AI 에이전트가 최근 각광받는 기술 중 하나입니다. 초기 단계 스타트업인 [회사 이름]은 인사(HR) 팀이 채용 공고에 완벽하게 부합하는 후보자를 찾을 수 있도록 돕는 에이전트를 개발하고 있습니다. 이 스타트업은 자신들의 봇이 이력서를 검토하여 채용 기준에 맞는 후보자를 선별하고, 채용 담당자의 캘린더를 확인해 인터뷰 시간을 예약하며, 후보자에게 이메일을 보내는 전 과정을 처리할 수 있다고 주장합니다.
이 회사는 오늘 상용화(generally available product)를 향한 여정에 박차를 가하기 위해 9백만 달러의 시드 투자를 유치했다고 발표했습니다.
라가벤드라 프라부(Raghavendra Prabhu) CEO 겸 공동 창업자에 따르면, 현재는 소수의 디자인 고객을 대상으로 알파 버전을 테스트 중이지만, 이것이 회사의 궁극적인 비전입니다. 그는 HR 분야에서 오랫동안 자동화된 이력서 스크리닝이 사용되어 왔음을 인정하면서도, Tezi는 차세대 대규모 언어 모델(LLMs)을 활용하여 HR을 위한 훨씬 정교한 채용 솔루션을 구축할 기회를 포착했다고 밝혔습니다.
프라부 CEO는 "추론 능력과 자연어의 결합이 이 분야에서 기존 소프트웨어 방식과는 매우 다른 것을 구축할 수 있는 가능성을 주었다고 생각합니다"라고 말했습니다.
그의 공동 창립자이자 COO인 제이슨 제임스(Jason James)는 현존하는 도구로는 충분하지 않다고 지적했습니다. 그는 "예를 들어, 한 채용 공고에 1,000개의 지원서가 접수되었다고 가정해 봅시다. 과거의 AI, ML 또는 알고리즘은 이력서가 매우 훌륭하다는 점을 판단하는 데는 능할 것입니다. 하지만 여전히 사람이 직접 이메일을 보내고 인터뷰를 주선하는 모든 과정을 처리해야 합니다. 이제 가능한 것은 단순한 순위 지정(ranking)을 넘어선, 진정한 엔드투엔드(end-to-end) 워크플로우입니다"라고 설명했습니다.
창업자들은 이 초기 단계에서는 여전히 사람이 프로세스에 깊이 관여해야 함을 인정하면서도, 모델의 발전과 함께 완전 자동화되기를 희망하고 있습니다. 또한, 구직 검색을 통해 얻는 후보자 풀 자체의 질은 프롬프트(prompt)와 직무 설명(job descriptions)의 품질에 달려있습니다.
자동화 과정에서 편향성(bias)이 발생할 수 있다는 점을 인지하고 있으며, 이를 최소화하기 위해 노력하고 있습니다. 그들의 관점에서는 채용 관리자로부터 들어오는 모든 입력 데이터를 이력서와 객관적으로 비교 평가합니다. 입력 자체를 통제할 수는 없지만, 회사 측에서 할 수 있는 모든 방법으로 편향성을 최소화하려고 노력하고 있습니다.
제임스는 "만약 고용주 쪽에서 편향성이 유입된다고 가정한다면, 현재로서는 그것을 막는 데 완벽하지 않을 수 있습니다. 저희가 할 일은 알고리즘적인 과정으로 어떠한 종류의 편향성도 추가하지 않도록 보호하는 것입니다"라고 말했습니다. 그들은 과거의 채용 패턴을 참조하지 않으며, 모델이 오직 채용 관리자가 설정한 기술이나 다른 기준에 맞춰 일치시키도록 설계했습니다.
이들은 데이터 제공업체로부터 라이선스를 받은 2억 5천만 개의 프로필을 이용해 모델을 훈련했으며, 현재까지 OpenAI 및 Anthropic 모델과 협력하며 자체 채용 요구 사항에 맞게 파인튜닝(tuning)하고 있습니다.
회사는 이제 막 출범한 단계입니다. 올해 초에 서비스를 시작했으며, 현재 15~20개의 디자인 고객과 함께 작업을 진행하고 있습니다. 목표는 올해 하반기에는 기술적인 문제들을 모두 해결하고 더 광범위한 베타 배포 단계에 도달하는 것입니다.
이번 9백만 달러의 시드 투자는 8VC와 Audacious Ventures가 주도했으며, Liquid 2, Afore, PrimeSet, South Park Commons 및 여러 업계 엔젤 투자자들의 참여를 받았습니다.
[출처:] https://techcrunch.com/2024/07/31/tezi-is-building-an-ai-agent-for-hiring-managers