AI로 이력서와 포트폴리오 만들어도 될까?
결론부터 말씀드리면 가능합니다.
저는 실제로 AI를 활용해서 이력서와 포트폴리오를 만들었고, 이를 통해 지원했던 회사에서 면접 합격이라는 좋은 결과까지 얻었습니다.
물론 AI로 만들었기 때문에 합격했다고 생각하지는 않습니다.
다만 제가 그동안 해왔던 일들을 정리하고, 상대방에게 보여주는 과정에서 AI가 상당히 많은 도움을 주었던 건 사실입니다.
그런데 여기에는 몇 가지 조건이 있습니다.
단순히 ChatGPT나 Claude를 실행해서
“내 이력서 좀 만들어줘.”
“포트폴리오 멋있게 만들어줘.”
이렇게 이야기한다고 좋은 결과물이 나오는 건 아닙니다.
물론 뭔가 만들어주긴 하겠죠.
그런데 그게 정말 나를 설명하는 이력서일까요?
오늘은 제가 직접 AI로 포트폴리오를 만들었던 경험과, 그 과정에서 중요하다고 느꼈던 것들을 이야기해 보려고 합니다.
그리고 글 마지막에는 Develog 사용자분들을 위해 준비하고 있는 작은 이벤트도 소개해 드리겠습니다.
AI가 나를 얼마나 알고 있을까?
AI로 이력서나 포트폴리오를 만들기 위해서는 크게 두 가지가 필요하다고 생각합니다.
첫 번째는 꽤 높은 수준의 AI이고, 두 번째는 충분한 자료 입니다.
여기서 높은 수준의 AI라는 건 단순히 글을 잘 쓰는 AI를 의미하지 않습니다.
많은 자료를 읽고, 서로 다른 정보들을 연결하고, 그 안에 담긴 맥락까지 이해할 수 있어야 합니다.
개발하시는 분들이라면 조금 더 쉽게 이해하실 것 같습니다.
기존 프로젝트에 새로운 기능을 개발한다고 가정해 보겠습니다.
코드를 전혀 읽지 않고 새로운 기능을 개발할 수 있을까요?
물론 가능은 하겠죠.
하지만 기존 코드가 어떤 구조로 만들어져 있는지, 왜 그렇게 설계했는지 이해하지 못한다면 좋은 결과물을 만들기는 어려울 겁니다.
AI도 마찬가지입니다.
내가 어떤 프로젝트를 진행했는지, 어떤 문제를 겪었는지, 왜 그런 판단을 했는지 알아야 합니다.
그래야 단순히 그럴듯한 문장이 아니라 실제로 나를 설명하는 결과물을 만들 수 있습니다.
예를 들어 AI에게 이렇게 이야기했다고 가정해 보겠습니다.
“나는 10년 넘게 개발자로 일했고, 최근에는 기획 업무도 하고 있어. 기획자 포트폴리오를 만들어줘.”
아마 AI는 꽤 멋있는 내용을 작성해 줄 겁니다.
문제 해결 능력, 협업 역량, 기술적 전문성, 비즈니스 이해도…
듣기 좋은 말은 전부 들어가겠죠.
그런데 정작 제가 어떤 문제를 해결했고, 어떤 판단을 내렸으며, 어떤 성과를 만들어냈는지는 알 수 없습니다.
AI가 아무리 똑똑해도 제가 살아온 시간을 알 수는 없으니까요.
그래서 결국 자료가 필요합니다.
그것도 생각보다 많은 자료가 필요합니다.
그동안 해왔던 일들은 어디에 저장하고 계신가요?
여기서 한 가지 질문을 드리고 싶습니다.
여러분은 그동안 진행했던 프로젝트나 업무에 대한 기록을 어디에 보관하고 계신가요?
Github일 수도 있고, Notion일 수도 있고, Obsidian일 수도 있겠죠.
아니면 회사에서 사용하는 업무 관리 프로그램에 남아 있을 수도 있습니다.
사실 어디에 저장하는지는 크게 중요하지 않다고 생각합니다.
개인적으로 가장 추천하는 방법은 그냥 정적파일로 보관하는 것 입니다.
저는 주로 Markdown(.md) 파일을 사용합니다.
특정 서비스에 종속되지 않고, 다른 프로그램에서도 쉽게 읽을 수 있기 때문입니다.
물론 이 방법이 어렵다면 굳이 따라 할 필요는 없습니다.
Notion을 사용해도 괜찮고, Obsidian을 사용해도 괜찮습니다.
중요한 건 가능한 자료가 한곳에 모여 있어야 한다는 것입니다.
여기저기 흩어져 있다면 나중에 AI에게 자료를 전달하는 과정도 복잡해질 테니까요.
그런데 여기서 제가 말하는 자료는 조금 다릅니다.
단순히 결과물을 보관하자는 이야기가 아닙니다.
개발자라면 작성했던 코드가 있을 것이고, 디자이너라면 디자인 파일이 있을 것이고, 기획자라면 기획서가 있을 겁니다.
물론 이런 결과물도 중요합니다.
하지만 제가 더 중요하게 생각하는 건 따로 있습니다.
내가 왜 이런 판단을 했는지, 왜 이런 방법을 선택했는지, 어떤 문제가 있었고 어떻게 해결했는지에 대한 기록입니다.
예를 들어
“로그인 기능 개발 완료”
라는 기록보다는
“기존 로그인 방식에서 어떤 문제가 발생했고, 왜 새로운 인증 방식을 선택했으며, 변경 이후 어떤 문제가 해결되었는지”
이런 내용이 훨씬 가치 있다고 생각합니다.
그렇다고 거창하게 작성할 필요는 없습니다.
문장이 엉망이어도 괜찮습니다.
정리가 안 되어 있어도 괜찮습니다.
그냥 그때 내가 어떤 생각을 했는지 문자 형태로 남아 있으면 됩니다.
나중에 AI가 읽고 정리할 수 있으니까요.
물론 AI가 잘못 이해하는 부분은 직접 확인하고 수정해야겠죠.
저는 이렇게 기록하고 있습니다.
위 사진은 제 컴퓨터에 있는 실제 자료들입니다.
저는 오래전부터 PARA라는 정리 방법을 활용하고 있습니다.
간단하게 설명하면 프로젝트, 관리 영역, 참고 자료, 보관 자료 등으로 나누어 정보를 관리하는 방식입니다.
제 컴퓨터에는 정말 다양한 텍스트 파일들이 있습니다.
예전에 생각했던 아이디어부터 진행했던 프로젝트, 기안서, 품의서, 회의 내용, 기술적인 고민까지…
별의별 자료들이 다 있습니다.
사실 처음부터 AI에게 읽히려고 모았던 자료는 아닙니다.
그냥 제가 일하면서 필요했던 내용들을 기록하고 저장했을 뿐입니다.
그렇게 시간이 지나니 꽤 많은 자료가 쌓였습니다.
결국 제가 일해온 시간들이 하나의 디렉터리에 쌓여 있었던 셈입니다.
심지어 관리 프로그램도 직접 만들었습니다.
저는 이 파일들을 조금 더 편하게 보기 위해 개인적으로 PARA 관리 프로그램도 만들었습니다.
로컬 디렉터리를 지정하면 IDE처럼 파일과 폴더를 탐색할 수 있는 프로그램입니다.
HTML도 렌더링되고, 한글 문서도 볼 수 있고, Markdown 렌더러도 직접 구현했습니다.
로컬 서버를 실행해서 제가 가지고 있는 파일들을 편하게 읽고 수정할 수 있도록 만들었죠.
사실 별건 아닙니다.
그냥 제가 쓰려고 만들었던 프로그램입니다.
그런데 시간이 지나면서 ORCA 같은 도구가 등장했습니다.
사용해 보니 제가 직접 만든 프로그램을 굳이 계속 사용할 이유가 없더군요.
조금 허무하긴 했습니다.
그래도 문제가 되지는 않았습니다.
왜냐하면 제가 가지고 있던 자료는 그대로였으니까요.
ORCA에서 기본 디렉터리를 제 PARA 디렉터리로 설정하면 그만이었습니다.
여기서 느낀 점이 있습니다.
앞으로 AI 도구는 계속 발전할 겁니다.
지금 사용하는 도구보다 훨씬 좋은 도구가 내일 나올 수도 있겠죠.
그때마다 새로운 도구를 배워야 할 수도 있습니다.
하지만 내가 쌓아온 자료까지 새롭게 만들 필요는 없어야 한다고 생각합니다.
도구는 바뀌어도 내가 쌓아온 경험과 기록은 남아 있어야 합니다.
저는 이게 가장 중요하다고 생각합니다.
그렇다면 Develog는 어떨까요?
여기서 갑자기 Develog 이야기를 조금 해보겠습니다.
사실 이 글을 쓰는 이유 중 하나이기도 합니다.
앞에서 말씀드린 것처럼 기록은 꼭 특정 프로그램에 저장할 필요가 없습니다.
하지만 어디에 기록해야 할지 모르겠다면 저는 Develog를 추천하고 싶습니다.
물론 제가 만들었으니 추천하는 것도 있습니다. ㅎㅎ
그런데 나름의 이유가 있습니다.
현재 Develog에서는 사용자가 작성한 글을 MCP를 통해 AI가 조회하고 활용할 수 있도록 하는 기능을 개발하고 있습니다.
아직 개발 중인 기능이지만, 제가 생각하는 방향은 간단합니다.
예를 들어 여러분이 Develog에 꾸준히 글을 작성했다고 가정해 보겠습니다.
프로젝트를 진행하면서 겪었던 문제, 해결 과정, 새롭게 배운 내용, 당시의 생각들을 기록했다고 해보죠.
그리고 몇 년 뒤 이직을 준비하게 되었습니다.
그때 AI에게 이렇게 요청하는 겁니다.
“내가 Develog에 작성했던 글들을 분석해서, 내가 어떤 프로젝트를 진행했고 어떤 문제들을 해결했는지 정리해 줘.”
조금 더 나아가면
“내가 작성한 글을 바탕으로 지원하려는 직무에 적합한 경험들을 찾아서 포트폴리오를 구성해 줘.”
이런 것도 가능해지겠죠.
물론 공개 글에 회사의 기밀이나 개인정보를 기록해서는 안 됩니다.
AI가 접근할 수 있는 자료의 범위도 적절하게 관리해야겠죠.
제가 만들고 싶은 건 단순히 글을 작성하고 끝나는 블로그가 아닙니다.
내가 작성했던 글들이 언젠가 나에게 다시 도움이 되는 공간입니다.
그게 제가 생각하는 Develog의 방향 중 하나입니다.
그래서 실제로 포트폴리오를 만들어봤습니다.
위 사진은 제가 실제로 AI를 활용해 제작했던 포트폴리오입니다.
보시면 조금 특이하죠?
일반적인 개발자 포트폴리오처럼 기술 스택을 나열하거나 화려한 애니메이션을 넣지 않았습니다.
오히려 기획 문서처럼 보이도록 제작했습니다.
이유는 간단합니다.
저는 오랫동안 개발자로 일했지만, 최근에는 개발뿐만 아니라 기획과 프로젝트 관리 업무도 많이 하고 있었습니다.
그리고 이번에는 개발자가 아닌 기획 직무에 지원하게 되었습니다.
그렇다면 제 포트폴리오도 달라져야 하지 않을까요?
개발을 얼마나 잘하는지 보여주는 것보다, 제가 어떤 문제를 발견하고 어떤 판단을 내렸으며 어떤 결과를 만들어냈는지 보여주는 게 중요하다고 생각했습니다.
그래서 포트폴리오 자체를 하나의 기획 문서처럼 구성했습니다.
서비스별로 화면을 정리하고, 주요 기능을 설명하고, 기획 의도와 정책, 제가 담당했던 역할들을 담았습니다.
물론 AI의 도움을 많이 받았습니다.
그런데 재미있는 사실이 하나 있습니다.
사실 저는 결과물이 별로 마음에 들지 않았습니다.
제 기준에서는 조금 아쉬웠습니다.
내용도 더 보완하고 싶었고, 디자인도 조금 더 손보고 싶었습니다.
그런데 실제로 포트폴리오를 확인한 상대방의 반응은 달랐습니다.
생각보다 굉장히 만족스러워했습니다.
그리고 결과적으로 면접에서도 좋은 결과를 얻었습니다.
물론 포트폴리오 하나 때문에 합격했다고 생각하지는 않습니다.
그동안의 경험이나 면접 과정도 영향을 주었겠죠.
다만 여기서 한 가지 느낀 점이 있습니다.
내가 만족하는 포트폴리오와 상대방이 만족하는 포트폴리오는 다를 수 있다는 것입니다.
저는 개발자 출신이다 보니 구현 방식이나 기술적인 완성도에 조금 더 신경을 쓰는 편입니다.
그런데 기획자를 채용하는 입장에서는 다른 부분을 중요하게 볼 수도 있겠죠.
그렇다면 상대방이 원하는 정보를 이해하기 쉽게 전달하는 게 더 중요하지 않을까요?
이번 경험을 통해 그런 생각을 하게 되었습니다.
그런데 AI로 만드는 데 얼마나 걸렸을까요?
사실 이 부분도 말씀드리고 싶습니다.
요즘 AI 관련 콘텐츠를 보면 이런 이야기가 많습니다.
“AI로 10분 만에 포트폴리오 완성!”
“프롬프트 하나로 이력서 제작!”
정말 가능할까요?
초안을 만드는 것이라면 가능할 수도 있습니다.
하지만 실제로 제출할 수 있는 수준의 결과물을 만드는 건 조금 다른 이야기라고 생각합니다.
저는 약 3~4일 정도 걸렸습니다.
물론 하루 종일 붙잡고 있었던 건 아닙니다.
기존 자료들을 읽히고, 결과물을 확인하고, 내용을 수정하고, 디자인을 조정하는 과정을 반복했습니다.
특히 AI가 만들어낸 내용을 검증하는 데 시간이 꽤 많이 걸렸습니다.
분명히 제가 하지 않았던 일을 했다고 작성하기도 하고,
실제보다 성과를 과장하기도 하고,
제가 의도했던 것과 전혀 다른 방향으로 내용을 구성하기도 했습니다.
그때마다 다시 수정해야 했습니다.
“이건 내가 한 일이 아닌데?”
“이 프로젝트의 핵심은 그게 아닌데?”
“왜 이런 결론이 나왔지?”
이런 대화를 정말 많이 했습니다.
결국 AI가 아무리 좋은 결과물을 만들어줘도 그 내용이 사실인지 판단하는 건 제 몫이었습니다.
그래서 저는 AI로 포트폴리오를 만드는 작업을 단순히 자동화라고 생각하지 않습니다.
오히려 제가 해왔던 일들을 다시 돌아보고 정리하는 과정에 가까웠습니다.
그리고 그 과정에서 저조차 잊고 있었던 경험들을 다시 발견하기도 했습니다.
그래서 직접 알려드리려고 합니다.
여기까지 읽으셨다면 이런 생각이 드실 수도 있겠습니다.
“그래서 어떻게 만들라는 건데?”
맞습니다.
정작 만드는 방법은 별로 설명하지 않았네요. ㅎㅎ
사실 오늘은 방법을 하나하나 설명하기보다는, 제가 어떤 생각으로 AI를 활용했고 어떤 결과를 얻었는지 이야기하고 싶었습니다.
대신 실제로 만드는 방법은 따로 준비하고 있습니다.
DevelAX에서 AI를 활용한 이력서 및 포트폴리오 제작 온라인 라이브 강의를 진행할 예정입니다.
제가 실제로 사용했던 방법을 바탕으로 자료를 어떻게 준비하고, AI에게 어떻게 전달하며, 어떤 방식으로 웹 포트폴리오를 완성하는지 함께 살펴보려고 합니다.
단순히 프롬프트 몇 개를 알려드리는 강의는 아닙니다.
실제 경험과 자료를 바탕으로 나를 설명할 수 있는 결과물을 만드는 과정에 조금 더 집중하려고 합니다.
다만 개인적인 경력이나 프로젝트 경험 등 민감한 정보가 포함될 수 있기 때문에 소규모로 진행할 예정입니다.
Develog 사용자분들을 위한 작은 이벤트
이번 강의는 향후 유료로 제공할 수도 있는 내용입니다.
그런데 Develog를 이용해 주시는 분들께는 작은 이벤트로 먼저 제공해 드리고 싶습니다.
참여 대상은 간단합니다.
**2026년 10월 15일(목)부터 18일(일)까지 **
Develog에 글을 한 번이라도 작성하신 분들을 기준으로 모집할 예정입니다.
거창한 글이 아니어도 괜찮습니다.
오늘 배운 내용도 좋고, 최근 고민했던 내용도 좋고, 진행하고 있는 프로젝트 이야기도 좋습니다.
그냥 여러분이 경험했던 무언가를 기록해 주시면 됩니다.
제가 계속 이야기했던 것처럼 기록은 쌓이는 게 중요하니까요.
강의 일정은 10월 29일(목) 오후 6시 30분 쯤 예상하고 있습니다.
아직 확정된 일정은 아니며, 구체적인 참여 방법과 모집 인원은 추후 안내해 드리겠습니다.
마무리
사실 저는 AI가 이력서나 포트폴리오를 대신 만들어준다는 표현이 조금 어색합니다.
AI가 대신 살아준 건 아니니까요.
제가 10년 넘게 일하면서 겪었던 문제들, 실패했던 경험들, 고민했던 시간들은 결국 제 경험입니다.
AI는 그 경험들을 읽고, 정리하고, 다른 사람에게 보여줄 수 있는 형태로 만들어주는 역할을 했을 뿐입니다.
그래서 저는 앞으로 AI가 발전할수록 오히려 자신의 경험을 기록하는 습관이 더 중요해질 것이라고 생각합니다.
기록하지 않으면 잊어버립니다.
그런데 기록해 두면 언젠가 다시 꺼내 사용할 수 있습니다.
그게 이력서가 될 수도 있고, 포트폴리오가 될 수도 있고, 새로운 프로젝트의 시작이 될 수도 있겠죠.
그리고 꼭 이직을 준비하는 분들이 아니더라도, 자신이 해왔던 일들을 한번 정리해 보셨으면 좋겠습니다.
생각보다 많은 일을 해왔다는 걸 알게 될 수도 있으니까요.
결국 AI가 만들어주는 건 포트폴리오지만, 그 안에 담기는 건 여러분이 살아온 시간이라고 생각합니다.
긴 글 읽어주셔서 감사합니다.
10월 29일, 좋은 기회로 다시 만나 뵐 수 있었으면 좋겠습니다.
