잡코리아 나인하이어, ‘HR테크 커넥팅 데이즈’ 성료…채용 시간 단축 비법 전수

지난 22일 서울 강남구에 위치한 슈피겐홀에서 열린 ‘HR테크 커넥팅 데이즈’는 기업 인사(HR) 담당자들을 대상으로 채용 시간과 비용을 줄이는 방안에 대한 핵심 비법을 전했다. (사진=잡코리아)

잡코리아 채용 관리 솔루션 ‘나인하이어’는 ‘HR테크 커넥팅 데이즈’를 성황리에 마쳤다고 28일 밝혔다.

지난 22일 서울 강남구에 위치한 슈피겐홀에서 열린 ‘HR테크 커넥팅 데이즈’는 기업 인사(HR) 담당자들을 대상으로 채용 시간과 비용을 줄이는 방안에 대한 핵심 비법을 전했다.

잡코리아 측은 “이번 행사는 국내 대표 인적자원(HR) 테크 기업들과 현직자들이 인사·채용 전략을 공유하고 다양한 지식과 경험을 나누고 정보를 교류하는 자리로 마련됐다”며 “약 100여 명의 기업 HR 담당자들이 참여한 이번 행사에는 9개의 HR테크 기업들과 4명의 현직자 강연이 진행돼 좋은 호응을 얻었다”고 설명했다.

이번 행사의 강연자로 나선 김미준 잡코리아 사업개발은 ‘채용 시간과 비용을 줄이는 핵심 전략’을 주제로 발표했다. 김 사업개발은 “기업에 적합한 인재를 채용하기 위해서는 기존 채용 프로세스에서 낭비되는 시간을 단축하는 것이 관건”이라고 강조했다. 또 과거 채용 담당자로서 채용 시간을 단축한 실무 사례, 채용 데이터 분석을 통한 업무 효율성 개선 등을 설명했다.

채용 과정이 오래 걸려 지원자가 이탈하는 것을 방지하기 위해 나인하이어를 도입해 이룬 성과도 소개됐다. 나인하이어 ‘리드타임 데이터’를 기반으로 지원자의 면접 일정 회신 기한을 5일에서 2일로 단축하며 전반적인 채용 시간을 대폭 단축시켰다는 것이다.

이외에도 기업의 관심도가 높은 개발 직무의 채용 시간을 단축한 사례를 소개해 호응을 얻었다. 기존에 쌓인 나인하이어 채용 데이터 대시보드를 활용해 채용 과정에서 불필요한 평가 시간이 증가했다는 문제점을 착안했다. 이후 1차 면접은 2차 면접관이, 2차 면접은 1차 면접관이 면접을 보도록 재설계해 채용 시간을 최대 1시간 이상 단축했다. 또 데이터 퍼널을 활용해 역산 방식으로 합격자를 배출하여 채용 데이터 드리븐(Data Driven, 데이터 주도적인)을 실무에 적용한 사례도 소개됐다.

김미준 사업개발은 "과거 채용 담당자로서 마주한 채용 리드타임 문제를 해결하고자 많은 시도를 했었다”며 “채용에 어려움을 겪는 기업들이 나인하이어가 쌓아온 채용 데이터와 업무 노하우를 기반으로 채용 시간을 효과적으로 단축하고 성공적인 채용 경험을 누릴 수 있기를 바란다”고 말했다.

김광우 기자

kimnoba@tech42.co.kr
기자의 다른 기사보기
저작권자 © Tech42 - Tech Journalism by AI 테크42 무단전재 및 재배포 금지

관련 기사

카카오헬스케어, ‘파스타’에 혈압까지 담았다…만성질환 관리 플랫폼 확장

카카오헬스케어가 자사의 모바일 건강관리 서비스 ‘파스타(PASTA)’ 기능을 확장하며 만성질환 관리 영역을 넓혔다. 기존 혈당과 체중 중심 관리에서 나아가 혈압 데이터까지 통합하면서, 하나의 앱에서 주요 건강 지표를 종합적으로 관리할 수 있는 구조를 갖췄다.

채용 공고부터 추천까지 한 번에…AI로 묶은 ‘통합 채용 허브’ 등장

잡코리아가 AI 기반 통합 채용 솔루션 ‘하이어링 센터’를 공개했다. 채용 공고 등록부터 지원자 관리, 커뮤니케이션, 운영 관리까지 전 과정을 하나의 환경에서 처리할 수 있도록 설계된 것이 핵심이다.

정답 아닌 과정 본다…AI 활용 역량, 다면 분석으로 판별

‘AI 역량평가’는 응시자가 AI를 활용해 결과를 도출하는 과정 자체를 분석한다. 프롬프트를 설계하고, AI의 응답을 검증한 뒤 이를 보완해 최종 성과로 연결하는 일련의 단계가 평가 대상이다. 단순 정답 여부가 아니라 활용 과정의 완성도를 데이터 기반으로 측정한다는 점에서 기존 평가와 차별화된다.

마이크로소프트, AI 한 명 시대 접고 ‘집단 검토’로 간다… 코파일럿 리서처에 GPT·클로드 동시 투입

마이크로소프트가 자사 업무용 AI 서비스인 마이크로소프트 365 코파일럿의 심화 조사 도구 ‘리서처’에 복수의 대형언어모델(LLM)을 함께 활용하는 구조를 도입했다.