이력서를 쓰려고 과거 경험을 돌아보니, 참여했던 프로젝트 이름은 기억나는데 정작 제가 무엇을 했는지 설명하기 어려웠습니다. 약 5년 전 대학 시절의 연구 경험이 특히 그랬습니다. 당시 일을 묻는 AI에게 “정말 아무것도 기억이 안 난다”고 답하기도 했습니다.

처음에는 ChatGPT와 대화하면서 기억나는 내용을 정리했습니다. 하지만 질문을 받아도 떠오르지 않는 부분이 있었습니다. 그래서 예전 자료가 흩어져 있던 Google Drive를 공유하고, 학교에서 사용하던 Gmail을 연결했습니다. 이후에는 Notion에 보관된 기록도 함께 살폈습니다.

자료를 연결하자 대화가 구체적으로 바뀌었습니다. AI가 오래된 폴더에서 작업 파일을 찾고, 제가 교수님께 보고서와 코드를 보낸 메일을 찾아왔습니다. 그 내용을 바탕으로 당시 어떤 실험을 했는지 설명해 주자, 막연하게만 기억하던 연구가 제가 맡았던 작업과 연결되기 시작했습니다. 저는 자료를 보며 당시 상황을 떠올리고, 제가 직접 한 일이 맞는지 확인했습니다.

하나를 떠올리니 다른 경험도 이어서 생각났습니다. 가상현실 연구에서 만들었던 프로그램을 이야기하다가, 그 사이에 연구원들과 360도 영상을 촬영하고 영상과 소리를 재생하는 실험 프로그램도 만들었다는 기억이 났습니다. “아, 하나 더 했었는데”라고 말을 꺼낸 뒤, 어떤 기능을 구현했고 어디에서 어려움을 겪었는지까지 설명할 수 있었습니다.

이 과정에서 중요했던 것은 AI가 정리한 내용을 제가 확인하는 일이었습니다. 제가 보낸 보고서에 프로그램 개발 내용이 있다는 이유로 AI가 이를 제 성과로 정리한 적이 있었습니다. 하지만 그 프로그램은 선배가 만든 것이어서 바로잡았습니다. 제가 실제로 참여했던 환경 조사와 테스트 등의 역할만 남겼습니다. 동아리 활동 인원도 당시 명부를 다시 살펴보며 기억과 다른 부분을 수정했습니다.

정리한 내용은 ‘경력 원본 문서’와 ‘증빙 목록’으로 나누어 저장했습니다. 자료로 확인되는 사실, 제 기억에 근거한 설명, 추가 확인이 필요한 내용을 구분하고 관련 파일의 위치를 함께 남겼습니다. 이렇게 모은 기록을 이력서와 포트폴리오, 지원서 작성에 활용했습니다.

가장 크게 달라진 점은 처음부터 모든 경험을 기억해서 설명해야 한다는 부담이 줄었다는 것입니다. AI가 기록에서 단서를 찾아오면, 저는 그 단서를 보며 기억을 보태고 잘못된 해석을 수정했습니다. 잊고 있던 일을 다시 떠올리는 데서 그치지 않고, 제가 무엇을 했는지 근거와 함께 설명할 수 있게 됐습니다.

메일이나 클라우드에 과거 활동 기록이 남아 있다면 같은 방식으로 시작할 수 있습니다. 기억나는 시기나 활동명을 바탕으로 자료를 찾고, 발견한 기록을 보며 당시 상황과 자신의 역할을 확인한 뒤 정리하는 방식입니다. 저는 확실하지 않은 내용은 미확정으로 남기고, 공개할 자료에서는 다른 사람의 연락처와 비공개 내용을 제외했습니다.