KR102011870B1 - 동영상 기반 구인구직 매칭 서버 및 방법 - Google Patents

Abstract

본 발명의 일 실시예에 따른 동영상 기반 구인구직 매칭 서버는 기업에 대한 정보 및 구직자에 대한 정보를 저장하는 저장부, 기업이 사용하는 기업 단말로부터 기업의 소개 영상 또는 면접을 위한 질문 영상을 포함하는 기업 영상 정보를 수신하는 기업 영상 수신부, 구직자가 사용하는 구직 단말로부터 구직자의 소개 영상 또는 질문에 대한 답변 영상을 포함하는 구직 영상 정보를 수신하는 구직 영상 수신부, 기업 영상 정보 및 구직 영상 정보 각각에 포함된 음성 정보를 추출하여 각각의 음성 정보를 텍스트화한 기업 텍스트 정보 및 구직 텍스트 정보를 저장하는 텍스트 추출부 및 기업 텍스트 정보 및 구직 텍스트 정보를 기초로 기업 단말에 기업이 원하는 구직자에 대한 정보를 제공하거나 또는 구직 단말에 구직자가 원하는 기업에 대한 정보를 제공하는 매칭부를 포함한다.

Description

동영상 기반 구인구직 매칭 서버 및 방법{SERVER AND METHOD FOR MATCHING EMPLOYEE WITH EMPLOYER BASED ON VIDEO INFORMATION}

본 발명은 동영상에 포함된 정보를 기반으로 기업과 구직자를 매칭시키는 기술에 관한 것이다.

인터넷의 발달과 함께 취업을 위한 구인구직은 인터넷 상에서 활발하게 이뤄지고 있다.

인터넷 상에서 이루어지는 구인구직 시스템을 살펴보면, 직업을 구하는 구직자가 취업사이트에 이력 정보를 제공하면 취업사이트는 이를 취합하여 구직자 정보 데이터베이스를 구축한다. 또한, 고용 인력을 구하는 기업이 취업사이트에 기업 정보와 필요한 인력 조건을 제공하면, 취업사이트는 이를 취합하여 기업 정보 데이터베이스를 구축한다. 이러한 과정을 통해 데이터베이스가 구축된 후, 취업 사이트에서는 기업이나 구직자에게 데이터베이스의 정보를 제공하여 기업과 구직자를 연결시킨다.

그러나, 기존의 구인구직 시스템은 기업이나 구직자가 텍스트로 입력한 정보 또는 이미지 파일 등과 같은 한정된 정보만을 제공하였기 때문에, 정보 자체에 대한 상호 간의 신뢰를 보장할 수 없었다.

예를 들어, 기업의 입장에서는 인터넷 상의 정보를 통해 구직자의 성격, 인상, 이미지 등에 대한 정보를 충분히 알기 어렵다는 점에서, 인터넷 상 구직자의 이력이 맘에 든다 하더라도, 면접 후에 평가가 달라 구직자를 고용하지 않는 경우가 있다. 또한, 구직자 입장에서는 인터넷 상의 정보를 통해 기업의 분위기나, 근무 환경에 대한 정보를 알 수 없기에, 고용된 지 얼마 되지 않아 퇴사해버리는 경우가 발생하기도 한다.

이와 같이, 단순히 입력한 문장 몇 줄과 몇 장의 이미지와 같은 한정된 정보를 통한 구인구직은 직접 마주보며 일하는 사회 속에서 미스매칭을 발생시키며, 이는 결국 기업이나 구직자 상호 간에 시간적, 물질적 손해를 발생시키고, 고용 인력 부족이면서도 취업률 하락이라는 모순적인 사회 현상을 만들고 있다.

한국 공개특허공보 제10-2014-0135288호: 가치 데이터베이스를 이용한 구인구직 매칭시스템

비록 인터넷 상이라 할 지라도, 페이스타임, 유튜브, 화상 회의와 같은 동영상 속에서 사람이 구사하는 단어, 말투, 문장 등을 통해 그 사람에 대한 인상과 느낌을 어느 정도 파악할 수 있다.

이러한 점에 착안하여, 본 발명의 실시예는 기업 또는 구직자가 직접 업로드한 동영상에서 사람에 대해 실생활에서 느낄 수 있는 정보를 데이터로 추출하고, 이러한 데이터를 기업 또는 구직자에게 제공하여, 올바른 구인구직 문화를 이루고자 한다.

이를 통해, 인터넷 상에서 발생하는 기존 구인구직 시스템의 미스매칭을 해결하고, 기업이나 구직자의 개인적 관점에서 시간적, 물리적 비용을 감소시키며, 사회적 관점에서 취업률을 상승시키고자 한다.

다만, 본 발명의 실시예가 이루고자 하는 기술적 과제는 이상에서 언급한 과제로 제한되지 않으며, 이하에서 설명할 내용으로부터 통상의 기술자에게 자명한 범위 내에서 다양한 기술적 과제가 도출될 수 있다.

본 발명의 일 실시예에 따른 동영상 기반 구인구직 매칭 서버는 기업에 대한 정보 및 구직자에 대한 정보를 저장하는 저장부, 상기 기업이 사용하는 기업 단말로부터 기업의 소개 영상 또는 면접을 위한 질문 영상을 포함하는 기업 영상 정보를 수신하는 기업 영상 수신부, 상기 구직자가 사용하는 구직 단말로부터 구직자의 소개 영상 또는 질문에 대한 답변 영상을 포함하는 구직 영상 정보를 수신하는 구직 영상 수신부, 상기 기업 영상 정보 및 상기 구직 영상 정보 각각에 포함된 음성 정보를 추출하여 상기 각각의 음성 정보를 텍스트화한 기업 텍스트 정보 및 구직 텍스트 정보를 저장하는 텍스트 추출부 및 상기 기업 텍스트 정보 및 상기 구직 텍스트 정보를 기초로 상기 기업 단말에 상기 기업이 원하는 구직자에 대한 정보를 제공하거나 또는 상기 구직 단말에 상기 구직자가 원하는 기업에 대한 정보를 제공하는 매칭부를 포함한다.

또한, 상기 텍스트 추출부는 상기 기업 영상 정보 및 상기 구직 영상 정보 각각을 mp4 형식의 음성 정보로 변환하고, CSR(Clova Speech Recognition) 알고리즘을 기초로 상기 각각의 음성 정보로부터 상기 기업 텍스트 정보 및 상기 구직 텍스트 정보를 추출할 수 있다.

또한, 상기 텍스트 추출부는 상기 기업 텍스트 정보에 포함된 키워드를 판별하여 상기 기업에 대한 정보에 상기 키워드를 매핑하여 저장하고, 상기 매칭부는 상기 구직자에 대한 정보에 상기 구직자가 기 지정한 키워드가 저장되어 있는 경우, 상기 기 지정한 키워드가 매핑되어 있는 기업 단말의 정보를 상기 구직 단말에 제공할 수 있다.

또한, 상기 텍스트 추출부는 상기 기업 텍스트 정보에 포함된 키워드를 판별하여 상기 기업에 대한 정보에 상기 키워드를 매핑하여 저장하고, 상기 구직 텍스트 정보에 포함된 키워드를 판별하여 상기 구직자에 대한 정보에 상기 키워드를 매핑하여 저장하고, 상기 매칭부는 상기 기업 텍스트 정보에 포함된 키워드와 상기 구직 텍스트 정보에 포함된 키워드의 유사도를 기초로, 복수의 기업 단말 중 어느 하나와 복수의 구직 단말 중 어느 하나를 매칭시킬 수 있다.

또한, 상기 텍스트 추출부는 상기 기업 텍스트 정보 및 구직 텍스트 정보를 크롤링하여 기 설정된 단어 또는 문구를 키워드로 판별할 수 있다.

또한, 상기 텍스트 추출부는 텍스트 정보를 입력 레이어, 기 설정된 단어 또는 문구를 출력 레이어로 설정하여 기계 학습 알고리즘을 기초로 학습된 신경망 모델에, 상기 기업 텍스트 정보 및 구직 텍스트 정보를 입력하였을 때 출력되는 단어 또는 문구를 키워드로 판별할 수 있다.

또한, 상기 매칭부는 상기 기업 텍스트 정보에 포함된 키워드와 상기 구직 텍스트 정보에 포함된 키워드가 일치하는 정도를 기초로 유사도를 판별할 수 있다.

또한, 상기 매칭부는 상기 기업 텍스트 정보에 포함된 키워드와 상기 구직 텍스트 정보에 포함된 키워드를 k-means clustering 알고리즘에 기초한 비지도 학습 모델에 입력하여, 상기 기업 텍스트 정보에 포함된 키워드의 군집과 상기 구직 텍스트 정보에 포함된 키워드의 군집 간의 거리를 기초로 유사도를 판별할 수 있다.

또한, 상기 텍스트 추출부는 상기 구직 영상 정보에 포함된 언어의 종류를 판별하여 상기 구직자에 대한 정보에 상기 판별된 언어의 종류를 매핑하여 저장하고, 상기 매칭부는 상기 기업이 요구하는 기 지정한 언어가 상기 판별된 언어인 경우, 상기 구직자에 대한 정보를 상기 기업 단말에 제공할 수 있다.

또한, 상기 텍스트 추출부는 상기 구직 영상 정보로부터 추출된 구직 텍스트 정보를 기초로 상기 언어의 종류를 판별할 수 있다.

또한, 상기 텍스트 추출부는 음성 정보를 입력 레이어, 상기 음성 정보에 포함된 언어의 종류 및 상기 음성 정보의 언어 구사 수준에 대한 정보를 출력 레이어로 설정하여 기계 학습 알고리즘을 기초로 학습된 모델에, 상기 구직 영상 정보로부터 추출된 음성 정보를 입력하였을 때 출력되는 정보로부터 상기 언어의 종류 및 언어 구사 수준을 판별하고, 상기 매칭부는 상기 기업이 요구하는 기 지정한 언어가 상기 판별된 언어인 경우, 상기 기업 단말에 상기 구직자의 언어 구사 수준에 대한 정보를 추가적으로 제공할 수 있다.

본 발명의 일 실시예에 따른 동영상 기반 구인구직 매칭 방법은 하나 이상의 프로세서가 이하 단계를 수행하며 해당 단계들은, 기업에 대한 정보 및 구직자에 대한 정보를 저장하는 단계, 상기 기업이 사용하는 기업 단말로부터 기업의 소개 영상 또는 면접을 위한 질문 영상을 포함하는 기업 영상 정보를 수신하는 단계, 상기 구직자가 사용하는 구직 단말로부터 구직자의 소개 영상 또는 질문에 대한 답변 영상을 포함하는 구직 영상 정보를 수신하는 단계, 상기 기업 영상 정보 및 상기 구직 영상 정보 각각에 포함된 음성 정보를 추출하여 상기 각각의 음성 정보를 텍스트화한 기업 텍스트 정보 및 구직 텍스트 정보를 저장하는 단계 및 상기 기업 텍스트 정보 및 상기 구직 텍스트 정보를 기초로 상기 기업 단말에 상기 기업이 원하는 구직자에 대한 정보를 제공하거나 또는 상기 구직 단말에 상기 구직자가 원하는 기업에 대한 정보를 제공하는 단계를 포함할 수 있다.

본 발명의 실시예는 기업 또는 구직자가 직접 업로드한 동영상으로부터 키워드 크롤링 또는 머신러닝 알고리즘으로 학습된 신경망 모델을 통해 데이터를 추출하여, 어떠한 사람에 대해 실생활에서 느낄 수 있는 정보를 기업 또는 구직자에게 제공할 수 있다.

이에 따라, 본 발명의 실시예는 실생활에서 느낄 수 있는 정보를 기업 또는 구직자에게 제공하여 인터넷 상에서 구인구직의 효율적인 매칭을 극대화시킴으로써, 기업이나 구직자의 개인적 관점에서는 시간적, 물리적 비용을 감소시킬 수 있으며, 사회적 관점에서는 취업률을 상승시킬 수 있다.

도 1은 본 발명의 일 실시예에 따른 동영상 기반 구인구직 매칭 시스템의 구성도이다.
도 2는 본 발명의 일 실시예에 따른 동영상 기반 구인구직 매칭 서버의 구성도이다.
도 3은 본 발명의 일 실시예에 따라 기업이 기업 단말을 통해 영상을 등록하는 예시도이다.
도 4는 본 발명의 일 실시예에 따라 구직자가 구직 단말을 통해 영상을 등록하는 예시도이다.
도 5는 본 발명의 일 실시예에 따라 기업 영상 정보로부터 키워드를 추출하는 것을 설명하기 위한 예시도이다.
도 6은 본 발명의 일 실시예에 따라 구직 영상 정보로부터 키워드를 추출하는 것을 설명하기 위한 예시도이다.
도 7은 본 발명의 일 실시예에 따라 기업 영상 정보로부터 추출한 기업의 특징을 및 기업의 질문 목록을 구직 단말에 제공하는 것을 설명하기 위한 예시도이다.
도 8은 본 발명의 일 실시예에 따라 구직 단말에 기업 소개 영상을 제공하는 것을 설명하기 위한 예시도이다.
도 9는 본 발명의 일 실시예에 따른 동영상 기반 구인구직 매칭 방법의 프로세스를 도시한 흐름도이다.

본 발명의 이점 및 특징,　그리고 그것들을 달성하는 방법은 첨부되는 도면과 함께 상세하게 후술되어 있는 실시예들을 참조하면 명확해질 것이다.　　그러나 본 발명은 이하에서 개시되는 실시예들에 한정되는 것이 아니라 다양한 형태로 구현될 수 있으며,　단지 본 실시예들은 본 발명의 개시가 완전하도록 하고,　본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며,　본 발명의 범주는 청구항에　의해 정의될 뿐이다.

본 발명의 실시예들을 설명함에 있어서 공지 기능 또는 구성에 대한 구체적인 설명은 본 발명의 실시예들을 설명함에 있어 실제로 필요한 경우 외에는 생략될 것이다.　　그리고 후술되는 용어들은 본 발명의 실시예에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다.　　그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다.

도면에 표시되고 아래에 설명되는 기능 블록들은 가능한 구현의 예들일 뿐이다. 다른 구현들에서는 상세한 설명의 사상 및 범위를 벗어나지 않는 범위에서 다른 기능 블록들이 사용될 수 있다. 또한 본 발명의 하나 이상의 기능 블록이 개별 블록들로 표시되지만, 본 발명의 기능 블록들 중 하나 이상은 동일 기능을 실행하는 다양한 하드웨어 및 소프트웨어 구성들의 조합일 수 있다.

또한 어떤 구성 요소들을 포함한다는 표현은 개방형의 표현으로서 해당 구성 요소들이 존재하는 것을 단순히 지칭할 뿐이며, 추가적인 구성 요소들을 배제하는 것으로 이해되어서는 안 된다.

나아가 어떤 구성 요소가 다른 구성 요소에 연결되어 있다거나 접속되어 있다고 언급될 때에는, 그 다른 구성 요소에 직접적으로 연결 또는 접속되어 있을 수도 있지만, 중간에 다른 구성 요소가 존재할 수도 있다고 이해되어야 한다.

또한 '제1, 제2' 등과 같은 표현은 복수의 구성들을 구분하기 위한 용도로만 사용된 표현으로써, 구성들 사이의 순서나 기타 특징들을 한정하지 않는다.

이하에서는 도면들을 참조하여 본 발명의 실시예들에 대해 설명하도록 한다.

도 1은 본 발명의 일 실시예에 따른 동영상 기반 구인구직 매칭 시스템(1)의 구성도이다.

도 1을 참조하면, 본 발명의 일 실시예에 따른 동영상 기반 구인구직 매칭 시스템(1)은 기업 단말(10), 구직 단말(20) 및 동영상 기반 구인구직 매칭 서버(100)를 포함할 수 있고, 이들은 유무선 네트워크를 통해 서로 데이터를 송수신할 수 있다.

기업 단말(10)은 기업이 사용하는 단말 장치이다. 기업은 기업 소개 및 원하는 구직자를 구하기 위해, 동영상 기반 구인구직 매칭 서버(100)에 기업에 대한 정보를 전송하고 구직자에 대한 정보를 제공받을 수 있다.

예를 들어, 기업은 기업 단말(10)을 통해 기업 정보, 기업 소식, 기업 소개 영상, 기업 질문 영상, 기업 채용 리스트, 기업 채용 상세, 진행중인 채용, 종료된 채용, 대기 중 채용 등의 정보를 동영상 기반 구인구직 매칭 서버(100)에 전송할 수 있다.

구직 단말(20)은 구직자가 사용하는 단말 장치이다. 구직자는 자신의 이력 소개 및 원하는 직장을 구하기 위해, 동영상 기반 구인구직 매칭 서버(100)에 구직자 자신에 대한 정보를 전송하고 기업에 대한 정보를 제공받을 수 있다.

예를 들어, 구직자는 구직 단말(20)을 통해 개인 이력 정보, 경력, 소개 영상, 질문 답변 영상을 동영상 기반 구인구직 매칭 서버(100)에 전송할 수 있다.

동영상 기반 구인구직 매칭 서버(100)는 기업 단말(10) 및 구직 단말(20)로부터 전송 받은 정보에 기초하여, 기업이 원하는 구직자에 대한 정보를 기업 단말(10)에 제공하거나, 구직자가 원하는 기업에 대한 정보를 구직 단말(20)에 제공하여 기업과 구직자를 매칭시킨다.

이때 본 발명의 실시예에 따른 동영상 기반 구인구직 매칭 서버(100)는 기업 단말(10) 및 구직 단말(20)로부터 수신한 동영상으로부터 데이터를 추출한다. 따라서, 사용자가 직접 입력한 텍스트 및 이미지와 같은 한정된 정보에 비해, 어떠한 사람에 대해 실생활에서 느낄 수 있는 현실적인 정보를 제공할 수 있다. 이하, 도 2 내지 도 8와 함께 동영상 기반 구인구직 매칭 서버(100)의 구성을 구체적으로 살펴보도록 한다.

도 2는 본 발명의 일 실시예에 따른 동영상 기반 구인구직 매칭 서버(100)의 구성도이다.

도 2를 참조하면, 본 발명의 일 실시예에 따른 동영상 기반 구인구직 매칭 서버(100)는 저장부(110), 기업 영상 수신부(120), 구직 영상 수신부(130), 텍스트 추출부(140) 및 매칭부(150)를 포함할 수 있다.

저장부(110)는 데이터를 저장하는 데이터베이스이다. 저장부(110)는 기업에 대한 정보 및 구직자에 대한 정보를 저장할 수 있다.

이때 기업에 대한 정보는 기업 정보, 기업 소식, 기업 소개 영상, 기업 질문 영상, 기업 채용 리스트, 기업 채용 상세, 진행중인 채용, 종료된 채용, 대기 중 채용에 대한 정보를 포함할 수 있다.

또한 구직자에 대한 정보는 구직자의 개인 이력 정보, 경력, 소개 영상, 질문 답변 영상에 대한 정보를 포함할 수 있다.

이러한 정보는 기업 영상 수신부(120) 및 구직 영상 수신부(130)를 통해 수신할 수 있으며, 기업 영상 수신부(120) 및 구직 영상 수신부(130)는 기업 단말(10) 및 구직 단말(20)과 유무선 통신 역할을 수행하는 통신 모듈을 포함할 수 있다.

기업 영상 수신부(120)는 기업이 사용하는 기업 단말(10)로부터 기업의 소개 영상 또는 면접을 위한 질문 영상을 포함하는 기업 영상 정보를 수신할 수 있다.

기업의 소개 영상은 구직자가 기업의 분위기, 기업의 구성원 들에 대한 정보를 알 수 있도록, 기업의 대표 또는 팀원들이 자신의 기업에 대해 본인들이 직접 소개하는 모습을 촬영한 영상을 포함한다.

면접을 위한 질문 영상은 구직자가 기업이 제시한 질문에 대해 답변하도록, 기업의 대표 또는 팀원이 구직자에게 질문을 하는 모습을 촬영하는 영상을 포함한다.

이를 위해, 기업 단말(10)은 도 3과 같은 실시예의 UI/UX를 통해 기업 영상을 녹화할 수 있고, 기업 영상 수신부(120)는 기업 단말(10)로부터 기업 영상 정보를 수신할 수 있다.

구직 영상 수신부(130)는 구직자가 사용하는 구직 단말(20)로부터 구직자의 소개 영상 또는 질문에 대한 답변 영상을 포함하는 구직 영상 정보를 수신할 수 있다.

구직자의 소개 영상은 기업이 구직자에 대한 정보를 알 수 있도록, 구직자가 본인에 대해 직접 소개하는 모습을 촬영한 영상을 포함한다.

질문에 대한 답변 영상은 기업의 질문 영상에서 기업이 제시한 질문에 대해 구직자가 답변하는 모습을 촬영한 영상을 포함한다.

이를 위해, 구직 단말(20)은 도 4와 같은 실시예의 UI/UX를 통해 구직 영상을 녹화할 수 있고, 구직 영상 수신부(130)는 구직 단말(20)로부터 구직 영상 정보를 수신할 수 있다.

텍스트 추출부(140)는 기업 영상 정보 및 구직 영상 정보 각각에 포함된 음성 정보를 추출하고, 각각의 음성 정보를 텍스트화한 기업 텍스트 정보 및 구직 텍스트 정보를 추출할 수 있다. 이때 텍스트 추출부(140)는 기업 텍스트 정보 및 구직 텍스트 정보에 포함된 텍스트 정보 중 기업의 핵심 정보 또는 구직자의 핵심 정보를 나타내는 키워드를 추출할 수 있다.

이를 위해, 텍스트 추출부(140)는 기업 텍스트 정보 및 구직 텍스트 정보를 크롤링하여 기 설정된 단어 또는 문구를 키워드로 판별할 수 있다. 예를 들어, 지역에 관한 단어('서울', '분당', '판교'), 직업에 관한 단어('개발자', '프로그래머'), 특기에 관한 단어('해킹보안', '파이썬', '웹 개발')를 추출하도록, 키워드에 해당할 수 있는 단어들을 기 설정하여, 텍스트 정보 내의 키워드를 추출할 수 있다.

또한, 텍스트 추출부(140)는 텍스트 정보를 입력 레이어에, 기 설정된 단어 또는 문구를 출력 레이어에 입력되도록 설정하여 기계 학습 알고리즘을 기초로 학습된 신경망 모델에, 기업 텍스트 정보 및 구직 텍스트 정보를 입력하였을 때 출력되는 단어 또는 문구를 키워드로 판별할 수 있다.

키워드를 판별하는 신경망 모델을 생성하는 방법의 일 예를 설명한다. 우선, 영상에서 말한 텍스트 정보에서 중요하다고 여기지는 단어 또는 문구를 학습할 키워드로 레이블링한다. 이때 텍스트 정보는 신경망의 입력 레이어에, 레이블링된 단어 또는 문구는 신경망의 출력 레이어에 입력되도록 설정한다. 이때 신경망 설계자의 선택에 따라 입력 레이어, 은닉 레이어, 출력 레이어에 포함되는 노드의 개수 및 은닉 레이어의 깊이를 설정하여, 복수의 서로 다른 텍스트 정보에 대해, 수 차례 학습시켜 신경망 모델을 생성할 수 있다. 이때 사용할 수 있는 기계 학습 알고리즘의 종류는 어느 하나에 한정되는 것은 아니다.

도 5는 본 발명의 일 실시예에 따라 기업 영상 정보로부터 키워드를 추출하는 것을 설명하기 위한 예시도이다.

도 5를 참조하면, 텍스트 추출부(140)는 기업 영상의 포맷을 mp4 형식으로 변환하여 기업의 대표 또는 팀원이 영상 내에서 말한 음성 정보를 추출할 수 있다. 이에 따라, 텍스트 추출부(140)는 CSR(Clova Speech Recognition) 알고리즘을 기초로 추출한 음성 정보에 포함된 언어를 텍스트화한 기업 텍스트 정보를 추출할 수 있다. 이에 따라, 기업 텍스트 정보를 신경망 모델에 입력하면, 키워드로서 회사 정보, 구인 직종, 기업의 질문에 해당하는 단어 또는 문구를 키워드로서 판별할 수 있다.

도 6은 본 발명의 일 실시예에 따라 구직 영상 정보로부터 키워드를 추출하는 것을 설명하기 위한 예시도이다.

도 6을 참조하면, 텍스트 추출부(140)는 구직 영상의 포맷을 mp4 형식으로 변환하여 구직자가 영상 내에서 말한 음성 정보를 추출할 수 있다. 이에 따라, 텍스트 추출부(140)는 CSR(Clova Speech Recognition) 알고리즘을 기초로 추출한 음성 정보에 포함된 언어를 텍스트화한 구직 텍스트 정보를 추출할 수 있다. 이에 따라, 구직 텍스트 정보를 신경망 모델에 입력하면, 키워드로서 사용 언어, 직업, 강점, 기업의 질문에 대한 답변에 해당하는 단어 또는 문구를 키워드로서 판별할 수 있다.

한편, 도 5 및 도 6의 실시예에 대한 설명에서 음성 정보 추출 방식은 mp4 변환, 텍스트 정보 추출 방식은 CSR 알고리즘을 예시로 설명하였지만, 본 발명의 실시예가 이러한 예시에 한정되는 것은 아니며, 도 5 및 도 6의 신경망의 구성은 예시일 뿐 이러한 구성에 한정되는 것이 아니다.

매칭부(150)는 텍스트 추출부(140)가 추출한 기업 텍스트 정보 및 구직 텍스트 정보를 기초로, 기업 단말(10)에 기업이 원하는 구직자에 대한 정보를 제공하거나 또는 구직 단말(20)에 구직자가 원하는 기업에 대한 정보를 제공할 수 있다.

이하, 텍스트 추출부(140) 및 매칭부(150)가 기업과 구직자를 매칭시키는 다양한 실시예를 설명하기로 한다.

일 실시예로서, 텍스트 추출부(140)는 기업 텍스트 정보에 포함된 키워드를 판별하고, 판별된 키워드를 저장부(110)에 저장된 기업에 대한 정보와 매핑시켜 저장할 수 있다. 이에 따라, 매칭부(150)는 구직자에 대한 정보에 구직자가 원하는 기업에 대한 요건에 대한 키워드가 저장되어 있는 경우, 해당 키워드가 매핑되어 있는 기업 단말(10)의 정보를 구직 단말(20)에 제공할 수 있다.

가령, 기업의 대표가 기업 영상에서 "우리 기업은 판교에 위치한 ICT 스타트업으로서, APP 개발 가능한 프로그래머를 구하고 있습니다. 어서 우리의 개발자를 만나뵙고 싶습니다"라고 말했다면, 텍스트 추출부(140)는 "ICT", "APP 개발", "스타트업", "판교"를 키워드로서 추출할 수 있다.

이때, 저장부(110)에 저장된 구직자에 대한 정보 중 이력이 APP 개발자이며, 판교에서 일하길 원하는 저장되어 있는 경우, 매칭부(150)는 저장부(110)에서 해당 구직자를 검색하여, 위 기업에 대한 정보를 구직 단말(20)에 도 7의 예시와 같이 제공할 수 있으며, 기업의 질문 영상에서 추출한 키워드를 구직 단말(20)에 미리 제공할 수 있다.

이에 따라, 구직자는 구직 단말(20)을 통해 기업 정보를 선택하여, 도 8의 예시와 기업이 구직 단말(20)을 통해, 해당 기업의 소개 영상 및 질문 영상을 볼 수 있다.

또한 일 실시예로서, 텍스트 추출부(140)는 기업 텍스트 정보에 포함된 키워드를 판별하여 기업에 대한 정보에 판별된 키워드를 매핑하여 저장하고, 구직 텍스트 정보에 포함된 키워드를 판별하여 구직자에 대한 정보에 판별된 키워드를 매핑하여 저장할 수 있다. 이에 따라 매칭부(150)는 기업 텍스트 정보에 포함된 키워드와 구직 텍스트 정보에 포함된 키워드의 유사도를 기초로 복수의 기업 단말(10) 중 어느 하나와 복수의 구직 단말(20) 중 어느 하나를 매칭시킬 수 있다.

유사도 판별을 위해, 매칭부(150)는 기업 텍스트 정보에 포함된 키워드와 구직 텍스트 정보에 포함된 키워드가 일치하는 정도를 기초로 유사도를 판별할 수 있다. 가령, 기업 텍스트 정보에 포함된 키워드가 10개이고, 구직 텍스트 정보에 포함된 키워드가 10개 일 때, 서로 8개의 키워드가 일치한다면 80%의 유사도로 판별할 수 있으며, 유사도가 70% 이상인 기업 및 구직자인 경우 상호 간의 정보를 우선하여 노출시키거나 매칭시킬 수 있다.

또한 유사도 판별을 위해, 매칭부(150)는 기업 텍스트 정보에 포함된 키워드와 구직 텍스트 정보에 포함된 키워드를 비지도 학습 모델에 입력하여, 기업 텍스트 정보에 포함된 키워드의 군집과 구직 텍스트 정보에 포함된 키워드의 군집 간의 거리를 기초로 유사도를 판별할 수 있다. 이를 위해, 비지도 학습 알고리즘 중 k-means clustering 기법을 사용할 수 있으나, 예시일 뿐 이에 한정되는 것은 아니다.

또한 일 실시예로서, 텍스트 추출부(140)는 구직 영상 정보에 포함된 언어의 종류를 판별하여 구직자에 대한 정보에 판별된 언어의 종류를 매핑하여 저장부(110)에 저장하고, 매칭부(150)는 해당 언어가 특정 기업이 요구하는 것으로 지정한 언어인 경우, 해당 기업 단말(10)에 해당 구직자에 대한 정보와 해당 구직자의 언어 구사 수준에 대한 정보를 제공할 수 있다.

이를 위해, 텍스트 추출부(140)는 구직 영상 정보로부터 추출된 구직 텍스트 정보를 기초로 언어의 종류를 판별할 수 있다.

또한, 텍스트 추출부(140)는 음성 정보를 입력 레이어에, 음성 정보에 포함된 언어의 종류 및 구사 수준에 대한 정보를 출력 레이어에 입력되도록 설정하여 기계 학습 알고리즘을 기초로 학습된 신경망 모델에, 음성 정보를 입력하였을 때 출력되는 정보로부터 언어의 종류 및 언어 구사 수준을 판별할 수 있다.

언어의 종류를 판별하는 신경망 모델을 생성하는 방법의 일 예를 설명한다. 우선, 음성 정보에 포함된 언어의 종류와 해당 음성 정보의 언어 구사 수준에 대하여 레이블링한다. 이때 음성 정보는 신경망의 입력 레이어로, 레이블링된 언어의 종류와 언어 구사 수준은 신경망의 출력 레이어에 입력되도록 설정한다. 이에, 신경망 설계자의 선택에 따라 입력 레이어, 은닉 레이어, 출력 레이어에 포함되는 노드의 개수 및 은닉 레이어의 깊이를 설정하여, 복수의 서로 다른 음성 정보에 대해 수 차례 학습시켜 신경망 모델을 생성할 수 있다. 이때 사용할 수 있는 기계 학습 알고리즘의 종류는 어느 하나에 한정되는 것은 아니다.

상술한 실시예에 따르면, 기업 또는 구직자가 직접 업로드한 동영상에서 사람에 대해 실생활에서 느낄 수 있는 정보를 데이터로 추출하고, 이러한 데이터를 기업 또는 구직자에게 제공하여 효율적인 구인구직 매칭을 성사시킬 수 있다.

한편 상술한 실시예가 포함하는 저장부(110), 기업 영상 수신부(120), 구직 영상 수신부(130), 텍스트 추출부(140) 및 매칭부(150)는 이들의 기능을 수행하도록 프로그램된 명령어를 포함하는 메모리, 및 이들 명령어를 수행하는 마이크로프로세서를 포함하는 연산 장치에 의해 구현될 수 있다.

도 9는 본 발명의 일 실시예에 따른 동영상 기반 구인구직 매칭 방법의 프로세스를 도시한 흐름도이다. 도 9에 따른 동영상 기반 구인구직 매칭 방법의 각 단계는 도 2를 통해 설명된 동영상 기반 구인구직 매칭 서버(100)에 의해 수행될 수 있으며, 각 단계를 설명하면 다음과 같다.

우선, 저장부(110)는 기업에 대한 정보 및 구직자에 대한 정보를 저장한다(S110).

다음으로, 기업 영상 수신부(120)는 기업이 사용하는 기업 단말(10)로부터 기업의 소개 영상 또는 면접을 위한 질문 영상을 포함하는 기업 영상 정보를 수신한다(S120).

또한, 구직 영상 수신부(130)는 구직자가 사용하는 구직 단말(20)로부터 구직자의 소개 영상 또는 질문에 대한 답변 영상을 포함하는 구직 영상 정보를 수신한다(S130).

이에 따라, 텍스트 추출부(140)는 기업 영상 정보 및 구직 영상 정보 각각에 포함된 음성 정보를 추출하여 각각의 음성 정보를 텍스트화한 기업 텍스트 정보 및 구직 텍스트 정보를 저장부(110)에 저장한다(S140).

이후, 매칭부(150)는 기업 텍스트 정보 및 구직 텍스트 정보를 기초로 기업 단말(10)에 기업이 원하는 구직자에 대한 정보를 제공하거나 또는 구직 단말(20)에 구직자가 원하는 기업에 대한 정보를 제공한다(S150).

한편, 상술한 각 단계의 주체인 구성 요소들이 해당 단계를 실시하기 위한 과정과 다양한 실시예는 도 2 내지 도 8과 함께 설명하였으므로 중복된 설명은 생략한다.

상술한 본 발명의 실시예들은 다양한 수단을 통해 구현될 수 있다. 예를 들어, 본 발명의 실시예들은 하드웨어, 펌웨어(firmware), 소프트웨어 또는 그것들의 결합 등에 의해 구현될 수 있다.

하드웨어에 의한 구현의 경우, 본 발명의 실시예들에 따른 방법은 하나 또는 그 이상의 ASICs(Application Specific Integrated Circuits), DSPs(Digital Signal Processors), DSPDs(Digital Signal Processing Devices), PLDs(Programmable Logic Devices), FPGAs(Field Programmable Gate Arrays), 프로세서, 컨트롤러, 마이크로 컨트롤러, 마이크로 프로세서 등에 의해 구현될 수 있다.

펌웨어나 소프트웨어에 의한 구현의 경우, 본 발명의 실시예들에 따른 방법은 이상에서 설명된 기능 또는 동작들을 수행하는 모듈, 절차 또는 함수 등의 형태로 구현될 수 있다. 소프트웨어 코드 등이 기록된 컴퓨터 프로그램은 컴퓨터 판독 가능 기록 매체 또는 메모리 유닛에 저장되어 프로세서에 의해 구동될 수 있다. 메모리 유닛은 프로세서 내부 또는 외부에 위치하여, 이미 공지된 다양한 수단에 의해 프로세서와 데이터를 주고 받을 수 있다.

또한 본 발명에 첨부된 블록도의 각 블록과 흐름도의 각 단계의 조합들은 컴퓨터 프로그램 인스트럭션들에 의해 수행될 수도 있다. 이들 컴퓨터 프로그램 인스트럭션들은 범용 컴퓨터, 특수용 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 인코딩 프로세서에 탑재될 수 있으므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 인코딩 프로세서를 통해 수행되는 그 인스트럭션들이 블록도의 각 블록 또는 흐름도의 각 단계에서 설명된 기능들을 수행하는 수단을 생성하게 된다. 이들 컴퓨터 프로그램 인스트럭션들은 특정 방법으로 기능을 구현하기 위해 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 지향할 수 있는 컴퓨터 이용 가능 또는 컴퓨터 판독 가능 메모리에 저장되는 것도 가능하므로, 그 컴퓨터 이용가능 또는 컴퓨터 판독 가능 메모리에 저장된 인스트럭션들은 블록도의 각 블록 또는 흐름도 각 단계에서 설명된 기능을 수행하는 인스트럭션 수단을 내포하는 제조 품목을 생산하는 것도 가능하다. 컴퓨터 프로그램 인스트럭션들은 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에 탑재되는 것도 가능하므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에서 일련의 동작 단계들이 수행되어 컴퓨터로 실행되는 프로세스를 생성해서 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 수행하는 인스트럭션들은 블록도의 각 블록 및 흐름도의 각 단계에서 설명된 기능들을 실행하기 위한 단계들을 제공하는 것도 가능하다.

더불어 각 블록 또는 각 단계는 특정된 논리적 기능을 실행하기 위한 하나 이상의 실행 가능한 인스트럭션들을 포함하는 모듈, 세그먼트 또는 코드의 일부를 나타낼 수 있다. 또한 몇 가지 대체 실시예들에서는 블록들 또는 단계들에서 언급된 기능들이 순서를 벗어나서 발생하는 것도 가능함을 주목해야 한다. 예컨대, 잇달아 도시되어 있는 두 개의 블록들 또는 단계들은 사실 실질적으로 동시에 수행되는 것도 가능하고 또는 그 블록들 또는 단계들이 때때로 해당하는 기능에 따라 역순으로 수행되는 것도 가능하다.

이와 같이, 본 발명이 속하는 기술분야의 당업자는 본 발명이 그 기술적 사상이나 필수적 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적인 것이 아닌 것으로서 이해해야만 한다. 본 발명의 범위는 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 등가개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.

1: 동영상 기반 구인구직 매칭 시스템
10: 기업 단말
20: 구직 단말
100: 동영상 기반 구인구직 매칭 서버
110: 저장부
120: 기업 영상 수신부
130: 구직 영상 수신부
140: 텍스트 추출부
150: 매칭부

Claims (14)

1. 기업에 대한 정보 및 구직자에 대한 정보를 저장하는 저장부;
   상기 기업이 사용하는 기업 단말로부터 기업이 음성 정보를 포함하여 촬영한 영상인 기업 영상 정보를 수신하는 기업 영상 수신부;
   상기 구직자가 사용하는 구직 단말로부터 구직자가 음성 정보를 포함하여 촬영한 영상인 구직 영상 정보를 수신하는 구직 영상 수신부;
   소정의 영상에서 인간이 말한 텍스트 정보가 입력 레이어의 학습 데이터로 사용되고 구인구직과 관련된 기 설정된 단어 또는 문구가 출력 레이어의 학습 데이터로 사용되도록 신경망 모델을 설계하여, 기계 학습 알고리즘을 기초로 상기 신경망 모델이 입력되는 텍스트로부터 구인구직과 관련된 키워드를 추출하도록 학습시키고, 상기 기업 영상 정보에 포함된 음성 정보로부터 추출한 텍스트를 상기 신경망 모델에 입력하여 출력되는 제1 키워드를 상기 기업에 대한 정보와 매핑하고, 상기 구직 영상 정보에 포함된 음성 정보로부터 추출된 텍스트를 상기 신경망 모델에 입력하여 출력되는 제2 키워드를 상기 구직자에 대한 정보와 매핑하여 저장하는 텍스트 추출부; 및
   복수의 기업에 매핑되어 있는 제1 키워드와 복수의 구직자에 매핑되어 있는 제2 키워드를 유사한 데이터를 군집화시키는 비지도 학습 모델에 입력하여 판별된 제1 키워드의 군집과 제2 키워드의 군집 간의 거리를 기초로, 상기 거리가 가까운 제1 키워드 군집의 기업과 상기 제2 키워드 군집의 구직자를 매칭하여, 상기 매칭된 기업과 구직자에게 서로에 대한 정보를 상기 매칭된 기업과 구직자가 사용하는 기업 단말 및 구직 단말에 추천하는 매칭부를 포함하는
   동영상 기반 구인구직 매칭 서버.
   
2. 제1항에 있어서,
   상기 텍스트 추출부는,
   상기 기업 영상 정보 및 상기 구직 영상 정보 각각을 mp4 형식의 음성 정보로 변환하고, CSR(Clova Speech Recognition) 알고리즘을 기초로 상기 각각의 음성 정보로부터 텍스트 정보를 추출하는
   동영상 기반 구인구직 매칭 서버.
   
3. 삭제
4. 삭제
5. 삭제
6. 삭제
7. 삭제
8. 제1항에 있어서,
   상기 매칭부는,
   상기 제1 키워드와 상기 제2 키워드를 k-means clustering 알고리즘에 기초한 비지도 학습 모델에 입력하여, 상기 제1 키워드의 군집과 상기 제2 키워드의 군집 간의 거리를 판별하는
   동영상 기반 구인구직 매칭 서버.
   
9. 제1항에 있어서,
   상기 텍스트 추출부는,
   상기 구직 영상 정보에 포함된 언어의 종류를 판별하여 상기 구직자에 대한 정보에 상기 판별된 언어의 종류를 매핑하여 저장하고,
   상기 매칭부는,
   상기 기업이 요구하는 기 지정한 언어가 상기 판별된 언어인 경우, 상기 구직자에 대한 정보를 상기 기업 단말에 제공하는
   동영상 기반 구인구직 매칭 서버.
   
10. 제9항에 있어서,
    상기 텍스트 추출부는,
    상기 구직 영상 정보로부터 추출된 구직 텍스트 정보를 기초로 상기 언어의 종류를 판별하는
    동영상 기반 구인구직 매칭 서버.
    
11. 제9항에 있어서,
    상기 텍스트 추출부는,
    음성 정보를 입력 레이어, 상기 음성 정보에 포함된 언어의 종류 및 상기 음성 정보의 언어 구사 수준에 대한 정보를 출력 레이어로 설정하여 기계 학습 알고리즘을 기초로 학습된 모델에, 상기 구직 영상 정보로부터 추출된 음성 정보를 입력하였을 때 출력되는 정보로부터 상기 언어의 종류 및 언어 구사 수준을 판별하고,
    상기 매칭부는,
    상기 기업이 요구하는 기 지정한 언어가 상기 판별된 언어인 경우, 상기 기업 단말에 상기 구직자의 언어 구사 수준에 대한 정보를 추가적으로 제공하는
    동영상 기반 구인구직 매칭 서버.
    
12. 동영상 기반 구인구직 매칭 서버가 수행하는 동영상 기반 구인구직 매칭 방법에 있어서,
    기업에 대한 정보 및 구직자에 대한 정보를 저장하는 단계;
    상기 기업이 사용하는 기업 단말로부터 기업이 음성 정보를 포함하여 촬영한 영상인 기업 영상 정보를 수신하는 단계;
    상기 구직자가 사용하는 구직 단말로부터 구직자가 음성 정보를 포함하여 촬영한 영상인 구직 영상 정보를 수신하는 단계;
    소정의 영상에서 인간이 말한 텍스트 정보가 입력 레이어의 학습 데이터로 사용되고 구인구직과 관련된 기 설정된 단어 또는 문구가 출력 레이어의 학습 데이터로 사용되도록 신경망 모델을 설계하여, 기계 학습 알고리즘을 기초로 상기 신경망 모델이 입력되는 텍스트로부터 구인구직과 관련된 키워드를 추출하도록 학습시키고, 상기 기업 영상 정보에 포함된 음성 정보로부터 추출한 텍스트를 상기 신경망 모델에 입력하여 출력되는 제1 키워드를 상기 기업에 대한 정보와 매핑하고, 상기 구직 영상 정보에 포함된 음성 정보로부터 추출된 텍스트를 상기 신경망 모델에 입력하여 출력되는 제2 키워드를 상기 구직자에 대한 정보와 매핑하여 저장하는 단계; 및
    복수의 기업에 매핑되어 있는 제1 키워드와 복수의 구직자에 매핑되어 있는 제2 키워드를 유사한 데이터를 군집화시키는 비지도 학습 모델에 입력하여 판별된 제1 키워드의 군집과 제2 키워드의 군집 간의 거리를 기초로, 상기 거리가 가까운 제1 키워드 군집의 기업과 상기 제2 키워드 군집의 구직자를 매칭하여, 상기 매칭된 기업과 구직자에게 서로에 대한 정보를 상기 매칭된 기업과 구직자가 사용하는 기업 단말 및 구직 단말에 추천하는 단계를 포함하는
    동영상 기반 구인구직 매칭 방법.
    
13. 제12항의 방법을 프로세서가 수행하게 하는 명령어를 포함하는 컴퓨터 프로그램이 기록된 컴퓨터 판독 가능 기록매체.
    
14. 제12항의 방법을 프로세서가 수행하도록 하는 컴퓨터 판독 가능 기록매체에 저장된 컴퓨터 프로그램.

Images