디자이너 면접에서 포트폴리오만 보면 안 되는 이유

디자이너 채용에서 포트폴리오는 지원자의 실무 능력을 확인할 수 있는 거의 유일한 자료입니다. 그래서 면접에서도 자연스럽게 포트폴리오를 펼쳐놓고 이야기를 나누게 됩니다.

하지만 AI 시대, 면접에서 포트폴리오 질문 만으로 지원자의 역량을 파악할 수 있을까요?

AI 이미지·영상 생성 도구로 완성도 높은 결과물 생성이 쉬워지면서, "결과물이 예쁜가"만으로 실력을 가늠하는 방식은 이제 통하지 않게 됐습니다.

이 글에서는 AI 시대에 디자이너의 포트폴리오 평가 기준이 어떻게 바뀌어야 하는지, 그리고 질문과 채점을 구조화해 면접관들이 같은 기준으로 판단하는 방법을 정리합니다.

📌 3줄 요약

• AI 도구로 완성도 높은 결과물을 누구나 만들 수 있게 되면서, 결과물의 "예쁨"은 더 이상 실력의 증거가 되지 못합니다.

• "왜 이 선택을 했는지"를 묻는 의사결정 추적형 질문으로 정성적 판단을 구조화할 수 있습니다.

• 질문을 구조화해도 답변을 감으로 채점하면 다시 원점입니다. 행동기준평가척도(BARS)로 답변까지 점수화해야 합니다.

기준 없는 평가의 함정

디자이너 직무는 포트폴리오를 통해 지원자의 결과물을 보고 실무 역량과 사고 과정을 판단하는 과정을 거칩니다.

문제는 대부분의 면접관이 결과물의 완성도만 보고 "좋다/나쁘다"를 판단한다는 점입니다. 완성에 대한 기준은 사람마다 다르기 때문에, 같은 포트폴리오를 두고도 면접관 A는 통과, 면접관 B는 탈락 의견을 낼 수 있습니다.

이런 차이는 면접관의 역량 문제가 아니라 평가 프로세스가 구조화되어 있지 않아서 생기는 문제입니다. 실제로 미국 심리학회지에 실린 연구를 보면, 질문과 채점 기준을 미리 정해두고 진행한 면접이, 그때그때 자유롭게 진행한 면접보다 입사 후 성과를 훨씬 더 잘 맞춘다는 결과가 나왔습니다. (Schmidt & Hunter, 1998)

질문과 채점 기준을 먼저 정해두는 것만으로도, 채용 판단의 정확도를 확실히 높일 수 있다는 뜻입니다.

면접에서 확인해야 할 디자이너 역량 5가지

대다수의 디자이너들은 이미 AI 이미지·영상 생성 도구를 실무에 활용하고 있습니다.

Figma의 State of the Designer 2026 리포트에 따르면 디자이너의 72%가 생성형 AI 도구를 실무에 사용하고, 91%는 매주 AI로 디자인 작업을 합니다. 몇 줄의 프롬프트만으로도 완성도 높은 이미지를 만들어낼 수 있는 도구가 흔해진 만큼, "결과물이 세련됐다"는 느낌 자체가 더 이상 디자이너의 역량을 증명하지 못합니다.

실무에서는 AI를 결과물을 통째로 완성해 주는 도구가 아니라, 초안을 여러 개 빠르게 뽑아보거나 반복 작업을 줄여주는 보조 도구로 씁니다. 그리고 결과물의 품질은 도구 자체의 성능보다, 사람이 얼마나 구체적으로 방향을 지시했는지에 더 크게 좌우된다는 게 실무자들의 공통된 이야기입니다.

즉, 지금 면접관에게 필요한 건 "이 결과물이 얼마나 완성도 있는가"가 아니라 "이 사람이 얼마나 뚜렷한 기준으로 판단했는가"를 보는 눈입니다.

이런 흐름에서 오히려 더 중요해지는 디자이너의 역량은 아래와 같습니다.

문제는 이 다섯 가지 역량이 결과물 자체에는 드러나지 않는다는 점입니다. 완성된 시안만 봐서는 그게 문제 정의부터 시작된 판단인지, AI가 제안한 방향을 그대로 받아들인 것인지 구분할 수 없습니다.

결국 이 역량들을 확인할 수 있는 방법은 포트폴리오를 사이에 두고 무엇을, 어떻게 묻느냐입니다.

결과가 아니라 과정을 캐묻는 질문법

같은 포트폴리오를 앞에 두고도 질문에 따라 드러나는 정보는 완전히 달라집니다.

A: "이 시안 어떻게 만드셨어요?"

B: "이 시안을 정하기 전에 어떤 대안을 검토했나요?"‘

이 두 질문은 얼핏 비슷해 보입니다. 하지만 A는 결과에 대한 설명을, B는 판단의 과정을 끌어냅니다. 앞서 짚은 다섯 가지의 역량을 실제로 검증하려면, 질문 자체를 판단 과정을 추적하는 형태로 설계해야 합니다.

이런 질문을 의사결정 추적형 질문이라고 부릅니다. 지원자가 그 결과물에 이르기까지 어떤 선택을 했고, 왜 그렇게 했는지를 되짚어 묻는 질문입니다.

이런 질문은 정해진 정답이 없습니다. 다만 지원자가 자신의 선택을 논리적으로 설명하는지, 대안을 검토했는지를 관찰 기준으로 삼을 수 있습니다.

사람과 AI, 두 협업을 검증하는 법

위에서 다룬 질문들은 지원자 혼자 내린 판단을 드러내는 데는 효과적입니다. 하지만 실무는 혼자 하는 일이 아닙니다. 디자이너는 대부분의 결정을 팀원, PM, 개발자, 그리고 이제는 AI 도구와 함께 만들어갑니다.

사람과의 협업, AI와의 협업은 검증 포인트가 서로 다르기 때문에 나눠서 봐야 합니다.

사람과의 협업은 아래 질문으로 확인하세요.

• "팀원과 의견이 갈렸던 프로젝트 하나만 얘기해 주세요."
  → 사건 하나를 묻고 "그때 정확히 뭐라고 말했나요?"와 같이 후속 질문으로 이어가세요. 진짜 경험과 각색된 답변을 가려줍니다.

• "작업 중 방향이 잘못됐다는 걸 알았을 때, 누구에게 어떻게 이야기를 꺼냈나요?"
  → 방향이 틀렸을 때 어떻게 협업했는지 확인할 수 있습니다.

• "본인의 결정에 반대 의견이 있었을 때 어떻게 설득했나요?"
  → 근거 없이 굽혔는지, 소통 없이 밀어붙였는지가 드러납니다.

AI와의 협업은 결과물을 다루는 판단력을 봐야 합니다.

싱가포르공과대(SUTD)의 연구에서는 AI와 잘 협업하는 데 필요한 역량을 4가지로 정리합니다. 이 각각을 아래 질문으로 연결하여 확인할 수 있습니다.

AI 의존도가 높아질수록, 면접에서도 결과물을 그대로 받아들였는지보다 어디까지 직접 검증했는지를 더 꼼꼼히 확인해야 합니다.

구조화된 질문, 채점도 구조화해야 합니다

앞서 소개한 질문들을 그대로 던져도, 답변을 들은 뒤 다시 "느낌이 괜찮았다/아니었다"로 판단하면 원래 문제로 되돌아갑니다. 질문을 구조화하는 것만큼, 답변을 채점하는 기준도 구조화해야 하는 이유입니다.

행동기준평가척도(BARS)는 "그럴 것 같다"는 인상이 아니라, 답변에 담긴 과거 행동과 근거가 얼마나 구체적인지로 점수를 매기는 방식입니다.

예를 들어 문제 정의력을 평가할 때는 문제를 잘 정의한 것 같다는 인상 대신, 아래처럼 답변의 구체성을 기준으로 점수를 나눕니다.

• 1점: 결과물 설명에 그치고 문제 자체를 언급하지 못함

• 3점: 문제는 언급하지만 팀·상사가 정의해준 내용을 그대로 전달

• 5점: 본인이 문제를 재정의하거나 우선순위를 구체적 근거로 설명

이 방식은 이미 여러 디자인 조직이 실제로 쓰고 있는 방법이기도 합니다.
기업가치 50억 달러 이상으로 평가받는 글로벌 B2B 도매 마켓플레이스 Faire는 디자인 조직의 면접 평가를 몇 개의 축으로 나누어 채점합니다. UX 리서치 전문 컨설팅펌 Drill Bit Labs가 만든 포트폴리오 리뷰 루브릭에서도 비슷한 원리로 항목을 쪼개 점수화합니다.

이처럼 조직마다 축은 다르지만 점수를 쪼개어 본다는 원리는 같습니다. 나머지 역량에 대한 전체 채점 기준표는 마지막에 정리한 평가 척도를 참고하세요.

완성도는 AI가, 판단은 사람의 몫입니다.

AI로 누구나 완성도 높은 결과물을 만들 수 있게 되면서, “잘 만들었다"는 더 이상 실력의 증거가 되지 못합니다.

디자이너 실력은 여러 대안 중 하나를 선택한 근거와, AI 결과물을 어디까지 신뢰하고 수정할지 판단하는 능력에 달려 있습니다. 지원자의 작업 과정에서 생긴 변수들과 팀, AI 모두와 어떻게 협업했는지를 파고들어야 진짜 실력이 드러납니다. 여기서 나온 답변 역시 감이 아니라 미리 정한 기준으로 점수를 매겨야, 면접관마다 기준이 갈리는 문제를 줄일 수 있습니다.

이러한 기준을 디자이너의 채용 면접에 바로 활용하고 싶다면, 뒤에 이어지는 <역량별 질문 리스트>와 <답변을 점수로 구조화하는 평가 척도>를 확인해보세요.

역량별 포트폴리오 평가 질문 리스트

1️⃣ 문제 정의력

1. 이 프로젝트에서 해결하려던 문제는 무엇이었나요?

2. 이 문제가 왜 우선순위가 높다고 판단했나요?

3. 문제를 다시 정의해야 했던 순간이 있었다면 언제였나요?

4. 이 문제를 처음 발견한 게 본인인가요, 아니면 누군가 정의해준 문제였나요?

5. 이 문제를 해결하지 않고 방치했다면 어떤 결과로 이어졌을 것 같나요?

6. 문제를 다른 방식으로 정의했다면, 결과물이 어떻게 달라졌을까요?

2️⃣ 큐레이션·판단력

1. 여러 대안이 나왔을 때, 이 방향을 선택한 기준은 무엇이었나요?

2. 채택하지 않은 대안은 왜 배제했나요?

3. 지금 다시 고른다면 같은 선택을 할 것 같나요?

4. 이 선택이 틀렸다면 어떤 신호로 가장 먼저 알아챘을 것 같나요?

5. 가장 안전한 선택지와 가장 과감한 선택지가 있었다면, 왜 지금의 결과를 골랐나요?

6. 이 결정에 가장 크게 영향을 준 근거 하나만 꼽는다면 무엇인가요?

3️⃣ 디렉팅·수정 능력

1. AI로 만든 초안에서 어색하거나 잘못된 부분을 어떻게 확인했나요?

2. 원하는 결과를 얻기까지 AI에게 어떤 식으로 다시 지시했나요?

3. AI 결과물을 그대로 쓰지 않고 직접 수정한 부분은 어디였나요?

4. AI가 처음 제안한 결과와 최종 결과물의 가장 큰 차이는 무엇인가요?

5. AI 결과물을 검증할 때 어떤 기준(브랜드, 사용자, 데이터)으로 판단했나요?

6. AI 산출물을 별다른 검증 없이 채택했다가 문제가 됐던 경험이 있나요?

4️⃣ 도구 선택·AI 활용

1. 이 프로젝트에서 사용한 AI 도구는 무엇이고, 각각 어떤 용도로 썼나요?

2. AI에게 지시할 때 어떤 맥락·제약조건을 함께 제공했나요?

3. 이 프로젝트에서 AI로 해결한 병목 구간은 무엇이었나요?

4. 가장 유용하게 쓰는 AI 도구는 무엇이고, 새로 도입한다면 어떤 도구가 필요한가요?

5. 여러 AI 도구를 연결해서 쓴 경험이 있다면, 어떻게 조합했나요?

6. 이 프로젝트를 AI 없이 처음부터 다시 만든다면, 결과가 얼마나 달라질 것 같나요?

5️⃣ 협업·기여도

1. 프로젝트 방향이 틀렸다는 걸 알았을 때, 누구에게 어떻게 이야기했나요?

2. 이해관계자의 요구가 사용자·브랜드 방향과 맞지 않을 때, 어떻게 조율했나요?

3. 이 프로젝트에서 본인이 단독으로 결정한 부분과 팀 논의로 결정한 부분을 나눠서 설명해 주세요.

4. 팀원과 의견이 갈렸던 프로젝트 하나만 얘기해 주세요. 그때 정확히 뭐라고 말했나요?

5. 본인이 이 프로젝트에 없었다면 결과가 어떻게 달라졌을 것 같나요?

6. 결정 권한이 없는 상황에서 본인 의견을 관철시켜야 했던 경험이 있나요?

6️⃣ 자기 객관화

1. 지금 다시 이 프로젝트를 한다면 무엇을 발전시키고 싶나요?

2. 이 결과물의 가장 아쉬운 부분은 무엇인가요?

3. 이 프로젝트를 통해 배운 것 중 다음 프로젝트에 적용한 게 있다면?

4. 이 프로젝트에서 받은 피드백 중 가장 뼈아팠던 것은 무엇인가요?

5. 동료나 상사가 이 프로젝트를 평가한다면, 본인과 다르게 볼 것 같은 지점이 있나요?

6. 포트폴리오에 실은 프로젝트 중 가장 자신 없는 것을 하나 고른다면, 왜 그건가요?

답변을 점수로 구조화하는 평가 척도

행동기준평가척도에 따라, 지원자의 실무 역량을 미리 정한 축과 점수 기준으로 쪼개서 보는 것이 핵심입니다. 위에서 살펴본 역량들을 같은 방식으로 쪼개어 정리했습니다.

FAQ

Q. AI로 만든 포트폴리오인지 구별할 수 있나요?

A. 완벽하게 구별하기는 어렵습니다. 실제로 채용 담당자의 76%가 "AI 때문에 지원자의 진짜 역량을 판단하기 어려워졌다"고 답할 정도로 흔한 고민입니다. 완성된 이미지만 봐서는 판별이 사실상 불가능하지만, 이 글에서 다룬 의사결정 추적형 질문과 행동사건면접 캐묻기로 결과가 아니라 과정을 물으면 AI에게 전부 맡긴 지원자와 판단을 주도한 지원자가 자연스럽게 구분됩니다.

Q. 신입과 경력 디자이너에게 같은 질문과 채점 기준을 써도 되나요?

A. 질문의 틀은 같이 쓰되 초점은 다르게 가져가는 것이 좋습니다. 신입은 프로젝트 개수보다 한 프로젝트를 깊이 파고든 사고 과정(문제 정의력, 큐레이션·판단력)에, 경력은 비즈니스 임팩트와 전략적 판단(맥락·브랜드 이해, 협업·기여도)에 무게를 두고 부록 A의 해당 질문을 우선 활용하는 방식을 권장합니다.

Q. 면접관마다 점수가 다르게 나오면 어떻게 맞추나요?

A. 면접 직후 면접관들이 같은 척도로 독립적으로 채점한 다음, 점수가 크게 벌어진 항목만 모여 왜 그렇게 채점했는지 근거를 맞춰보는 캘리브레이션 방식이 실무에서 널리 쓰입니다. 점수를 먼저 공유하고 논의하면 목소리 큰 의견에 쏠리기 쉬우므로, 반드시 독립 채점 후에 모이는 순서를 지켜야 합니다.

Q. AI 도구를 많이 쓴 포트폴리오는 감점 요인인가요?

A. 아니요. AI 활용 자체보다 그 과정에서 어떤 판단을 내렸는지가 중요합니다. 얼마나 썼는지보다 왜, 어떻게 썼는지를 설명할 수 있는지가 핵심 기준입니다.

Q. 정성 평가를 완전히 없애고 정량 지표로만 평가할 수는 없나요?

A. 디자인 역량은 완전한 정량화가 어렵습니다. 정성 평가 자체를 없애는 것이 아니라, 그 판단의 근거를 질문과 척도로 구조화해서 면접관 간 기준 차이를 줄이는 것이 현실적인 방법입니다.

📍참고 자료

• Schmidt, F. L., & Hunter, J. E. (1998). Psychological Bulletin — 구조화 면접 예측 타당도 연구

• Figma, State of the Designer 2026

• Faire Design Blog, Designing an Interview Process

• Huang, Q. & Poon, K. W. (SUTD), SuperSkillsStack: Agency, Domain Knowledge, Imagination, and Taste in Human-AI Design Education