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

채용 시즌만 되면 인사팀 막내나 실무 담당자들의 모니터 앞은 그야말로 ‘컨베이어 벨트’가 됩니다. 하루에도 수십, 수백 통씩 쏟아지는 지원 메일을 열고, PDF 이력서를 다운로드하고, 핵심 스펙을 찾아 엑셀에 한땀 한땀 복붙하는 ‘김 대리의 엑셀 노가다’가 시작되는 것이죠. 이런 단순 반복 작업은 실무자의 에너지를 갉아먹을 뿐만 아니라, 정작 중요한 ‘인재 검증’에 쓸 시간을 빼앗아 갑니다.

오늘은 이 지긋지긋한 수작업을 끝내버릴 입사 지원자 이력서 필터링 보조 AI 시스템 구성 방법을 공개합니다. 단순한 툴 소개가 아니라, 당장 현업에 적용할 수 있는 Make(구 Integromat)와 ChatGPT API 기반의 실무 밀착형 워크플로우를 딥다이브 해보겠습니다.

채용 시즌, 인사팀을 덮치는 ‘이력서 컨베이어 벨트’의 비효율성

SCM(공급망 관리)에서 병목 현상(Bottleneck)이 발생하면 전체 생산 라인이 멈추듯, 채용 과정에서도 이력서 검토 단계의 병목은 훌륭한 인재를 놓치는 치명적인 결과로 이어집니다. 지원자는 결과를 기다리다 지쳐 다른 회사로 떠나고, 실무자는 채용 트래커를 작성하느라 야근을 밥 먹듯 하게 됩니다. 이제는 사람의 눈과 손이 아니라, 데이터 파이프라인과 AI를 통해 1차 필터링을 자동화해야 할 때입니다.

Make와 ChatGPT를 활용한 이력서 필터링 AI 시스템 구축 워크플로우

이 시스템의 핵심은 ‘데이터 수집 – 분석 및 요약 – 적재 및 알림’의 3단계 파이프라인을 구축하는 것입니다. 코딩을 몰라도 Make와 같은 강력한 노코드(No-code) 툴을 활용하면 누구나 나만의 AI 자동화 봇을 만들 수 있습니다.

1단계: 이메일 트리거 (Gmail 연동 및 첨부파일 추출)

먼저 지원서가 접수되는 이메일 채널을 모니터링합니다. Make에서 Gmail – ‘Watch Emails’ 모듈을 트리거로 설정합니다. 검색 쿼리에 subject:지원 OR subject:이력서 has:attachment를 입력하여, 지원 관련 첨부파일이 있는 메일만 걸러냅니다. 메일이 들어오면 ‘Iterator’ 모듈을 사용해 다수의 PDF 첨부파일을 개별적으로 분리하여 다음 단계로 넘겨줍니다.

2단계: 텍스트 파싱 및 AI 요약 (PDF to Text & ChatGPT 프롬프팅)

PDF 형태의 이력서를 AI가 읽을 수 있는 텍스트로 변환해야 합니다. PDF.co나 Google Cloud Vision 모듈을 연결해 PDF에서 텍스트를 추출(Parse)합니다. 추출된 방대한 텍스트 데이터는 곧바로 OpenAI (ChatGPT) – ‘Create a Completion’ 모듈로 전달됩니다. 여기서 프롬프트 엔지니어링이 시스템의 퀄리티를 좌우합니다.

💡 실무 프롬프트 예시:
“너는 10년 차 전문 IT 채용 담당자야. 다음 이력서 텍스트에서 [이름, 이메일, 연락처, 총 경력 연수, 핵심 기술 스택 3가지]를 추출하고, 우리의 채용 공고(JD) 기준에 부합하는지 100점 만점으로 평가한 뒤 2줄로 요약해. 결과는 반드시 JSON 포맷으로 반환해.”

3단계: 구글 시트 데이터 적재 및 슬랙 알림 (Google Sheets & Slack)

ChatGPT가 정형화된 JSON 데이터로 답변을 주면, Parse JSON 모듈로 데이터를 항목별로 쪼갭니다. 이후 Google Sheets – ‘Add a Row’ 모듈을 통해 채용 트래커 엑셀 시트에 이름, 경력, 기술 스택, AI 평가 점수를 자동으로 기입합니다. 마지막으로 Slack – ‘Create a Message’ 모듈을 연결해 채용 담당자 채널에 “[새로운 지원자 접수] 홍길동 님 / 매칭 점수: 85점 / 핵심 스택: Python, AWS”라는 알림을 쏩니다. 담당자는 슬랙 알림만 보고 면접 진행 여부를 결정하면 됩니다.

단순 반복을 넘어 전사적 AI 워크플로우로의 확장

이러한 이력서 필터링 보조 시스템은 단순한 시작점에 불과합니다. 이 파이프라인을 완벽히 이해했다면 인보이스 자동 처리, 고객 CS 메일 분류 등 회사의 모든 문서 기반 반복 업무를 AI 자동화 솔루션으로 대체할 수 있습니다. B2B 의사결정권자라면 이제 개별 직원의 생산성 향상을 넘어, 전사적인 AI 워크플로우 도입을 통해 압도적인 인건비 절감과 프로세스 혁신을 기획해야 할 시점입니다.

게시물 수백 통의 이력서 검토 끝! Make와 ChatGPT로 입사 지원자 필터링 AI 자동화 시스템 구축하는 방법이 aidneblog에 처음 등장했습니다.