공개 방법론

Aimme가 팀이 이의를 제기하고 확인할 수 있는 후보자 매칭 결론을 어떻게 도출하는지

Aimme는 사람을 오해를 불러일으킬 만큼 정밀한 숫자로 환원하는 것을 목표로 하지 않습니다. 채용팀이 근거를 더 빠르게 확인할 수 있도록 지원합니다. 이 방법은 직무 역량, 적격성 기준, 실무적 실현 가능성, 근거 품질을 분리함으로써 팀이 결론을 이해하고, 불명확한 점을 파악하고, 다음 검증 단계를 선택할 수 있게 합니다.

후보자 매칭 평가에 맥락에 의존하지 않는 절대적 정답은 없습니다. 같은 사람이라도 다른 직무, 팀, 단계에서는 다른 판단이 정당화될 수 있습니다. 방법론은 그 입력 내용을 명시하고, 보완 불가능한 요건을 특정하고, 근거의 출처를 보존하며, 모델이 파악하지 못한 것을 인정해야 합니다.

채용 판단을 검증 가능한 단계로 분해

직무 요건 모델링

책임, 역량, 하드 요건, 우선순위, 실무적 제약을 분리하여 팀이 확인하도록 합니다.

역량 평가

업무 성과와 관련된 직접 근거와 전이 가능한 근거를 평가하고, 이를 뒷받침하는 근거와 반증 근거를 모두 기록합니다.

적격성과 실행 가능성 분리

필수 요건에는 합격, 불합격, 미확인을 사용하고, 실무상 제약은 역량 평가 대상에서 제외합니다.

근거 품질 평가

출처, 최신성, 완전성, 상충 여부를 기록합니다. 신뢰도가 낮은 정보를 확정된 사실로 만들면 안 됩니다.

컨텍스트를 유지하고, 멈추어 확인할 기회도 확보

  1. 01

    기준 버전 관리

    직무의 중요한 요건이 바뀌면 새 버전을 만들고 그 이유를 기록하세요.

  2. 02

    기준별 근거 수집

    직접 근거, 관련 근거, 반증 또는 명시적인 미확인 사항을 찾으세요.

  3. 03

    제한적 추론 적용

    정해진 규칙 범위 내에서 요약하고, 후보자의 누락된 데이터를 채우기 위해 경력을 조작하지 마세요.

  4. 04

    검토 자료 작성

    추적 결과, 가장 강력한 근거, 주요 리스크, 누락 정보, 제안 확인 질문을 표시합니다.

모델의 유창한 출력을 사실로 취급하지 않음

  • 결론에는 최소 하나의 특정 가능한 출처를 명시하며, 없으면 근거 불충분으로 표시됩니다.
  • 불합격한 제외 기준은 역량 평가보다 우선하며, 미확인 기준은 검토를 유발합니다.
  • 상충하는 정보원은 유리한 주장으로 해소하지 않고 양쪽 모두 보존됩니다.
  • 사람의 수정은 이유를 유지하며, 모델의 원래 판단으로 제시되지 않고 이후 작업을 조정할 수 있습니다.

시스템이 하는 일과 하지 않는 일을 명확히 함

  • Aimme는 이름, 성별, 나이, 민족 등 보호 대상 특성에 기반해 후보자를 추천하지 않습니다.
  • 모델의 출력은 채용 지원이며, 채용, 불합격, 보상 결정이 아닙니다.
  • 근거 부족, 출처 간 불일치, 미확인 필수 요건은 사람이 확인할 수 있도록 제시됩니다.
  • 후보자 데이터는 고객이 관리합니다. 공개 모델 학습에 사용되지 않으며, 법령 및 플랫폼을 준수한 사용에 대한 책임은 각 팀에 있습니다.

먼저 중요한 질문에 답변

왜 하나의 적합도 점수만 사용하지 않나요?

총점은 우선순위 설정에 도움이 되지만, 불합격한 필수 요건, 약한 근거, 실무상 실행 불가능성을 숨길 수 있습니다. Aimme는 개요를 유지하면서 단계별 검토를 요구합니다.

신뢰할 수 있는 근거란 무엇인가요?

정보는 직접 관련되고, 특정 가능하며, 의사 결정에 충분히 최신이고, 명시적으로 뒷받침될 때 더 신뢰할 수 있습니다. 자기 기술, 추론, 오래된 기록은 신뢰도를 낮춰야 합니다.

사람의 피드백은 어떻게 활용되나요?

팀의 기준 및 결론 수정은 이후 작업을 조정할 수 있습니다. 이력 데이터, 모델 출력, 사람의 판단은 구분 가능하고 추적 가능한 상태로 유지됩니다.

구체적인 채용 건 하나로 시작하기

진행 중인 채용 건을 하나 설명해 주세요. Aimme가 요건을 명확히 하고 후보자를 검색·매칭하며 근거를 정리합니다. 다음 단계 결정은 모두 채용팀이 확인합니다.