실무 맥락에 맞게 스킬셋을 남기는 법
예전에는 포트폴리오나 이력서의 스킬셋 란이 꽤 중요했습니다. Adobe, Figma, Sketch, Zeplin… 줄줄이 나열해 두면 기본기는 있겠구나 정도는 전달됐습니다. 하지만 요즘 채용 현장에서 느끼는 건 조금 다릅니다. 툴을 쓸 수 있느냐보다 그 툴로 어떤 부분을 효율화했고 무엇을 해결했는지. 즉 맥락을 더 봅니다.
디자인을 예쁘게 만들었는지보다 그 과정에서 데이터를 어떻게 읽었는지 AI를 어떻게 활용했는지, 그래서 실제 문제를 어떻게 줄였는지가 궁금한 것이죠.
한 지원자가 이렇게 스킬셋을 적습니다.
Figma, Adobe Creative Suite 활용 가능
틀린 말은 아닙니다. 하지만 너무 많은 사람이 같은 문장을 씁니다. 이 문장은 아무것도 말해주지 않습니다. 반면 이런 문장은 다릅니다.
Mixpanel을 활용해 가입 퍼널 이탈 구간을 분석하고, 3일 이상 재방문하지 않은 유저 코호트를 분리해 온보딩 플로우를 재설계했습니다.
이건 단순한 스킬 소개가 아닙니다. 이 사람이 어떤 문제를 봤고, 어떤 도구를 써서, 무엇을 바꿨는지가 보입니다.
최근 포트폴리오에는 AI 관련 경험이 자주 등장합니다. 하지만 이런 문장은 여전히 추상적입니다.
LLM을 활용한 UX 개선 경험
대신 이렇게 써보면 어떨까요?
고객 CS 3,000건을 LLM으로 1차 분류하고, 반복되는 불만 키워드 5개를 도출해 FAQ 구조를 재설계했습니다.
이건 AI를 단순히 사용한 게 아니라 실무 맥락에 맞게 끌어왔다가 됩니다. Lovable, Bolt, MCP 같은 툴도 마찬가지입니다. 중요한 건 AI를 활용해 어떤 리소스가 절약되었고, 무엇이 더 쉽고 효율화 됐는지입니다.
디자인: Framer, UX Pilot
데이터: Mixpanel, Amplitude, GA4, SQL...
AI: Lovable, Bolt, n8n, Vidu, Cursor...
트렌디한 스킬셋입니다. 하지만 더 중요한 건 이 스킬들이 지원하는 회사의 맥락과 맞는가입니다. 많은 분들이 JD만 봅니다. 하지만 JD는 정제된 문장입니다. 회사의 현재 고민과 실무 맥락은 블로그에 더 솔직하게 담깁니다.
어떤 데이터 분석 툴을 쓰는지, 어떤 문제를 반복해서 다루는지, 어떤 협업 방식을 선호하는지가 거기서 보입니다. 비핸스와 드리블에는 없는 맥락입니다. 스킬셋은 여기서 역으로 뽑는 것이 좋습니다. 내가 잘하는 것이 아니라 이 회사가 필요로 하는 것 중심으로 관점을 바꾸는 것이 좋습니다. (이런 맥락을 볼 수 있는 추천 블로그 리스트를 글 가장 하단에 모아뒀습니다.)
요즘 포트폴리오에서 스킬셋은 우선순위가 내려간 것이 맞습니다. 하지만 완전히 의미가 없어진 건 아닙니다. 단지 역할이 바뀌었습니다. 이제 스킬셋은 도구를 얼마나 많이 아는지 보다 어떤 문제를 어떤 맥락에서 해결할 수 있는지를 증명하는 장치가 되었습니다.
툴을 줄이고 대신 맥락을 남겨보세요. 그때의 스킬셋은 더 이상 나열이 아니라 디자이너의 생존 전략이 됩니다.
'AI시대 포폴의 스킬셋, 어떻게 써야 할까? ' (끝)