채용 서류 평가를 AI 워크플로우로 재설계했습니다
㈜대학내일 · AI 채용 워크플로우 개발 S-OJT · 2026년 5월
이력서를 읽고 채용 공고와 맞춰 보고 자기소개서를 다시 쓰는 일을, 개발 직군 참가자가 작동하는 워크플로우로 만들었습니다.
채용 서류 평가에 걸리는 시간
이력서를 사람이 읽어 정리
지원자 이력서는 형식이 제각각인 PDF로 들어옵니다. 필요한 항목을 뽑아 정리하는 일이 매번 손으로 반복됐습니다.
맞춰 보는 기준이 문서로 남지 않음
지원자를 공고와 맞춰 보는 기준이 담당자의 판단에 머물러 있었습니다. 기준을 고정할 방법이 필요했습니다.
AI를 질의응답으로만 사용
생성형 AI를 쓰고 있었지만 매번 대화창에 다시 설명하는 방식이었고, 업무 흐름에 얹히지 않았습니다.
과제를 세 개로 좁혔습니다
첫 회차에 현업 과제를 구조화해 세 가지로 확정하고, 남은 회차 전부를 그 세 가지에 썼습니다.
이력서 파싱
형식이 다른 PDF에서 필요한 항목을 뽑아내는 파이프라인을 설계했습니다.
채용 공고 매칭
직무기술서를 기준으로 지원자를 맞춰 보는 조건 분기를 워크플로우에 넣었습니다.
자기소개서 재작성
STAR 기법 평가 기준을 프롬프트로 고정해, 출력이 매번 같은 기준을 따르게 했습니다.
7일 26시간
도구를 익히는 회차와 만드는 회차를 나누지 않고, 매 회차에 만들면서 익혔습니다.
| 회차 | 다룬 것 | 그날 남은 것 |
|---|---|---|
| 1회차 | 데이터 · 정보보안 실무와 AI 활용 윤리, 현업 과제 구조화 | 과제 등록서 · AI 역량 맵 |
| 2회차 | 모델 3종 특성 비교, 프롬프트 6요소, 담당자 페르소나 설정 | 채용 담당자용 맞춤 AI 환경 |
| 3회차 | 프롬프트 심화 기법, 한국어 프롬프트 특성, 메타프롬프트 작성 | 3대 과제용 메타프롬프트 |
| 4회차 | 지식베이스 구축과 소스 검증, 사내 자료 자산화 | 질의 가능한 사내 지식베이스 |
| 5회차 | 데이터 흐름 도식화, 분기 조건과 예외 처리 설계 | 워크플로우 구조 정의서 |
| 6회차 | 매칭 · 재작성 워크플로우 구현, 노드 간 결과 전달 검증 | 작동하는 워크플로우 |
| 7회차 | 출력 형식과 톤 조정, 대규모 처리 시나리오 점검 | 현업에 이관 가능한 상태 |
위 표는 외부강사가 운영한 회차입니다. 고객사 내부강사가 운영한 시간이 별도로 있었습니다.
평가 전 항목을 통과했습니다
공식 평가
훈련결과보고서 기준으로 8개 평가 항목 전부에서 수행수준 3 이상을 확보해 PASS 판정을 받았습니다.
평가 방법은 포트폴리오였습니다. 교육에서 만든 워크플로우 자체가 평가 대상이 됐습니다.
무엇이 달라졌나
보고서에 기록된 변화는 이렇습니다 — AI를 단순 질의응답 도구로 활용하던 상태에서, 개발 도구에서 프롬프트를 작성하고 LLM으로 그 프롬프트를 고도화하는 수준에 도달했습니다.
참가자가 설문에 적은 적용 계획도 같은 방향이었습니다.
참가자가 적은 말
교육 종료일 만족도 설문에서 발췌했습니다. 아쉬웠다고 적은 것도 함께 실었습니다.
- 단순한 질의 응답으로 사용하던 Model이 어느 영역에 특화되었다는 사실을 알 수 있어 좋았습니다.
- 페르소나를 통해 프롬프트를 작성하여 실제 개발 도구에 연결하려 합니다. 현재는 단순 역할로만 사용하고 있는데 이를 고도화해보려고 합니다.
- 현재 코덱스 활용 시 프롬프트를 작성하고 LLM을 통해 프롬프트를 고도화하는 데 도움이 될 것 같습니다.
개발 직군 참가자 설문에서 발췌
특정 툴 사용법이 아니라, 전체 에이전트를 효과적으로 활용하는 데 필수적인 프롬프트 기획력을 기를 수 있었다는 점
아쉬웠다고 적힌 것
「개발자다 보니 자소서 재작성과 같은 HR 관련 업무에 대한 이해도가 떨어져서 관련 설명이나 과정은 조금 어려웠습니다.」
「처음 과정을 접하는 교육생에게는 따라하기 버거울 수 있어 가이드가 조금만 더 정리되었으면 합니다.」
개발 직군을 대상으로 한 과정이었으므로 HR 도메인 설명의 분량과 실습 가이드의 정리 수준을 다음 과정의 개선 지점으로 두었습니다.
