성명재 | HR DX 증거 자료

HR · Automation

경조화환 주문 시스템 자동화

상황: 카톡과 문자로 건별 접수하던 신청.
문제 정의: 누락과 회계 증빙 오류가 반복됐습니다. 질문은 분명했습니다. 이 흐름을 신청자·담당자·업체·회계로 나누면 어디를 자동화할 수 있는가.
판단: 수기 확인을 걷어내고 표준 폼과 자동 알림만 남겼습니다.
경과: 로그인부터 시트 적재까지 역할별로 설계하고, 빈 신청과 잘못된 입력을 넣어 돌렸습니다.
결과: 휴먼에러 0건, 반복 행정 약 90% 절감.

공개 저장소: gyeongjo-flow · 실제 운영 흐름을 프런트엔드 데모로 재구성했고 모든 이름·사번·금액은 가상 값입니다.

HR · E-Signature

상황: 전사 700여명의 서약서.
문제 정의: 종이와 PC로는 기간이 길고 미제출자 추적이 안 됩니다. 현장에 PC가 없다는 제약을 먼저 받아들였습니다.
판단: PC 절차를 버리고 모바일 하나로 통일했습니다.
경과: 모바일 입력과 서명 저장, 미제출자 모니터링으로 나눴습니다. 손가락 서명이 현장에서 실제로 입력되는지, 이미지가 깨지지 않는지 직접 확인했습니다.
결과: 700여명 전원 수합, 2주 걸리던 일이 3일로.

소스: 비공개 저장소 (서명 이미지와 수합 현황이 사내 계정에 이어져 있어 공개하지 않습니다)

HR · Talent Analytics

문제 정의: 인터뷰와 설문을 사람이 읽으면 해석이 사람마다 갈립니다. AI를 직무 분석가로 고정하면 그 편차를 줄일 수 있을까. 거기서 시작했습니다.
판단: 흔들리던 해석을 기준 하나로 고정했습니다.
경과: 분류 기준과 출력 포맷, 검수 질문을 반복하며 같은 입력에 같은 결과가 나오는지 봤습니다.
결과: 정성 데이터의 정량화, 직무 키워드 EVP 600건 분석으로 확장.

공개 저장소: job-keyword-mining · 가상 면접 텍스트로 돌리는 데모입니다.

HR · Recruiting

공개 저장소: recruit-poster-demo · 가상 데이터로 돌아가는 데모이고 지원자 개인정보는 다루지 않습니다.

HR · Direct Sourcing

상황: 리멤버나 원티드는 후보를 알아서 정리해 주고 AI 기능도 안에 들어 있습니다.
문제 정의: 문제는 그 안에 없는 사람들이었습니다. C레벨처럼 경력이 긴 인력이나 외국계에서 일해 온 인력은 LinkedIn에 몰려 있는데, 거기서는 같은 방식이 안 됩니다. 검색창에 키워드를 바꿔 넣어가며 하나씩 훑는 수밖에 없었습니다.
판단: AI가 사람을 거르지 않게 했습니다. 점수는 합격 확률이 아니라 검토 순서이고, 낮은 점수 후보도 풀에서 자동 탈락시키지 않습니다. 나이·성별·국적 같은 항목은 검색어·추론·점수 어디에도 쓰지 않도록 코드에 차단 규칙을 넣었습니다.
경과: X-ray searching을 도구로 옮겼습니다. 역할어 검색과 전문근거 검색을 나눠 고정된 검색 예산 안에서 폭을 확보하고, 같은 사람의 URL을 합친 뒤 근거 강도를 직접·인접·확장 세 층으로 나눴습니다. 자격증과 실제 책임을 구분한 것이 핵심입니다. AWS 자격은 클라우드 통제 책임과, ISMS 심사원은 인증 범위 책임과, 센터장 직함은 조직 운영 권한과 각각 다릅니다.
결과: 개선 판정 기준과 기각 조건을 미리 선언해 뒀습니다. 후보 수가 늘었다는 이유만으로 성공으로 치지 않습니다.

화면의 후보는 전부 가상입니다. 실제로 돌리면 실존 인물의 공개 프로필이 나오므로, 응답만 가상 데이터로 바꾼 채 앱 자체를 그대로 실행해 녹화했습니다.

HR · Newsletter Automation

상황: HR 뉴스를 팀에 공유하려는 마음은 대개 3주를 못 넘깁니다.
문제 정의: 의지가 아니라 시간 문제였습니다. 매일 아침 소스를 돌며 훑고, 어제 본 것과 겹치는지 거르고, 우리 팀에 의미 있는 것만 골라, 원문을 열어 읽고, 그래서 뭘 해야 하는지 한 줄을 붙이면 45분에서 한 시간이 지나갑니다. 바쁜 날 건너뛰고, 두 번 건너뛰면 끝입니다.
판단: 모으는 쪽이 아니라 버리는 쪽에 무게를 뒀습니다. 거르는 단계를 넷으로 두고(제외 키워드 · 지난 발행분과의 중복 · 하루 25건 상한의 분야별 선별 · 형식 검사와 원문 대조), 탈락한 기사도 로그에 남겨 "왜 안 실렸나"를 되짚을 수 있게 했습니다. AI가 쓴 숫자는 기사 원문과 대조해 통과시켰습니다.
경과: 아침에 하던 일을 수집·중복 제거·선별·검수·발행으로 쪼개 도구로 옮겼습니다. 산출물은 슬랙에 올릴 가로 한 장 PDF, 메일용 HTML, 분야별 카드 이미지입니다.
결과: 6일간 129건 게재. 후보 939건 중 14%만 통과했고 나머지 805건은 버렸습니다. 사람이 쓰는 시간은 45~65분에서 약 10분(검수 5분·공유 5분)으로 줄었습니다. 실행 10회 중 8회 성공·1회 부분 성공·1회 실패까지 도구가 스스로 기록합니다.

공개 저장소: hr-daily-briefing-public · 회사 관점 설정은 저장소에 올리지 않고 예시 파일만 둡니다.