Offcanvas

AI / BI / CIO / How To / HR / 검색|인터넷 / 경력관리 / 머신러닝|딥러닝 / 빅데이터 | 애널리틱스 / 애플리케이션 / 이직|채용

'이력서 걸러주고 적임자 찾아주고' AI가 채용을 돕는 방법

2017.09.05 Sharon Florentine  |  CIO


채용 위험 균형
허즈밴드에 따르면, AI와 머신러닝 기술은 채용 담당자가 충원을 위해 추가적인 시간 또는 자원이 소요될 수 있는 불균형한 중-고위험 요청이 있는 사람을 찾아 업무 부하를 해소하는데 필요한 방식과 시기를 판단하는 데도 도움이 될 수 있다.

그녀는 “고위험 요청이란 목표 충원 시기를 놓치는 경우가 85%인 경우다. 그래서 우리는 이런 종류의 요청이 더 많은 사람을 파악한 후 할 일을 결정한다. 이런 업무 부하를 분산시켜야 할까? 추가적인 자원과 채용 담당자가 필요할까?”라고 물었다.

더욱 강력한 후보자를 찾기 위한 직관적인 검색
적절한 사람을 찾기 위해 후보자를 선발하다 보면 또 다른 문제가 생긴다. 후보자들이 자신의 경험과 기술을 어떤 용어를 이용해 설명했는지 상관없이 찾는 사람에 일치하는 후보자를 찾기 위해서는 어떤 용어를 검색해야 할까?

여기서 인공지능이 도움이 될 수 있다. 랜드스태드의 글로벌 디지털 전략 및 혁신 수석 부사장 글렌 캐시는 “모든 검색이 효과가 있다는 사실을 인지하는 순간에 여러 후보자를 보면서 ‘적합성’의 가능성에 대해서는 알 수 없다”고 말했다.

그는 “채용 담당자로서 우리는 어떤 문제를 해결하려 하는가? 우리는 ‘최고의 인재'를 찾으려 노력한다. 말은 쉽지만 전통적인 불린(Boolean) 검색으로는 안 된다! ‘최고의 인재’는 어떤 사람일까? ‘적절한 인재’는 어떤 사람일까?”고 질문을 던졌다.

캐시는 이를 윌리를 찾아서(Where’s Waldo) 시리즈 퍼즐북에 비교했다. 검색이 더 이상 어렵지는 않지만 데이터 문제가 더욱 중요하다. 여기에서 의미론적 검색, 개념 검색, 내포 검색이 필요하다고 캐시는 전했다.

의미론적 검색은 검색자의 의도와 검색 수행 맥락을 파악하여 결과의 관련성을 높인다. 개념 검색은 정확한 표현의 쿼리가 필요 없으며 개념을 형성하는 몇 개의 키워드만 있으면 된다. 내포 검색은 이미 가정하거나 수집한 정보를 기준으로 정보와 결과를 제공하며 구글이 지역에 있는 식당을 자동으로 추천하거나 출근하려고 문밖을 나설 때 교통 조언이 표시되는 것과 같다.

그는 “한 단어만 검색해도 효과가 있을 것이다. 결과가 제공된다. 하지만 기술, 경험, 문화적 적합성, 소프트스킬이 있으며 특정 지리 영역 내에 거주하고 보상 범위에 적합하며 해당 일자리에 관심이 있는 후보자를 찾는 것이다. 비슷한 사람들이 많은 상황에서 어떻게 하면 결과를 정렬하여 그 사람을 찾을 수 있을까?”고 이야기했다.

캐시가 단어/문구 수준에서 조직, 후보자, 채용 담당자가 서로 다른 용어를 사용해 직위, 역할, 책임, 목표를 기술할 때 언어 문제가 고개를 든다며 다음과 같이 이야기했다.

“’웹 개발자’를 찾고 있다고 가정해 보자. 일반적인 키워드 검색을 사용한다면 결과를 얻게 된다! 검색이 된다! 그 검색으로 충원할 수 있다. 하지만 정확한 용어를 활용해 자신을 설명하는 후보자만 찾을 수 있다. 그 역할에 맞는 모든 사람들이 같은 언어를 사용할까? 그렇지 않을 수 있다. 뛰어나면서도 다른 언어를 구사하는 훌륭한 사람은 어떻게 찾을 수 있을까? 그들은 어떤 식으로 이야기할까? 그들은 식별하려면 어떤 표현을 써야 할까?”

‘암흑 물질’ 결과 살펴보기
전통적인 구직자 검색 방법은 또 다른 부작용이 있다. 캐시는 ‘암흑 물질(dark matter)’ 결과가 바로 그것이라고 강조했다. 검색 시 더 많은 후보자가 있지만 보이지 않는다. 이로 인해 문제가 발생하지만 채용 담당자들은 이에 대해 침묵하고 싶어 한다.

그는 “최고의 후보자를 찾으려 한다면 이런 검색을 통해 사람들을 배제하게 된다. 이렇게 하면 실제로는 가장 쉽게 찾을 수 있는 후보자를 찾게 되는 것이다. 그리고 이런 점은 인정하기 어렵다. 하지만 현실이 그렇다”고 말했다.

하지만 AI와 머신러닝은 전통적인 선발 및 채용 방법으로 놓친 후보자들을 발굴하는데 도움이 될 수 있다. 이런 ‘암흑 물질’ 후보자들이 발굴되면 채용 담당자들은 채용 과정의 인간 요소에 집중하고 더욱 깊이 파고들 수 있다. 캐시는 후보자의 이력서가 관련성이 없어 보이더라도 놀라운 소프트스킬, 리더십 경험, 조직이 필요로 하는 기타 중요한 기술을 보유하고 있을 수 있다고 전했다.

AI와 머신러닝 기술은 놀라운 속도로 발전하고 있으며 채용 담당자를 위한 훌륭한 툴이다. 캐시에 따르면, 그 과정의 속도를 높이고 관련성 있는 결과를 확보함으로써 채용 전문가들은 후보자와의 연계, 소통, 고용에 집중할 수 있다.

그는 “특히 이런 검색 기법을 이용하면 사람들이 부족하더라도 적합한 사람을 직접 파악할 수 있으며 적절한 사람을 알 가능성이 높은 사람을 찾을 수 있다. 그리고 여기에서 이 직종의 인간 요소가 적용된다. 비현실적인 검색에 집중하는 대신에 AI를 활용해 일상적인 작업을 자동화함으로써 고객에 집중할 수 있다. 사람 찾는 데에 집중하는 대신 인재 채용에 집중할 수 있다”고 덧붙였다. ciokr@idg.co.kr

 

CIO Korea 뉴스레터 및 IT 트랜드 보고서 무료 구독하기
추천 테크라이브러리

회사명:한국IDG 제호: CIO Korea 주소 : 서울시 중구 세종대로 23, 4층 우)04512
등록번호 : 서울 아01641 등록발행일자 : 2011년 05월 27일

발행인 : 박형미 편집인 : 천신응 청소년보호책임자 : 한정규
사업자 등록번호 : 214-87-22467 Tel : 02-558-6950

Copyright © 2024 International Data Group. All rights reserved.