"포트폴리오는 평범했는데, 결과는 가장 좋았습니다."
최근 프로젝트를 진행한 한 기업의 이야기입니다.
최종 후보는 두 명이었습니다. 한 명은 대기업 프로젝트 경험이 풍부한 전문가였고, 다른 한 명은 포트폴리오만 보면 크게 눈에 띄지 않는 전문가였습니다.
결정을 내리기 전 두 사람 모두에게 3일짜리 실무 과제를 맡겼는데요, 결과는 예상 밖이었습니다.
화려한 경력의 전문가는 결과물은 무난했지만, 피드백 반영이 늦고 커뮤니케이션도 다소 수동적이었습니다. 반면 다른 전문가는 진행 상황을 먼저 공유했고, 예상치 못한 데이터 이슈가 생기자 스스로 대안을 제시하며 문제를 해결했습니다.
결국 후자와 일을 진행했고, 프로젝트는 큰 시행착오 없이 계획한 일정에 맞춰 마무리됐습니다. 무엇보다 담당자는 이렇게 평가했습니다.
"굳이 제가 챙기지 않아도 먼저 공유해줘서 함께 일하기 편했습니다."
이렇게 누구나 탐낼 만한 포트폴리오를 가진 전문가가 기대만큼의 성과를 내지 못하는 사례가 적지 않습니다.
왜 이런 차이가 생기는 걸까요?
우리는 프로젝트에 참여할 전문가를 찾을 때 많은 것을 확인합니다.
어떤 프로젝트를 수행했는지
어떤 기술을 보유하고 있는지
어떤 성과를 만들어왔는지
모두 중요한 요소이지만, 실제 프로젝트가 시작되면 더 중요한 것들이 드러납니다.
피드백을 얼마나 빠르게 반영하는가
예상치 못한 문제가 생겼을 때 어떻게 해결하는가
필요한 내용을 먼저 제안하는가
일정과 커뮤니케이션을 안정적으로 관리하는가
이런 역량은 포트폴리오만으로는 확인하기 어렵습니다.
전문가를 매칭하고 나면 가장 어려운 과정을 끝냈다고 생각하기 쉽습니다. 하지만 프로젝트의 성패는 오히려 함께 일하기 시작한 이후에 결정되는 경우가 많습니다.
그래서 최근에는 포트폴리오만으로 판단하기보다, 실제 업무를 기반으로 전문가의 문제 해결 방식과 협업 방식을 확인하려는 기업이 많아지고 있습니다.
짧은 파일럿 프로젝트를 진행하거나, 작은 실무 과제를 함께 수행하거나, 라이브 테스트를 통해 일하는 방식을 미리 확인하는 방식입니다.
평가 기준이 조금씩 바뀌고 있는 것입니다.
과거에는 "무엇을 해봤는가?"를 중심으로 봤다면, 이제는 "이번 프로젝트에서 실제 성과를 낼 수 있는가?"를 더 중요하게 봅니다.
AI 활용이 빠르게 확산되면서 혼자서도 높은 생산성을 내는 전문가들이 늘어나고 있습니다. AI를 적극적으로 활용하는 1인 전문가가 기존 대행사보다 더 빠르고 밀도 있는 결과를 만들어내는 사례도 늘고 있습니다.
문제는, 이 차이가 포트폴리오에는 잘 드러나지 않는다는 점입니다.
"AI 툴을 다룰 줄 안다"는 한 줄과
"AI를 활용해 실제로 문제를 해결하고 결과를 만들어낸다"는 것은 전혀 다른 이야기입니다.
결국 경력 연차나 프로젝트 개수보다 문제를 해결하는 방식과 협업 능력이 프로젝트 성과를 좌우하는 시대가 되었습니다.
좋은 포트폴리오는 분명 좋은 출발점입니다. 하지만 프로젝트의 성공을 결정하는 것은 앞선 사례의 전문가처럼 실제 업무에서 보여주는 실행력과 협업 능력입니다.
피드백을 반영하는 속도
문제를 해결하는 태도
책임감 있는 커뮤니케이션이 세 가지가 프로젝트의 성과를 만듭니다.
프로젝트 기반으로 전문가와 협업하는 기업이라면, 이제는 "누가 더 화려한 경력을 가졌는가"보다 "어떤 방식으로 더 안정적인 성과를 만들어낼 수 있는가"를 먼저 확인해야 합니다.
우리 팀에 맞는 전문가를 찾고 있다면?
지금 필요한 업무를 알려주세요.
플렉스웍이 업무 내용에 맞는 AI-Native 전문가를 함께 검토해드립니다.
여러분의 회사는 지금 어떤 기준으로 사람을 찾고 있나요?
혹시 아직도 이력과 포트폴리오만으로 '함께 일할 사람'을 판단하고 있지는 않은지, 한 번쯤 돌아볼 필요가 있습니다.
다음 글에서는 「전문가 매칭은 성공했는데, 프로젝트는 왜 실패했을까?」를 주제로, 전문가와의 협업 과정에서 성과가 갈리는 이유를 조금 더 깊이 살펴보겠습니다.
