Back to Blog

AI 이력서 도구에 올리기 전, 개인정보와 회사 기밀을 지우는 기준

#Insights

AI 이력서 도구에 올리기 전, 개인정보와 회사 기밀을 지우는 기준

refresh.cv

2

2026년 11월 18일

AI 이력서 도구에 올리기 전, 개인정보와 회사 기밀을 지우는 기준

채용공고의 요구사항·ATS 키워드와 실제 경험을 대조해, 근거에 맞게 이력서 표현을 다듬으세요. 이를 위해 AI 이력서 도구에 올릴 사본에는 공개 가능한 업무·기술·역할을 남기고, 불필요한 개인정보와 회사 기밀은 제외하세요. 공고에 맞는 표현을 찾는 데 고객 실명이나 내부 보고서 원문까지 제공할 필요는 없습니다.

이때 기준은 ‘이름을 지웠는가’에서 끝나지 않습니다. 외부 서비스에 입력해도 되는 내용인지 먼저 판단하고, 이용할 도구의 학습 활용·보관·삭제 정책도 함께 확인해야 합니다.

AI 수정용 사본과 기업 제출본을 나눕니다

문장 수정을 맡길 사본에는 어떤 문제를 맡았는지, 어떤 기술을 사용했는지, 어디까지 직접 수행했는지를 중심으로 남기세요. 이름·개인 이메일·전화번호·상세 주소처럼 이번 수정에 필요하지 않은 정보는 우선 제외하는 방법을 권합니다.

기업 제출본은 별도로 완성하세요. 지원 기업이 요청한 항목과 제출 경로를 확인하고, 제출에 필요한 정보를 선별합니다. 수정용 사본에서 뺀 정보를 전부 복원하는 방식은 피하세요. 회사 기밀의 공개 가능 여부도 별도로 판단해야 합니다.

파일명은 ‘AI 수정용’과 ‘기업 제출용’처럼 구분해 두세요. 업로드 직전에 선택한 파일을 다시 열어, 원본이 아니라 정리한 사본인지 확인하는 절차까지 포함하면 좋습니다.

본인 정보뿐 아니라 동료·고객 정보도 확인합니다

한국인터넷진흥원(KISA)은 생성형 AI에 주민등록번호, 전화번호, 주소, 금융 정보 등 개인정보를 입력하지 않도록 주의하라고 권고합니다. KISA의 생성형 AI 보안권고를 이력서 점검에도 적용해 보세요.

  • 인적 사항: 문장 수정에 불필요한 식별정보를 제외합니다.
  • 경력 설명: 추천인 연락처, 동료 실명, 고객 담당자 이름을 확인합니다.
  • 참고 자료: 함께 붙일 메모와 업무 사례도 살펴봅니다. 이력서만 정리하고 첨부 자료는 그대로 올리지 않습니다.

개인정보보호위원회는 본인뿐 아니라 제3자의 정보도 점검하고, 대화가 누적되면 개인 식별로 이어질 수 있음에 유의하도록 안내합니다. 이름을 지운 뒤에도 직책·프로젝트·시점의 조합이 누군가를 드러내는지 확인하세요. 개인정보보호위원회의 생성형 AI 이용자 가이드에서 해당 기준을 확인할 수 있습니다.

회사 기밀은 가리기 전에 입력 가능 여부를 판단합니다

KISA는 기업에 내부 문서, 소스 코드, 고객 정보 등 기밀 데이터를 AI 서비스에 입력하지 않도록 정책을 수립할 것을 권고합니다. 성과를 자세히 설명하려고 내부 보고서나 코드 원문을 첨부하는 방식은 피하세요. KISA의 기업 대상 보안권고에 따른 주의점입니다.

개인정보보호위원회도 조직의 AI 이용 지침, 내부 승인 도구, 반출 승인 절차를 확인하도록 안내합니다. 고객명을 ‘고객사’로 바꾸는 것만으로 입력 허가를 대신할 수 있다고 판단하지 마세요. 업무 자료·조직 내부 정보 입력 시 유의사항을 기준으로 공개 범위를 먼저 확인하세요.

불분명한 자료는 입력을 보류하고 담당 부서에 설명 가능한 범위를 확인하는 편이 좋습니다. 내부 문서를 옮기지 않고 직접 요약한 문장이라도, 그 내용의 공개 가능 여부는 따로 판단하세요.

수정 예시: 비공개 자료는 빼고 수행 범위는 남깁니다

다음은 가상 사례입니다. 지원자는 실제로 SQL을 이용한 거래 데이터 집계와 오류 점검, 주간 보고를 맡았습니다. 업무 범위와 기술 사용 사실은 공개할 수 있지만, 고객 실명·내부 자료 경로·성과 수치는 공개할 수 없다고 가정합니다.

입력하지 않을 초안

고객 실명과 담당자 연락처가 담긴 거래 자료를 SQL로 분석했습니다. 내부 공유 폴더의 쿼리 원문과 비공개 성과 수치를 첨부합니다.

AI 수정용 사본

SQL로 거래 데이터를 집계하고 오류 항목을 점검했으며, 주간 보고서 작성을 담당했습니다.

남긴 것은 사용 기술, 업무 내용, 직접 맡은 범위입니다. 고객 데이터와 쿼리 원문을 제공하지 않고도 공개 가능한 경험을 설명하는 예시입니다. 이 문장 역시 조직의 공개 기준에 맞는다는 전제에서 사용해야 합니다.

공고가 ‘SQL을 활용한 데이터 분석’을 요구한다면 실제 SQL 사용 경험은 유지하세요. 반대로 보고서를 열람했을 뿐 직접 분석하지 않았다면 ‘SQL 분석 담당’으로 고치면 안 됩니다. 비공개 수치를 임의의 숫자로 대체하거나, 결과 근거 없이 ‘대폭 개선’이라고 바꾸지도 마세요. 공개 가능한 결과가 없다면 업무와 방법까지만 명확하게 작성하는 편이 낫습니다.

수정 요청에는 다음처럼 범위를 지정할 수 있습니다.

아래의 공개 가능한 경험만 사용해 공고 요구사항과 비교해 주세요. 수행하지 않은 업무·기술이나 제공하지 않은 성과 수치는 추가하지 마세요.

이 요청은 문장 수정의 방향을 정할 뿐, 조직의 승인이나 서비스 정책 확인을 대신하지 않습니다.

학습 활용·보관·삭제 정책을 확인합니다

개인정보보호위원회는 입력 데이터의 학습 활용 여부, 기록 저장·삭제 설정과 보관 정책, 외부 연동 권한을 점검하도록 안내합니다. 학습 활용·기록 저장·외부 연동 점검 안내를 바탕으로 이용할 서비스에서 다음 내용을 찾아보세요.

확인 항목살펴볼 내용
학습 활용입력 자료를 학습에 사용하는지, 제한 설정이 있는지
보관과 삭제파일·대화 기록의 보관 기간과 삭제 방법
기본 설정기록 저장 등 관련 기능의 초기 설정
외부 연동문서 저장소 등을 연결할 때 요청하는 접근 권한

정책 문서와 계정 설정을 함께 확인하고, 연동은 필요한 범위로 한정하세요. 설명이 불명확하다면 제공자에게 문의한 뒤 입력 범위를 결정하는 방법을 권합니다. 이 기준은 refresh를 포함해 이용하려는 도구에 각각 적용하세요. 이력서용 AI라는 이유만으로 자료를 저장하지 않거나 학습에 사용하지 않는다고 전제하지 않습니다.

공개 가능한 사본으로 공고와 경험을 대조합니다

정보를 정리했다면 공고 맞춤 수정을 시작하세요. refresh는 공고와 이력서를 비교해 키워드와 관련 경험이 함께 드러나는지 확인하는 기능을 안내합니다. refresh의 공고 키워드·경험 비교 기능을 활용할 때도 다음 구분을 유지하세요.

  • 키워드와 경험 근거가 모두 있음: 실제 수행 범위가 정확하게 표현됐는지 확인합니다.
  • 관련 경험은 있지만 표현이 빠짐: 공개 가능한 경험을 공고의 용어로 명확히 씁니다. 예를 들어 SQL을 사용했지만 ‘보고 업무’라고만 적었다면 사용 기술을 보완합니다.
  • 키워드와 근거가 모두 없음: 요구 기술을 보유한 것처럼 추가하지 않습니다.

구체성·성과·표현·문법을 보는 이력서 품질과 공고별 키워드 적합도는 별개로 보세요. 이를 실제 채용 시스템의 판정이나 합격 확률로 해석하지 않습니다.

이력서와 입력할 공고에서 개인정보·기밀을 먼저 점검하세요. 공개 가능한 실제 경험만 남겼다면, refresh에서 공고와 대조해 수정할 표현을 선택하세요.

0

0 comments

Comments