KR102449226B1 - 구인 구직 중개에 대한 업무 난이도 기반의 차등 페이백 제공 시스템 - Google Patents

Abstract

본 발명에 따른 구인 구직 중개에 대한 업무 난이도 기반의 차등 페이백 제공 시스템은, 구인자의 채용공고 및 구직자의 구직정보를 제공하는 구인 구직 인터페이스; 구직자가 수행하는 업무에 대한 난이도를 결정하는 것으로서, 상기 구인자의 업무위치로부터 상기 구직자의 위치 사이의 거리를 기반으로 업무 난이도를 결정하는 난이도 결정 모듈과, 상기 업무 난이도에 따라 상기 구인 구직 인터페이스를 통해 채용된 상기 구직자에게 추가로 지급되는 페이백 가격 정보를 결정하는 페이백 결정 모듈을 포함하는 페이백 인터페이스;를 포함하는 것을 특징으로 한다.

Description

구인 구직 중개에 대한 업무 난이도 기반의 차등 페이백 제공 시스템{system that provides differential paybacks based on the difficulty level of job-seeking brokerage}

본 발명은 구인 구직 중개에 대한 업무 난이도 기반의 차등 페이백 제공 시스템에 관한 것으로서, 보다 상세히 설명하면 업무위치로부터 구직자 사이의 거리, 기온, 기피도, 청결도, 위험도와 같은 다양한 속성에 따라 업무에 대한 난이도를 결정하고, 업무 난이도에 따라 채용 시 구직자에게 제공될 페이백을 차등 결정하여 구직자에 대한 채용을 촉진할 수 있도록 한, 업무 난이도 기반의 차등 페이백 제공 시스템에 관한 것이다.

인터넷의 발달과 함께 취업을 위한 구인구직은 온라인 상에서 활발하게 이뤄지고 있다. 이러한 온라인 상에서의 구직 또는 구직 활동은 장소나 시간에 구애받지 않을 뿐 아니라 기존의 번거로운 종이서류를 대체할 수 있는 편리함으로 인해 구직/구인 시장에서의 입지를 상당히 높일 수 있었다.

온라인 상에서 이루어지는 구인구직 시스템을 살펴보면, 직업을 구하는 구직자가 취업사이트에 이력 정보를 제공하면 취업사이트는 이를 취합하여 구직자 정보 데이터베이스를 구축한다.

또한, 고용 인력을 구하는 구인자가 취업사이트에 기업 정보와 필요한 인력 조건을 제공하면, 취업사이트는 이를 취합하여 기업 정보 데이터베이스를 구축한다.

이러한 과정을 통해 데이터베이스가 구축된 후, 취업사이트 및 취업사이트가 구현된 어플리케이션에서는 구인자나 구직자에게 데이터베이스의 정보를 제공하여 구인자와 구직자를 연결시키는 기능을 수행한다.

이러한 구인구직 관련기술은 정규직이나 사전에 협의된 근무시간과 근무조건을 만족하는 일자리에 국한되어 있어, 인력이 단기간 또는 급하게 필요한 일용직과 같은 일자리를 구하거나 모집하는 경우 많은 제약사항이 있다는 애로사항이 있었다.

이와 같은 문제점을 해결하기 위해, 한국 등록특허 제 10-0900571호에 ‘임시직 근로자를 위한 구인구직 중개 관리 시스템 및 방법’이 개시되어 있다.

상기 발명은 임시직 근로자를 위한 구인구직 중개 관리시스템에 관한 것으로서, 보다 상세하게는, 방대한 구인구직정보로 인해 적합한 인력을 찾기 어려운 임시직 근로자를 대상으로 구인업체는 물론 구직자에게도 자신이 등록한 요건에 부합하는 대상을 선별하여 정보를 제공함으로써, 구인업체와 구직자가 적극적이고 안정적인 구인구직활동을 할 수 있고, 일반적으로 업무가 종료되는 과정에서 지불되는 임금을 구인업체가 근로 계약을 체결할 때 지정계좌에 예치함으로써, 근로자에게는 임금지급의 지체에 대한 위험과 불안감을 해소시켜 줌은 물론 구인업체에게는 근로자의 고의과실에 의한 업무 미종결시 임금지불을 취소할 수 있게 하여 상호 안정적인 채용에 따른 계약체결이 가능하며, 업무종료과정에서 구인업체가 근로자에 대한 업무능력평가를 하고, 그 결과를 바탕으로 대상 근로자의 등급이 갱신됨으로써, 향후 구인업체가 구직자의 실제 업무능력을 파악할 수 있어 시간과 비용을 절약하여 적합한 직원을 채용할 수 있게 하는 임시직 근로자를 위한 구인구직 중개 관리시스템 및 방법에 관한 것이다.

그러나 상기와 같은 선행기술에서는 채용된 구직자 및 구인업체에 대한 관리 기능만을 제시하고 있을 뿐, 현장의 특성에 따라 구직자의 업무 난이도가 달라질 수 있는 일반적인 블루칼라(blue-collar) 종사 직군에 있어 특수한 채용 상황에 따른 채용의 어려움 극복을 위한 고용 증진 효과를 제공해주기엔 어려움이 있었다.

따라서 상술한 바와 같은 문제점을 해결하기 위해, 업무에 대한 난이도를 결정하여 그에 따라 채용 시 제공될 페이백을 결정함으로써, 구직자로 하여금 페이백을 통한 구직 촉진 효과를 제공하는 구인 구직 중개에 대한 업무 난이도 기반의 차등 페이백 제공 시스템을 개발할 필요성이 대두되는 실정이다.

본 발명은 페이백을 기반으로 블루칼라(blue-collar) 노동자에 대한 채용을 촉진할 수 있도록 한 구인 구직 서비스를 제공하는 것을 주요 목적으로 한다.

본 발명의 다른 목적은, 다양한 속성을 기반으로 업무 난이도를 설정하고 그에 따라 페이백을 차등 제공하는 것이다.

본 발명의 또 다른 목적은, 구인자의 채용공고에 대한 업무 난이도와 구직자의 업무에 대한 난이도 성향을 비교할 수 있는 신규한 구성을 제공하는 것이다.

상기 목적을 달성하기 위하여, 본 발명에 따른 구인 구직 중개에 대한 업무 난이도 기반의 차등 페이백 제공 시스템은, 구인자의 채용공고 및 구직자의 구직정보를 제공하는 구인 구직 인터페이스; 구직자가 수행하는 업무에 대한 난이도를 결정하는 것으로서, 상기 구인자의 업무위치로부터 상기 구직자의 위치 사이의 거리를 기반으로 업무 난이도를 결정하는 난이도 결정 모듈과, 상기 업무 난이도에 따라 상기 구인 구직 인터페이스를 통해 채용된 상기 구직자에게 추가로 지급되는 페이백 가격 정보를 결정하는 페이백 결정 모듈을 포함하는 페이백 인터페이스;를 포함하는 것을 특징으로 한다.

나아가, 상기 업무 난이도는, 상기 구인자에 의해 결정된 것으로서, 상기 거리, 기온, 기피도, 청결도, 위험도, 육체 피로도를 포함하는 속성을 포함하고, 상기 페이백 인터페이스는, 설문을 기반으로 상기 속성에 대한 상기 구직자의 난이도 성향을 파악하는 난이도 성향 파악 모듈과, 상기 구인자의 업무 난이도와 상기 구직자의 난이도 성향의 속성을 비교하여 비교 수치를 산출하는 매칭 모듈 및, 상기 비교 수치의 고저에 따라 상기 구직자의 업무에 대한 적부 판단을 수행하는 적부 판단 모듈을 포함하는 것을 특징으로 한다.

더하여, 상기 매칭 모듈은, 상기 구직자의 난이도 성향 및 상기 구인자의 업무 난이도에 포함된 각각의 속성의 수치를 길이로 설정하여 중심점으로부터 방사형으로 상기 각각의 속성의 개수만큼 연장된 연장선과, 상기 연장선의 끝단을 잇는 연결선을 포함한 구직자 및 구인자 난이도 모형을 생성하는 난이도 모형 생성부와, 상기 구직자 및 구인자 난이도 모형의 면적 차이를 비교 수치로 산출하는 비교 수치 산출부를 포함하는 것을 특징으로 한다.

본 발명의 구인 구직 중개에 대한 업무 난이도 기반의 차등 페이백 제공 시스템에 따르면,

1) 거리를 기반으로 결정된 업무 난이도를 기반으로 하여 구인 구직 인터페이스를 통해 채용되어 업무를 수행하는 구직자에게 지급되는 페이백을 차등 조절하여, 업무 난이도가 높은 일에 대해서도 구직자의 지원을 장려하여 채용을 장려할 수 있도록 하여 고용을 촉진할 수 있고,

2) 다양한 속성을 기반으로 업무 난이도를 설정하고, 이를 기반으로 페이백을 설정할 수 있도록 함으로써 구직자로 하여금 다양한 속성에 대해 해당 업무의 난이도를 파악할 수 있도록 하고, 기피업무에 대한 채용을 보다 촉진할 수 있도록 하며,

3) 난이도 모형을 통해 업무 난이도와 구직자의 업무에 대한 난이도 성향을 비교 처리함과 동시에 이를 기반으로 구직자에 대한 적부 판단을 수행하고, 나아가 난이도 모형의 면적 차이를 통한 비교 수치를 기반으로 페이백 금액을 차등 적용할 수 있도록 함으로써 적부 판단에 있어 해당 채용공고에 적합한 것으로 판정된 구직자에게 제공되는 페이백을 비교 수치 기반으로 제공할 수 있도록 하여 구직자의 성향, 능력을 반영한 차등적 페이백을 제공할 수 있도록 한 효과가 있다.

도 1은 본 발명의 시스템에 대한 개략적인 구성을 나타낸 개념도.
도 2는 본 발명의 구인구직 인터페이스의 예시를 나타낸 개념도.
도 3은 본 발명의 시스템의 세부 구조를 도시한 개념도.
도 4는 업무 난이도 설정 예시를 나타낸 개념도.
도 5는 난이도 성향 설문의 예시를 나타낸 개념도.
도 6은 난이도 모형의 예시를 나타낸 개념도.
도 7은 난이도 모형의 보정 예시를 나타낸 개념도.

이하 첨부된 도면을 참조하여 본 발명의 바람직한 실시예를 상세하게 설명하도록 한다. 첨부된 도면은 축척에 의하여 도시되지 않았으며, 각 도면의 동일한 참조 번호는 동일한 구성 요소를 지칭한다.

도 1은 본 발명의 시스템에 대한 개략적인 구성을 나타낸 개념도이다.

도 1을 참조하여 설명하면, 본 발명의 구인 구직 중개에 대한 업무 난이도 기반의 차등 페이백 제공 시스템은 구인자 단말(2), 구직자 단말(3), 그리고 메인 서버(1)를 포함하는 것을 특징으로 한다.

구인자는 본 발명의 페이백 제공 시스템을 통해 채용공고를 올리고 인력을 구하고자 하는 자를 의미하며, 이때 구하는 인력의 종류에는 제한을 두지 않으나 바람직하게 블루 칼라(blue collar), 즉 현장에서 근무하는 인력을 채용하는 것일 수 있다. 따라서 구인자는 본 발명의 차등 페이백 시스템을 통해 적절한 인재를 구인하여 업무에 투입하게 된다.

나아가 일반적으로 이러한 구인자는 일반 개인이라기보다는 업체인 것이 바람직하다. 여기서 구인자는 기본적으로 스마트폰, 컴퓨터, 노트북, 태블릿PC 중 어느 하나 또는 이들로 이루어진 군에서 선택된 구인자 단말(2)을 통해 구인 구직 인터페이스(10)에 채용공고를 올리고 구직자에 대한 정보인 구직정보를 확인할 수 있으며, 나아가 구직자와의 연결을 통해 채용을 수행할 수 있다.

구직자는 본 발명의 차등 페이백 제공 시스템을 통해 일자리를 구하고자 하는 자를 의미하는 것으로서, 따라서 본 발명의 구인 구직 인터페이스(10)를 통해 채용공고를 확인하고 구인자가 제공하는 업무를 수행하여 보상을 받는 자를 의미한다. 더불어 본 발명에서는 업무 난이도를 기반으로 차등적인 페이백이 제공되므로, 구직자는 채용에 의해 페이백을 제공받는 자일 수 있다.

이러한 구직자는 스마트폰, 컴퓨터, 노트북, 태블릿PC 중 어느 하나 또는 이들로 이루어진 군에서 선택된 구직자 단말(3)을 소지하여 구직자 단말(3)을 통해 구인자의 채용공고를 확인하고 입사지원을 수행하며, 나아가 업무 난이도에 따른 페이백을 제공받게 된다.

메인 서버(1)는 본 발명의 차등 페이백 제공 시스템에 있어 구인 구직 인터페이스(10)에 대한 관리, 업무 난이도의 결정, 나아가 구직자에게 제공될 페이백을 결정하는 기능을 수행한다. 즉 메인 서버는 구인 구직에 대한 중개 및 업무 난이도의 설정, 페이백의 설정과 같은 본 발명의 핵심 기능을 제공하는 주체라 할 수 있다. 따라서 별도의 설명이 없는 한 본 발명의 차등 페이백 제공 시스템의 주체가 곧 메인 서버인 것으로 이해할 수 있다.

이러한 메인 서버(1)는 중앙처리장치(CPU) 및 메모리와 하드디스크와 같은 저장수단을 구비한 하드웨어 기반에서 중앙처리장치에서 수행될 수 있는 프로그램, 즉 소프트웨어가 설치되어 이 소프트웨어를 실행할 수 있는데 이러한 소프트웨어에 대한 일련의 구체적 구성을 '모듈' 및 '부', '파트' 등의 구성단위로써 후술할 예정이다.

이러한 '모듈' 또는 '부' 또는 '인터페이스' 또는 ‘파트’ 등 의 구성은 메인 서버(1)의 저장수단에 설치 및 저장된 상태에서 CPU 및 메모리를 매개로 실행되는 소프트웨어 또는 FPGA 내지 ASIC과 같은 하드웨어의 일 구성을 의미한다. 이때, '모듈' 또는 '부', '인터페이스'라는 구성은 하드웨어에 한정되는 의미는 아니고, 어드레싱할 수 있는 저장 매체에 있도록 구성될 수도 있고 하나 또는 그 이상의 프로세서들을 재생시키도록 구성될 수도 있다.

일 예로서 '모듈' 또는 '부' 또는 '인터페이스'는 소프트웨어 구성요소들, 객체지향 소프트웨어 구성요소들, 클래스 구성요소들 및 태스크 구성요소들과 같은 구성요소들과, 프로세스들, 함수들, 속성들, 프로시저들, 서브루틴들, 프로그램 코드의 세그먼트들, 드라이버들, 펌웨어, 마이크로 코드, 회로, 데이터, 데이터베이스, 데이터 구조들, 테이블들, 어레이들 및 변수들을 포함한다.

이러한 '모듈' 또는 '부' 또는 '인터페이스'에서 제공되는 기능은 더 작은 수의 구성요소들 및 '부' 또는'모듈'들로 결합되거나 추가적인 구성요소들과 '부' 또는 '모듈'들로 더 분리될 수 있다.

더불어, 메인 서버(1)는 적어도 하나의 프로세서를 포함하는 모든 종류의 하드웨어 장치를 의미하는 것이고, 실시예에 따라 해당 하드웨어 장치에서 동작하는 소프트웨어적 구성도 포괄하는 의미로서 이해될 수 있다. 예를 들어, 서버의 일 예로서의 컴퓨팅 장치는 스마트폰, 태블릿 PC, 데스크탑, 노트북 및 각 장치에서 구동되는 사용자 클라이언트 및 애플리케이션을 모두 포함하는 의미로서 이해될 수 있으며, 또한 이에 제한되는 것은 아니다.

도 2는 본 발명의 구인 구직 인터페이스의 예시를 나타낸 개념도이며, 도 3은 본 발명의 시스템의 세부 구조를 도시한 개념도이다.

도 2 및 도 3을 참조하여 설명하면, 본 발명의 차등 페이백 제공 시스템은 바람직하게 구인 구직 인터페이스(10)와 페이백 인터페이스(20)를 포함하는 것을 특징으로 한다.

구인 구직 인터페이스(10)는 도 2에 나타난 바와 같이 채용공고 및 구직정보를 제공하는 것으로서, 종래의 스카우트, 사람인, 잡코리아와 같은 채용 사이트 및 어플리케이션과 그 구성 및 기능이 유사하다고 할 수 있다.

이러한 구인 구직 인터페이스(10)의 경우 구인자 단말(2)로부터 업로드된 채용공고를 구직자 단말(3)에 제공하여 구직자로 하여금 채용공고를 보고 입사지원을 수행하도록 하는 기능을 제공하고, 구직자로 하여금 본인의 이력서를 포함한 구직정보를 구직자 단말(3)을 매개로 입력하게 하여 이를 구인자 단말(2)에 제공하는 기능을 수행한다.

여기서 구직정보라 함은 구직자의 이력서에 포함되는 내용, 즉 이름, 나이, 성별, 거주지, 학력, 경력사항 등을 포함할 수 있으며 희망 일급이나 희망 월급, 희망 직종을 포함할 수 있다.

더불어 이러한 구인 구직 인터페이스(10)는 입력된 구직정보를 모니터링하여 채용공고에 적절한 인력을 선별하여 구인자에게 선별된 구직정보를 제공하여 취업을 중개, 알선하는 기능을 더할 수 있음은 물론이다.

또한 본 발명에서 언급하지 않은 기능이라 할지라도 본 발명의 구인 구직 인터페이스(10)는 종래의 구인 구직 알선이나 중개와 관련한 취업 플랫폼 등에서 제공하는 기능을 포함할 수 있으며 그 종류에는 한정을 두지 않는다.

페이백 인터페이스(20)는 본 발명의 구인 구직 인터페이스(10)를 통해 업로드된 채용공고에 있어 해당 채용공고에 수반되는 업무에 대한 난이도인 업무 난이도를 결정하고, 결정된 업무 난이도에 따라 해당 채용공고에 지원하여 채용되는 구직자에게 제공되는 페이백을 결정하는 기능을 수행하는 것으로서, 이를 위해 난이도 결정 모듈(100)과 페이백 결정 모듈(200)을 포함하는 것을 특징으로 한다.

난이도 결정 모듈(100)은 구인 구직 인터페이스(10)에 올라온 각각의 채용공고를 통해 구직자가 수행하게 될 업무에 대한 난이도인 업무 난이도를 결정하는 기능을 수행한다.

여기서 업무 난이도라 함은 구인 구직 인터페이스(10) 상의 채용공고에 올라온 각각의 업무에 대한 난이도가 될 수 있는데, 해당 업무가 맡아서 수행하기 쉬운지, 어려운지에 대한 척도가 된다 할 수 있다. 이때 기본적으로 업무 난이도는 구인자의 채용공고에 포함된 업무위치로부터 구직자의 위치 사이의 거리를 기반으로 결정될 수 있다. 이는 거리가 멀수록 해당 구직자가 수행하기 어려운, 난이도가 높은 업무로 판단될 수 있으며, 거리가 가까울수록 해당 구직자가 수행하기 쉬운, 난이도가 낮은 업무로 판단될 수 있기 때문이다.

이때 구인자의 채용공고에 포함된 업무위치라 함은 구인자가 업로드한 채용공고에 포함된 업무위치를 기본으로 하며, 구직자의 위치라 함은 구직자가 구직정보에 포함된 이력서 상에 입력한 주소지, 혹은 구직자가 현재 소지하고 있는 구직자 단말(3)(스마트폰)의 현재 위치, 혹은 구직자가 별도로 설정한 위치를 의미한다.

따라서 기본적으로 구인자의 업무위치로부터 구직자의 위치 사이의 거리가 멀면 멀수록 업무 난이도가 높아질 수 있으며, 거리가 가까울수록 업무 난이도가 낮게 설정될 수 있다. 예를 들어 편도 10km 이내 1점, 편도 20km 이내 2점, 편도 30km 이내 3점, 편도 50km 이내 4점, 편도 50km 이상 5점과 같이 1점 내지 5점 척도에서 구인자의 업무위치로부터 구직자의 위치 사이의 거리에 따라 업무 난이도가 결정될 수 있다. 혹은 1점 내지 10점 척도나 1점 내지 100점 척도 등 다양한 점수 범위에서 구인자의 업무위치로부터 구직자의 위치 사이의 거리에 따라 업무 난이도를 결정할 수 있음은 물론이다.

또한 구인자의 업무위치로부터 구직자의 위치 사이의 거리는 직선 거리보다는, 네비게이션이나 지도와 연동되어 도로를 통해 이동하는 경로 상의 거리를 의미하는 것이라 할 수 있다.

따라서 이와 같이 구인자의 업무위치로부터 구직자의 위치 사이를 기반으로 업무 난이도가 결정되어, 구직자가 업무위치까지 먼 거리를 이동하여 업무를 수행하는 경우 업무 난이도가 높다고 판단하는 것이라 할 수 있으며, 거리가 가까운 경우 업무 난이도가 낮다고 평가될 수 있는 것이다.

나아가 업무 난이도는 거리 외에도 추가적인 속성을 더 반영하여 산출될 수도 있으나, 그에 대해서는 후술하기로 한다. 또한 업무 난이도는 상술한 바와 같이 거리를 기반으로 시스템 상에서 자동 결정될 수도 있고, 시스템 관리자에 의해 결정될 수도 있다. 따라서 업무 난이도는 거리의 고저를 기반으로 산출되는 것이라면 그 결정 방식에 있어서는 제한을 두지 않는다.

페이백 결정 모듈(200)은 결정된 업무 난이도에 따라 구인 구직 인터페이스(10)를 통해 채용된 구직자에게 추가로 지급되는 페이백의 가격 정보인 페이백 가격 정보를 결정하는 기능을 수행한다.

이때 바람직하게 업무 난이도가 높을수록 페이백 가격 정보가 높게 형성됨이 바람직하며, 예를 들어 업무 난이도 1인 경우 페이백 가격 정보 20000원, 업무 난이도 2인 경우 페이백 가격 정보 40000, 업무 난이도 3인 경우 페이백 가격 정보 60000원, 업무 난이도가 4인 경우 페이백 가격 정보 8만원, 업무 난이도가 5인 경우 페이백 가격 정보 100000원과 같이 설정 가능하다.

따라서 바람직하게 업무 난이도가 증가될수록 페이백 가격 정보가 증가하도록 하되, 이때 페이백 가격 정보의 경우 시스템 관리자에 의해 그 값의 범위가 설정될 수 있다. 예를 들어 페이백 가격 정보는 0 내지 10만원, 0 내지 30만원과 같지 범위가 설정된 상태에서, 업무 난이도에 따라 범위 내에서 차등 설정이 가능할 수 있는 것이며, 이때 페이백 가격 정보의 설정 범위나 세부적인 설정 값에 대해서는 제한을 두지 않는다.

이렇게 설정된 페이백 가격 정보는 해당 구인자가 구인 구직 인터페이스(10)에 업로드한 채용공고를 구직자가 모니터링할 때 해당 채용공고 화면의 일 측에 ‘취축하금 OOO원!’또는 ‘취업보상금 OOO원!’과 같이 나타날 수 있어, 구직자로 하여금 해당 채용공고에 지원할 수 있도록 격려할 수 있다.

혹은 컨설턴트를 통한 구인자-구직자 매칭 시에도, 컨설턴트가 구직자에게 특정 구인자의 채용공고를 안내하면서 ‘해당 채용공고를 통한 채용 시 취업축하금 OOO원이 지급됩니다.’라는 식으로 안내하도록 하여 해당 구직자의 지원을 촉진할 수 있다.

이러한 페이백 가격 정보에 해당하는 금액을 취업 시 해당 구직자를 채용한 구인자가 구직자에게 제공할 수도 있으며, 혹은 페이백 제공 시스템 상에서 구직자에게 페이백 가격 정보에 해당하는 금액을 먼저 제공한 뒤 시스템이 해당 금액에 수수료를 더하여 구인자에게 청구하는 것 역시 가능하다.

따라서 이와 같은 본 발명의 구인 구직 중개에 대한 업무 난이도 기반의 차등 페이백 제공 시스템에 따르면, 거리를 기반으로 결정된 업무 난이도를 기반으로 하여 구인 구직 인터페이스를 통해 채용되어 업무를 수행하는 구직자에게 지급되는 페이백을 차등 조절하여, 업무 난이도가 높은 일에 대해서도 구직자의 지원을 장려하여 채용을 장려할 수 있도록 하여 고용을 촉진할 수 있는 효과가 있다.

도 4는 업무 난이도 설정 예시를 나타낸 개념도이다.

도 4를 참조하여 설명하면, 업무 난이도는 거리 이외에도 추가적인 속성을 더 포함할 수 있다고 하였는데, 이러한 업무 난이도는 바람직하게 구인자에 의해 결정될 수 있으며, 거리, 기온, 기피도, 청결도, 위험도, 육체 피로도를 포함하는 속성을 포함할 수 있다.

이때 거리는 상술한 바와 같이 구인자의 업무위치로부터 구직자의 위치 사이의 거리 사이를 의미하는 것이라고 하였으며, 상술한 바와 같이 업무 난이도가 5점 척도로 판단되는 경우 거리가 가까울수록 1점에 가깝고, 거리가 멀수록 5점에 가깝게 거리 속성에 대한 업무 난이도가 결정될 수 있다. 이러한 업무 난이도는 구직자의 위치로부터 구인자의 업무위치까지의 거리를 기반으로 설정되므로, 구인자에 의해 결정되는 것이라 할 수 있다.

기온의 경우 구인자가 업로드한 채용공고에 포함된 업무위치와, 해당 구직자가 채용되어 근무를 하게 되는 근무기간 동안의 평균 기온을 의미한다. 일반적으로 본 발명의 차등 페이백 제공 시스템을 통해 구직을 수행하여 업무를 수행하는 구직자들은 블루칼라(blue-collar) 노동자인 것이 일반적이다. 따라서 이러한 블루칼라 노동자의 경우 덥고 추운 혹독한 야외 환경에서 근무하는 경우가 많아, 근무위치 및 근무기간 동안의 기온을 업무의 속성으로 판단하는 것이다.

따라서 구인자에 의해 결정되는 업무 난이도 중 기온 속성의 경우 1점 내지 5점의 척도로 입력되는 것으로서, 해당 업무위치의 근무기간 동안의 평균 기온이 근무에 적당한 수준 (일반적으로 쾌적하다고 판단되는 18℃ 내외의 온도)에 가까울수록 1점에 가깝게, 매우 덥거나 매우 추운 혹독한 기온을 나타낼수록(33℃ 이상 또는 영하 15℃ 이하) 5점에 가깝게 설정될 수 있다.

기피도의 경우 해당 일이 일반적으로 얼마나 기피되는 지에 대한 척도를 나타내는 것이며, 예를 들어 거리가 가깝더라도 업무위치가 섬과 같은 도서지역인 경우, 차가 없으면 근무가 불가능한 지역일 경우(교통수단이 닿지 않는 지역), 근무 시간이 불규칙하게 변동되는 경우, 일급이 상대적으로 낮게 측정된 경우 등 일반적으로 구직자에 의해 기피될 수 있는 조건을 가진 업무일 경우 업무 난이도 중 기피도가 높게 결정될 수 있다.

이러한 기피도의 경우 구인자에 의해 결정될 수 있는 주관적 속성이라 할 수 있으며, 일반적으로 구직자들이 기피하지 않을 조건에 가까울수록(선호하는 조건에 가까울수록) 1점에 가깝게, 기피하는 조건에 가까울수록(구직자의 선호도가 낮은 조건에 가까울수록) 5점에 가깝게 결정될 수 있다. 따라서 구인자가 본인이 업로드한 채용공고에 대해 구직자의 선호도가 높을 업무인지 생각한 다음, 선호도가 낮을 것이라 예상되면 5점에 가깝게, 선호도가 높을 것이라 생각하면 1점에 가깝게 업무 난이도 중 기피도 속성을 1점 내지 5점 범위에서 결정할 수 있다.

청결도는 업무를 수행하는 근무위치의 청결도에 관한 것으로서, 청결도가 낮은 경우, 예를 들어 쓰레기를 치우는 업무인 경우 업무 난이도 중 청결도 속성에 있어 5점에 가깝게, 청결한 근무위치에서 업무를 수행하는 경우 업무 난이도 중 청결도 속성에 있어 1점에 가깝게 설정된다. 따라서 구인자가 본인이 업로드한 채용공고에 대해 해당 업무가 청결도가 높은 환경에서 수행되는 업무인지 생각한 다음, 청결도가 낮을 것이라 예상되면 5점에 가깝게, 청결도가 높을 것이라 생각하면 1점에 가깝게 업무 난이도 중 청결도 속성을 1점 내지 5점 범위에서 결정할 수 있다.

위험도는 업무 자체의 위험도에 관한 것으로서, 이는 특수한 직종, 즉 고도의 전문성이 필요한 위험 업무를 제외하면 위험한 공작 기계를 다루거나 고도가 높은 곳(예를 들어 24층 건물 공사현장)에서 업무를 수행하는 경우, 혹은 업무 현장에서 위험한 화학 물질을 운반하거나 치우는 경우 위험도가 높다고 할 수 있다. 따라서 구인자가 본인이 업로드한 채용공고에 대해 해당 업무가 위험도가 높은 환경에서 수행되는 업무인지 생각한 다음, 위험도가 높을 것이라 예상되면 5점에 가깝게, 위험도가 낮을 것이라 생각하면 1점에 가깝게 업무 난이도 중 위험도 속성을 1점 내지 5점 범위에서 결정할 수 있다.

육체 피로도는 업무가 얼마나 고된지에 대한 속성으로서, 1일 근무 시간이 길수록, 나아가 무거운 짐을 나르거나, 벽돌을 나르거나 등 육체적으로 고된 노동이며 1일 근무 시간이 길수록 육체 피로도가 높다고 할 수 있다. 따라서 구인자가 본인이 업로드한 채용공고에 대해 해당 업무가 육체 피로도가 높은 업무인지 생각한 다음, 육체 피로도가 높을 것이라 예상되면 5점에 가깝게, 육체 피로도가 낮을 것이라 생각하면 1점에 가깝게 업무 난이도 중 육체 피로도 속성을 1점 내지 5점 범위에서 결정할 수 있다.

따라서 이와 같은 속성은 객관적인 값이 나타나는 객관적 속성 및 구인자의 주관적인 판단에 따라 이루어지는 주관적 속성을 포함할 수 있으며, 객관적 속성은 거리 및 온도, 주관적 속성은 기피도, 청결도, 위험도, 육체 피로도를 포함할 수 있다. 결론적으로 객관적인 값을 기반으로 결정된 객관적 속성, 그리고 객관적 값에 의한 비교가 전혀 없이 구인자의 주관적 판단으로만 이루어지는 주관적 속성으로 구분될 수 있다.

그러므로 이러한 속성을 포함하는 업무 난이도가 높을수록 페이백 가격 정보가 높게 결정될 수 있는 것이며, 이는 각 속성별 업무 난이도의 평균값에 따라 페이백 가격 정보가 높게 산출될 수도 있고, 업무 난이도에 포함된 속성 중 가장 높은 값을 비교 처리하여 페이백 가격 정보를 산출하는 것도 가능하다. 즉 업무 난이도의 고저에 따라 페이백 가격 정보를 산출하는 것이라면 그 방식에는 별도의 제한을 두지 않는다.

따라서 업무 난이도는 상술한 6가지의 개별 속성을 포함하는 것이며, 구인자에 의한 채용공고 업로드 시 업무 난이도에 포함되는 속성 중 기온, 기피도, 청결도, 위험도, 육체 피로도에 대한 값을 각각 입력하도록 하고, 구직자의 해당 채용공고 모니터링 시 구직자의 위치로부터 구인자의 업무위치 사이를 기반으로 한 거리가 산출되도록 함으로써 업무 난이도에 속한 각각의 속성에 대한 업무 난이도가 결정되도록 할 수 있다.

즉 업무 난이도에 포함된 상기 6가지 속성은 각 1 내지 5점의 척도를 갖는 값이라 할 수 있으며, 바람직하게는 1점 내지 5점의 척도에 대해 정수의 값으로 각 속성마다 업무 난이도가 결정될 수 있다.

예를 들어 구인 구직 인터페이스 상에서 구인자 A가 입력한 채용공고를 구직자 B가 선택하여 모니터링 할 때, 구직자 B가 보는 화면에서 ‘해당 채용공고는 업무 난이도가 거리 기준 4점, 기온 기준 3점, 청결도 기준 2점, 위험도 기준 3점, 육체 피로도 기준 1점의 채용공고입니다.’와 같이 나타날 수 있으며, 혹은 상술한 도 4와 같이 나타날 수도 있다.

따라서 이와 같이 다양한 속성을 기반으로 업무 난이도를 설정하고, 이를 기반으로 페이백을 설정할 수 있도록 함으로써 구직자로 하여금 다양한 속성에 대해 해당 업무의 난이도를 파악할 수 있도록 하고, 기피업무에 대한 채용을 보다 촉진할 수 있다.

도 5는 난이도 성향 설문의 예시를 나타낸 개념도이다.

도 5를 참조하여 설명하면, 본 발명의 페이백 인터페이스는 설문을 기반으로 구직자의 상술한 속성에 대한 난이도 성향을 판단하여 난이도 성향과 업무 난이도를 비교하고, 이를 기반으로 업무에 대한 적부 판단을 수행할 수 있다. 이를 위해 페이백 인터페이스(20)는 난이도 성향 파악 모듈(300), 매칭 모듈(400), 적부 판단 모듈(500)을 포함할 수 있다.

난이도 성향 파악 모듈(300)은 상술한 도 5의 예시와 같은 난이도 성향 설문을 통해 파악 가능한 것으로서, 구직자에게 상술한 거리, 기온, 기피도, 청결도, 위험도, 육체 피로도를 포함하는 각 속성에 대한 난이도 성향을 파악하는 것이다. 이러한 난이도 성향 역시 1점 내지 5점 척도로 판단될 수 있는 것으로서, 각 속성에 대한 민감도가 높을수록(해당 속성의 난이도가 높은 업무에 대한 취업을 원하지 않을수록) 1점에 가깝게, 각 속성에 대한 민감도가 낮을수록(해당 속성을 신경쓰지 않고 취업을 수행할 수 있는 사람일수록) 5점에 가깝게 입력받을 수 있다.

따라서 구직자 별로 난이도 성향은 각 속성에 따라 다르게 입력될 수 있으며, 각각의 속성마다 1점 내지 5점의 점수를 입력받아 각 속성별 난이도 성향을 비교 처리할 수 있게 된다.

즉 거리가 가까운 곳에 대한 취업을 원할 경우 거리 속성에 대한 난이도 성향은 1점에 가까워지고, 거리가 멀어도 상관없을수록 5점에 가까워진다. 업무하기 편한 기온 환경이 제공될 때에만 취업을 원할 경우 기온 속성에 대한 난이도 성향은 1점에 가까워지고, 혹한기나 혹서기여도 상관없을수록 5점에 가깝다. 일반적으로 구직자가 기피할 수 있는 환경의 근무에 있어 취업을 원하지 않을수록 기피도 속성에 대한 난이도 성향은 1점에 가깝게, 기피 환경에 대한 거리낌이 없을수록 기피도 속성에 대한 난이도 성향은 5점에 가까워지는 것이다.

매칭 모듈(400)은 구인자의 업무 난이도와 구직자의 난이도 성향의 속성을 비교하여 비교 수치를 산출하는 기능을 수행한다. 즉 업무 난이도에 포함된 각각의 속성에 대한 값, 난이도 성향에 있어 각각의 속성에 대한 값을 상호 비교 처리하여 비교 수치를 산출하는 것이다.

이 경우 비교 수치의 경우 일반적으로 구직자가 해당 채용공고의 업무를 수행할 수 있는지를 판단하는 것이 바람직하므로, 해당 채용공고의 각 속성별 업무 난이도가 난이도 성향에 포함된 속성 값보다 높은 지, 또는 낮은지를 판단할 수 있다. 즉 난이도 성향에 포함된 각 속성에 대한 값을 기준으로 하여 업무 난이도에 포함된 각 속성별 값을 비교 처리하는 것이라 할 수 있다. 이때 비교 수치 산출 방식에 있어서는 제한을 두지 않는다.

구인자 A가 입력한 채용공고의 경우 구직자 B 기준 업무 난이도가 거리 기준 4점, 기온 기준 3점, 기피도 기준 3점, 청결도 기준 2점, 위험도 기준 3점, 육체 피로도 기준 1점의 채용공고이라 가정하고, 구직자 B의 거리에 대한 난이도 성향은 3점, 기온에 대한 난이도 성향 4점, 청결도 기준 난이도 성향 3점, 위험도 기준 난이도 성향 2점, 육체 피로도 기준 난이도 성향 2점, 기피도 기준 난이도 성향 3점인 경우를 예시로 들어 설명한다.

상술한 예시에서는 ‘거리 기준 +1, 기온 기준 -1, 청결도 기준 -1, 위험도 기준 +1, 육체 피로도 기준 -1, 기피도 기준 0’로 비교 수치가 산출될 수 있다. 또는 각각의 값의 차이의 평균을 구하여 비교 수치는 평균 -0.17로 판단될 수 있을 수 있음은 물론이다.

즉 산출된 비교 수치가 낮을수록, 즉 (-)값으로 산출될수록 해당 업무는 해당 구직자의 난이도 성향 대비 감당이 가능한 쉬운 일이라 할 수 있으며, 비교 수치가 커질수록 해당 업무는 해당 구직자의 난이도 성향 대비 감당하기 어려운 일이라 할 수 있다.

따라서 구인자가 업로드한 채용공고에 해당하는 업무 난이도의 각 속성별 값과 구직자가 설문을 통해 입력한 난이도 성향의 각 속성별 값을 비교 처리하여, 해당 업무가 구직자 기준 감당하기 쉬운 일인지, 어려운 일인지에 대한 비교를 수행하는 기능을 수행한다 할 수 있다.

적부 판단 모듈(500)은 비교 수치의 고저에 따라 해당 구직자의 업무에 대한 적부 판단을 수행하는 역할을 하는 것으로서, 구인자가 업로드한 채용공고의 업무에 대해 해당 구직자가 적합한지, 또는 부적합한지에 대한 판단을 수행하는 것이라 할 수 있다.

일반적으로 특정 구직자 기준 비교 수치가 높은 업무는 구직자에게 페이백 가격 정보가 높게 설정되어야 하는 일이라고도 할 수 있으나, 비교 수치가 과하게 높은 경우는 해당 구직자가 소화해낼 수 없는 업무라고도 할 수 있다. 따라서 비교 수치의 고저에 따라 해당 업무에 대한 구직자의 적부 판단을 수행할 수 있는 것이다.

이때 적부 판단 기준은 시스템 관리자에 의해 설정될 수 있는 것으로 제한을 두지 않으며, ‘각 속성 별 +2점 이상 차이 발생 시 부적합 판단’, ‘평균 비교 수치 +1점 이상 차이 발생 시 부적합 판단’등으로 설정될 수 있다. 즉 각 속성 별로 비교된 비교 수치의 고저에 따라서 적부 판단을 수행할 수도 있으며, 각 속성 별로 판단된 비교 수치의 평균을 비교 처리한 값이 기준 값 이상일 경우 부적합 판단이 이루어질 수도 있다.

따라서 적부 판단이 수행되는 경우 해당 업무와 적합하다고 판단된 구직자 만이 해당 채용공고에 지원하여 구인자와 매칭될 수 있으며, 혹은 채용공고에 지원했다 할지라도 적부 판단 결과 부적합으로 판단되는 경우 자동 탈락 처리되도록 하는 것이 가능하여 페이백 가격 정보를 본 구직자가 본인에게 부적합한(일정 수준 이상으로 과한) 업무 난이도의 업무에는 지원할 수 없도록 하여 구인자로 하여금 해당 채용공고와 적절한 구직자를 채용할 수 있도록 할 수 있다.

도 6은 난이도 모형의 예시를 나타낸 개념도이다.

도 6을 참조하여 설명하면, 본 발명의 매칭 모듈(400)은 비교 수치 산정 방식에서 별도의 제한을 두지 않는다 하였으나, 보다 바람직하게는 본 발명에 있어 각각의 속성에 대한 비교 수치의 시각화 및 그에 대한 세부 분석을 수행하기 위해 난이도 모형이라는 것을 생성하고 이를 기반으로 비교 수치를 산출할 수 있는데, 이에 따라 매칭 모듈(400)은 난이도 모형 생성부(410) 및 비교 수치 산출부(420)를 포함할 수 있다.

난이도 모형 생성부(410)는 구직자의 난이도 성향 및 구인자의 업무 난이도에 포함된 각각의 속성의 수치, 즉 각각의 속성에 대한 값을 길이로 설정하여, 임의로 설정된 중심점으로부터 방사형으로 연장선을 연결하고, 각 연장선의 끝단을 연결선으로 이은 구직자 난이도 모형 및 구인자 난이도 모형을 각각 생성하는 기능을 수행한다.

여기서 방사형으로 배치되는 각 속성의 배치 기준에 있어서는 제한을 두지 않으며, 구인자가 중요하다고 판단한 속성을 선택하여, 선택한 속성을 서로 인접하게 배치할 수 있으며, 속성 별 우선순위에 따라 그 배치 위치가 정해질 수도 있다. 혹은 각 속성이 랜덤 배치되는 것 역시 가능하다.

이때 연장선의 개수는 각각의 속성의 개수라 할 수 있으므로, 6개의 속성을 포함하므로 연장선의 개수는 6개가 될 수 있다. 따라서 6개의 연장선이 임의로 설정된 중심점을 기준으로 방사형으로 뻗어나가는데, 각각의 연장선은 각각의 속성의 수치를 길이로 갖는 것이다. 즉 속성의 수치가 높을수록(5점에 가까울수록) 각 속성에 대응된 연장선의 길이가 길어지고, 속성의 수치가 낮을수록(1점에 가까울수록) 각 속성에 대응된 연장선의 길이가 짧아진다고 할 수 있다.

여기서 각 속성별 수치의 경우 단위가 없는 값이므로, 1점당 1pixel, 혹은 1점당 1cm 등각 속성별 수치에 따른 길이의 값에 있어 단위가 산정될 수 있음은 물론이며, 이에 있어서는 별도의 제한을 두지 않는다.

따라서 난이도 모형의 경우 난이도 성향에 대해, 업무 난이도에 대해 각각 구직자 난이도 모향 및 구인자 난이도 모형으로 그려져 업무 난이도 및 난이도 성향을 시각적으로 비교할 수 있게끔 도시될 수 있다. 난이도 성향 및 업무 난이도의 각 속성별 수치는 상술한 설명에서와 같이 서로 대응될 수 있으므로, 구직자 난이도 모형 및 구인자 난이도 모형을 중첩시켜 비교함에 따라 시각적으로 해당 구인자가 제공하는 업무가 구직자에게 적합한지, 또는 비적합한지를 눈으로 파악할 수 있다.

예를 들어 상술한 도 6(a)에서와 같이 구인자 난이도 모형이 구직자 난이도 모형보다 큰, 구직자 난이도 모형을 구인자 난이도 모형이 감싸고 있는 예시의 경우 해당 업무는 해당 구직자가 수행하기 어려운 업무라 할 수 있고, 도 6(b)와 같이 구직자 난이도 모형이 구인자 난이도 모형보다 큰, 구직자 난이도 모형이 구인자 난이도 모형을 감싸고 있는 예시의 경우 해당 업무는 해당 구직자가 수행하기에 쉬운 업무라고 할 수 있는 것이다.

비교 수치 산출부(420)의 경우 구직자 및 구인자 난이도 모형의 면적 차이를 비교 수치로 산출하는 기능을 수행한다. 다시 말해 구직자 난이도 모형과 구인자 난이도 모형의 면적을 서로 비교 처리하여, 면적 차이를 비교 수치로서 산출하는 것이다.

바람직하게는 구인자 난이도 모형의 면적에서 구직자 난이도 모형을 뺀 값을 비교 수치로 산출하는 것이라 할 수 있으며, 여기서 비교 수치가 양의 값으로 커지는 경우 해당 업무는 해당 구직자가 수행하기에 업무 난이도가 높은 것으로 판단되는 것이라 할 수 있고, 비교 수치가 0에 가까워질수록 해당 업무는 해당 구직자의 난이도 성향과 유사한 수준의 업무 난이도를 나타내는 것으로 판단되는 것이며, 비교 수치가 음의 값으로 커지는 경우 해당 업무는 해당 구직자에게 상대적으로 낮은 업무 난이도인 것으로 간주될 수 있다.

따라서 이와 같이 판단된 비교 수치의 고저에 따라 상술한 적부 판단이 이루어질 수 있으며, 이때 적부 판단은 산출된 비교 수치가 기준 수치 이상인 경우 부적합으로, 산출된 비교 수치가 기준 수치 미만일 경우 적합으로 판정될 수 있다. 이때 기준 수치의 설정은 시스템 관리자 또는 구인자에 의해 이루어질 수 있으며 그 값이나 설정 주체, 설정 범위에 있어서는 제한을 두지 않는다.

여기서 비교 수치 산출 시 단순한 수치 간의 비교가 아닌 이를 시각화한 난이도 모형을 생성하고, 구직자 난이도 모형 및 구인자 난이도 모형을 생성하여 비교 처리할 수 있게 함으로써 단순 수치 비교에 비해 보다 세밀한 비교를 수행할 수 있고, 나아가 난이도 모형에 있어 각 속성의 인접 배치에 따라 연관 관계 역시 나타낼 수 있게 되어 속성 간의 관계 및 이에 따른 난이도 모형의 면적 변화를 파악할 수 있다는 장점이 있다.

나아가 페이백 결정 모듈(200)은 단순히 업무 난이도를 기반으로 페이백 가격 정보를 결정하는 것에서 더 나아가, 상술한 비교 수치의 고저를 기반으로 페이백 가격 정보를 결정할 수 있다.

다시 말해 구직자의 난이도 모형과 채용공고를 업로드한 구인자의 난이도 모형을 비교 처리한 비교 수치를 통해, 적부 판단 모듈(500)에서 해당 구직자의 업무에 대한 적부 판단을 수행하게 된다. 여기서 적부 판단 모듈(500)을 통해 해당 채용공고의 업무에 적합하다고 판정된 복수의 구직자에 있어, 비교 수치의 고저에 따라 페이백 가격 정보를 결정하는 것이다.

이때 바람직하게 적부 판단 모듈(500)에서 업무에 적합하다고 판정된 구직자의 경우 해당 업무를 수행할 수 있는 것으로 판단되는 구직자라고 할 수 있는데, 따라서 바람직하게는 비교 수치가 기준 수치 이하인 자라고 할 수 있다. 이때 기준 수치 범위 내에서 비교 수치가 높을수록 페이백 가격 정보가 높게 결정되는 것이며, 이러한 페이백 가격 정보는 해당 업무에 적합하다고 판정된 구직자마다 별도로 산정될 수 있다.

즉 기준 수치가 5이고, 페이백 가격 정보가 최대 10만원 이하인 경우, 구직자 1은 비교 수치가 4.5이므로 페이백 가격 정보가 9만원으로 결정되고, 구직자 2는 비교 수치가 3이므로 페이백 가격 정보가 6만원으로 결정될 수 있으며, 구직자 3은 비교 수치가 2이므로 페이백 가격 정보가 4만원으로 결정될 수 있는 것이다.

이처럼 페이백 가격 정보는 구직자마다 서로 다르게 결정될 수 있으며, 혹은 고용 촉진을 위해 각각의 구직자마다 산출된 페이백 가격 정보 중 최고 금액을 해당 채용공고에 대한 최종 페이백 가격 정보로 결정할 수도 있다. 즉 산출된 복수의 페이백 가격 정보를 이용하는 방식에 있어서는 별도의 제한을 두지 않는다.

이와 같은 구성을 통해 적부 판단에 있어 해당 채용공고에 적합한 것으로 판정된 구직자에게 제공되는 페이백을 비교 수치 기반으로 제공할 수 있도록 하여 구직자의 성향, 능력을 반영한 차등적 페이백을 제공할 수 있도록 한다.

나아가 페이백 인터페이스(20)는 해당 채용공고의 업무에 적합하다고 판정된 복수의 구직자를 대상으로 역경매를 수행하도록 할 수 있는데, 이를 위해 입찰 모듈(600)을 더 포함할 수 있다.

입찰 모듈(600)은 채용공고의 업무에 적합하다고 판정된 복수의 구직자를 대상으로 페이백 가격 정보를 시작가로 설정한 입찰을 실행하는 기능을 제공하는 것으로서, 이는 일종의 역경매라 할 수 있다.

채용공고의 업무에 적합하다고 판정된 복수의 구직자는 서로가 해당 채용에 있어 라이벌이며, 페이백, 즉 취업 축하금의 경우 해당 채용에 의해 제공되는 월급과는 별개로 주어지는 금액이라 할 수 있다.

따라서 채용이 절실한 구직자의 경우 본인이 제공받는 페이백 가격 정보보다 낮은 금액을 제공받더라도 해당 구인자에게 채용되어 업무를 수행하고 싶어할 수도 있으므로, 산출된 페이백 가격 정보를 시작가로 설정하여 입찰, 즉 일종의 역경매를 수행하도록 하는 것이다.

즉 구직자로 하여금 페이백 가격 정보를 시작가로 설정하여 점차 낮은 금액을 입찰하도록 함으로써 페이백 가격 정보를 낮출 수 있는 것인데, 이는 해당 구직자의 채용에 대한 절실함에 따라 낙찰 금액이 달라질 수 있다.

따라서 구직자의 수에 따라 페이백 가격 정보가 각기 산출되므로, 결정된 페이백 가격 정보 중 어느 하나가 시작가로 설정되어 해당 시작가를 기준으로 한 입찰이 진행될 수 있다. 여기서 시작가는 보다 바람직하게는 결정된 페이백 가격 정보의 평균, 혹은 결정된 페이백 가격 정보의 최고가 중 어느 하나일 수 있으므로 결정된 페이백 가격 정보의 최저가를 초과하는 어느 하나가 시작가로 설정된다. 이때 입찰을 위한 호가 단위에 있어서는 제한을 두지 않으며, 이러한 호가 단위는 시스템 관리자에 의해 설정될 수 있다.

따라서 이러한 입찰을 통해 결정된 페이백 가격 정보의 최저가와 가깝게, 혹은 페이백 가격 정보의 최저가 이하로 최종 페이백 가격 정보를 결정할 수 있으며, 가장 낮은 페이백 가격 정보를 입찰한 구직자가 해당 구인자의 채용공고에 채용될 수 있다.

이러한 역경매 방식의 입찰 수행을 통해 구인자가 제공해야 하는 페이백 금액, 즉 최종 페이백 가격 정보를 최소화할 수 있도록 하여 구직자가 납득할 수 있는 범위 내에서 페이백 가격 정보를 효율적으로 조절할 수 있도록 한다. 이를 통해 구직자와 구인자 사이에서의 페이백 가격 정보의 상호 조율을 가능케 하여 구인자 입장에서의 비용 부담을 줄이고 합리적인 채용을 가능케 할 수 있다.

나아가 상술한 설명에서 업무 난이도 및 난이도 성향에 포함되는 속성은 거리, 기온, 기피도, 청결도, 위험도, 육체 피로도를 포함한다고 하였고, 나아가 이러한 속성은 객관적 속성 및 주관적 속성으로 구분 가능하다 하였다. 여기서 객관적 속성은 객관적 수치를 기반으로 설정되는 거리 및 기온을 포함하고, 주관적 속성은 별도의 객관적 수치 없이 오로지 주관에 의해 평가되는 기피도, 청결도, 위험도, 육체 피로도를 포함한다 하였다.

이때 페이백 가격 정보를 설정하는 추가 실시예로서, 페이백 가격 정보는 상기 비교 수치에 객관적 속성 및 주관적 속성 각각에 대해 설정된 속성 가중치를 반영하여 결정될 수 있다.

상술한 예시에서는 ‘거리 기준 +1, 기온 기준 -1, 청결도 기준 -1, 위험도 기준 +1, 육체 피로도 기준 -1’과 같이 각 속성에 대해 비교 수치가 산출되거나, 각각의 속성에 대해 산출된 값의 차이의 평균을 구하여 비교 수치는 평균 -0.2와 같은 값으로 산출될 수 있다 하였다.

이때 이러한 비교 수치에 객관적 속성 및 주관적 속성에 대해 각각 설정된 속성 가중치를 반영하여 비교 수치를 보정하고, 보정된 비교 수치에 따라 페이백 가격 정보를 결정할 수 있는 것이다.

여기서 속성 가중치의 범위에 있어서는 제한을 두지 않으나, 바람직하게 속성 가중치는 비교 수치에 대한 일부 보정이 가능하도록 반복 실험을 통해 얻은 값인 0.5 내지 1.5 범위에서 설정될 수 있다. 따라서 객관적 속성에 대한 속성 가중치 및 주관적 속성에 대해 설정된 속성 가중치는 각각 0.5 내지 1.5 범위에서 설정될 수 있으며, 이와 같은 속성 가중치를 설정하는 자는 시스템 관리자 또는 구인자일 수 있다.

속성 가중치는 객관적 속성 또는 주관적 속성 각각을 중요하게 생각할수록 1.5에 가까운 값이 설정되며, 중요하게 생각하지 않을수록 0.5에 가까운 값이 설정될 수 있다.

만약 구인자에 의해 객관적 속성에 대한 속성 가중치가 0.9, 주관적 속성에 대한 속성 가중치가 1.2로 설정된 경우, 상술한 예시에서의 비교 수치에 각 속성 가중치를 곱하여‘거리 기준 +0.9, 기온 기준 -0.9, 청결도 기준 -1.2, 위험도 기준 +1.2, 육체 피로도 기준 -1.2’와 같이 각 속성에 대해 보정된 비교 수치가 산출되거나, 또는 이의 평균으로서 비교 수치는 평균 -0.24와 같은 값으로 보정될 수 있다.

따라서 이와 같이 비교 수치에 속성 가중치를 반영하여 보정된 값을 기반으로 페이백 가격 정보를 결정함으로써, 객관적 속성 및 주관적 속성 각각에 대한 가중치를 부여할 수 있도록 함으로써 구인자 또는 시스템 관리자가 보다 중요하게 여기는 속성에 가중치를 부여하고, 이를 기반으로 페이백 가격 정보의 조절을 가능케 함으로써 보다 구인자가 원하는 조건에 가까운 구직자를 채용할 수 있도록 도모할 수 있게 된다.

도 7은 난이도 모형의 보정 예시를 나타낸 개념도이다.

도 7을 참조하여 설명하면, 본 발명을 통해 생성된 난이도 모형에서 방사형으로 배치되는 각 속성의 배치 기준에 있어서는 제한을 두지 않으며, 구인자가 중요하다고 판단한 속성을 선택하여, 선택한 속성을 서로 인접하게 배치할 수 있으며, 속성 별 우선순위에 따라 그 배치 위치가 정해질 수도 있다고도 하였다.

이때 속성 별 우선순위를 산정하고 그에 따라 난이도 모형 상에 속성을 배치하기 위한 구성으로서, 매칭 모듈(400)은 우선순위 입력부(430)를 포함할 수 있다.

우선순위 입력부(430)는 구인자로부터 상기 주관적 속성에 포함된 각각의 속성, 즉 기피도, 청결도, 위험도, 육체 피로도에 대한 우선순위를 입력받는 기능을 수행한다. 이러한 우선순위는 구인 구직 인터페이스를 통해 입력 처리될 수 있다.

바람직하게 예시로서 구인자가 소지한 구인자 단말을 통해 입력된 우선순위는 각각의 속성, 즉 기피도, 청결도, 위험도, 육체 피로도에 대해 예를 들어 1순위 기피도, 2순위 위험도, 3순위 청결도, 4순위 육체 피로도와 같이 1순위 내지 4순위로 입력될 수 있다.

즉 주관적 속성이 총 4가지가 있는 만큼, 각각의 속성에 대해 1순위 내지 4순위가 부여되는 것이라 할 수 있다. 이때 1순위가 부여된 속성이 가장 우선순위가 높은 속성이 되는 것이며, 4순위가 부여된 속성이 우선순위가 가장 낮은 것이 될 수 있다.

나아가 이와 같이 우선순위가 입력되는 경우, 우선순위에 따라 난이도 모형 상에서 객관적 속성 및 주관적 속성의 배치 위치가 달라질 수 있다. 이러한 방식에 있어서는 제한을 두지 않으나, 시스템 관리자에 의해 우선순위가 가장 높은 주관적 속성을 특정 위치에 배치하도록 하고, 그를 기준으로 나머지 객관적 속성 및 주관적 속성을 배치 처리할 수 있게 된다.

나아가 우선순위가 설정되면 설정된 우선순위에 따른 우선순위 가중치를 설정할 수 있는데, 이때 우선순위 가중치는 반복 실험에 따라 설정된 값인 0.9 내지 1.2 범위에서 설정될 수 있는 값으로서, 바람직하게는 우선순위가 높을수록 1.2에 가까운 값이, 우선순위가 낮을수록 0.9에 가까운 값이 설정된다. 여기서 우선순위 가중치 역시 시스템 관리자에 의해, 혹은 시스템 차원에서 자동적으로 설정될 수 있으며 범위 내에 값 설정 방식이나 설정 주체, 정확한 설정 값에 있어서는 제한을 두지 않는다.

또한 여기서 우선순위가 가장 높은 주관적 속성의 경우 난이도 모형 상에서 가장 중요한 속성이라고도 할 수 있는데, 이는 거리나 기온과 같이 객관적인 값으로 비교할 수 없는 주관적 상태나 심리를 반영한 주관적 속성에 있어 구인자가 가장 중요하다고 생각하는 것이기 때문이다.

따라서 이와 같이 우선순위가 설정되고 우선순위에 따른 우선순위 가중치가 설정되면, 매칭 모듈(400)은 설정된 우선순위, 바람직하게는 우선순위에 따른 우선순위 가중치를 기반으로 주관적 속성에 포함된 각각의 속성에 대한 연장선의 길이를 가변 처리하는 길이 보정부(440)를 포함하도록 하여 길이 보정부(440)를 매개로 연장선의 길이를 가변 처리할 수 있다.

이때 바람직하게 길이 보정부(440)에서의 연장선 길이 가변 처리는, 주관적 속성에 포함된 각각의 속성에 대한 수치에 상술한 우선순위 가중치를 곱하는 방식을 통해 연장선의 길이를 가변 처리함으로써, 주관적 속성에 대한 우선순위를 반영하여 난이도 모형을 보정하는 방식으로 이루어질 수 있다.

이러한 난이도 모형의 보정은 구인자 난이도 모형 및 구직자 난이도 모형 중 어느 하나에 대해서만 이루어질 수도 있으나, 바람직하게는 구인자 난이도 모형 및 구직자 난이도 모형의 보정이 모두 이루어져 구인자 및 구직자 난이도 모형의 동시 보정을 수행하는 것이 비교 판단에 있어 보다 바람직할 수 있다.

따라서 이와 같은 방식의 보정 처리를 통해 주관적 속성에 포함된 각 속성의 우선순위, 즉 각 속성별 중요도에 따라 난이도 모형 보정을 가능케 하여 보다 세부적인 모형 보정, 나아가 구인자가 중요하게 생각하는 가치를 기반으로 모형을 생성하여 비교 분석할 수 있다.

이때 보다 바람직한 실시예로서, 본 발명의 길이 보정부는 다음의 실시예 1을 통해 주관적 속성에 포함된 각각의 속성에 대한 연장선의 길이를 가변 처리할 수 있다.

수학식 1,

(여기서, Q는 특정 속성에 대해 보정된 연장선 길이, W는 특정 속성의 보정 전 연장선의 길이, f는 특정 속성에 대해 설정된 우선순위 가중치, q는 주관적 속성에 대해 설정된 속성 가중치, P_max은 우선순위가 가장 높은 속성의 수치, P_min은 우선순위가 가장 낮은 속성의 수치)

여기서 특정 속성의 보정 전 연장선의 길이는 해당 속성의 보정 전 수치와 같은 말로, 주관적 속성에 포함된 각각의 속성의 수치가 보정 전 연장선의 길이로 파악될 수 있다. 이는 난이도 모형이 곧 그래프의 일종이라 할 수 있어, 연장선의 길이가 곧 속성의 수치가 되기 때문이다.

또한 속성 가중치의 범위에 있어서는 제한을 두지 않으나, 바람직하게 속성 가중치는 상술한 설명에서와 같이 반복 실험을 통해 얻은 값인 0.5 내지 1.5 범위에서 설정될 수 있다. 따라서 객관적 속성에 대한 속성 가중치 및 주관적 속성에 대해 설정된 속성 가중치는 각각 0.5 내지 1.5 범위에서 설정될 수 있으며, 이와 같은 속성 가중치를 설정하는 자는 시스템 관리자 또는 구인자일 수 있다. 따라서 비교 수치 보정을 위해 설정된 속성 가중치를 연장선 길이 보정에서도 함께 이용하도록 한다.

속성 가중치는 객관적 속성 또는 주관적 속성 각각을 중요하게 생각할수록 1.5에 가까운 값이 설정되며, 중요하게 생각하지 않을수록 0.5에 가까운 값이 설정될 수 있다.

예시로서 구인자 난이도 모형을 보정하는 것에 대해 설명하도록 한다. 이때 주관적 속성에 포함된 각각의 속성에 대한 우선순위는 1순위 기피도, 2순위 위험도, 3순위 청결도, 4순위 육체 피로도이며, 1순위에 대한 우선순위 가중치는 1.2, 2순위에 대한 우선순위 가중치는 1.1, 3순위에 대한 우선순위 가중치는 1.0, 4순위에 대한 우선순위 가중치는 0.9이며, 주관적 속성에 대한 속성 가중치는 1.1이다.

또한 구인자 A가 입력한 채용공고의 경우 구직자 B 기준 업무 난이도가 거리 기준 4점, 기온 기준 3점, 청결도 기준 2점, 위험도 기준 3점, 육체 피로도 기준 1점, 기피도 기준 3점의 채용공고이며, 따라서 구인자 A와 구직자 B를 기준으로 구인자 난이도모형이 형성된 상태이다.

이때 주관적 속성에 포함된 기피도에 대해 보정된 연장선 길이를 산출하면,

로 보정 처리될 수 있다.

이와 같은 수학식 1을 통한 보정은 하이퍼사인의 역함수와 하이퍼탄젠트 함수를 통해 우선순위가 서로 다른 속성의 수치를 비교 처리하되, 이때 선형으로 나타나지 않는 차이를 보다 세부적으로 비교하기 위해 하이퍼탄젠트 함수를 취한 비교, 하이퍼사인의 역함수를 취한 비교, 나아가 이 둘 사이의 상대적 비교를 동시에 수행할 수 있도록 한 효과가 있다.

하이퍼사인의 역함수와 하이퍼탄젠트 함수를 나눈 값에 우선순위 가중치를 한번 더 곱하여 비교함으로써 우선순위 가중치를 반영한 비교 처리를 수행하며, 나아가 속성 가중치를 반영하기위해 하이퍼사인의 역함수와 하이퍼탄젠트 함수 각각에 속성 가중치를 거듭제곱처리하여 반영하였다.

따라서 보정 수행 시 단순히 우선순위 가중치와 속성 가중치를 곱하기만 하는 것에서 벗어나 우선순위별 수치 비교에 속성 가중치를 더 반영하고, 이를 우선순위 가중치와 곱함 함으로써 보다 세부적인 가중치 반영이 가능하도록 한 효과가 있다.

만약 단순히 우선순위 가중치와 속성 가중치를 곱하기만 한 보정값, 특정 속성의 보정 전 연장선의 길이에 우선순위 가중치 및 속성 가중치를 단순히 곱한 값인 3.96인 값의 경우 우선순위 가중치를 속성 가중치에 단순히 곱하기만 한 것이나, 본 발명의 수학식 1은 비선형함수를 통한 우선순위 반영 속성의 수치 비교를 한 번 더 수행하여 우선순위 가중치 반영을 보다 정교화한 것이라 할 수 있다.

나아가 우선순위 가중치 및 속성 가중치를 단순히 산술평균화하여 곱하는 방식 역시 우선순위 가중치의 정교한 반영이 이루어졌다고 보기에는 힘드므로, 실제 우선순위를 반영한 수치 비교 및 가중치의 반영이 이루어진 본 발명의 실시예 1의 수학식이 보다 정교한 가중치 반영을 수행했다고 할 수 있다.

따라서 이와 같이 산출된 연장선의 길이를 통해 연장선의 길이를 가변 처리하여 난이도 모형을 보정 처리함으로써, 구인자가 중요하게 생각하는, 즉 우선순위가 높은 주관적 속성 부분을 난이도 모형 상에서 확장 처리하여 보다 세부적인 시각적 비교를 가능케 함과 동시에 면적 차이를 통해 산출되는 비교 수치 역시 보정 처리할 수 있게 된다.

이때, 보정된 연장선의 길이는 우선순위가 가장 높은 속성의 수치에 가장 낮은 속성의 수치를 비교 처리한 것으로, 이때 각 속성의 수치가 큰지, 작은지에 대해서는 반영되어 있지 않다. 다시 말해 우선순위가 높은 것이라 해서 속성의 수치가 큰 것을 의미하지 않고, 우선순위가 낮은 것이라 해서 속성의 수치가 작은 것이 아니다. 따라서 우선순위만을 가지고 보정하는 경우 그 값이 과하게 작아지거나 커질 우려가 있는데, 이를 방지하기 위해 상기 매칭 모듈(400)은, 상기 업무 난이도에 포함된 각각의 속성의 수치의 최대값 및 최소값을 기반으로 상기 길이 보정부(440)를 통해 가변 처리된 상기 연장선의 길이를 보완 처리하는 길이 보완부(450)를 포함할 수 있다.

이러한 길이 보완부(450)는 가변 처리된 연장선의 길이를 추가적으로 보정 처리하여 보완하는 기능을 수행하는데, 이때 반영되는 속성은 업무 난이도에 포함된 각각의 속성의 수치의 최대값 및 최소값을 포함한다. 즉 업무 난이도에 포함된 각 속성에 있어, 속성의 최대값 및 최소값을 반영하여 보정을 수행함으로써 길이 보정부를 통해 연장선의 길이가 너무 커지거나 작아지는 것을 막아 적절한 수준으로 보정 처리될 수 있도록 하는 것이다.

이때 길이 보완부를 통한 연장선의 길이를 보완하는 방식에는 제한을 두지 않으나, 가장 바람직하게는 다음의 수학식 2를 통해 상기 가변 처리된 연장선의 길이를 보완 처리할 수 있다.

수학식 2,

(여기서, Q’은 보완 처리된 연장선의 길이, Q는 특정 속성에 대해 보정된 연장선 길이, v_max은 업무 난이도에 포함된 속성에 대한 수치의 최대값, v_min은 업무 난이도에 포함된 속성에 대한 수치의 최소값)

예시로서 구인자 난이도 모형을 보정하는 것에 대해 설명하도록 한다. 이때 주관적 속성에 포함된 각각의 속성에 대한 우선순위는 1순위 기피도, 2순위 위험도, 3순위 청결도, 4순위 육체 피로도이며, 1순위에 대한 우선순위 가중치는 1.2, 2순위에 대한 우선순위 가중치는 1.1, 3순위에 대한 우선순위 가중치는 1.0, 4순위에 대한 우선순위 가중치는 0.9이며, 주관적 속성에 대한 속성 가중치는 1.1이다.

또한 구인자 A가 입력한 채용공고의 경우 구직자 B 기준 업무 난이도가 거리 기준 4점, 기온 기준 3점, 청결도 기준 2점, 위험도 기준 3점, 육체 피로도 기준 1점, 기피도 기준 3점의 채용공고이며, 따라서 구인자 A와 구직자 B를 기준으로 구인자 난이도모형이 형성된 상태이며, 이때 기피도 기준으로 가변 처리된 연장선의 길이는 6.94이다.

이때 보완 처리된 연장선의 길이는,

으로 보정될 수 있다.

이와 같은 수학식 2는 업무 난이도에 포함된 속성에 대한 수치의 최대값과 최솟값을 산술평균 구한 값을 다시 한번 최대값과 최솟값의 곱으로 나눈 것으로, 수학식 1에서 우선순위가 가장 높은 속성의 수치와 우선순위가 가장 낮은 속성의 수치의 비교 처리를 위해 분모, 분자 상에서 2번의 비교가 수행되었다는 점을 기반으로 하여 수치의 최대값, 최소값을 통한 비교를 2번 수행하도록 한 것이다.

이때 산술평균만으로 비교 처리를 수행하는 것이 아니라, 산술평균값을 다시 한번 최대값과 최소값의 곱으로 나눔으로써 최대값과 최소값의 차이를 합과 곱으로 비교 처리하게 하고, 상술한 수학식 1에서와 같이 이 역시 비선형적 거동을 나타낼 수 있으므로 하이퍼사인의 역함수를 곱하여 값을 보정한 것이라 할 수 있다.

만약 단순히 최대값 및 최소값의 산술평균을 구하여 보정된 연장선 길이와 곱하는 경우, 이는 단순히 보정된 연장선 길이의 값을 더 늘리는 결과에 불과하며 최대값과 최소값을 비교하는 것이라 하기엔 어렵다. 나아가 최대값을 최소값으로 단순히 나누는 경우에도 최소값이 매우 작아지는 경우 최대값을 늘리기만 하는 결과가 되어 최대값과 최소값을 비교 처리하는 효과가 작아지며, 나아가 이를 기반으로 보정된 연장선의 길이를 2차적으로 보완하는 의미를 전달하긴 어렵다.

따라서 값을 단순히 늘리거나 줄이는 방식을 이용하는 것이 아닌, 최대값과 최소값의 합과 곱을 비교 처리하여 최대값과 최소값을 종합적으로 비교할 수 있도록 하되, 이를 비선형적 거동을 보이며 완만하게 상승하는 거동을 보이는 하이퍼사인의 역함수를 통해 보정하여 값 보정 효과를 높일 수 있도록 하였다.

이와 같은 방식으로 가변 처리된 연장선의 길이를 추가적으로 보완 처리함으로써, 우선순위의 고저에 따른 수치 비교만을 수행했을 때 벌어질 수 있는 보정 전 후의 격차를 보완 처리함과 동시에 보정 수행을 통한 모형 확장 효과는 겸비할 수 있게 된다.

지금까지 설명한 바와 같이, 본 발명에 따른 구인 구직 중개에 대한 업무 난이도 기반의 차등 페이백 제공 시스템의 구성 및 작용을 상기 설명 및 도면에 표현하였지만 이는 예를 들어 설명한 것에 불과하여 본 발명의 사상이 상기 설명 및 도면에 한정되지 않으며, 본 발명의 기술적 사상을 벗어나지 않는 범위 내에서 다양한 변화 및 변경이 가능함은 물론이다.

1 : 메인 서버 2 : 구인자 단말
3 : 구직자 단말 10 : 구인 구직 인터페이스
20 : 페이백 인터페이스 100 : 난이도 결정 모듈
200 : 페이백 결정 모듈 300 : 난이도 성향 파악 모듈
400 : 매칭 모듈 410 : 난이도 모형 생성부
420 : 비교 수치 산출부 430 : 우선순위 입력부
440 : 길이 보정부 450 : 길이 보완부
500 : 적부 판단 모듈 600 : 입찰 모듈

Claims (8)

1. 구인 구직 중개에 대한 업무 난이도 기반의 차등 페이백 제공 시스템으로서,
   구인자의 채용공고 및 구직자의 구직정보를 제공하는 구인 구직 인터페이스;
   구직자가 수행하는 업무에 대한 난이도를 결정하는 것으로서, 상기 구인자의 업무위치로부터 상기 구직자의 위치 사이의 거리를 기반으로 업무 난이도를 결정하는 난이도 결정 모듈과, 상기 업무 난이도에 따라 상기 구인 구직 인터페이스를 통해 채용된 상기 구직자에게 추가로 지급되는 페이백 가격 정보를 결정하는 페이백 결정 모듈을 포함하는 페이백 인터페이스;를 포함하고,
   상기 업무 난이도는,
   상기 구인자에 의해 결정된 것으로서, 상기 거리 및 기온을 포함하는 객관적 속성과, 기피도 및 청결도, 위험도, 육체 피로도를 포함하는 주관적 속성을 포함한 속성을 포함하며,
   상기 페이백 인터페이스는,
   설문을 기반으로 상기 속성에 대한 상기 구직자의 난이도 성향을 파악하는 난이도 성향 파악 모듈과, 상기 구인자의 업무 난이도와 상기 구직자의 난이도 성향의 속성을 비교하여 비교 수치를 산출하는 매칭 모듈 및, 상기 비교 수치의 고저에 따라 상기 구직자의 업무에 대한 적부 판단을 수행하는 적부 판단 모듈을 포함하고,
   상기 매칭 모듈은,
   상기 구직자의 난이도 성향 및 상기 구인자의 업무 난이도에 포함된 각각의 속성의 수치를 길이로 설정하여 중심점으로부터 방사형으로 상기 각각의 속성의 개수만큼 연장된 연장선과 상기 연장선의 끝단을 잇는 연결선을 포함한 구직자 및 구인자 난이도 모형을 생성하는 난이도 모형 생성부와, 상기 구직자 및 구인자 난이도 모형의 면적 차이를 비교 수치로 산출하는 비교 수치 산출부 및, 상기 구인자로부터 상기 주관적 속성에 포함된 각각의 속성에 대한 우선순위를 입력받는 우선순위 입력부와, 상기 우선순위를 기반으로 상기 주관적 속성에 포함된 각각의 속성에 대한 연장선의 길이를 가변 처리하는 길이 보정부를 포함하며,
   상기 길이 보정부는,
   다음의 수학식 1을 기반으로 상기 주관적 속성에 포함된 각각의 속성에 대한 연장선의 길이를 가변 처리하는 것을 특징으로 하는, 차등 페이백 제공 시스템.
   수학식 1,

   

   
   (여기서, Q는 특정 속성에 대해 보정된 연장선 길이, W는 특정 속성의 보정 전 연장선의 길이, f는 특정 속성에 대해 설정된 우선순위 가중치, q는 주관적 속성에 대해 설정된 속성 가중치, P_max은 우선순위가 가장 높은 속성의 수치, P_min은 우선순위가 가장 낮은 속성의 수치)
2. 제 1항에 있어서,
   상기 페이백 결정 모듈은,
   상기 적부 판단 모듈에서 업무에 적합하다고 판정된 복수의 상기 구직자에 대해 산출된 상기 비교 수치의 고저에 따라 상기 페이백 가격 정보를 결정하고,
   상기 페이백 인터페이스는,
   업무에 적합하다고 판정된 복수의 상기 구직자를 대상으로, 결정된 상기 페이백 가격 정보 중 어느 하나를 시작가로 설정한 입찰을 실행하는 입찰 모듈을 포함하는 것을 특징으로 하는, 차등 페이백 제공 시스템.
3. 제 1항에 있어서,
   상기 페이백 가격 정보는,
   상기 비교 수치에 상기 객관적 속성 및 상기 주관적 속성에 대해 각각 설정된 속성 가중치를 더 반영하여 결정되는 것을 특징으로 하는, 차등 페이백 제공 시스템.
4. 제 1항에 있어서,
   상기 매칭 모듈은,
   상기 업무 난이도에 포함된 각각의 속성의 수치의 최대값 및 최소값을 기반으로 상기 길이 보정부를 통해 가변 처리된 상기 연장선의 길이를 보완 처리하는 길이 보완부를 포함하되,
   상기 길이 보완부는,
   다음의 수학식 2를 통해 상기 가변 처리된 연장선의 길이를 보완 처리하는 것을 특징으로 하는, 차등 페이백 제공 시스템.
   수학식 2,

   

   
   (여기서, Q’은 보완 처리된 연장선의 길이, Q는 특정 속성에 대해 보정된 연장선 길이, v_max은 업무 난이도에 포함된 속성에 대한 수치의 최대값, v_min은 업무 난이도에 포함된 속성에 대한 수치의 최소값)
5. 삭제
6. 삭제
7. 삭제
8. 삭제

Images