채용과 AI에 대한 인사이트, 고객 활용 사례, 제품 뒷이야기를 담은 글을 소개합니다.
사내 데이터에 자연어로 묻는 기능을 기획하며 가장 먼저 만든 건 프롬프트가 아니라 표 하나였습니다. 지금 데이터로 답할 수 있는 지표와 없는 지표를 가른 표입니다.
모델에게 툴을 쥐여주고 알아서 돌게 하는 방식을 택하지 않았습니다. 게이트웨이가 요청의 상당수를 버리는 환경에서 왕복을 늘리면 성공 확률이 곱으로 떨어지기 때문입니다.
사내에서 먼저 쓰며 잰 값과, 실제로 써 보고서야 발견한 막힌 자리들. 그리고 에이전트를 붙여도 여전히 답할 수 없는 것에 대해 적었습니다.
만들 때 생각한 사용 방식과 실제 사용이 달랐던 지점 세 개. 셋 다 기능을 더한 게 아니라 우리가 정했던 규칙을 바꾼 일이었습니다.
회의에서 자주 쓰지만 사람마다 다르게 쓰는 말 네 개. 정의 한 줄과, 실제로 어떤 뜻으로 쓰이는지.
공고와 안내 메일에 습관처럼 쓰는 표현 다섯 개. 쓴 사람의 뜻과 읽는 사람의 해석이 꽤 다릅니다.
통보를 보내는 쪽에서는 그 메일이 마지막입니다. 받는 쪽에서는 시작입니다. 그 뒤에 이어지는 행동이 다음 채용의 지원율로 돌아옵니다.
같은 후보에 2점과 5점이 나옵니다. 이때 필요한 건 면접관 교육이 아니라 편차를 설명할 언어입니다. 편차가 생기는 세 가지 정상적인 이유와, 경영진에게 무엇을 보고해야 하는지 정리했습니다.
리드타임이 길다고 인사팀을 다그치는 회의가 반복됩니다. 그런데 시간을 실제로 잡아먹는 구간은 대개 인사팀이 통제할 수 없는 곳입니다. 리드타임을 구간별 소유자로 쪼개고, 경영진이 지표로 삼아야 할 것을 정리했습니다.
