4차 산업혁명의 등장으로 기존 서비스에 인공지능을 접목하는 시도가 늘어나고 있으며 최근에는 성향 분석 시스템을 이용한 개인화, 추천 등의 서비스가 상용화 되었다. 한편 국내 채용분야에서는 블라인드 채용의 확대로 인해, 많은 기업들과 공공기관들이 스펙을 보지 않고 자기소개서의 내용을 기반으로 구직자를 뽑는 비율이 높아지고 있으며 이를 A.I에 접목하는 시도도 늘어나고 있다.
다만 채용과정에 A.I를 사용하는 범위가 자기소개서가 아닌 구직자의 이력서 검토를 최소화하는 것과 온라인 영상 및 목소리 분석 등 기계가 면접을 대신 봐주는 A.I 면접관에게 특화 되어 있다. 이러한 원인은 기존의 성향 분석 연구 및 시스템들이 소셜 미디어나 커뮤니티 등에 쓴 내용을 기반으로 학습이 되어있기 때문이다.
글을 쓰던 순간의 경험 및 감정이 내재되어있는 소셜 미디어 데이터를 학습한 시스템은 자기소개서같이 감정을 억제하고 쓰는 정제된 내용에 대한 성향 분석이 제대로 이루어지지 않을 수 있다. 또한 구인자는 자기소개서를 읽을 때 가까운 지인이나 유사한 직장 동료를 떠올리게 된다. 즉, 자기소개서의 단어나 문장을 볼 때, 과거의 경험을 기반으로 무의식 중에 지원자를 분류하고, 평가하게 된다. 이는 자기소개서의 단어와 문장들을 분석하여 사람의 성향을 파악하고 분류하는 것의 가능성을 보여준다.
이에 본 논문에서는 자기소개서에서 구직 활동을 위해, 자신의 성향을 글로 표현한다는 것을 전제로 성향 별 단어를 찾고, 이를 분석하는 것을 핵심으로 다룬다. 이를 위해, 대기업이나 공공기업에서 제공하는 공개된 합격 자기소개서를 활용하여 성향 별 단어 역빈도(TF-IPF) 공식으로 만든 성향 별 말뭉치(Personality Corpus)와 자기소개서를 완벽하게 분석 하기 위한 형태소 분석 및 개체명 추출에 대한 방법 그리고 텐서플로우(Tensorflow)로 생성된 딥러닝(Deep Learning) 회귀 모델 기반의 자기소개서별 적절한 성향을 분류하는 것을 연구한다.