상황
지원은 순식간에 쌓이는데, 검토는 한 장씩이었다
공고 하나에 이력서 수십, 수백 장이 몰린다. 담당자는 그걸 한 장씩 열어 경력을 읽고, 요건과 맞춰 보고, 기억에 담는다.
지치면 뒤에 있는 이력서는 대충 넘어간다. 정작 딱 맞는 인재가 87번째에 있어도 눈에 들어오지 않는다.
공고 하나에 이력서 수십, 수백 장이 몰린다. 담당자는 그걸 한 장씩 열어 경력을 읽고, 요건과 맞춰 보고, 기억에 담는다.
지치면 뒤에 있는 이력서는 대충 넘어간다. 정작 딱 맞는 인재가 87번째에 있어도 눈에 들어오지 않는다.
손으로 읽는 이력서 한 장이 실제로 얼마를 흘려보내는지, 숫자로 보면 이렇다.
"AI가 이력서 보고 알아서 합격·불합격 걸러서 통보하면 되지 않나?" 이 유혹부터 검토했다.
이력서 스크리닝은 편향과 오판의 위험이 크다. 형식만 보고 좋은 인재를 자동 탈락시키거나, 공백을 오해해 통보하면 사람과 평판을 잃는다. 요약·적합도는 돕되, 합불 판단은 사람이 해야 한다.
"이력서를 요약하고 요건 적합도를 매겨 태그를 다는" 90%를 자동화한다. 애매하거나 공백 있는 건 확인 필요로 표면화하고, "합불과 다음 단계" 10%만 사람이 쥔다.
네 단계를 따라가 보세요. 마지막, 합불 판단만 사람의 몫입니다.
여러 경로로 들어온 이력서를 한 큐로 모은다.
경력·스킬을 요약하고 공고 요건과 맞춰 적합도를 매긴다.
적합·보완·확인 필요로 태그하고 적합도순으로 세운다.
요약·적합도가 붙은 상태에서, 합불과 다음 단계만 사람이 쥔다.
말로 하면 여기까지다. 이제 직접 눌러보세요. 아래는 데모 데이터로 만든 실제 동작 화면입니다.
"자동 요약·매칭"을 누르고, 지원자 하나를 클릭하면 요건 적합도와 핵심 요약까지 볼 수 있습니다.
같은 이력서, 검토 전과 검토 후. 바뀐 건 지원자가 아니라, 누구를 먼저 보는지의 순서다.
요약도 적합도도 이미 붙었고, 합불만 사람이 정한다. 뒤로 밀려 묻히기 전에, 딱 맞는 후보가 먼저 눈에 든다.
