왜 일머리를 공부머리로
뽑습니까?

왜 일머리를 공부머리로 뽑습니까?

: 스펙이 아닌 '보이지 않는 역량'을 보는 법

🧭관점열기

씨앗을 고르는 일, 그것이 시작이다.

풍성한 수확을 위해서는 비옥한 토양과 햇살, 물이 필요합니다. 하지만 이 모든 것의 시작은 건강한 씨앗을 고르는 일입니다. 씨앗이 건강하지 않다면 아무리 좋은 조건이 갖춰져도 싹을 잘 틔워 튼튼하게 성장하기 어려울 테니까요. 겉껍질이 매끄럽고 반듯하다고 해서 다 좋은 씨앗은 아니며, 작고 울퉁불퉁해 보여도 그 속에 굳건한 뿌리를 내릴 생명력을 품고 있는 경우가 많습니다.

조직에서도 마찬가지입니다. 훌륭한 조직문화와 공정한 보상도 중요하지만, 그 모든 체계는 잠재역량과 성장가능성이 높은 인재가 있을 때 비로소 성과로 이어집니다. 성과는 사람이 만듭니다. 그리고 그 성과를 만드는 힘은 스펙이 아니라 내면의 역량에서 나옵니다.

그러나 안타깝게도 많은 조직들이 여전히 학력, 학벌, 자격증과 같은 겉모습에만 의존하여 씨앗을 선별하고 있습니다. 그러곤 시간이 흘러 기대했던 열매가 맺히지 않으면 그제야 의아해하며 되묻습니다.

“분명 조건은 충분했는데, 왜 우리가 바라던 만큼 성장하지 못했을까?”

좋은 씨앗의 본질이 얼마나 강인한 생명력을 품고 있는가에 있듯이, 좋은 인재의 본질 또한 조직과 함께 성장해 나갈 수 있는 잠재력과 성장가능성에 있습니다. 따라서 이제 우리는 질문을 바꿔야 합니다. “어떤 스펙을 가졌는가?"에서 “성과를 창출할 수 있는 역량을 갖췄는가?”로 말입니다.

🎓AI 시대, 스펙 중심 채용은 여전히 유효한가?

채용 담당자들이 가장 많이 받는 질문 중 하나는 “어떤 자격증을 따야 할까요?”입니다. 하지만 최근 몇 년간 이런 질문에 답하기가 점점 어려워지고 있습니다. 과거 수년 전만 해도 토익 점수, 컴활 자격증, 전공 관련 기술 인증서 등은 지원자의 업무 수행 능력을 가늠할 수 있는 지표로 여겨졌습니다. 기업들은 이러한 정량적 스펙을 통해 인재의 잠재력과 성과를 예측할 수 있었죠.

그러나 생성형 AI의 등장으로 상황이 완전히 달라졌습니다. 이제 누구나 ChatGPT로 유창한 영어 문서를 작성하고, 복잡한 데이터 분석을 수행하며, 전문적인 코드까지 생성할 수 있게 되었습니다. 예전이라면 체계적인 학습과 축적된 경험이 있어야만 가능했던 고도의 지식과 기술들이 이제는 적절한 프롬프트 몇 줄로 구현되는 시대가 된 것입니다.

OpenAI CEO 샘 올트먼도 최근 한 인터뷰에서 “내 아이는 아마 대학에 가지 않을 것”이라는 의미심장한 말을 남겼습니다. 이는 현재의 대학 교육이 변화 속도를 따라가지 못하고 있음을 지적한 것이면서 동시에 지식과 기술 중심의 교육은 더 이상 미래 경쟁력을 담보하지 못한다는 경고이기도 했습니다.

그렇다면 AI 시대에 채용 담당자들이 해야 할 질문도 분명해집니다. “왜 AI 시대에 지식과 기술 중심의 스펙은 더 이상 인재의 경쟁력이 될 수 없는가?” 그 이유를 좀 더 구체적으로 살펴보면 다음과 같습니다.

첫째, 지식의 희소성이 사라졌습니다. 과거에는 특정 자격이나 점수가 ‘전문 지식을 갖췄다’는 신호였습니다. 그러나 이제는 ChatGPT가 의학부터 법학까지 방대한 지식을 몇 초 만에 제공하고, 복잡한 코딩이나 데이터 분석도 대신 수행합니다. 이런 환경에서 기업이 찾는 인재는 단순히 많은 지식을 보유한 사람이 아니라, 지식을 활용해 새로운 가치를 창출할 수 있는 사람입니다.

둘째, 기술의 수명이 급속히 짧아지고 있습니다. 대학에서 배운 프로그래밍 언어나 취득한 자격증이 졸업 무렵이면 구식이 되는 시대입니다. 새로운 도구와 플랫폼이 매달 등장하고, 업계 표준은 몇 년마다 바뀝니다. 따라서 기업은 특정 기술을 보유한 사람보다 새로운 기술을 빠르게 습득하고 자신의 무기로 전환할 수 있는 학습력이 뛰어난 사람을 원합니다.

셋째, 문제해결의 본질이 바뀌었습니다. AI가 정답을 대신 제공하는 시대에는 ‘얼마나 많은 정답을 아느냐’보다 ‘어떤 질문을 던지고 어떻게 해법을 설계하느냐’가 중요합니다. 좋은 대학을 나온 수재가 가진 ‘공부머리’는 주어진 문제의 정답을 맞히는 능력에 가깝습니다. 그러나 기업이 필요로 하는 것은 정답이 없는 상황에서 새로운 길을 찾아내는 ‘일머리’입니다. 시장은 끊임없이 변하고, 고객의 욕구는 겉으로 드러나지 않는 경우가 많습니다. 이런 불확실성 속에서 차이를 만드는 것은 문제를 구조화하고, 올바른 질문을 던지며, 다양한 관점을 연결해 새로운 답을 만들어내는 힘입니다.

이렇게 AI가 지식과 기술을 빠르게 대체하고 있는 지금, 무엇이 인재의 기준이 되어야 할까요? 그 답은 ‘역량(competency)’에 있습니다. 지식을 활용해 새로운 가치를 창출하는 창의력, 새로운 기술을 빠르게 습득할 수 있는 학습력, 문제의 본질을 파악하고 올바른 질문을 던지는 통찰력은 모두 ‘역량’에서 비롯됩니다.

지식은 AI가 즉시 제공할 수 있고, 기술은 금세 구식이 될 수 있습니다. 그러나 역량은 다릅니다. 역량은 개인이 쌓아온 경험과 그 과정에서 반복된 사고와 행동의 패턴이 응축되어 발휘되는 내면의 힘입니다. AI가 쉽게 흉내 낼 수 없는 이 역량이야말로 조직의 성과를 만들어내는 진짜 원천입니다. 그렇기에 지금 우리는 스펙 중심의 채용이 여전히 타당한 기준인지 근본적으로 다시 물어야 합니다.

✨스펙 중심 채용에서 역량 중심 채용으로

사실 역량의 중요성은 새삼스러운 발견이 아닙니다. 이미 1970년대에 심리학자 데이비드 맥클랜드는 지능 테스트나 학업 성적 같은 전통적 지표가 실제 직무 성과를 예측하지 못한다고 지적했습니다. 그는 명문대 졸업생보다 실제로 더 뛰어난 성과를 내는 평범한 학력의 직원들을 연구하면서 성과를 만들어내는 진짜 힘이 ‘역량’에 있다는 것을 발견했습니다.

그런데 왜 50년이 지난 지금도 우리는 여전히 스펙에 매달리고 있을까요? 가장 큰 이유는 우리 사회가 여전히 ‘좋은 성적=좋은 학교=좋은 직장’이라는 왜곡된 성공 공식에 함몰되어 있기 때문입니다. 이 공식은 교육을 입시와 스펙 쌓기에 묶어두고, 기업에서 학벌과 학점을 ‘빠른 선별 기준’으로 삼게 만듭니다.

더욱 아이러니한 것은 많은 기업들이 이미 경험을 통해 스펙이 높은 사람이 반드시 일 잘하는 사람과 같지 않다는 사실을 알고 있다는 점입니다. 실제로 스펙과 성과의 상관관계가 낮다는 사실은 다양한 연구와 글로벌 사례를 통해 여러 차례 입증되었습니다.

상황이 이러한데도 스펙 중심 채용이 지속되는 이유 중 하나는 현실적인 편의성에 있습니다. 수많은 지원자 가운데 빠르게 후보를 추려내야 하는 상황에서 스펙은 여전히 가장 손쉬운 ‘효율적 필터’로 작동합니다. 학력, 학점, 자격증 같은 정량적 지표는 채용 담당자에게는 평가를 단순화해 주는 도구이고, 구직자에게는 준비해야 할 목표를 명확히 제시해 주는 지표이기 때문에 결과적으로 기업과 개인 모두에게 익숙하고 편리한 선택지가 되어버린 것입니다.

이로 인해 안타깝게도 많은 기업에서 여전히 스펙을 기준으로 인재를 선별하고 있으며, 그 결과는 기업과 개인 모두에게 부메랑이 되어 돌아오고 있습니다. 스펙 중심 채용이 야기하는 문제들을 좀 더 구체적으로 살펴보겠습니다.

첫째, 실제 성과를 낼 수 있는 인재를 놓칩니다. 스펙은 지원자의 과거 노력을 보여줄 뿐 미래 성과와는 직접적 연관이 없습니다. 좋은 학벌을 가진 사람이 반드시 업무를 잘하는 것은 아니며, 높은 학점을 받은 사람이 반드시 성과를 내는 것도 아닙니다. 실제로 변화에 대응하며 문제를 해결하고 성과를 만드는 힘은 역량에서 나옵니다. 스펙 중심의 채용을 하게 되면 정작 조직이 필요로 하는 역량을 가진 인재를 놓치게 됩니다.

둘째, 기업은 인재를 찾지 못하고, 인재는 일할 회사를 찾지 못합니다. 스펙 중심 채용 구조는 성장 단계에 있는 스타트업이나 잘 알려지지 않은 중소기업의 인재난을 심화합니다. 좋은 스펙을 가진 지원자들은 주로 대기업이나 유명 기업에만 지원하기 때문입니다. 반면 역량은 뛰어나지만 스펙이 아쉬운 인재들은 서류 단계에서 탈락하여 기회조차 얻지 못합니다. 결국 기업은 “인재가 없다”고 하고, 구직자는 “일할 곳이 없다”고 하는 역설적 상황이 발생합니다.

셋째, 사회 전체의 자원 낭비를 초래합니다. 구직자들은 취업을 위해 실질적 가치가 의심스러운 자격증 취득과 스펙 쌓기에 막대한 시간과 비용을 투자합니다. 교육 기관들 역시 진정한 역량 개발보다는 입시 성과와 취업률 높이기에 매몰됩니다. 그 결과 정작 AI 시대에 필요한 핵심 역량을 개발하고 강화할 기회를 잃게 됩니다. 개인의 성장 잠재력도, 기업의 혁신 역량도, 사회의 경쟁력도 모두 약화시키는 악순환 구조인 셈입니다.

현재 기업들의 스펙 중심 채용 관행은 ‘구직자의 스펙 경쟁 → 교육의 스펙화 → 사회 전체의 자원 손실’이라는 악순환으로 이어지고 있습니다. 이 악순환의 고리를 끊어내기 위해서는 채용 현장에서의 패러다임 전환이 필요합니다. 기업이 채용 기준을 바꾸면 구직자들의 준비 방향과 전략이 달라지고, 이는 자연스럽게 교육 시스템의 변화로 이어집니다. 결국 채용이 모든 변화의 출발점인 셈입니다.

이제 우리는 질문을 바꿔야 합니다. “어떤 스펙을 가졌는가?”가 아니라 “성과를 창출할 수 있는 역량을 가졌는가?”로 말입니다. 이는 인재 선별 기준을 조정하는 차원의 문제를 넘어서는 것입니다. 과거의 성취를 확인하는 것에서 미래의 가능성을 발견하는 것으로, 표준화된 정략적 지표를 보는 것에서 개별적이고 고유한 역량을 파악하는 것으로 채용의 철학과 접근 방식을 근본적으로 전환하는 것을 의미합니다.

🗝️왜 역량을 보지 못하는가?

채용 기준을 스펙에서 역량으로 전환하려 할 때, 기업들은 새로운 난관에 직면합니다. 바로 “보이지 않는 역량을 어떻게 정확하게 측정하고 평가할 것인가?” 하는 문제입니다.

학벌이나 학점처럼 명확한 수치로 드러나는 스펙과 달리 역량은 이력서나 자기소개서에 쉽게 나타나지 않습니다. 그 이유는 역량이 인지적으로 관찰되는 사고와 행동의 패턴이 아니라 그 패턴을 만들어내는 뇌의 ‘신경경향성’이기 때문입니다.

*** 신경경향성이란 개인이 특정 방식으로 사고하고 반응하도록 결정하는 신경망의 연결 구조, 신경전달물질의 조절 방식, 정보 처리 속도, 주의 집중과 실행 기능의 특성을 포함하는 개념입니다.

역량의 비인지적 특성을 잘 설명해 주는 대표적인 모형으로 라일 스펜서와 사인 스펜서가 제시한 '빙산모델(Iceberg Model of Competency)'이 있습니다. 빙산모델은 역량을 '보이는 부분'과 '보이지 않는 부분'으로 구분합니다. 수면 위로 드러난 빙산의 보이는 부분이 인지(의식) 영역이라면, 수면 아래 잠겨 있는 훨씬 큰 부분은 비인지(무의식) 영역에 해당합니다.

채용 과정에서 판단 기준으로 고려하는 말투, 표정, 태도, 지식처럼 겉으로 드러나는 행동 레벨의 현상은 인지 영역에서 확인할 수 있고, 성격이나 지능 같은 심리 레벨의 특성은 반인지 영역을 통해 파악할 수 있습니다.

일반적인 면접과 인적성검사는 주로 인지 및 반인지 영역을 측정하는 도구에 해당합니다. 그러나 진정 중요하고 영향력이 큰 영역은 빙산 아래 숨겨진 비인지 영역입니다. 사실 인지 영역과 반인지 영역에서 나타나는 특성들도 근본적으로는 비인지 영역에서 형성되어 수면 위로 드러나는 현상이라고 할 수 있습니다.

❄️ 빙산모델 

• 수면 위: 이력서면접에서 확인할 수 있는 학력, 경력, 기술과 같은 가시적 요소. 측정이 쉽고 단기간에 습득·개발이 가능.
• 수면 아래: 긍정성, 적극성, 전략성, 성실성과 같은 성과를 만들어내는 핵심 동력. 무의식 속 동기, 성향, 가치관, 자기개념, 신경학적 패턴 등으로 구성되어 있으며, 직접 관찰이 어려움.
  

대다수의 기업들은 눈에 잘 보이는 수면 위의 정보, 즉 스펙에 의존해 지원자를 평가해 왔습니다. 하지만 이는 빙산의 꼭대기만 보고 전체의 크기와 방향을 짐작하는 것과 같습니다. 보이는 것만으로 판단하다 보니 잠재력이 큰 인재를 놓치기도 하고, 반대로 조직과 맞지 않거나 성장 가능성이 낮은 사람을 선발하는 채용 실패가 반복되었습니다.

진짜 인재를 보려면 수면 아래를 정밀하게 살펴야 합니다. 이는 더 이상 전통적인 스펙 검증만으로는 불가능합니다. 무의식 속에서 드러나는 판단과 행동의 데이터를 과학적으로 분석해 뇌의 작동 패턴을 이해할 수 있어야 합니다. 그렇게 보이지 않는 것을 볼 수 있는 새로운 눈을 갖출 때 비로소 우리는 사람의 잠재력과 성장가능성을 온전히 발견할 수 있습니다.

👀AI 역량검사를 통한 새로운 전환점

AI 역량검사는 기존 채용의 구조적 한계를 넘어서는 새로운 길을 열어주고 있습니다. 그동안의 채용은 제한된 시간 안에 지원자가 보여주는 ‘준비된 모습’을 관찰해 판단하는 방식이었습니다. 그러나 이 방식은 성과를 결정짓는 본질적 요인, 즉 무의식 속에 자리한 사고 및 행동 패턴을 제대로 포착하지 못했습니다.

AI 역량검사는 보이지 않는 영역을 드러내는 과학적 도구이자, 사람의 가능성을 온전히 발견하게 해주는 창(窓)과 같습니다. 그 원리는 네 가지로 정리할 수 있습니다.

첫째, 준비된 모습 너머의 ‘진짜 반응’을 봅니다. 역검은 게임형 과제, 시뮬레이션, 상황 판단 테스트를 통해 의식적으로 준비하거나 연출하기 어려운 순간의 판단과 행동을 살펴봅니다. 예를 들어, 면접에서는 누구나 ‘적극적이고 도전적’이라고 답할 수 있습니다. 하지만 게임형 과제나 시뮬레이션 속에서는 돌발 상황이 주어집니다. 그때 지원자가 의사결정을 얼마나 빠르게 내리는지, 위험을 어떻게 감수하는지, 문제해결을 어떤 방식으로 접근하는지가 그대로 드러납니다. 지원의 역량을 면접 답변이 아니라 실제 무의식적 반응으로 확인하는 것입니다.

둘째, 뇌의 무의식적 반응을 ‘역량 지표’로 바꿔줍니다. 이렇게 수집된 데이터는 정교한 알고리즘을 거쳐 분석됩니다. 이 과정에서 단순한 설문 응답이 아니라 뇌의 신경 네트워크에서 흘러나오는 비언어적이고 비의도적인 신호가 반영됩니다. 예컨대 말의 내용보다 말하는 속도, 반응 패턴, 집중 유지 시간과 같은 무의식적 흔적이 오히려 더 많은 정보를 제공합니다. AI는 이러한 데이터를 정밀하게 분석해 긍정성, 적극성, 전략성, 성실성 등 성과를 만들어내는 핵심 역량 지표로 변환합니다. 그 결과 채용 담당자는 더 이상 단순한 느낌이나 인상에 의존하지 않고 객관적이고 신뢰할 수 있는 근거를 가지고 지원자를 판단할 수 있습니다.

셋째, 미래 성과의 가능성을 예측합니다. 스펙은 과거의 결과물에 불과합니다. 그러나 기업이 진짜로 알고 싶은 것은 “앞으로 이 사람이 우리 조직에서 성과를 낼 수 있는가”입니다. AI 역량검사는 직무별ᆞ산업별 고성과자 데이터를 모델로 삼아 지원자의 프로파일과 비교함으로써 앞으로 어떤 성과를 낼 수 있을지를 확률적으로 예측합니다. 예컨대 영업직이라면 고객 대응 속도, 협상 스타일, 위험 감수 성향 등을 분석해 “이 지원자가 고성과자의 패턴과 얼마나 닮아 있는가”를 수치로 제시합니다.

넷째, 편견을 넘어 진짜 인재를 발견합니다. 학벌이 평범하고 경력이 짧아도 실제 역량은 뛰어난 지원자가 있습니다. 그러나 전통적 채용에서는 이런 인재가 쉽게 걸러집니다. AI 역량검사는 학력, 성별, 연령과 같은 외형적 요소를 배제하고 오직 역량 데이터로만 평가하기 때문에 기존 기준에서는 보이지 않던 숨은 인재를 발굴할 수 있습니다. 실제로 많은 기업이 역검을 통해 “서류로는 통과하기 어려웠던 지원자”가 탁월한 성과를 내는 사례를 경험하고 있습니다.

🔬  과학이 증명한 AI 역량검사의 효과성 

• AI 역량검사의 효과성은 과학적으로도 입증되었습니다. KAIST와 마이다스그룹 공동 연구팀은 2025년 <Scientific Reports>에 발표한 논문에서, AI역량검사가 지원자의 대인관계 능력과 향후 직무 성과를 기존 면접보다 더 정확하게 예측한다는 결과를 제시했습니다.
• AI 역량검사만이 모든 평가 지표(업무 전문성, 업무 능력, 대인관계, 종합 평가)에서 유의미한 예측력을 보였으며, 특히 대인관계 예측에서는 β = 0.10, P = 0.02로 통계적으로 유의미한 상관관계를 나타냈습니다. 반면 기존의 관리자 면접(β = 0.07, P = 0.12)과 임원 면접(β = 0.08, P = 0.07)은 유의 수준에 미치지 못했습니다.
• 다른 병원 사례에서도 AI역량검사만이 ‘탁월’과 ‘양호’ 간 성과 차이를 유의미하게 예측(β = 0.96, P = 0.007)했고, 면접관 평가는 의미 있는 상관을 보이지 않았습니다. 이러한 결과는 인간의 직관적 판단이 아닌 역량 기반의 과학적 데이터를 통한 평가가 실제 성과를 더 정확히 예측할 수 있음을 보여줍니다.
• 또한 역검은 미국 노동부가 제시한 타당도 기준(0.35 이상일 경우 ‘매우 유용한 도구’)을 상회하는 0.51 수준의 예측 정확도를 기록했습니다. 이는 부모와 자녀의 키 유전 상관계수(0.5)와 유사한 수준이며, 교통량과 교통사고 발생의 상관관계(0.2)를 크게 웃도는 수치입니다.

AI 역량검사는 단순히 더 효율적인 평가도구가 아닙니다. 스펙의 표면을 넘어 실제로 성과를 만들어낼 수 있는 역량을 발견하고 키워내기 위한 채용의 전환점입니다. 이 변화는 채용 실패를 줄이고, 교육이 인재 양성의 본질로 돌아오게 하며, 기업의 경쟁력을 강화하는 실질적 효과로 이어집니다.

이제 채용은 과거 스펙을 검증하는 절차가 아니라 미래 성과를 예측하는 전략이 되어야 합니다. 보이지 않는 역량을 과학적으로 측정하고, 이를 기반으로 조직에 가장 적합한 인재를 선발하는 것 ― 이것이 새로운 기준입니다.

앞으로의 HR은 더 많은 이력서와 점수를 비교하는 일이 아니라, AI 역량검사를 통해 과학적으로 측정된 역량 데이터를 활용해 진짜 성과를 낼 수 있는 인재를 발굴하는 일이 될 것입니다. 기업은 그 과정을 통해 불확실성을 줄이고, 더 나은 인재와 함께 성장할 수 있습니다.

🧠 1분 브리핑

⚠️ 문제정의: 좋은 스펙이 곧 좋은 인재일까요? 여전히 많은 기업이 학벌과 학점을 빠른 선별 기준으로 사용하지만, 그 기준은 더 이상 성과를 예측하지 못합니다. 결과적으로 기업은 “인재가 없다”고 말하고, 구직자는 “기회가 없다”고 말합니다. 이 악순환의 고리는 성과를 내는 인재를 발견하지 못하는 채용 구조에 있습니다.

🔎 원인분석: 성과는 스펙이 아니라 '보이지 않는 역량'에서 나옵니다. 그러나 대부분의 채용은 여전히 표면적 정보만을 보고 판단합니다. 이는 문제해결력, 협업력, 전략적 사고력 등 실제 성과를 만드는 역량을 보지 못하게 하며, 채용 실패가 반복되는 원인이 됩니다.

✨ 해결방안: 이제 채용의 기준은 지식이나 기술이 아니라 성과를 만드는 뇌의 성과 메커니즘으로 전환되어야 합니다. AI 역량검사는 무의식적 판단과 행동 데이터를 분석해 지원자의 미래 성과 가능성을 예측할 수 있습니다. 이는 단순한 채용 도구의 변화가 아니라, 채용의 본질을 '과거 평가'에서 '미래 예측'으로 전환하는 혁신입니다.