AI 시대, 기획자의 포트폴리오는
변화를 요구받습니다
IT업계에 취업하기 위해 불문율 같은 공식이 하나 존재하였다.
바로, 사이드프로젝트를 곁들인 [ 포트폴리오 ]를 만드는 것이었다.
포트폴리오 안에는 [ 프로덕트의 생애주기 ]와 [ 고객을 만난 스토리 ]가 탄탄하게 들어가 있으면,
현업의 채용 담당자들은 그 포트폴리오의 취지와 시도를 좋게 보고 채용의 기회로 연결되기까지 한 어쩌면 '호시절'이 있었다.
# 포트폴리오 과도화의 시대, 그리고 등장한 AI 에이전트
우리나라에서는 소위 [ 먹히는 취업 공식 ]이 작동되면, 누구나 할 것 없이 따라 하기 바쁘다.
나 또한, 그런 시도들과 구조화를 늘 챙겨가기 바빴다.
그리고 늘 하는 착각 이런 구조와 준비 프로세스가 고착화되고 영원할 것이라는 어리석은 희망들이다.
아쉽게도 IT생태계 너무나도 빨리 변화되고 다시 재편화되어 간다는 사실이다.
수많은 취업준비생들이 저마다의 프로덕트와 스토리를 담은 그럴듯한 포트폴리오를 구성한다.
하지만, 늘 아쉽게도 [ 그래서 어떤 고객을 직접 만났고 그 고객의 모수 대비 어떤 핵심 KPI의 인사이트를 얻었나요? ]라고 물어보면, 대부분 쉽게 이야기하길 주저한다.
10명 중 단 2명 정도만 직접 고객을 만나고 데이터를 수집하고 나름의 논리로 해석해 보려는 시도를 하기 때문이다. 나머지는 아쉽게도 [ ~ 해본 척 ]의 상태라고 볼 수도 있을 것이다.
그리고 나름 포트폴리오를 제대로 갖추지 못하면 불안한 [ 포트폴리오 불감증 ]이 만연하게 퍼져있다.
정말 시니컬한 관점으로 포트폴리오를 본다면, 이런 질문을 던질 수도 있을 것이다.
" 고객을 만나지 않은 포트폴리오는 소위 감마 프로그램이나 지피티를 활용하여 그럴듯하게 도출해 낼 수 있는 것 아닐까? "
그렇다. 몇몇 현업의 계신 분들은 더욱더 실증 데이터와 결괏값을 원할 것이고 원하는 곳도 있다.
그럴듯한 허수의 지원자에서 진짜 지원자를 가려내기 위한 앞으로의 최후의 수단일 것이다.
# 그렇다면 AI에이전트 시대에 우리 포트폴리오는 어떻게 준비되어야 할까?
절대적인 공식이나 정답은 없을 것이다. 하지만 최근 AI 스타트업 대표님이나 관련 회사의 인사 담당자분들을 직접 만나 뵙고 얻은 인사이트를 정리하면 아래와 같이 정리할 수 있을 것 같다.
https://maily.so/haedalle/posts/92ze82jnzep
[ AI 활용 능력과 극복 서사를 담은 새로운 포트폴리오 ]
- 문제상활 포착 -> 과거에는 단순히 소비자나 사용자의 불편함이었다면, 이제는 기존 플랫폼 서비스에서 느낀 문제점을 확장하여 [ 그렇다면 어떤 AI 플랫폼이나 인프라 기반이 적용되어야 하고 왜? 하필 그 기술이라고 생각하는가? ]에 대한 킬링 포인트를 잘 설정해야 한다.
- 문제 상황 정의 : [ 정말 꼭 AI 엔진이 붙어야 하는가? ]에 대한 시장조사 배경과 논리구조 설정이 더해져야 한다.
- 핵심 페르소나 : 기존에는 단순히 문제점을 겪는 사람들로 치부할 수 있었지만 이제는 [ 기존의 플랫폼에서 AI 생태계로 변환되었을 때 고려해야 하는 새로운 고객이나 소비자층을 고려해야 한다. ]
- 차별화 포인트 : [ 단순히 오픈 API를 활용하는 범위를 넘어 프로세스 구조나 작동의 메커니즘 그리고 나아가야 할 제안점을 명확히 전달할 수 있어야 한다 ]
종합적으로 정리해 보자면, 이제는 [ 개발자가 없어서 완성을 못해봤어요 / 디자이너가 없어서 디자인을 제대로 못했어요 ]라는 핑계의 서사는 작동되지 않는 시대라는 것이다.
" 당시 프로젝트를 진행했을 때, 개발자도 디자이너도 없었어요. 그래서 제가 어떻게 AI 에이전트로 극복을 했냐면요... " 와 같은 이제는 새로운 극복의 서사를 전달해야 한다.
# 피그마 전성시대가 저물어가고 있을지도...
생성형 AI가 IT생태계를 전반적으로 바꾸기 전까지 PM/PO/서비스기획자의 포트폴리오 채널은 압도적으로 [ 피그마 ]였을 것이다. 그곳에는 유저플로우와 각 화면 간의 설계 구조도와 흐름을 쉽게 그리고 협업할 수 있었기 때문이다. 우리가 이런 구조를 취한 것은 단 하나 [ 개발 코드를 잘 짜지 못해 구현에 어려움이 있었기 때문이다 ]
하지만, 이제는 그런 변명도 작동되지 않는 시대에 살고 있다.
코드와 최소한의 MVP를 도출해 주는 AI 에이전트 프로그램이 정말 많이 쏟아져 내리고 있기 때문이다.
앞으로의 2025년 상반기 이후의 채용시장에서는 이런 질문이 종종 들릴 것이다.
https://www.youtube.com/watch?v=8bbuUQa1LYA
" 지원자님은 OO AI 에이전트로 mvp모델을 구현해 주셨는데 수많은 프로그램들 중에 그 프로그램을 선택한 이유와 우리 사내에 에 어떤 부분을 적용하면 좋을지 인사이트를 짧게 이야기해 주세요."
"네 좋습니다. 혹시 피그마 말고 오퍼레이터 되는 웹/앱 사이트 링크도 있으면 전달 가능하실까요? 어떤 프로그램을 사용했는지는 중요하지 않습니다. 어떤 논리로 구성하고 오퍼레이터를 했는지가 궁금해서요. "
그렇다. 소위 피그마 만능의 시대의 유통기한도 이제 점점 다가오고 있다는 것을 의미할 것이다.
어쩌면, 한 세대에서 가장 많이 사용한 디자인 협업툴 중 하나로 기억될 순간들이 다가오고 있음을 개인적으로 느끼고 있다.
# 프로그램을 잘 다루는 자격증에 목숨 걸지 말고 진지하게 AI 구조를 제작할 수 있는 능력이 더욱 중요한 시대
우리나라의 가장 큰 특징이 하나 있다.
만약, [ 챗지피티 ]라는 키워드와 프로그램이 부상하게 되면 거기에 따른 자격증 과정이 생겨나고 심화 교육이 생겨난다. 하지만 챗지피티는 수많은 AI 에이전트 프로그램 중 하나일 것이고 그 프로그램이 AI의 절대적인 대표성을 띌 수 없다고 본다. 단지, 대세의 흐름에 탑승할 뿐이다. 언제 대체되거나 사라질 수 있다는 존재이다.
최근 중국의 '딥시크'의 상승세가 본질적인 생태계 구조의 역설을 말해준다고 볼 수 있을 것이다.
https://zdnet.co.kr/view/?no=20250203090416
어쩌면 단순히 스킬적인 부분에 대한 고민을 제외하면 우리가 연습해야 할 부분이 다소 철학적이고 추상적일 수 있지만, 오히려 그 부분이 AI가 아직까지는 범접할 수 없는 부분이라고 본다.
예를 들면 아래와 같은 논리구조를 연습하는 것이다.
- AI 엔진을 붙이기 전에 우리에게 지금껏 쌓인 데이터의 [ 유효성 ] 상관관계는 어떻게 정의할 것인가?
- 정말 필요한 데이터와 필요 없는 데이터는 어떻게 정의할 것인가?
- 어떤 데이터를 어떻게 구축하여 체계화하고 고도화할 것이며, 우리 조직에게 [ 고도화 ]라는 것은 단순히 하드웨어적인 것인가? 소프트웨어적인가?
- AI시대 고객은 단지 사람으로만 규정할 것인가? 시리, 알렉사와 같은 제3의 존재도 고객으로 규정할 것인가? 그렇다면 그들을 어떻게 구분하고 정의할 것인가?
[ 정보 ]라는 바다에 단지 [ AI ]라는 잠수정을 내던져 놓기만 한다면, 그 잠수정은 얼마가지 않아 폐기될 것이다. 그 잠수정에게 [ 목적지 - 방향성 - 타깃 ]을 명확히 해주는 것이 정보라는 바다에서 쉽게 길을 있지 않고 본디 태생적 역할을 다할 수 있다고 보기 때문이다.
다양한 HR 컨퍼런스와 모임에서 만난 현업 담당자분들이 공통적으로 입을 모아 이야기하는 부분이 있었다.
바로, 2025년은 과도기적일 것이고 다가오는 [ 2026년은 채용의 새로운 패러다임과 재정의가 본격화 ]가 된다는 것이었다.
그렇다. 시대는 늘 그렇듯 빠르게 인식하는 사람은 그 변화의 물결을 어떻게 대비할까? 준비할 것이고 애써 부정하는 사람들은 그 물결에 휩쓸려갈 것이다.
