【구상 공개】 1차 면접은 '기업 전용 Claude'에 맡기고, 대신 면담을 진행하는 방식
요약
본 글은 엔지니어 채용 과정의 비효율성을 개선하기 위해 '0차 면접'을 AI가 진행하고, 그 결과를 기업에 전달하는 '대신 면담' 구상을 공개합니다. 이 시스템은 범용 SaaS가 아닌, 각 기업의 기준에 맞춰 전용 Claude를 설계하여 활용하는 것이 핵심입니다.
핵심 포인트
- AI가 1차 필터링(0차 면접)을 담당하여 채용 효율성을 높인다.
- 기업별 맞춤형 Claude 설계를 통해 기존 서비스와의 차별점을 확보했다.
- 지원자 정보는 서비스 측에 보유하지 않아 개인정보 유출 리스크를 최소화한다.
이 글에서 알 수 있는 것
- 엔지니어 채용의 '0차 면접'을 AI에게 맡기는 **대신 면담(かわりに面談)**이라는 구상
- 기존의 AI 면접 SaaS와 차별화되는 지점들
- '지원자의 정보를 서비스 측에 보유하지 않는다'는 설계 개념
안녕하세요. SIer에서 AWS 클라우드 엔지니어로 일하고 있는 사람입니다.
평소에는 고객 환경의 비용 최적화나 운영 개선 작업을 하고 있지만,
최근 계속 고민해 온 **채용 관련 모호함(モヤモヤ)**을 구체적인 형태로 만들어보고자 했습니다.
이 글은 구상 공개입니다. 아직 완성된 제품은 아닙니다.
현재 페이지는
↑ 이런 느낌입니다.
"이거 갖고 싶다", "아니, 여기가 좀 아쉽다" 등, 솔직한 피드백을 주시면 정말 감사하겠습니다 🙏
제 감각으로 볼 때, 연봉 700만 엔 클래스의 엔지니어 한 명을 채용하는 데 시간과 비용으로 약 250만 엔이 들고 있다고 보고 있습니다.
| 항목 | 내용 |
|---|---|
| 💰 돈 | 소개 수수료・매체 게재비 |
| ... | |
| 특히 부담스러운 것이 '만나보니 명확히 맞지 않았다'는 면접입니다. |
현장 엔지니어가 1시간을 사용했지만, 결론은 처음 5분 만에 나왔던 경험, 없으신가요?
빨간색으로 표시된 부분, 즉 '이 사람과 대화할 가치가 있는가'를 판단하는 단계는,
규칙만 정해진다면 AI에게 맡길 수 있지 않을까 생각했습니다.
한마디로 말하면
기업별로 설계된 전용 Claude가 지원자와 0차 면접을 진행하고,
합격 여부와 이유만을 기업에 돌려주는 서비스입니다.
| 누가 | 무엇을 하는지 |
|---|---|
| 🏢 기업 측 | 기업 전용의 Claude |
| 자사 기준에 맞춰 질문하고 평가한다 | |
| 🙋 지원자 측 | 사람 (본인) |
| 이력서・직무 경력서를 첨부하고 질문에 답한다 |
핵심은, 기업 측만 AI이고, 지원자는 사람이 그대로라는 점입니다.
0차 면접이 별것 아닌 통과 의례가 되어버리면 의미가 없습니다.
그래서 대신 면담에서는 떨어뜨릴 사람은 확실히 떨어지게 설계했습니다.
| 스코어 | 판정 | 다음 액션 |
|---|---|
| 70점 이상 | ✅ 합격 | 1차 면접으로 |
| 50~69점 | 🤔 보류 | 사람이 확인하여 판단 |
| 50점 미만 | ❌ 불합격 | 종료 |
탈락한 이유는 반드시 돌려줍니다.
AI에게 일방적으로 탈락 통보를 받고 이유조차 모르는 것은 지원자 입장에서 최악의 경험입니다.
'왜 안 되었는지'를 알려줌으로써, 지원자 입장에서도 다음으로 이어지는 면접이 되기를 바라고 있습니다.
경계선에 있는 사람만 사람이 확인하는 형태로 함으로써,
AI 판단 오류의 리스크와 사람의 공수(工數) 사이의 균형을 맞춥니다.
솔직히 말하자면, 구상 단계에서 **'기존 서비스와 차이가 없다면 만들 필요가 없다'**고 조사했습니다.
그 결과, 방향성을 변경하게 되었습니다.
AI 면접 서비스는 이미 세상에 있습니다.
같은 전장에서 범용 SaaS를 만들어도 승산이 낮습니다.
대신 대신 면담의 핵심은 **도구(ツール)**가 아니라,
**'해당 회사 전용 Claude를 히어닝하여 설계하는 것'**입니다.
| 관점 | 범용 AI 면접 SaaS | 대신 면담 |
|---|---|
| 평가 기준 | 서비스 공통 템플릿 | 기업별로 히어닝하여 설계 |
| ... |
"우리 회사에서 활약할 사람은 어떤 사람일까?"를 함께 언어화하는 곳에 가장 가치가 있다고 생각합니다.
채용 과정에서 다루는 것은 이력서・직무 경력서라는 개인 정보 덩어리입니다.
서비스 측에 지원자 정보가 쌓여가는 설계는, 정보 유출되는 순간 끝장입니다.
그래서 대신 면담에서는 서비스 측에 정보를 보유하지 않는다는 것을 기본 방침으로 하고 있습니다.
대신 면담이 제공하는 것은 **'Claude의 설계'**이지, **데이터 보관소(保管庫)**가 아닙니다.
💭 왜 이렇게까지 신경 쓰는 걸까요 (클릭하여 열기)
평소 SIer로서 고객의 AWS 환경을 다루다 보면,
"데이터를 어디에 둘지", "누가 접근할 수 있는지"는 어떤 작은 시스템이라도 처음에 논의되는 사항입니다.
채용 데이터는 그중에서도 특히 민감합니다.
가지고 있지 않으면 유출되지 않는다 — 간단하지만, 가장 강력한 대책이라고 생각합니다.
- 구상 정리
- 기존 서비스와의 차별화 검토
- 데모 제작・친구에게 공개
- Qiita에서 공개
- 기업에 대한 히어닝・영업
제0차 면접은 'AI가 나를 대신해서 상대방과 대화하고, 결과만 돌려주는' 시스템의 첫 활용에 불과합니다.
미래에 하고 싶은 것 (별 서비스로)
- 🤝
N대N 연결 - 👥
친구 찾기/매칭(남녀 구분 없이, 동성끼리도 OK한 형태)
서로의 Claude가 먼저 대화를 해준다면,
'만나봤더니 전혀 안 맞았다'는 경험은 채용 외적으로도 상당히 줄일 수 있을 것입니다.
여기까지 읽어주셔서 감사합니다!
특히, 다음과 같은 분들의 의견을 듣고 싶습니다.
| 이런 분 | 듣고 싶은 것 |
|---|---|
| 🏢 채용 담당자/엔지니어 매니저 | 제0차 면접을 AI에게 맡기는 것에 거부감이 있나요? |
| ... |
AI 자동 생성 콘텐츠
본 콘텐츠는 Qiita AI의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기