지난번 글에서는 이커머스의 주문·재고·CS를 어디부터 자동화할지 다뤘다. 비슷한 질문을 다른 업종의 대표님께도 자주 듣는다. 며칠 전엔 인재파견 회사를 운영하시는 분이었다.
"우리는 이력서가 하루에 200통 넘게 들어옵니다. 그걸 다 보는 게 일인데, 정작 면접까지 가는 사람은 한 자릿수예요." 그분이 일하시는 사무실 한쪽 화이트보드에는 매칭이 깨진 포지션 12개가 빨간 자석으로 표시되어 있었다. 그 자석들이 한 달째 자리를 못 바꾸고 있다고 했다.
이력서 매칭은 정말 보틀넥일까
HR 자동화 이야기를 꺼내면 가장 먼저 나오는 키워드가 이력서 매칭이다. 글로벌 통계도 같은 방향을 가리킨다. 업계 보고서에 따르면 2026년 기준 포춘 500 기업의 97% 이상이 AI 기반 ATS(지원자 추적 시스템)를 도입한 것으로 보고된다. 국내에서도 사람인이 올해 3월 ‘커리어 매칭 에이전트’를 선보였고, HRCap의 GO ACE 같은 매칭 플랫폼은 시범 운영에서 평균 매칭률 37%를 기록했다고 한다.
숫자만 보면 인재파견 회사에서 가장 먼저 손대야 할 영역은 명확해 보인다. 이력서 스크리닝.
그런데 현장에서 일주일쯤 같이 앉아 있어보면 인상이 좀 달라진다. 정작 시간을 잡아먹는 건 이력서를 읽는 행위가 아니다. 그 앞단 — 포지션의 진짜 요구사항을 클라이언트에게서 끌어내는 작업과, 합격한 후의 온보딩이다. 처음엔 저희도 “당연히 매칭부터”라고 생각했는데, 막상 안에 들어가보니 답은 달랐다.
실제 매칭은 ‘키워드’가 아니라 ‘의도’
대부분의 채용 의뢰서에는 "Python 3년 이상, AWS 경험 우대" 같은 문장이 들어 있다. 이걸 그대로 이력서와 키워드 매칭하면 후보는 50명이 나온다. 클라이언트 담당자에게 50명을 보내드릴 수는 없다. 그래서 결국 매칭은 사람이 다시 한다.
여기서 ATS 2.0이라 불리는 시멘틱 매칭 기술이 의미를 가진다. 단순 키워드가 아니라 "팀이 작아서 풀스택 성향이 필요하다"거나 "전임자가 1년 만에 그만뒀으니 안정성 있는 사람이 우선이다" 같은 맥락을 읽어내는 쪽이다. 한 글로벌 벤더는 자사 벤치마크에서 수동 검토 대비 3배 빠른 스크리닝과 87% 정확도를 주장했는데, 이 숫자는 자사 자료라 그대로 받아들이긴 어렵다. 다만 트렌드의 방향은 분명하다.
현장에서 우리가 검증해본 자동화 포인트는 오히려 이런 쪽이었다.
- 채용 의뢰서를 받자마자 LLM이 "확인이 필요한 모호한 부분"을 요약 — 담당자가 클라이언트에 회신할 질문 리스트로 변환
- 이력서가 들어오면 1차 필터링(자격 요건 미달)을 자동, 2차 매칭(컬처 핏 후보 추리기)은 사람이 검토하도록 분리
- 면접 후 피드백을 텍스트로 받아 다음 매칭의 가중치로 반영
의외로 회수율이 높은 영역, 온보딩
인재파견·HR 자동화에서 가장 ROI가 큰 부분은 사실 매칭이 아니라 온보딩이라는 게 우리의 관찰이다.
한 클라이언트는 매달 신규 입사자가 20~30명씩 들어왔다. 입사 첫 주에 작성해야 할 서류, 받아야 할 교육, 발급되어야 할 계정이 30가지가 넘었다. 인사 담당자 두 명이 하루 절반을 이 일에 쓰고 있었다. 처음엔 "이거 RPA로 다 끝나겠는데"라고 생각했는데, 막상 들어가보니 막히는 부분이 의외로 많았다.
장비 발주, 보안 교육 일정 잡기, 멘토 매칭 같은 부분은 사람의 개입이 끊임없이 필요했다. 그래서 우리가 짠 건 RPA가 아니라 ‘체크리스트 오케스트레이션’ 쪽이었다. 입사일이 정해지면 30개 항목이 자동으로 생성되고, 각 항목의 담당자에게 슬랙으로 자동 알림이 가는 구조. 사람이 처리하는 항목은 사람이 처리하되, 트리거와 추적만 시스템이 가져갔다.
이 구조로 갔더니 신규 입사자 한 명당 사람이 쓰는 시간이 한 시간쯤 줄었다. 한 달 30명이면 30시간이다. "30시간 줄었다"고 하면 별로 안 커 보이지만, 인사 담당자의 야근 두 번을 없앤다는 말이기도 하다.
업계 사례로는 스포티파이가 비슷한 솔루션으로 수동 온보딩 업무를 60% 이상 줄였다는 보고가 있다. 글로벌 빅테크의 숫자라 한국 중소·중견기업에 그대로 적용되지는 않는다. 다만 "이 정도 자동화까지는 가능하다"는 상한선으로는 의미가 있다.
자동화하면 안 되는 영역
솔직히 말하면, 인재파견·HR에서 자동화하지 말아야 할 영역도 분명히 있다. 합격 통보와 불합격 통보를 챗봇으로 자동화한 회사를 본 적이 있다. 효율은 올랐지만 후보자 만족도와 재지원율이 동시에 떨어졌다. 사람이 사람에게 알리는 게 의미를 갖는 순간이 있다.
HR 자동화의 핵심 판단은 결국 "이 업무에서 사람이 사라지면 무엇이 사라지는가"다. 사람의 판단·관계·따뜻함이 가치인 일이라면, 자동화는 그 사람의 시간을 비워주는 방향이어야지 그 사람을 대체하는 방향이면 안 된다. 쉬운 문제는 아니지만, 처음 시작할 때 한 번 정리하고 가는 게 좋다.
그래서, 어디부터 시작할까
인재파견·HR을 운영하시는 분에게 가장 자주 드리는 권고는 이 순서다.
첫째, 채용 의뢰서 검토와 1차 이력서 필터링을 LLM으로 묶는다. 시간 대비 효과가 가장 크다. 둘째, 온보딩 체크리스트와 알림을 자동화한다. RPA가 아니라 트리거·추적 중심으로. 셋째, 면접 일정 조율과 후속 피드백 수집을 자동화한다. 매칭 알고리즘 자체를 개선하는 것보다 이쪽 셋이 먼저다.
이 세 영역을 묶는 데 보통 6~8주, 월 200~400만원대 PoC 규모면 가능하다. 저희 5years+는 한국·일본의 중소·중견기업을 대상으로 HR·인재파견 영역의 자동화 PoC를 여러 차례 진행해왔다. 가장 큰 차이는 "어디부터 손대지 말아야 하는가"를 사전에 정리해드리는 부분이다. 무료 상담은 문의 페이지에서 가능하다.
다음 회는 물류 자동화를 다룰 예정이다. 픽업·트래킹·통관처럼 파이프라인이 길고 외부 시스템 의존이 많은 영역. HR과는 또 다른 자동화 설계가 필요한 곳이다.