AI가 채용 과정을 바꿔 놓고 있다. 이에 따라 채용 전문회사와 담당자가 기술 인재를 발견하고 고용하는 방법도 변화하고 있다.
랜드스태드 소스라이트(Randstad Sourceright)의 데이터 공학 책임자 서머 허즈밴드는 2017 소스콘(SourceCon) 행사에서 진행한 프레젠테이션에서 AI와 머신러닝을 통해 전문가들은 엄청난 양의 데이터를 신속하게 분석하고 이를 기반으로 의사결정을 내리고 예측할 수 있다고 밝혔다. 이제 채용 담당자들은 구인 광고에 ‘완벽하게 들어맞는 사람’을 정의하고 검색 풀에서 강력한 후보자들을 더욱 잘 찾아내며 인재를 신속하게 채용할 수 있는 능력을 개선하기 위해 AI를 동원하고 있다.
고용 과정 단축
기업에 인력 공백이 생기면 생산성이 크게 떨어진다. 적절한 채용 자원을 적용하여 해당 공석을 충원하기 위해 일부 담당자들은 의료 업계의 생존분석 활용에서 힌트를 얻고 있다.
의료 부문에서는 생존분석이 머신러닝 기법으로써 환자의 질병 재발이나 사망 전까지 예상되는 시간 등 이벤트 발생 시점까지의 시간을 분석한다. 여기에서 허즈밴드는 인재 채용과 유사한 점을 발견했다.
허즈밴드는 “소요 시간, 후보자 수, 공백, 기업뿐만이 아니라 직업 시장에 관한 데이터 등 과거 고객들을 위한 인재 채용에 대한 데이터를 BLS와 CB(CareerBuilder) 등의 소스에서 취하고 이 모든 것들이 공석의 ‘생존율’에 어떤 영향을 끼치는지 파악한다”며 “우리는 분명 공석을 빠르게 충원하기 위해 상황을 뒤집고 있지만 과정은 똑같다”고 설명했다.
그녀는 그 과정을 통해 담당자들은 고객에 대한 합리적인 기대치를 설정하고 충원이 더 어려운 역할에 적절한 자원을 할당할 수 있다고 밝혔다.
그녀는 “우리의 목표는 새로운 [구인 요청]이 있고 나서 후보자 찾기에 나서지만 제대로 된 후보자조차 찾지 못하는 게 아니라 이러한 요건을 바로 수집하고 충원이 어려운지 아닌지를 판단한 후 추가적인 자원의 투입 여부를 결정할 수 있도록 하는 것이다”고 말했다.
정확성도 중요하다. 그녀에 따르면, 알고리즘의 정확도(관련된 수신 정보의 일부)와 메모리(수신한 관련 정보의 일부)를 평가할 수 있다면 전문가를 찾아 채용하는 데 도움이 되며 적절한 후보를 제공할 수 있다.
그녀는 “때로는 전반적인 정확성보다 중요한 것이 있을 때가 있다. 채용에 있어서 적절할 수 있는 사람을 몇 명 놓친다고 해도 문제 될 것은 없다. 나쁜 결과가 너무 많거나 부적절한 후보자만 선택하는 것보다 낫다”고 전했다.
‘완벽하게 들어맞는 사람’의 역설계
인공지능 소프트웨어 기업 스카이마인드(Skymind)의 CEO 크리스 니콜슨은 일부 미래 지향적인 채용 담당자들과 고용 관리자가 AI와 머신러닝을 이용해 ‘적합한’ 후보자를 역설계하고 해당 역할에서 잠재적인 후보자의 성과를 예측한다고 주장했다.
니콜슨은 “최고의 사용례는 일치성 문제를 해결하여 기술을 활용해 고용주에 가장 적절한 후보자를 찾는 것이다. 모두가 모든 면접, 선발 시험, 기술, 코딩을 통해 ‘누군가의 성과를 예측하는 방법’을 고민하고 있다. 따라서 똑똑한 채용 담당자와 고용 관리자들은 이력서, 성과 검토, 업무 결과, 이미 고용된 매우 성공적인 사람들에 관한 정보 등을 수집하고 이를 알고리즘에 적용하여 어떤 사람이 필요한지 파악할 것이다”고 말했다.
니콜슨에 따르면, 각 조직은 성공에 대한 다양한 정의를 고려하고 조직의 필요에 맞는 알고리즘을 구축할 수 있다면 이상적이다.
니콜슨은 “한 기업에서 뛰어난 직원이라고 해서 다른 모든 기업에서도 그렇다는 보장은 없다. 따라서 자신에게 부족한 특정 기술, 특성, 전문 지식 등을 찾는 ‘머니볼(Moneyball)’과 같다고 볼 수 있다. 문제는 대부분의 기업들이 잘못된 것을 활용하고 있으며 이로 인해 전반적으로 문제가 발생할 뿐 아니라 다양성과 포용성의 부재에 기여한다는 점이다”고 설명했다.
니콜슨은 “물론 스탠포드 학위, 구글에서 일한 경력, 백인, 남성, 어렸을 때부터 다른 기업에서 쌓은 코딩 경험 등이 그런 특징이 될 수 있지만 이런 특징을 가진 사람들은 수백 또는 수천 명일 수 있으며 모두가 이런 사람을 찾고 있다. 그들은 몸값이 비싸고 취업을 원치 않을 수 있으며 필요한 결과를 제공하지 못할 수도 있다”고 강조했다.
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.
dl-ciokorea@foundryco.com
