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

“여행 경비도 외화로 바로 정산”…트래블월렛 친구간송금 600만건 넘었다

트래블월렛은 ‘친구간송금’ 서비스가 출시 1년 8개월 만에 누적 이용 건수 600만 건을 넘어섰다고 15일 밝혔다. 누적 이용자 수는 200만 명을 기록했다.

전기차 보조금, 판매 실적보다 공급망·안전이 먼저...테슬라·BYD도 심사대 오른다

전기차 보조금 기준이 7월부터 달라진다. 공급망·안전관리 등 5개 분야 13개 항목 평가에서 60점 이상을 받아야 보급사업 참여 가능. 테슬라는 통과 유력, BYD는 공급망 항목이 변수.

“코딩 몰라도 금융 AI 실무 경험”…PFCT, AI 신용평가 아카데미 4기 모집

AI 금융기술 기업 피에프씨테크놀로지스(PFCT)는 금융 AI 실무 인재 양성을 위한 ‘제4회 PFCT AI 신용평가 아카데미’ 참가자를 모집한다고 13일 밝혔다. 모집 기간은 이날부터 31일까지다. 참가 대상은 AI 금융기술에 관심 있는 대학생, 대학원생 및 졸업생이며 참가비는 전액 무료다.

AI가 상품 찾고 결제까지…플래티어, ‘에이전틱 커머스’ AX 백서 발간

AI가 고객 대신 상품을 탐색하고 비교한 뒤 결제까지 수행하는 커머스 환경이 현실화되면서, 이커머스 기업의 경쟁 전략도 기능 단위의 AI 도입을 넘어 전사적 AI 전환으로 이동하고 있다. 단순 추천 알고리즘이나 챗봇 적용만으로는 변화 속도를 따라가기 어려워졌고, 기업 운영 구조 자체를 AI 중심으로 재편해야 한다는 요구가 커지고 있다.