채용 담당자가 AI와 n8n을 실제로 써본 이야기

처음 소싱 업무를 맡았을 때 링크드인 프로필을 하루 종일 손으로 뒤졌습니다. 탭을 수십 개 열어놓고, 이름과 경력을 복사해서 스프레드시트에 붙여 넣는 작업을 반복했습니다. 그날 저녁 퇴근하면서 "이걸 계속 이렇게 해야 하나"는 생각이 들었고, 그게 자동화를 찾아보게 된 계기였습니다.

HR recruiter searching LinkedIn profiles on a laptop with spreadsheet open on second monitor

채용 공고 하나 쓰는 데 왜 그렇게 오래 걸리는가

포지션을 새로 열 때마다 채용 공고 작성이 예상보다 시간을 잡아먹습니다. 직무 정의, 자격 요건, 우대 조건, 회사 소개까지 쓰다 보면 포지션 하나에 한 시간이 훌쩍 넘어갑니다. 비슷한 포지션인데도 팀마다 표현이 달라야 하고, 사업부마다 문화가 다르기 때문입니다.

AI 초안을 먼저 뽑고 나머지를 다듬는 방식으로 바꾼 뒤로 속도가 달라졌습니다. 중요한 건 순서입니다. 잘 썼던 기존 공고를 AI에게 먼저 보여주고 그 스타일로 써달라고 하면, 결이 맞는 초안이 나옵니다. 그 초안을 현직자와 함께 보면서 실제 업무 언어로 고치면 완성도가 올라갑니다. AI가 70%, 사람의 맥락이 30%라는 비율이 현장에서 가장 현실적인 것으로 보입니다.

n8n으로 링크드인 소싱을 자동화한다는 것

좋은 후보일수록 이미 잘 다니고 있어서 공고에 지원하지 않습니다. 그래서 HR 담당자가 먼저 찾아 나서는 적극적 소싱이 중요해졌는데, 이 과정이 수동으로 하면 품이 엄청납니다.

n8n은 코딩 없이 여러 서비스를 연결해 반복 작업을 자동화하는 도구입니다. 링크드인 소싱에 연결하면 아래 흐름이 가능합니다.

  1. 링크드인에서 직무·경력·스킬 조건으로 프로필 검색
  2. 이름, 현직장, 경력 연차, 보유 스킬 자동 추출
  3. 구글 스프레드시트 또는 노션에 자동 정리
  4. AI가 각 프로필을 포지션 요건과 대조해 적합도 점수 산출

다만 현실적인 제약이 있습니다. 링크드인은 자동화 크롤링을 공식적으로 막고 있어서, 반드시 공식 API 범위 안에서 설계해야 합니다. 무작정 긁어오는 방식은 계정 제재로 이어집니다. 수집된 프로필은 개인정보이므로 보관 기간과 활용 범위를 내부 정책으로 먼저 정해두는 것이 순서입니다. 개인정보보호위원회에서는 채용 과정에서 수집한 개인정보도 목적 외 이용을 제한하고 있습니다.

Workflow automation diagram showing LinkedIn profile data flowing into a spreadsheet with AI scoring labels

서류 검토와 면접 설계, AI를 어디까지 믿을 수 있는가

서류 검토 단계에서 AI는 1차 필터로는 유용합니다. 경력 연차, 특정 스킬 보유 여부, 관련 업종 경험처럼 객관적인 기준으로 추리는 작업은 AI가 빠르게 처리합니다. 수십 장의 이력서를 사람이 전부 열어보는 것보다 효율적입니다.

그러나 AI 스크리닝을 최종 판단의 기준으로 두는 건 리스크가 있습니다. 이력서에는 그 사람의 성장 가능성이나 조직 적합성이 담기지 않습니다. 특정 학교나 회사 출신에 유리하게 작동하거나, 경력 공백을 자동으로 낮게 평가하는 편향이 생길 수 있습니다. AI가 추린 결과를 주기적으로 사람이 검토하는 구조가 필요한 이유입니다.

면접 질문 설계는 AI가 꽤 잘 작동하는 영역입니다. 패널 인터뷰에서 면접관마다 어떤 역량을 어떤 질문으로 확인할지 미리 설계할 때 AI를 쓰면 일관성이 생깁니다. 다만 AI가 만든 질문은 교과서에 가까운 경우가 많아서, 우리 조직의 언어와 문화로 다듬는 과정이 빠지면 면접 현장에서 어색하게 읽힙니다.

AI가 채용 실무를 어떻게 바꾸는가

채용에서 AI가 가장 잘 해결하는 건 양의 문제입니다. 많은 공고를 빠르게 쓰고, 많은 프로필을 빠르게 정리하고, 많은 질문을 빠르게 설계하는 것. 반복적이고 시간이 드는 작업에서 확실히 힘을 냅니다.

반면 채용의 본질은 사람을 판단하는 일입니다. 이 사람이 이 팀에서 성장할 수 있는가, 이 포지션에서 기여할 수 있는가. 이 판단은 데이터만으로 내릴 수 없습니다. AI가 시간을 아껴줄수록, 그 시간을 후보자를 더 깊이 이해하는 데 쓰는 것이 맞습니다.

채용에서 AI나 자동화를 도입하고 싶다면, 먼저 평가 기준부터 명확히 정의하는 것을 권합니다. 기준이 불명확한 채로 AI를 붙이면, AI가 만들어내는 결과물도 불명확합니다. 도구가 좋아질수록 그 도구를 설계하는 사람의 판단이 더 중요해집니다.

자주 묻는 질문

Q. n8n은 개발 지식 없이도 사용할 수 있습니까?

A. 기본 자동화 흐름은 코딩 없이 구성할 수 있습니다. 다만 링크드인 API 연결처럼 복잡한 설정은 개발자의 도움을 받는 것이 안정적입니다.

Q. AI 서류 스크리닝은 법적으로 문제없습니까?

A. 채용 과정에서 수집한 개인정보의 처리 목적과 보관 기간을 명확히 해야 합니다. 개인정보보호위원회 가이드라인을 참고해 내부 정책을 먼저 수립하는 것이 필요합니다.

Q. 채용 공고 작성에 AI를 어떻게 시작하면 됩니까?

A. 기존에 잘 썼던 공고를 AI에게 먼저 보여주고, 그 스타일로 새 포지션 초안을 요청하는 방식이 가장 빠릅니다. 결이 맞는 초안이 나옵니다.

Q. AI 면접 질문, 그대로 써도 됩니까?

A. 그대로 쓰면 교과서적인 질문이 되기 쉽습니다. AI 초안을 바탕으로 우리 조직의 언어와 문화에 맞게 다듬는 과정이 반드시 필요합니다.

Q. 소싱 자동화 도입 전에 준비할 것이 있습니까?

A. 수집 정보의 범위, 보관 기간, 활용 목적을 내부 정책으로 먼저 정해야 합니다. 기술 구현보다 정책 설계가 먼저입니다.

이 블로그의 인기 게시물

퇴사 면담 잘하는 법, 오프보딩이 중요한 이유

이미지
직원이 사직서를 제출하고 나면, 많은 인사담당자들이 비슷한 고민에 빠집니다. "이미 마음이 떠난 사람인데 굳이 면담까지 해야 하나?" 실제로 퇴사 면담을 형식적인 체크리스트 정도로 여기는 조직이 적지 않습니다. 30분짜리 면담을 10분 만에 끝내고, 이야기를 어디에도 반영하지 않은 채 서류 정리로 마무리하는 경우도 흔합니다. 그런데 퇴사자와의 그 짧은 대화가, 재직 중인 어떤 직원과의 면담보다 솔직한 정보를 담고 있다면 어떨까요? 오프보딩을 제대로 설계한 조직과 그렇지 않은 조직 사이에는 생각보다 뚜렷한 차이가 생깁니다. HR 실무를 10년 넘게 하면서 그 차이를 여러 번 목격했습니다. 퇴사자가 솔직해지는 이유, 알고 계십니까? 재직 중인 직원이 상사나 조직에 대한 불만을 직접 이야기하기는 쉽지 않습니다. 평가에 영향을 미칠 수도 있고, 팀 내 관계가 어색해질 수 있다는 두려움이 있기 때문입니다. 그런데 퇴사를 결정한 직원은 다릅니다. 더 이상 잃을 것이 없다는 심리적 해방감이 작용합니다. 이 상태에서 진행되는 퇴사 면담은, 조직이 스스로 인식하지 못하던 문제를 드러내는 창구가 됩니다. 팀장의 커뮤니케이션 방식, 업무 배분의 불균형, 보상 체계에 대한 불만 등이 처음으로 수면 위로 올라오는 경우가 많습니다. 일반적으로 퇴사 면담은 직원 경험(Employee Experience) 개선의 출발점이라고 알려져 있지만, 실제로는 그 데이터를 체계적으로 축적하고 활용하는 기업이 드문 것이 현실입니다. 퇴사 이유에 대한 데이터를 보면, 이 문제가 얼마나 구조적인지 알 수 있습니다. 고용노동부의 사업체 노동력 조사에 따르면, 자발적 이직의 주요 원인으로 보수·근로 조건이 지속적으로 상위에 오르지만, 현장에서 실제 퇴사 면담을 해보면 "직장 상사와의 관계", "성장 가능성 부재" 같은 이유가 뒤를 잇습니다. 숫자에 잡히지 않는 이유들이 면담장에서 비로소 드러납니다. 퇴사 면담, 어떻게 준비해...
자세한 내용 보기

노사 갈등과 긴급조정권, 정말 발동될까

이미지
HR 업무를 10년 넘게 해오면서도 긴급조정권이 실제로 발동되는 장면을 한 번도 보지 못했습니다. 법 조문에서나 읽었던 제도가 삼성전자 노사 갈등을 계기로 갑자기 현실 이슈로 부상했을 때, 인사 담당자로서도 적잖이 긴장했습니다. 이게 진짜 발동될 수 있는 상황인지, 아니면 협상 레버리지 차원의 언급인지, 현장에서 느끼는 온도는 뉴스와 꽤 달랐습니다. 긴급조정권, 왜 지금 다시 꺼내 든 걸까 긴급조정권의 역사를 먼저 짚어볼 필요가 있습니다. 1963년 제도가 도입된 이후 지금까지 단 네 차례만 발동되었습니다. 가장 최근 사례는 2005년 대한항공·아시아나항공 조종사 파업이었으니, 약 20년 전 일입니다. 그만큼 "최후의 카드"로 간주되어 왔다는 뜻입니다. 그렇다면 지금 왜 이 카드가 거론되는 걸까요? 삼성전자 반도체 사업은 국내 수출의 핵심 축을 담당합니다. 단순한 대기업 파업이 아니라 글로벌 공급망에 영향을 줄 수 있는 사안이라는 점에서, 정부가 이를 공적 영역의 문제로 접근하는 것은 어느 정도 고려된다고 보입니다. 고용노동부에 따르면, 긴급조정권은 「노동조합 및 노동관계조정법」 제76조에 근거해 쟁의행위가 국민 경제를 현저히 해할 위험이 있을 때 고용노동부 장관이 발동할 수 있습니다. 발동 요건은 충족됐나, 핵심 쟁점은 무엇인가 발동 요건을 따져보면 논쟁이 생길 수밖에 없는 구조입니다. 긴급조정권이 발동되면 어떤 일이 벌어지는지 순서대로 정리하면 이렇습니다. 고용노동부 장관의 긴급조정 결정 공표와 함께 즉시 쟁의행위 중단 30일간 파업 전면 금지, 이 기간 내 자율 교섭 우선 진행 조정 실패 시 중앙노동위원회의 강제 중재 절차 개시 중재재정이 내려지면 단체협약과 동일한 효력 부여 문제는 이 과정 자체가 헌법상 보장된 노동자의 단체행동권을 실질적으로 제한한다는 점입니다. 실무 현장에서 흔히 놓치는 지점이 바로 여기입니다. 긴급조정권이 발동되는 순간, 노사 간 협상력 균형이 사용자 쪽으로 급격...
자세한 내용 보기

초보 팀장의 현실 (마이크로매니징, 권한 부재, 관계 재정의)

이미지
어제까지 함께 회식 자리에서 팀장 흉을 보고 서로를 다독이던 동료가, 오늘부터는 제 성과를 평가하고 업무를 지시해야 하는 상사가 되었습니다. 일반적으로 팀장이 되면 권한과 책임이 함께 커진다고 알려져 있지만, 제 경험상 현실은 달랐습니다. 책임만 늘어나고 정작 팀원을 선발하거나 평가할 실질적 권한은 거의 주어지지 않았기 때문입니다. 이런 상황에서 리더로서 어떻게 자리를 잡아야 할까요? 책임은 많은데 권한은 없는 파트장의 딜레마 신임 팀장이 겪는 가장 큰 혼란은 '권한 없는 책임'입니다. 저 역시 파트장으로 발령받은 첫날부터 이 모순을 절감했습니다. 팀원을 직접 선발할 수도 없고, 평가 가중치를 조정할 권한도 없으며, 문제가 있는 팀원을 내보낼 수도 없었습니다. 그저 실무를 계속하면서 다섯 명의 동료를 '관리'하라는 막연한 지시만 있었을 뿐입니다. 이런 구조는 특히 스타트업이나 100명 내외의 중소기업에서 흔하게 나타납니다. 조직이 커지면서 급하게 중간 관리자를 세우다 보니, 리더십 온보딩 시스템이 제대로 갖춰지지 않은 채 개인의 역량에만 의존하는 경우가 많습니다. 온보딩 시스템이란 신입 직원이나 새로운 역할을 맡은 사람이 조직에 빠르게 적응할 수 있도록 돕는 체계적인 교육 및 지원 프로세스를 뜻합니다. 하지만 현실에서는 이런 시스템 없이 "네가 일 잘하니까 팀장 한번 해봐"라는 식으로 업무가 떨어지는 경우가 대부분입니다. 실제로 제가 맡은 팀은 나이 차이도 거의 나지 않는 동료들로 구성되어 있었고, 마케팅 직무 특성상 여성 비율이 높아 관계의 미묘함이 더욱 복잡하게 얽혀 있었습니다. 저는 이들에게 "리더"로 인정받기 위해 무엇을 해야 할지 막막했습니다. 권한도 없는데 어떻게 팀원들을 이끌어야 할까요? 자존감 하락이 부르는 마이크로매니징의 함정 리더가 되면 주변의 기대치가 올라갑니다. 팀장이라는 직함이 생기는 순간, 상사도 동료도 저를 다르게 바라보기 시작했습니다. 그런데 ...
자세한 내용 보기