사례 1
AI 서류심사 · 면접질문 생성 — 서류 읽는 시간을 줄이고, 판정 근거를 남기기
채용AI
문제
채용대행에서 가장 큰 시간은 서류를 읽는 데 들어갔습니다. 서류 600건 기준 리드타임이 24시간이었고, 사람이 내린 판정은 근거를 설명하기 어려웠습니다.
내 개입
서류심사 AI와 면접질문 생성 AI 서비스 개발에 참여했고, 판정마다 근거가 자동으로 리포트로 남게 했습니다.
재료 대기본인 역할의 범위 — 기획 / 평가 기준·프롬프트 설계 / 검증 / 운영 중 어디까지가 본인 몫이었나요?
숫자
- 심사 리드타임 24시간 → 2시간 (91% 단축)
- 운영비용 78% 절감 (서류 600건 기준)
- 판정 근거 자동 리포팅
재료 대기품질 — 사람 심사자 판정과의 일치율, 또는 AI 판정을 사람이 어떻게 검수했는지(표본 재검토, 이견 처리 방식 등).
재료 대기실제로 도입·사용한 기업 수.
배운 것
채용에서 자동화되는 부분과 사람 판단이 남는 부분을 직접 갈라 봤습니다. 도입의 조건은 속도가 아니라 "판정 근거를 설명할 수 있는가"였습니다. (초안)
사례 2
PM 숙련도 진단 / OJT — 신입을 언제 채용 운영에 투입할지 정하는 기준
육성평가
문제
OJT는 정례화돼 있었지만 "언제 메인 PM으로 투입하는가"는 경험적 판단에 의존했습니다. "해봤다", "잘할 것 같다"로 투입하면 비용은 투입 뒤에 나타났습니다 — 재검수, 팀장의 이중 확인, 실수의 사후 발견. 이것을 신입 개인의 역량 문제가 아니라 숙련도를 관찰할 공통 기준이 없는 문제로 다시 정의했습니다.
내 개입
채용대행 PM 업무를 실제 수행 단위인 40개 태스크(견적·착수 / 서류전형 / 필기전형 / 면접전형)로 쪼개고, 각 태스크를 두 축으로 진단하게 했습니다 — 경험(해본 정도)과 스킬(혼자 해낼 수 있는 정도), 각각 0~3단계.
- 팀원 등록 → 자가진단 시트 자동 생성 → 40개 태스크 응답 → 가중점수·핵심 통과율·보완 항목 자동 산출 → 비교 대시보드.
- 판정 3단계: PM 투입 검토 가능(경험·스킬 각 80% 이상, 핵심 태스크 100%) / 조건부 투입 검토(각 60% 이상, 핵심 80%) / OJT 보완 필요. 점수는 배치 확정이 아니라 OJT 우선순위의 근거이고, 최종 투입은 팀장·본부장이 검토합니다.
- 태스크마다 양식·예시·체크리스트를 Task ID로 연결해, 개인이 가진 자료가 팀 자산이 되게 했습니다(등록 전 개인정보·고객사 보안정보 제거 규칙 포함).
숫자
- 40개 태스크 · 진단축 2개 · 단계 0~3 · 판정 3단계 · 2026년 7월 사내 공개
- 팀원은 자기 보완 태스크를, 팀장은 리스크(응답 수·가중점수·핵심 통과율·최종 판정)를 같은 입력에서 봅니다.
재료 대기적용 인원과 판정 분포 — 투입 검토 가능 / 조건부 / 보완 필요 각 몇 명.
재료 대기도입 뒤 달라진 것 하나 — 팀장 재검수 빈도, 투입 시점, 사후 발견 실수 중 무엇이든.
배운 것
점수보다 중요한 건 "다음 실전에서 어떤 태스크를 경험시킬 것인가"였습니다. 진단은 사람을 등급 매기는 도구가 아니라, 다음 OJT를 구체화하는 도구일 때 쓰입니다. (초안 — 사내 소개서 문장에서 가져옴)
사례 3
채용대행 3개 기업 운영 — 제안부터 최종 전형까지 맡는 운영
채용 운영
문제
기업이 자체 인력으로 감당하기 어려운 채용 전형을 외부에서 받아, 서류부터 면접까지 끝까지 운영해야 했습니다.
내 개입
제안발표부터 운영까지 3개 기업을 맡아 서류·필기·면접 전 과정을 운영했습니다. 같은 자리에서 인재상 기반 인성검사를 구축하고 진단도구 컨설팅·운영을 함께 맡았습니다.
재료 대기운영 안에서 본인이 직접 설계한 전형 요소 하나 — 평가 기준표, 면접 구조, 일정 설계 등 무엇이든.
숫자
- 채용대행 3개 기업 · 서류 / 필기 / 면접 전 전형
- 진단도구 컨설팅·운영 100개 넘는 기업
재료 대기3개 기업의 공기업 / 사기업 구분과 지원자 규모.
배운 것
재료 대기세 번의 운영에서 전형 설계에 대해 바뀐 생각 한 줄.
이 운영을 받쳐 준 것
- 운영 업무를 40개 태스크로 쪼갠 기준이 사례 2입니다 — 이 운영을 누구에게 맡길 수 있는지를 정한 장치.
- 대학원에서 채용 예측변인 메타분석 근거를 정리했습니다(구조화면접 .42, GMA .31 등). 전형 도구를 "무엇을 얼마나 예측하는가"로 비교하는 습관의 출처입니다.