AI 기반 HR 텍스트 분석 : 자기소개서 스크리닝

본 포스팅은 PA201 구성원 "한덕경"님에 의해 작성된 글입니다.

---

2022년 11월, ChatGPT 3.5가 출시된 이후, 다양한 산업 및 직종에서 ChatGPT를 활용하는 사례가 급증하고 있습니다.
저는 AI의 등장이 People Analytics 방법론에 큰 변화를 줄 것이라고 생각하며, HR 분야에서의 적용 방안을 고민해오고 있습니다.

이번 포스팅의 목적은 AI 언어 모델인 ChatGPT와 같은 AI 기술이 HR 영역에서 어떻게 활용될 수 있을 지 설명하며,
‘자기소개서 스크리닝’ 예시를 통해 이해를 돕고자 합니다.
특히 기존에 널리 알려진 R이나 파이썬의 통계 기반 텍스트 분석 방법론을 따르는 것이 아니기에,
AI 기반의 텍스트 분석 결과가 일부 부정확할 수 있음을 미리 말씀드립니다.

글을 읽어보시고 이 영역에 관심을 두고 계신 분들의 상상력과 피드백을 통해 HR 활용 사례가 더 많아지길 기대합니다.
그럼 글을 시작하겠습니다.

---

1. AI 기반 HR 텍스트 분석

AI 기반 HR 텍스트 분석은 NLP 및 머신러닝 알고리즘을 사용하여 HR에서 텍스트 데이터를 추출하고 분석하는 방식입니다.
HR의 텍스트 데이터는 자기소개서, 평가 데이터, 만족도 조사, 기업 평판/SNS사이트, 기타 내/외부 데이터 등에서 확보되며,
분석을 통해 HR의사결정에 필요한 정보를 제공합니다.
단어 빈도 분석, 특이어 분석, 주제 요약, 데이터 레이블 지정(분류) 등의 방법을 사용하여 분석합니다.

기존의 통계 기반 텍스트 분석은 빈도 분석, 워드 클라우드, 특이어 분석, 상관 분석 등 통계적 방법을 통해 텍스트 데이터를 분석했습니다. 하지만 이 방식은 자연어의 맥락과 뉘앙스를 포착할 수 없고 분석하는 데 시간이 많이 걸리고,
오류가 발생하기 쉬운 코딩이 필요하기 때문에 HR 의사 결정에 활용하기 어려웠습니다.

반면, AI 기반 HR 텍스트 분석을 통해 HR 부서는 대량의 텍스트 데이터에서 복잡한 코딩 없이 다양한 통계/예측을 수행할 수 있습니다.
AI 기반 텍스트 분석은 NLP를 사용하여 텍스트를 분석하므로 기계가 인간의 언어를 이해하고 해석할 수 있습니다.
AI 기반 HR 텍스트 분석의 장점에 대해서는 다음 장에서 이어 설명하겠습니다.

---

2. AI 기반의 HR 텍스트 분석의 장점

HR에서 AI 기반 텍스트 분석의 장점은 크게 네 가지가 있습니다.

• 첫째, AI 기반의 텍스트 분석은 대량의 텍스트 데이터를 짧은 시간에 분석하여 생산성을 높일 수 있습니다.
• 둘째, NLP 기술은 정보를 정확하게 추출하고 분류하며, 인적 오류를 최소화하고 정확도를 높일 수 있다는 장점이 있습니다.
• 셋째, 텍스트 분석은 정보 추출 및 분류에 높은 정확도를 제공할 수 있습니다.
• 넷째, AI를 활용한 HR 텍스트 분석은 조직 내 이슈를 파악하고 직원들의 의견을 수렴해 더 나은 의사결정을 내리도록 함으로써
  구성원 니즈 충족에도 도움이 될 수 있습니다.
  
  마지막으로 단어 빈도 분석, 이상값 분석, 주제 요약 및 분류를 포함하여 다양한 방법을 사용하여 이러한 데이터를 분석할 수 있습니다.

---

3. ChatGPT를 활용한 자기소개서 스크리닝

이제부터 AI 기반의 HR 텍스트 분석 사례를 살펴보겠습니다.

HR에서 가장 먼저 확보되는 데이터인 ‘지원자의 자기소개서’를 ChatGPT를 활용하여 스크리닝하는 방법을 살펴보겠습니다.
'지원자 정보 시트’와 ‘ChatGPT’ 그리고 ‘ChatGPT for Google Sheet & Docs’이 필요하며, 사용 방법은 생략합니다.

ChatGPT for Google Sheets and Docs

채용 담당자의 업무 중 하나인 자기소개서 스크리닝 주제에 대해 설명드리겠습니다.

신입시절 3년간 전문가 채용을 담당하며 다수의 지원자 정보를 정리하면서,
채용 프로세스에서는 자기소개서 이외의 정보를 우선 검토하고
지원자 정보(학력, 학점, 자격, 경력)를 정리하는 데 시간을 많이 사용했습니다.

자기소개서는 대부분 최소 작성 기준을 충족하는 인원을 스크리닝하는 용도로 활용되었으며,
상대적으로 지원자의 강점과 특징을 파악하는 데 한계가 있었습니다.
그래서 저는 ChatGPT를 활용하여 자기소개서 스크리닝 단계를 효율적으로 개선할 수 있지 않을까 생각하게 되었습니다.

---

<기존 자기소개서 검토 방식의 한계>

• 시간 소모적: 채용 담당자는 자기 소개서를 읽고 평가하는 데 상당한 시간을 할애하는 경우가 많아 채용 프로세스가 지체될 수 있습니다.
• 비일관성: 채용 담당자에 따라 동일한 문서에 대한 해석이 다를 수 있으므로 평가가 일관되지 않아, 우수 지원자를 선발할 기회를 놓칠 수 있습니다.
• 편향: 무의식적인 편향이 지원자 평가에 영향을 미쳐 다양한 인재(D&I 관점)를 확보하지 못할 수 있습니다.
• 인지 과부하: 많은 지원으로 인해 채용 담당자는 정신적 피로를 경험할 수 있으며, 이는 지원자 정보를 철저히 평가하는 능력에 악영향을 줄 수 있습니다.

---

4. 자기소개서 분석 프로세스

1) 자기소개서가 포함된 지원자 정보를 준비합니다.

예시 - 잡코리아 합격 자소서

2) 질문과 답변을 통해 확인하고자 하는 정보를 추가합니다.(열 추가)

• 질문의도
  이 열은 자기소개서에서 제출된 질문의 목적을 파악하는데 사용됩니다. 질문이 무엇을 묻고 있는지, 어떤 정보를 얻고자 하는지에 대한 이해를 돕기 위한 부분입니다.
• 답변 적절성
  이 열은 자기소개서의 답변이 제출된 질문과 관련이 있는지, 그리고 질문에 대한 적절한 답변인지 평가하는 부분입니다. 이를 통해 답변의 질과 관련성을 확인할 수 있습니다.
• 답변 요약
  답변 요약 열은 자기소개서의 답변을 간략하게 요약하는 부분입니다. 요약을 통해 읽는 이가 긴 답변을 빠르게 이해하고 전체적인 내용을 파악할 수 있게 도와줍니다.
• 답변 감정분석
  이 열은 자기소개서의 답변에서 나타나는 감정을 분석하는 부분입니다. 긍정적인 감정, 부정적인 감정, 중립적인 감정 등 답변의 감정 표현을 파악해 그 내용이 어떤 느낌을 주는지 이해할 수 있습니다.
• 답변 점수
  답변 점수 열은 자기소개서의 답변을 통합적으로 평가하는 점수입니다. 질문의도, 답변 적절성, 요약, 감정분석 등 여러 요소를 종합적으로 고려하여 그 답변이 얼마나 훌륭한지를 나타내는 지표입니다.

3) 항목별 ChatGPT 프롬포트를 작성합니다.

아래 프롬포트를 수정해가며, 답변의 정확도를 높여봅니다.

질문의도	답변적절성	답변 요약	답변 감정분석	답변 점수
=GPT([질문]&"위 질문을 하는 면접관의 의도를 알려줘",[질문])	=GPT("다음 질문과 질문의도를 읽고 지원자의 답변이 적절한 지 평가해줘."&"질문"&[질문셀]&"질문의도"&[질문의도셀],[답변셀])	=GPT("다음 질문과 질문의도를 읽고 지원자의 답변을 요약해줘"&"질문"&[질문셀]&"질문의도"&[질문의도셀],[답변셀])	=GPT("다음 답변에서 나타나는 감정이 긍정적인지, 부정적인지, 중립적인지 판단해줘",[답변셀])	=GPT("다음 질문과 질문의도와 답변을 읽고 지원자가 적합한 채용 후보자인지 1점부터 5점까지 점수로만 표현해줘"&"질문"&[질문셀]&"질문의도"&[질문의도셀],[답변셀])

4) 프롬포트를 실행하며, 답변이 정확하게 나왔는지 확인합니다.

(예시)

● 지원부문: 제품 영업 ● 질문: 성격의 장,단점에 대해 기술하시고, 단점을 극복하기 위해 어떠한 노력의 과정이 있었는지 작성하시오.* ● 답변 "장점 ""자신을 고치는 성격"" 주변에서 저에 대해 안 좋은 평가를 한다면, 주눅 들기보다는 '내가 그렇구나, 그 부분을 고치도록 노력하자.'라고 생각합니다. 자대 배치를 받은 첫날, 훈련 상황이라 인수인계를 받지 못하고 한자리에서 대기하고 있었습니다. 그 첫날, 최고참 장교가 '얘는 무슨 전화도 못 받아'라고 했다는 말을 전해 들었습니다. 인수인계를 받지 못한 상황에 전화받는 방법을 숙지하고 있을 수는 없지만, 그 말을 듣고 '우리 사무실에 필요로 하는 인재가 되어야겠다.'라는 생각을 하고, 사무실 청소부터 보고서 작성까지 완벽에 가깝게 인수인계를 받았습니다. 이후 해당 장교에게 '우리 사무실에 배속돼서 정말 다행이다.'라는 말을 들을 정도로 사무실의 일원으로 자리매김했습니다. 단점 ""일을 배우는 것이 느리다"" 입대를 해서 자대 배치를 받은 후 저의 일은, 새벽에 올라오는 정보를 받아서 단장 발표 자료를 제작하는 것이었습니다. 선임 병사가 발표 자료 제작방법을 알려주었지만, 한 번에 제작 방식을 파악을 못하였다고 느꼈습니다. 정보가 올라오는 시간과 보고 시간 사이의 짧은 시간에 만들지 못하면 안 된다는 생각에, 사이 시간 동안 계속하여 연습을 하였습니다. 연습을 하니, 제작 속도가 빨라져, 장교들이 제작 상황을 물어보면 항상 완성했습니다. 이와 같이 일을 배우는 속도가 느리지만, 업무 완수를 위한 꾸준한 연습으로 이를 극복하는 노력은 해외 신규 브랜드 계약 과정에 좌절하지 않고 계속하여 노력하는 모습을 보여줄 수 있을 것입니다"

💡 질문의도: 면접관이 이 질문을 통해 알고 싶어하는 것은 지원자의 자기 인식 능력과 성장 의지입니다. 지원자가 자신의 성격의 장단점을 정확하게 파악하고, 단점을 개선하기 위한 노력을 기울였는지를 확인하려는 것입니다. 이를 통해 지원자의 성숙도와 문제 해결 능력, 그리고 회사에서 발생할 수 있는 다양한 상황에 대처할 수 있는지를 평가하려는 의도가 있습니다.

💡 답변 적절성: 예시 답변은 질문의도에 적절하게 잘 대답하고 있습니다. 지원자는 자신의 성격의 장점과 단점을 명확하게 제시하고, 그에 따른 구체적인 사례와 경험을 통해 자신이 어떻게 성장하고 노력했는지를 잘 설명하고 있습니다. 이를 통해 면접관은 지원자의 자기 인식 능력과 성장 의지를 확인할 수 있으며, 지원자가 회사에서 다양한 상황에 대처할 수 있는 능력을 가지고 있다고 판단할 수 있습니다.

💡 답변 요약: 지원자의 성격 장점은 자신을 고치는 데 적극적이라는 점이며, 이를 통해 사무실에서 인정받는 인재로 성장했다고 합니다. 단점은 일을 배우는 속도가 느리지만, 꾸준한 연습을 통해 업무 완수를 위한 노력을 기울이며 이를 극복하고 있다고 말합니다. 이러한 노력은 신규 브랜드 계약 과정에서도 좌절하지 않고 계속 노력하는 모습을 보여줄 것이라고 자신합니다.

💡 답변 감정분석: 긍정적

💡 답변 점수: 4점

 

---

5. 결론

보통 HR 분야에서 텍스트 분석이라고 하면, 임직원 설문조사를 통한 데이터, 성과평가/다면평가의 평가 텍스트 데이터, 블라인드/잡플래닛 등 기업 관련 SNS에서 나오는 데이터를 주로 다룹니다.
하지만 이런 텍스트 분석은 자주 이루어지지 않으며, 리더십에게 보고되어도 담당자가 다시 읽고 정리하는 과정을 거칩니다.
그렇다면 인사 분야에서 텍스트가 가장 많이 생성되는 곳은 어디일까요? 바로 수많은 지원자들의 자기소개서 데이터일 것입니다.

바쁜 채용 과정에서 모든 자기소개서를 꼼꼼히 읽기란 쉽지 않은 일입니다.
따라서 저는 이러한 자기소개서 데이터에 대한 흥미를 느끼고, ChatGPT를 통해 분석을 시도했습니다.
ChatGPT의 성능이 뛰어난 이유는 텍스트를 통해 학습하고 출력하기 때문입니다.
초기 아이디어 구상부터 환경 설정 및 프롬프트 수정과 실행까지 많은 시간이 소요되었지만, 새로운 가능성을 발견한 것 같습니다.
제 상상력과 경험을 바탕으로 작성했으며, 전문성이 더 높은 여러분들도 시도해보시길 바랍니다.

시간 관계상 시도하지 못한 부분들은 다음과 같으며, 아이디어 차원에서 제시합니다.

1. 한글 → 영어 번역 후 프롬프트 실행 → 한글 번역 : ChatGPT는 영어 데이터에서 강점이 있으므로, 영어로 작성 후 분석하면 더 좋은 결과를 얻을 수 있습니다. 단, 한글 키워드가 변환될 수 있으므로 주의해야 합니다.
2. 자기소개서는 일반적으로 3~5개의 문항이 있는데, 저는 개인당 1문항씩 분석했습니다. 한 개인의 답변을 모두 읽고 종합적인 평가를 내리면 더 좋을 것 같습니다.
3. 지원 부문의 회사 직무기술서가 누락되었습니다. 지원 부문의 상세 정보를 얻으려면 각 회사의 요구 사항을 확인하고, 그에 상응하는 답변이 제공되었는지 검토해야 합니다.
4. 엑셀로 데이터 추출 → PDF나 웹페이지를 통한 데이터 확인: 현재 구조로는 데이터를 확인하기 어렵습니다. 엑셀을 사용하여 데이터를 추출한 후, PDF나 웹페이지를 통해 해당 지원자의 데이터를 모아 볼 수 있게 하는 것이 좋을 것 같습니다. 이를 통해 분석 결과를 더욱 쉽게 확인하고 관리할 수 있습니다.

위와 같은 방법들을 통해 자기소개서 데이터 분석에 대한 새로운 접근 방식을 넓혀갈 수 있다고 생각합니다. 이러한 과정을 거치면서 HR 분야에서 텍스트 분석의 적용 가능성을 확대할 수 있을 것입니다. 그 결과로 인사 분야에서의 효율성과 정확성이 향상되어, People Analytics도 업무에서 더 쓰임새를 가져올 수 있다고 생각합니다.

지금까지 제시한 아이디어들을 참고하여 스터디원분들의 전문성을 바탕으로 새로운 방법을 모색해보시길 바랍니다. 이를 통해 HR 분야에서의 텍스트 분석을 더욱 발전시키고, 자기소개서 데이터를 효과적으로 활용할 수 있는 방안을 마련할 수 있을 것입니다.

지금까지 긴 글 끝까지 읽어주셔서 감사합니다.