AI VIDEO BRIEFING

노션 기록과 MCP로 만든 AI 자기분석 보고서, 취업 준비에 활용하는 구체적 방법

군 복무 중 시작한 기록을 노션에 비전·목표·프로젝트 단위로 구조화하고 MCP로 AI에 연결해 30쪽짜리 자기분석 보고서를 받은 사례. 기록을 데이터로 만드는 구체적 방법과 그 한계를 인터뷰로 정리했다.

5년치 인생 기록을 AI에 먹였더니: 취업 준비생이 만든 자기분석 보고서 영상 대표 이미지

핵심 메시지

  • 출연자는 2021년 군 복무 중 진로 고민에서 출발해 자기 기록을 체계적으로 남기기 시작했다.
  • 기록을 비전, 목표, 프로젝트, 일일 과제로 층층이 나누고 각 프로젝트에 번호를 붙여 관계를 드러냈다.
  • 노션에 쌓인 기록을 MCP로 AI에 연결해 약 30쪽 분량의 자기분석 보고서를 받았다.
  • 보고서는 강점뿐 아니라 스스로 인정하기 어려운 약점과 추천 직무까지 근거를 들어 제시했다.
  • 합격·불합격 기록을 모아 대시보드로 만들자 대기업과 스타트업의 서류 통과 패턴 차이가 드러났다.

쉽게 이해하기

영상은 진행자가 팀 동료였던 취업 준비생을 소개하며 시작한다. 어느 날 그가 'AI가 나를 분석한 보고서를 만들어 왔다'며 문서를 내밀었고, 읽어 보니 MBTI보다 자신을 정확히 짚더라는 것이다. 진행자는 AI에게 자기 분석을 시킨다는 발상 자체가 인상적이었다며, 어떻게 삶을 데이터로 만들었는지부터 차근차근 묻는다.

출연자는 2021년 군 복무 중 삶을 돌아보다 기록을 시작했다고 말한다. 사진 예술을 전공한 뒤 진로를 고민하던 시기였다. 중학교 때부터 스마트폰을 써서 그 이후 기록은 대부분 디지털로 남아 있었지만 그 전의 일기와 다이어리는 종이에만 있었고, 정보량이 너무 많아 전부 옮기는 대신 중요한 대목에 밑줄을 치고 정리한 결과만 문서로 남기는 방식을 택했다.

처음에는 노션에 템플릿을 만들어 채웠지만 템플릿을 만드는 일도, 거기에 맞춰 넣는 일도 품이 너무 컸다고 한다. 그래서 삶 자체를 구조화하기로 하고 비전, 목표, 프로젝트, 일일 과제로 층을 나눴다. 회사가 비전을 쪼개 목표로 내려보내는 방식을 자기 삶에 접목한 셈이다. 프로젝트에는 00부터 99까지 번호를 매겨 관리했는데, 이렇게 코드를 붙여 둬야 나중에 AI가 데이터 사이의 연관 관계를 읽을 수 있다는 것이 그의 설명이다.

노션에 3년가량 쌓인 기록은 MCP로 AI에 연결됐고, 결과는 약 30쪽짜리 보고서였다. 주도성과 창작성 같은 지표, 흩어져 있던 경험을 묶어낸 핵심 강점, 행동 패턴 분석이 담겼다. 출연자는 '주도성'이라는 단어만 들으면 정작 어떤 경험이 거기 해당하는지 잘 떠오르지 않는데 AI가 그것을 묶어 줘서 의미가 있었다고 말한다. 팀 리더십과 개인 주도성 사이의 괴리처럼 스스로 생각해 본 적 없는 약점도 짚어 줬고, 그는 위임이 필요하겠다는 결론을 얻었다.

보고서는 마지막에 AI 서비스 기획 PM과 프로덕트 빌더를 추천 직무로 제시하며, 지금까지의 일하는 방식이 그 직무가 요구하는 구조와 맞닿아 있다는 근거를 달았다. 별도로 그는 지원 결과를 모은 대시보드도 만들어, 대기업은 직무 요건과 정확히 맞는 경험이 있어야 서류가 통과됐고 스타트업은 경험한 도메인이 달라도 태도 항목이 맞으면 통과되는 경향, 그리고 직무명이 기획이어도 운영 업무 비중이 큰 공고에서는 대체로 탈락한다는 패턴을 확인했다.

주요 인사이트

  • 기록을 많이 남기는 것보다 구조를 정해 두는 편이 중요하다. 정리 없이 흩어진 데이터는 사람만이 아니라 AI도 어떻게 해석해야 할지 모른다는 것이 출연자의 경험이다.
  • 프로젝트마다 번호를 붙이는 사소해 보이는 습관이 결국 데이터 사이의 연결선이 됐다. 태그와 코드가 있어야 AI가 항목들의 관계를 읽어낼 수 있다.
  • 자기 인식과 데이터가 어긋날 수 있다는 전제 위에서 프롬프트를 설계한 점이 눈에 띈다. 희망 직무와 스스로 생각하는 자신을 먼저 받아 두고, 실제 기록 분석 결과와 대조하는 구조다.
  • AI가 특히 유용했던 지점은 강점 나열이 아니라 약점 지적이었다. 스스로 단점을 인정하기는 어렵지만 자기 기록이라는 근거를 함께 제시받으면 납득이 된다는 것이다.
  • 출연자와 진행자 모두 이 결과를 정답이 아니라 의사결정을 돕는 도구로 본다. 특히 하고 싶은 일이 아직 뚜렷하지 않은 사람에게 더 도움이 될 수 있다는 이야기가 오간다.

자주 묻는 질문

삶을 어떤 방식으로 데이터로 만들었나?

비전, 목표, 프로젝트, 일일 과제로 층을 나눠 노션에 구조화했다. 추상적인 삶의 방향에서 시작해 만다라트로 목표를 쪼개고, 몇 달에 걸쳐 수행하는 과제를 프로젝트로 정의한 뒤 00부터 99까지 번호를 매겨 관리했다. 종이 일기는 전부 옮기지 않고 중요한 부분을 정리한 결과만 문서로 남겼다.

노션 기록을 AI에 어떻게 넘겼나?

출연자는 MCP를 사용해 노션에 기록된 내용을 AI에 연결했다고 말한다. 프롬프트는 희망 직무를 먼저 수집하고, 스스로를 어떻게 생각하는지 자기 인식을 받은 다음, 마크다운 파일 첨부나 노션 연결로 데이터를 넣도록 안내한 뒤 보고서를 생성하는 순서로 구성했다.

지원 결과 대시보드에서 어떤 패턴이 보였나?

대기업은 채용 공고의 직무 요건과 정확히 들어맞는 경험이 있을 때 서류가 통과됐고, 스타트업은 경험해 보지 않은 도메인이라도 태도 항목이 맞으면 통과되는 경우가 많았다. 반면 직무명이 PM이나 서비스 기획이어도 실제로는 운영이나 CS 업무 비중이 큰 공고에서는 대체로 탈락했다.

원문과 출처

이 글은 원본 영상의 자막을 바탕으로 한국어 독자를 위해 요약했습니다. 전체 맥락과 최신 정보는 원문에서 확인하세요.

YouTube 원본 영상 보기 ↗

관련 AI 소식