AI 포트폴리오, 결과물만 모으면 왜 설득이 약할까?

1. 결과물이 많아도 설득력이 약한 이유

AI 도구를 쓰기 시작하면 결과물을 빨리 만들 수 있습니다. 문서 초안, 카드뉴스, 분석표, 발표 자료까지 예전보다 훨씬 쉽게 쌓입니다. 그런데 막상 포트폴리오로 보여주려고 하면 이상하게 설득력이 약해지는 경우가 많습니다.

이유는 단순합니다. 보는 사람은 결과물의 개수보다 그 결과물이 어떤 문제에서 나왔는지, 내가 어떤 판단을 했는지, 무엇을 고쳐서 나아졌는지를 알고 싶어하기 때문입니다. AI로 만든 결과물일수록 이 과정이 더 중요합니다.

그래서 포트폴리오를 만들 때는 예쁜 화면을 먼저 모으기보다 세 가지 기록을 먼저 정리하는 편이 좋습니다. 문제, 역할, 증거입니다.

2. 먼저 정리할 것 1: 어떤 문제를 풀었는가

첫 번째는 문제입니다. “AI로 콘텐츠를 만들었다”는 말보다 “반복되는 고객 질문을 5개 유형으로 나눠 답변 시간을 줄이고 싶었다”는 말이 더 강합니다. 문제를 좁히면 결과물의 의미가 보입니다.

문제는 거창할 필요가 없습니다. 회의록이 길어 실행안이 흐려지는 문제, 강의를 듣고도 복습이 이어지지 않는 문제, 쇼핑 글에서 제품 장점만 나열되어 선택 기준이 남지 않는 문제도 모두 포트폴리오 주제가 될 수 있습니다.

좋은 문제 문장은 세 가지를 담습니다. 누가 불편했는지, 무엇이 반복됐는지, 줄이고 싶은 비용이 시간이었는지 실수였는지 혼란이었는지입니다. 이 문장이 있어야 결과물이 단순한 샘플이 아니라 해결 기록이 됩니다.

3. 먼저 정리할 것 2: 나는 어떤 판단을 맡았는가

두 번째는 역할입니다. AI가 초안을 만들었다면 내가 한 일은 무엇인지 남겨야 합니다. 자료를 고른 일, 기준을 세운 일, 틀린 부분을 확인한 일, 문장을 독자 상황에 맞게 바꾼 일은 모두 중요한 역할입니다.

포트폴리오에서 “AI 사용”을 숨기려고 하면 오히려 설명이 약해질 수 있습니다. 반대로 어디까지 AI를 쓰고 어디부터 사람이 판단했는지를 정리하면 책임 있는 사용 능력을 보여줄 수 있습니다.

예를 들어 “AI로 초안을 생성했다”에서 끝내지 말고 “개인정보가 들어가지 않도록 입력을 줄였고, 출처가 필요한 문장은 별도로 확인했으며, 최종 문장은 실제 독자 상황에 맞게 다시 썼다”라고 적으면 판단 과정이 보입니다.

4. 먼저 정리할 것 3: 무엇이 안 됐고 어떻게 고쳤는가

세 번째는 실패 원인입니다. 사람들은 포트폴리오에 잘된 것만 넣고 싶어합니다. 하지만 실제 업무에서는 처음부터 잘된 결과보다 안 된 이유를 찾아 수정한 기록이 더 믿음을 줍니다.

예상보다 반응이 약했다면 제목이 문제였는지, 독자의 상황을 너무 넓게 잡았는지, 결과물이 너무 예뻐 보이지만 실제 행동으로 이어지지 않았는지를 나눠볼 수 있습니다. 이 분석이 있으면 다음 결과물이 왜 좋아졌는지 설명할 수 있습니다.

특히 AI 결과물은 그럴듯해 보이는 착시가 생기기 쉽습니다. 문장은 매끄럽지만 근거가 약하거나, 표는 깔끔하지만 실제 의사결정에는 도움이 안 되는 경우가 있습니다. 그래서 결과 전후 차이와 수정 이유를 함께 남기는 것이 좋습니다.

5. AI 사용 기록은 숨기기보다 투명하게 남긴다

AI 시대의 포트폴리오는 “AI를 썼는가”보다 “AI를 어떻게 책임 있게 썼는가”를 보여주는 쪽으로 바뀌고 있습니다. 개인정보를 넣지 않았는지, 저작권 문제가 생길 만한 이미지를 베끼지 않았는지, 출처 확인이 필요한 내용을 그대로 쓰지 않았는지가 중요합니다.

모든 과정을 길게 적을 필요는 없습니다. 사용한 목적, 사람이 검토한 기준, 최종 판단을 한 지점만 짧게 남기면 충분합니다. 이 기록은 면접이나 협업 설명에서도 도움이 됩니다.

AI를 잘 쓰는 사람은 도구 이름을 많이 아는 사람이 아니라, 도구가 만든 결과를 자기 기준으로 검토하고 책임질 수 있는 사람입니다.

6. 1주일 포트폴리오 정리 루틴

첫째 날에는 최근 만든 결과물 3개를 고릅니다. 완성도가 가장 높은 것보다 다시 설명할 수 있는 것을 고르는 편이 좋습니다. 둘째 날에는 각 결과물의 문제 문장을 한 줄로 씁니다.

셋째 날에는 내가 맡은 역할을 나눕니다. 자료 수집, AI 프롬프트 설계, 검토, 수정, 배포, 피드백 정리처럼 실제 행동으로 적습니다. 넷째 날에는 처음 안 됐던 지점과 고친 지점을 적습니다.

다섯째 날에는 결과 전후 차이를 숫자나 관찰로 남깁니다. 시간이 줄었는지, 설명이 쉬워졌는지, 다시 사용할 수 있는 템플릿이 생겼는지처럼 작아도 됩니다. 주말에는 이 내용을 한 장의 사례 카드로 정리합니다.

7. 이런 사람은 더 적게 보여줘도 된다

포트폴리오가 약한 이유가 결과물 부족이라고 느껴질 때가 많지만, 실제로는 너무 많이 보여줘서 핵심이 흐려지는 경우도 있습니다. 같은 유형의 결과물을 여러 개 올리기보다 문제와 판단이 다른 사례 2~3개가 더 낫습니다.

커리어 전환을 준비하는 사람이라면 “나는 이런 문제를 이런 기준으로 다룰 수 있다”는 신호를 남기는 것이 먼저입니다. 성인 학습을 하는 사람이라면 강의 수강 기록보다 배운 내용을 적용한 작은 산출물이 더 중요합니다.

결국 좋은 포트폴리오는 나를 과장하는 자료가 아니라, 내가 어떤 문제를 만나도 다시 생각하고 고칠 수 있다는 증거입니다.

8. 다음에 읽기

커리어에서 어떤 기술부터 봐야 할지 막막하다면 AI 시대 커리어 전환, 도구보다 먼저 익힐 기술를 먼저 읽어보세요. 강의를 들어도 실력이 안 남는 이유: 결과물이 없어서입니다는 강의를 들어도 실력이 안 남는 이유: 결과물이 없어서입니다와 연결됩니다.

AI 질문 루틴은 AI 처음 쓸 때, 무엇을 물어봐야 답이 좋아질까?, 실패 원인 점검은 새 제품을 찾기 전, 왜 안 됐는지 먼저 봐야 하는 이유에서 이어볼 수 있습니다.