선별 정확성
채용에서 허위 부정이란 귀하의 지원자 추적 시스템이 실제로 해당 역할에 적합한 후보자를 거부하는 경우입니다. 2021년 하버드 비즈니스 스쿨 연구에 따르면 자동화된 키워드 필터가 미국에서 자격 있는 근로자 약 1,600만 명을 배제한 것으로 추정됩니다. 이들은 작업을 수행할 수 있지만 이력서가 소프트웨어가 원하는 정확한 용어와 일치하지 않아서 제외된 사람들입니다. 기업들이 ATS 선별에 의존하면서 무엇을 놓치고 있는지 이해하지 못하는 경우가 더 많아 문제는 더욱 심각해졌습니다.
규모
문제가 얼마나 큰가요?
16M 자격 있는 근로자가 학위 요건만으로 필터링됨75% 이력서가 인간 검토 이전에 거부됨
88% 고용주는 적합한 후보자가 필터링된다고 응답함
허위 부정 대 허위 긍정
모든 선별 시스템에는 두 가지 유형의 오류가 있습니다. 허위 긍정은 해당 후보자가 실제로는 자격이 없을 때 그들을 다음 단계로 진행시키는 경우입니다. 이들은 면접 단계에서 걸리고, 일부 시간을 낭비한 후 필터링됩니다. 짜증나긴 하지만 회복 가능합니다.
허위 부정은 실제로 자격이 있는 후보자를 거부하는 경우입니다. 이 오류는 보이지 않습니다. 그들을 면접하지 않으며, 그들이 기여할 수 있었던 것으로부터 배우지 못하고, 반대의 경우도 보지 못합니다. 그들은 경쟁사로 가게 되고, 귀하는 남은 후보자로 역할을 채우게 됩니다.
대부분의 ATS 시스템은 허위 긍정을 최소화하도록 조정되어 있으며 그 대가로 허위 부정이 발생합니다. 이 논리는 타당해 보입니다. 나쁜 사람에게 시간을 낭비하기보다는 몇몇 좋은 사람을 놓치는 것이 낫다는 것이죠. 하지만 허위 부정 비율이 충분히 높다면 귀하는 선별이 아니라 인재를 무작위로 버리고 이를 효율성이라고 부르고 있습니다.
근본 원인
왜 키워드 매칭이 허위 부정을 초래하는가
1. 어휘 불일치
다양한 산업, 회사, 지역에서 같은 기술과 책임을 위해 다른 용어를 사용합니다. 한 회사는 "프로젝트 관리"라고 부르고, 다른 회사는 "프로그램 전달"이라고 부르며, 또 다른 회사는 "주도권 리더십"이라고 부릅니다. ATS가 정확한 키워드 일치를 찾고 있다면, 동의어이지만 다른 용어를 사용하는 완벽하게 자격 있는 후보자가 거부됩니다. 이것이 임팩트 스코어링 대 키워드 매칭이 중요한 차이를 만드는 지점입니다. 후보자가 일을 수행했지만 단지 다르게 설명했을 뿐입니다.
2. 비전통적인 배경
하버드 연구는 강경한 학위 요건을 주요 필터로 강조했습니다. 5년의 실제 경험을 가진 자습 개발자가 CS 학위가 없다는 이유로 거부됩니다. 2명에서 20명으로 팀을 구축한 마케팅 리더가 MBA가 없다는 이유로 필터링됩니다. 키워드 필터는 누군가가 그 일을 할 수 있는지를 평가할 수 없으며, 이력서에 특정 문자열이 포함되어 있는지 여부만 확인할 수 있습니다.
3. 형식 민감도
많은 ATS 파서가 비표준 이력서 형식으로 어려움을 겪습니다. 열, 테이블, 헤더, 그래픽 및 비정상적인 파일 형식은 파싱 실패를 초래하여 이력서의 전체 섹션을 잘못 읽거나 건너뛰게 만들 수 있습니다. 잘못 파싱된 이력서를 가진 자격 있는 후보자가 전혀 관련 경험이 없는 것처럼 평가됩니다.
4. 과도한 필터링을 하는 제거 필터
이진 제거 필터는 "X년의 경험이 반드시 필요" 또는 "Y 인증이 반드시 필요"와 같은 요구 사항으로, 임계점에 미치지 못하는 후보자를 거부합니다. "5년 이상의 경험"이 필요한 역할은 자동으로 4년 10개월의 직접 관련 작업을 가진 사람을 거부합니다. 이 필터는 미세한 탈락을 전체 탈락과 동일하게 처리하는데, 이는 인간의 판단이 작동하는 방식이 아닙니다.
비교
키워드 매칭 대 신호 기반 스코어링
| 차원 | 키워드 매칭 ATS | 신호 기반 스코어링 (CurriculoATS) |
|---|---|---|
| 평가하는 것 | 특정 용어의 존재 | 측정 가능한 결과와 성과 |
| 어휘 민감도 | 동의어 거부 | 동등한 경험 인식 |
| 비전통적인 후보자 | 자격 요건 미비로 필터링 | 실제 영향 평가 |
| 허위 부정 비율 | 높음 (자격자를 체계적으로 거부) | 낮음 (내용 기반 점수) |
| 편향 패턴 | 자격 편향 강화 | 자격 및 어휘 편향 감소 |
| 게임 저항성 | 키워드 과다 사용으로 쉽게 조작 가능 | 측정 가능한 결과를 조작하기 어려움 |
예시
허위 부정이 실제로 어떻게 보이는가
학위 없는 수석 엔지니어
시나리오귀하의 ATS는 "컴퓨터 과학 학사 또는 동등한 학위"를 요구합니다. 두 개의 YC 스타트업에서 8년의 백엔드 엔지니어링 경험이 있고, 12건의 오픈 소스 기여를 하며, 1K에서 100K 사용자로 시스템을 확장한 경력이 있는 후보자가 지원합니다. 학위 없음. 자동 거부됩니다.
제거된 것귀하가 필요로 하는 정확한 경험을 가진 입증된 엔지니어, 이제 학위 필터가 없거나 실제 기술 출력을 평가하는 선별 방법을 사용하는 세 개의 경쟁사에서 면접 중입니다.
다른 단어를 사용한 마케팅 리더
시나리오귀하의 채용 공고는 "수요 창출 경험"을 요구합니다. 한 후보자가 "파이프라인 생성", "수익 마케팅", "리드 엔진 최적화"에 대해 작성하며, 모두 같은 작업을 설명합니다. 귀하의 키워드 매칭 ATS는 "수요 생성"을 찾지 못하고 낮은 점수를 매깁니다.
제거된 것18개월 만에 파이프라인을 $2M에서 $14M로 성장시킨 사람으로, 자신의 이전 회사에서 일반적으로 사용했던 용어를 대신하였습니다.
전이 가능한 영향을 가진 경력 변경자
시나리오구 군 물류 장교가 운영 관리자 역할에 지원합니다. 이력서에는 "배치 조정", "제약 하의 자원 할당", "다기능 팀 리더십"이 언급되어 있으나, 귀하의 키워드인 "공급망 관리" 또는 "공급업체 관계"와 일치하지 않습니다.
제거된 것세 개 대륙에서 500명 이상의 인력을 관리한 사람으로, 귀하의 공급망보다 훨씬 더 복잡한 조건에서 수행했습니다.
규제 차원
2024년 발효된 EU AI 법은 채용에 사용되는 AI 시스템을 고위험으로 분류합니다. 이는 EU에서 운영되는 ATS 플랫폼이 투명성, 정확성, 인간 감독 및 편향 완화에 대한 요구 사항을 충족해야 함을 의미합니다.
NIST 연구는 자동화된 선별 시스템에서 특히 인구 통계 그룹 및 비전통적인 경력 경로에 대해 상당한 공정성 격차를 문서화했습니다. 높은 허위 부정 비율을 가진 키워드 매칭 ATS를 사용하는 회사는 규정 준수 노출을 초래하게 됩니다: 만약 귀하의 시스템이 특정 배경을 가진 자격 있는 후보자를 체계적으로 선별해 내고 있다면, 규제 조사를 받을 수 있습니다.
규제 추세는 분명합니다. 조잡한 키워드 필터에 계속 의존하는 회사는 그들의 선별 시스템이 정확하고 공정하다는 것을 입증하기 위해 점점 더 많은 압박을 받을 것입니다. 결과 기반 접근법으로 전환하여 어휘보다 결과를 평가하는 것은 더 나은 선별 방법일 뿐만 아니라 점점 더 규제 준수의 필수 사항입니다.
해결책
허위 부정을 줄이는 방법
1단계: 제거 필터 감사
귀하의 ATS에서 모든 이진 필터를 리뷰하십시오. 각 필터에 대해 질문합니다: 이 요구 사항이 직무 성과를 예측합니까, 아니면 단순히 이력서 형식을 예측합니까? AI 채용 편향을 이해하는 것이 그 질문에 대한 답을 찾는 데 도움이 됩니다. 자격보다 기술이 더 중요한 경우 학위 요구 사항을 제거하십시오. "5년 이상 필요"를 4.5년을 제로로 간주하지 않고 비례적으로 경력을 가중하는 점수로 교체하십시오.
2단계: 거부 풀 샘플링
정기적으로 거부된 이력서 무더기에서 20에서 30개의 이력서를 추출하여 인간이 검토하도록 하십시오. 필터링된 자격 있는 후보자를 일관되게 찾는다면 귀하의 허위 부정 비율이 너무 높습니다. 이 간단한 감사는 1시간 정도 소요되며 그렇지 않으면 보이지 않는 문제를 드러냅니다.
3단계: 결과 기반 스코어링으로 전환
CurriculoATS 임팩트 스코어링은 후보자가 이룬 성과를 평가하며 그들이 어떤 단어를 사용하여 설명했는지는 고려하지 않습니다. 시스템은 수치화된 성과, 책임 범위, 경력 궤적 및 기술 정렬을 찾으며, 어휘 또는 배경과 상관없이 직무 성과를 예측하는 신호를 파악합니다.
"30% 효율성 증가를 초래한 다기능 주도권을 이끌다"라고 작성한 후보자는 "프로젝트 관리", "프로그램 전달" 또는 "운영 개선"이라고 부르든 관계없이 높은 점수를 받습니다. 선별 시스템은 기본적인 성취를 인식합니다.
결과: 허위 부정이 줄어들고, 강력한 후보자 목록이 생기며, 단순히 이력서를 잘 작성한 사람보다 실제로 일을 할 수 있는 사람들을 찾는 채용 과정이 이루어집니다. AI 선별에 대해 더 알아보세요.FAQ
허위 부정 질문들
ATS 선별에서 허위 부정이란 무엇인가요?
허위 부정은 시스템이 실제로 역할에 적합한 후보자를 거부할 때 발생합니다. 이는 선별 기준이 합법적인 자격을 인식하지 못할 때 발생하며, 일반적으로 후보자가 다른 용어를 사용했거나 비전통적인 배경을 가지고 있거나 키워드 최적화를 위해 이력서를 형식화하지 않았기 때문입니다.
키워드 필터가 얼마나 많은 자격 있는 후보자를 거부하나요?
하버드 비즈니스 스쿨 연구에 따르면 자동화된 선별 필터가 강경한 학위 요건과 키워드 매칭으로 인해 약 1,600만 명의 자격 있는 근로자를 배제한 것으로 나타났습니다. 모든 ATS 필터링 기준에서 실제 숫자는 훨씬 더 높을 것으로 보입니다.
허위 부정이 허위 긍정보다 더 나쁜 이유는 무엇인가요?
허위 긍정(자격이 없는 후보자를 진전시키는 것)은 면접 시간의 비용을 발생시지만 후속 단계에서 걸리게 됩니다. 허위 부정(자격 있는 후보자를 거부하는 것)은 보이지 않으며, 놓친 것을 결코 알지 못합니다. 거부된 후보자가 귀하의 경쟁사로 가게 되며, 그들이 제공할 수 있었던 것을 결코 보지 못합니다.
EU AI 법이 ATS 선별에 영향을 미치나요?
예. EU AI 법은 채용 및 고용에서 사용되는 AI 시스템을 고위험으로 분류합니다. EU에서 운영되는 ATS 플랫폼은 투명성, 인간 감독, 정확성 및 편향 완화에 대한 요구 사항을 충족해야 합니다. 높은 허위 부정 비율을 가진 시스템은 규제 준수 문제에 직면할 수 있습니다.
신호 기반 스코어링이 허위 부정을 줄이는 방법은 무엇인가요?
신호 기반 스코어링은 특정 키워드 매칭이 아닌 측정 가능한 결과를 평가합니다. "프로젝트 관리" 대신 "다기능 주도권을 이끌다"라는 후보자는 여전히 높은 점수를 획득합니다. 왜냐하면 시스템이 기본적인 성취를 인식하기 때문입니다.
지금 당장 허위 부정을 줄이기 위해 할 수 있는 일은 무엇인가요?
세 가지 단계: 제거 필터를 감사하고 기술이 자격보다 더 중요한 곳에서 강경한 요구 사항을 제거하고, 정기적으로 거부 풀을 샘플링하여 필터링된 자격 있는 후보자를 체크하고, 키워드 빈도 대신 결과를 평가하는 선별 시스템으로 전환을 고려하십시오.