게시일: 2024년 4월 17일
기고자: Cole Stryker
채용 자동화는 소프트웨어를 사용하여 채용 프로세스를 간소화하고 최적화하는 것입니다. 여기에는 후보자 소싱, 이력서 심사, 면접 예약과 같은 사용 사례에 대한 작업 자동화가 포함될 수 있습니다.
기술 격차가 커지고 신흥 분야의 인재를 경쟁적으로 채용하는 환경에서 훌륭한 후보자를 찾고 유치하는 것은 쉽지 않습니다. 가능한 한 가장 큰 인재 풀을 두고 채용 기회를 확보하며 채용 프로세스 전반에 걸쳐 최고의 후보자를 모집할 수 있는 채용 팀이 유리할 것입니다.
민첩하고 효과적인 인재 확보 관행을 유지하는 것은 모든 회사의 중요한 경쟁 우위가 됩니다. 그러나 채용에는 이력서 검토, 채용 공고 작성, 신입 사원 통합 촉진과 같은 채용 워크플로우 전반에 걸친 일부 활동이 포함되며, 이는 반복적이고 지루하며 시간이 많이 소요될 수 있습니다. 이제 이러한 작업 중 상당수는 인공 지능(AI) 및 머신 러닝으로 자동화되거나 보강될 수 있으므로 인사 전문가가 더 높은 수준의 작업에 집중할 수 있습니다. 새로운 AI 툴을 활용할 수 있는 조직은 채용 담당자의 시간을 절약할 수 있습니다. 대신 이러한 작업자가 더 강력하고 전략적인 채용 역량을 개발하고 후보자 참여에 더 '인간적인' 요소를 적용할 수 있도록 합니다.
HR 리더가 어떻게 AI를 적용하고 HR 및 인재 혁신을 주도하고 있는지 알아보세요.
SAP 인사이트 등록하기
채용 워크플로우 전반에 걸쳐 HR 자동화에는 많은 이점이 있습니다.
HR 관리자는 정보 과부하의 세계에 살고 있으며, 인바운드 데이터는 종종 팀이 따라갈 수 있는 능력을 초과합니다. 자동화는 이력서 심사, 후보자 소싱 및 면접 일정과 같은 반복적인 작업을 간소화하여 HR 직원이 들여야 하는 시간과 노력을 줄입니다. 이를 통해 자동화를 적용하지 않을 경우 수동 작업을 해야 했을 작업자를 배치하는 비용을 줄입니다.
자동화는 더 빠른 응답, 개인화된 커뮤니케이션 및 더 원활한 지원 프로세스를 제공하여 후보자 경험을 향상할 수 있습니다. 채용 시간이 단축되고 지원자의 만족도가 높아지며 결과적으로 조직의 잠재적 후보자 풀이 더 개선됩니다.
자동화된 시스템은 규칙과 기준을 일관되게 준수하여 인적 오류의 가능성을 줄이고 공정하고 편견 없는 후보자 평가를 장려합니다. 자동화를 통해 조직은 몇 명의 직원을 고용하든 대규모 채용 캠페인을 관리하든 채용 작업을 효율적으로 확장할 수 있습니다. 자동화된 시스템은 매일 수백 명의 수동적인 후보자에게 메시지를 보낼 수 있으며, 이는 수동으로 관리하기 어려운 잠재적으로 효과가 큰 전략입니다.
채용 자동화는 기술 스택 전반에 걸쳐 툴을 통합하여 채용 프로세스에 대한 완전한 뷰를 제공합니다. 채용 시스템은 방대한 양의 데이터를 수집하고 분석하여 채용 지표, 지원자 성과, 채용 트렌드에 대한 귀중한 인사이트를 제공함으로써 조직이 데이터에 기반한 채용 결정을 내릴 수 있도록 지원합니다.
일상적인 작업을 자동화함으로써 HR 전문가는 고용주 브랜딩, 인재 개발 및 인력 계획과 같은 전략적 활동에 더 많은 시간과 리소스를 할당할 수 있습니다. 이러한 리소스 재할당은 HR 기능을 관리 역할에서 진정한 전략적 역할로 전환합니다.
HR 부서는 자동화된 툴을 도입함으로써 무의식적인 편견으로 인해 DEI 목표를 달성하지 못하거나 DEI 표준 및 모범 사례를 준수하지 못하는 상황을 방지할 수 있습니다. 채용 자동화를 통해 프로필을 익명화하고, 다양한 지원자 풀을 구축하며, 의사 결정 시 잠재적인 인적 편견에 주의를 기울일 수 있습니다.
자동화를 사용하여 워크플로우를 간소화하는 모든 프로세스는 채용 자동화로 간주될 수 있지만, 현재 HR에서 AI를 사용하는 것이 가장 큰 가치를 찾을 수 있는 분야입니다. AI 툴은 인간 HR 작업자를 대체하기 위한 것이 아니라 업무 수행 능력을 강화하기 위한 것입니다. 또한 기계적인 관리 업무에서 벗어나 후보자와 조직 모두에 더 나은 서비스를 제공할 수 있습니다. AI는 채용 결정을 내려서는 안 되지만 HR 관리자가 더 나은 결정을 내릴 수 있도록 더 많은 정보를 제공하는 데 도움이 될 수 있습니다.
AI는 산더미처럼 쌓인 비정형 데이터에서 숨겨진 패턴을 찾아내고 인사이트를 이끌어낼 수 있습니다. 그러나 AI 기반 의사 결정의 품질은 데이터의 양, 품질, 접근성에 따라 달라지므로 조직은 조직 전체에서 데이터가 처리되는 방식에 대해 비판적으로 생각하는 것이 중요합니다. 데이터는 어디에 있나요? 누가 접근 권한을 갖고 있나요? 잠재적으로 민감한 데이터를 일부 사용자에게 숨겨야 할까요? 머신 러닝을 통한 분석을 위해 어떤 데이터 세트를 수집할 수 있나요? 조직은 AI 기반 채용 자동화를 진행하기 전에 정보 아키텍처, 데이터 관리 및 거버넌스에 관한 이러한 질문에 답해야 합니다.
BizCorp라는 가상의 회사에서 일하는 데 관심이 있는 마케팅 전문가인 Eda라는 가상의 후보자를 상상해 보세요. Eda는 그녀가 가장 좋아하는 채용 사이트인 LinkedIn에서 BizCorp의 소프트웨어 개발 관리자 직무에 대한 흥미로운 채용 공고를 공유하는 챗봇 메시지를 발견합니다. 그녀는 이력서와 자기 소개서를 제출합니다.
Eda가 채용 공고를 보기도 전에 채용 자동화 소프트웨어가 작동할 수 있습니다. 채용 공고를 낸 HR 관리자는 과거 채용 동향, 직원 이직률, 비즈니스 성장 전망 및 인력 인구 통계를 바탕으로 예측 분석을 통해 AI를 사용하여 광고를 제작했습니다. 생성형 AI 툴은 짧은 프롬프트에 따라 신속하게 직무 설명을 개발하는 데 도움이 되었습니다. 또한 AI를 사용하여 구인 게시판에서 Eda를 찾아 선제적으로 메시지를 전달함으로써 그녀가 직접 구직할 필요가 없도록 했습니다.
지원서를 제출한 직후 Eda는 지원서가 접수되었음을 확인하는 자동 이메일을 받습니다. 이메일에는 채용 절차의 다음 단계에 대한 자세한 내용이 포함되어 있습니다.
회사의 지원자 추적 시스템은 Eda의 이력서에서 직무 설명에 요약된 관련 키워드와 자격을 자동으로 스캔합니다. 이 분석을 기반으로 그녀의 지원서는 추가 검토를 위해 플래그가 지정됩니다.
Eda는 챗봇의 실시간 지원을 통해 간단한 사전 심사 설문지를 작성하도록 초대하는 또 다른 자동 이메일을 받습니다. 질문은 직무 요건과 관련된 그녀의 경험, 기술 및 자격을 평가합니다.
사전 선별 질문에 대한 Eda의 답변에 깊은 인상을 받은 챗봇이 자동화된 후속 화상 면접 일정을 잡습니다. Eda는 일련의 면접 질문에 대한 답변을 기록하는 면접 플랫폼 링크가 포함된 이메일을 받습니다.
Eda가 화상 면접을 마치면 AI 인터뷰 플랫폼에서 답변을 분석하여 미리 결정된 기준에 따라 의사 소통 기술, 자신감 및 역할에 대한 적합성을 평가합니다.
Eda는 자동 평가를 성공적으로 통과하고 채용 팀과의 대면 면접에 초대됩니다. 이 단계에서 그녀는 채용 관리자 및 다른 팀원들과 만나 자신의 경험, 자격, 역할 적합성에 대해 논의합니다.
인터뷰 과정에 이어 Eda는 코딩 테스트를 수행하며, 이는 AI 툴로 자동 평가됩니다. 마지막으로 챗봇은 신원 조회를 용이하게 합니다.
Eda는 이메일을 통해 고용 조건을 설명하는 자동 제안서를 받습니다. 그녀는 회사의 HR 포털을 통해 전자 방식으로 제안을 수락하고 서류 작성, 교육 모듈 수강, 채용 시작일 계획 등 자동화된 온보딩 프로세스를 시작합니다.
자동화 방식은 전체 채용 프로세스에서 관리 작업을 간소화하고, 적시에 커뮤니케이션을 제공하고, 후보자 평가를 효율적으로 진행하게 해주었습니다. 궁극적으로 Eda의 구직자 경험을 향상하고 새로운 직무로 원활하게 전환할 수 있도록 합니다.
많은 조직은 언제 자동화된 워크플로우로 전환해야 하느냐는 중요한 질문에 직면합니다. 자동화를 위해서는 새로운 소프트웨어 에코시스템을 구매하고 작업자가 효과적으로 탐색할 수 있도록 교육해야 하는 경우가 많습니다. 채용 자동화 툴을 도입할지 여부와 시기는 신중한 고려가 필요한 결정입니다.
자동화 시스템으로 전환해야 하는 첫 번째 이유는 HR 팀이 수동 프로세스로는 충분히 충족할 수 없는 많은 양의 채용 요건이 있을 때입니다. 채용 공고를 통해 우수한 후보자를 신속하게 유치하지 못하면 상당한 기회 비용이 발생합니다. 기존 직원의 번아웃과 관련된 이유가 있을 수도 있습니다. HR 부서에서 유능한 직원을 계속 유지하지 못한다면, 이는 직원이 과로하고 있거나 인간의 지능을 더 잘 활용하는 더 높은 수준의 작업보다는 지루한 채용 업무에 너무 많은 시간을 할애하고 있다는 신호입니다.
또 다른 지표는 후보자 감소입니다. 자격을 갖춘 지원자가 채용 프로세스에서 중도 포기하는 경우, 지원자의 경험이 만족스럽지 못하다는 신호일 수 있습니다. 채용 자동화 기술은 채용 프로세스를 가속화하고 간소화할 수 있습니다. 또한 이를 통해 조직은 더 빈번한 접점 및 기타 '인간적 요소'가 포함된 서비스를 제공할 수 있습니다. 결과적으로 이러한 조직은 채용 시간을 단축할 수 있는 HR 부서가 있는 경쟁 조직에 후보자를 빼앗길 가능성이 적습니다. 마찬가지로, 지원자 참여도가 낮다면(지원자 행동에 관한 내부 벤치마킹 데이터가 도움이 될 수 있음) 자동화가 지원자 관계 관리에 가치를 더할 수 있다는 신호일 수 있습니다.
조직은 또한 부서장을 대상으로 설문조사를 실시하여 현장의 인력 요구가 충족되고 있는지 파악할 수 있습니다. 관리자가 회사가 최고의 인재를 확보할 수 없다고 느낀다면 채용 프로세스를 개선해야 할 수도 있습니다. 이러한 프로세스는 자동화를 통해 촉진할 수 있으며, 조직이 직무에 가장 적합한 지원자를 찾고 확보하는 데 도움이 됩니다.
결원을 보충하지 않으면 팀의 인재들에게 부담을 줍니다. 이러한 공석을 신규 채용자로 충원하는 일도 중요하지만, 경쟁이 치열한 오늘날의 시장에서는 어려운 일이기도 합니다. 이제 Orchestrate을 통해 이 악순환을 끊을 수 있습니다.
선도적인 인재 확보 및 기술 개발 컨설팅 회사인 IBM® Consulting은 고객과 긴밀히 협력하여 고객의 채용 및 기술 관련 요구 사항에 맞춤화된 솔루션을 제공합니다.
IBM® 시리즈 'Rethink & Automate'는 리더들이 일반적인 비즈니스 및 IT 프로세스를 완전히 새로운 관점에서 접근하고 AI 및 자동화를 수용하여 재구상하도록 지원합니다.
가까운 장래에 원격 근무와 가상 툴이 표준으로 유지될 것으로 예상됨에 따라, 채용 관리자와 후보자는 양 당사자 모두에게 가장 적합한 사항에 맞게 채용 프로세스의 시기, 장소 및 방법을 조정할 수 있는 유연성이 필요합니다.
업스킬링은 교육 및 개발 프로그램을 통해 직원의 스킬 격차를 최소화하고 새로운 직무나 역할에 대비하도록 직원의 스킬을 개선하는 프로세스입니다.
조직은 직원들이 성공하는 데 필요한 것을 배울 수 있도록 인재 개발 기회에 투자해야 합니다.
인공 지능(AI)은 데이터 분석, 머신 러닝 및 자동화가 함께 작동하여 사람들의 시간을 절약하고 더 높은 품질의 결과를 지원할 수 있는 인적 자원 관리의 새로운 시대를 여는 데 도움이 될 수 있습니다.
과거에는 '디지털 워커'라는 용어가 디지털 기술을 갖춘 인간 직원을 설명했지만, 최근에는 인간 동료와 협력하여 특정 작업이나 프로세스를 수행하도록 훈련된 소프트웨어 로봇의 범주로 정의되었습니다.