프로덕트 디자이너 이력서, 포트폴리오 작성 방법 총정리

국내 IT 기업의 프로덕트 디자이너 채용 시장이 빠르게 재편되고 있어요. 채용 분석 서비스 캔디드가 2025년 하반기에 공개한 스킬트렌드 리포트에 따르면, 최근 4년간 국내 채용공고를 분석한 결과 서비스 기획자 채용 공고는 약 62% 감소, UI/UX 디자이너 공고는 약 48% 감소한 것으로 나타났습니다. 반면 같은 기간 '프로덕트 디자이너'라는 직무명으로 열린 공고는 4년 전 대비 2배 이상 늘었어요. 토스, 당근페이, 카카오모빌리티 같은 회사의 프로덕트 디자이너 공고가 꾸준히 열리는 배경입니다. 무엇이 바뀐 걸까요?

채용 담당자가 서류에서 보는 것은 '화면을 얼마나 예쁘게 그렸는가'가 아닙니다. '문제를 어떻게 정의하고, 어떤 근거로 결정했으며, 결과가 무엇이었는가'입니다. 프로덕트 디자이너 이력서와 프로덕트 디자이너 포트폴리오는 이 흐름에 맞춰 새로 써야 합니다. 이 글은 2026년 9월 시점에 열려 있는 실제 채용공고와 시장 리포트를 근거로 작성 방법을 정리했습니다.

1. 프로덕트 디자이너 이력서와 포트폴리오, 지금 시장이 요구하는 것

채용 시장이 요구하는 방향의 변화

캔디드가 2025년 하반기에 발표한 채용 시장 분석에 따르면, 최근 4년간 국내 서비스 기획자와 UI/UX 디자이너 채용은 크게 줄었고, 신입과 주니어 채용 감소 폭이 특히 컸습니다. 캔디드 리포트에서 짚은 원인은 두 가지입니다. 단기적으로는 기업의 리소스 축소, 구조적으로는 AI가 초기 시안과 리서치, 반복 업무를 대체하기 시작한 것이죠. 원티드랩이 자사 채용 데이터 기준으로 발표한 자료에서도 IT 서비스 직군의 신입 공고 비중이 3년 전 약 22%에서 2025년 상반기 약 12% 수준으로 줄었다고 밝혔습니다. 2026년 9월 현재 시점에도 이 흐름은 이어지고 있어, 지원자에게 요구되는 서류의 기준선 자체가 달라졌습니다.

이 변화의 의미는 분명합니다. '화면을 그리는 사람'의 수요는 줄고, '가치를 만드는 사람'의 수요만 남고 있어요. 프로덕트 디자이너 이력서와 포트폴리오는 이 프레임 전환을 그대로 반영해야 합니다. 기능 구현자가 아니라 가치 창출자로 자신을 포지셔닝하는 것이 첫 단추입니다.

채용공고에 반복되는 공통 요구 사항

2026년 9월 현재 열려 있는 국내 주요 IT 기업의 프로덕트 디자이너 채용공고 4건(토스, 당근페이, 카카오모빌리티, 원티드랩)을 겹쳐 보면 다음 5가지 요구가 모두 반복됩니다.

토스 공식 채용 페이지의 프로덕트 디자이너 공고는 문제 정의 역량을 특히 강조합니다. 표면적인 증상만 해결하지 말고, 사용자의 정성 데이터와 정량 데이터를 근거로 근본 원인을 찾아 정의할 수 있어야 한다는 취지의 요구가 담겨 있어요. 프로덕트 디자이너 이력서와 포트폴리오는 이 문장에 답하는 문서라고 봐도 됩니다.

2. 프로덕트 디자이너 포트폴리오 필수 구성

프로젝트마다 반드시 담아야 할 5가지

프로덕트 디자이너 포트폴리오의 개별 프로젝트 페이지는 아래 5가지가 순서대로 들어가야 합니다.

1. 문제 정의: 어떤 사용자의, 어떤 상황에서의, 어떤 문제였는가. 정성 인터뷰, 정량 지표(전환율, 이탈률, NPS)를 함께 제시합니다. NPS는 Net Promoter Score의 약자로, 사용자가 서비스를 주변에 추천할 의향을 -100에서 +100 사이 값으로 지표화한 값입니다.

2. 가설과 접근: 이 문제를 왜 이 방향으로 풀기로 했는가. 대안이 있었다면 무엇을 왜 배제했는가.

3. 본인의 기여도와 역할: 팀 프로젝트에서 본인이 담당한 범위를 구체적으로. 예를 들어 '리서치 100%, IA(정보 구조, Information Architecture) 설계 100%, UI 60%, 개발 협업 리드' 식으로 라벨링합니다.

4. 디자인 도출 과정과 근거: 시안 A와 B를 왜 비교했고, 어떤 근거로 B를 골랐는지. A/B 테스트 결과가 있으면 반드시 첨부.

5. 결과와 회고: 배포 후 지표가 어떻게 변했는가. 개선되지 않았다면 무엇이 원인이었는가.

5번의 회고 항목은 실제로 채용 담당자가 눈여겨보는 부분입니다. 결과가 좋았던 사례만 나열한 포트폴리오는 오히려 '자기 검증 능력이 약하다'는 신호로 읽힐 수 있어요. 실패한 시도라도 원인을 짚고 다음 개선안을 제시했다면, 그 자체가 실무형 사고의 증거가 됩니다.

3~5개 프로젝트가 적정

프로젝트를 많이 넣을수록 좋은 것은 아닙니다. 서로 다른 문제 유형(신규 기능 설계, 리디자인, 데이터 기반 개선, 신규 서비스 론칭 등)을 보여주는 3~5개가 적정선이에요. 각 프로젝트는 최소 4~6페이지, 대표작으로 삼을 첫 프로젝트는 8~10페이지 정도로 서사를 충분히 풀어 주는 것을 권합니다. 첫 프로젝트에서 사고의 깊이가 드러나면, 뒤 프로젝트는 상대적으로 짧게 정리해도 신뢰가 유지되기 때문이에요.

3. 프로덕트 디자이너 이력서 서술 방식

문장 하나의 힘

프로덕트 디자이너 이력서에서 가장 중요한 것은 문장의 서술 방식입니다. 같은 프로젝트라도 어떻게 쓰느냐에 따라 완전히 다르게 읽혀요. 아래는 실제 사례가 아니라 서술 방식을 비교하기 위한 예시입니다.

• 나쁜 예: '결제 화면의 버튼 색상을 파란색에서 초록색으로 변경했습니다.'

• 좋은 예 (예시): '결제 완료 화면의 다음 단계 진입률이 22%로 낮게 측정되어, GA4 이벤트 로그와 히트맵을 근거로 버튼 위치를 하단 고정으로 변경. 배포 3주 후 진입률 34%로 12%p 상승, 결제 완료율은 8%p 상승. 정확한 수치는 회사 정책상 상대치로 기재.'

두 문장의 차이는 세 가지입니다. 첫째, 왜 바꿨는지의 근거(데이터)가 있습니다. 둘째, 무엇을 바꿨는지 구체적입니다. 셋째, 결과를 정량지표로 검증했습니다. 프로덕트 디자이너 이력서의 모든 프로젝트 서술 문장은 이 세 요소를 지향해야 합니다.

정량지표와 공고 언어 반영

채용 담당자가 이력서에서 가장 빠르게 찾는 것은 숫자입니다. 전환율, 이탈률, NPS, 리텐션, 매출, 비용 절감 같은 지표를 프로젝트별로 하나 이상 담으세요. 대표적으로 활용되는 지표 범위는 아래와 같습니다.

회사 정책상 절대 수치를 공개할 수 없다면 개선 폭(퍼센트 포인트)이나 상대 지표로 대체합니다. '지표를 개선했습니다'라는 표현은 아무 정보도 전달하지 못합니다.

채용공고의 언어를 이력서에 반영하는 것도 중요합니다. 지원하려는 회사 공고에서 반복되는 용어(예: '가설 검증', '데이터 드리븐', 'IA 설계')가 있다면, 본인이 실제로 그 활동을 했을 때 같은 용어로 서술하는 것이 유리합니다. 채용 담당자가 공고 요건과 이력서를 대조하며 읽기 때문이에요. 없는 경험을 지어내라는 뜻이 아니라, 이미 한 일을 공고의 용어로 정확히 번역하라는 뜻입니다.

사용한 도구와 프레임워크를 라벨링

프로젝트 하단에 사용한 도구와 프레임워크를 태그 형태로 정리하세요. Figma, FigJam, Amplitude, GA4(Google Analytics 4), Mixpanel, Notion, Jira 같은 도구부터 사용자의 과업 관점에서 문제를 정의하는 Jobs to be Done, 우선순위 산정용 프레임워크인 RICE(Reach, Impact, Confidence, Effort)와 ICE(Impact, Confidence, Ease)까지 포함합니다. 처음 등장하는 약어와 프레임워크는 한 줄로 풀어 주면 비전공 채용 담당자도 빠르게 이해할 수 있어요. 이 라벨은 후보의 실무 성숙도를 빠르게 판단하는 신호로 작동합니다.

4. AI 도구 활용 경험을 어필하는 법

도구를 나열하지 말고 결과로 말하기

프로덕트 디자이너 채용 시장에서 AI 도구 활용은 별도 어필 요소로 자리 잡고 있습니다. 토스는 2026 Product Designer Challenge 공식 안내에서 리서치, 프로토타입, UI 디자인 등 전 과정에 AI 도구 사용을 전제로 진행한다고 밝혔습니다. AI 도구 사용이 감점이 아니라, 오히려 기본 조건으로 바뀌었다는 신호죠.

포트폴리오와 이력서에서 AI 도구 활용을 어필할 때 흔한 실수는 도구 이름만 나열하는 것입니다. Figma MCP, Claude Code, Figma Make, Cursor 같은 이름을 병기해도, 그것이 어떤 문제를 어떻게 해결했는지 설명하지 못하면 인상적인 서술이 되지 못합니다. 아래 두 문장을 비교해 보세요.

• 약한 서술: 'Figma MCP와 Claude Code를 활용해 프로토타이핑 속도를 높였습니다.'

• 강한 서술 (예시): '3개 시안의 A/B 테스트 프로토타입을 Figma MCP로 자동 연동, 개발자 리소스 없이 실제 데이터를 연결한 프로토타입을 2일 만에 배포. 기존 5일 소요되던 검증 사이클을 40% 단축.'

어디에 어떻게 썼는지 구체적으로

AI 도구 활용 경험을 서술할 때 다음 4가지 축으로 정리하면 좋습니다. 어느 단계(리서치, 아이디에이션, 시각화, 프로토타이핑, QA)에서 썼는지, 어떤 도구를 왜 선택했는지, 대체된 기존 프로세스는 무엇이었는지, 절감된 시간과 리소스는 얼마인지. 특히 시간 절감은 채용 담당자가 즉시 이해하는 임팩트 지표입니다.

단계별로 어떤 도구가 어디에 붙는지 예시를 정리하면 아래와 같습니다.

예를 들어 사용자 인터뷰 20건의 축어록을 정리할 때 LLM(Large Language Model, 대규모 언어 모델)에 요약과 코딩(분류 태깅) 초안을 맡기고, 최종 인사이트 도출은 본인이 정성적으로 확인한 경험이 있다고 해봅시다. 이 흐름을 '인터뷰 정리 소요 시간이 3일에서 반나절로 줄었고, 남은 시간을 이해관계자 인터뷰 5건 추가 진행에 썼다'는 식으로 쓰면, 도구를 왜 어디에 썼는지가 한눈에 들어옵니다. 리서치 단계뿐 아니라 아이디에이션(Miro AI로 초기 브레인스토밍 초안), 시각화(Figma Make로 3개 시안 병렬 생성), 프로토타이핑(Figma MCP로 실데이터 연결), QA(Claude로 접근성 체크리스트 검증)까지 단계별로 나눠 쓰면 서술이 두꺼워지고 신뢰도가 올라갑니다.

AI 도구 사용을 자랑스럽게 드러내되, 판단의 주체는 본인이었음을 함께 보여 주세요. AI가 만든 여러 시안 중 어떤 근거로 특정 안을 골랐는지, 어떤 안을 왜 배제했는지를 서술하면 '도구를 도구답게 쓰는 사람'이라는 인상이 만들어집니다. 최종 결정의 근거를 사람이 언어로 정리할 수 있다는 사실이 채용 담당자에게는 결정적인 신호가 됩니다.

5. 프로덕트 디자이너에게 지금 요구되는 핵심 역량

지금까지 정리한 프로덕트 디자이너 이력서와 프로덕트 디자이너 포트폴리오의 요구 사항을 되짚어 보면, 결국 세 가지 역량으로 압축됩니다.

첫째, 사용자 문제를 정성과 정량 데이터로 정의하는 역량입니다. 앞서 살펴본 토스, 당근페이, 카카오모빌리티, 원티드랩 공고에서 공통으로 첫 번째에 놓인 조건이 이것이었죠. '예뻐서'가 아니라 '데이터가 이렇게 나왔기 때문에'의 근거를 만드는 능력입니다.

둘째, 디자인 결정의 근거와 임팩트를 논리적으로 설명하는 역량입니다. 시안의 완성도가 높은지도 물론 중요하지만, 왜 그 방향을 골랐는지와 결과가 어떻게 나왔는지를 회고하는 힘이 그 이상으로 중요해졌습니다. 카카오모빌리티가 '가설 수립 과정 및 결과 데이터'를 명시적으로 요구하는 이유가 여기에 있습니다.

셋째, AI 도구를 프로덕트 디자인 프로세스에 통합하는 역량입니다. 도구 사용 자체가 아니라, 시간과 리소스를 절감하면서 판단의 질을 유지하는 방식으로 통합하는 것이 요구됩니다. 채용 시장 재편의 배경에 AI가 있었던 만큼, AI를 활용해 남은 자리를 채우는 사람이 결국 살아남는 구조가 되고 있어요.

이 세 가지 역량을 관통하는 축은 하나입니다. '화면을 만드는 사람'에서 '문제를 정의하고 검증하는 사람'으로의 정체성 이동이죠.

이 세 축을 이해했다면, 다음 질문은 '어떻게 실제 프로젝트로 이 역량을 쌓을 것인가'입니다. 문제 정의부터 사용자 검증, 디자인 시스템 설계, AI 도구를 활용한 MVP 제작까지, 각 단계를 실제 데이터와 사용자로 반복해 봐야 포트폴리오에 담을 서사가 만들어져요. 준비를 미루는 흔한 이유는 시간과 실전 기회의 부족입니다. 이론 학습과 개인 프로젝트만으로는 정량지표를 낼 만한 데이터를 확보하기 어렵고, 협업 경험 없이는 채용공고의 '개발자와 데이터 분석가와의 협업' 요건을 채우기가 쉽지 않죠.

KANT의 AI 프로덕트 디자이너 과정은 이 간격을 좁히기 위해 설계되었습니다. 약 9개월 동안 UX/UI 원칙과 디자인 시스템부터 LLM과 RAG, Agent 구조 이해, Figma MCP와 Claude Code, Cursor를 활용한 실제 배포 가능한 MVP 제작까지 다룹니다. 마지막 3개월은 AI Kaggle 형태의 기업 연계 실데이터 프로젝트로 구성되어 있어, 이력서와 포트폴리오에 담을 실제 협업 경험과 결과 데이터를 확보할 수 있습니다. 100% 국비지원 과정이며, 훈련 기간 중 KDT 훈련장려금도 지원됩니다.

출처

• 캔디드 (2025), 채용 시장 스킬트렌드 분석 리포트

• 토스 공식 채용 페이지, Product Designer 채용

• 토스 공식 채용 페이지, 2026 Product Designer Challenge

• 당근페이 채용 공고, Product Designer

• 카카오모빌리티 채용, 프로덕트 디자이너

• 원티드랩 채용, 프로덕트 디자이너(시니어)

• 원티드랩 (2025), 채용 트렌드 리포트