대표어
권호기사보기
| 기사명 | 저자명 | 페이지 | 원문 | 기사목차 |
|---|
국회도서관 홈으로
정보검색
소장정보 검색
결과 내 검색
동의어 포함
-
-
목차보기
AI 채용의 서막
01 AI와 HR 데이터
02 공고 작성과 후보자 유입
03 AI 기반 스크리닝
04 면접과 의사결정
05 커뮤니케이션과 후보자 경험
06 AI 채용 대응 전략과 준비
07 채용 데이터로 본 조직 성장
08 AI 채용에서 발생하는 윤리 이슈
09 성공과 실패로부터 배우기
10 AGI 시대와 증강지능의 방향성
01 AI와 HR 데이터
02 공고 작성과 후보자 유입
03 AI 기반 스크리닝
04 면접과 의사결정
05 커뮤니케이션과 후보자 경험
06 AI 채용 대응 전략과 준비
07 채용 데이터로 본 조직 성장
08 AI 채용에서 발생하는 윤리 이슈
09 성공과 실패로부터 배우기
10 AGI 시대와 증강지능의 방향성
이용현황보기
| 등록번호 | 청구기호 | 권별정보 | 자료실 | 이용여부 |
|---|---|---|---|---|
| 0003218872 | 658.311 -25-13 | 서울관 사회과학자료실(208호) | 이용가능 | |
| 0003218873 | 658.311 -25-13 | 서울관 사회과학자료실(208호) | 이용가능 |
출판사 책소개
AI 시대, 채용은 어떻게 달라져야 하는가
디지털 전환은 ‘기술’이 아닌 ‘인재’의 문제로 귀결되고 있다. 인재 확보는 생존 전략이며, AI는 그 전면에 있다. 기업은 더 이상 직관에 의존할 수 없다. 편향과 과신, 일관성 부족의 문제를 넘어, 데이터와 AI 기반 채용 시스템이 급부상하고 있다. 효율성과 공정성을 갖춘 채용이 가능해진 한편, 알고리즘 편향, 설명 불가능성, 지원자 경험 저하 같은 새로운 과제도 대두된다.
이 책은 AI 채용의 구조, 효과, 위험, 그리고 채용 담당자의 새로운 역할까지 입체적으로 조망한다. 채용은 도구의 변화가 아니라 판단 방식 전체의 대전환이다. 기술과 인간성을 결합한 새로운 채용 문화를 만드는 길잡이다.
디지털 전환은 ‘기술’이 아닌 ‘인재’의 문제로 귀결되고 있다. 인재 확보는 생존 전략이며, AI는 그 전면에 있다. 기업은 더 이상 직관에 의존할 수 없다. 편향과 과신, 일관성 부족의 문제를 넘어, 데이터와 AI 기반 채용 시스템이 급부상하고 있다. 효율성과 공정성을 갖춘 채용이 가능해진 한편, 알고리즘 편향, 설명 불가능성, 지원자 경험 저하 같은 새로운 과제도 대두된다.
이 책은 AI 채용의 구조, 효과, 위험, 그리고 채용 담당자의 새로운 역할까지 입체적으로 조망한다. 채용은 도구의 변화가 아니라 판단 방식 전체의 대전환이다. 기술과 인간성을 결합한 새로운 채용 문화를 만드는 길잡이다.
책속에서
대표적인 생성형 AI인 대규모 언어 모델(LLM, Large Language Model)은 직무 기술서 자동 생성, 후보자 안내 메일 작성, 인터뷰 질문 설계, 교육 콘텐츠 및 피드백 메시지 작성 등 HR의 일상적인 콘텐츠 제작 업무를 빠르고 정밀하게 처리할 수 있게 해준다. 이는 HR의 업무 부담을 크게 줄이며, 더 나아가 포용적이고 다양성을 고려한 언어를 사용하는 데에도 도움을 준다. 또한 생성형 AI는 예측형 AI의 한계를 보완한다. 예측형 AI는 데이터를 기반으로 미래 행동을 예측하지만, 그 결과를 전달하고 실현하기 위한 언어적, 설계적 표현이 필요하다. 이때 생성형 AI는 예측 결과를 바탕으로 실제 실행 가능한 커뮤니케이션과 콘텐츠를 생산함으로써, ‘분석’에서 ‘실행’으로의 전환을 돕는다.
－01_“AI와 HR 데이터” 중에서 요약 기능은 주로 텍스트 생성 모델(text generation models)을 활용하며, 다음과 같은 문장으로 출력된다. “이 후보자는 5년 이상의 백엔드 개발 경력을 보유했으며, Java와 Spring Framework에 숙련되어 있습니다.” 한편, 점수화는 AI가 특정 직무 또는 역량 기준에 따라 지원자의 적합도를 수치로 표현하는 것이다. 예를 들어, 업무 연관성, 경력 연차, 기술 키워드 일치율 등을 기준으로 0~100점의 점수를 매긴다. 이러한 점수는 지원자 간 비교 및 우선 검토 대상을 가려내는 데 사용된다. 이 기능은 사람의 직관적 판단을 보완하는 ‘보조 의사결정 장치’로서 역할 한다.
－03_“AI 기반 스크리닝” 중에서 커버레터(Cover Letter. 이력서, 자기소개서)에서도 정량적 성과는 중요하다. 첫 단락에서 “지난 2년간 개발자 및 디자인 직군 중심으로 총 73명을 채용하며, 지원자 경험 개선 및 채용 전환율 제고를 주도해 왔습니다”와 같이 자신의 핵심 성과를 요약하는 문장이 필요하다. 중간에는 기업이 요구하는 직무와 자신이 수행한 프로젝트의 연결성을, 마지막에는 기업의 문화와 가치에 공감하는 지원 동기를 설득력 있게 전달해야 한다.
－06_“AI 채용 대응 전략과 준비” 중에서
－01_“AI와 HR 데이터” 중에서 요약 기능은 주로 텍스트 생성 모델(text generation models)을 활용하며, 다음과 같은 문장으로 출력된다. “이 후보자는 5년 이상의 백엔드 개발 경력을 보유했으며, Java와 Spring Framework에 숙련되어 있습니다.” 한편, 점수화는 AI가 특정 직무 또는 역량 기준에 따라 지원자의 적합도를 수치로 표현하는 것이다. 예를 들어, 업무 연관성, 경력 연차, 기술 키워드 일치율 등을 기준으로 0~100점의 점수를 매긴다. 이러한 점수는 지원자 간 비교 및 우선 검토 대상을 가려내는 데 사용된다. 이 기능은 사람의 직관적 판단을 보완하는 ‘보조 의사결정 장치’로서 역할 한다.
－03_“AI 기반 스크리닝” 중에서 커버레터(Cover Letter. 이력서, 자기소개서)에서도 정량적 성과는 중요하다. 첫 단락에서 “지난 2년간 개발자 및 디자인 직군 중심으로 총 73명을 채용하며, 지원자 경험 개선 및 채용 전환율 제고를 주도해 왔습니다”와 같이 자신의 핵심 성과를 요약하는 문장이 필요하다. 중간에는 기업이 요구하는 직무와 자신이 수행한 프로젝트의 연결성을, 마지막에는 기업의 문화와 가치에 공감하는 지원 동기를 설득력 있게 전달해야 한다.
－06_“AI 채용 대응 전략과 준비” 중에서
MARC 보기
오류 데이터 정정요청
*표시는 필수 입력사항입니다.
알림톡 발송
| 전화번호 |
|---|
개인정보 수정 바로가기
연속간행물 권호 선택
우편복사 안내
- ◾ 도서관을 방문하지 못할 경우 인터넷, 팩스 등으로 자료 복사를 신청하고, 복사물을 우편·팩스 등으로 제공받는 서비스
- ◾ 대상자료: 일반도서, 연속간행물 및 학위논문
- ※ 고서, 고잡지, 훼손될 우려가 있는 자료, 마이크로폼 자료 및 신문 등 제외
- ◾ 신청 책수: 1인 5책 이하(1일 기준)
- ◾ 신청 절차: 자료 검색 → 우편복사 목록담기 → 복사 범위 입력 → 우편복사 주문서 입력 → 접수 및 확인
- ※ 저작권법에 의거하여 부분 복사(전체 페이지 수의 1/3 범위 이내)만 가능
- ◾ 복사 범위 입력 예시: (연속 페이지) 1-30, (부분 페이지) 25, 30-40
| 번호 | 발행일자 | 권호명 | 제본정보 | 자료실 | 원문 | 신청 페이지 |
|---|
도서위치안내(서울관)
도서위치안내: 사회과학자료실(208호) / 서가번호: 29
0
확인
우편복사 목록담기를 완료하였습니다.
내서재에 담기
새로운 서재
*표시는 필수 입력사항입니다.
저장
저장 되었습니다.