AI 시대 기술 면접의 핵심은 도구적 기술이 아닌 기초 역량이다
지원자는 AI로 과제를 빠르게 해결하고 면접관은 그 결과물에서 후보자의 실력을 가려내지 못하는 충돌이 발생하고 있다. AI 숙련도는 단기간에 습득 가능한 도구적 기술(instrumental skill)에 불과하다. 기업이 채용 과정에서 확보해야 할 핵심은 원초적 지적 능력, 수년간의 학습으로 쌓은 깊은 전문성, 2차적 추론 능력과 같은 기초 역량(foundational skill)이다. 여기에는 직업 윤리나 정직성(integrity), 회복력 같은 태도와 습관이 포함되며 이는 개인이 구축하는 데 상당한 비용과 시간이 소요되는 영역이다. 기업은 AI 에이전트에 지시를 입력하는 손이 아니라 스스로 사고하고 판단하는 두뇌를 채용해야 한다.
기술 면접 유형은 신호 품질과 회사 비용에 따라 Take-home(과제 제출), Live exercise(실시간 과제), Presentation(발표), Actual work(실무 투입) 네 가지로 구분된다. Actual work는 신호 품질과 비용이 모두 가장 높은 고비용-고효율 방식이다. Presentation은 비용은 낮지만 변별력이 떨어진다. Live exercise는 중간 정도의 신호 품질과 비용 구조를 가진다. AI 도입 이전까지 유효했던 Take-home 방식은 AI의 개입으로 신호 품질이 하락하며 비용 효율이 낮아졌다. 면접 설계의 핵심은 AI 생성 코드를 리뷰하는 낭비를 줄이고 후보자의 실제 추론 능력을 판별하는 신호 품질을 확보하는 것이다.
AI 코딩 도구의 보급이 Take-home 면접의 변별력을 낮춘다
AI 코딩 도구로 제출물을 작성하는 후보자가 급증하며 1차 전형 통과율이 비정상적으로 높아졌다. 이미 유출된 과제 문제조차 AI가 정답에 가까운 결과물을 만들어내면서, 면접관은 AI가 생성한 코드를 일일이 검토해야 하는 업무 부하를 떠안게 됐다. AI가 만든 코드를 다시 AI로 리뷰하는 방식은 실효성이 없으며, 결과적으로 Take-home 면접의 신호 품질을 떨어뜨린다.
기술자의 숙련도는 도구를 다루는 방식에서 갈린다. 루이스 멈포드(Lewis Mumford)는 인간이 주도하는 도구(tool)와 자체 논리로 작동하는 기계(machine)를 구분했다. AI를 스스로 판단하는 기계처럼 사용하는 엔지니어는 추론 과정의 상당 부분을 AI에 의존한다. AI는 생산성 도약을 제공하지만, 이를 맹신하면 엔지니어 고유의 기여분과 AI 모델의 결과물을 구분하는 것이 불가능해진다. 이러한 사고의 외주화는 개발자의 추론 능력을 약화시켜 기업이 판별해야 할 실질적인 역량을 가린다.
기업과 교육 현장이 AI 도구 사용을 제한하는 이유
이처럼 AI가 추론 능력을 가리는 부작용이 나타나자, 일부 기업은 평가 과정에서 AI 사용을 명시적으로 금지하고 있다. Anthropic은 채용 가이드라인에서 별도 지시가 없는 한 Claude 없이 과제를 완료하도록 요구한다. 도구적 숙련도가 아닌 문제 해결의 본질적인 능력을 확인하겠다는 기준을 세운 것이다.
프랑스의 고등 교육 시험 모델 역시 유사한 방식을 유지하고 있다. 강의 노트, 책, 계산기 등 모든 보조 도구의 반입을 원천적으로 차단한다. 특히 매 시험마다 서로 다른 모호한 문제를 제시해 정답을 추측하는 행위를 막는다. 이는 정형화된 답안을 찾는 능력이 아니라 문제의 본질을 꿰뚫는 사고력을 측정하기 위한 제약 조건이다.
이러한 방식은 단순한 정보 인출보다 모호한 상황에서 최선의 답을 도출하는 판단력을 중시하는 아리스토텔레스의 '프로네시스(phronesis)' 개념과 일치한다. 교육 현장에서 도구가 대체할 수 없는 인간의 기초적인 사고 능력을 판별하는 기준을 유지하는 것이다. 결국 AI 숙련도보다 변하지 않는 기초 역량을 우선시하는 평가 체계로 회귀하고 있다.
AI로 완성된 과제물은 지원자의 실력이 아닌 도구의 성능을 증명한다. 기업이 검증해야 할 대상은 도구적 기술이 아닌 변하지 않는 기초 역량이다. Take-home 과제의 신호 품질 하락은 라이브 엑서사이즈의 비용 효율성을 다시 증명한다.
AI 생성 코드를 리뷰하는 비용을 줄이고 후보자의 추론 능력을 직접 판별하는 설계가 핵심이다. 도구의 고도화는 평가의 기준을 다시 인간의 사고력으로 되돌린다.
