취업 활동에 혁명! 그 지원 동기, 누가 읽을까? "AI가 작성하고, AI가 선택하는" 채용의 현재 위치

지원 동기가 정리되지 않는다. 직무 경력을 읽기 쉽게 정리하고 싶다. 지원처에 맞는 자기 PR을 생각하고 싶다. 그럴 때, 생성 AI는 믿을 수 있는 상담 상대가 된다.

하지만, 정리한 문장을 제출할 기업도 소프트웨어나 AI로 지원 서류를 선별할지도 모른다. 게다가, 채용 담당자가 "이건 AI가 전부 작성한 문장이다"라고 판단하면, 선고에서 제외될 수도 있다.

지원하는 쪽도, 선택하는 쪽도 효율화를 추구하고 있다. 그 결과, 채용의 입구에서는 서류를 통해 무엇을 평가할 것인가라는 전제 자체가 흔들리기 시작했다.

독일의 뉴스 사이트 "op-online"이 2026년 10월 14일에 게재한 dpa 통신의 기사는, 구인 서비스 Indeed가 위탁한 조사를 바탕으로 그 변화를 전하고 있다. 일본의 취업·전직 활동을 생각하는 데 있어서도 간과할 수 없는 질문이 포함되어 있다

"문장이 잘 쓴다"는 본인의 능력의 증명이 되는가

조사는 시장 조사 회사 Censuswide가 300사의 채용에 관한 의사 결정자를 대상으로 실시한 것이다.

응답자의 56%는 구인 1건당 지원 수가 전년보다 증가했다고 답했고, 21%는 크게 증가했다고 했다. 또한, 받은 지원 중 평균 약 3분의 1이 AI의 도움을 받아 작성된 것으로 추정하고 있다.

하지만, 이는 채용 담당자의 인식이다. 지원 서류를 기술적으로 검증하여 AI 이용률을 확정한 숫자는 아니다. 또한, 지원 수의 증가가 어디까지 AI에 의해 발생했는지를 이 조사만으로 판단할 수도 없다.

주목하고 싶은 것은, 서류에 대한 평가의 변화다.

지원 동기나 자신의 강점을 전하는 "Anschreiben", 즉 커버 레터에 대해 54%가 이전만큼 판단 자료가 되지 않는다고 답했다. 이력서의 표현에 대해서는 46%, 지원 양식에 대한 문장 답변은 43%, 자택에서 수행하는 선고 과제는 33%가 그 가치가 떨어졌다고 느끼고 있다.

AI가 정돈된 문장을 만들 수 있게 되면, 문장의 완성도와 본인의 이해력이나 경험을 연결하기 어려워진다. 채용 담당자가 보고 싶은 것은 지원자의 모습인데, 서류에서 보이는 것이 문장 생성 도구의 성능이 되어버릴 가능성이 있기 때문이다.

다만, 대상은 300명이며, 기사도 독일의 기업 전체를 대표하는 조사가 아니라고 주의를 촉구하고 있다. "독일의 기업의 절반 이상이 지원 동기를 중시하지 않게 되었다"라고까지 확대해서 읽는 것은 적절하지 않다.

"AI를 사용했다"와 "전적으로 맡겼다"는 같은 것이 아니다

조사에서는 41%가 명백히 전부를 AI가 작성한 것으로 판단한 지원을 그대로 선고에서 제외한다고 답했다.

여기서 구별해야 할 것은, AI의 이용 그 자체와 지원 내용을 AI에 전적으로 맡기는 것이다.

오타를 수정한다. 너무 긴 문장을 짧게 한다. 경험을 정리하기 위한 질문을 받는다. 이러한 사용법과 사실 확인을 하지 않고 생성된 문장을 제출하는 행위는 본인의 관여 정도가 크게 다르다.

이번 숫자는 "AI를 조금이라도 사용하면 41%의 기업에서 불합격된다"는 의미가 아니다. 채용 담당자가 전부를 AI로 작성했다고 판단한 경우에 대한 응답이며, 그 판단이 정확했는지를 나타내는 데이터도 아니다.

문장이 정중하기 때문에, 표현이 일반적이기 때문에라는 이유만으로는 누가 어떻게 작성했는지를 알 수 없다.

본래 확인하고 싶은 것은, 경험이 사실인지, 모집하는 일에 필요한 능력이 있는지, 본인이 자신의 말로 설명할 수 있는지라는 점일 것이다. "AI다움"의 판정이 우선되면, 이 목적을 잃을 우려가 있다.

기업도 AI로 선택——첫 확인에 사용하는 시간은 "1분 이내"도

한편, 채용하는 기업 측도 대량의 지원을 사람의 힘만으로 읽어낼 수 있는 것은 아니다.

조사에서는 35%가 지원 서류의 첫 확인에 걸리는 시간은 1분 이내라고 답했다. 42%는 소프트웨어나 AI를 사전 선고에 정식으로 이용하고 있다고 한다.

이 42%에는 소프트웨어에 의한 처리도 포함되므로, 모두가 생성 AI에 의한 인물 평가라는 것은 아니다. 지원 정보의 정리, 조건에 의한 좁히기, 서류의 평가 등 구체적인 사용법을 나누어 생각할 필요가 있다.

그럼에도 불구하고, 지원자에게는 "당신다운, 깊이 생각한 문장"을 요구하면서, 기업 측에서는 짧은 시간의 확인이나 자동 처리가 진행되는 구조에, 위화감을 느끼는 사람도 있을 것이다.

지원자가 작성 시간을 단축할 수 있다면, 더 많은 기업에 지원하기 쉬워진다. 기업에 도착하는 서류가 늘어나면, 선고의 자동화를 진행하고 싶어진다. 이는 이번 조사에서 생각할 수 있는 하나의 순환이지만, 어느 정도 일어나는지는 별도로 검증이 필요하다.

효율화에 의해, 사람과 사람이 대화할 기회가 늘어나는가. 아니면 서로를 이해하기 전에 선별만이 빨라지는가. 도입하는 시스템에 따라 결과는 달라진다.

SNS에서는 "내용이 보이지 않는다"와 "지원자에게도 효율화를"의 목소리

이 문제는 SNS에서도 논의되고 있다.

여기서 소개하는 것은 이번 독일의 보도에 대한 직접적인 반응이 아니라, 같은 주제를 다룬 LinkedIn의 공개 게시물과 댓글이다. 2025년의 논의이며, SNS 전체의 의견 분포를 나타내는 것은 아니다.

채용을 했던 Simon Jones 씨는, AI로 작성된 것으로 느껴지는 커버 레터에 구체성이 부족한 문장이 많다고 게시했다. 한편, 추가 글에서는 전면 생성과 문장의 보조를 구별하고, 커버 레터의 제출을 간결한 질문에 대한 답변으로 대체한 것도 밝혔다.

댓글란에는 대량 지원을 필요로 하는 구직자의 부담을 생각하면, 지원자 측에도 시간을 절약하는 수단이 필요하다는 반론이 있었다. 또한, 비모국어 화자나 읽고 쓰기에 어려움을 겪는 사람에게 AI는 표현을 돕는 도구가 될 수 있다는 지적도 있었다.

덧붙여, Jones 씨 자신은 지원자의 선정을 AI로 사용하지 않는다고 설명하고 있다. 이 게시자 개인을 "기업은 AI를 사용하는데 지원자에게는 금지한다"는 예로 다루는 것은 정확하지 않다.

논의가 부각시키는 것은 구체성을 요구하는 채용 측과 지원의 부담을 줄이고 싶은 구직자 측의 엇갈림이다. AI 이용 여부만으로는 그 양측의 사정을 파악할 수 없다.

"아무도 보지 않고 불합격"이 묻는, 인간의 책임

이번 조사에서 더욱 신경 쓰이는 숫자가 있다.

사전 분류에 기술적인 수단을 사용하는 응답자의 11%는 자동적으로 제외된 서류를 사람이 재확인하지 않은 채 불합격 통지로 연결하고 있다고 답했다.

이 11%는 조사 대상 전체에 대한 비율이 아니다. 기술적인 수단을 이용하는 층 내에서의 비율이다.

원 기사는 이러한 운영을 금지된 것으로 설명하지만, 제도 면에서는 보충이 필요하다. EU의 일반 데이터 보호 규칙, GDPR은 본인에게 법적 효과나 동등한 중대한 영향을 미치는 완전히 자동화된 의사 결정을 원칙적으로 제한하고 있다. 한편, 적용 조건이나 예외도 있어 모든 자동 처리가 일률적으로 불법이 되는 것은 아니다.

채용에서 생각해야 할 것은 단순히 마지막에 사람이 화면을 여는지 여부가 아니라, 판단을 실질적으로 재검토할 수 있는가라는 점이다.

필요한 경험이 다른 말로 쓰여 있었다면 어떻게 할 것인가. 일반적인 경력에서 벗어나도, 일에 도움이 되는 능력을 가진 사람을 찾을 수 있는가. 자동화를 진행할수록 제외된 지원에 대해서도 검증하는 시스템이 중요해진다.

일본의 취업 활동에서는 "지원 동기의 완성도"를 어떻게 다뤄야 할까

독일의 커버 레터와 일본의 엔트리 시트나 직무 경력서는 같은 것이 아니다. 그래도, 자유 기재에서 의욕이나 인격, 일에 대한 이해를 읽어내려고 하는 점에는 공통된 과제가 있다.

예를 들어, 어느 기업에도 적용되는 훌륭한 지원 동기만으로는 그 사람이 왜 지원했는지는 알기 어렵다. 반대로, 문장이 다소 어색해도, 일의 내용을 이해하고 자신의 경험과의 접점을 구체적으로 설명하고 있는 지원에는 판단에 도움이 되는 정보가 있다.

후생노동성의 공정 채용 선고에 관한 안내는 AI를 사용하는 경우를 포함하여, 지원자에게 널리 문호를 열고 본인의 적성·능력에 근거하여 선고해야 한다는 기본을 지킬 필요가 있다고 명시하고 있다.

이 원칙을 바탕으로 기업이 검토하고 싶은 것은 문장의 외관뿐만 아니라, 일에 필요한 능력을 확인하는 방법이다.

한 예로, 짧은 업무 과제를 준비하고 면접에서 판단의 이유를 설명하게 하는 방법이 생각된다. AI를 이용할 수 있는 과제라면 그 조건을 명확히 하고 출력물을 어떻게 검증하고 무엇을 수정했는지까지 묻는다.

이렇게 하면 AI를 사용했는지 여부에 더해 도구를 활용하는 능력과 결과에 책임을 지는 능력도 확인할 수 있다. 다만, 과제를 너무 많이 늘리면 지원자의 부담이 되므로, 직무에 필요한 범위로 좁히는 것이 중요하다.

지원자에게 필요한 것은, 설명할 수 있는 경험과 사실

지원자 측에서도 "AI를 사용해야 할까, 사용하지 말아야 할까"라는 이분법만으로는 대처하기 어렵다.

먼저 확인하고 싶은 것은 지원처가 제시하는 이용 규칙이다. 자택 과제나 문장 시험 등에서 AI의 사용 조건이 지정되어 있다면, 그것에 따라야 한다.

그 위에서 문장 작성을 보조받는 경우에도 출발점이 되는 사실은 자신이 준비하고 싶다. 담당한 일, 직면한 과제, 자신의 판단, 결과, 잘되지 않았던 것. 이러한 재료가 있어야 지원처에 전달해야 할 내용을 정리할 수 있다.

"팀에 기여했습니다"라는 한 문장보다도, 자신이 무엇을 맡고 누구와 조정하고 어떻게 일을 진행했는지가 면접에서 확인할 수 있는 정보가 된다. 숫자가 없는 경험이라도 역할과 행동을 구체적으로 나타낼 수 있다.

마지막에는, 작성된 모든 내용을 자신이 설명할 수 있는지 확인한다. AI가 추가한 경력이나 성과, 실제로는 가지고 있지 않은 기술이 섞여 있지 않은지도 다시 보고 싶다.

문장을 정리하는 능력이 널리 사용될 수 있게 되었기 때문에, 그 문장을 지탱하는 경험과 판단이 더욱 중요해진다.

채용의 효율화를 대화의 시간으로 연결할 수 있을까

이번 조사가 보여주는 것은 AI에 의해 지원 서류의 작성과 선고의 양쪽이 변화하고, 그 평가 방법도 재검토를 요구받고 있는 상황이다.

지원자가 작성 시간을 줄일 수 있는 것에는 의미가 있다. 채용 담당자가 정보 정리의 부담을 줄일 수 있는 것에도 의미가 있다. 그 여유를 일의 설명이나 후보자와의 대화에 사용할 수 있다면, 양쪽에 이익이 생긴다.

반대로, 지원자는 자동 생성한 문장을 보내고, 기업은 자동으로 제외하며, 그 이유를 아무도 검증하지 않는다면, 처리하는 건수만 늘어난다.

기업은 무엇을 평가할 것인지, AI를 어디까지 인정할 것인지, 선고에 어떻게 사용할 것인지를 명확히 한다. 지원자는 자신의 경험을 사실에 따라 전달한다.

AI가 채용의 입구에 들어온 지금, 묻고 있는 것은 편리한 도구를 사용하면서 눈앞에 있는 한 사람의 능력을 어떻게 확인할 것인가라는 것이다.

출처

1. op-online／dpa：
   2026년 10월 14일 게재. Indeed가 위탁하고, Censuswide가 채용 담당자 300명을 대상으로 실시한 조사 수치와 유의점.
   https://www.op-online.de/wirtschaft/kuenstliche-intelligenz-veraendert-bewerbungsverfahren-im-job-zr-94539784.html

2. LinkedIn：Simon Jones 씨의 게시물과 공개 댓글
   AI로 작성된 지원문에 대한 채용 측의 불만, 지원자의 부담, 문장 작성 지원의 의의를 둘러싼 논의. 이번 보도에 대한 직접적인 반응이 아니라, 2025년의 관련 논의로서 참조. Simon Jones
   https://www.linkedin.com/posts/simonrjones_jobs-ai-activity-7312526100763410434-YPRT

   ##HTML_TAG_171