AI 산업이 빠르게 확장되면서 채용 시장의 구조도 달라지고 있다. 이전에는 구직자가 공고를 찾아다니는 방식이 일반적이었지만, 이제는 기업의 채용 담당자와 헤드헌터가 먼저 인재를 검색하는 방식이 점점 보편화되고 있다. 링크드인, 깃허브, 전문 커뮤니티, 기술 블로그 등 다양한 플랫폼이 사실상 ‘채용 허브’의 역할을 하고 있으며, 이 공간에서 얼마나 잘 발견될 수 있는지가 커리어의 기회를 좌우하는 시대가 됐다. 중요한 것은 단순히 이력서를 잘 쓰는 것이 아니라, 내가 원하는 분야에서 ‘검색되는 인재’가 되는 구조를 만드는 것이다.
채용 허브가 바뀌었다: 공고를 기다리는 시대는 끝났다
AI 관련 직무—ML 엔지니어, 데이터 사이언티스트, AI 프로덕트 매니저, AI 리서처, LLM 파인튜닝 전문가 등—는 최근 몇 년 사이 채용 방식이 크게 달라졌다. 과거에는 기업이 공고를 올리고 지원자가 몰려드는 방식이었지만, 지금은 인재 풀이 좁고 수요가 많은 AI 분야의 경우 채용 담당자가 먼저 후보를 발굴하는 방식이 상당 부분을 차지한다.
이 변화는 구직자에게 두 가지 의미를 갖는다. 하나는 아직 이직을 생각하지 않더라도 평소에 온라인 존재감을 쌓아두지 않으면 기회가 아예 오지 않을 수 있다는 것, 다른 하나는 반대로 지금부터라도 전략적으로 자신을 노출시키면 능동적으로 채용 흐름에 올라탈 수 있다는 것이다. 핵심은 ‘검색’이다. 누군가 특정 기술 키워드로 인재를 찾을 때 내가 결과에 뜰 수 있는가.
링크드인 프로필: 이력서가 아니라 검색 문서다
링크드인은 여전히 글로벌 채용 시장에서 가장 강력한 인재 검색 도구다. 그런데 많은 사람들이 링크드인 프로필을 이력서처럼 작성한다. 근무한 회사, 직책, 기간을 나열하는 방식이다. 하지만 채용 담당자가 링크드인에서 인재를 찾을 때는 키워드를 검색한다. 예를 들어 ‘PyTorch fine-tuning’, ‘RAG 파이프라인’, ‘AI 프로덕트 매니저’, ‘LLMOps’ 같은 구체적인 기술 용어다.
따라서 링크드인 프로필은 내가 실제로 다루는 기술과 도메인 키워드를 명확하게 노출해야 한다. 특히 헤드라인(직책 바로 아래 한 줄 소개)과 About 섹션, 그리고 각 경력 기술 부분에 이 키워드들이 자연스럽게 담겨 있어야 한다. 추상적인 ‘데이터 분석 전문가’보다 ‘시계열 이상 탐지 모델 개발, MLflow 기반 실험 관리’처럼 구체적으로 쓰는 것이 훨씬 효과적이다.
Open to Work 기능이나 Career Break 표시를 지나치게 꺼리는 사람이 있는데, 전략적으로 쓰면 오히려 좋다. 다만 가장 중요한 것은 프로필이 주기적으로 업데이트되고 있다는 신호를 보내는 것이다. 글을 올리거나, 댓글을 달거나, 새로운 프로젝트 경험을 추가하는 활동이 알고리즘상 노출 빈도를 높인다.
깃허브는 코드 저장소가 아니라 포트폴리오다
개발자나 데이터 직군이라면 깃허브 프로필은 선택이 아니다. 채용 담당자와 기술 면접관이 이력서보다 깃허브를 먼저 보는 경우가 많다. 문제는 많은 사람이 깃허브를 단순히 코드를 올려두는 공간으로만 활용한다는 점이다.
검색되는 깃허브 프로필을 만들려면 몇 가지 요소가 필요하다.
- README.md 작성: 자신의 기술 스택, 관심 분야, 현재 만들고 있는 것을 간결하게 정리한다. 첫인상을 결정하는 문서다.
- 핀 고정 레포지토리 6개 선택: 가장 잘 보여주고 싶은 프로젝트를 상단에 고정한다. 코드 품질보다 어떤 문제를 어떻게 풀었는지가 드러나야 한다.
- 레포지토리 설명과 토픽 태그: 각 레포에 한 줄 설명과 관련 태그(예: machine-learning, pytorch, nlp)를 추가하면 깃허브 내 검색에서도 노출된다.
- 커밋 활동 유지: 6개월 이상 활동이 없는 프로필은 현업에서 멀어진 것으로 인식되기 쉽다. 작은 프로젝트, 학습용 코드라도 지속적으로 올리는 것이 좋다.
AI 분야라면 Hugging Face에도 계정을 만들어두는 것을 권한다. 파인튜닝한 모델이나 데모 스페이스를 올리면 같은 분야 실무자들에게 자연스럽게 노출될 수 있다.
글쓰기가 채용 경쟁력이 되는 이유
기술 블로그나 링크드인 포스팅을 꾸준히 하는 사람들이 생각보다 빠르게 인지도를 쌓는 경우를 자주 볼 수 있다. 채용 담당자나 업계 관계자가 검색했을 때 해당 사람의 글이 나오기 때문이다. AI 분야에서 특히 ‘글을 쓰는 개발자·연구자’는 소수이고, 그만큼 눈에 띈다.
반드시 심층 논문 수준의 글을 쓸 필요는 없다. 오히려 다음과 같은 형식이 현실적으로 효과적이다.
- 내가 겪은 기술적 문제와 해결 과정을 솔직하게 기록한 포스트
- 특정 라이브러리나 도구를 써보고 느낀 점, 트레이드오프 분석
- 업무에서 배운 교훈이나 실수담 (너무 구체적인 사내 정보는 제외)
- 읽은 논문이나 기술 자료를 한국어로 정리하며 자신의 해석을 붙인 글
글의 품질보다 중요한 것은 일관성이다. 한 달에 한두 편이라도 꾸준히 올리는 것이, 한 번에 몰아서 열 편 올리고 멈추는 것보다 훨씬 낫다. 글이 쌓이면 해당 분야에서 ‘이 사람은 지속적으로 공부하고 있구나’라는 신호가 된다.
네트워크는 인맥이 아니라 맥락이다
AI 커뮤니티나 네트워킹 행사에 참여하라는 말은 많이 듣지만, 막상 어떻게 해야 하는지 모르겠다는 사람이 많다. 핵심은 ‘아는 사람 늘리기’가 아니라 ‘내 이름과 특기 분야가 특정 맥락에서 기억되게 하기’다.
예를 들어 AI 관련 오픈소스 프로젝트에 기여하면 해당 레포지토리의 메인테이너와 기여자들이 나를 알게 된다. 온라인 스터디 그룹에서 꾸준히 발표하거나 정리 자료를 공유하면 그 커뮤니티 안에서 ‘이 분야를 잘 아는 사람’으로 각인된다. 컨퍼런스에서 발표하거나 패널로 참여한다면 더욱 좋다. 하지만 그것이 어렵다면 발표 내용에 진지하게 질문하거나, 행사 후 링크드인에서 연결 요청과 함께 짧은 메시지를 남기는 것만으로도 충분히 시작이 된다.
특히 AI 분야는 빠르게 발전하는 만큼 정보가 커뮤니티 안에서 먼저 도는 경우가 많다. 어떤 포지션이 열리기 전에 이미 내부 네트워크에서 후보자가 정해지기도 한다. 커뮤니티에 꾸준히 참여하는 것이 공식 공고보다 빠른 정보 접근로가 되는 이유다.
이력서와 포트폴리오: 검색된 이후의 전략
온라인 존재감이 채용 담당자의 눈에 띄게 해준다면, 이력서와 포트폴리오는 그 이후의 신뢰를 만드는 도구다. AI 직군 이력서에서 자주 나타나는 실수는 업무 경험을 나열하는 데 그치고, 그 경험이 어떤 성과로 이어졌는지 빠뜨리는 것이다.
구체적인 수치가 있으면 쓰는 것이 좋다. ‘모델 추론 속도를 개선했다’보다는 ‘배치 크기 최적화와 양자화 적용으로 추론 레이턴시를 기존 대비 40% 단축했다’처럼 맥락과 방법, 결과를 함께 담는 것이 설득력 있다. 단, 수치를 부풀리거나 근거 없는 주장을 넣는 것은 기술 면접에서 반드시 들통나고, 한번 신뢰를 잃으면 회복하기 어렵다.
포트폴리오는 완성도 높은 대형 프로젝트가 없어도 된다. 오히려 작더라도 내가 어떤 문제를 왜 풀었는지, 어떤 접근법을 선택하고 어떤 결과를 얻었는지가 명확한 프로젝트가 훨씬 효과적이다. 프로젝트 하나당 README에 배경, 기술 선택 이유, 결과, 향후 개선 방향을 정리해두면 면접관이 실제로 물어볼 내용을 미리 준비하는 효과도 생긴다.
지금 당장 시작할 수 있는 첫 세 가지 행동
‘검색되는 인재’가 되는 것은 하루아침에 이루어지지 않는다. 하지만 시작은 간단하다. 오늘 당장 할 수 있는 행동 세 가지를 꼽는다면 다음과 같다.
- 링크드인 헤드라인 다시 쓰기: ‘소프트웨어 엔지니어’가 아니라 내가 다루는 기술과 도메인이 명확하게 드러나는 문장으로 바꾼다. 예: ‘LLM 파인튜닝·RAG 파이프라인 구축 | NLP 백엔드 개발’.
- 깃허브 README 또는 최근 프로젝트 정리: 방치된 레포지토리 하나를 골라 README를 다듬고, 토픽 태그를 추가한다. 10분이면 된다.
- 글 한 편 계획 세우기: 최근 업무나 학습에서 인상 깊었던 기술적 내용을 하나 떠올리고, 초안 주제와 발행 목표 날짜를 메모한다. 완벽하지 않아도 된다. 일단 쓰는 것이 중요하다.
커리어를 만드는 것은 결국 작은 행동의 축적이다. 지금 당장 이직을 생각하지 않더라도, 오늘의 작은 투자가 6개월, 1년 뒤 예상치 못한 기회의 형태로 돌아온다. 누스쿨 커뮤니티에서는 AI 직군 커리어를 고민하는 동료들과 함께, 각자의 속도에 맞춰 전략을 다듬어갈 수 있다. 멘토와 함께 내 프로필을 점검하고, 다음 스텝을 구체적으로 설계하고 싶다면 누스쿨 멘토링을 활용해보길 권한다.
💬 댓글 0