AI 생성 스킬 테스트

AI fluency test

2026년이 된 지금 대부분의 지식 업무는 AI 어시스턴트와 함께 이루어집니다. 이는 AI 활용 능력을 선별할 수 있는 가장 예측력 높은 역량 중 하나로 만들면서, 동시에 대부분의 채용 과정이 여전히 잘못 측정하고 있는 역량이기도 합니다. 이력서에 'AI에 능숙하다'는 한 줄은 아무것도 알려주지 않으며, 지원자에게 AI를 어떻게 책임감 있게 사용할지 묻는 것은 매번 교과서적인 답을 얻게 됩니다. 설명 중심의 선별은 여기서 실패합니다. 활용 능력은 주장이 아니라 행동이기 때문입니다. AI 활용 능력 테스트는 설명을 행위로 대체합니다. 지원자를 AI가 사용 가능한 실제 과제에 두고, 실제로 어떻게 작업하는지를 관찰하는 것입니다.

H-Evaluate의 AI 활용 능력 테스트는 열정이나 프롬프트 상식이 아니라 판단력을 측정합니다. 가장 강력한 단일 신호는 지원자가 얼마나 열렬히 AI에 손을 뻗는가가 아니라, 얼마나 잘 AI의 한계를 아는가입니다. 그래서 이 테스트는 모델이 자신감 있게 틀리는 과제를 중심으로 구성되며, 지원자가 그것을 포착하는지를 관찰합니다. 하나의 일반적인 점수가 아니라 네 가지 차원에서 역량을 읽으며, 직무와 연차에 맞게 기준을 조정합니다. H-Evaluate의 5대 기둥 프레임워크에서 AI 활용 능력(AI Fluency) 기둥에 해당하며, AI Sandbox에서 실행되어 모델이 실제로 사용 가능하고 결과와 과정이 모두 포착됩니다. 두 지원자가 동일한 답에 도달할 수 있지만, 한 명은 오류를 발견해서, 다른 한 명은 운 좋게 도달할 수 있기 때문입니다. 문항은 공유 문제 은행에서 가져오지 않고 각 직무에 맞게 AI 생성됩니다. 이 테스트는 AI가 루프에 있을 때 누가 잘 작업하는지를 관찰하기 위한 것입니다. 특화된 프롬프트 엔지니어링 역량이 아니라, 모든 직무에 걸쳐 적용되는 AI와의 협업 판단력입니다. 직무가 AI 도구 사용을 적게 요구한다면 이 기둥의 가중치를 낮추세요. 과제를 억지로 만들기보다 직무에 실제로 맞는 역량을 평가하는 것이 중요합니다.

측정 항목

위임(Delegation)

AI에게 무엇을 맡기고 무엇을 직접 할지 결정하는 능력입니다. 모델이 실질적으로 품질을 높이는 곳에 AI를 사용하고, 직접 하는 것이 더 나은 곳에서는 사용하지 않습니다. 시니어 직무에서는 어려운 문제를 합리적으로 분할하고 그 분할을 정당화하는 판단력이 됩니다.

설명(Description)

모델에게 실제로 원하는 것을 말하는 능력입니다. 과제를 구성하고, 올바른 맥락과 제약을 제공하며, 유용한 결과를 향해 이끄는 것입니다. 영리한 표현 자체가 목적이 아니라, AI가 활용할 만한 작업을 만들어내는 명확성입니다.

판별력(Discernment)

돌아오는 것을 판단하는 능력입니다. 자신감 있게 틀린 답을 포착하고, 어떤 주장을 가장 열심히 검증해야 하는지 알며, 의존하기 전에 검증합니다. 과제에 그럴듯하지만 거짓인 결과가 심어져 있어 드러나는 가장 높은 신호의 차원입니다.

성실성(Diligence)

AI를 책임감 있게 사용하고 결과를 직접 소유하는 능력입니다. 기밀 데이터와 잠재적 편향을 신중하게 다루고, 정확성을 도구가 아니라 지원자 자신의 책임으로 다룹니다. 부주의한 지름길을 유도하고, 그 지름길을 거부하는 것을 보상하는 시나리오를 통해 관찰됩니다.

문항 형식

모델이 사용 가능하고 과정이 관찰되는 AI Sandbox에서의 실습 과제자신감 있게 틀린 항목 — 지원자가 포착해야 하는 그럴듯하지만 거짓이거나 미묘하게 잘못된 출력도구의 동작 방식과 출력 검증이 필요한 부분에 관한 현실적인 시나리오 문항기밀 또는 편향된 자료의 책임감 있는 처리를 테스트하는 데이터 민감 사례위임 판단 — 과제의 어떤 부분을 AI에게 맡기고 어떤 부분은 직접 할지 결정변경 또는 확인을 한 이유를 설명하는 단답형 서술 (행위 이면의 추론을 읽기 위해)

대상

AI가 루프에 있는 모든 직무에 사용하세요. 이제 대부분의 직무가 해당합니다. 이 도구를 매일 사용하는 엔지니어, 분석가, 지원, 영업, 마케팅, 운영 직원이 모두 포함됩니다. 엔지니어 전용 측정이 아닙니다. 직무에 맞게 기준을 조정하세요. 주니어 채용에는 안전한 기본 설정과 성실한 검증을, 시니어 채용에는 모호함 속에서도 좋은 위임 결정을 기대하세요. 직무가 실제로 AI를 거의 사용하지 않는다면 과제를 억지로 만들기보다 이 기둥의 가중치를 낮추세요. 직무가 지시 레이어를 소유한다면 프롬프트 엔지니어링 테스트와 병행하고, 도메인 및 상황 판단 테스트와 함께 5개 기둥 전체 그림을 구성하세요.

결과 해석 방법

  • 1역할에 상대적으로 읽으세요. 보편적인 AI 활용 능력 점수 하나로 읽지 마세요. AI 도움으로 답장을 작성하고 전송 전에 확인하는 주니어 지원 직원의 기준은, 생성된 마이그레이션을 신뢰할지 판단하는 시니어 엔지니어의 기준이 아닙니다. 특정 직무가 요구하는 것을 기준으로 결과를 구간화하세요.
  • 2인상이 아니라 행동을 채점하세요. '모든 지원자가 받은 동일한 과제에서 자신감 있게 틀린 출력을 확인하지 않고 받아들였다'는 방어 가능하지만, '그들이 AI에 편안해 보였다'는 방어가 안 됩니다. 자신감과 전문 용어는 보상하지 않으려는 바로 그것입니다.
  • 34개 차원을 직무에 맞게 가중하고 별도로 읽으세요. 설명(Description)은 강하지만 판별력(Discernment)이 약한 지원자는 유창하지만 검증되지 않은 오류를 배포합니다. 이는 면접에서 탐색해야 할 구체적인 영역입니다.
  • 4여러 신호 중 하나로 다루세요. 하나의 가중된 기둥으로 자리하며, 부가적인 배지가 아닙니다. 구조화된 면접 및 다른 기둥들과 병행하고, 모든 지원자에게 동일한 도구 접근 권한을 주어 활용 능력을 측정하세요. 집에서 유료 구독을 가지고 있었는지가 아닙니다.

AI 생성 스킬 테스트

AI 생성 문항으로 이 스킬을 평가하세요

직무에 맞춘 평가를 구성하고 직급에 따라 조정되는 모습을 확인하세요 — 가입 불필요.

관련 직무

관련 읽을거리

자주 묻는 질문

AI 활용 능력 테스트는 무엇을 측정하나요?

열정이나 프롬프트 상식이 아니라 AI로 잘 작업하는 판단력을 측정합니다. 네 가지 역량에 걸쳐서입니다. 올바른 작업을 AI에 위임하기, 과제를 명확하게 설명하기, 출력을 신뢰할 수 있는지 판별하기, 책임감 있게 사용하기입니다. 가장 강력한 신호는 지원자가 도구의 한계를 얼마나 잘 아는지입니다. 맨 처음에 얼마나 열렬히 AI를 사용하는지가 아니라, 자신감 있게 틀린 답을 포착하고 의존하기 전에 검증하는지입니다.

채용에서 AI 활용 능력은 어떻게 평가하나요?

AI가 사용 가능한 상태로 현실적인 과제를 제시하고 어떻게 사용하는지를 관찰하세요. 설명하도록 요청하는 것이 아닙니다. 설명 중심 평가는 거의 모든 사람에게서 교과서적인 답을 얻기 때문입니다. 가장 높은 신호의 항목은 그럴듯하지만 거짓이거나 미묘하게 잘못된 출력을 심고 지원자가 포착하는지를 관찰하는 것입니다. 최종 결과물만이 아니라 과정을 포착하고, 하나의 일반적인 점수를 쫓는 대신 직무와 연차에 맞게 기준을 조정하세요.

테스트 중에 지원자가 AI를 사용할 수 있어야 하나요?

직무가 AI를 사용한다면 그렇습니다. AI를 금지하면 더 이상 존재하지 않는 버전의 직무를 측정하는 것이므로, 실제 업무 성과를 예측할 수 없습니다. 지원자에게 AI 도구 접근 권한을 주고 어디서 모델에 의존하는지, 어디서 검증하는지, 어디서 사용하지 않기로 결정하는지를 관찰하세요. 그 관찰이 곧 평가입니다. H-Evaluate는 AI Sandbox에서 과제를 실행하여 모델이 실제로 사용 가능하고 과정이 포착됩니다.

AI 활용 능력이 모든 직무에서 동일한가요?

아닙니다. 직무에 상대적입니다. AI 도움으로 답장을 작성하고 전송 전에 확인하는 주니어 지원 직원의 기준은, 생성된 마이그레이션을 신뢰할지 판단하는 시니어 엔지니어의 기준이 아닙니다. 특정 직무가 요구하는 것을, 연차에 맞게 조정해 활용 능력을 평가하세요. 이것이 하나의 보편적인 점수가 아니라 하나의 가중된 기둥으로 자리하는 이유이며, 동일한 과제가 두 가지 난이도 수준으로 제시될 수 있는 이유입니다.

AI 활용 능력 테스트와 프롬프트 엔지니어링 테스트의 차이는 무엇인가요?

AI 활용 능력 테스트는 어떤 과제에서든 AI로 잘 작업하는 일반적인 판단력을 측정합니다. 위임, 설명, 판별, 책임감 있는 사용이 그것입니다. 프롬프트 엔지니어링 테스트는 지시 레이어 자체에 더 깊이 들어갑니다. 프롬프트를 체계적으로 반복하고, 평가 세트를 구축하며, 모델 변경에 견고한 지시를 만드는 것입니다. 활용 능력은 지원자가 자신의 직무에서 AI로 잘 작업하는지를 묻고, 프롬프트 테스트는 AI 시스템을 구동하는 지시를 설계하고 측정할 수 있는지를 묻습니다.