정답보다 사고 과정을 봅니다.
- 모르면 솔직하게 말하기: “이 부분은 확신이 없어서 이렇게 접근해보려 합니다”가 침묵보다 훨씬 낫습니다.
- 시간 복잡도 언급하기: 완벽한 풀이가 아니어도, “지금 이 방법은 O(n²)인데 개선할 수 있을 것 같다”고 말하면 기본기를 갖춘 인상을 줍니다.
- 엣지 케이스 스스로 찾기: 풀고 나서 “입력이 빈 배열이면 어떻게 되지?”처럼 스스로 검증하는 모습이 좋게 평가됩니다.
기술 면접 준비를 위한 플랫폼은 여러 곳이 있습니다. 중요한 것은 풀이 수를 늘리는 것보다 한 문제를 완전히 이해하고 변형 문제에도 적용할 수 있는 상태로 만드는 것입니다. 같은 유형 문제를 5개 푸는 것보다 하나를 5가지 방법으로 풀어보는 훈련이 실전에서 더 도움이 됩니다.
AI 도구를 실력처럼 쓰는 법
AI 보조 도구를 쓰는 것 자체는 이제 실무에서 당연한 일이 되었습니다. 그런데 취준생 중에는 두 가지 극단적인 태도가 보입니다. 하나는 “AI가 다 해주니까 공부 안 해도 된다”는 과신, 다른 하나는 “AI 쓰면 실력이 늘지 않는다”는 거부감입니다. 둘 다 현실과 거리가 있습니다.
AI 도구를 학습과 실무 모두에서 잘 활용하는 방법은 이렇습니다.
- 생성 후 이해 확인: AI가 코드를 제안하면 그대로 쓰지 말고, 각 줄이 무엇을 하는지 설명할 수 있을 때까지 읽으세요. 설명 못 하면 면접에서 막힙니다.
- 프롬프트 작성 능력 키우기: 원하는 결과를 정확하게 요청하는 것 자체가 실력입니다. 모호한 프롬프트로 나온 결과를 그대로 쓰는 것은 위험합니다.
- 검토하는 습관: AI는 그럴듯하지만 틀린 코드를 자주 냅니다. 테스트 없이 믿으면 안 됩니다. 리뷰하고 검증하는 습관 자체가 능력입니다.
- 개념 공부는 직접: 자료구조, 알고리즘, 네트워크 기초, 데이터베이스 원리 같은 개념은 AI 설명을 참고하되 직접 정리하고 예제를 손으로 써보세요. 면접에서 깊이 있는 질문은 이 영역에서 나옵니다.
지원 전략: 어디에, 어떻게 지원할 것인가
취업 준비를 오래 한 사람들 사이에서 공통적으로 나오는 후회 중 하나가 “너무 좁게 지원했다”입니다. 대형 IT 기업만 보다가 기회를 놓치거나, 반대로 아무 곳에나 지원해서 에너지를 낭비하는 경우도 있습니다. 전략적으로 범위를 설정하는 게 필요합니다.
실용적인 지원 전략 몇 가지입니다.
- 규모별로 분산: 대기업·중견·스타트업을 섞어 지원하세요. 규모마다 요구하는 역량의 무게중심이 다르고, 면접 경험 자체가 준비를 강화합니다.
- 도메인을 좁히기: 헬스케어, 핀테크, 커머스 등 관심 있는 도메인을 1~2개 정해두면 자기소개서와 면접 준비가 훨씬 구체적이 됩니다. “저는 사용자 데이터를 다루는 서비스에 관심이 많습니다”는 말 한 마디가 지원 동기를 설득력 있게 만듭니다.
- 지인 네트워크 활용: 공개 채용 외에 지인 추천으로 들어가는 자리가 현실에서 적지 않습니다. 부끄럽게 생각하지 말고, 관심 있는 회사에 다니는 사람을 찾아 커피챗을 요청하세요. 최악의 경우 거절당할 뿐입니다.
- 서류 통과율 추적: 지원한 곳, 결과, 피드백을 간단히 기록하세요. 패턴이 보이면 서류나 포트폴리오를 개선할 단서가 생깁니다.
취업 활동 자체도 하나의 프로젝트처럼 관리할 수 있습니다. 결과를 추적하고 피드백을 반영하면, 같은 시간을 써도 성과가 달라집니다.
AI가 코드를 짜주는 시대에도 사람이 채용하고 사람과 일합니다. 기술보다 빠르게 변하지 않는 것이 있다면 “함께 일하고 싶은 사람인가”라는 기준입니다. 기본기를 갖추고, 자신의 과정을 설명할 수 있고, 모르는 것을 정직하게 대하는 태도가 여전히 주니어 채용에서 가장 강력한 무기입니다. 지금 준비 중이라면, 누스쿨 커뮤니티에서 현직 개발자 멘토와 직접 이야기해보세요. 서류, 포트폴리오, 기술 면접까지 실전에서 검증된 피드백을 받을 수 있습니다.
💬 댓글 0