취업 준비에서 자기소개서는 오랫동안

“내가 어떤 사람인지 보여주는 글”

이었습니다.

그런데 SK하이닉스가 2026년 하반기 신입 채용에서 이 익숙한 방식을 크게 바꿨습니다.

기존 자기소개서 항목을 없애고, 지원자가 AI를 활용해 실제 문제를 어떻게 해결했는지, 반도체 직무와 관련된 전문성을 어떤 경험을 통해 쌓았는지를 더 직접적으로 확인하는 방식으로 전환한 것입니다.

면접도 달라졌습니다.

지원자가 면접장에 마련된 PC를 이용해 거대언어모델, 즉 LLM을 활용하면서 직무와 관련된 시나리오 문제를 해결하는 방식이 도입됐습니다.

몇 달 전까지만 해도 취업 준비생들의 고민은

“자소서 쓸 때 ChatGPT 써도 되나?”

에 가까웠습니다.

그런데 이제는 질문 자체가 바뀌었습니다.

“AI를 이용해서 어떤 문제를 풀었고, 그 과정에서 어떤 판단을 했는가?”

가 평가 대상이 된 것입니다.

흥미로운 점도 있습니다.

자소서는 없어졌지만 준비해야 할 이야기는 오히려 더 구체적으로 바뀌었습니다.

문장을 얼마나 화려하게 꾸미느냐보다 문제를 정확하게 정의하고, AI의 답을 그대로 믿지 않고 검증하며, 최종적으로 왜 그런 판단을 내렸는지 설명하는 능력이 더 중요해졌습니다.

자소서는 없어졌지만 글쓰기가 사라진 것은 아닙니다

SK하이닉스는 8월 20일부터 26일까지 진행된 2026년 하반기 기술사무직 신입 채용에서 기존 자기소개서 항목을 없앴습니다.

대신 새롭게 등장한 것이 ‘AI 활용 역량’과 ‘반도체 직무 전문성’을 설명하는 서식입니다.

여기서 중요한 단어는 ‘폐지’보다 ‘전환’입니다.

성장 과정이나 성격의 장단점, 지원 동기처럼 취업 준비생에게 익숙했던 정형화된 자기소개서 문항은 사라졌습니다.

하지만 지원자가 무엇을 했고 어떤 방식으로 문제를 해결했는지를 설명해야 하는 글쓰기 자체가 없어진 것은 아닙니다.

오히려 더 구체적으로 써야 합니다.

과거에는 자신의 장점이나 지원 동기를 매끄럽게 표현하는 능력이 중요했다면, 이제는 프로젝트에서 자신이 실제로 무엇을 했는지 보여주는 것이 중요해졌습니다.

어떤 문제가 있었고,

내가 어떤 역할을 맡았으며,

어떤 판단을 했고,

그 결과 무엇이 달라졌는지를 설명해야 합니다.

특히 AI를 활용했다면 단순히

“ChatGPT를 사용했습니다”

라고 쓰는 것으로는 부족합니다.

왜 AI가 필요했는지, 어떤 과정에서 사용했는지, 결과를 어떻게 확인했는지까지 설명할 수 있어야 합니다.

결국 기존의 정형화된 자기소개서 항목은 없어졌지만, 자신의 경험과 역량을 증명해야 하는 책임까지 사라진 것은 아닙니다.

오히려 문장으로 포장하기보다 실제 경험으로 증명해야 하는 채용에 가까워졌다고 볼 수 있습니다.

SK하이닉스가 보는 건 AI 사용법보다 문제 해결 과정입니다

AI 채용이라고 하면 가장 먼저 떠올리는 것이 있습니다.

“프롬프트를 얼마나 잘 써야 할까?”

“ChatGPT를 능숙하게 사용하면 유리할까?”

하지만 이번 SK하이닉스 채용에서 중요한 부분은 조금 다릅니다.

AI 도구 자체를 잘 다루는 것보다 AI를 활용해 문제를 어떻게 해결했는지가 더 중요합니다.

ChatGPT나 Gemini 같은 서비스를 몇 개 사용해봤는지 나열한다고 해서 문제 해결 능력이 증명되는 것은 아닙니다.

준비 방향은 오히려 단순합니다.

먼저

“내가 해결하려던 문제가 무엇이었나?”

를 한 문장으로 정리해보는 것입니다.

그다음 AI를 왜 사용했는지를 설명해야 합니다.

사람이 직접 처리하는 것보다 시간이 오래 걸렸는지,

많은 데이터를 분석해야 했는지,

아이디어를 빠르게 비교할 필요가 있었는지 등 구체적인 이유가 필요합니다.

그리고 여기서 가장 중요한 과정이 하나 더 있습니다.

바로 검증입니다.

생성형 AI는 굉장히 빠르게 답을 만들어냅니다.

문제는 그 답이 항상 맞는 것은 아니라는 점입니다.

사실관계가 틀릴 수도 있고,

계산이 잘못될 수도 있으며,

코드에 오류가 있을 수도 있습니다.

따라서 AI 활용 경험을 설명할 때는

“AI가 이런 답을 냈습니다”

에서 끝내면 부족합니다.

오히려

“AI가 이런 답을 냈는데 이 부분이 이상하다고 판단했고, 다른 자료와 비교해 다시 검증했습니다”

라는 과정이 있어야 지원자의 역할이 드러납니다.

AI가 모든 결과를 만들고 지원자는 복사해서 사용했다면 면접에서 설명할 자신의 판단이 거의 남지 않습니다.

반대로 첫 번째 결과의 오류를 찾고, 조건을 수정하고, 다른 자료와 비교해 최종 결과를 만들었다면 이야기가 달라집니다.

AI 사용 경험이 곧 자신의 문제 해결 과정이 되는 것입니다.

결국 좋은 AI 활용 경험은

“어떤 AI를 사용했는가”

보다

“어느 순간에 사람이 판단했는가”

가 분명하게 보여야 합니다.

면접장에서 직접 LLM을 사용해 문제를 풉니다

서류만 달라진 것도 아닙니다.

SK하이닉스는 2026년 하반기 채용에서 면접 방식에도 변화를 줬습니다.

기존의 비교적 짧은 면접 대신 반나절 동안 진행되는 심층면접이 도입됐습니다.

공개된 안내를 보면 지원자는 면접장에 비치된 PC를 이용하게 됩니다.

그리고 AI 에디터 기반 LLM을 활용해 직무와 관련된 시나리오 과제를 해결합니다.

문제를 푼 다음에는 자신이 어떤 방식으로 접근했는지를 문제해결 PT를 통해 설명합니다.

여기에 지원자가 제출한 경험이나 연구 내용을 깊게 확인하는 심층 인터뷰와 그룹 토론, 비대면 영상 인터뷰 등도 함께 제시됐습니다.

이 때문에 이번 전형을 단순히 ‘AI 면접’이라고 부르는 것은 조금 조심할 필요가 있습니다.

보통 AI 면접이라고 하면 지원자가 카메라 앞에서 답변하고 AI가 표정이나 음성, 답변 내용을 분석하는 형태를 떠올리기 쉽습니다.

하지만 이번 SK하이닉스 전형에서 공개된 핵심은 AI가 지원자를 대신 평가하는 것이 아닙니다.

지원자가 AI를 직접 사용하면서 문제를 해결하는 과정을 회사가 확인하는 방식에 더 가깝습니다.

즉,

“AI가 사람을 평가한다”

보다는

“사람이 AI를 어떻게 활용하고 통제하는지를 평가한다”

라고 이해하는 편이 정확합니다.

면접 준비법도 자연스럽게 달라집니다.

좋은 프롬프트 몇 개를 외워두는 것만으로는 부족합니다.

과제를 받았을 때 무엇이 핵심 문제인지 빠르게 구분하고,

문제를 작은 단위로 나누고,

AI에게 어떤 정보를 줄 것인지 결정하고,

나온 답변의 오류 가능성을 확인하는 연습이 필요합니다.

마지막으로 가장 중요한 것은 설명입니다.

왜 AI가 제시한 여러 답변 가운데 이 방법을 선택했는지 자신의 언어로 설명할 수 있어야 합니다.

결국 면접에서 중요한 것은 AI에게 얼마나 빨리 답을 받아냈느냐가 아니라 그 답을 왜 믿었고, 무엇을 수정했으며, 최종 선택을 왜 내렸는지를 보여주는 것입니다.

학력 제한도 없앴지만 평가까지 쉬워진 것은 아닙니다

또 하나 눈에 띄는 변화가 있습니다.

바로 학력 제한입니다.

SK하이닉스는 2026년 6월 신입 채용부터 기존 공고에 있던 ‘4년제 학사 이상’과 같은 학력 자격 요건을 없앴습니다.

2026년 하반기 기술사무직 신입 채용 역시 학력과 연령에 관계없이 지원할 수 있도록 문을 열었습니다.

표면적으로 보면

“이제 스펙의 시대가 끝나는 것 아닌가?”

라는 생각이 들 수 있습니다.

하지만 그렇게 단순하게 보기는 어렵습니다.

학력이라는 기준을 없앴다고 해서 아무런 평가 기준 없이 사람을 뽑는 것은 아니기 때문입니다.

오히려 경험과 직무 역량, 성장 가능성, 문제를 깊게 파고드는 사고력, 새로운 기술에 적응하는 능력을 직접 확인하는 방향으로 움직이고 있습니다.

지원 문턱은 넓혔지만 면접 시간은 길어졌습니다.

실제 직무 과제가 들어왔고 심층 인터뷰도 강화됐습니다.

이 두 변화를 함께 보면 방향이 조금 더 선명해집니다.

학교나 학위 같은 간접적인 지표의 비중을 줄이는 대신

“그래서 실제로 무엇을 할 수 있는가?”

를 더 오래 확인하겠다는 것입니다.

따라서 학력 제한 폐지를

“이제 전공이나 학점도 필요 없다”

라고 해석하면 지나칩니다.

반도체와 관련된 전공 지식이나 연구 경험, 프로젝트, 인턴 경험은 여전히 직무 전문성을 보여주는 중요한 재료가 될 수 있습니다.

다만 이제는 학교 이름이나 자격증 목록만으로 끝나는 것이 아니라 실제 문제를 어떻게 해결했는지까지 연결해 설명해야 합니다.

문턱은 낮아졌지만 검증까지 쉬워진 채용은 아니라는 뜻입니다.

AI 역량을 보는 채용, SK하이닉스만의 이야기는 아닙니다

이런 변화가 SK하이닉스에서만 나타나는 것도 아닙니다.

8월 31일 이데일리가 국내 주요 대기업 25곳을 조사한 결과 8곳, 약 32%가 지원자의 AI 활용 경험이나 역량을 이미 채용 평가에 반영하고 있다고 답했습니다.

도입을 검토하고 있는 기업 3곳까지 포함하면 비중은 44%로 올라갑니다.

관련 사례로는 포스코DX와 현대차·기아, 현대오토에버, 금호타이어, 제주항공 등이 언급됐습니다.

구글코리아가 소개한 조사에서도 비슷한 흐름이 나타났습니다.

응답 근로자의 40%는 기업이 채용 과정에서 AI 역량을 갖춘 지원자를 우선시한다고 답했습니다.

기업 인재에게 필요한 역량 가운데서는 AI 기반 도구 활용 능력이 35%로 가장 높은 응답을 기록했습니다.

이 흐름을 보면 기업이 AI를 바라보는 시선이 달라지고 있다는 것을 알 수 있습니다.

예전에는

“입사하면 배워야 하는 새로운 프로그램”

정도였다면,

이제는

“입사하기 전에 기본적으로 활용 경험이 있으면 좋은 업무 도구”

쪽으로 이동하고 있는 것입니다.

다만 여기서 숫자를 확대해서 해석할 필요는 없습니다.

대기업의 32%가 AI 활용 역량을 평가한다는 것이 모든 대기업이 AI 면접을 실시한다는 뜻은 아닙니다.

아직 AI 역량을 채용 평가에 직접 반영하지 않는 기업도 더 많고, 같은 AI 평가라고 하더라도 회사와 직무에 따라 방식이 다를 수 있습니다.

그래도 한 가지 방향은 비교적 분명합니다.

기업들이 특정 AI 자격증 이름보다 실제 업무 상황에서 AI를 활용해 문제를 해결할 수 있는지를 확인하려는 움직임이 점점 커지고 있다는 점입니다.

AI가 답을 만드는 시대, 중요한 것은 답을 검증하는 사람입니다

2026년 하반기 SK하이닉스 신입 채용 지원은 8월 26일 마감됐습니다.

따라서 이번 지원자라면 이제 서류 작성보다 이후 전형에 대한 준비가 더 중요해졌습니다.

온라인 SKCT와 심층면접을 준비한다면 자신이 제출한 경험을 다시 한번 정리해볼 필요가 있습니다.

특히 다음 질문에 바로 답할 수 있어야 합니다.

내가 해결하려던 문제는 무엇이었는가.

그 문제에서 내 역할은 무엇이었는가.

AI는 어느 단계에서 사용했는가.

왜 AI를 사용했는가.

AI의 첫 번째 답에서 어떤 문제가 있었는가.

그 결과를 어떻게 검증했는가.

무엇을 수정했고 최종적으로 어떤 판단을 했는가.

특히 AI 활용 경험을 설명할 때 성공한 결과만 매끄럽게 포장할 필요는 없습니다.

오히려 첫 결과가 틀렸던 경험이 좋은 사례가 될 수도 있습니다.

AI의 답이 왜 부족했는지 찾아내고,

조건을 다시 설정하고,

사람이 어떤 기준으로 결과를 수정했는지 설명할 수 있다면 지원자의 사고 과정이 훨씬 분명하게 드러납니다.

또 현재 공개된 지원 자격을 보면 특정 AI 전공이나 AI 관련 자격증이 필수 조건으로 제시된 것은 아닙니다.

그래서 면접을 앞두고 새로운 AI 자격증을 급하게 추가하는 것보다 자신이 이미 했던 연구나 프로젝트를 다시 살펴보는 것이 더 실용적일 수 있습니다.

그 안에서 AI가 어떤 일을 담당했고, 본인이 어떤 판단을 했는지를 정리하는 것입니다.

AI를 사용할 때 기본적인 보안 원칙도 중요합니다.

회사나 연구실의 비공개 자료, 개인정보처럼 외부에 노출되면 안 되는 내용을 공개형 AI 서비스에 그대로 입력해서는 안 됩니다.

AI 활용 능력은 무조건 많은 데이터를 입력하고 답을 빨리 받아내는 능력을 의미하지 않습니다.

필요한 순간에 적절하게 사용하고,

AI가 틀릴 수 있다는 사실을 알고,

결과를 다시 검증하고,

최종 책임은 사람이 지는 것까지 포함합니다.

결국 SK하이닉스 채용 변화의 핵심은 자소서 하나가 사라졌다는 데 있지 않습니다.

평가하려는 능력 자체가 달라지고 있다는 점이 더 중요합니다.

과거에는

“나를 얼마나 잘 설명하는가”

가 중요했다면,

이제는

“실제 문제 앞에서 AI와 함께 어떻게 생각하고 판단하는가”

를 직접 확인하려는 방향으로 움직이고 있습니다.

자소서라는 칸은 사라졌습니다.

하지만 면접장에서 결국 남는 것은 AI가 만들어낸 멋진 문장이 아닙니다.

그 답이 맞는지 의심하고, 검증하고, 수정하고, 최종 결정을 내린 지원자의 사고 과정입니다.