플러스프로젝트 배경
1. 문제점 • 기존 시스템은 단순 키워드 매칭으로 인해 정확도가 낮고, 인재 추천 품질이 떨어짐 • 기술 스택 간 의미적 유사성이 고려되지 않아 적절한 후보자가 누락되거나 과다 추천 발생 • 수작업 정제와 수기 비교에 많은 리소스가 소모됨 2. 목표 • 의미 기반의 인재-직무 매칭 알고리즘 구현 • 대량의 이력서/직무 데이터를 신속하게 처리할 수 있는 배치 기반 파이프라인 설
프로젝트 성과
인재 매칭 정확도 92% 달성
기존 시스템 대비 22% 높은 정확도로 채용 관리자들의 만족도 및 재사용률 증가
후보자 검색 시간 75% 단축
배치 및 벡터 검색 파이프라인 도입으로 평균 검색 시간이 수분 → 수초로 단축됨
추천 품질 향상
적합도 높은 인재를 상위에 노출시켜 인터뷰 전환율이 1.7배 향상
운영비용 절감
자동화된 임베딩 및 캐시 시스템 도입으로 월간 운영 비용 약 40% 절감
시스템 확장성 확보
하루 최대 10만 건 이상의 이력서/직무 매칭을 처리할 수 있는 확장형 파이프라인 구축
핵심 기능
의미 기반 벡터 검색 시스템
이력서 및 직무 기술서의 임베딩을 통해 의미 유사도를 기준으로 빠르고 정확한 검색 수행
진행 단계
요구사항 분석
2024.03.
고객사 요구사항 분석 및 데이터 샘플 수집
프로젝트 상세
이 프로젝트는 매월 5,000~7,000개의 기술인력 이력서를 처리하는 IT 채용 플랫폼 운영사가 의뢰한 것으로, 기존 키워드 매칭 기반 시스템의 한계를 극복하고 의미론적 유사도 기반 매칭 시스템으로의 전환을 목표로 했습니다. 저희는 프로젝트 초반부터 고객사와 협업해 채용 데이터 구조를 파악하고, 기술용어 정규화 및 맞춤형 파서 개발, OpenAI 임베딩 모델을 활용한 고속 검색 파이프라인, 그리고 매칭
