안녕하세요, 15년 차 SCM 및 워크플로우 자동화 전문가 에이드네(Aidne)입니다.

채용 시즌만 되면 인사팀(HR)이나 실무 부서 팀장님들의 모니터 앞은 그야말로 ‘김 대리의 엑셀 노가다’ 현장이 됩니다. 하루에도 수십, 수백 통씩 쏟아지는 입사 지원 메일을 열고, 이력서 PDF를 다운로드한 뒤, 지원자의 경력과 핵심 기술 스택을 일일이 복사해서 평가용 엑셀 시트에 붙여넣는 작업… 마치 멈추지 않는 컨베이어 벨트 앞에 선 기분이 들지 않으신가요?

오늘은 이 지긋지긋한 단순 반복 작업을 끝내줄 ‘입사 지원자 이력서 필터링 보조 AI 시스템 구성’ 방법에 대해 이야기해보려 합니다. 수천만 원짜리 무거운 엔터프라이즈 솔루션 없이도, 우리가 매일 쓰는 노코드 툴들을 엮어 완벽한 자동화 파이프라인을 구축할 수 있습니다.

HR 업무 병목의 원인: 수동 이력서 데이터 취합의 한계

대부분의 중소기업이나 에이전시에서 채용을 진행할 때 가장 큰 병목(Bottleneck)은 ‘데이터 취합’ 자체에 있습니다. 지원자의 역량을 깊이 있게 ‘평가’하는 데 써야 할 귀중한 시간을, 단순히 이력서 포맷을 열어보고 텍스트를 엑셀로 옮겨 적는 데 낭비하고 있죠. 이는 개인의 생산성 저하를 넘어, 채용 리드타임을 길어지게 만들어 우수 인재를 놓치는 전사적 손실로 이어집니다.

Make와 AI를 활용한 이력서 필터링 자동화 워크플로우 설계

그렇다면 이 병목을 어떻게 해결할 수 있을까요? 노코드 자동화 툴인 Make(구 Integromat)와 ChatGPT(OpenAI API)를 연결하면, 메일 수신부터 엑셀 정리까지 단 10초 만에 끝나는 AI 비서 시스템을 만들 수 있습니다. 실제 현업에서 바로 적용 가능한 3단계 딥다이브(Deep-dive) 워크플로우를 살펴보겠습니다.

1단계: Gmail 트리거 및 첨부파일 다운로드 자동화

첫 번째 단계는 이력서가 들어오는 입구를 통제하는 것입니다. Make에서 Gmail 모듈의 ‘Watch Emails’ 트리거를 설정합니다. 특정 제목(예: “[입사지원]”)이나 특정 채용 플랫폼에서 오는 메일만 감지하도록 필터링을 걸어둡니다. 메일이 수신되면 다음 모듈로 넘어가 첨부된 이력서(PDF 또는 Word) 파일을 자동으로 다운로드하도록 세팅합니다.

2단계: PDF 파싱 및 ChatGPT 프롬프트 엔지니어링

이 시스템의 심장부인 AI 필터링 단계입니다. PDF 파서(Parser) 모듈을 통해 다운로드한 문서에서 텍스트를 추출한 뒤, OpenAI 모듈로 데이터를 넘깁니다. 여기서 수박 겉핥기식 요약이 아닌, 실무 밀착형 프롬프트 엔지니어링이 필요합니다.

“너는 15년 차 전문 테크 리크루터야. 아래 지원자의 이력서 텍스트를 분석해서 다음 JSON 형태로 결과값만 반환해. 1) 총 경력 연수, 2) 핵심 기술 스택 3가지, 3) 이전 직장 주요 성과 1줄 요약, 4) 우리 회사의 JD(직무기술서) 기준 적합도 점수(1~10점).”

이렇게 세팅하면 AI가 수십 장의 이력서를 읽고 우리가 정확히 원하는 평가 지표만 정량화하여 뽑아냅니다.

3단계: 구글 시트(Google Sheets) 데이터베이스 자동 기록

마지막으로, ChatGPT가 깔끔하게 구조화해 준 데이터를 Google Sheets 모듈의 ‘Add a Row’ 액션을 통해 기록합니다. A열에는 지원자 이름, B열에는 경력 연수, C열에는 기술 스택, D열에는 AI가 평가한 직무 적합도 점수가 자동으로 채워집니다. 이제 실무진은 메일함을 뒤질 필요 없이, 잘 정리된 시트 하나만 보고 면접 대상자를 결정하면 됩니다.

개인의 생산성을 넘어 전사적 AI 워크플로우로의 확장

이러한 이력서 필터링 AI 시스템은 단순한 시작점일 뿐입니다. 이 작은 파이프라인이 성공적으로 안착하면, 이후 합격자 자동 메일 발송, 온보딩 문서 자동 생성 등 전사적인 HR 자동화 시스템으로 확장할 수 있습니다. B2B 기업이나 에이전시의 의사결정권자라면, 직원들이 의미 없는 복붙 작업에서 벗어나 더 높은 부가가치를 창출하는 업무에 집중할 수 있도록 고도화된 AI 자동화 솔루션 도입을 진지하게 고민해야 할 시점입니다.