이력서 개편 : 구직자의 강점을 살리는 AI 기술
23년 8월 8일, 사람인 이력서 개편이 있었다. 이번 개편은 구직자가 직무와 역량 중심으로 Personal Branding을 할 수 있는 이력서를 지향하고 있다. 이에 AI LAB에서는 구직자의 강점을 쉽게 어필할 수 있도록 총 4종의 사람인 AI 기술을 적용했다. 이번 글에서는 새로워진 이력서 작성 과정에 어떤 AI 기술들이 어떻게 녹아들어 있는지 이야기하고자 한다.
자신 만의 홍보 문구, AI 커리어 브랜딩
이력서 작성 및 수정 화면에 진입하면 가장 먼저 보이는 것이 바로 아래 화면일 것이다. 이번 개편의 방향이 구직자 개인의 브랜딩인 만큼 자신을 소개하고 홍보할 수 있는 소개문을 작성해 걸어두는 영역이다. 좋은 브랜딩을 위해서는 자신이 가진 강점을 위주로 간략하게 서술해야 한다.
아마 대부분의 구직자들은 이러한 소개글을 작성하는 것이 생소하고 어렵게 느껴질 것이다. 구직활동이 생소한 사회초년생의 경우에는 자신의 강점이 무엇인지 뽑기가 어려울 수 있다. 반면 경력이 많은 시니어의 경우에는 오히려 어떤 경력과 경험을 위주로 작성해야 하는지 선택하기 부담스러울 수 있다.
이에 AI LAB에서는 구직자가 효과적인 소개글을 쉽게 작성할 수 있도록 기술 개발에 나섰다. 브랜딩 문구, 광고 문구 등을 작성하는 데에 ChatGPT와 같은 Generative AI가 상당한 품질을 보인다는 것은 이미 많이 알려진 사실이다. 문구 작성 자체에는 ChatGPT API를 활용하는 것으로 쉽게 결정하였다.
그러나 이력서 내의 강조할 수 있는 정보를 도출하는 것에 대해서는 어떤 기술을 활용할지 고민이 필요했다. 처음에는 ChatGPT API를 활용해서 강조할 이력 정보를 추출하고 이를 기반해 생성까지 하는 방향으로 테스트를 진행했다. LangChain을 활용하여 연결성을 가지는 Prompt를 구성해서 테스트를 진행한 결과, 이는 생각보다 비효율적이라는 것을 확인했다. 소요 시간 면에서 작성만 할 때에 2배 이상이 들었고, 입력 Prompt의 길이도 늘어 실시간 서비스에 적용하기에는 부담이 되었다.
이에 이력 정보 내에서 중요도가 높은 정보를 추출하기 위한 자체 모델링을 진행하였다. 신입과 경력을 나누어서 바탕이 되는 필드를 뽑고, 그 안에서 최신 순이나 작성 내용의 중요도 등을 주요 자질로 삼아 구직자별로 강조 이력을 추출할 수 있는 모델을 개발했다. 신규 서비스로 학습데이터가 마련된 것이 없어, 채용 컨설팅 리서치 데이터를 기반으로 휴리스틱과 통계 기반의 모델을 우선 활용했다. 추후 서비스를 운영하면서 이용 행태 분석 및 로깅 등을 통해 학습데이터를 확보하여 Deep-Learning 모델을 구축하고 내재화할 예정이다.
추출된 강조 이력 정보를 바탕으로 하는 요약문을 작성하는 Task로 보고 신입과 경력을 나누어 Prompt 구조를 잡았다. 먼저 강조 이력 정보를 Prompt에 적용하는 과정에서 LangChain을 활용하였다. 3줄 정도의 요약문을 작성하되, 각 문장별로 기술할 주요 정보에 대해서 정의 하는 등 품질 유지를 위한 Prompt Engineering을 적용했다.
이후 전후처리 적용을 통해 커리어 브랜딩 문구를 작성하는 기술을 개발했다. 해당 기술을 통해 구직자들은 이력서 작성 후 버튼 하나만 클릭해서 자신의 이력에 대한 소개글을 간단하게 작성할 수 있다.
놓친 스킬도 주워담기, 스킬 추천
구직자의 역량을 나타낼 때, 자신의 경험이나 경력과 함께 보유하고 있는 스킬 정보가 주요한 정보가 된다. 구직자들은 가끔 이력서를 작성할 때, 자신이 보유하고 있지만 작성하지 않는 스킬들이 있다. 어떤 경우에는 작성 과정에서 까먹어서 일 테고, 어떤 경우에는 자신이 보유했다는 사실에 대해 인지하지 못해서 인 경우도 있을 것이다. 이럴 때 스킬 추천 기술은 유효하게 작용할 수 있다. 놓친 스킬을 주워담을 수 있도록 노출시켜주는 것이다.
기존에도 스킬 추천은 제공되고 있었으나 이번 개편을 진행하면서 고도화한 사항을 적용하기로 했다. 기존의 하드스킬 추천도 품질을 개선하였으며 인적성검사 결과를 바탕으로 한 소프트스킬 추천도 추가로 적용했다.
구직자의 직무와 스킬을 바탕으로 하는 하드스킬 추천
하드스킬의 경우, 구직자가 선택한 직무와 입력한 스킬 정보를 바탕으로 추천한다. 추천 로직으로는 각 키워드 정보에 대한 연관성을 분석하는 AI기술을 사용했다. 자체 선학습 언어모델(Pretrained Language Model, PLM)을 활용한 스킬 키워드에 대한 공간벡터 값을 우선 활용했다. 해당 모델은 사람인 이력서와 공고 데이터를 바탕으로 선학습한 것으로 스킬 및 직무 키워드 값들에 대한 Representation 벡터를 추출할 수 있는데, 해당 벡터 간의 cosine similarity를 연관도로 취했다. 해당 연관도 정보에 기 개발한 직무 연관 관계 정보[1]를 바탕으로 추출한 연관도를 추가적으로 반영한 값을 정렬하여 추천한다. 이를 통해, 구직자들은 자신이 보유하고 있지만 놓친 스킬들을 확인하고 쉽게 추가할 수 있다.
인적성 검사를 바탕으로 하는 소프트스킬 추천
소프트스킬의 경우, 구직자가 응시한 사람인 인적성검사 결과를 바탕으로 한다. 인적성검사 결과는 6가지 요인에 따라 위 그림과 같은 방사형 그래프를 포함한다. 해당 정보는 Holland 직업적성검사 유형을 차용하였다. 사람인 내부에서는 HR분석팀이라는 심리학 석학으로 구성된 연구 조직이 있어 구직자의 특성을 다양하게 연구 분석 및 활용하고 있다. 그 중 하나가 6가지 인성 요인과 그 내부에 매핑되어 있는 총 18가지의 Hexaco 하위 요인에 대한 수치를 바탕으로 강조할 수 있는 소프트스킬 키워드를 찾는 것이다. 해당 기술은 HR분석팀이 스케치하고 LAB에서 인적성 검사와 키워드를 매핑하는 모델을 구현하는 방식으로 개발했다.
소프트스킬의 경우에는 최근 대세라고 불릴 정도로 주목받고 있다[2]. 그러나 구직자들은 소프트스킬이 주목 받는지, 혹은 자신이 이러한 소프트스킬을 가지고 있는지 잘 모를 수 있다. 해당 추천 기술은 구직자가 미처 몰랐던 자신의 강점을 찾아서 어필해줄 수 있는 기술로서 활용될 수 있다.
어려운 자소서 쉽게 틀 잡기, 자소서 초안 생성
이력서 개편을 준비하는 과정에서 구직자 인터뷰 등을 통해서 대부분의 구직자가 자기소개서 작성이 어렵다는 의견을 받았다. 자기소개서 자체가 경력 구직자보다는 신입 구직자에게 주요한 정보임에도 불구하고, 경력자들도 작성에 시간 소요가 크다는 인터뷰 내용도 있었다. LAB에서는 이러한 부분에 주목하여 구직자의 직무와 주요 경험을 바탕으로 자소서의 초안을 만들어주는 것에 대해서 고민했고, 아래와 같은 간이 형식의 AI 서비스를 개발했다.
생성 과정에서는 ChatGPT를 썼지만 그 전후처리에는 기존에 쌓아온 자기소개서 분석 노하우가 바탕이 되었다. 해당 서비스는 간이 형식으로 제공하는 것이다. 다음 포스팅이 될 자기소개서 개편 서비스에서 자소서 초안 생성에 대해서는 더욱 깊게 다루고자 한다.
글을 쓸 때 첫 문장을 쓰는 것이 가장 어려웠던 경험이 대부분 있을 것이다. 위에서 언급한 것처럼 처음부터 작성하는 것과 어떤 글을 수정하거나 참고해서 작성하는 것의 난이도는 다를 것이다. 자소서 초안 생성이 구직자에게 자소서 작성의 난이도를 줄여줄 것이라 기대한다.
마치며
이번 이력서 개편 작업에 위 4가지의 AI 기술을 적용했다. 전체적인 개편 컨셉에 맞게 구직자의 강점을 개인적으로 브랜딩할 수 있도록 도와주는 기술들이다. 각각 사람인에서 제공할 수 있는 기술과 데이터를 바탕으로 ChatGPT, 스킬 추천 등의 모델들을 활용했다.
향후에도 이번 런칭 내역을 바탕으로 이용 행태 등을 추적하여 더욱 도움이 될 수 있는 사람인 AI 서비스들을 만들어 나갈 것이다. 구직자들이 이력서 작성 과정에서 해당 기능들을 차례로 사용하면서 조금이라도 쉽게, 또 효과적으로 자신의 이력을 브랜딩할 수 있기를 기대해 본다.
한편, 이력서 개편과 동시에 자기소개서 서비스 런칭이 있었다. 해당 서비스 런칭에도 총 5종의 AI 기술이 반영되었는데 이에 대한 포스팅은 다음으로 이어갈 예정이다.
참고문헌
[1] 박소영, 사람인 AI LAB 기술블로그(2022.11.24), “직무 관계 사전 구축”[2023.08.08 참고], https://medium.com/saraminlab/%EC%A7%81%EB%AC%B4-%EA%B4%80%EA%B3%84-%EC%82%AC%EC%A0%84-%EA%B5%AC%EC%B6%95-2c8014e88022
[2] 이창민, 매일일보(2021.09.12), “[기고] 하드스킬과 대세인 소프트스킬은 무엇인가?”[2023.08.08 참고], http://www.m-i.kr/news/articleView.html?idxno=859888
