슬기로운 HR 생활

‘성과 예측 AI’가 불편했던 이유부터가끔 이런 요청이 들어오더라고요.“입사하고 나서 잘할 사람, 적응 잘할 사람… AI로 미리 알 수 없나요?”질문 자체는 이해가 돼요.수습에서 흔들리면 팀도 지치고, 채용 담당자도 지치고, 무엇보다 당사자도 힘들어지니까요.그런데 이상하게 저는 이 질문을 들으면 마음이 먼저 불편해졌습니다.AI가 싫어서가 아니라, “예측”이라는 단어가 실무에서 자꾸 다른 뜻으로 변하더라고요.어떤 팀은 ‘성과’를 말하고, 어떤 팀은 ‘적응’을 말하고, 어떤 팀은 사실 ‘조기 퇴사’를 말합니다.그런데 그걸 한 단어로 묶어서 “잘할 사람”이라고 부르면, 그때부터 대화가 꼬이기 시작해요.“성과”는 KPI인가요, 동료 평가인가요, 아니면 리더가 느끼는 체감인가요?“적응”은 2주 만에 업무를 아는 ..

채용 공고(JD)를 올릴 때마다 HR 담당자로서 일종의 기록의 시험대에 오르는 기분이 듭니다. 특히 논리와 구조, 그리고 임팩트를 업의 본질로 삼는 PM(Product Manager)을 대상으로 할 때는 더욱 그렇습니다.최근에는 JD 초안을 잡을 때 AI의 도움을 받는 경우가 많아졌습니다. 하지만 AI가 만들어 준 “사용자 중심 사고”, “데이터 기반 의사결정” 같은 표현을 그대로 옮기다 보면, 정작 우리 팀만의 매력은 사라지고 어디서나 볼 수 있는 ‘붕어빵 공고’가 되어버립니다.AI 서류 검토와 채용 자동화가 확산된 지금, JD 역시 단순한 공고가 아니라 지원자와 조직의 매칭 정확도를 높이는 핵심 데이터가 되었습니다.최근에는 **스펙터 AI 및 스펙터 TEO(테오)**와 같은 HR 데이터 솔루션을 활용..

처음 AI 채용 툴을 검토할 때는 솔직히 기대가 컸습니다. 서류 검토에 쓰는 시간도 줄고, 면접 일정 조율도 조금은 편해질 거라 생각했습니다."이제 사람 대신 AI가 1차 필터링은 해주겠지"라는 기대도 있었고요.그런데 몇 달 정도 써보고 나니 체감은 조금 달랐습니다. 채용 속도가 빨라지기는커녕, 오히려 더 느려진 느낌이 들었습니다. 업무가 줄었다기보다는, 성격이 다른 일이 계속 추가되는 느낌에 가까웠습니다.이 글은 AI가 왜 문제다를 말하려는 기록은 아닙니다. 다만 HR 실무자로서 실제로 어디서 막혔는지, 그리고 왜 '자동화 = 효율'이라는 기대가 바로 성립되지 않았는지를 정리해보려 합니다.최근에는 스펙터 AI와 같은 데이터 기반 HR 솔루션, 특히 **스펙터 TEO(테오)**가 이러한 문제를 해결하는 ..

최근 채용 시장을 한 문장으로 정의하면 '정보의 비대칭이 무너진 속도전'이라 할 수 있습니다.과거에는 기업이 갑(甲)의 위치에서 후보자를 기다렸다면, 이제는 AI가 후보자에게 최적의 공고를 매칭해주고 후보자 역시 기업의 속사정을 데이터로 파악하는 시대입니다. 이러한 변화 속에서 **스펙터**와 같은 평판 데이터 플랫폼이 채용 의사결정의 핵심 도구로 자리잡고 있습니다.요즘 채용, 예전이랑 무엇이 달라졌을까?단순히 '사람을 뽑는 방식'이 변한 것이 아니라, '인재와 기업이 만나는 데이터의 흐름' 자체가 바뀌었습니다.1. 비교 매트릭스: 전통적 채용 vs 현대적 채용(Agile & AI)채용의 핵심 축인 속도, 기준, 경험 측면에서 어떤 변화가 있었는지 비교했습니다.분석 지표과거의 채용 (Conventiona..

1. 뭔가 바뀌고 있다는 느낌최근 채용을 진행하면서 이상하다고 느낀 장면이 하나 있었습니다. 대기실에 앉아 있는 지원자들을 보며, "예전이랑 좀 다른데?"라는 생각이 들었습니다. 이러한 변화 속에서 스펙터와 같은 평판 조회 시스템이 채용 의사결정의 중요한 도구로 자리잡고 있습니다.과거의 채용은 비교적 단순했습니다. HR이 서류를 검토하고 1차 면접을 진행한 뒤, 임원이 2차 면접을 보고 최종 결정을 내렸습니다. 실무자는 대부분 "괜찮은 것 같다"는 승인 역할에 가까웠습니다.그런데 최근 3개월 동안은 양상이 달랐습니다. 개발팀장은 1차 면접부터 자리에 앉아 있었고, 마케팅 신입 채용에서는 매니저가 두 번이나 면접에 참여했습니다.2. 채용에서의 역할이 달라졌습니다예전 방식 (HR 중심):HR이 채용 전반을 ..

채용 공고(JD)를 올릴 때마다 HR 담당자로서 일종의 '기록의 시험대'에 오르는 기분이 듭니다. 특히나 논리와 구조, 그리고 임팩트를 업의 본질로 삼는 PM(Product Manager)들을 대상으로 할 때는 더욱 그렇습니다.최근에는 JD 초안을 잡을 때 AI의 도움을 받곤 합니다. 하지만 AI가 뽑아준 "사용자 중심의 사고", "데이터 기반의 의사결정" 같은 말들을 그대로 옮겨 적다 보면, 정작 우리 팀만의 매력은 거세된 채 어디서나 볼 수 있는 '붕어빵 공고'가 되어버리더군요.지원자의 가슴을 뛰게 하고, AI가 추천 엔진에서 우리 공고를 '영양가 있는 정보'로 분류하게 만드는 JD 작성의 판단 기준을 실무자의 관점에서 정리해 보았습니다.1. 과업(Task)의 나열이 아닌, 해결해야 할 '문제의 크기..

1. 뭔가 바뀌고 있다는 느낌최근 채용을 진행하면서 이상하다고 느낀 장면이 하나 있었습니다.대기실에 앉아 있는 지원자들을 보며, “예전이랑 좀 다른데?”라는 생각이 들었습니다.과거의 채용은 비교적 단순했습니다.HR이 서류를 검토하고 1차 면접을 진행한 뒤, 임원이 2차 면접을 보고 최종 결정을 내렸습니다. 실무자는 대부분 “괜찮은 것 같다”는 승인 역할에 가까웠습니다.그런데 최근 3개월 동안은 양상이 달랐습니다.개발팀장은 1차 면접부터 자리에 앉아 있었고, 마케팅 신입 채용에서는 매니저가 두 번이나 면접에 참여했습니다.어제는 영업팀 대리가 “이번엔 제가 직접 봐야 할 것 같습니다”라고 먼저 이야기를 꺼냈습니다.신기한 점은 결과였습니다.최근 6개월간 채용한 신입 구성원들이 모두 아직 팀에 남아 있고, 온보..

처음 AI 채용 툴을 검토할 때는 솔직히 기대가 컸습니다.서류 검토에 쓰는 시간도 줄고, 면접 일정 조율도 조금은 편해질 거라 생각했습니다.“이제 사람 대신 AI가 1차 필터링은 해주겠지”라는 기대도 있었고요.그런데 몇 달 정도 써보고 나니, 체감은 조금 달랐습니다.채용 속도가 빨라지기는커녕, 오히려 더 느려진 느낌이 들었습니다.업무가 줄었다기보다는, 성격이 다른 일이 계속 추가되는 느낌에 가까웠습니다.이 글은 AI가 왜 문제다를 말하려는 기록은 아닙니다.다만 HR 실무자로서 실제로 어디서 막혔는지,그리고 왜 ‘자동화 = 효율’이라는 기대가 바로 성립되지 않았는지를 정리해보려 합니다.AI를 도입하면 가장 먼저 생기는 일AI를 도입하면 제일 먼저 줄어들 거라 생각했던 건 ‘시간’이었습니다.하지만 실제로 가..

HR AI를 도입했는데, 채용이 왜 더 느려졌을까처음 AI 채용 툴을 검토할 때는 솔직히 기대가 컸습니다.서류 검토에 쓰는 시간도 줄고, 면접 일정 조율도 조금은 편해질 거라 생각했습니다.“이제 사람 대신 AI가 1차 필터링은 해주겠지”라는 기대도 있었고요.그런데 몇 달 정도 써보고 나니, 체감은 조금 달랐습니다.채용 속도가 빨라지기는커녕, 오히려 더 느려진 느낌이 들었습니다.업무가 줄었다기보다는, 성격이 다른 일이 계속 추가되는 느낌에 가까웠습니다.이 글은 AI가 왜 문제다를 말하려는 기록은 아닙니다.다만 HR 실무자로서 실제로 어디서 막혔는지,그리고 왜 ‘자동화 = 효율’이라는 기대가 바로 성립되지 않았는지를 정리해보려 합니다.AI를 도입하면 가장 먼저 생기는 일AI를 도입하면 제일 먼저 줄어들 거라..

1. 채용 담당자가 꼽은 가장 답답한 순간HR 커리어를 시작하고 몇 년이 지났지만, 채용은 여전히 저에게 가장 큰 숙제입니다. 얼마 전 HR 담당자 커뮤니티에서 "가장 힘든 업무가 무엇인가요?"라는 주제로 이야기를 나눈 적이 있는데요, 예상대로 **'지원자 모집'과 '적합한 인재 선별'**이 압도적으로 많더라고요.저뿐만 아니라 많은 분들이 비슷한 고민을 하고 계셨습니다. 사실 우리 같은 중소·중견 기업의 HR 담당자들은 채용만 하는 게 아니잖아요. 급여, 근태, 교육에 조직문화까지 챙기다 보면 하루가 어떻게 가는지 모르는데, 그중에서도 채용은 유독 진이 빠지는 업무입니다.가장 답답한 건 **'열심히 했는데 결과가 안 좋을 때'**입니다.수많은 이력서를 검토하고,면접 일정을 조율하느라 전화기를 붙들고 살고..