AI 활용 면접에서 실제로 평가받는 것

아직 대부분의 재무 면접은 AI를 깊이 묻지 않습니다. “AI 써보셨어요?” 한 줄로 끝나거나, 아예 안 나옵니다.

그래서 이 글은 두 가지로 읽으시면 됩니다. 물어볼 때를 대비하는 준비이자, 안 물어봐도 내가 먼저 꺼내서 판을 바꾸는 방법입니다. 채점표를 알고 나면 준비하는 방식이 달라집니다.

AI 활용 면접에서 포트폴리오 주제는 재무일 필요가 없습니다

재무 직무를 준비하면서 재무 AI 포트폴리오가 없어 걱정하는 분을 자주 봅니다. 결론부터 말하면 그것이 문제가 아닙니다.

지난 여름 캠프의 마지막 회차에 여섯 명이 자기가 만든 재무 AI 에이전트를 발표했습니다. 재무 업무를 직접 다룬 것은 절반이었고, 나머지는 각자의 생활에서 가져온 주제였습니다.

그런데 주제가 재무냐 아니냐로 갈리지 않았습니다. 재무와 무관한 주제를 고른 쪽에서도 “아침마다 반복하던 동작”을 문제로 특정한 발표가 나왔는데, 그 문제 정의는 정산 업무를 다룬 쪽과 같은 종류였습니다.

더 눈에 띈 것은 자기가 해본 적 없는 분야를 고른 경우였습니다. 해당 업무를 실제로 해본 적이 없다고 본인이 먼저 밝혔는데, 그럼에도 AI에게 작업 프레임을 받아 구체화하고, 공시에서 필요한 항목이 안 끌려오자 다른 형식으로 바꾸고, 원자료를 못 구하자 공개된 다른 자료로 교차 확인하며 버전 7까지 갔습니다.

아는 게 없는 채로 그 분야에 들어간 기록입니다. 재무 AI 채용에서 값이 나가는 것은 이쪽입니다. 회사가 궁금한 것은 결국 이것이기 때문입니다.

이 사람, 결산을 안 배워왔는데 첫 주에 결산 맥락을 스스로 흡수해서 일할 수 있나?

AI가 있으니 그게 가능해졌습니다. 그러니 보여줘야 하는 것은 낯선 맥락을 자기 것으로 만드는 속도이고, 포트폴리오의 주제는 그 속도를 증명하는 수단일 뿐입니다.

선발 연구도 같은 이야기를 합니다. Sackett 연구팀이 2022년 『Journal of Applied Psychology』에서 기존 메타분석들의 범위축소 보정 오류를 지적하고 값을 다시 계산했는데, 경력 연수의 예측력은 .18로 하위권이었고 학력도 마찬가지였습니다. 게다가 경력의 효과는 비선형이라 초기 몇 년에 대부분 일어나고 5년 이후에는 거의 늘지 않습니다. 쌓아온 것은 생각보다 약하고, 보여줄 수 있는 것이 강합니다.

결과물보다 그것을 말하는 방식이 예측력이 높습니다

같은 재계산에서 더 눈에 띄는 것이 있었습니다.

오래도록 “실제로 만들어 보이는 것이 최고의 예측 변수”라고 인용돼 왔습니다. 재계산 후 1위는 구조화 면접이었습니다. 산출물 자체보다, 구조화된 질문에 그 사람이 어떻게 답하는가가 미래 성과를 더 잘 맞힌다는 뜻입니다.

그러니 결과물만 준비하는 것은 통계적으로도 손해입니다.

숫자를 옮길 때 주의할 점이 하나 있습니다. 아직도 .54를 그대로 인용하는 글이 많은데, 그것은 과대교정된 옛 값입니다. “2022년 재분석”이라는 맥락 없이 쓰면 낡은 숫자가 됩니다.

AI 활용 역량 네 가지와 축별 준비물

앞 글에서 정리한 네 가지 AI 활용 역량은, 지원자 입장에서 보면 이렇게 읽힙니다.

오른쪽 칸이 준비의 전부입니다.

그런데 하나 먼저 짚어야 합니다. 면접관이 “AI 어떻게 쓰셨어요?”라고 물어줄 거라 기대하지 마십시오. 아직 그렇게 묻는 재무 면접은 많지 않습니다. 실제로 나오는 건 늘 나오던 질문들입니다.

오른쪽이 안 채워져 있으면 왼쪽 질문에 태도로 답하게 됩니다. “열심히 했습니다” “꼼꼼한 편입니다”는 누구나 하는 답이고, 그래서 아무것도 안 남습니다. 하나씩 풀어보겠습니다.

① 맥락 설정력: 얼마나 좋아졌는지를 숫자로

이렇게 묻습니다. “이거 없었을 때는 누가 뭘 하고 있었어요?” “이걸 쓰면 뭐가 얼마나 좋아져요?”

앞뒤 단계를 한 줄로 적어두십시오. 내 앞에서 누가 무엇을 넘겨주고, 내 결과물을 누가 받아 무엇에 쓰는지. 그리고 얼마나 좋아졌는지를 숫자로 정해두십시오. 건당 몇 분이 몇 분이 됐는지, 몇 건 중 몇 건을 자동으로 처리하는지, 어떤 보고를 며칠 앞당기는지.

흔한 실패는 기능 설명으로 시작해 기능 설명으로 끝나는 답입니다. “업무 효율이 올라갑니다”는 숫자가 아닙니다. 재무 직무는 목표가 숫자로 떨어지는 직군이라 여기서 그냥 넘어가지 않습니다.

재무 경력이 없다면 항목이 하나 더 붙습니다. ①은 “이 일이 어디를 향하는지 아는가”라서, 이걸로 낯선 일을 얼마나 빨리 잡는지는 알 수 없기 때문입니다. 별개 항목이고 준비 방법도 달라서 뒤에서 따로 다루겠습니다.

②③④는 꺼내 적는 일입니다

나머지 셋은 준비하는 방식이 다릅니다. 이미 만든 것에서 자료를 꺼내 정리하는 일이라, 무엇을 적어두고 어떤 숫자를 외워 가느냐가 전부입니다. 반나절이면 끝나고, 축마다 손볼 것이 달라 다음 글에서 따로 정리했습니다.

여기서 하나만 먼저 말씀드리겠습니다. 넷 중 제일 크게 갈리는 곳이 ③ 검증력이고, 갈리는 지점이 “그 자료 실제 데이터였어요, 만드신 거예요?” 한 문장입니다. 안 맞은 건수를 유형까지 갈라 말해도 그 자료가 지어낸 것이면 앞의 숫자가 전부 추정으로 되돌아갑니다. 재무 직무라면 실제 자료로 돌려본 3등급이 기대선입니다. 그리고 이건 며칠이면 넘습니다. 내가 지어내지 않은 자료를 한 달치 구해 다시 돌리면 됩니다.

AI 활용 면접 준비, 어떤 사례를 고를 것인가

화려한 것도, 재무인 것도 좋은 사례의 조건이 아닙니다. 넷이 전부 드러나는 것 하나가 좋은 사례입니다.

• ① 끝까지 간 것. 중간에 접은 것은 완주를 증명하지 못합니다. 규모는 작아도 됩니다.
• ② 막혔던 데가 있는 것. 한 번에 잘된 것은 검증력을 보여줄 재료가 없습니다. 너무 매끄러운 사례는 오히려 약합니다.
• ③ 지금도 쓰고 있는 것. 혼자 써도 됩니다. 이것이 있으면 나머지가 자동으로 따라옵니다.
• ④ 원래 모르던 분야였던 것. 아는 영역에서 만든 것은 완성도를 증명하지, 낯선 일을 얼마나 빨리 잡는지는 증명하지 못합니다. 넷 중 이것 하나만 쓰임이 다르고, 뒤에서 따로 다룹니다.

주제는 기준에 없습니다. 다만 재무 직무에 지원한다면 한 가지에 답할 수 있어야 합니다. “이 방식을 결산에 옮기면 어디부터 손대겠습니까?” 그 답이 곧 흡수 속도의 증거입니다.

그리고 재무 자료로 만든 재무 AI 포트폴리오가 하나라도 있으면 검증력의 3등급을 증명하기가 훨씬 쉽습니다. 재무는 한 달치를 실제로 돌려볼 수 있는 직군이기 때문입니다. 정산·결산·급여는 모의 자료로도 끝까지 돌아가고, 맞았는지가 1원 단위로 확정됩니다. 여기까지 해본 사람은 그 자체로 다른 후보와 구분됩니다.

그 사례가 보여줄 수 있어야 하는 것

• 이 일이 무엇을 좋게 만드는지, 곧 목표
• 내가 어디를 맡았는지, 곧 역할
• 틀릴 수 있었던 지점과 그것을 어떻게 잡았는지를 숫자로
• 못 한 것과 대신 어떻게 돌아갔는지

네 번째가 특히 중요합니다. 앞서 말한 경우에서 값어치 있던 것은 버전이 7까지 갔다는 사실이었습니다.

＋ 안 해본 일: 재무 경력이 없다면 붙는 항목

여기까지는 만든 것을 놓고 답하는 준비였습니다. 그런데 재무가 처음이라면 항목이 하나 더 붙습니다. 네 축 어디에도 안 들어가는 별개 항목입니다. ①이 “이 일이 어디를 향하는지 아는가”라면 이건 “처음 맡는 일을 어떻게 시작하는가”이고, 앞의 질문으로 뒤를 알 수 없습니다. 만든 것만 놓고 말하면 듣는 사람은 내가 이미 아는 영역 안에서만 보게 되니까요.

두 가지로 옵니다. 그리고 이 둘은 재무 면접에서 원래도 늘 나오던 질문에 실려 옵니다.

• 해봤는지: “스스로 성장했다고 느낀 경험을 말씀해 주세요.”
• 지금 할 수 있는지: “입사하시면 처음에 뭘 하고 싶으세요?”

파고들면 그때 구체적인 질문이 옵니다. “그때 뭐부터 하셨어요?” “누구한테 물어보셨어요?” 정도입니다.

앞은 기록에서 나오고 뒤는 면접장에서 바로 나옵니다. 둘 다 준비가 됩니다.

앞의 질문을 “찾아보면서 했습니다”로 요약하지 마십시오

낯선 분야에 들어가본 경험은 대부분 있습니다. 문제는 그것이 한 문장으로 뭉개진다는 것입니다. 그 문장에는 채점할 게 없습니다. 절차로 복원해 두십시오.

• 무엇을 모르는지 어떻게 알아냈는가. 처음에 무엇부터 찾았고 왜 그것부터였는지
• 누구에게·무엇에 물었는가. 사람·공시 자료·AI를 각각 어디에 썼는지
• 어떻게 대조했는가. 받은 답이 맞는지 무엇과 맞춰봤는지
• 어디서 가정이 깨졌는가. 처음 세운 것 중 무엇이 틀렸고 언제 알아챘는지

앞서 든 경우에서 값이 나간 것이 이 네 줄입니다. 그 업무를 안 해봤지만 프레임을 AI에게 받아 구체화했고, 필요한 항목이 안 끌려오자 형식을 바꿨고, 원자료를 못 구하자 공개된 다른 자료로 우회했습니다. 막힐 때마다 다음 수가 있었다는 기록입니다.

AI와 주고받은 대화가 남아 있으면 그것이 그대로 증거입니다. 되받아 확인한 횟수가 거기 남아 있습니다. 지우지 마십시오.

뒤의 질문에는 첫 주를 순서로 답해야 합니다

“공부해서 해보겠습니다” “자료 주시면 보겠습니다”는 답이 아닙니다. 의지이지 방법이 아니기 때문입니다. 낯선 업무를 받았을 때 무엇부터 하겠는지를 순서로 댈 수 있어야 합니다. 이 틀을 권합니다.

• ① 끝을 먼저 묻습니다. 이 일의 결과물을 누가 받고, 그걸로 무엇을 결정합니까
• ② 지난 산출물부터 봅니다. 최근 3개월치를 놓고 무엇이 매달 바뀌고 무엇이 고정인지 가릅니다
• ③ 예외가 몰린 곳을 찾습니다. 담당자에게 “제일 손 많이 가는 건이 뭐냐”를 묻습니다. 규칙은 예외에 있습니다
• ④ 작게 재현해 대조합니다. 지난달 것을 내 방식으로 다시 만들어 실제 결과와 맞춰봅니다

④가 핵심입니다. 모르는 것을 목록으로 알아내려 하지 말고, 재현해서 어긋나는 데로 찾는 것입니다. 그리고 이건 재무라서 되는 방법입니다. 지난달 결산도 지난달 정산도 정답이 이미 확정돼 있으니까요. 다른 직군에는 대조할 정답이 없습니다.

이 틀은 외워서 나오지 않습니다. 한 번 실제로 해본 사람만 자기 말로 말합니다. 사례를 고를 때 ④ 원래 모르던 분야였던 것을 조건에 넣은 이유가 이것입니다.

과정도 채점됩니다

여기가 핵심입니다. 결과물 화면만 띄우면 넷 중 지속 운영력 하나만 증명됩니다. 맥락·분해·검증은 전부 과정에 있고, 과정을 말하지 않으면 그 셋은 없는 것과 같습니다.

순서는 이렇게 잡으십시오.

• ① 결론 먼저. 이 도구가 무엇을 대신해주는지 한 문장. 뒤가 길어도 듣는 사람이 답을 알고 듣습니다.
• ② 왜 이것이 문제라고 봤는지를 원인까지. “반복돼서”까지는 누구나 옵니다. 어떤 발표는 그 일이 건당 30분 걸린다는 데서 멈추지 않고 “주니어라 눈치가 보여 물어볼 수 없는 분위기였다”까지 짚었습니다. 반복 업무의 진짜 비용이 시간이 아니라 고립이라는 것을 아는 사람은 입사 후에 다른 문제를 풉니다.
• ③ 어떻게 쪼갰고, 무엇을 사람에게 남겼는지.
• ④ 어디서 틀렸고 어떻게 잡았는지를 숫자로. 그 데이터가 실제인지 만든 것인지도 함께.
• ⑤ 지금 상태와 다음에 고칠 것.

그리고 하나 더. 실패 로그를 지우지 마십시오. 크레딧이 없어 첫 발송이 실패한 것, 설정 파일 경로가 틀려 워크플로가 아예 인식되지 않은 것, 모델명을 세 번 갈아끼운 것까지 슬라이드로 남긴 발표가 있었습니다. 대부분은 그 장을 지우고 발표합니다. 지우는 순간 검증력의 증거가 같이 사라집니다. 매끄러운 발표는 편해 보이지만 채점표의 절반을 스스로 지운 것입니다.

회사를 조사한다는 건 지표를 훑는 게 아닙니다

여기까지가 내가 만든 것을 준비하는 이야기였습니다. 하나 더 있습니다. 회사를 읽는 방식이 재무는 다릅니다.

다만 흔히 하는 방식으로는 안 됩니다. 감사보고서에서 핵심감사사항을 찾고 회전일수를 적어 가는 것은 검색이고, 남이 이미 내린 결론을 외워 가는 것입니다. 면접에서 한 턴이면 끝납니다.

읽어야 하는 건 이겁니다. 이 회사는 무엇으로 돈을 벌고, 지금 무엇을 향해 가는가. 그리고 거기서 재무 일이 어떻게 생겼을지를 추론하는 것. 지표는 그 추론을 확인하는 도구지 출발점이 아닙니다.

비즈니스 모델이 정해지면 재무 오퍼레이션은 거의 따라 나옵니다

회계를 깊이 몰라도 돈이 어떤 순서로 움직이는지만 그리면 어디가 복잡해질지가 보입니다.

여기에 북극성을 겹치면 지금 재무팀의 하루가 좁혀집니다. 외형을 미는 국면이면 거래처와 채널이 계속 늘어 마스터 관리와 정산 예외가 폭증하고, 수익성을 미는 국면이면 원가·판관비 배부를 정교하게 만드는 중이고, 회수를 미는 국면이면 채권과 자금 일정에 매달려 있습니다. 상장을 준비 중이면 결산 속도와 내부회계가 전부입니다.

그다음에 지표를 봅니다

순서가 반대면 안 됩니다. 지표를 먼저 보면 남의 결론을 외우게 되고, 가설을 먼저 세우면 지표가 내 생각을 확인해줍니다.

정산이 복잡할 것 같으면 매출 구성과 거래처 집중도를 봅니다. 원가·수익인식이 어려울 것 같으면 **핵심감사사항(KAM)**에 뭐가 잡혀 있는지 봅니다. 회수가 안 될 것 같으면 매출채권 회전일수 3년 추이를 봅니다. 상장사면 DART에서 30분이면 끝납니다. 비상장이면 국민연금 가입자 수 추이로 인원이 느는지 보고, 채용공고에 적힌 시스템 이름으로 마감 구조를 짐작합니다.

같은 조사인데 완전히 다르게 들립니다

숫자의 양은 오른쪽이 오히려 적습니다. 다른 건 추론이 먼저 오고 지표가 뒤에서 받쳐준다는 순서 하나입니다.

그리고 단정하지 말고 질문으로 닫으십시오. 밖에서 본 것으로 안을 단정하면 위험하고 실제로 틀리기도 합니다. ”…이지 않으신가요?”가 맞고, 그때 면접관이 채워주는 답이 곧 맥락 설정력의 재료가 됩니다.

마지막으로, 이 추론이 앞의 준비와 만납니다. 내가 만든 것과 이 회사의 아픈 데가 같은 모양이라는 걸 짚으면, 포트폴리오 주제가 재무였는지 아닌지는 그 순간부터 문제가 되지 않습니다.

잘 쓸수록 커지는 걱정이 있습니다

여기까지가 항목별 준비입니다. 그런데 면접관은 항목별 점수를 기억하지 못합니다. 회의실을 나설 때 남는 건 한 문장이고, 그 문장이 이것이어야 합니다.

“AI를 쓸 줄 아는데, 함부로 넘기지 않는 사람”

재무 면접관이 AI 쓰는 지원자에게 갖는 걱정은 못 쓸 거라는 게 아닙니다. 잘 쓸수록 커지는 걱정이 따로 있습니다. 우리 마감을 흔들어놓지 않을까. 그래서 보여줘야 할 것이 둘이고, 둘 중 하나만 있으면 뽑히지 않습니다. 쓸 줄 안다는 것, 그리고 쓰되 통제 안에서 쓴다는 것.

같은 일을 말하는데 완전히 다르게 들리는 문장들이 있습니다.

왼쪽과 오른쪽은 같은 작업을 말하고 있습니다. 다른 건 이 사람이 우리 마감을 안전하게 다룰까에 대한 답입니다. 왼쪽은 그 답을 주지 못합니다. “전부 자동화했습니다”는 경고로 들립니다.

해본 적 없어도 이 네 줄은 알아야 합니다

재무를 안 해본 사람과 아는 사람의 차이는 이걸 아느냐입니다.

• 틀리면 되돌리는 비용이 큽니다. → 그래서 속도보다 검증이 먼저 나와야 합니다
• 마감이라는 주기가 있습니다. → 그래서 한 사이클을 넘겨봐야 안다고 말해야 합니다
• 산출물은 각자 책임질 수 있어야 합니다. → 그래서 사람이 확정하는 단계를 남겨야 합니다
• 답이 1원 단위로 확정됩니다. → 그래서 “돌려봤습니다”가 가능한 직군입니다

알고 말하면 자동화 설계에서 사람이 맡을 몫과 검증이 자연스럽게 나옵니다. 그리고 면접관은 그걸 “해보진 않았지만 본질은 아는 사람”으로 읽습니다. 앞의 네 항목은 결국 이 네 줄을 각각 어디서 보여주는지에 대한 것입니다.

AI를 어디에 썼는지 밝히는 것도 역량입니다

앞 편에서 인용한 AI Fluency 프레임워크는 **Diligence(책임)**의 하위 요소로 **Transparency(투명성)**를 둡니다. AI가 무슨 역할을 했는지 상대에게 알리는 것입니다.

면접에서 AI 사용을 흐리게 말하고 싶은 유혹이 생깁니다. “제가 직접 설계했고 AI는 보조로만 썼습니다” 같은 문장이 안전해 보이니까요. 그 정직함 자체가 채점 대상이라고 보는 편이 맞습니다. 어디까지 AI가 했고 어디부터 본인이 판단했는지를 정확히 구분해 말하는 사람은, 그 구분을 할 줄 안다는 것만으로 분해력과 검증력을 동시에 보여줍니다.

정리

재무 AI 채용에서 준비할 것은 그 산출물을 네 각도로 설명하는 방식입니다. AI 활용 역량은 그 물건을 설명하는 문장에서 드러납니다. 여러 개를 얕게 늘어놓는 것보다 하나를 깊게 가는 편이 언제나 낫습니다.

그리고 마지막에 한 번만 확인하십시오. 답을 이어 붙였을 때 “AI를 쓸 줄 아는데 함부로 넘기지 않는 사람”으로 들립니까? 항목마다 점수가 높은데 그 문장이 안 만들어진다면, 대개 사람에게 남긴 몫이나 자료의 출처가 빠져 있습니다. 재무에서 신뢰를 만드는 건 그 둘입니다.

아직 사례가 없다면 지금부터 만드는 것도 늦지 않습니다. 열흘이면 됩니다.

조건을 다시 보십시오. 규모는 조건에 없습니다. 끝까지 갔는가, 막힌 데가 있는가, 지금도 쓰는가, 원래 모르던 분야였는가. 넷 다 작아도 성립합니다. 채용에서 보는 건 한 사이클을 돌려본 흔적이기 때문입니다.

1일차에 모르는 분야를 하나 고릅니다. 지원하는 회사의 산업이면 제일 좋습니다. 2일차에 정답이 이미 확정된 자료를 한 달치 구합니다. 35일에 작게 만들되 단계 하나는 일부러 사람이 확인하게 둡니다. 6일에 돌리고 세고, 78일에 안 맞은 걸 고치면서 뭐가 왜 틀렸는지를 적어둡니다. 9~10일에 한 명에게 써보게 하고 요청 하나를 반영합니다.

열흘이면 다섯 항목에 전부 답이 생기고, ③은 실제 자료로 돌렸으니 3등급까지 나옵니다. 그리고 “성장했던 경험”을 물으면 바로 이 열흘을 말하면 됩니다. 모르던 데 들어가 틀린 걸 세어보고 고쳐서 다시 돌리고 남이 쓰게 만든 이야기가 곧 성장의 정의입니다.

피해야 할 것이 둘 있습니다. 튜토리얼을 그대로 따라가면 막히지 않게 설계된 것이라 ③에서 말할 재료가 안 생깁니다. 그리고 여러 개를 얕게 만들면, 두 개를 반씩 아는 사람이 제일 약합니다.

자주 받는 질문

재무 직무에 지원하는데 재무 포트폴리오가 없으면 불리합니까

주제 자체는 결정적이지 않습니다. 재무 AI 채용에서 확인하려는 것은 낯선 맥락을 얼마나 빨리 자기 것으로 만드는가이기 때문입니다. 다만 “이 방식을 결산에 옮기면 어디부터 손대겠습니까”에는 답할 수 있어야 하고, 재무 자료로 한 달치를 실제로 돌려본 사례가 하나 있으면 검증력을 증명하기가 훨씬 쉬워집니다.

AI 활용 면접은 무엇을 준비해야 합니까

재무 AI 포트폴리오 하나와, 그것을 네 각도로 설명하는 방식을 준비하십시오. AI 활용 역량은 그 설명에서 판정됩니다. 결론을 먼저 말하고, 왜 그것이 문제였는지를 원인까지 짚고, 어떻게 쪼갰고 무엇을 사람에게 남겼는지 밝히고, 어디서 틀렸고 어떻게 잡았는지를 숫자로 대고, 지금 상태와 다음에 고칠 것으로 닫는 순서가 좋습니다. 2022년 재분석에서 구조화 면접이 작업 표본보다 예측력이 높게 나온 것도 같은 이야기입니다.

재무를 안 해봤는데 “첫 주에 뭘 하겠느냐”고 물으면 어떻게 답합니까

“공부해서 해보겠습니다”는 의지일 뿐 방법이 없어서 점수가 안 나옵니다. 첫 주를 순서로 대야 합니다. 이 일의 결과물을 누가 받고 그걸로 무엇을 결정하는지를 먼저 묻고, 최근 3개월치 지난 산출물을 놓고 매달 바뀌는 것과 고정인 것을 가르고, 담당자에게 제일 손이 많이 가는 건을 물어 예외가 몰린 곳을 찾고, 지난달 것을 작게 재현해 실제 결과와 대조합니다. 마지막이 핵심입니다. 모르는 것을 목록으로 알아내려 하지 말고 재현해서 어긋나는 데로 찾는 것입니다. 재무는 지난달 결산·정산의 정답이 이미 확정돼 있어 이 방법이 통하는 직군입니다.

이미 잘 아는 분야로 재무 AI 포트폴리오를 만들면 안 됩니까

만들어도 되지만 그것만으로는 부족합니다. 아는 영역에서 만든 것은 완성도를 증명하지, 낯선 맥락을 얼마나 빨리 자기 것으로 만드는가는 증명하지 못하기 때문입니다. 재무 경력이 없는 지원자에게 회사가 궁금한 것은 정확히 그쪽입니다. 원래 모르던 분야에 들어가 만든 것이 하나 있으면, 그때 무엇을 모르는지 어떻게 알아냈고 무엇과 대조했고 어느 가정이 깨졌는지를 절차로 말할 수 있습니다. 그 네 줄이 경력을 대신하는 신호입니다.

발표자료에서 시행착오는 빼는 것이 낫지 않습니까

빼면 손해입니다. 검증력의 높은 등급은 실패를 다룬 기록에만 나타나므로, 시행착오를 지우면 평가 항목 넷 중 하나를 통째로 지우는 셈이 됩니다. 매끄러운 발표가 안전해 보이지만, 면접관이 확인하려는 것은 틀림을 다루는 방식입니다.

면접에서 AI를 얼마나 썼다고 말해야 합니까

정확히 구분해 말하는 편이 낫습니다. AI Fluency 프레임워크는 AI의 역할을 밝히는 Transparency(투명성)를 Diligence(책임)의 하위 요소로 둡니다. 어디까지 AI가 했고 어디부터 본인이 판단했는지를 나눠 설명할 수 있는 사람은 그 구분을 할 줄 안다는 것만으로 분해력과 검증력을 함께 보여줍니다. 흐리게 말하면 오히려 그 두 가지를 증명할 기회를 잃습니다.

체크리스트로 만들어 두었습니다

읽고 끝내면 면접장에서 안 나옵니다. 여기 있는 항목을 그대로 채워 넣는 체크리스트로 만들어 두었습니다. 항목마다 면접에서 나올 질문, 내 답을 적는 칸, 스스로 매기는 4점 척도, 점수가 낮게 나왔을 때 뭘 하면 되는지가 들어 있습니다. 인쇄해서 손으로 채우셔도 됩니다.

→ 재무 AI 면접 준비 체크리스트 받기

무료입니다. 로그인하시면 바로 열립니다. 어떻게 생겼는지 먼저 보시려면 미리보기를 여십시오.