- SK·LG·CJ는 서류 분석, 역량검사, 면접 지원 등 서로 다른 단계에 AI를 넣었습니다. 단일한 'AI 채용 모델'은 존재하지 않습니다.
- 세 곳 모두 AI가 초기 분석을 맡고 최종 판단에는 사람이 참여합니다. AI가 단독으로 합격을 결정한 사례는 공개 자료에서 확인되지 않았습니다(2026년 8월).
- 회사가 발표한 효과 수치는 독립 검증이 공개되지 않은 자체 주장입니다. 도입 전에는 비용·개인정보·직무 관련성·차별 영향·사람의 검토 절차를 점검해야 합니다.
대기업 AI 채용은 서류 분석·역량검사·면접 지원처럼 전형의 특정 단계에 AI를 적용하는 방식입니다. 채용 전체를 AI가 대신하는 형태가 아니라, 손이 많이 가는 구간을 골라 넣는 쪽에 가깝습니다.
기업마다 다른 단계에 다른 목적으로 AI를 넣고 있습니다
최근 공개 사례를 보면 기업들은 서류 분석, 역량검사, 면접 지원 등 서로 다른 채용 단계에 AI를 적용하고 있습니다. 도입 목적도 업무 효율화, 평가 자료 구조화, AI 활용 역량 검증 등으로 기업마다 다릅니다.
이 글은 공식 자료와 언론 보도로 사실관계가 확인된 범위 내에서 SK·LG·CJ 관련 기업의 채용 AI 적용 사례를 정리합니다. 회사 측이 제시한 효과와 독립적인 검증 여부를 구분해 표기합니다.
세부 사례를 읽기 전에, SK·LG·CJ 관련 사례를 먼저 비교하면 다음과 같습니다.
| 기업 | 주요 적용 단계 | AI의 역할 | 공개된 정량 효과 |
|---|---|---|---|
| SK 일부 관계사 | 서류·역량평가·1차 면접 | 분석·평가·리포트·안내 지원 | 처리 속도에 관한 회사 측 수치 |
| LG CNS | 면접 전 자료 분석 | 요약·직무 매칭·질문 생성 | 서류 검토 시간 38% 감소라는 회사 측 측정 |
| LG화학 | AI 영상면접 | 답변 확보 및 후속 면접 지원 | 공개된 정량 효과 없음 |
| CJ | 자기소개서 분석·역량검사 | 초기 평가 자료 제공 | 공개된 정량 효과 없음 |
| CJ올리브영 | 개발자 AI 과제 | AI 활용 문제 해결 능력 평가 | 공개된 정량 효과 없음 |
SK: 채용 전 과정에 생성형 AI 지원을 연결한 사례
2024년 하반기, 당시 SK㈜ C&C는 SKT와 공동 개발한 생성형 AI 채용 서비스를 일부 관계사 채용에 적용했습니다(SK AX 공식 사례). 해당 회사는 2025년 6월 SK㈜ AX로 사명을 변경했습니다(사명 변경 공식 발표).
공개 자료로 확인되는 채용 단계별 AI 적용 내용은 다음과 같습니다.
| 단계 | 적용 내용 |
|---|---|
| 채용공고 | 생성형 AI로 JD 초안 작성. SK Careers API 연동과 자동 게시는 당시 고도화 계획으로 소개 |
| 서류 스크리닝 | LLM 기반 이력서 분석 (시간당 1,000건 이상 처리 가능 — SK AX 자체 주장) |
| 평가 필터 | 인사담당자가 자연어로 평가 기준 실시간 조정 가능 |
| 역량 평가 | 기존 코딩테스트를 폐지하고 AI 활용 문제 해결 과정과 결과를 평가하는 방식(AICT)으로 전환 |
| 1차 면접 | AI가 진행·평가·리포트 작성(2024년 당시 SK㈜ C&C 신입 채용 사례) |
| 대면 면접 준비 | AI가 추천 질문·지원자 요약 자료 제공 |
| 2·3차 면접 | 팀장, 임원·사장 대면 — 사람이 진행 |
| 전형 안내 | 합격·불합격, OT 안내 자동화 |
SK AX의 속도 관련 수치("기존 수동 대비 약 100배, 이전 시스템 대비 10배 빠르다")는 회사의 자체 주장이며 비교 기준과 독립 검증 결과는 공개되지 않았습니다.
LG: 계열사별로 다른 접근
LG그룹 내에서도 계열사마다 다른 방식을 택했습니다. LG CNS는 AI 에이전트로 서류 분석을 지원하고, LG화학은 AI 영상면접을 후속 대면 면접의 사전 자료로 활용해왔습니다.
LG CNS: 6개 에이전트가 서류 분석을 지원
LG CNS는 6개의 에이전트로 구성된 채용 AI 서비스를 내부에 시범 적용했습니다(머니투데이 보도, 뉴스토마토 보도). 지원자의 이력서·자기소개서·인성검사·적성검사 자료를 요약하고, 직무 매칭 정보와 맞춤형 면접 질문을 면접관에게 제공하는 구조입니다.
LG CNS 채용팀장은 언론 인터뷰에서 서류 검토 시간이 약 38% 줄었다고 밝혔습니다. 다만 측정 방법과 독립적인 검증 결과는 공개되지 않았습니다.
LG화학: AI 영상면접으로 후속 면접을 준비
LG화학은 2022년 뷰인터를 활용한 AI 영상면접을 도입했으며(LG화학 공식 설명), 2024년 지속가능경영보고서에서도 이를 채용 공정성 제고 활동으로 소개했습니다(지속가능경영보고서).
공식 자료로 확인되는 내용은 다음과 같습니다.
- 약 20개 질문, 1시간~1시간 30분 분량
- LG화학 5대 핵심가치 관련 과거 경험을 묻는 방식
- 2023년 공식 안내에 시선 분석을 부정행위 의심 상황 확인에 활용할 수 있다는 내용 포함
- 영상면접에서 확보한 답변을 후속 대면 면접의 참고 자료로 활용
CJ: AI 기술을 전형 여러 단계에 포함
CJ그룹은 2026년 상반기 신입 공채 규모를 전년 대비 30% 확대하면서 동시에 AI 기술을 전형에 포함했습니다(CJ 2026년 상반기 채용 공식 발표).
공식 자료에서 확인되는 내용은 다음과 같습니다.
- 자기소개서를 기반으로 AI가 분석 자료를 생성해 평가자에게 제공
- AI 역량검사 이후 TEST와 사람 면접을 병행. 다만 전형 단계와 일정은 계열사·직무별로 다를 수 있습니다(CJ 2026년 채용 Q&A)
- AI 역량검사의 공급사, 세부 분석 변수, 평가 가중치는 공개되지 않음
CJ CGV의 경우 2024년에는 AI 역량검사 결과가 합격 여부에 직접 영향을 주지 않는다고 안내했지만, 2025년에는 지원서와 AI 역량검사 결과를 종합적으로 평가한다고 설명했습니다(2024년 안내, 2025년 안내). AI 역량검사의 역할은 이렇게 계열사와 시기에 따라 달라질 수 있습니다.
AI가 지원자를 평가하는 것을 넘어, AI와 일하는 능력을 보는 흐름
SK의 AICT와 CJ올리브영의 AI 과제는 AI가 지원자를 분석하는 방식과 성격이 다릅니다. 지원자가 AI를 활용해 문제를 해결하는 과정과 결과를 평가합니다.
CJ올리브영: AI와 협업 능력을 과제로 평가
CJ올리브영은 2026년 7월 개발자 경력 채용에 AI 과제를 도입했습니다(공식 발표). 크래프톤의 코파 프로브를 활용해 기존 라이브 코딩을 대체했습니다. 지원자의 답변을 AI가 평가하는 방식이 아니라, 지원자가 AI를 활용해 업무 문제를 해결하는 과정을 구조화해 평가합니다. 문제 정의, 프롬프트 작성, 반복 개선, 결과 검증 방식을 다면 평가합니다.
SKALA: 평가에서 교육·채용 연계로 확장
SKALA는 AI 활용 능력을 전형에서 평가하는 사례와는 조금 다릅니다. 채용 전에 필요한 역량을 교육하고, 수료자를 후속 채용 절차와 연결하는 인재 파이프라인입니다.
SK㈜ AX는 기수별 일정에 따라 약 5~6개월 동안 운영되는 채용연계형 AI 교육 프로그램 SKALA를 운영합니다(SKALA 공식 안내). 비전공자도 선발하며, 수료자는 후속 신입 공채에서 서류·AICT 전형을 면제받습니다. 단, 이후 별도의 채용 절차를 통과해야 하며 수료가 합격을 의미하지는 않습니다.
SK·LG·CJ 사례가 보여주는 공통점
SK·LG·CJ는 각기 다른 단계에, 다른 도구로, 다른 목적으로 채용 AI를 도입했습니다. 단일한 'AI 채용 모델'이 존재하는 것은 아닙니다.
교육 연계 프로그램인 SKALA를 제외하고, AI를 채용 도구로 활용한 사례에서 확인되는 공통점이 있습니다. AI가 초기 단계의 분석·평가·정보 구조화를 지원하고, 후속 면접과 최종 판단에는 사람이 참여하는 구조입니다.
이들 기업에서 AI가 최종 합격을 단독으로 결정하는 사례는 이번 공개 자료에서는 확인되지 않았습니다.
채용 AI 도입 시 별도로 검토해야 할 과제
공개 사례만으로 효과를 판단하기 어렵기 때문에, 채용 AI를 도입하는 기업이라면 다음 항목을 별도로 검토하시는 것이 좋습니다. 이는 위 기업들에서 문제가 발생했다는 의미가 아니라 일반적인 도입 점검 항목입니다.
- 모델 운영비: LLM 호출이 늘어날수록 비용이 증가합니다. 업무 중요도에 따라 모델을 선택적으로 활용하는 설계가 필요합니다.
- 개인정보 처리 방식: 이력서·경력기술서는 개인정보를 포함하며, 경우에 따라 건강정보·범죄경력자료 등 민감정보가 포함될 수 있습니다. 수집 목적과 법적 근거, 외부 AI 제공 여부, 보관 기간과 파기 기준을 명확히 정해야 합니다.
- 직무 관련성 검증: AI가 평가하는 변수가 실제 직무 성과와 연관이 있는지 확인해야 합니다.
- 집단별 차별 영향: 특정 집단이 불이익을 받는지 정기적으로 점검해야 합니다.
- 사람의 검토 절차: 최종 채용 결정 단계에서 사람이 검토하는 절차를 유지해야 합니다.
대기업 수준의 시스템 구축 없이도 같은 구조를 시작할 수 있습니다
AI가 초기 분석을 맡고 사람이 최종 판단을 하는 구조를 만드는 데 대기업 수준의 자체 시스템 구축이 반드시 필요한 것은 아닙니다. 세 사례를 그대로 복제할 필요도 없습니다. 먼저 우리 채용에서 시간이 가장 많이 들거나 정보가 부족한 단계를 찾아보시기 바랍니다.
지금 중요한 질문은 이것입니다.
우리 채용에서 AI가 담당할 수 있는 첫 번째 단계는 어디일까요?
어떤 단계부터 시작할지는 현재의 병목에 따라 달라집니다. 서류 분류와 일정 조율이 문제라면 ATS나 업무 자동화가 먼저일 수 있습니다. 반면 1차 면접에 많은 시간이 투입되고, 서류만으로 직무 역량을 확인하기 어렵다면 AI 면접을 출발점 중 하나로 검토하실 수 있습니다.
서류 검토 이후 모든 지원자를 직접 대면하기 전, 구조화된 질문으로 직무 관련 경험을 확인하고 그 결과를 역량 단위로 정리하는 방식입니다. 앞서 살펴본 사례들과 마찬가지로 AI의 분석 결과를 참고자료로 사용하고, 최종 판단은 사람이 담당하는 구조가 적절합니다.
슈퍼코더 AI 면접은 직무별 핵심 역량을 기준으로 질문을 구성하고, 지원자의 답변에 따라 후속 질문이 실시간으로 생성됩니다. 채용 담당자에게는 역량 단위 평가 리포트와 2차 면접 참고 항목이 제공됩니다. 기업의 채용 규모와 기존 전형 구조에 맞춰 적용 범위를 설정할 수 있습니다.
대기업 밖에서 도입률이 어디까지 왔는지는 채용에 AI 도입하는 기업들에서 확인할 수 있습니다.
자주 묻는 질문
대기업은 AI가 최종 합격을 결정하나요?
공개 자료에서는 확인되지 않았습니다. SK·LG·CJ 사례에서 AI는 서류 분석, 역량검사, 면접 리포트 작성처럼 초기 단계의 분석과 정보 구조화를 맡고, 후속 면접과 최종 판단에는 사람이 참여하는 구조였습니다. 다만 이는 공식 자료와 언론 보도로 확인되는 범위이며, 공개되지 않은 내부 운영까지 확인한 것은 아닙니다(2026년 8월 기준).
기업들이 발표한 AI 채용 효과 수치는 믿을 수 있나요?
회사 측 자체 주장으로 읽어야 합니다. LG CNS 채용팀장이 언론 인터뷰에서 밝힌 서류 검토 시간 38% 감소, SK AX가 제시한 처리 속도 수치 모두 측정 방법과 독립 검증 결과가 공개되지 않았습니다. 비교 기준이 무엇인지 알 수 없는 수치는 도입 판단의 근거로 쓰기 어렵습니다.
채용 AI를 도입하기 전에 무엇을 점검해야 하나요?
5가지입니다. 모델 운영비, 개인정보 처리 방식, 직무 관련성 검증, 집단별 차별 영향, 사람의 검토 절차입니다. 이력서와 경력기술서에는 민감정보가 포함될 수 있어 수집 목적과 법적 근거, 외부 AI 제공 여부, 보관 기간과 파기 기준을 정해 두어야 합니다. 편향과 공정성은 AI 채용은 공정한가에서 따로 짚었습니다.
지원자들은 AI 전형을 어떻게 받아들이나요?
슈퍼코더 AI 면접 응시자 483명의 자유응답(2026.1~8 자체 집계)에서 366명(76%)이 좋았던 점을 말했고, 아쉬움만 말한 응답은 26명(5%)이었습니다. 가장 많이 나온 장점은 긴장이 덜하다는 것이었고, 가장 많은 아쉬움은 면접관의 표정과 리액션이 없다는 것이었습니다(114건). 슈퍼코더 응시자에 한정된 결과입니다. 전체 분포는 AI 면접 지원자 483명 후기에 있습니다.
대기업의 방향을 우리 규모에서 시작하는 방법을 확인해보세요 → 슈퍼코더 AI 면접 살펴보기
