KR102281161B1 - 자기소개서를 기반으로 면접 질문을 생성하는 서버 및 방법 - Google Patents

자기소개서를 기반으로 면접 질문을 생성하는 서버 및 방법 Download PDF

Info

Publication number
KR102281161B1
KR102281161B1 KR1020210066811A KR20210066811A KR102281161B1 KR 102281161 B1 KR102281161 B1 KR 102281161B1 KR 1020210066811 A KR1020210066811 A KR 1020210066811A KR 20210066811 A KR20210066811 A KR 20210066811A KR 102281161 B1 KR102281161 B1 KR 102281161B1
Authority
KR
South Korea
Prior art keywords
question
interview
core
content
extracted
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
KR1020210066811A
Other languages
English (en)
Inventor
임수경
김도혜
Original Assignee
주식회사 무하유
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 주식회사 무하유 filed Critical 주식회사 무하유
Priority to KR1020210066811A priority Critical patent/KR102281161B1/ko
Application granted granted Critical
Publication of KR102281161B1 publication Critical patent/KR102281161B1/ko
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/10Office automation; Time management
    • G06Q10/105Human resources
    • G06Q10/1053Employment or hiring
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/20Natural language analysis
    • G06F40/205Parsing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/20Natural language analysis
    • G06F40/237Lexical tools
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/20Natural language analysis
    • G06F40/258Heading extraction; Automatic titling; Numbering
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0633Workflow analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Health & Medical Sciences (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Tourism & Hospitality (AREA)
  • Quality & Reliability (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Data Mining & Analysis (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 서버에 의해 수행되는 자기소개서를 기반으로 면접 질문을 생성하는 방법에 있어서, 상기 자기소개서에서 기 설정된 기준에 부합되는 적어도 하나의 일부 텍스트를 핵심 내용으로 결정하여 추출하는 단계, 상기 추출된 핵심 내용을 기반으로 단순 질문, 상세 질문 및 연관 질문 중 적어도 하나를 포함하며 상기 추출된 핵심 내용으로 시작하는 면접 질문을 실시간으로 생성하는 단계, 상기 생성된 면접 질문 중에서 기 설정된 질문 형태, 질문 길이 및 질문 시제 중 적어도 하나에 해당되지 않는 적어도 하나의 면접 질문을 추출하는 단계, 상기 파악된 면접 질문의 개수가 기 설정된 개수를 초과할 경우 상기 기 설정된 개수를 초과하지 않는 범위 내에서, 상기 파악된 면접 질문에서 기 설정된 선정 기준에 부합되는 적어도 하나의 면접 질문을 핵심 면접 질문으로 결정하여 추출하는 단계 및 상기 추출된 핵심 면접 질문을 면접관의 단말로 제공하는 단계를 포함할 수 있다.
(무하유)서울특별시 서울산업진흥원 2020년도 인공지능(AI) 기술사업화 지원사업(CY201042)”비대면 채용환경개선을 위한 AI채용 평가시스템 사업화”를 통해 개발된 기술이다.

Description

자기소개서를 기반으로 면접 질문을 생성하는 서버 및 방법{Server and Method for Generating Interview Questions based on Letter of Self-Introduction}
본 발명은 자기소개서를 기반으로 면접 질문을 생성하는 것으로, 보다 상세하게는 지원자가 작성한 자기소개서를 기반으로 면접시 면접관이 질문할 면접 질문을 생성하는 서버 및 방법에 관한 것이다.
일반적으로 기존의 면접은 구조화된 면접 기법을 사용해왔다. 이러한 구조화된 면접 기법은 모든 지원자에게 동일한 질문을 던지고 답변에 대해 동일한 방식으로 평가하는 것이다. 즉, 구조화된 면접 기법은 공공기관처럼 직무가 명확하고, 그 직무에 필요한 역량이 명확한 경우, 지원자가 그 역량을 지니고 있는지 짧은 시간에 파악하기 위한 방법이다. 또한, 면접관의 주관적 판단을 최소화하여 객관적인 선발이 가능하다는 장점이 있다.
구조화된 면접 기법에서의 면접 질문은 내용이 고정되어 있다. 따라서, 면접 질문 생성 프로그램은 질문들을 미리 저장하고 있다가 단순히 꺼내어 제시하거나 간단한 키워드 매칭을 통해 제시하는 수준에 머물러 있다.
이에 따라, 구조화된 면접 기법은 지원자 각 개인들은 경험이 모두 다를 수밖에 없는데 동일한 질문을 제시함으로 피상적인 수준에 머물 수밖에 없다.
한편, 대기업이나 공공기관처럼 한 번의 채용 공고에 수백에서 수만명이 몰리는 공채는 기업 입장에서 감당하기 매우 어려운 상황이다. 각 기업의 인사 담당자 숫자는 소수인데 비해 평가해야 하는 지원자의 숫자가 너무 많기 때문이다. 인사 부서에서 감당이 안되면 실무 부서에서 선임급 인사를 차출하여 공채에 대응하기도 하는데, 이렇게 차출된 인사는 채용 전문가가 아니며 짧은 시간 안에 채용 노하우를 익히기도 어렵다. 차출된 업무이기에 동기부여도 잘 안되고 매해 반복되는 행사임에도 불구하고 채용 역량이 조직에 축적되지도 않는다.
따라서, 많은 기업들이 자소서나 면접 정보처럼 지원자의 정성적인 역량을 파악할 수 있는 자료를 쌓아 두고도 이를 제대로 활용하지 못하고 단순한 스펙(출신 대학, 학점)으로 합/불을 결정하는 일이 비일비재하다.
따라서, 지원자 별로 특화된 면접 질문을 생성하여 면접관에게 제공해줄 수 있는 방법이 필요하다.
(무하유)서울특별시 서울산업진흥원 2020년도 인공지능(AI) 기술사업화 지원사업(CY201042)”비대면 채용환경개선을 위한 AI채용 평가시스템 사업화”를 통해 개발된 기술이다.
대한민국 공개특허공보 제10-2021-0012503호
상술한 바와 같은 문제점을 해결하기 위한 본 발명은 지원자가 채용 공고에 따라 제출한 지원자별 자기소개서에서 핵심 내용을 추출하고, 이를 기반으로 지원자 맞춤형으로 면접 질문을 생성하여 면접관에게 제공하는 것을 그 목적으로 한다.
본 발명이 해결하고자 하는 과제들은 이상에서 언급된 과제로 제한되지 않으며, 언급되지 않은 또 다른 과제들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
상술한 과제를 해결하기 위한 본 발명에 따른 서버에 의해 수행되는 자기소개서를 기반으로 면접 질문을 생성하는 방법에 있어서, 상기 자기소개서에서 기 설정된 기준에 부합되는 적어도 하나의 일부 텍스트를 핵심 내용으로 결정하여 추출하는 단계, 상기 추출된 핵심 내용을 기반으로 단순 질문, 상세 질문 및 연관 질문 중 적어도 하나를 포함하며 상기 추출된 핵심 내용으로 시작하는 면접 질문을 실시간으로 생성하는 단계, 상기 생성된 면접 질문 중에서 기 설정된 질문 형태, 질문 길이 및 질문 시제 중 적어도 하나에 해당되지 않는 적어도 하나의 면접 질문을 추출하는 단계, 상기 파악된 면접 질문의 개수가 기 설정된 개수를 초과할 경우 상기 기 설정된 개수를 초과하지 않는 범위 내에서, 상기 파악된 면접 질문에서 기 설정된 선정 기준에 부합되는 적어도 하나의 면접 질문을 핵심 면접 질문으로 결정하여 추출하는 단계 및 상기 추출된 핵심 면접 질문을 면접관의 단말로 제공하는 단계를 포함할 수 있다.
또한, 상기 핵심 내용 추출 단계는, 상기 자기소개서를 구성하는 복수의 문장 중 기 설정된 적어도 하나의 특성정보에 해당하는 적어도 하나의 문장을 파악하고, 상기 파악된 적어도 하나의 문장으로부터 상기 핵심 내용을 추출할 수 있다.
또한, 상기 핵심 내용 추출 단계는, 복수의 기준 내용, 상기 기준 내용에 각각 해당되는 기준 핵심 내용 및 상기 기준 핵심 내용에 매칭되는 특성정보를 기반으로 제1 학습 모델을 구축하는 단계 및 상기 구축된 제1 학습 모델에 상기 자기소개서의 내용을 입력하여 상기 핵심 내용을 추출하는 단계를 포함할 수 있다.
또한, 상기 추출된 핵심 내용을 보정하는 단계를 더 포함하고, 상기 핵심 내용 보정 단계는, 상기 핵심 내용의 끝어절의 단어의 일부가 미 포함된 경우, 상기 자기소개서의 내용에서 상기 단어의 일부에 해당하는 문자를 검색하고, 상기 검색된 문자를 기반으로 상기 단어를 보정할 수 있다.
또한, 상기 핵심 내용 보정 단계는, 상기 핵심 내용의 첫어절이 특정 단어인 경우, 상기 첫어절을 삭제하고, 상기 핵심 내용에 특정 단어가 포함된 경우, 상기 핵심 내용에 포함된 특정 단어를 기 설정된 단어로 변경할 수 있다.
또한, 상기 면접 질문 생성 단계는, 복수의 기준 핵심 내용 및 상기 기준 핵심 내용과 연관된 복수의 기준 면접 질문을 기반으로 제2 학습 모델을 구축하는 단계 및 상기 구축된 제2 학습 모델에 상기 추출된 핵심 내용을 입력하여 상기 면접 질문을 생성하는 단계를 포함할 수 있다.
여기서, 상기 단순 질문은, 상기 추출된 핵심 내용에 대해 되묻는 형태의 질문을 포함하고, 상기 상세 질문은, 상기 추출된 핵심 내용에 대한 육하원칙의 세부사항 설명을 요청하는 질문을 포함하며, 상기 연관 질문은, 상기 추출된 핵심 내용과 연관된 내용 설명을 요청하는 질문을 포함할 수 있다.
또한, 상기 면접 질문 추출 단계는, 상기 생성된 면접 질문 중에서, 끝어절이 질문 형태가 아니거나, 상기 생성된 면접 질문의 길이와 상기 생성된 면접 질문과 매칭되는 핵심 내용의 길이의 차이가 기 설정된 임계값 이상이거나, 또는 상기 생성된 면접 질문과 매칭되는 핵심 내용의 시제와 상기 생성된 면접 질문의 시제가 일치하지 않는 적어도 하나의 면접 질문을 추출하지 않을 수 있다.
또한, 상기 핵심 면접 질문 추출 단계는, 회사, 직군, 지원자 경력 별 기 저장된 핵심 질문 키워드를 기반으로 상기 추출된 면접 질문 중 상기 핵심 면접 질문을 추출하거나, 상기 특성 정보 중 선택된 특성 정보의 포함 여부에 따라 상기 핵심 면접 질문을 추출하거나, 상기 추출된 면접 질문을 유사도를 기반으로 그룹별로 분류하고, 상기 그룹 별 면접 질문 중 적어도 하나를 추출할 수 있다.
또한, 상술한 과제를 해결하기 위한 본 발명에 따른 자기소개서를 기반으로 면접 질문을 생성하는 서버에 있어서, 통신부, 상기 자기소개서를 기반으로 상기 면접 질문을 생성하기 위한 복수의 프로세스를 구비하는 메모리 및 상기 프로세스에 따라 동작하는 프로세서를 포함하고, 상기 프로세서는, 상기 프로세스를 기반으로, 상기 자기소개서에서 기 설정된 기준에 부합되는 적어도 하나의 일부 텍스트를 핵심 내용으로 결정하여 추출하고, 상기 추출된 핵심 내용을 기반으로 단순 질문, 상세 질문 및 연관 질문 중 적어도 하나를 포함하며 상기 추출된 핵심 내용으로 시작하는 면접 질문을 실시간으로 생성하고, 상기 생성된 면접 질문 중에서 기 설정된 질문 형태, 질문 길이 및 질문 시제 중 적어도 하나에 해당되지 않는 적어도 하나의 면접 질문을 추출하고, 상기 파악된 면접 질문의 개수가 기 설정된 개수를 초과할 경우 상기 기 설정된 개수를 초과하지 않는 범위 내에서, 상기 파악된 면접 질문에서 기 설정된 선정 기준에 부합되는 적어도 하나의 면접 질문을 핵심 면접 질문으로 결정하여 추출하고, 상기 추출된 핵심 면접 질문을 상기 통신부를 통해 면접관의 단말로 송신하여 제공할 수 있다.
이 외에도, 본 발명을 구현하기 위한 다른 방법, 다른 장치, 다른 시스템 및 상기 방법을 실행하기 위한 컴퓨터 프로그램을 기록하는 컴퓨터 판독 가능한 기록 매체가 더 제공될 수 있다.
상기와 같은 본 발명에 따르면, 지원자가 채용 공고에 따라 제출한 지원자별 자기소개서에서 핵심 내용을 추출하고, 이를 기반으로 지원자 맞춤형으로 면접 질문을 생성하여 면접관에게 제공함으로써 채용 담당자의 업무를 대체하거나 보조하는 방식으로 면접에 투자되는 비용(인건비 포함)을 줄일 수 있는 효과가 있다.
또한, 상기와 같은 본 발명에 따르면, 면접관이나 인사 부서의 면접을 준비하는 인력들이 모든 지원자가 제출한 자기소개서를 확인하지 않고도 자동으로 지원자 별 자기소개서 내용을 바탕으로 면접 질문을 생성함으로써 면접 내용의 품질을 높이고 제대로된 면접 질문을 생성할 수 있는 효과가 있다.
본 발명의 효과들은 이상에서 언급된 효과로 제한되지 않으며, 언급되지 않은 또 다른 효과들은 아래의 기재로부터 통상의 기술자에게 명확하게 이해될 수 있을 것이다.
도 1은 본 발명에 따른 자기소개서를 기반으로 면접 질문을 생성하여 면접관에게 제공하기 위한 시스템을 설명하기 위한 도면이다.
도 2는 본 발명에 따른 자기소개서를 기반으로 면접 질문을 생성하기 위한 서버를 개략적으로 나타낸 블록도이다.
도 3은 본 발명에 따른 면접 질문을 제공받는 면접관 단말을 개략적으로 나타낸 블록도이다.
도 4는 본 발명에 따른 특성정보를 설명하기 위한 도면이다.
도 5 내지 6은 본 발명에 따른 추출된 핵심 내용을 보정하는 것을 설명하기 위한 예시도이다.
도 7은 본 발명에 따른 핵심 내용을 기반으로 단순 질문을 생성하는 것을 설명하기 위한 예시도이다.
도 8은 본 발명에 따른 핵심 내용을 기반으로 상세 질문을 생성하는 것을 설명하기 위한 예시도이다.
도 9는 본 발명에 따른 핵심 내용을 기반으로 연관 질문을 생성하는 것을 설명하기 위한 예시도이다.
도 10은 본 발명에 따른 면접 질문 중 시제가 일치하지 않는 면접 질문을 추출하지 않는 것을 설명하기 위한 예시도이다.
도 11은 본 발명에 따른 핵심 면접 질문을 추출하는 것을 설명하기 위한 예시도이다.
도 12는 본 발명에 따른 그룹 별 면접 중 핵심 면접 질문을 추출하는 것을 설명하기 위한 예시도이다.
도 13은 본 발명에 따른 서버의 제1 프로세서에서 자기소개서를 기반으로 면접 질문을 생성하는 과정을 나타낸 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 제한되는 것이 아니라 서로 다른 다양한 형태로 구현될 수 있으며, 단지 본 실시예들은 본 발명의 개시가 완전하도록 하고, 본 발명이 속하는 기술 분야의 통상의 기술자에게 본 발명의 범주를 완전하게 알려주기 위해 제공되는 것이며, 본 발명은 청구항의 범주에 의해 정의될 뿐이다.
본 명세서에서 사용된 용어는 실시예들을 설명하기 위한 것이며 본 발명을 제한하고자 하는 것은 아니다. 본 명세서에서, 단수형은 문구에서 특별히 언급하지 않는 한 복수형도 포함한다. 명세서에서 사용되는 "포함한다(comprises)" 및/또는 "포함하는(comprising)"은 언급된 구성요소 외에 하나 이상의 다른 구성요소의 존재 또는 추가를 배제하지 않는다. 명세서 전체에 걸쳐 동일한 도면 부호는 동일한 구성 요소를 지칭하며, "및/또는"은 언급된 구성요소들의 각각 및 하나 이상의 모든 조합을 포함한다. 비록 "제1", "제2" 등이 다양한 구성요소들을 서술하기 위해서 사용되나, 이들 구성요소들은 이들 용어에 의해 제한되지 않음은 물론이다. 이들 용어들은 단지 하나의 구성요소를 다른 구성요소와 구별하기 위하여 사용하는 것이다. 따라서, 이하에서 언급되는 제1 구성요소는 본 발명의 기술적 사상 내에서 제2 구성요소일 수도 있음은 물론이다.
다른 정의가 없다면, 본 명세서에서 사용되는 모든 용어(기술 및 과학적 용어를 포함)는 본 발명이 속하는 기술분야의 통상의 기술자에게 공통적으로 이해될 수 있는 의미로 사용될 수 있을 것이다. 또한, 일반적으로 사용되는 사전에 정의되어 있는 용어들은 명백하게 특별히 정의되어 있지 않는 한 이상적으로 또는 과도하게 해석되지 않는다.
이하, 첨부된 도면을 참조하여 본 발명의 실시예를 상세하게 설명한다.
설명에 앞서 본 명세서에서 사용하는 용어의 의미를 간략히 설명한다. 그렇지만 용어의 설명은 본 명세서의 이해를 돕기 위한 것이므로, 명시적으로 본 발명을 한정하는 사항으로 기재하지 않은 경우에 본 발명의 기술적 사상을 한정하는 의미로 사용하는 것이 아님을 주의해야 한다.
도 1은 본 발명에 따른 자기소개서를 기반으로 면접 질문을 생성하여 면접관에게 제공하기 위한 시스템(1)을 설명하기 위한 도면이다.
도 2는 본 발명에 따른 자기소개서를 기반으로 면접 질문을 생성하기 위한 서버(10)를 개략적으로 나타낸 블록도이다.
도 3은 본 발명에 따른 면접 질문을 제공받는 면접관 단말(20)을 개략적으로 나타낸 블록도이다.
도 4는 본 발명에 따른 특성정보를 설명하기 위한 도면이다.
도 5 내지 6은 본 발명에 따른 추출된 핵심 내용을 보정하는 것을 설명하기 위한 예시도이다.
도 7은 본 발명에 따른 핵심 내용을 기반으로 단순 질문을 생성하는 것을 설명하기 위한 예시도이다.
도 8은 본 발명에 따른 핵심 내용을 기반으로 상세 질문을 생성하는 것을 설명하기 위한 예시도이다.
도 9는 본 발명에 따른 핵심 내용을 기반으로 연관 질문을 생성하는 것을 설명하기 위한 예시도이다.
도 10은 본 발명에 따른 면접 질문 중 시제가 일치하지 않는 면접 질문을 추출하지 않는 것을 설명하기 위한 예시도이다.
도 11은 본 발명에 따른 핵심 면접 질문을 추출하는 것을 설명하기 위한 예시도이다.
도 12는 본 발명에 따른 그룹 별 면접 중 핵심 면접 질문을 추출하는 것을 설명하기 위한 예시도이다.
이하, 도 1 내지 도 12를 참조하여, 본 발명에 따른 자기소개서를 기반으로 면접 질문을 생성하여 면접관에게 제공하기 위한 시스템(1)에 대해서 설명하도록 한다.
시스템(1)은 지원자가 채용 공고에 따라 제출한 지원자별 자기소개서에서 핵심 내용을 추출하고, 이를 기반으로 지원자 맞춤형으로 면접 질문을 생성하여 면접관에게 제공함으로써 채용 담당자의 업무를 대체하거나 보조하는 방식으로 면접에 투자되는 비용(인건비 포함)을 줄일 수 있는 효과를 가질 수 있다.
또한, 시스템(1)은 면접관이나 인사 부서의 면접을 준비하는 인력들이 모든 지원자가 제출한 자기소개서를 확인하지 않고도 자동으로 지원자 별 자기소개서 내용을 바탕으로 면접 질문을 생성함으로써 면접 내용의 품질을 높이고 제대로된 면접 질문을 생성할 수 있는 효과를 가질 수 있다.
시스템(1)은 자기소개서를 기반으로 면접 질문을 생성하는 서버(10), 상기 면접 질문을 제공받는 면접관 단말(20) 및 통신망(미도시)을 포함하여 구성될 수 있다.
이하, 시스템(1)은 도 1에 도시된 구성요소보다 더 적은 수의 구성요소나 더 많은 구성요소를 포함할 수 있다.
먼저, 자기소개서를 기반으로 면접 질문을 생성하는 서버(10)에 대해 설명하도록 한다.
서버(10)는 제1 통신부(110), 제1 메모리(120) 및 제1 프로세서(130)를 포함할 수 있다. 여기서, 서버(10)는 도 2에 도시된 구성요소보다 더 적은 수의 구성요소나 더 많은 구성요소를 포함할 수 있다.
제1 통신부(110)는 서버(10)와 면접관 단말(20) 사이, 서버(10)와 외부 서버(미도시) 사이 또는 서버(10)와 통신망(미도시) 사이의 무선 통신을 가능하게 하는 하나 이상의 모듈을 포함할 수 있다.
또한, 제1 통신부(110)는 서버(10)를 하나 이상의 네트워크에 연결하는 하나 이상의 모듈을 포함할 수 있다.
제1 메모리(120)는 서버(10)의 다양한 기능을 지원하는 데이터를 저장할 수 있다. 제1 메모리(120)는 서버(10)에서 구동되는 다수의 응용 프로그램(application program 또는 애플리케이션(application)), 서버(10)의 동작을 위한 데이터들, 명령어들을 저장할 수 있다. 이러한 응용 프로그램 중 적어도 일부는, 서버(10)의 기본적인 기능을 위하여 존재할 수 있다. 한편, 응용 프로그램은, 제1 메모리(120)에 저장되고, 서버(10) 상에 설치되어, 제1 프로세서(130)에 의하여 상기 서버(10)의 동작(또는 기능)을 수행하도록 구동될 수 있다.
또한, 제1 메모리(120)는 복수의 지원자 별 자기소개서를 저장할 수 있다. 여기서, 제1 메모리(120)는 상기 복수의 지원자 별 자기소개서를 외부 서버(미도시)로부터 상기 제1 통신부(110)를 통해 수신받아 저장할 수 있다. 또는 제1 메모리(120)는 상기 복수의 지원자 별 자기소개서를 상기 제1 통신부(110)를 통해 상기 복수의 지원자 단말(미도시) 각각으로부터 수신받아 저장할 수 있다.
또한, 제1 메모리(120)는 상기 자기소개서를 기반으로 상기 면접 질문을 생성하기 위한 복수의 프로세스를 구비할 수 있다. 여기서, 상기 복수의 프로세스는 제1 프로세서(130)에 대한 동작을 설명할 때 상세하게 후술하도록 한다.
제1 프로세서(130)는 상기 응용 프로그램과 관련된 동작 외에도, 통상적으로 서버(10)의 전반적인 동작을 제어할 수 있다. 제1 프로세서(130)는 위에서 살펴본 구성요소들을 통해 입력 또는 출력되는 신호, 데이터, 정보 등을 처리하거나 제1 메모리(120)에 저장된 응용 프로그램을 구동함으로써, 사용자에게 적절한 정보 또는 기능을 제공 또는 처리할 수 있다.
또한, 제1 프로세서(130)는 제1 메모리(120)에 저장된 응용 프로그램을 구동하기 위하여, 도 2와 함께 살펴본 구성요소들 중 적어도 일부를 제어할 수 있다. 나아가, 제1 프로세서(130)는 상기 응용 프로그램의 구동을 위하여, 서버(10)에 포함된 구성요소들 중 적어도 둘 이상을 서로 조합하여 동작 시킬 수 있다.
제1 프로세서(130)는 상기 자기소개서에서 기 설정된 기준에 부합되는 적어도 하나의 일부 텍스트를 핵심 내용으로 결정하여 추출할 수 있다.
여기서, 제1 프로세서(130)는 복수의 프로세스 중 제1 프로세스를 기반으로 상기 자기소개서에서 기 설정된 기준에 부합되는 적어도 하나의 일부 텍스트를 핵심 내용으로 결정하여 추출할 수 있다.
구체적으로, 제1 프로세서(130)는 상기 자기소개서를 구성하는 복수의 문장 중 기 설정된 적어도 하나의 특성정보에 해당하는 적어도 하나의 문장을 파악할 수 있다.
여기서, 도 4를 참조하면, 특성정보는 소분류에 따라 분류될 수 있으며, 상기 소분류는 학습(EDU), 실습(PRA), 외부활동(EXT), 전공(MAJ), 근무(CMP), 소통경험(CME), 기타경험(NOR), 능력일반(CPT), 자격증(LIC), 문제해결력(SOL), 소통(COM), 도전정신(INI), 고객중심(CUS), 원칙준수(PRI), 신뢰(REL), 성과창출(RES), 적극성(POS), 협동성(COP), 지적추구(INT), 능동성(ACT), 글로벌(GLB), 리더십(LED), 변화지향(CNG), 사회공헌(SOC), 성취지향(ARC), 수용성(ACM), 전문성(EXS) 중 적어도 하나를 포함할 수 있다.
이러한 특성정보는 기업에서 채용하고자 하는 인재상의 특징일 수 있다. 여기서, 각각의 특성정보 별 설명은 도 4를 기반으로 설명될 수 있다.
일 예로, 제1 프로세서(130)는 상기 자기소개서를 구성하는 복수의 문장 중 교육, 전공 수업 등 수강 경험에 해당하는 문장에 대해 상기 특성정보 중 학습(EDU)을 태깅할 수 있다.
다른 예로, 제1 프로세서(130)는 제1 프로세서(130)는 상기 자기소개서를 구성하는 복수의 문장 중 팀프로젝트, 기관 실습 등을 나타내는 문장에 대해 상기 특성정보 중 실습(PRA)을 태깅할 수 있다.
이후, 제1 프로세서(130)는 상기 파악된 적어도 하나의 문장으로부터 상기 핵심 내용을 추출할 수 있다.
보다 상세하게는, 먼저, 제1 프로세서(130)는 자연어이해 모델을 복수의 기준 내용, 상기 기준 내용에 각각 해당되는 기준 핵심 내용 및 상기 기준 핵심 내용에 매칭되는 특성정보를 기반으로 파인-튜닝(Fine-Tuning)해서 제1 학습 모델을 구축할 수 있다.
즉, 제1 프로세서(130)는 자연어 문맥을 이해하고 판단 또는 추출할 수 있는 자연어이해 모델인 NLU(Natural Language Understanding) 중 하나인 BERT 모델을 파인-튜닝(Fine-Tuning)하여, 상기 제1 학습 모델을 구축할 수 있다.
일 예로, 기준 내용은 ‘SNS를 활용하니 쉽게 소통할 수 있고 대회와 관련된 피드백을 빠르게 받을 수 있었습니다. 그 결과 이전보다 2배에 가까운 관객들을 확보할 수 있습니다.’이고, 기준 핵심 내용과 특성정보는 ‘SNS를 활용하니 쉽게 소통할 수 있고 대회와 관련된 피드백을 빠르게 받을 수 있었습니다. 그 결과 <이전보다 2배에 가까운 관객들을 확보:성과창출(RES)>할 수 있습니다.’일 수 있다.
이후, 제1 프로세서(130)는 상기 구축된 제1 학습 모델에 상기 자기소개서의 내용을 입력하여 상기 핵심 내용을 추출할 수 있다.
추가로, 제1 프로세서(130)는 상기 핵심 내용을 추출시 상기 핵심 내용에 해당되는 특성정보도 상기 핵심 내용에 부가하여 추출할 수 있다.
즉, 제1 프로세서(130)는 어떤 영역에 이름을 붙여 두는 방식인 개체명인식(Named Entity Recognition)을 기반으로 상기 특성정보도 상기 핵심 내용에 부가하여 추출할 수 있다. 여기서, 상기 특성정보는 하나 이상일 수 있다.
일 예로, 제1 프로세서(130)는 “자원봉사센터에서 봉사활동을 하며 보람을 느꼈고, 센터에서 우수봉사상을 받았습니다.”가 포함되는 자기소개서의 내용을 상기 구축된 제1 학습 모델에 입력하면 “센터에서 우수봉사상을 받았”인 핵심 내용과 “RES”인 특성정보를 추출할 수 있다.
다른 예로, 제1 프로세서(130)는 “토목직 인턴으로 업무를 수행하면서 민원 응대 업무와 더불어 공사 관리 및 감독 업무를 보조했었습니다.”가 포함되는 자기소개서의 내용을 상기 구축된 제1 학습 모델에 입력하면 “토목직 인턴으로 업무를 수행하면서”인 핵심 내용과 “CMP”인 특성정보를 추출할 수 있다.
또 다른 예로, 제1 프로세서(130)는 “평창 올림픽 참관을 위해 방문하는 주요 관계자들에게 통역 서비스를 지원하기도 했습니다.”가 포함되는 자기소개서의 내용을 상기 구축된 제1 학습 모델에 입력하면 “주요 관계자들에게 통역 서비스를 지원”인 핵심 내용과 “EXS”인 특성정보를 추출할 수 있다.
또 다른 예로, 제1 프로세서(130)는 “국제무역사1급을 취득하였고, 이론적으로 배운 내용들을 실무적으로 접근하려고 노력하였습니다.”가 포함되는 자기소개서의 내용을 상기 구축된 제1 학습 모델에 입력하면 “국제무역사1급을 취득”인 핵심 내용과 “LIC”인 특성정보를 추출할 수 있다.
또 다른 예로, 제1 프로세서(130)는 “저는 한번 시작한 일은 반드시 이루어야겠다는 욕심을 갖고 적극적으로 도전합니다.”가 포함되는 자기소개서의 내용을 상기 구축된 제1 학습 모델에 입력하면 “한번 시작한 일은 반드시 이루어야겠다는 욕심을 갖고 적극적으로 도전”인 핵심 내용과 “POS”인 특성정보를 추출할 수 있다.
또 다른 예로, 제1 프로세서(130)는 “라살대학교 교환학생 시절 대학교 학생들을 대상으로 한국어 교육 봉사활동을 하였습니다.”가 포함되는 자기소개서의 내용을 상기 구축된 제1 학습 모델에 입력하면 “라살대학교 교환학생” 및 “대학교 학생들을 대상으로 한국어 교육 봉사활동”인 핵심 내용과 “EDU” 및 “EXT”인 특성정보를 추출할 수 있다.
제1 프로세서(130)는 상기 추출된 핵심 내용을 보정할 수 있다.
여기서, 제1 프로세서(130)는 복수의 프로세스 중 제2 프로세스를 기반으로 상기 추출된 핵심 내용을 보정할 수 있다.
구체적으로, 제1 프로세서(130)는 상기 추출된 핵심 내용 중 기 설정된 일반적인 내용이 포함되는 경우, 해당 핵심 내용을 삭제하는 보정을 수행할 수 있다. 여기서, 기 설정된 일반적인 내용은 회사에 대한 일반적인 기술, 상용화된 기술 동향 등 지원자의 역량, 지원 동기, 입사 후 포부 등과 상관없는 면접시 질문으로 물어볼 필요가 없는 내용일 수 있다.
일 예로, 제1 프로세서(130)는 상기 추출된 핵심 내용이 “금융은 매우 빠른 속도로 변화해왔으며 앞으로도 빠르게 변화될 것입니다.”, “기후변화로 인해 농산물의 품질이 저하되고 쌀의 생산량이 감소하고 있습니다.” 및 “OO 전자는 올해 '아프리카에서 가장 존경받는 10대 브랜드'에 선정되었습니다.”인 경우, 기 설정된 일반적인 내용이 포함되므로 상기 해당 핵심 내용을 삭제하는 보정을 할 수 있다. 이에 따라, 제1 프로세서(130)는 상기 해당 핵심 내용에 대해 면접 질문 생성을 하지 않도록 할 수 있다.
또는, 제1 프로세서(130)는 상기 핵심 내용의 끝어절의 단어의 일부가 미 포함된 경우, 상기 자기소개서의 내용에서 상기 단어의 일부에 해당하는 문자를 검색하고, 상기 검색된 문자를 기반으로 상기 단어를 보정할 수 있다.
일 예로, 도 5를 보면, 제1 프로세서(130)는 자기소개서의 내용인 “연구원에서 근무하면서 여러 역량을 쌓을 수 있었습니다.”에서 추출된 핵심 내용이 “연구원에서 근”일 때, 상기 핵심 내용의 끝어절의 단어의 일부가 미포함된 경우이므로 상기 자기소개서의 내용에서 상기 단어의 일부에 해당하는 문자인 “근무하면서”를 검색할 수 있다. 그리고, 제1 프로세서(130)는 상기 검색된 문자인 “근무하면서”를 기반으로 상기 단어를 보정하여 상기 핵심 내용을 “연구원에서 근무”로 보정할 수 있다.
또는, 제1 프로세서(130)는 상기 핵심 내용의 첫어절이 특정 단어인 경우, 상기 첫어절을 삭제하는 보정을 수행할 수 있다. 여기서, 특정 단어는 '저는', '저의', '제가', '저를', '저도', '저에게' 등 지원자를 의미하는 단어일 수 있다.
일 예로, 도 6을 보면, 제1 프로세서(130)는 자기소개서의 내용인 “코로나 19로 큰 타격을 입은 소상공인을 위해 저의 강점인 데이터 전처리 및 데이터 분석 능력을 가치있는 일에 활용하고 싶습니다.”에서 추출된 핵심 내용이 “저의 강점인 데이터 전처리 및 분석 능력을”일 때, 상기 핵심 내용의 첫어절이 특정 단어인 “저의”인 경우, 상기 첫어절인 “저의”를 삭제하는 보정을 수행할 수 있다. 즉, 제1 프로세서(130)는 상기 추출된 핵심 내용인 “저의 강점인 데이터 전처리 및 분석 능력을”에서 “저의”를 삭제하여 “강점인 데이터 전처리 및 분석 능력을”로 보정할 수 있다.
또는, 제1 프로세서(130)는 상기 핵심 내용에 특정 단어가 포함된 경우, 상기 핵심 내용에 포함된 특정 단어를 기 설정된 단어로 변경할 수 있다. 구체적으로, 제1 프로세서(130)는 상기 핵심 내용 중간에 특정 단어인 '저의'가 포함된 경우, '저의'를 기 설정된 단어인 '지원자의', '본인의' 등으로 변경할 수 있다.
위와 같은 핵심 내용의 보정을 통해, 제1 프로세서(130)는 핵심 내용을 기반으로 면접 질문 생성시, 이상한 형태의 질문이 생성되는 것을 방지하여 질문의 품질을 높일 수 있는 효과를 가질 수 있다.
제1 프로세서(130)는 상기 추출된 핵심 내용을 기반으로 상기 핵심 내용으로 시작하는 단순 질문, 상세 질문 및 연관 질문 중 적어도 하나를 포함하는 면접 질문을 실시간으로 생성할 수 있다.
여기서, 제1 프로세서(130)는 복수의 프로세스 중 제3 프로세스를 기반으로 상기 추출된 핵심 내용을 기반으로 단순 질문, 상세 질문 및 연관 질문 중 적어도 하나를 포함하며 상기 추출된 핵심 내용으로 시작하는 면접 질문을 실시간으로 생성할 수 있다.
단순 질문은, 상기 추출된 핵심 내용에 대해 되묻는 형태(ASK BACK 방식)의 질문을 포함하고, 상세 질문은, 상기 추출된 핵심 내용에 대한 육하원칙의 세부사항 설명을 요청(더 상세하게 캐묻는 질문 - INQUISITIVE 방식)하는 질문을 포함하며, 연관 질문은, 상기 추출된 핵심 내용과 연관된 내용 설명을 요청하는 질문(응용 질문)을 포함할 수 있다.
보다 상세하게는, 먼저, 제1 프로세서(130)는 자연어생성 모델을 복수의 기준 핵심 내용 및 상기 기준 핵심 내용과 연관된 복수의 기준 면접 질문을 기반으로 파인-튜닝(Fine-Tuning)해서 제2 학습 모델을 구축할 수 있다.
즉, 제1 프로세서(130)는 자연어 문장을 생성하는 자연어생성 모델인 NLG(Natural Language Generation,) 중 하나인 GPT-2 모델을 파인-튜닝(Fine-Tuning)하여, 상기 제2 학습 모델을 구축할 수 있다.
일 예로, 기준 핵심 내용이 “한국전력정보주식회사에서 인턴경험”이고, 상기 기준 핵심 내용과 연관된 기준 면접 질문이 “한국전력정보주식회사에서 인턴경험을 하면서 본인이 낸 가장 큰 성과는 무엇인가요?”일 수 있다. 여기서, 제1 프로세서(130)는 상기 기준 핵심 내용과 상기 기준 면접 질문을 기반으로 상기 제2 학습 모델을 구축할 수 있다.
다른 예로, 기준 핵심 내용이 “'소통 능력'을 통해 청년층의 애로 사항을 해결”이고, 상기 기준 핵심 내용과 연관된 기준 면접 질문이 “'소통능력'을 통해 청년층의 애로사항을 해결하였다고 했는데, 어떤 식으로 소통능력을 발휘했는지 예시를 들어 설명해주세요.”일 수 있다. 여기서, 제1 프로세서(130)는 상기 기준 핵심 내용과 상기 기준 면접 질문을 기반으로 상기 제2 학습 모델을 구축할 수 있다.
또 다른 예로, 기준 핵심 내용이 “매주 3회씩 2시간 브레인스토밍”이고, 상기 기준 핵심 내용과 연관된 기준 면접 질문이 “브레인스토밍을 통해 얻은 아이디어 중 기억에 남는 것이 있다면 말씀해 주세요.”일 수 있다. 여기서, 제1 프로세서(130)는 상기 기준 핵심 내용과 상기 기준 면접 질문을 기반으로 상기 제2 학습 모델을 구축할 수 있다.
또 다른 예로, 기준 핵심 내용이 “목표를 세우면 추진력 있게 끝마치는 저의 집중력”이고, 상기 기준 핵심 내용과 연관된 기준 면접 질문이 “집중력이 강하다고 하셨는데, 여러가지를 동시 다발적으로 처리해야하는 상황이 발생하면 어떻게 하실 것인가요?”일 수 있다. 여기서, 제1 프로세서(130)는 상기 기준 핵심 내용과 상기 기준 면접 질문을 기반으로 상기 제2 학습 모델을 구축할 수 있다.
마지막으로, 제1 프로세서(130)는 상기 구축된 제2 학습 모델에 상기 추출된 핵심 내용을 입력하여 상기 면접 질문을 생성할 수 있다.
일 예로, 제1 프로세서(130)는 상기 구축된 제2 학습 모델에 “센터에서 우수봉사상을 받았”인 상기 추출된 핵심 내용을 입력하여 “센터에서 우수봉사상을 받았거나 받을 수 있었던 본인만의 차별점은 무엇이라고 생각하나요?”인 상기 면접 질문을 생성할 수 있다.
다른 예로, 도 7을 참조하면, 제1 프로세서(130)는 상기 구축된 제2 학습 모델에 “영국에서 2 주간 현장근무”인 상기 추출된 핵심 내용을 입력하여 “영국에서 2주간 현장근무했을 때 경험을 말해주세요.”인 상기 면접 질문 중 단순 질문을 생성할 수 있다.
또한, 제1 프로세서(130)는 상기 구축된 제2 학습 모델에 “어떠한 상황 속에서도 포기하지 않고 도전”인 상기 추출된 핵심 내용을 입력하여 “어떠한 상황 속에서도 포기하지 않고 도전하는 것이 지원자의 장점이라고 하였는데, 이러한 도전정신을 통해 어떠한 어려움을 극복하였는지 이야기해주세요.”인 상기 면접 질문 중 단순 질문을 생성할 수 있다.
또한, 제1 프로세서(130)는 상기 구축된 제2 학습 모델에 “프랜차이즈 요식업 업체들의 마케팅 전략을 분석한”인 상기 추출된 핵심 내용을 입력하여 “프랜차이즈 요식업 업체들의 마케팅 전략을 분석한 경험이 지원 업무에서 어떤 방식으로 활용될 수 있을지 말해주세요.”인 상기 면접 질문 중 단순 질문을 생성할 수 있다.
또 다른 예로, 도 8을 참조하면, 제1 프로세서(130)는 상기 구축된 제2 학습 모델에 “가상계좌 입금 시스템을 구현”인 상기 추출된 핵심 내용을 입력하여 “가상계좌 입금 시스템을 개발할 때, 어떤 구조로 구현했나요?”인 상기 면접 질문 중 상세 질문을 생성할 수 있다.
또한, 제1 프로세서(130)는 상기 구축된 제2 학습 모델에 “고객 편의를 증대”인 상기 추출된 핵심 내용을 입력하여 “고객 편의가 증대됐다고 했는데, 어떤 편의가 얼마나 증대되었나요?”인 상기 면접 질문 중 상세 질문을 생성할 수 있다.
또 다른 예로, 도 9를 참조하면, 제1 프로세서(130)는 상기 구축된 제2 학습 모델에 “무언가에 빠지게 되면 굉장히 열정적이고, 도전”인 상기 추출된 핵심 내용을 입력하여 “무언가에 빠지게 되면 굉장히 열정적이고, 도전한다고 하였는데 업무의 어떤 부분에 필요한 역량이라고 생각하나요?”인 상기 면접 질문 중 연관 질문을 생성할 수 있다.
또한, 제1 프로세서(130)는 상기 구축된 제2 학습 모델에 “교육봉사를 수행”인 상기 추출된 핵심 내용을 입력하여 “교육봉사를 수행하면서 가장 어려웠던 경험은 무엇이고, 이를 어떻게 극복하였는지 자세히 말해주세요.”인 상기 면접 질문 중 연관 질문을 생성할 수 있다.
또한, 제1 프로세서(130)는 상기 구축된 제2 학습 모델에 “OO연구원 총무인사팀 근무”인 상기 추출된 핵심 내용을 입력하여 “연구원 총무인사팀 근무를 통해 이룬 성과는 무엇인가요?”인 상기 면접 질문 중 연관 질문을 생성할 수 있다.
또한, 제1 프로세서(130)는 상기 구축된 제2 학습 모델에 “검정고시 멘토링을 담당”인 상기 추출된 핵심 내용을 입력하여 “검정고시 멘토링을 담당하며 발휘한 본인의 강점은 무엇인가요?”인 상기 면접 질문 중 연관 질문을 생성할 수 있다.
또한, 제1 프로세서(130)는 상기 구축된 제2 학습 모델에 “1박 2일 세미나에서 동시통역을 한 경험”인 상기 추출된 핵심 내용을 입력하여 “1박 2일 세미나에서 동시통역을 한 경험으로 무엇을 배웠다고 생각하나요?”인 상기 면접 질문 중 연관 질문을 생성할 수 있다.
또한, 제1 프로세서(130)는 상기 구축된 제2 학습 모델에 “공공기관에서 경영지원 업무를 수행”인 상기 추출된 핵심 내용을 입력하여 “공공기관에서 경영지원 업무를 수행하며 본인이 가장 크게 성장한 부분은 무엇인가요?”인 상기 면접 질문 중 연관 질문을 생성할 수 있다.
또한, 제1 프로세서(130)는 상기 구축된 제2 학습 모델에 “열정을 이끌 추진력이 있습”인 상기 추출된 핵심 내용을 입력하여 “열정을 이끌 추진력이 있으신 분이라고 했는데, 본인이 주도하여 프로젝트나 과제를 성공적으로 이끈 경험이 있나요?”인 상기 면접 질문 중 연관 질문을 생성할 수 있다.
제1 프로세서(130)는 상기 생성된 면접 질문 중에서 기 설정된 질문 형태, 질문 길이 및 질문 시제 중 적어도 하나에 해당되지 않는 적어도 하나의 면접 질문을 추출할 수 있다.
또는, 제1 프로세서(120)는 복수의 기준 핵심 내용과 상기 복수의 기준 핵심 내용에 매칭되는 복수의 기준 면접 질문을 기반으로 학습된 제3 학습 모델에 상기 생성된 면접 질문을 입력하여 적어도 하나의 올바른 면접 질문을 판단할 수 있다. 여기서, 상기 제3 학습 모델은 Discriminator 분류 모델로 상기 생성된 면접 질문이 상기 추출된 핵심 내용을 기반으로 제대로 추출되었는지를 판단하는 모델일 수 있다.
여기서, 제1 프로세서(130)는 복수의 프로세스 중 제4 프로세스를 기반으로 상기 생성된 면접 질문 중에서 기 설정된 질문 형태, 질문 길이 및 질문 시제 중 적어도 하나에 해당되지 않는 적어도 하나의 면접 질문을 추출할 수 있다.
구체적으로, 제1 프로세서(130)는 상기 생성된 면접 질문 중에서, 끝어절이 질문 형태가 아니거나, 상기 생성된 면접 질문의 길이와 상기 생성된 면접 질문과 매칭되는 핵심 내용의 길이의 차이가 기 설정된 임계값 이상이거나, 또는 상기 생성된 면접 질문과 매칭되는 핵심 내용의 시제와 상기 생성된 면접 질문의 시제가 일치하지 않는 적어도 하나의 면접 질문을 추출하지 않을 수 있다.
보다 상세하게는, 제1 프로세서(130)는 상기 생성된 면접 질문 중에서, 끝어절이 질문 형태가 아닌 적어도 하나의 면접 질문을 추출하지 않을 수 있다. 즉, 제1 프로세서(130)는 상기 생성된 면접 질문의 끝어절을 형태소 분석하거나 패턴처리하여 질문이 아닌 서술어가 포함되는 면접 질문을 추출하지 않을 수 있다.
일 예로, 제1 프로세서(130)는 상기 생성된 면접 질문 중에서 제1 면접 질문인 "임시 담당자였던 저를 정식 담당으로 요청했고, 점차 큰 신뢰를 쌓아갈 수 있었다고 하네요."의 끝어절이 질문 형태가 아니므로 상기 제1 면접 질문을 추출하지 않을 수 있다.
다른 예로, 제1 프로세서(130)는 상기 생성된 면접 질문 중에서 제2 면접 질문인 "코로나 19 발생 현황 데이터 도표, 차트 등으로 시각화하고 구글 검색량과의 상관관계를 분석하는 프로젝트를 수행했습니다."의 끝어절이 질문 형태가 아니므로 상기 제2 면접 질문을 추출하지 않을 수 있다.
또한, 제1 프로세서(130)는 상기 생성된 면접 질문의 길이와 상기 생성된 면접 질문과 매칭되는 핵심 내용의 길이의 차이가 기 설정된 임계값 이상인 적어도 하나의 면접 질문을 추출하지 않을 수 있다.
또한, 제1 프로세서(130)는 상기 생성된 면접 질문과 매칭되는 핵심 내용의 시제와 상기 생성된 면접 질문의 시제가 일치하지 않는 적어도 하나의 면접 질문을 추출하지 않을 수 있다.
일 예로, 도 10을 참조하면, 제1 프로세서(130)는 상기 생성된 면접 질문인 "태국으로 영어 교육봉사를 가겠다고 했는데, 구체적으로 어떤 방법을 통해 영어 공부를 할 것인지 말씀해주세요."의 시제가 미래 시제인데, 상기 면접 질문과 매칭되는 핵심 내용인 “태국으로 영어 교육봉사를 가”가 포함되는 자기소개서의 내용인 “학과 교수님의 추천으로 태국으로 영어 교육봉사를 가게 되었습니다.”의 시제가 과거 시제인 경우, 상기 면접 질문과 시제와 상기 핵심 내용의 시제가 일치하지 않으므로 상기 면접 질문을 추출하지 않을 수 있다.
또한, 제1 프로세서(130)는 상기 생성된 면접 질문 중에서 지원자에 대한 질문이 아닌 주어가 명백한 타인인 적어도 하나의 면접 질문을 추출하지 않을 수 있다.
또한, 제1 프로세서(130)는 상기 생성된 면접 질문 중에서 이미 그렇게 작성한 내용을 무의미하게 되물어보는 경우에 해당되는 적어도 하나의 면접 질문을 추출하지 않을 수 있다.
일 예로, 제1 프로세서(130)는 자기소개서의 내용 중 핵심 내용인 "여러 업체와 협업하며 커뮤니케이션 능력도 키울 수 있었습"에 대해 생성된 면접 질문인 "여러 업체와 협업하며 커뮤니케이션 능력도 키울 수 있었으리라 생각하나요?"는 이미 그렇게 작성한 내용을 무의미하게 되물어보는 경우에 해당되므로 추출하지 않을 수 있다.
또한, 제1 프로세서(130)는 상기 생성된 면접 질문 중에서 존재하지 않는 사실을 기정사실화하며 묻는 질문인 경우에 해당되는 적어도 하나의 면접 질문을 추출하지 않을 수 있다.
일 예로, 제1 프로세서(130)는 자기소개서의 내용 중 "영국 유학 시절, 낯선 현지 분위기에 적응하는 데 어려움이 있었습니다."에 대해 추출된 핵심 내용 "영국 유학 시절"에 대해 생성된 면접 질문인 "영국 유학 시절 전기공학을 전공했다고 하셨는데, 이를 선택하게 된 계기가 있다면 무엇인가요?"는 존재하지 않는 사실을 기정사실화하며 묻는 질문인 경우에 해당되므로 추출하지 않을 수 있다.
다른 예로, 제1 프로세서(130)는 자기소개서의 내용 중 "인턴 기간에도 책임감을 갖고 업무를 수행했습니다. 인도네시아 무역사절단 방문을 준비할 당시, 저는 현지 바이어와 상담을 진행하기 위해 많은 준비를 했습니다."에 대해 추출된 핵심 내용 "인턴 기간에도 책임감을 갖고 업무를 수행했습"에 대해 생성된 면접 질문인 "인턴 기간에도 책임감을 갖고 업무를 수행했다고 했는데, 어떤 식으로 업무 분배 갈등을 해결했으며, 이미 발생한 팀원들의 불만은 어떻게 잠재웠나요?"는 존재하지 않는 사실을 기정사실화하며 묻는 질문인 경우에 해당되므로 추출하지 않을 수 있다.
또한, 제1 프로세서(130)는 상기 생성된 면접 질문 중에서 자기소개서 문장이 문장 형태가 아니라 소제목 형태인 경우, 이로부터 생성한 면접 질문을 추출하지 않을 수 있다.
일 예로, 제1 프로세서(130)는 자기소개서의 내용 중 소제목 형태인 "[의사소통능력]"에 대해 추출된 핵심 내용 "[의사소통능력]"에 대해 생성된 면접 질문인 "[의사소통능력] 의사소통능력을 입사 후 업무수행의 어떤 부분에 활용할 수 있는지 말해주세요."는 소제목을 기반으로 생성된 면접 질문이므로 추출하지 않을 수 있다.
또한, 제1 프로세서(130)는 상기 생성된 면접 질문 중에서 단어가 반복되는 면접 질문을 추출하지 않을 수 있다.
일 예로, 제1 프로세서(130)는 자기소개서의 내용 중 "데이터 분석 툴을 활용해 빠르게 자료를 정리하고 보고서를 작성하는 것이 저의 장점입니다."에 대해 추출된 핵심 내용 "빠르게 자료를 정리하고 보고서를 작성하는 것이 저의 장점"에 대해 생성된 면접 질문인 "빠르게 자료를 정리하고 보고서를 작성하는 것을 장점이라고 꼽았는데, 본인이 해본 수행했 습 프로젝트 중 가장 어려운 프로젝트가 어떤 것이고, 그 이유가 무엇인가요?"는 '해본'이라는 단어가 반복되므로 추출하지 않을 수 있다.
제1 프로세서(130)는 상기 추출되지 않은 면접 질문에 대해 핵심 내용의 영역을 수정하거나 상기 질문 길이를 조정하여 새로운 면접 질문을 생성할 수 있다.
여기서, 제1 프로세서(130)는 복수의 프로세스 중 제4 프로세스를 기반으로 상기 추출되지 않은 면접 질문에 대해 핵심 내용의 영역을 수정하거나 상기 질문 길이를 조정하여 새로운 면접 질문을 생성할 수 있다.
일 예로, 제1 프로세서(130)는 상기 추출되지 않은 면접 질문 중에서 제1 면접 질문에 매칭되는 핵심 내용의 영역을 "다양한 봉사활동"에서 "다양한 봉사활동을 해오며"로 수정하여 상기 제1 면접 질문인 "다양한 봉사활동과 아르바이트 등의 활동에서 소통능력을 발휘한 경험을 본인의 소통능력을 중심으로 말씀해 주세요." 대신에 "다양한 봉사활동을 해오며 개발한 본인의 역량 중 입사 후 가장 도움이 될만한 것은 무엇인가요?"인 새로운 면접 질문을 생성할 수 있다.
다른 예로, 제1 프로세서(130)는 상기 추출되지 않은 면접 질문 중에서 제2 면접 질문에 매칭되는 핵심 내용의 영역을 "다양한 봉사활동"에서 "다양한 봉사활동을 해오며 색안경을 끼지 않고 있는 그대로 상대를 이해하는 법을 배웠"으로 수정하여 상기 제2 면접 질문인 "다양한 봉사활동과 아르바이트 등의 활동에서 소통능력을 발휘한 경험을 본인의 소통능력을 중심으로 말씀해 주세요." 대신에 "다양한 봉사활동을 해오며 색안경을 끼지 않고 있는 그대로 상대를 이해하는 법을 배웠다고 했는데, 구체적으로 어떤 방식으로 소통했는지 자세히 말해주세요."인 새로운 면접 질문을 생성할 수 있다.
이후, 제1 프로세서(130)는 상기 생성된 새로운 면접 질문 중에서 기 설정된 질문 형태, 질문 길이 및 질문 시제 중 적어도 하나에 해당되지 않는 적어도 하나의 면접 질문을 추출할 수 있다. 여기서, 제1 프로세서(130)는 상기 생성된 새로운 면접 질문에 대한 추출을 위에 기재한 방법에 따라 동일하게 수행할 수 있다.
제1 프로세서(130)는 상기 파악된 면접 질문의 개수가 기 설정된 개수를 초과할 경우 상기 기 설정된 개수를 초과하지 않는 범위 내에서, 상기 파악된 면접 질문에서 기 설정된 선정 기준에 부합되는 적어도 하나의 면접 질문을 핵심 면접 질문으로 결정하여 추출할 수 있다.
여기서, 제1 프로세서(130)는 복수의 프로세스 중 제5 프로세스를 기반으로 상기 파악된 면접 질문의 개수가 기 설정된 개수를 초과할 경우 상기 기 설정된 개수를 초과하지 않는 범위 내에서, 상기 파악된 면접 질문에서 기 설정된 선정 기준에 부합되는 적어도 하나의 면접 질문을 핵심 면접 질문으로 결정하여 추출할 수 있다.
구체적으로, 제1 프로세서(130)는 회사, 직군, 지원자 경력 별 기 저장된 핵심 질문 키워드를 기반으로 상기 추출된 면접 질문 중 상기 핵심 면접 질문을 추출할 수 있다.
여기서, 제1 프로세서(130)는 상기 기 저장된 핵심 질문 키워드를 기반으로 상기 추출된 면접 질문 각각에 대한 가중치를 부여할 수 있다. 이후, 제1 프로세서(130)는 상기 가중치에 따라 상기 추출된 면접 질문 중 상기 핵심 면접 질문을 추출할 수 있다.
일 예로, 제1 프로세서(130)는 회사 별 기 저장된 핵심 질문 키워드인 회사(반도체, 가전, 통신 등 다양한 회사) 별 관련 전공, 회사 별 관련 인턴 경험 등을 기반으로 상기 추출된 면접 질문 중 상기 핵심 면접 질문을 추출할 수 있다.
또한, 제1 프로세서(130)는 직군 별 기 저장된 핵심 질문 키워드인 전산세무회계 자격증, 정보통신기사 자격증, 어학 자격증 등을 기반으로 상기 추출된 면접 질문 중 상기 핵심 면접 질문을 추출할 수 있다.
또한, 제1 프로세서(130)는 지원자 경력 별 기 저장된 핵심 질문 키워드인 알바, 전공, 공학대회 등을 기반으로 상기 추출된 면접 질문 중 상기 핵심 면접 질문을 추출할 수 있다.
또는, 제1 프로세서(130)는 회사와 직군, 지원자 경력 차이에 따라 자기소개서의 내용도 수준 차이를 보이게 되므로 경험치가 없는 자기소개서의 경우, 아르바이트 경험, 어떤 전공을 했는지도 핵심 내용으로 추출할 수 있다. 반면, 제1 프로세서(130)는 자기소개서에 대한 기대 수준이 높은 경우, 전공이나 아르바이트 경험이 아닌 타기업 근무 경험이나 도전정신, 적극성 등을 핵심 내용으로 추출할 수 있다.
제1 프로세서(130)는 상기 특성정보 중 선택된 특성정보의 포함 여부에 따라 상기 핵심 면접 질문을 추출할 수 있다.
구체적으로, 제1 프로세서(130)는 상기 추출된 면접 질문 중 상기 특정정보 중 선택된 특성정보가 포함되어있는지 여부를 판단하여 상기 선택된 특성정보가 포함된 면접 질문은 가점을 부여할 수 있다. 반면에, 제1 프로세서(130)는 상기 선택된 특성정보가 포함되지 않은 면접 질문은 감점을 부여할 수 있다. 이에 따라, 제1 프로세서(130)는 상기 가점이 부여된 면접 질문을 상기 핵심 면접 질문으로 추출할 수 있다.
여기서, 제1 프로세서(130)는 상기 추출된 면접 질문 중 상기 선택된 특성정보가 포함되어있는지 여부를 기반으로 상기 추출된 면접 질문 각각에 대한 가중치를 부여할 수 있다. 이후, 제1 프로세서(130)는 상기 가중치에 따라 상기 추출된 면접 질문 중 상기 핵심 면접 질문을 추출할 수 있다.
일 예로, 도 11을 참조하면, 자기소개서 질문 문항은 “무언가 꾸준하게 지속하여 성과를 얻은 경험에 대해 작성해 주십시오. 상대방의 도움 없이 독립적으로 행동한 경험을 위주로 작성해 주십시오.”이고, 이에 대한 자기소개서의 내용은 “계속되는 부탁에도 거절 한 이유는 평소 원리원칙을 중요시하는 저의 가치관과 부합하기 때문에 내린 결정이었습니다.”이고, 상기 자기소개서의 내용에 대한 핵심 내용은 “원리원칙을 중요시하는 저의 가치관”이고, 상기 핵심 내용의 특성정보는 “원칙준수(PRI)”이고, 상기 핵심 내용에 대한 면접 질문은 “원리원칙을 중요시하는 지원자의 가치관에는 어떤 변화가 있었나요?”이다.
여기서, 제1 프로세서(130)는 상기 자기소개서 질문 문항의 가점을 받는 특성정보가 성과창출(RES)인데, 상기 핵심 내용의 특성정보가 “원칙준수(PRI)”이고, 상기 핵심 내용에 대한 면접 질문이 “원리원칙을 중요시하는 지원자의 가치관에는 어떤 변화가 있었나요?”이므로 상기 면접 질문의 경우, 감점을 부여하고, 상기 핵심 면접 질문으로 추출하지 않을 수 있다.
제1 프로세서(130)는 상기 추출된 면접 질문을 유사도를 기반으로 그룹별로 분류하고, 상기 그룹 별 면접 질문 중 적어도 하나를 추출할 수 있다. 여기서, 제1 프로세서(130)는 상기 추출된 면접 질문을 SentenceBERT 등의 문장 임베딩 모델을 사용해 문장과 문장 간의 유사도를 산출할 수 있다.
구체적으로, 제1 프로세서(130)는 상기 추출된 면접 질문을 동일한 소재에 대한 그룹별로 분류하거나, 비슷한 질문 유형에 따라 그룹별로 분류할 수 있다. 이후, 제1 프로세서(130)는 상기 그룹 별 면접 질문 중 적어도 하나를 선택하는 방식으로 질문을 다양하게 구성하도록할 수 있다.
여기서, 제1 프로세서(130)는 상기 추출된 면접 질문 중 기 선택된 특성정보가 포함되어있는지 여부를 기반으로 상기 추출된 면접 질문 각각에 대한 가중치를 부여할 수 있다. 이후, 제1 프로세서(130)는 상기 가중치에 따라 상기 그룹 별 면접 중 적어도 하나를 상기 핵심 면접 질문을 추출할 수 있다.
일 예로, 도 12를 참조하면, 제1 프로세서(130)는 동일한 소재인 어려운 점을 묻는 질문을 A 그룹으로 분류할 수 있다.
또한, 제1 프로세서(130)는 비슷한 질문 유형인 구체적인 사례를 묻는 형태의 질문을 B 그룹으로 분류할 수 있다.
또한, 제1 프로세서(130)는 동일한 소재인 무역을 공부하는 것에 대한 질문을 C 그룹으로 분류할 수 있다.
제1 프로세서(130)는 상기 추출된 핵심 면접 질문을 상기 제1 통신부(110)를 통해 면접관의 단말로 송신하여 제공할 수 있다.
여기서, 제1 프로세서(130)는 복수의 프로세스 중 제6 프로세스를 기반으로 상기 추출된 핵심 면접 질문을 상기 제1 통신부(110)를 통해 면접관의 단말(20)로 송신하여 제공할 수 있다.
다음으로, 면접관 단말(20)은 휴대폰, 스마트폰, PDA(Personal Digital Assistant), PMP(Portable Multimedia Player), 태블릿 PC, 등과 같이 네트워크를 통하여 서버(30)와 연결될 수 있고, 카메라를 구비하며, 화면을 통해 다양한 정보의 입출력이 가능한 모든 종류의 핸드헬드(Handheld) 기반의 무선 통신 장치일 수 있다.
여기서, 면접관 단말(20)은 제2 통신부(210), 제1 입출력부(220), 제2 메모리(230) 및 제2 프로세서(240)를 포함할 수 있다. 여기서, 면접관 단말(20)는 도 3에 도시된 구성요소보다 더 적은 수의 구성요소나 더 많은 구성요소를 포함할 수 있다.
제2 통신부(210)는 면접관 단말(20)과 서버(10) 사이, 면접관 단말(20)과 외부 서버(미도시) 사이 또는 면접관 단말(20)과 통신망(미도시) 사이의 무선 통신을 가능하게 하는 하나 이상의 모듈을 포함할 수 있다.
또한, 제2 통신부(210)는 면접관 단말(20)을 하나 이상의 네트워크에 연결하는 하나 이상의 모듈을 포함할 수 있다.
제1 입출력부(220)는 면접관(이하, 사용자)으로부터 정보를 입력받기 위한 터치키(touch key), 푸시키(mechanical key) 등)를 포함할 수 있고, 사용자로 시각, 청각 또는 촉각 등과 관련된 출력을 발생시키기 위한 디스플레이 모듈(미도시), 음향 출력 모듈(미도시), 햅틱 모듈(미도시), 광 출력 모듈(미도시)을 포함할 수 있다.
여기서, 디스플레이 모듈은 터치 센서와 상호 레이어 구조를 이루거나 일체형으로 형성된 터치 스크린으로 구현될 수 있다. 이러한 터치 스크린은, 면접관 단말(20)과 사용자 사이의 입력 인터페이스를 제공함과 동시에, 면접관 단말(20)과 사용자 사이의 출력 인터페이스를 제공할 수 있다.
제2 메모리(230)는 면접관 단말(20)의 다양한 기능을 지원하는 데이터를 저장할 수 있다. 제2 메모리(230)는 면접관 단말(20)에서 구동되는 다수의 응용 프로그램(application program 또는 애플리케이션(application)), 면접관 단말(20)의 동작을 위한 데이터들, 명령어들을 저장할 수 있다. 이러한 응용 프로그램 중 적어도 일부는, 무선 통신을 통해 외부 서버(미도시)로부터 다운로드 될 수 있다.
또한, 이러한 응용 프로그램 중 적어도 일부는, 면접관 단말(20)의 기본적인 기능을 위하여 존재할 수 있다. 한편, 응용 프로그램은, 제2 메모리(230)에 저장되고, 면접관 단말(20) 상에 설치되어, 제2 프로세서(240)에 의하여 면접관 단말(20)의 동작(또는 기능)을 수행하도록 구동될 수 있다.
제2 프로세서(240)는 상기 응용 프로그램과 관련된 동작 외에도, 통상적으로 면접관 단말(20)의 전반적인 동작을 제어할 수 있다. 제2 프로세서(240)는 위에서 살펴본 구성요소들을 통해 입력 또는 출력되는 신호, 데이터, 정보 등을 처리하거나 제2 메모리(230)에 저장된 응용 프로그램을 구동함으로써, 사용자에게 적절한 정보 또는 기능을 제공 또는 처리할 수 있다.
또한, 제2 프로세서(240)는 제2 메모리(230)에 저장된 응용 프로그램을 구동하기 위하여, 도 3와 함께 살펴본 구성요소들 중 적어도 일부를 제어할 수 있다. 나아가, 제2 프로세서(240)는 상기 응용 프로그램의 구동을 위하여, 면접관 단말(20)에 포함된 구성요소들 중 적어도 둘 이상을 서로 조합하여 동작 시킬 수 있다.
통신망(미도시)은 서버(10), 면접관 단말(20) 및 외부 서버(미도시) 간의 다양한 정보를 송수신할 수 있다. 통신망(미도시)은 다양한 형태의 통신망이 이용될 수 있으며, 예컨대, WLAN(Wireless LAN), 와이파이(Wi-Fi), 와이브로(Wibro), 와이맥스(Wimax), HSDPA(High Speed Downlink Packet Access) 등의 무선 통신방식 또는 이더넷(Ethernet), xDSL(ADSL, VDSL), HFC(Hybrid Fiber Coax), FTTC(Fiber to The Curb), FTTH(Fiber To The Home) 등의 유선 통신방식이 이용될 수 있다.
한편, 통신망(미도시)은 상기에 제시된 통신방식에 한정되는 것은 아니며, 상술한 통신방식 이외에도 기타 널리 공지되었거나 향후 개발될 모든 형태의 통신 방식을 포함할 수 있다.
도 13은 본 발명에 따른 서버(10)의 제1 프로세서(130)에서 자기소개서를 기반으로 면접 질문을 생성하는 과정을 나타낸 흐름도이다. 여기서, 제1 프로세서(130)의 동작은 서버(10)에서 수행 가능할 수 있다.
제1 프로세서(130)는 상기 자기소개서에서 기 설정된 기준에 부합되는 핵심 내용을 추출할 수 있다(S1301).
구체적으로, 제1 프로세서(130)는 상기 자기소개서에서 기 설정된 기준에 부합되는 적어도 하나의 일부 텍스트를 핵심 내용으로 결정하여 추출할 수 있다.
제1 프로세서(130)는 상기 추출된 핵심 내용을 보정할 수 있다(S1302).
구체적으로, 제1 프로세서(130)는 상기 추출된 핵심 내용 중 기 설정된 일반적인 내용이 포함되는 경우, 해당 핵심 내용을 삭제하는 보정을 수행할 수 있다.
또는, 제1 프로세서(130)는 상기 핵심 내용의 끝어절의 단어의 일부가 미 포함된 경우, 상기 자기소개서의 내용에서 상기 단어의 일부에 해당하는 문자를 검색하고, 상기 검색된 문자를 기반으로 상기 단어를 보정할 수 있다.
또는, 제1 프로세서(130)는 상기 핵심 내용의 첫어절이 특정 단어인 경우, 상기 첫어절을 삭제하는 보정을 수행할 수 있다. 여기서, 특정 단어는 '저는', '저의', '제가', '저를', '저도', '저에게' 등 지원자를 의미하는 단어일 수 있다.
또는, 제1 프로세서(130)는 상기 핵심 내용에 특정 단어가 포함된 경우, 상기 핵심 내용에 포함된 특정 단어를 기 설정된 단어로 변경할 수 있다. 여기서, 제1 프로세서(130)는 상기 핵심 내용 중간에 특정 단어인 '저의'가 포함된 경우, '저의'를 기 설정된 단어인 '지원자의', '본인의' 등으로 변경할 수 있다.
제1 프로세서(130)는 상기 추출된 핵심 내용을 기반으로 면접 질문을 생성할 수 있다(S1303).
구체적으로, 제1 프로세서(130)는 상기 추출된 핵심 내용을 기반으로 단순 질문, 상세 질문 및 연관 질문 중 적어도 하나를 포함하며 상기 추출된 핵심 내용으로 시작하는 면접 질문을 실시간으로 생성할 수 있다.
제1 프로세서(130)는 상기 생성된 면접 질문 중에서 기 설정된 기준을 기반으로 적어도 하나의 면접 질문을 추출할 수 있다(S1304).
구체적으로, 제1 프로세서(130)는 상기 생성된 면접 질문 중에서 기 설정된 질문 형태, 질문 길이 및 질문 시제 중 적어도 하나에 해당되지 않는 적어도 하나의 면접 질문을 추출할 수 있다.
단계 S1304에서 제1 프로세서(130)는 추출되지 않은 면접 질문을 보정하여 새로운 면접 질문을 생성할 수 있다(S1305).
구체적으로, 제1 프로세서(130)는 추출되지 않은 면접 질문에 대해 핵심 내용의 영역을 수정하거나 상기 질문 길이를 조정하여 새로운 면접 질문을 생성할 수 있다.
제1 프로세서(130)는 핵심 면접 질문을 추출할 수 있다(S1306).
구체적으로, 제1 프로세서(130)는 상기 파악된 면접 질문의 개수가 기 설정된 개수를 초과할 경우 상기 기 설정된 개수를 초과하지 않는 범위 내에서, 상기 파악된 면접 질문에서 기 설정된 선정 기준에 부합되는 적어도 하나의 면접 질문을 핵심 면접 질문으로 결정하여 추출할 수 있다.
도 13은 단계 S1301 내지 단계 S1306을 순차적으로 실행하는 것으로 기재하고 있으나, 이는 본 실시예의 기술 사상을 예시적으로 설명한 것에 불과한 것으로서, 본 실시예가 속하는 기술분야에서 통상의 지식을 가진 자라면 본 실시예의 본질적인 특성에서 벗어나지 않는 범위에서 도 13에 기재된 순서를 변경하여 실행하거나 단계 S1301 내지 단계 S1306 중 하나 이상의 단계를 병렬적으로 실행하는 것으로 다양하게 수정 및 변형하여 적용 가능할 것이므로, 도 13은 시계열적인 순서로 한정되는 것은 아니다.
이상에서 전술한 본 발명의 일 실시예에 따른 방법은, 하드웨어인 컴퓨터와 결합되어 실행되기 위해 프로그램(또는 어플리케이션)으로 구현되어 매체에 저장될 수 있다. 여기서, 컴퓨터는 앞에서 설명한 서버(10)일 수 있다.
상기 전술한 프로그램은, 상기 컴퓨터가 프로그램을 읽어 들여 프로그램으로 구현된 상기 방법들을 실행시키기 위하여, 상기 컴퓨터의 프로세서(CPU)가 상기 컴퓨터의 장치 인터페이스를 통해 읽힐 수 있는 C, C++, Python, JAVA, 기계어 등의 컴퓨터 언어로 코드화된 코드(Code)를 포함할 수 있다. 이러한 코드는 상기 방법들을 실행하는 필요한 기능들을 정의한 함수 등과 관련된 기능적인 코드(Functional Code)를 포함할 수 있고, 상기 기능들을 상기 컴퓨터의 프로세서가 소정의 절차대로 실행시키는데 필요한 실행 절차 관련 제어 코드를 포함할 수 있다. 또한, 이러한 코드는 상기 기능들을 상기 컴퓨터의 프로세서가 실행시키는데 필요한 추가 정보나 미디어가 상기 컴퓨터의 내부 또는 외부 메모리의 어느 위치(주소 번지)에서 참조되어야 하는지에 대한 메모리 참조관련 코드를 더 포함할 수 있다. 또한, 상기 컴퓨터의 프로세서가 상기 기능들을 실행시키기 위하여 원격(Remote)에 있는 어떠한 다른 컴퓨터나 서버 등과 통신이 필요한 경우, 코드는 상기 컴퓨터의 통신 모듈을 이용하여 원격에 있는 어떠한 다른 컴퓨터나 서버 등과 어떻게 통신해야 하는지, 통신 시 어떠한 정보나 미디어를 송수신해야 하는지 등에 대한 통신 관련 코드를 더 포함할 수 있다.
본 발명의 실시예와 관련하여 설명된 방법 또는 알고리즘의 단계들은 하드웨어로 직접 구현되거나, 하드웨어에 의해 실행되는 소프트웨어 모듈로 구현되거나, 또는 이들의 결합에 의해 구현될 수 있다. 소프트웨어 모듈은 RAM(Random Access Memory), ROM(Read Only Memory), EPROM(Erasable Programmable ROM), EEPROM(Electrically Erasable Programmable ROM), 플래시 메모리(Flash Memory), 하드 디스크, 착탈형 디스크, CD-ROM, 또는 본 발명이 속하는 기술 분야에서 잘 알려진 임의의 형태의 컴퓨터 판독가능 기록매체에 상주할 수도 있다.
이상, 첨부된 도면을 참조로 하여 본 발명의 실시예를 설명하였지만, 본 발명이 속하는 기술분야의 통상의 기술자는 본 발명이 그 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 실시될 수 있다는 것을 이해할 수 있을 것이다. 그러므로, 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며, 제한적이 아닌 것으로 이해해야만 한다.
10: 서버
110: 제1 통신부
120: 제1 메모리
130: 제1 프로세서
20: 면접관 단말
210: 제2 통신부
220: 제1 입출력부
230: 제2 메모리
240: 제2 프로세서

Claims (10)

  1. 서버에 의해 수행되는 자기소개서를 기반으로 면접 질문을 생성하는 방법에 있어서,
    상기 자기소개서에서 기 설정된 기준에 부합되는 적어도 하나의 일부 텍스트를 핵심 내용으로 결정하여 추출하는 단계;
    상기 추출된 핵심 내용을 기반으로 단순 질문, 상세 질문 및 연관 질문 중 적어도 하나를 포함하며 상기 추출된 핵심 내용으로 시작하는 면접 질문을 실시간으로 생성하는 단계;
    상기 생성된 면접 질문 중에서 기 설정된 질문 형태, 질문 길이 및 질문 시제 중 적어도 하나에 해당되지 않는 적어도 하나의 면접 질문을 추출하는 단계;
    파악된 면접 질문의 개수가 기 설정된 개수를 초과할 경우 상기 기 설정된 개수를 초과하지 않는 범위 내에서, 상기 파악된 면접 질문에서 기 설정된 선정 기준에 부합되는 적어도 하나의 면접 질문을 핵심 면접 질문으로 결정하여 추출하는 단계; 및
    상기 추출된 핵심 면접 질문을 면접관의 단말로 제공하는 단계;를 포함하고,
    상기 면접 질문 추출 단계는,
    상기 생성된 면접 질문 중에서, 끝어절이 질문 형태가 아니거나,
    상기 생성된 면접 질문의 길이와 상기 생성된 면접 질문과 매칭되는 핵심 내용의 길이의 차이가 기 설정된 임계값 이상이거나,
    상기 생성된 면접 질문과 매칭되는 핵심 내용의 시제와 상기 생성된 면접 질문의 시제가 일치하지 않거나,
    상기 생성된 면접 질문 중에서 주체가 지원자가 아니거나,
    상기 생성된 면접 질문 중에서 상기 핵심 내용을 반복 기재한 후 상기 끝어절만 질문 형태이거나,
    상기 생성된 면접 질문 중에서 상기 핵심 내용과 일치하지 않는 적어도 하나의 면접 질문을 추출하지 않는, 방법.
  2. 제1항에 있어서,
    상기 핵심 내용 추출 단계는,
    상기 자기소개서를 구성하는 복수의 문장 중 기 설정된 적어도 하나의 특성정보에 해당하는 적어도 하나의 문장을 파악하고,
    상기 파악된 적어도 하나의 문장으로부터 상기 핵심 내용을 추출하는, 방법.
  3. 제2항에 있어서,
    상기 핵심 내용 추출 단계는,
    복수의 기준 내용, 상기 기준 내용에 각각 해당되는 기준 핵심 내용 및 상기 기준 핵심 내용에 매칭되는 특성정보를 기반으로 제1 학습 모델을 구축하는 단계; 및
    상기 구축된 제1 학습 모델에 상기 자기소개서의 내용을 입력하여 상기 핵심 내용을 추출하는 단계;를 포함하는, 방법.
  4. 제3항에 있어서,
    상기 추출된 핵심 내용을 보정하는 단계;를 더 포함하고,
    상기 핵심 내용 보정 단계는,
    상기 핵심 내용의 끝어절의 단어의 일부가 미 포함된 경우, 상기 자기소개서의 내용에서 상기 단어의 일부에 해당하는 문자를 검색하고,
    상기 검색된 문자를 기반으로 상기 단어를 보정하는, 방법.
  5. 제4항에 있어서,
    상기 핵심 내용 보정 단계는,
    상기 핵심 내용의 첫어절이 특정 단어인 경우, 상기 첫어절을 삭제하고,
    상기 핵심 내용에 특정 단어가 포함된 경우, 상기 핵심 내용에 포함된 특정 단어를 기 설정된 단어로 변경하는, 방법.
  6. 제1항에 있어서,
    상기 면접 질문 생성 단계는,
    복수의 기준 핵심 내용 및 상기 기준 핵심 내용과 연관된 복수의 기준 면접 질문을 기반으로 제2 학습 모델을 구축하는 단계; 및
    상기 구축된 제2 학습 모델에 상기 추출된 핵심 내용을 입력하여 상기 면접 질문을 생성하는 단계;를 포함하는, 방법.
  7. 제6항에 있어서,
    상기 단순 질문은, 상기 추출된 핵심 내용에 대해 되묻는 형태의 질문을 포함하고,
    상기 상세 질문은, 상기 추출된 핵심 내용에 대한 육하원칙의 세부사항 설명을 요청하는 질문을 포함하며,
    상기 연관 질문은, 상기 추출된 핵심 내용과 연관된 내용 설명을 요청하는 질문을 포함하는, 방법.
  8. 삭제
  9. 제2항에 있어서,
    상기 핵심 면접 질문 추출 단계는,
    회사, 직군, 지원자 경력 별 기 저장된 핵심 질문 키워드를 기반으로 상기 추출된 면접 질문 중 상기 핵심 면접 질문을 추출하거나,
    상기 특성 정보 중 선택된 특성 정보의 포함 여부에 따라 상기 핵심 면접 질문을 추출하거나,
    상기 추출된 면접 질문을 유사도를 기반으로 그룹별로 분류하고, 상기 그룹 별 면접 질문 중 적어도 하나를 추출하는, 방법.
  10. 자기소개서를 기반으로 면접 질문을 생성하는 서버에 있어서,
    통신부;
    상기 자기소개서를 기반으로 상기 면접 질문을 생성하기 위한 복수의 프로세스를 구비하는 메모리; 및
    상기 프로세스에 따라 동작하는 프로세서;를 포함하고,
    상기 프로세서는, 상기 프로세스를 기반으로,
    상기 자기소개서에서 기 설정된 기준에 부합되는 적어도 하나의 일부 텍스트를 핵심 내용으로 결정하여 추출하고,
    상기 추출된 핵심 내용을 기반으로 단순 질문, 상세 질문 및 연관 질문 중 적어도 하나를 포함하며 상기 추출된 핵심 내용으로 시작하는 면접 질문을 실시간으로 생성하고,
    상기 생성된 면접 질문 중에서 기 설정된 질문 형태, 질문 길이 및 질문 시제 중 적어도 하나에 해당되지 않는 적어도 하나의 면접 질문을 추출하고,
    파악된 면접 질문의 개수가 기 설정된 개수를 초과할 경우 상기 기 설정된 개수를 초과하지 않는 범위 내에서, 상기 파악된 면접 질문에서 기 설정된 선정 기준에 부합되는 적어도 하나의 면접 질문을 핵심 면접 질문으로 결정하여 추출하고,
    상기 추출된 핵심 면접 질문을 상기 통신부를 통해 면접관의 단말로 송신하여 제공하고,
    상기 프로세서는,
    상기 면접 질문 추출할때,
    상기 생성된 면접 질문 중에서, 끝어절이 질문 형태가 아니거나,
    상기 생성된 면접 질문의 길이와 상기 생성된 면접 질문과 매칭되는 핵심 내용의 길이의 차이가 기 설정된 임계값 이상이거나,
    상기 생성된 면접 질문과 매칭되는 핵심 내용의 시제와 상기 생성된 면접 질문의 시제가 일치하지 않거나,
    상기 생성된 면접 질문 중에서 주체가 지원자가 아니거나,
    상기 생성된 면접 질문 중에서 상기 핵심 내용을 반복 기재한 후 상기 끝어절만 질문 형태이거나,
    상기 생성된 면접 질문 중에서 상기 핵심 내용과 일치하지 않는 적어도 하나의 면접 질문을 추출하지 않는, 서버.
KR1020210066811A 2021-05-25 2021-05-25 자기소개서를 기반으로 면접 질문을 생성하는 서버 및 방법 Active KR102281161B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210066811A KR102281161B1 (ko) 2021-05-25 2021-05-25 자기소개서를 기반으로 면접 질문을 생성하는 서버 및 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210066811A KR102281161B1 (ko) 2021-05-25 2021-05-25 자기소개서를 기반으로 면접 질문을 생성하는 서버 및 방법

Publications (1)

Publication Number Publication Date
KR102281161B1 true KR102281161B1 (ko) 2021-07-23

Family

ID=77155443

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210066811A Active KR102281161B1 (ko) 2021-05-25 2021-05-25 자기소개서를 기반으로 면접 질문을 생성하는 서버 및 방법

Country Status (1)

Country Link
KR (1) KR102281161B1 (ko)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190122457A (ko) * 2018-04-20 2019-10-30 삼성전자주식회사 음성 인식을 수행하는 전자 장치 및 전자 장치의 동작 방법
KR20230001583A (ko) * 2021-06-28 2023-01-05 주식회사 이수시스템 국가직무능력표준 기반 유사도 추출 모델을 이용한 심층 질문형 비대면 면접 시스템
KR102591769B1 (ko) * 2022-09-14 2023-10-24 주식회사 글로랑 언어 모델을 기반으로 질의 응답 네트워크를 활용한 인적성 검사의 문제 생성 방법 및 서버
KR102641660B1 (ko) * 2023-10-16 2024-02-27 이승민 생성형 ai를 활용하여 문제해결을 최적화하기 위한 서버 및 그 동작방법
JP2024117765A (ja) * 2023-02-17 2024-08-29 Hrソリューションズ株式会社 情報処理装置、情報処理方法、及びプログラム
KR102735490B1 (ko) 2023-09-27 2024-11-28 주식회사 브릿지랩 자기소개서 기반 면접 질문지 자동 생성 시스템
KR102741277B1 (ko) * 2023-07-24 2024-12-11 에이블제이 주식회사 인공지능에 기반한 면접용 꼬리 질문 생성 서버 및 방법
KR102741278B1 (ko) * 2023-09-14 2024-12-11 에이블제이 주식회사 면접용 꼬리 질문 생성 서버 및 방법
KR20240176164A (ko) * 2023-06-15 2024-12-24 주식회사 무하유 채용 분야에 대한 답변 적합도의 평가에 대응되는 시각화 자료 및 등급을 제공하기 위한 장치 및 방법

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0349461B2 (ko) * 1985-02-26 1991-07-29 Saajikaru Dainamitsukusu Inc
JP6649461B1 (ja) 2018-12-06 2020-02-19 株式会社Agsコンサルティング プログラム、情報処理装置及び情報処理方法
KR20200092460A (ko) * 2019-01-07 2020-08-04 주식회사 제네시스랩 기계학습을 이용한 면접준비 서비스를 제공하는 방법, 시스템 및 컴퓨터-판독가능 매체
KR20200137903A (ko) * 2019-05-31 2020-12-09 주식회사 미소테크 텍스트 객체로부터 키워드를 추출하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체
KR20200145299A (ko) * 2019-06-21 2020-12-30 주식회사 웨이브온 온라인 면접 동영상 분석 및 소셜미디어 정보분석 기반 지능형 채용지원 플랫폼
KR20210001419A (ko) * 2019-06-28 2021-01-07 주식회사 제이앤비즈 면접 컨설팅 서비스를 제공하기 위한 사용자 단말, 시스템 및 방법
KR20210012500A (ko) * 2019-07-25 2021-02-03 주식회사 제네시스랩 면접영상 자동평가모델을 학습시키는 방법, 시스템 및 컴퓨터-판독가능 매체
KR20210012503A (ko) 2019-07-25 2021-02-03 주식회사 제네시스랩 온라인 면접을 제공하는 방법, 시스템 및 컴퓨터-판독가능 매체
KR102211537B1 (ko) * 2018-11-13 2021-02-04 (주)창체넷 면접 지원 시스템

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH0349461B2 (ko) * 1985-02-26 1991-07-29 Saajikaru Dainamitsukusu Inc
KR102211537B1 (ko) * 2018-11-13 2021-02-04 (주)창체넷 면접 지원 시스템
JP6649461B1 (ja) 2018-12-06 2020-02-19 株式会社Agsコンサルティング プログラム、情報処理装置及び情報処理方法
KR20200092460A (ko) * 2019-01-07 2020-08-04 주식회사 제네시스랩 기계학습을 이용한 면접준비 서비스를 제공하는 방법, 시스템 및 컴퓨터-판독가능 매체
KR20200137903A (ko) * 2019-05-31 2020-12-09 주식회사 미소테크 텍스트 객체로부터 키워드를 추출하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능한 기록 매체
KR20200145299A (ko) * 2019-06-21 2020-12-30 주식회사 웨이브온 온라인 면접 동영상 분석 및 소셜미디어 정보분석 기반 지능형 채용지원 플랫폼
KR20210001419A (ko) * 2019-06-28 2021-01-07 주식회사 제이앤비즈 면접 컨설팅 서비스를 제공하기 위한 사용자 단말, 시스템 및 방법
KR20210012500A (ko) * 2019-07-25 2021-02-03 주식회사 제네시스랩 면접영상 자동평가모델을 학습시키는 방법, 시스템 및 컴퓨터-판독가능 매체
KR20210012503A (ko) 2019-07-25 2021-02-03 주식회사 제네시스랩 온라인 면접을 제공하는 방법, 시스템 및 컴퓨터-판독가능 매체

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20190122457A (ko) * 2018-04-20 2019-10-30 삼성전자주식회사 음성 인식을 수행하는 전자 장치 및 전자 장치의 동작 방법
KR102701423B1 (ko) * 2018-04-20 2024-09-02 삼성전자 주식회사 음성 인식을 수행하는 전자 장치 및 전자 장치의 동작 방법
KR20230001583A (ko) * 2021-06-28 2023-01-05 주식회사 이수시스템 국가직무능력표준 기반 유사도 추출 모델을 이용한 심층 질문형 비대면 면접 시스템
KR102601177B1 (ko) * 2021-06-28 2023-11-13 주식회사 이수시스템 국가직무능력표준 기반 유사도 추출 모델을 이용한 심층 질문형 비대면 면접 시스템
KR102591769B1 (ko) * 2022-09-14 2023-10-24 주식회사 글로랑 언어 모델을 기반으로 질의 응답 네트워크를 활용한 인적성 검사의 문제 생성 방법 및 서버
WO2024058480A1 (ko) * 2022-09-14 2024-03-21 주식회사 글로랑 언어 모델을 기반으로 질의 응답 네트워크를 활용한 인적성 검사의 문제 생성 방법 및 서버
JP2024117765A (ja) * 2023-02-17 2024-08-29 Hrソリューションズ株式会社 情報処理装置、情報処理方法、及びプログラム
JP7679111B2 (ja) 2023-02-17 2025-05-19 Hrソリューションズ株式会社 情報処理装置、情報処理方法、及びプログラム
KR20240176164A (ko) * 2023-06-15 2024-12-24 주식회사 무하유 채용 분야에 대한 답변 적합도의 평가에 대응되는 시각화 자료 및 등급을 제공하기 위한 장치 및 방법
KR102799034B1 (ko) 2023-06-15 2025-04-23 주식회사 무하유 채용 분야에 대한 답변 적합도의 평가에 대응되는 시각화 자료 및 등급을 제공하기 위한 장치 및 방법
KR102741277B1 (ko) * 2023-07-24 2024-12-11 에이블제이 주식회사 인공지능에 기반한 면접용 꼬리 질문 생성 서버 및 방법
KR102741278B1 (ko) * 2023-09-14 2024-12-11 에이블제이 주식회사 면접용 꼬리 질문 생성 서버 및 방법
KR102735490B1 (ko) 2023-09-27 2024-11-28 주식회사 브릿지랩 자기소개서 기반 면접 질문지 자동 생성 시스템
KR102641660B1 (ko) * 2023-10-16 2024-02-27 이승민 생성형 ai를 활용하여 문제해결을 최적화하기 위한 서버 및 그 동작방법

Similar Documents

Publication Publication Date Title
KR102281161B1 (ko) 자기소개서를 기반으로 면접 질문을 생성하는 서버 및 방법
US11263589B2 (en) Generation of automated job interview questionnaires adapted to candidate experience
Pandey et al. Disruptive artificial intelligence and sustainable human resource management: Impacts and innovations-The future of HR
Nwankwo Interactive advising with bots: improving academic excellence in educational establishments
US20180268373A1 (en) System and method for determining key professional skills and personality traits for a job
US20110055098A1 (en) Automated employment information exchange and method for employment compatibility verification
US11205130B2 (en) Mental modeling method and system
US11797941B2 (en) System and methodologies for candidate analysis utilizing psychometric data and benchmarking
US10896034B2 (en) Methods and systems for automated screen display generation and configuration
US20220027733A1 (en) Systems and methods using artificial intelligence to analyze natural language sources based on personally-developed intelligent agent models
Morkos et al. Investigating the impact of requirements elicitation and evolution on course performance in a pre-capstone design course
US20200105156A1 (en) Adaptive interview preparation for candidates
US20250217595A1 (en) College admissions and career mentorship platform
US11551187B2 (en) Machine-learning creation of job posting content
Wang et al. Using explainable AI to unravel classroom dialogue analysis: Effects of explanations on teachers' trust, technology acceptance and cognitive load
Brooks et al. Conceptual modelling and the project process in real simulation projects: a survey of simulation modellers
JP7671403B1 (ja) 情報処理システム、情報処理方法及びプログラム
Foltz et al. Data mining large-scale formative writing
Monserrat et al. Investigating the use of artificial intelligence (AI) in educational settings: A systematic review
US11314488B2 (en) Methods and systems for automated screen display generation and configuration
US20190026647A1 (en) Authoring System for Subject Matter Experts (SMEs) to Develop a Computer-Based Question and Answer (QA) system for their Instructional Materials
US20250029063A1 (en) Artificial intelligence-based professional human resource platform service method capable of providing non-face-to-face recruitment services
US20230237590A1 (en) Optimizing mentorship matches
Asha et al. Automated interview through online video interface
Lam et al. Framework for automating requirement elicitation using a chatbot

Legal Events

Date Code Title Description
PA0109 Patent application

Patent event code: PA01091R01D

Comment text: Patent Application

Patent event date: 20210525

PA0201 Request for examination
A302 Request for accelerated examination
PA0302 Request for accelerated examination

Patent event date: 20210526

Patent event code: PA03022R01D

Comment text: Request for Accelerated Examination

Patent event date: 20210525

Patent event code: PA03021R01I

Comment text: Patent Application

E701 Decision to grant or registration of patent right
PE0701 Decision of registration

Patent event code: PE07011S01D

Comment text: Decision to Grant Registration

Patent event date: 20210713

GRNT Written decision to grant
PR0701 Registration of establishment

Comment text: Registration of Establishment

Patent event date: 20210719

Patent event code: PR07011E01D

PR1002 Payment of registration fee

Payment date: 20210719

End annual number: 3

Start annual number: 1

PG1601 Publication of registration
PR1001 Payment of annual fee

Payment date: 20240528

Start annual number: 4

End annual number: 4

PR1001 Payment of annual fee

Payment date: 20250602

Start annual number: 5

End annual number: 5