AI PM 채용공고 기반 : 포트폴리오는 어떻게 준비해야 할까?

AI PM 지원을 준비하면서 채용공고가 실제로 어떤 경험과 포트폴리오를 요구하는지 확인하기 위해 직접 열어볼 수 있는 공고 39건을 모아 분석했습니다. 이 글에서는 그중에서도 자격요건에 나온 검증과 포트폴리오에 요구된 판단 과정을 살펴봅니다.

분석 결과, 지원자가 보여줘야 할 것은 AI 도구로 만든 결과물 하나가 아니었습니다. 자격요건에는 검증하다가 6건 등장했고, 포트폴리오 필수 10건 중 5건은 가설을 어떻게 확인했는지, 실패에서 무엇을 얻었는지, 다음 판단을 어떻게 바꿨는지까지 요구했습니다.

자격요건과 우대 기술의 전체 빈도는 AI PM 되는 법 : 채용공고는 무엇을 요구하고 무엇을 준비해야 하나에 따로 정리했습니다.

어떤 공고를 모았나

원티드에서 33건, 업스테이지와 뤼튼에서 각 2건, 스캐터랩과 네이버에서 각 1건을 모았습니다. AI·AX 직군뿐 아니라 차이를 확인할 비교군도 함께 넣었습니다.

공고를 고를 때는 직무명보다 업무 문장을 봤습니다. 같은 PM 업무도 서비스 기획, 기획자, Product Owner, CX, CRM, 그로스, 상품기획, 사업기획처럼 다른 이름으로 올라왔습니다. 검색은 넓게 하고 요구사항 정의, 기능명세, 화면설계, 우선순위 조정, 데이터 분석이 실제 업무에 들어 있는지 확인했습니다.

자격요건의 검증하다는 무엇을 보여주나

상위권 다음에는 검증하다가 6건 나왔습니다. 무언가를 만들었다는 설명만으로는 끝나지 않았습니다. 먼저 기준을 정하고, 결과가 그 기준에 맞는지 확인하는 일까지 자격요건에 들어 있었습니다.

우대 기술에서도 AI 도구만 따로 익히면 된다는 모양은 보이지 않았습니다. Figma, Notion, Jira가 각각 5건 등장했습니다. 기존에 하던 화면 설계, 문서 작성, 협업 도구 사용 위에 AI 시스템을 읽는 일이 더해졌습니다.

포트폴리오 10건은 무엇을 요구했나

포트폴리오는 필수 10건, 선택 2건이었고 27건은 따로 요구하지 않았습니다. 모든 공고가 포트폴리오를 받는 시장은 아니었습니다.

다만 필수로 받은 10건 가운데 5건은 완성된 화면이나 결과만 요구하지 않았습니다. 어떤 가설을 세웠는지, 무엇으로 작동 여부를 확인했는지, 실패한 뒤 무엇을 얻었는지를 함께 보려 했습니다.

그래서 포트폴리오에는 첫 결과만 놓기보다 판단이 바뀐 순서를 남길 필요가 있었습니다. 처음 잡은 문제, 확인 기준, 안 된 지점, 다음 판에서 바꾼 내용을 이어 놓는 방식입니다. 결과가 잘 나왔다는 설명보다 그 결과를 믿을 수 있는 근거가 드러납니다.

분석 결과를 지원 준비에 어떻게 옮겼나

먼저 지원할 자리를 직무명만으로 고르지 않았습니다. 내가 했던 일과 공고 속 업무 문장이 맞물리는지 살폈습니다.

경험의 이름도 같은 기준으로 바꿨습니다. AI 툴의 공통 평가 기준을 만든 일은 모델·툴 평가 프레임워크 설계로 옮겼습니다. 요청서 양식을 전면 개편한 일은 요구사항 수집 프로세스 재설계로 적었습니다. 없던 경험을 보탠 것이 아니라, 직접 한 일을 채용공고에서 쓰는 업무 문장으로 다시 불렀습니다.

AI PM 지원 준비에서 무엇을 보여줘야 하나

AI PM 지원 준비에서는 AI 도구를 사용했다는 사실보다 문제를 정의하고 가설을 검증하며 결과에 따라 판단을 바꾼 과정을 보여줘야 합니다. 이에 맞춰 포트폴리오 구성도 바꾸어 정리하고 있습니다. 완성품만 모으지 않고 무엇을 문제로 잡았는지, 어떤 기준으로 확인했는지, 처음 시도한 방법이 왜 기대한 결과를 내지 못했는지, 무엇을 바꿨는지가 이어지도록 구성하는 중입니다. 공고를 세어 얻은 결과를 바탕으로 기술 이름을 더 붙이기보다, 이미 한 경험을 확인 가능한 판단 과정으로 옮기고 있습니다.