🎤 채용 효율 100배 상승,
리멤버의 특급 비결은?
여기 미션 하나 있습니다. 식품 소스를 개발한 경험이 있는 8년차 이상의 경력자를 찾아야 하죠. 준비물은 단 2가지입니다. 잘 정리된 직무기술서(JD)와 리멤버 AI 채용비서죠.
‘개발’이라는 단어 때문에 SW 개발자를 추천해주지 않을까란 생각은 기우였어요. JD의 문맥을 정확히 읽어낸 AI가 놀라운 속도로 적합한 지원자 20명을 찾아줬거든요. ‘WOW’ 라는 감탄이 절로 나오는 순간이었죠.
리멤버 ‘AI 채용비서’ 고도화 모델의 테스트가 있던 날, 현장에서 AI의 저력을 체감한 어느 동료가 전해온 소감입니다. ‘채용의 미래’가 될 것이란 확신의 기대감도 터져나왔습니다. 이 변화의 중심에 오늘의 주인공 ‘AI Lab’이 있습니다. 국내 최대 규모의 채용 데이터와 AI 기술로 HR 업계를 혁신하고 있는 리멤버의 AI 전문가들을 직접 만나봤습니다.
📌 Chapter 1. 리멤버가 챗GPT를 넘어선 이유
Q. 빅데이터센터, 데이터 인텔리전스팀 등 리멤버에는 다양한 데이터 조직이 있는데요. AI Lab은 어떤 일을 하나요?
주경: AI Lab은 빅데이터센터에 소속된 팀으로 명함·채용·광고·커뮤니티 등 리멤버 서비스에서 발생하는 문제를 데이터와 AI로 해결하는 조직입니다. 저는 AI Lab 리더로 팀이 집중해야 하는 연구 방향성을 결정하고 팀원들이 더 발전할 수 있도록 지원하고 있습니다.
민규: 저희 AI Lab은 하나의 유기체로 움직이는 조직이에요. 팀원마다 특정 역할이 배분되기 보다 여러 프로젝트에 다양한 역할로 참여할 수 있죠. 저는 현재 리멤버 채용솔루션에 도입할 새로운 AI 모델을 개발하고 있습니다.
경호: 저는 외부에 공개된 LLM(Large Language Model)을 활용해 리멤버 서비스 안에서 알맞게 구현되도록 재학습하는 방법을 연구하고 있어요. 주로 담당하고 있는 분야는 채용인데요. 채용 관련 데이터를 고도화하는 것부터 인재 검색이나 제안 메시지, 공고 등 문서 작성 작업에 편의를 제공해드릴 수 있는 AI 모델을 제작하고 있습니다.
호현: 저는 리멤버 AI 채용비서 모델의 고도화 작업에 집중하고 있습니다. 사용자가 채용할 때 필요한 세부적인 인재 조건들을 모델이 더 잘 파악할 수 있도록 고도화하는 작업이죠. 동시에 명함 서비스도 담당하고 있는데요. AI를 통해 명함이 자동 입력되도록 개발해 서비스 퀄리티를 올리고, 수기 입력 비용을 줄이는 것에 기여하고 있습니다.
호림: 리멤버에 입사한 이후로 유사 프로필 추천 모델, 명함 촬영, 명함 입력 등 리멤버에서 머신러닝, 딥러닝이 필요한 다양한 프로젝트들을 진행해왔습니다. 현재는 호현님과 함께 AI 채용비서의 성능을 높이기 위해 데이터 고도화 및 파인튜닝 업무를 담당하고 있어요.
혜정: 저는 개인 사정으로 잠시 퇴사했다가 리멤버에 다시 합류했어요. 리멤버와 함께 이루고 싶은 목표가 분명했거든요. 요즘 HR 시장은 AI를 적용한 기술을 선보이는 게 트렌드잖아요. 그중 리멤버 만큼 AI로 HR 문제를 해결하는 데가 없다고 생각해요. 저희만의 기술로 HR 시장에 임팩트를 남기고 싶어 과감히 돌아왔죠.
Q. 국내 HR 시장에서도 AI 경쟁이 한창인데요. 리멤버 AI 기술만이 가진 차별점이 있나요?
주경: AI 기술의 질을 결정하는 것은 데이터예요. 리멤버는 국내 최대 규모의 경력직 채용 데이터를 가지고 있다는 점에서 타서비스와 비교 불가합니다.
리멤버에서는 AI 열풍이 불기 훨씬 전부터 머신러닝 기술을 이용해 리크루터와 인재 간 궁합이 더 잘 맞는 추천을 제공하는 AI 시스템을 구축해왔는데요. 유저들이 직접 입력한 경력 데이터, 채용 공고 조회 등 앱 내에서의 활동, 기업에서 발송한 500만건 이상의 누적 스카웃 제안 데이터까지. 구인자와 구직자를 매칭하는 과정에서 축적된 다양한 데이터가 리멤버만의 차별화된 AI 기술 개발과 모델 고도화를 뒷받침해준 든든한 토대가 됐어요.
챗GPT에 없는 기술,
리멤버에는 있다
호현: 특히 AI 채용비서 모델은 일반 챗GPT 이상의 가치를 제공합니다. 이번 AI 채용비서 모델을 개발할 때, 챗GPT API를 이용해 프로필 추천 기능을 테스트해보니 JD나 후보자의 이력 정보를 이해하는 능력이 부족하다는 걸 파악했어요. 한층 더 진화된 버전의 모델이 필요하다고 생각했죠.
리멤버 AI 채용비서에는 기존 챗GPT가 구현할 수 없는 기술이 들어가 있어요. 단순 채팅을 통해 필요한 정보를 얻는 것을 넘어 채용 담당자들이 입력한 채용 공고 정보에 맞춰 적합한 후보자까지 추천하는 거죠. 또 회원들이 인재 검색을 할 때, 미처 생각하지 못한 키워드나 조건을 AI 기술로 맥락을 파악해 우수한 인재를 추천할 수도 있습니다.
📌 Chapter 2. 유행 좇는 AI 말고, 고객이 인정한 AI
Q. 최근 집중하고 있는 프로젝트가 있다고 들었어요.
경호: 일명 ‘RAMA(Remember AI for Multiple Applications)’라는 프로젝트인데요. 리멤버의 다양한 서비스에 적용할 수 있는 하나의 ‘거대한 AI 모델’을 만드는 프로젝트예요.
기존에는 각 서비스별로 개별 AI 모델을 연구해 적용했는데요. 이럴 경우, 각 모델에 투입되는 운영 리소스가 많아지는 문제가 발생하더라고요. 유지 보수도 어렵고요. 최근에 진행한 한 연구에서 서로 다른 데이터라도 큰 모델로 함께 학습하면, 더 나은 성과가 나오는 것을 확인할 수 있었는데요. 그 결과를 바탕으로 각 모델에 적용되는 데이터들을 모아 거대하고 똑똑한 단일 모델을 만들었고, 현재 여러 부분에 적용하고 있습니다.
민규: 최근 이 거대 AI 모델로 채용 서비스를 고도화하는 일에 집중했어요. 리멤버 AI 채용비서가 출시되면서 직무기술서를 한번 입력하기만 하면, 그에 걸맞는 후보자 프로필을 추천해드릴 수 있게 됐는데요. 이 자동 추천 기능 덕분에 채용 업무 리소스를 효과적으로 줄여 고객분들의 반응이 정말 뜨거웠죠. 이번 RAMA 프로젝트를 통해 개선된 리멤버 AI 채용비서는 한단계 더 업그레이드가 됐습니다. 후보자 서칭 시간을 대폭 단축하면서 미친 효율성을 입증했거든요.
Q. ‘채용의 판을 완전히 바꿨다’는 호평을 받기도 했어요.
호림: 리멤버로 채용하는 기업 회원들이 느끼는 가장 큰 문제점 중 하나는 ‘인재검색 서비스가 좋은 건 알겠으나, 후보자를 직접 찾을 리소스가 부족하다’는 점이었어요. 리멤버에서는 이 문제를 해결하기 위해 고객사별로 ‘엔터프라이즈 매니저’를 할당해 사람을 대신 찾아주는 일을 하고 있었습니다. 하지만 이 역시 고객사가 점점 많아질수록 운영 리소스에 한계가 있었죠.
민규: 큰 리소스를 들이지 않고도 리크루터에게는 가장 적합한 후보자를, 구직자에게는 가장 적합한 채용 공고를 매칭시켜주는 AI 모델이 필요했던 이유인데요. 저희 AI 모델은 채용 공고와 제안 메시지 등 리크루터가 작업한 행동 로그를 분석해 후보자 선호도를 파악하고, 가장 적절한 후보자들을 자동으로 찾아줘요. 반대로 구직자에겐 찾아본 공고와 수락한 제안 로그 데이터를 분석해 지원하기 좋은 공고를 추천해드리죠.
채용의 선순환이 일어나려면 구직자와 구인자 모두의 만족을 잡아야 한다고 생각해요. 가장 적합한 인재를 추천하는 것, 이력에 맞는 최적의 공고를 알려드리는 것. 저희는 유행을 좇는 어설픈 AI가 아닌, 두 타겟이 모두 WOW 할 수 있는 진짜 AI를 만들고 싶었습니다.
가능성 있을 ‘후보자’에서
의사가 있는 ‘지원자’로
주경: 개선된 모델 덕분에 채용 효율은 ‘100배’ 이상 증가 했어요. 기존에는 채용 담당자가 직접 서칭 리소스를 투입해 1~2시간 동안 평균 20명의 후보자를 추려낼 수 있었다면, 지금은 AI가 10분이면 200명의 적합한 후보자를 추릴 수 있죠. 더 나아가 채용 지원 의사를 밝힌 지원자 20명까지 더 정확하게 추천드릴 수 있게 됐습니다.
리멤버 내부적으로도 직접 AI 채용비서를 활용해 채용하기도 했는데요. 빅데이터센터팀에서 데이터베이스 관리자(DBA)라는 특수 직무를 뽑을 당시, 공고를 올리자마자 얼마 안되서 면접 2건이 바로 잡혔어요. 경영지원팀에서도 30명의 지원자가 바로 몰리기도 했죠.
다양한 촬영 상황에서도
AI 기술로 명함 이미지만 쏙쏙
Q. 리멤버 AI 하면 명함 촬영 모델도 빠질 수 없을 것 같아요. 시작은 ‘재촬영률’을 줄이기 위함이었다고 들었는데, 어떤 결과가 있었나요?
호림: 명함 촬영 모델은 명함 촬영 시 부수적인 배경을 제외한 명함 이미지만을 정확하게 추출해주는 모델인데요. 당시 촬영 할 때 명함 인식의 정확성이 떨어진다는 클레임이 있었어요. 보통 명함을 촬영할 때, 모든 고객이 동일한 배경을 두고 촬영하지 않다보니 배경과 명함 이미지를 분리하기 쉽지 않고, 조명이나 그림자와 같은 부수 요인으로 촬영이 지연되기도 했고요.
촬영의 편의성과 정확성을 모두 잡으려면 3가지 조건을 고려해야 했습니다. 먼저, 촬영 시 명함의 영역을 잘 부각해 유저가 쉽게 찍을 수 있도록 해야합니다. 촬영 이후에는 명함의 이미지만 유저에게 보여주어야 하죠. 또 명함 이미지가 명함 입력모델의 입력값으로도 정확하게 쓰이려면 명함 영역만 존재하는 명함 이미지가 필요한데요. 해당 조건들을 숙지해 배경을 제외하고 명함만 찾아내는 모델을 학습해 촬영 모델을 개발했습니다.
추가로 모바일 환경에서 실시간으로 작동할 수 있도록 모바일 기기에 적합한 모델들 위주로 실험해 모델 최적화에도 신경썼죠. 결과적으로 재촬영률은 1/2로, 수기로 직접 명함을 수정하는 비율은 1/4까지 획기적으로 줄일 수 있었습니다.
📌 Chapter 3. 될 때까지 한다, 딥다이브가 기본
Q. 채용 효율 100배 증가, 명함 재촬영률 50% 감소. 숫자에 담긴 노고가 묵직하게 느껴집니다. 이렇게 좋은 성과를 낼 수 있었던 AI Lab의 비결은 무엇인가요?
데이터 통일화 작업 1년간
정확도만 미친듯이 파고들어
호현: 저희 팀은 노력의 결과를 의심하지 않습니다. 성능 100%를 장담할 수 없는 모델도 끝까지 파고들어 정확도를 끌어올리는 것에 집중하고 있어요.
작년에 명함인식 모델을 연구할 때 모델의 성능에 맞춰 정량적으로 목표를 지정한 후 연구를 진행한 적이 있어요. 당시 연구했던 AI 모델이 확률 기반으로 학습하고 동작하는 모델이었는데, 100%에 가까운 성능을 기대하기 어려워 걱정이 되더라고요. 명함의 경우, 쓰여진 각 항목을 정확하게 나누는 과정이 매우 복잡합니다. 인공지능 모델이 글자는 읽을 수 있지만, ‘부장’ 이라는 단어가 직급인지, 부서인지, 이름인지 정확하게 이해하려면 데이터 학습이 필요하죠.
하루에 수천장의 명함 데이터를 뜯어보면서 인공지능이 학습하기 쉽도록 통일화 작업에 돌입했어요. 방대한 데이터에서 오류가 발생하면, 처음부터 다시 데이터를 모아 통일하는 과정을 이어갔습니다. 여러번의 시행착오를 통해 인식 성능이 조금씩 올라가는 걸 눈으로 직접 확인하니 서비스에 대한 자신감도 붙더라고요. 결국, 1년이라는 대장정에 걸쳐 데이터를 통일해 서비스의 완성도를 높일 수 있었어요. 압도적인 인식의 정확도는 리멤버를 명함 원탑으로 만들어주고 있죠.
무엇이든 ‘기본’이 중요
AI 파이프라인부터 꼼꼼히
호림: AI Lab은 기본의 힘을 믿는 팀입니다. 깊이 있는 연구는 결국 튼튼한 기본에서 나오거든요. 리멤버가 보유하고 있는 다양한 채용 데이터를 모델에 잘 학습시키고 연구하려면 ‘파이프라인’이 필요한데요. 저희 채용 서비스를 이용하는 여러 유저들의 행동과 정보를 실시간으로 포착해 데이터를 저장하는 파이프라인을 구축한 적이 있어요.
이때 파이프라인을 통해 채용 관련 모든 AI 모델의 일관성을 유지하는 것이 중요한데요. 시시각각 변하는 데이터를 모델에 적용할 경우, 데이터의 정확도가 떨어질 뿐만 아니라 오류가 많은 데이터를 학습한 AI 모델에도 문제가 생깁니다. 또 데이터가 달라지면 모델의 성능도 제각각이 되죠.
여러 모델 간 발생할 수 있는 오차를 없애고, 일관된 데이터로 모델들이 학습할 수 있도록 파이프라인을 정교하게 구축해야 합니다. 이렇게 구축된 파이프라인을 기반으로 학습 데이터를 고도화해 지금의 AI 채용비서 모델이 탄생할 수 있었어요. 이 과정에서 쌓인 데이터는 후속 프로젝트에도 계속 사용되고 있어 채용 관련 AI 모델의 좋은 거름이 되고 있죠.
📌 Chapter 4. 이제 채용 시장 격파만 남았다
Q. 최근 회사로부터 엔비디아 DGX H100를 지원받았습니다. 회사에서도 AI가 불러올 긍정적 파급력에 투자를 아끼고 있지 않는데요. AI Lab의 영향력은 앞으로 어떻게 더 확장될까요?
경호: AI Lab의 하반기 목표는 ‘채용 시장 격파’에 한발자국 더 다가가는 것입니다. 현재 AI 채용비서를 필두로, 이 서비스에 사용되는 Foundation 모델을 고도화하는 작업을 진행하고 있는데요. 이를 기반으로 검색과 공고 추천 등 다양한 분야에 고도화된 AI를 적용하려고 준비 중입니다.
AI로 일하는 사람과 기회를 연결해
성공으로 이끈다
주경: 당분간 AI Lab은 채용 시장에 모든 역량을 집중할 예정입니다. 최근 헤드헌팅사 유니코써치 투자를 기점으로 회사의 영향력이 채용 플랫폼뿐만 아니라 헤드헌팅까지도 크게 확장되었는데요.
저희 AI Lab은 AI 기술을 통해 인재 서칭과 제안 메시지 발송, 후보자 관리 자동화 등 채용 업무 전반의 효율을 극대화하고, 채용 시장의 판을 다시 한번 흔들려고 합니다. ‘일하는 사람과 기회를 연결하여 성공으로 이끈다’는 회사의 미션처럼 빠른 시일 내에 채용시장에서 이 미션을 달성하는 것이 목표입니다.
Q. 오늘 함께 이야기를 나누며, AI로 시장을 정복하는 리멤버를 더욱 기대하게 됐습니다. 마지막으로 여러분의 포부를 듣고 싶습니다.
경호: 리멤버 창업자이자 CEO이신 재호님이 예전에 이런 말을 하신 적이 있어요. ‘우리가 잘되면 나라가 잘된다’라고요. 직장인과 기업 모두를 통틀어 대한민국 인적자원의 배치를 효율적으로 돕는다는 것은 한 국가의 경제 활동에도 직결되는 일인거잖아요. 그 말씀에 묵직한 사명감을 느끼기도 했어요.
혜정: 같은 맥락에서 우리 회사의 미션인 ‘일하는 사람과 기회를 연결하여 성공으로 이끈다’는 말을 좋아해요. 내 일을 잘하면 누군가에게 도움이 되고 기업에도 도움이 되죠. 결국 모두가 잘되는 일에 도움이 될 수 있다는 마음으로 임하고 있어요.
