플러스프로젝트 배경
1. 문제점 및 배경 기존의 인력 배치는 정성적인 평가나 단편적인 이력 정보에 의존하는 경우가 많아, 직원의 실제 직무 역량과 부서별 요구 사항 간의 정밀한 매칭에 한계가 있었습니다. 대규모 조직 특성상 수많은 인적 자원 데이터를 효율적으로 분석하여 각 부서장에게 최적의 인재를 실시간으로 추천해 줄 수 있는 통합 시스템이 부재했습니다. 2. 프로젝트 목표 국민은행 내부 직원들의 직무별 역
프로젝트 성과
데이터 기반의 객관적 인사 추천 프로세스 확립
주관적 판단에 의존하던 기존 인사 배치 방식을 탈퇴하고, AI 알고리즘이 계산한 매칭 점수를 도입하여 인사 결정의 객관성과 신뢰도를 확보했습니다.
부서별 적정 인재 탐색 및 배치 시간 단축
수만 명의 직원 데이터를 실시간으로 분석하여 부서장에게 최적의 인재를 자동 추천함으로써, 기존 수기 분석 대비 인력 탐색 및 배치 확정에 소요되는 시간을 획기적으로 단축했습니다.
전사적 커리어 플랜 가시성 제공
직원들에게는 자신의 역량에 기반한 직무 탐색 및 커리어 플랜 기능을 제공하여, 조직 내 성장 경로를 스스로 설계할 수 있는 자기주도적 인사 환경을 구축했습니다.
금융권 보안 가이드라인 준수 및 시스템 안정성 확보
SSO(Single Sign-On) 연동을 통해 내부 직원들의 접근 편의성을 높이는 동시에, 은행의 엄격한 보안 규정을 준수하는 안정적인 백엔드 아키텍처를 설계 및 구현했습니다.
PL로서 전체 개발 공정 관리 및 기술적 완성도 주도
Front-end와 Back-end 개발 전체를 총괄하며 관리자 페이지까지 직접 설계하여, 시스템의 유지보수 용이성과 기능 확장성을 동시에 확보했습니다.
핵심 기능
AI 기반 직무 역량 매칭 점수 산출 엔진
개별 직원의 경력, 보유 기술, 성과 데이터를 분석하여 특정 직무와의 적합도를 수치화(Matching Score)하는 알고리즘을 구현했습니다.
부서별 요구 역량과 인재의 실제 역량 간의 갭(Gap)을 시각화하여 객
부서별 요구 역량과 인재의 실제 역량 간의 갭(Gap)을 시각화하여 객
진행 단계
핵심 기능 통합 개발 및 매칭 로직 구현
2022.10.
AI 점수 기반의 실시간 인재 추천 엔진을 개발하고, 관리자 페이지를 포함한 전 시스템의 기능을 구현하여 부서별 인력 배치 최적화 환경을 완성함.
프로젝트 상세
- 포트폴리오 소개: 국민은행 내부 직원들의 직무별 AI가 계산한 매칭 점수로 인재를 부서장에게 추천해주는 시스템입니다. - 작업 범위: Front-end 개발, Back-end 개발, 관리자 페이지 개발 - 주요 기능: SSO자동로그인, 직무추천, 나의정보, 직무탐색, 커리어플랜, 인재탐색, 인재추천 등.... - 사용 기술: Nodejs
