채용과 인사 자동화

채용 자동화의 목표는 '사람을 덜 보는 것'이 아니다

채용과 인사 업무는 이상하게도 늘 급하다. 채용 공고는 오늘 올려야 하고, 이력서는 쌓이고, 면접관 일정은 맞지 않고, 지원자는 답장을 기다린다. 어렵게 합격자가 나오면 이번에는 입사 안내, 계정 발급, 장비 준비, 교육 자료 전달, 근로계약서 확인이 이어진다. 회사가 작을수록 이 일은 더 크게 느껴진다. 대표가 직접 채용 공고를 쓰고, 운영 담당자가 이력서를 정리하고, 팀장이 면접 일정을 맞추는 식이다.

여기서 AI 자동화가 해야 할 일은 사람을 숫자로 줄여 합격과 불합격을 기계적으로 찍어내는 것이 아니다. 오히려 반대다. 반복 행정을 줄여 사람이 더 깊이 보고, 더 공정하게 질문하고, 더 나은 판단을 하도록 돕는 것이다. IBM은 채용 자동화를 채용 공고 게시, 이력서 검토, 면접 일정 조율 같은 시간 소모적 업무를 기술로 줄이고, 채용 담당자가 더 전략적인 판단에 집중하게 만드는 방식으로 설명한다¹. 이 관점이 중요하다. AI는 채용 담당자를 대체하는 심판이 아니라, 채용 과정의 기록원, 정리자, 초안 작성자, 일정 조율자에 가깝다.

인사 자동화는 사업 자동화 중에서도 특히 조심스럽게 설계해야 한다. 마케팅 문구가 조금 어색하면 수정하면 된다. 고객 문의 답변이 부족하면 사람이 보완할 수 있다. 하지만 채용 과정에서 AI가 편향된 기준으로 지원자를 걸러내거나, 개인정보를 불필요하게 저장하거나, 불합격 사유를 설명할 수 없는 방식으로 판단하면 회사의 신뢰가 무너진다. 그래서 이 장의 기본 원칙은 단순하다.

AI는 후보를 정리하고, 사람은 후보를 판단한다.

이 한 문장을 기준으로 채용과 인사 자동화를 설계해보자.

채용 공고 자동 작성: 좋은 사람을 찾기 전에 좋은 역할부터 정의하라

채용 자동화의 출발점은 이력서 검토가 아니다. 채용 공고다. 공고가 흐릿하면 AI가 아무리 똑똑해도 좋은 후보를 찾기 어렵다. "마케팅 잘하는 분", "성장 의지가 있는 분", "커뮤니케이션 능력이 뛰어난 분" 같은 표현은 듣기에는 그럴듯하지만 실제 선발 기준으로 쓰기 어렵다. 지원자는 무엇을 준비해야 하는지 모르고, 면접관은 무엇을 평가해야 하는지 모른다.

AI에게 채용 공고를 쓰게 하려면 먼저 세 가지 입력값을 정리해야 한다.

• 직무 목표: 이 사람이 입사 후 3개월, 6개월, 1년 안에 만들어야 하는 결과

• 필요 역량: 업무 수행에 반드시 필요한 기술, 경험, 태도

• 근무 조건: 근무 형태, 협업 방식, 보상 범위, 일정, 위치, 계약 형태

예를 들어 온라인 강의를 판매하는 1인 기업이 고객지원 담당자를 채용한다고 해보자. "친절한 CS 담당자 모집"이라고 쓰면 너무 넓다. 대신 AI에게 이렇게 입력할 수 있다.

우리는 온라인 강의와 전자책을 판매하는 1인 기업이다. 고객지원 담당자의 핵심 목표는 결제 전 문의, 수강 방법 문의, 환불 요청, 강의 자료 오류 신고를 빠르고 정확하게 처리해 고객 만족도를 높이는 것이다. 입사 후 3개월 안에 FAQ 문서를 정리하고, 반복 문의를 줄이는 개선안을 제안해야 한다. 필요한 역량은 이메일 응대, 문서 정리, 고객 불만 상황에서의 침착한 커뮤니케이션, 기본적인 스프레드시트 사용 능력이다. 원격 근무이며 주 20시간 파트타임이다. 이 정보를 바탕으로 채용 공고 초안을 작성하고, 편향적이거나 불필요하게 배제적인 표현이 있으면 따로 표시해줘.

이렇게 요청하면 AI는 공고를 단순히 예쁘게 쓰는 데서 그치지 않고, 역할의 목적과 평가 기준이 드러나도록 정리할 수 있다. Jotform의 채용 관련 ChatGPT 활용 가이드도 직무 맥락, 요구사항, 제약조건을 충분히 입력할수록 더 나은 채용 공고와 면접 질문을 만들 수 있다고 설명한다². 핵심은 "채용 공고를 써줘"가 아니라 "이 역할의 목표와 기준이 드러나게 써줘"라고 요청하는 것이다.

채용 공고 자동화에서 특히 유용한 기능은 편향 표현 점검이다. 예를 들어 "젊고 열정적인 인재", "강한 체력 필수", "명문대 출신 우대", "야근을 즐길 수 있는 분" 같은 표현은 실제 업무 필요성과 무관하게 특정 집단을 배제할 수 있다. AI에게 공고를 작성하게 한 뒤 반드시 다음 질문을 던져야 한다.

이 채용 공고에서 성별, 나이, 학력, 장애, 가족 상황, 국적, 특정 성격 유형에 대한 불필요한 편향을 만들 수 있는 표현을 찾아줘. 각 표현을 더 직무 관련성이 높은 문장으로 바꿔줘.

좋은 채용 공고는 멋진 문장이 아니라 선명한 약속이다. 회사는 "이 역할에서 무엇을 기대하는지"를 정직하게 말하고, 지원자는 "내가 이 일을 해낼 수 있는지"를 판단할 수 있어야 한다. AI는 그 약속을 더 명확한 언어로 다듬는 도구다.

지원자 요약 자동화: 이력서를 줄이되 사람을 줄이지 말라

이력서 검토는 채용 업무에서 가장 자동화하고 싶은 영역이다. 지원자가 10명일 때는 괜찮지만 100명, 300명이 되면 문제가 달라진다. 모든 이력서를 꼼꼼히 읽기 어렵고, 읽는 순서나 피로도에 따라 판단이 흔들릴 수 있다. 그래서 AI로 이력서를 요약하고, 직무 기준과의 관련성을 정리하는 방식은 매우 유용하다.

하지만 여기에는 중요한 선이 있다. AI가 이력서를 요약하는 것은 괜찮다. AI가 합격과 불합격을 최종 결정하는 것은 위험하다. 특히 학력, 경력 공백, 이전 회사 이름, 나이, 성별처럼 직무 성과와 직접 관련이 약한 요소가 판단에 섞이면 차별 가능성이 생긴다. 따라서 지원자 요약 자동화는 "결정 자동화"가 아니라 "검토 준비 자동화"로 설계해야 한다.

가장 안전한 방식은 먼저 직무 기준표를 만들고, AI가 그 기준에 맞춰 근거를 찾아 요약하게 하는 것이다. 예를 들어 고객지원 담당자라면 기준표는 이렇게 잡을 수 있다.

• 필수 역량: 이메일 또는 채팅 기반 고객 응대 경험

• 필수 역량: 반복 문의를 문서나 FAQ로 정리한 경험

• 우대 역량: 환불, 불만, 기술 오류 등 민감 문의 처리 경험

• 우대 역량: 스프레드시트, 노션, 헬프데스크 도구 사용 경험

그다음 AI에게 이렇게 요청한다.

아래 이력서를 고객지원 담당자 직무 기준에 맞춰 요약해줘. 합격 또는 불합격 판단은 하지 마. 각 항목마다 이력서에서 확인되는 근거만 정리하고, 근거가 없으면 "확인 필요"라고 써줘. 추측하지 말고, 나이·성별·사진·주소·가족관계 등 직무와 무관한 정보는 평가에 사용하지 마.

출력 형식은 다음처럼 고정해두면 좋다.

이 표의 장점은 AI가 "이 사람은 좋아 보입니다"라고 말하지 못하게 만든다는 점이다. 대신 "어떤 근거가 있고, 무엇을 더 확인해야 하는지"만 보여준다. 채용 담당자는 이 요약을 보고 원문 이력서를 다시 확인한다. 즉, AI는 이력서를 대신 읽는 것이 아니라 먼저 접어주는 역할을 한다. 긴 종이를 한눈에 볼 수 있게 접어주지만, 최종적으로 어떤 부분을 펼쳐볼지는 사람이 정한다.

또 하나의 원칙은 원문 접근성을 유지하는 것이다. AI 요약만 보고 판단하면 위험하다. 요약에는 빠진 맥락이 있을 수 있고, AI가 문장을 잘못 이해했을 수도 있다. 따라서 지원자 관리 시트에는 원본 이력서 링크, AI 요약, 사람 검토 메모, 면접 여부, 최종 판단 사유를 함께 남겨야 한다. 나중에 채용 과정을 돌아볼 때도 "왜 이 사람을 면접으로 넘겼는지" 설명할 수 있어야 한다.

면접 질문 자동화: 즉흥 질문을 줄이고 기준을 맞춘다

면접은 사람을 만나는 자리지만, 완전히 즉흥적으로 진행하면 공정성이 흔들린다. 어떤 지원자에게는 꼬리 질문을 많이 하고, 어떤 지원자에게는 편한 분위기로 대화만 하다가 끝난다. 면접관이 여러 명이면 문제는 더 커진다. 한 사람은 실무 경험을 중시하고, 다른 사람은 태도를 중시하고, 또 다른 사람은 자신과 잘 맞는지를 본다. 결국 "느낌은 좋은데요"라는 말이 평가를 지배한다.

AI는 이 지점에서 면접의 구조를 잡아줄 수 있다. 지원자별 맞춤 질문을 만들되, 모든 질문이 같은 평가 기준에 연결되도록 설계하는 것이다. 예를 들어 콘텐츠 마케터를 채용한다면 면접 기준은 콘텐츠 기획력, 데이터 해석력, 협업 커뮤니케이션, 실행력으로 나눌 수 있다. AI에게는 이렇게 요청한다.

아래 직무 설명과 지원자 요약을 바탕으로 면접 질문을 만들어줘. 질문은 콘텐츠 기획력, 데이터 해석력, 협업 커뮤니케이션, 실행력 네 가지 역량별로 2개씩 작성해줘. 각 질문마다 평가하려는 역량, 좋은 답변의 기준, 추가 꼬리 질문을 함께 제시해줘. 단, 개인정보나 차별 소지가 있는 질문은 제외해줘.

그러면 면접 질문은 단순한 호기심이 아니라 평가 도구가 된다. "이전 회사는 왜 그만두셨어요?"보다 "성과가 좋지 않았던 콘텐츠를 개선한 경험이 있다면, 어떤 데이터를 보고 어떤 결정을 내렸나요?"가 더 좋은 질문이다. 전자는 사적인 사정을 끌어낼 위험이 있고, 후자는 실제 업무 역량을 확인한다.

면접 평가표도 AI가 초안을 만들 수 있다. 중요한 것은 점수만 매기게 하지 않는 것이다. 점수는 편리하지만, 근거 없는 점수는 위험하다. 평가표에는 반드시 관찰 근거가 들어가야 한다.

이런 평가표가 있으면 면접관 간 기준을 맞추기 쉬워진다. 면접 전 10분만 투자해 "우리에게 5점 답변은 무엇인가"를 합의하면, 면접 후 회의가 훨씬 선명해진다. AI는 평가표 초안을 만들고, 사람은 그 기준이 실제 우리 조직과 직무에 맞는지 조정한다.

여기서도 최종 판단은 사람이 해야 한다. AI가 면접 녹취를 요약할 수는 있다. 면접관 메모를 정리할 수도 있다. 하지만 "이 지원자를 뽑아도 된다"는 결정은 조직의 맥락, 팀의 상황, 후보자의 성장 가능성, 역할의 우선순위를 종합해야 한다. 이것은 아직 AI에게 맡길 일이 아니다.

일정 조율과 후보자 커뮤니케이션: 기다림을 줄이는 자동화

채용 과정에서 지원자를 지치게 만드는 것은 불합격 자체보다 침묵이다. 지원서를 냈는데 접수 확인이 없고, 면접을 봤는데 다음 일정 안내가 없고, 탈락했는지 보류인지 알 수 없다. 회사 입장에서는 바빠서 늦어진 것이지만, 지원자 입장에서는 무례하게 느껴진다.

AI와 워크플로 자동화 도구를 연결하면 이 침묵을 크게 줄일 수 있다. 지원서가 접수되면 자동 확인 메일을 보내고, 서류 검토 단계가 끝나면 상태를 업데이트하며, 면접 대상자에게 가능한 시간대를 자동으로 제안한다. 면접 하루 전에는 리마인드 메시지를 보내고, 면접 후에는 "검토 일정은 언제까지이며 결과는 어떤 방식으로 안내된다"는 메시지를 보낸다.

이 자동화는 지원자 경험을 개선할 뿐 아니라 내부 협업도 편하게 만든다. 면접관이 평가표를 제출하지 않으면 자동 알림이 가고, 일정이 확정되면 캘린더 초대와 화상회의 링크가 생성된다. 채용 담당자는 "혹시 일정 가능하실까요?"라는 메일을 반복해서 보내는 대신, 후보자와 더 깊은 대화를 나눌 시간을 얻는다.

단, 자동 메시지는 차갑지 않아야 한다. 자동화된 메시지일수록 더 분명하고 친절해야 한다. 좋은 채용 메시지는 길 필요가 없다. 대신 세 가지를 포함해야 한다. 현재 상태, 다음 단계, 문의할 사람. 예를 들어 "지원해주셔서 감사합니다"에서 끝나는 것이 아니라 "서류 검토는 5영업일 안에 진행되며, 결과와 관계없이 이메일로 안내드립니다. 일정 중 변경 사항이 있으면 이 주소로 연락해주세요"라고 말해야 한다.

온보딩 자동화: 합격 이후가 진짜 시작이다

채용이 끝났다고 인사 업무가 끝나는 것은 아니다. 사실 신규 입사자 입장에서는 그때부터 회사 경험이 시작된다. 합격 통보를 받은 뒤 첫 출근일까지 아무 연락이 없으면 사람은 불안해진다. "정말 입사 처리가 된 걸까?", "첫날 어디로 가야 하지?", "노트북은 주는 걸까?", "무엇을 준비해야 하지?" 같은 질문이 생긴다.

온보딩 자동화는 이 불안을 줄이는 설계다. Microsoft의 온보딩 에이전트 아키텍처 예시는 HR 시스템의 후보자 정보, 신규 입사자 FAQ, 교육 자료, 온보딩 절차를 연결해 문서 처리, 질문 응답, 맞춤형 학습 계획, 진행 상황 모니터링을 자동화하는 구조를 제안한다³. 이 구조를 거창한 대기업 시스템으로만 생각할 필요는 없다. 작은 회사도 충분히 비슷한 원리를 적용할 수 있다.

신규 입사자 자동화의 기본 흐름은 다음과 같다.

• 합격 상태로 변경되면 환영 메일과 입사 준비 안내 발송

• 입사자 정보에 따라 필요한 서류, 계정, 장비, 교육 자료 체크리스트 생성

• 입사 전날 첫 출근 시간, 접속 링크, 담당자, 준비물을 자동 안내

• 첫 주 일정표와 필수 미팅을 캘린더에 자동 등록

• 완료되지 않은 항목을 담당자와 입사자에게 알림

예를 들어 5명 규모의 SaaS 팀이 신규 고객지원 매니저를 채용했다고 해보자. 지원자 상태가 "최종 합격"으로 바뀌면 자동화는 다음 작업을 시작한다. Gmail로 환영 메일을 보내고, Notion에 온보딩 페이지를 만들고, Google Calendar에 첫 주 미팅을 등록하고, Slack에 "새로운 팀원이 합류합니다"라는 메시지를 예약한다. 동시에 운영 담당자에게는 계정 발급 체크리스트가 전달된다. 헬프데스크, CRM, 결제 관리자, 문서 저장소, 메신저, 캘린더 접근 권한을 확인하라는 항목이 자동으로 생성된다.

좋은 온보딩 문서는 두껍지 않다. 첫 주에 필요한 정보가 순서대로 있어야 한다. "회사 소개 50페이지"보다 "첫날 오전에 할 일 5개"가 더 유용하다. AI는 기존 문서를 바탕으로 역할별 온보딩 문서를 만들 수 있다.

신규 고객지원 매니저를 위한 첫 주 온보딩 문서를 작성해줘. 포함할 내용은 회사와 상품 소개, 사용하는 도구, 자주 받는 고객 문의 유형, 첫 주 미팅 일정, 반드시 읽어야 할 문서, 첫 번째 실습 과제다. 너무 긴 설명보다 실제 행동 순서 중심으로 정리해줘.

온보딩 자동화의 목적은 사람을 방치하는 것이 아니다. 오히려 사람이 더 따뜻하게 맞이할 수 있도록 잡무를 줄이는 것이다. 계정 발급과 문서 전달이 자동으로 돌아가면, 팀장은 첫날 커피챗을 준비할 수 있고, 동료는 실제 업무 맥락을 설명할 시간을 확보할 수 있다.

사내 FAQ 에이전트: 같은 질문에 계속 답하지 않게 만들기

인사팀이나 운영 담당자가 가장 많이 받는 질문은 대개 반복된다. 휴가 신청은 어디서 하는지, 경비 처리는 어떻게 하는지, 재택근무 규칙은 무엇인지, 장비 고장은 누구에게 말해야 하는지, 교육비 지원은 가능한지 같은 질문이다. 이런 질문에 매번 사람이 답하면 시간이 새어나간다. 더 큰 문제는 답변이 사람마다 조금씩 달라진다는 점이다.

사내 FAQ 에이전트는 이 반복 질문을 줄이는 장치다. 기본 구조는 고객지원 챗봇과 비슷하지만, 다루는 정보가 사내 규정과 개인정보에 가까우므로 권한 관리가 더 중요하다. 모든 직원에게 공개해도 되는 정보와 특정 직급, 특정 부서, 특정 지역 직원에게만 보여야 하는 정보를 나눠야 한다.

사내 FAQ 에이전트에 넣을 수 있는 지식베이스는 다음과 같다.

• 인사 규정: 휴가, 근무 시간, 재택근무, 복리후생, 경비 처리

• 업무 도구 안내: 이메일, 메신저, CRM, 프로젝트 관리 도구, 보안 도구 사용법

• 온보딩 자료: 첫 주 일정, 필수 교육, 계정 발급, 담당자 연락처

• 조직 정보: 부서별 역할, 요청 채널, 승인 프로세스

AI 에이전트를 만들 때 가장 먼저 해야 할 일은 "답변해도 되는 질문"과 "사람에게 넘겨야 하는 질문"을 나누는 것이다. 예를 들어 "연차는 어디서 신청하나요?"는 AI가 답해도 된다. 하지만 "제가 이번 평가에서 왜 낮은 등급을 받았나요?"나 "징계 가능성이 있나요?" 같은 질문은 반드시 사람에게 연결해야 한다. AI가 답변할수록 위험해지는 영역이 있다.

FAQ 에이전트의 답변 원칙도 정해야 한다. 회사 규정에 근거한 답변만 하게 하고, 출처 문서 링크를 함께 제공하게 하며, 확실하지 않으면 추측하지 않고 담당자에게 연결해야 한다. "아마 가능할 것 같습니다"라는 답변은 인사 영역에서 특히 위험하다. 차라리 "현재 지식베이스에서 확인되지 않습니다. 인사 담당자에게 문의를 연결하겠습니다"라고 말하는 편이 낫다.

인사 자동화의 윤리 기준: 편향, 개인정보, 설명 책임

인사 자동화는 편리함보다 신뢰가 먼저다. 채용과 인사는 사람의 생계, 경력, 조직 내 기회와 연결된다. 그래서 자동화 시스템은 빠른 것만으로 충분하지 않다. 공정해야 하고, 설명 가능해야 하며, 필요한 만큼만 데이터를 써야 한다.

첫 번째 기준은 편향 관리다. AI는 과거 데이터를 학습하거나 사용자가 준 기준을 따라 움직인다. 만약 과거에 특정 학교 출신, 특정 성별, 특정 연령대가 많이 뽑힌 회사 데이터를 기준으로 삼으면 AI도 그 패턴을 좋은 후보의 특징처럼 오해할 수 있다. 따라서 채용 자동화에는 직무 관련 기준만 넣어야 한다. "우리 회사에서 예전에 잘했던 사람과 비슷한 사람"보다 "이 직무에서 필요한 행동과 성과를 보여준 사람"을 기준으로 삼아야 한다.

두 번째 기준은 개인정보 최소화다. 채용 과정에서는 이력서, 연락처, 포트폴리오, 평가 메모, 면접 기록처럼 민감한 정보가 모인다. AI 도구에 이 정보를 넣기 전에 회사의 개인정보 처리 방침과 보안 기준을 확인해야 한다. 불필요한 정보는 가리고, 접근 권한을 제한하고, 보관 기간을 정해야 한다. 특히 외부 AI 도구에 지원자 정보를 그대로 붙여넣는 방식은 신중해야 한다. 가능하면 이름, 연락처, 사진, 주소, 주민등록번호 같은 정보는 제거한 뒤 직무 관련 내용만 처리하게 한다.

세 번째 기준은 설명 책임이다. 자동화 시스템이 어떤 후보를 상위에 표시했다면 그 이유를 설명할 수 있어야 한다. "AI 점수가 높아서요"는 설명이 아니다. "직무 기준 중 고객 응대 경험, 문서화 경험, 불만 처리 경험에 대한 근거가 확인되었기 때문입니다"라고 말할 수 있어야 한다. 그래서 AI 출력에는 항상 근거와 확인 필요 항목이 함께 있어야 한다.

네 번째 기준은 사람의 개입 지점이다. 채용 공고 게시 전, 서류 검토 후 면접 대상자 선정 전, 최종 합격 결정 전, 민감한 불합격 사유 안내 전에는 사람이 반드시 확인해야 한다. 자동화의 속도가 빨라질수록 승인 단계를 더 명확히 해야 한다. 자동 실행 버튼이 있다고 해서 모든 것을 자동으로 실행해야 하는 것은 아니다.

작은 회사도 만들 수 있는 채용·인사 자동화 흐름

인사 자동화를 시작한다고 해서 처음부터 거대한 HR 시스템을 도입할 필요는 없다. 작은 회사라면 스프레드시트, 이메일, 캘린더, 문서 도구, AI 챗봇만으로도 충분히 시작할 수 있다. 중요한 것은 도구의 크기가 아니라 흐름의 선명함이다.

가장 단순한 채용 자동화 흐름은 이렇게 만들 수 있다.

1. 채용 요청이 생기면 역할 정의서를 작성한다.

2. AI가 역할 정의서를 바탕으로 채용 공고 초안을 만든다.

3. 사람이 공고의 편향 표현과 근무 조건을 검토한 뒤 게시한다.

4. 지원서가 들어오면 스프레드시트나 ATS에 자동으로 기록된다.

5. AI가 직무 기준에 따라 지원자 요약표를 만든다.

6. 사람이 원문 이력서와 AI 요약을 함께 보고 면접 여부를 결정한다.

7. AI가 지원자별 면접 질문과 평가표 초안을 만든다.

8. 면접관이 평가표를 작성하면 AI가 회의용 요약을 만든다.

9. 최종 결정은 사람이 내리고, AI는 안내 메일 초안을 작성한다.

10. 합격 상태로 바뀌면 온보딩 체크리스트와 첫 주 일정이 자동 생성된다.

이 흐름에서 AI가 결정하는 것은 없다. AI는 초안을 만들고, 정리하고, 알리고, 빠진 항목을 알려준다. 결정은 사람이 한다. 이 구조가 인사 자동화의 안전한 기본형이다.

인사 자동화 설계 체크리스트

채용과 인사 자동화를 실제로 만들기 전에 아래 질문에 답해보자.

• 이 자동화는 어떤 반복 행정을 줄이는가?

• AI가 사용하는 직무 기준은 실제 업무 성과와 관련이 있는가?

• 지원자나 직원의 개인정보 중 불필요한 항목을 제거했는가?

• AI가 만든 요약과 점수의 근거를 사람이 확인할 수 있는가?

• 합격, 불합격, 평가, 보상, 징계 같은 고위험 판단을 AI가 단독으로 하지 않도록 막았는가?

• 자동 메시지에 현재 상태, 다음 단계, 문의 창구가 포함되어 있는가?

• 온보딩 체크리스트에서 계정, 장비, 교육, 담당자, 첫 주 일정이 빠지지 않았는가?

• FAQ 에이전트가 답변할 수 없는 질문을 사람에게 넘기는 기준이 있는가?

• 자동화 로그가 남고, 나중에 누가 어떤 기준으로 판단했는지 확인할 수 있는가?

인사 자동화는 차가운 시스템을 만드는 일이 아니다. 오히려 따뜻한 순간을 확보하기 위해 차가운 반복 업무를 시스템에 맡기는 일이다. 채용 공고 초안, 이력서 요약, 면접 질문, 평가표, 일정 조율, 온보딩 문서, 사내 FAQ는 AI가 훌륭하게 도울 수 있다. 그러나 사람의 가능성을 보고, 맥락을 이해하고, 함께 일할 동료로 맞이하는 일은 여전히 사람의 몫이다.

AI가 반복 행정을 조용히 처리할수록 우리는 더 중요한 질문에 집중할 수 있다.

"이 사람은 우리와 어떤 일을 만들어갈 수 있을까?"

그 질문에 더 많은 시간을 쓰게 만드는 것. 그것이 채용과 인사 자동화의 진짜 목적이다.

참고

¹IBM, What is Recruitment Automation?

²Jotform, How to use ChatGPT in recruitment: Prompts and use cases

³Microsoft Learn, Improve the new hire experience with a smart onboarding agent