||
AI 챔피언 14번째 이야기 — People & Communications실 TA팀 최슬기 님
채용은 사람을 만나는 일이고, 그래서 오래도록 사람의 손이 많이 들어가는 영역이었습니다. 지원 공고를 정리하고, 면접 일정을 조율하고, 면접자가 사무실 앞에서 서 있을 때 직접 내려가 안내하는 일까지, 모두가 “원래 그렇게 해왔던” 수기 업무였습니다.
메일, 구글 시트, 캘린더 같은 도구들은 이미 쓰고 있었지만, 그 사이를 잇는 건 여전히 사람의 손이었습니다. 누군가는 메일을 열어 내용을 확인하고, 시트에 옮겨 적고, 일정을 하나하나 조율해야 했습니다.
TA(Talent Acquisition, 채용)팀은 이 반복되는 수작업 속에서 일종의 “인위적 결핍”을 느끼기 시작합니다. 그때부터였습니다. 이 팀이 AI, 특히 클로드 코드를 중심으로 채용 오퍼레이션을 통째로 다시 그려 보기 시작한 것은.
그때부터였습니다. 이 팀이 AI, 특히 클로드 코드를 중심으로 채용 오퍼레이션을 통째로 다시 그려 보기 시작한 것은.
발표를 맡은 TA팀의 최슬기님은 이 과정을 두고 이렇게 말합니다.
“저희는 AI로 뭔가 자동화를 했다, 효율화를 했다보다는 AI를 통해서 생각의 구조가 많이 바뀐 것 같아요. 기존에 일하던 방식에서 아예 새로운 방식으로 제 생각을 전환하게 된 계기가 됐어요.”
이 글에서는 TA팀이 실제로 어떤 문제를 마주했고, 그것을 데이터, 운영, 면접자 경험이라는 세 개의 축으로 나눠 어떻게 자동화했는지를 정리합니다. 비개발자가 클로드 코드로 직접 시스템을 만들었다는데, 어떻게 가능했을까요?
채용 기안, 이제 시트가 알아서 채운다
채용을 진행할 때 현업 팀은 내부 시스템을 통해 채용 기안을 올리고, TA팀은 그 내용을 기반으로 전체 TO를 관리하고 있었습니다. 문제는 명확했습니다. 이 사이를 잇는 다리가 모두 수기 작업이었다는 점.
해당 기안이 올라오면, TA팀은 메일로 전달된 내용을 보고 구글 시트에 행을 추가해 “어떤 팀에서 어떤 포지션을 몇 명 뽑는지”를 직접 입력해야 했습니다. 이 단계에서 한 번이라도 누락이 발생하면, 현업은 채용을 요청했는데 실제 채용이 진행되지 않는 심각한 문제가 생깁니다.
“이걸 놓치게 되면 운영이 안 되는 거죠.
휴먼 에러가 발생할 수 있으니, 이걸 AI로 하면 좋지 않을까라는 생각을 했어요.”
TA팀이 떠올린 해결책은, 이미 존재하는 신호를 활용하는 것이었습니다. 채용 기안이 올라오면 담당자에게 자동으로 “열람 메일”이 도착하는데, 이 메일 안에 기안에 필요한 핵심 정보가 모두 들어 있습니다. 그래서 이 메일을 AI가 읽고 필요한 정보를 추출한 뒤, 구글 시트에 자동으로 행을 추가해 주는 흐름을 만들었습니다.
이 과정에서 최슬기님은 직접 코드를 짜기보다는, 클로드 코드에 자연어로 요구사항을 설명하고 구현을 요청했습니다. 메일을 어떤 조건에서 읽을지, 어떤 필드를 어떻게 시트에 기록할지, 누락을 막기 위한 최소한의 예외 처리를 어떻게 할지 등을 점차 보완해 가며 시스템을 만들었습니다.
“아직 완벽하다고 할 수는 없지만,
채용 기간이나 세부 내용이 자동으로 올라오고 시트에 행도 추가되니까
놓치지 않고 제때 운영할 수 있게 됐어요.”
결과적으로 데이터 자동화는 “사람이 기입 실수를 하지 말자”는 차원의 관리가 아니었습니다. “처음부터 사람이 입력하지 않아도 되는 구조로 바꾸자”는 발상 전환에서 출발한 것입니다. 반복되는 수작업이 만들어낸 피로감이, 오히려 더 안정적인 데이터 흐름을 만드는 계기가 된 셈입니다.
면접 일정 조율, 시스템이 대신하다“면접 일정 조율은 쉬워 보이지만, 생각보다 복잡해요.”
면접자와 면접위원 여러 명의 일정을 맞추고, 시간이 확정되면 나머지 블록을 지우고, 캘린더 권한을 설정하고, 면접 평가 폼을 만드는 모든 과정이 사람 손을 거쳤습니다.
보통은 면접자에게 세 개 정도의 옵션을 제시하고, 그 중 하나를 고르면 나머지 시간 블록을 모두 지워야 했습니다. 면접위원이 한 명이면 그나마 나았지만, 두세 명이 되는 순간, 각자의 일정을 맞추고 다시 정리하는 작