자연어 처리 기술(NLP)

채용 자동화를 위해서는 서류 평가에서는 물론
면접에서도 답변 내용을 평가할 수 있어야 합니다.

대용량 빅데이터 실시간 비교검사

기술 정기적인 데이터 수집-색인-서비스 반영을 통해 비교 대상 데이터로 활용할 뿐만 아니라, 실시간 데이터까지 비교 대상으로 활용하여 결과의 정확도를 높이고 있습니다.

HR 분야에 특화된 문맥 이해 기술

HR 분야에 특화된 데이터만을 자체적으로 수집하여 약 710만 건의 학습데이터를 학습했습니다. 개체명 인식 기술, 키프레이즈 인식 기술을 결합하여 HR 분야에 최적화된 문맥 이해 기술로 유의미한 문장을 효율적으로 분류합니다.

데이터 기반 직무적합 판단 기술

실무 역량, 구체적인 직무 경험, 직무에 대한 이해도와 관심이 포함된 문장 분석 및 지원자의 역량과 지원 직무의 적합도를 판단합니다. 머신러닝 기반으로 지원 직무와 자기소개서 간의 연관성을 분석합니다.

답변적합도 및 구체성 평가 기술

문항에서 요구하는 바가 무엇인지 이해하고 그에 적합한 답변이 작성되었는지 판단합니다. 자기소개서의 내용을 구체적이고 의미 있게 작성했는지 판단합니다.

면접 질문 생성 기술

21만 개의 면접 질문으로 사전 학습된 언어모델을 활용하여 자기소개서의 내용 기반 단순질문 및 응용질문을 생성합니다.

 음성 처리 기술

일상어를 기준으로 개발된 음성 처리 기술과 달리 채용 면접에 맞춰 고도화된 음성 처리 기술로 면접 평가의 정확도를 높입니다.

음성 인식(STT)기술 

350만 건의 HR 분야에 특화된 데이터를 활용하여 음성인식을 고도화했습니다. 자체 구축한 단어 사전을 통해 음성인식의 후처리를 통한 정확도를 향상시킵니다.

* HR 분야에 특화된 STT 기술로 AI 면접 서비스 몬스터는 네이버가 하이퍼클로바를 통해 정확도를 높인 AI 음성기록 서비스 ‘클로바 노트’보다 높은 정확도로 자기소개서 음성을 기록했습니다.

 비전 처리 기술

AI 면접 서비스에 필요한 비전 처리 기술을 개발합니다.

부정행위 판단 기술

시선의 일정한 움직임, 머리움직임 감지 기술을 통해 컨닝 등의 부정행위를 판단합니다.

얼굴 익명화 처리 기술

개인정보에 해당되는 얼굴을 익명화 처리하여 외모, 인상으로 인해 발생할 수 있는 편견을 예방합니다. 

또한 AI 학습 과정에서 발생할 수 있는 편견 요소를 최소화할 수 있습니다.