KR102491666B1 - 기업-프리랜서의 매칭률 향상을 위한 에이전트 시스템 - Google Patents
기업-프리랜서의 매칭률 향상을 위한 에이전트 시스템 Download PDFInfo
- Publication number
- KR102491666B1 KR102491666B1 KR1020210193385A KR20210193385A KR102491666B1 KR 102491666 B1 KR102491666 B1 KR 102491666B1 KR 1020210193385 A KR1020210193385 A KR 1020210193385A KR 20210193385 A KR20210193385 A KR 20210193385A KR 102491666 B1 KR102491666 B1 KR 102491666B1
- Authority
- KR
- South Korea
- Prior art keywords
- unit
- information
- predetermined
- company
- project
- Prior art date
Links
- 238000010801 machine learning Methods 0.000 claims abstract description 32
- 238000000034 method Methods 0.000 claims description 18
- 230000007115 recruitment Effects 0.000 claims description 14
- 230000005540 biological transmission Effects 0.000 claims description 11
- 238000010200 validation analysis Methods 0.000 claims description 11
- 238000005516 engineering process Methods 0.000 claims description 8
- 238000004088 simulation Methods 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 5
- 238000013498 data listing Methods 0.000 claims description 4
- 238000012797 qualification Methods 0.000 claims description 2
- 238000000151 deposition Methods 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 18
- 238000011156 evaluation Methods 0.000 description 8
- 238000009938 salting Methods 0.000 description 6
- 238000007726 management method Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 238000003062 neural network model Methods 0.000 description 2
- 238000013439 planning Methods 0.000 description 2
- 238000000275 quality assurance Methods 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000001151 other effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- 230000003442 weekly effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
- G06Q10/105—Human resources
- G06Q10/1053—Employment or hiring
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
- G06Q10/063112—Skill-based matching of a person or a group to a task
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
- G06Q10/063118—Staff planning in a project environment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06398—Performance of employee with respect to a job function
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Educational Administration (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Mathematical Physics (AREA)
- General Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
본 발명은 기업-프리랜서의 매칭률 향상을 위한 에이전트 시스템에 관한 것으로서, 프리랜서로부터 소정의 커리어 정보를 선택적으로 획득하여 제공하는 어플라잉 유닛; 기업으로부터 소정의 리크루팅 정보를 선택적으로 획득하여 제공하는 프로젝트 유닛; 및 소정의 커리어 정보 또는 소정의 리크루팅 정보를 선택적으로 획득하여, 미리 설정된 기계 학습을 통해 프리랜서와 기업의 매칭이 이루어지도록 선택적으로 중개하는 에이전트 유닛; 프리랜서와 기업의 매칭되면, 프리랜서와 기업의 근로 계약을 전산적으로 자동 체결시키는 매니징 유닛을 포함하는 기술적 사상을 개시한다.
Description
본 발명은 기업-프리랜서의 매칭률 향상을 위한 에이전트 시스템에 관한 것이다. 보다 자세하게는, 기계 학습을 통해 프리랜서와 기업 간의 매칭이 이루어지도록 중개하며, 프리랜서와 기업의 근로 계약을 전산적으로 체결시키고, 근로 계약 결과 데이터를 기계 학습에 반영하여 프리랜서와 기업의 매칭률을 향상시키는 시스템에 관한 기술분야이다.
소프트웨어정책연구소(SPRi)의 이슈 리포트 (2021.12.06.자)에 따르면, 코로나19 여파로 비대면 서비스가 확대됨에 따라 전 산업 군에서 SW(소프트웨어) 개발자의 수요가 증가하게 되었다. IT 분야뿐만 아니라 비 IT 분야에서도 SW 개발자 채용을 확대하게 되었다. 이에 SW 개발자의 과대 수요 현상으로 SW 개발자 고용 시장에 임금 인상 경쟁이 발생하게 되었다. 대기업들은 인재를 확보하기 위해 임금 인상 경쟁에 적극적으로 참여할 수 있었지만, 중소벤처기업들은 이러한 임금 인상 경쟁에서 버틸 수 없었고 극심한 인력난을 겪고 있다.
중소벤처기업들은 부족한 인력을 채우기 위해 정규직을 대신해서 프로젝트 기간 동안만 SW 프리랜서를 채용하는 방식으로 사업을 운영하는 추세이다.
SW 개발자는 성장하는 과정에서 잦은 이직과 고용 형태의 변형을 경험하여 현재 속한 직장을 평생 직장으로 생각하는 경우가 많지 않다. 또한, 프리랜서로서 활동하는 것도 하나의 경력으로 인정이 되기 때문에, 프리랜서 로서의 활동은 경험을 쌓고 경력을 형성하여 스스로의 실력을 입증하는데 도움이 된다.
이 과정에서 일자리 중개 플랫폼의 역할의 확대가 예상된다. 일자리 중개 플랫폼은 프리랜서 개발자와 기업의 매개하는 역할을 한다. 프리랜서는 플랫폼을 통해 일자리를 구할 수 있으며, 플랫폼은 프리랜서의 경력을 인증해주고 제값을 받을 수 있는 일자리를 제공하게 된다.
이와 관련된 선행 특허문헌의 예로서 “프리랜서 서비스 플랫폼 제공방법, 장치 및 프로그램 (등록번호 제10-2147450호, 이하 특허문헌1이라 한다.)”이 존재한다.
특허문헌1에 따른 발명의 경우, 컴퓨터에 의하여 수행되는 방법에 있어서, 프리랜서가 제공하는 하나 이상의 서비스에 대한 정보를 획득하는 단계, 프리랜서의 평가를 위한 정보를 획득하는 단계, 획득된 서비스에 대한 정보 및 평가를 위한 정보에 기초하여 프리랜서의 성공률 점수를 산출하는 단계 및 프리랜서에 대한 정보를 프리랜서의 제공서비스 및 산출된 성공률 점수와 함께 게시하는 단계를 포함하는, 프리랜서 서비스 플랫폼 제공방법이 제공된다.
또 다른 특허문헌의 예로서 “기업과 프리랜서의 매칭 방법 및 시스템 (등록번호 제10-2007018호, 이하 특허문헌2이라 한다.)”이 존재한다.
특허문헌2에 따른 발명의 경우, 각각이 컴퓨터, 태블릿 PC, 또는 노트북과 같은 전자 장치인 제1기업 클라이언트, 제1프리랜서 클라이언트 및 명령들을 실행하는 프로세서와 명령들이 저장되는 메모리를 포함한 서버를 포함하며, 제1기업 클라이언트, 제1프리랜서 클라이언트 및 서버가 네트워크를 통해 서로 통신이 가능한 기업과 프리랜서의 매칭 시스템의 매칭 방법이 개시된다.
또 다른 특허문헌의 예로서 “구인기업을 직접 연결하는 헤드헌팅 플랫폼 시스템 (등록번호 제10-1913229호, 이하 특허문헌3이라 한다.)”이 존재한다.
특허문헌3에 따른 발명의 경우, 구인정보 입력창을 통해 입력된 헤드헌터 모집공고를 등록하고 헤드헌터 모집공고를 검색할 수 있는 모집공고 검색창을 표시하며 각 헤드헌터 모집공고에 참여한 헤드헌터의 리스트를 생성하는 중계서버와, 중계서버로부터 제공된 구인정보 입력창을 통해 헤드헌터 모집공고를 업로드하며 헤드헌터 모집공고에 참여한 헤드헌터의 리스트를 다운로드 받는 구인기업 단말기, 및 중계서버로부터 제공된 모집공고 검색창을 통해 헤드헌터 모집공고를 검색하며 참여하고자 하는 헤드헌터 모집공고를 지정하여 중계서버로 참여신청 정보를 전송하는 헤드헌터 단말기를 포함하는 헤드헌팅 플랫폼 시스템을 제공한다.
또 다른 특허문헌의 예로서 “구인구직 매칭 장치 및 그의 구인구직 매칭 방법 (등록번호 제10-2278627호, 이하 특허문헌4이라 한다.)”이 존재한다.
특허문헌4에 따른 발명의 경우, 복수의 기업 단말로부터 복수의 구인 정보를 수신하는 단계, 복수의 구직자 단말로부터 복수의 구직 정보를 수신하는 단계, 복수의 구인 정보 및 복수의 구직 정보에 기초하여, 기업 단말 및 구직자 단말 각각에 구직자 리스트 및 구인자 리스트를 제공하는 단계, 구직자 리스트 혹은 구인자 리스트에 따라 매칭이 성립된 구직자 및 구인자로부터 평가 정보를 수신하는 단계, 매칭이 성립된 구직자의 정보 및 구인자의 정보와 수신된 평가 정보를 소정의 머신러닝 알고리즘에 대한 학습 데이터로 이용하여, 구인자의 정보 및 구직자의 정보가 입력될 경우, 입력된 구인자의 정보에 포함된 키워드와 입력된 구직자의 정보에 포함된 키워드에 따른 적합도를 추출하는 신경망 모델을 학습하는 단계 및 소정의 데이터베이스에서 구인자의 정보 및 구직자의 정보가 신경망 모델에 입력되면, 구인자의 정보 및 구직자의 정보에 따른 적합도를 기초로 구직자 및 구인자를 추천하는 단계를 포함할 수 있다.
본 발명에 따른 기업-프리랜서의 매칭률 향상을 위한 에이전트 시스템은 상기한 바와 같은 종래 문제점을 해결하기 위해 안출된 것으로서, 다음과 같은 해결하고자 하는 과제를 제시한다.
첫째, 프리랜서의 포트폴리오 정보를 생성하고, 기업의 프로젝트 정보를 생성하여 검증하고자 한다.
둘째, 프리랜서의 포트폴리오 정보와 기업의 프로젝트 정보를 기계 학습을 통해서 상호 매칭하고자 한다.
셋째, 프리랜서와 기업의 근로 계약 체결을 전산적으로 관리하고, 근로 계약 결과 데이터를 산출하고 반영하여, 기계 학습을 자동으로 업데이트 하고자 한다.
본 발명의 해결 과제는 이상에서 언급된 것들에 한정되지 않으며, 언급되지 아니한 다른 해결과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
본 발명에 따른 기업-프리랜서의 매칭률 향상을 위한 에이전트 시스템은 상기의 해결하고자 하는 과제를 위하여 다음과 같은 과제 해결 수단을 가진다.
본 발명에 따른 기업-프리랜서의 매칭률 향상을 위한 에이전트 시스템은 프리랜서로부터 상기 프리랜서의 소정의 커리어 정보를 선택적으로 획득하여 제공하는 어플라잉 유닛; 기업으로부터 상기 기업의 프로젝트를 위한 소정의 리크루팅 정보를 선택적으로 획득하여 제공하는 프로젝트 유닛; 및 상기 어플라잉 유닛 또는 상기 프로젝트 유닛으로부터 상기 소정의 커리어 정보 또는 상기 소정의 리크루팅 정보를 선택적으로 획득하여, 미리 설정된 기계 학습을 통해 상기 프리랜서와 상기 기업의 매칭이 이루어지도록 선택적으로 중개하는 에이전트 유닛을 포함하는 것을 특징으로 할 수 있다.
본 발명에 따른 기업-프리랜서의 매칭률 향상을 위한 에이전트 시스템의 상기 어플라잉 유닛은, 상기 프리랜서로 하여금 상기 소정의 커리어 정보를 생성하기 위하여, 상기 프리랜서의 직종, 분야, 업무 분야, 경력기술서, 경력년수, 학력, 근무 경력, 교육이수, 자격증, 또는 언어 중 적어도 하나 이상의 정보가 입력되도록 하는 커리어 입력부를 포함하는 것을 특징으로 할 수 있다.
본 발명에 따른 기업-프리랜서의 매칭률 향상을 위한 에이전트 시스템의 상기 프로젝트 유닛은, 상기 기업으로 하여금 상기 소정의 리크루팅 정보를 생성하기 위하여, 상기 프로젝트의 진행 단계, 업무 분야, 업무 범위, 직종, 기술 분야, 요구 스펙, 프로젝트명, 근무지, 우대사항, 투입 인력, 시작일, 종료일, 마감일, 기업 정보, 예상 단가, 희망 경력, 희망 연령, 또는 담당자 정보 중 적어도 하나 이상의 정보가 입력되도록 하는 리크루팅 입력부를 포함하는 것을 특징으로 할 수 있다.
본 발명에 따른 기업-프리랜서의 매칭률 향상을 위한 에이전트 시스템의 상기 에이전트 유닛은, 상기 어플라잉 유닛으로부터 획득된 상기 소정의 커리어 정보를 미리 설정된 포맷으로 선택적으로 컨버팅하여, 상기 프리랜서 별 소정의 포트폴리오를 선택적으로 생성하며,
상기 프로젝트 유닛으로부터 획득된 상기 소정의 리크루팅 정보를 미리 설정된 패턴으로 선택적으로 컨버팅하여, 상기 기업 별 소정의 프로젝트 정보를 선택적으로 생성하는 컨버팅부; 및 상기 소정의 포트폴리오 또는 상기 소정의 프로젝트 정보를 상기 미리 설정된 기계 학습을 통해 검증하여, 상기 프리랜서 또는 상기 기업을 선택적으로 선별하는 밸리데이션부를 포함하는 것을 특징으로 할 수 있다.
본 발명에 따른 기업-프리랜서의 매칭률 향상을 위한 에이전트 시스템의 상기 에이전트 유닛은, 상기 소정의 포트폴리오와 상기 소정의 프로젝트 정보를 상기 미리 설정된 기계 학습을 통해 소정의 매칭 시뮬레이션을 진행하여, 상기 프리랜서와 상기 기업을 선택적으로 매칭시키는 매칭부를 더 포함하는 것을 특징으로 할 수 있다.
본 발명에 따른 기업-프리랜서의 매칭률 향상을 위한 에이전트 시스템의 상기 시스템은, 상기 프리랜서와 상기 기업의 매칭되면, 상기 프리랜서와 상기 기업의 근로 계약을 전산적으로 자동 체결시키고, 상기 근로 계약의 정보에 기초하여, 상기 기업으로부터 입력된 작업 지시 정보가 상기 근로 계약의 정보에 부합되는지 전산적으로 체크하고, 상기 프리랜서로부터 입력된 작업 수행 정보가 상기 근로 계약의 정보 부합되는지 전산적으로 체크하는 매니징 유닛을 더 포함하는 것을 특징으로 할 수 있다.
본 발명에 따른 기업-프리랜서의 매칭률 향상을 위한 에이전트 시스템의 상기 매니징 유닛은, 상기 프리랜서로부터의 소정의 제1 콤플레인 정보를 획득하고, 상기 기업으로부터 소정의 제2콤플레인 정보를 획득하여, 상기 제1콤플레인 정보와 상기 제2콤플레인 정보에 기초하여, 상호 전산적인 교신이 이루어지도록 하는 피드백부 포함하는 것을 특징으로 할 수 있다.
본 발명에 따른 기업-프리랜서의 매칭률 향상을 위한 에이전트 시스템의 상기 매니징 유닛은, 상기 프리랜서 또는 상기 기업으로부터 상기 근로 계약의 종료가 전산적으로 입력되면, 소정의 파라미터를 기준으로 상기 근로 계약의 결과에 대한 아웃풋 데이터를 선택적으로 산출하는 일드부를 더 포함하는 것을 특징으로 할 수 있다.
본 발명에 따른 기업-프리랜서의 매칭률 향상을 위한 에이전트 시스템의 상기 일드부는, 상기 아웃풋 데이터를 산출하기 위하여, 상기 프리랜서와 상기 기업의 합치율, 매칭률, 계약률, 재계약률, 만족률, 달성률 또는 정규직 전환율 중 적어도 하나 이상을 상기 소정의 파라미터로 선택적으로 적용하는 것을 특징으로 할 수 있다.
본 발명에 따른 기업-프리랜서의 매칭률 향상을 위한 에이전트 시스템의 상기 매니징 유닛은, 상기 일드부로부터 산출된 상기 아웃풋 데이터를 상기 매칭부로 전송하여, 상기 매칭부로 하여금 상기 아웃풋 데이터를 선택적으로 학습하도록 하여, 상기 미리 설정된 기계 학습이 자동 업데이트 되도록 하는 것을 특징으로 할 수 있다.
이상과 같은 구성의 본 발명에 따른 기업-프리랜서의 매칭률 향상을 위한 에이전트 시스템은 다음과 같은 효과를 제공한다.
첫째, 프리랜서의 포트폴리오 정보를 생성하고, 기업의 프로젝트 정보를 생성하여 검증할 수 있게 된다.
둘째, 프리랜서의 포트폴리오 정보와 기업의 프로젝트 정보를 기계 학습을 통해서 소정의 시뮬레이션을 진행하여 상호 매칭할 수 있게 된다.
셋째, 프리랜서와 기업의 근로 계약 체결을 전산적으로 관리하고, 근로 계약 결과 데이터를 산출하고 반영하여, 기계 학습을 자동으로 업데이트할 수 있게 된다.
본 발명의 효과는 이상에서 언급한 것들에 한정되지 않으며, 언급되지 아니한 다른 효과들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
도1은 본 발명의 일 실시예에 따른 기업-프리랜서의 매칭률 향상을 위한 에이전트 시스템의 개념도이다.
도2는 본 발명의 일 실시예에 따른 기업-프리랜서의 매칭률 향상을 위한 에이전트 시스템의 커리어 입력부의 개념도이다.
도3은 본 발명의 일 실시예에 따른 기업-프리랜서의 매칭률 향상을 위한 에이전트 시스템의 리크루팅 입력부의 개념도이다.
도4는 본 발명의 일 실시예에 따른 기업-프리랜서의 매칭률 향상을 위한 에이전트 시스템의 컨버팅부의 개념도이다.
도5는 본 발명의 일 실시예에 따른 기업-프리랜서의 매칭률 향상을 위한 에이전트 시스템의 매칭부의 개념도이다.
도6은 본 발명의 일 실시예에 따른 기업-프리랜서의 매칭률 향상을 위한 에이전트 시스템의 결제 정보 입력부와 페이먼트부의 개념도이다.
도7은 본 발명의 일 실시예에 따른 기업-프리랜서의 매칭률 향상을 위한 에이전트 시스템의 데이터 송수신부의 개념도이다.
도8은 본 발명의 일 실시예에 따른 기업-프리랜서의 매칭률 향상을 위한 에이전트 시스템의 매니징 유닛의 개념도이다.
도9는 본 발명의 일 실시예에 따른 기업-프리랜서의 매칭률 향상을 위한 에이전트 시스템의 피드백부의 개념도이다.
도2는 본 발명의 일 실시예에 따른 기업-프리랜서의 매칭률 향상을 위한 에이전트 시스템의 커리어 입력부의 개념도이다.
도3은 본 발명의 일 실시예에 따른 기업-프리랜서의 매칭률 향상을 위한 에이전트 시스템의 리크루팅 입력부의 개념도이다.
도4는 본 발명의 일 실시예에 따른 기업-프리랜서의 매칭률 향상을 위한 에이전트 시스템의 컨버팅부의 개념도이다.
도5는 본 발명의 일 실시예에 따른 기업-프리랜서의 매칭률 향상을 위한 에이전트 시스템의 매칭부의 개념도이다.
도6은 본 발명의 일 실시예에 따른 기업-프리랜서의 매칭률 향상을 위한 에이전트 시스템의 결제 정보 입력부와 페이먼트부의 개념도이다.
도7은 본 발명의 일 실시예에 따른 기업-프리랜서의 매칭률 향상을 위한 에이전트 시스템의 데이터 송수신부의 개념도이다.
도8은 본 발명의 일 실시예에 따른 기업-프리랜서의 매칭률 향상을 위한 에이전트 시스템의 매니징 유닛의 개념도이다.
도9는 본 발명의 일 실시예에 따른 기업-프리랜서의 매칭률 향상을 위한 에이전트 시스템의 피드백부의 개념도이다.
본 발명에 따른 기업-프리랜서의 매칭률 향상을 위한 에이전트 시스템은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 그러나, 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 기술적 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해되어야 한다.
도1은 본 발명의 일 실시예에 따른 기업-프리랜서의 매칭률 향상을 위한 에이전트 시스템의 개념도이다. 도2는 본 발명의 일 실시예에 따른 기업-프리랜서의 매칭률 향상을 위한 에이전트 시스템의 커리어 입력부의 개념도이다. 도3은 본 발명의 일 실시예에 따른 기업-프리랜서의 매칭률 향상을 위한 에이전트 시스템의 리크루팅 입력부의 개념도이다. 도4는 본 발명의 일 실시예에 따른 기업-프리랜서의 매칭률 향상을 위한 에이전트 시스템의 컨버팅부의 개념도이다. 도5는 본 발명의 일 실시예에 따른 기업-프리랜서의 매칭률 향상을 위한 에이전트 시스템의 매칭부의 개념도이다. 도6은 본 발명의 일 실시예에 따른 기업-프리랜서의 매칭률 향상을 위한 에이전트 시스템의 결제 정보 입력부와 페이먼트부의 개념도이다. 도7은 본 발명의 일 실시예에 따른 기업-프리랜서의 매칭률 향상을 위한 에이전트 시스템의 데이터 송수신부의 개념도이다. 도8은 본 발명의 일 실시예에 따른 기업-프리랜서의 매칭률 향상을 위한 에이전트 시스템의 매니징 유닛의 개념도이다. 도9는 본 발명의 일 실시예에 따른 기업-프리랜서의 매칭률 향상을 위한 에이전트 시스템의 피드백부의 개념도이다.
본 발명에 따른 기업-프리랜서의 매칭률 향상을 위한 에이전트 시스템은 기계 학습을 통해 프리랜서와 기업 간의 매칭이 이루어지도록 중개하며, 프리랜서와 기업의 근로 계약을 전산적으로 체결시키고, 근로 계약 결과 데이터를 기계 학습에 반영하여 프리랜서와 기업의 매칭률을 향상시키는 시스템에 관한 것이다.
본 발명에 따른 기업-프리랜서의 매칭률 향상을 위한 에이전트 시스템의 경우, 도1에 도시된 바와 같이, 어플라잉 유닛(applying unit, 100), 프로젝트 유닛(project unit, 200), 에이전트 유닛(agent unit, 300), 매니징 유닛(managing unit, 400)을 포함하게 된다.
먼저, 어플라잉 유닛(100)의 경우, 프리랜서로부터 프리랜서의 소정의 커리어 정보를 선택적으로 획득하여 제공하는 구성이다.
어플라잉 유닛(100)은 프리랜서의 단말기 예컨대, 휴대폰, 스마트폰, 노트북, 컴퓨터, 태블릿 PC, 데스크탑 등을 통해서 입력되는 소정의 커리어 정보를 획득하고자 한다.
여기서 말하는 소정의 커리어 정보는 프리랜서의 단말기로부터 입력되는 프리랜서의 기본 프로필 정보, 직종, 업무 분야, 경력 등의 정보로서 정의할 수 있다.
어플라잉 유닛(100)은 에이전트 유닛(300)의 서버와 네트워킹 또는 클라우드를 통해 상호 연결되어, 소정의 커리어 정보를 송수신할 수 있게 된다.
어플라잉 유닛(100)으로부터 제공되는 소정의 커리어 정보는 소정의 포트폴리오의 형태로 컨버팅되는 것이 바람직하다.
본 발명에 따른 기업-프리랜서의 매칭률 향상을 위한 에이전트 시스템의 어플라잉 유닛(100)의 경우, 커리어 입력부(110), 니즈 입력부(120) 및 히스토리 입력부(130)를 포함하게 된다.
커리어 입력부(110)의 경우, 도2에 도시된 바와 같이, 프리랜서로 하여금 소정의 커리어 정보를 생성하기 위하여 프리랜서의 직종, 분야, 업무 분야, 경력기술서, 경력년수, 학력, 근무 경력, 교육 이수, 자격증, 언어, KOSA(Korea Software Industry Association)여부 또는 포머 프로젝트 정보 중 적어도 하나 이상의 정보가 입력되도록 하는 구성이다.
커리어 입력부(110)를 통해서 프리랜서의 직종에는 개발자, 퍼블리셔, 디자이너, 기획자 등이 존재한다.
커리어 입력부(110)를 통해 입력되는 분야에는 PM(project manager), PL(project leader), DA(Data Architecture), DBA(Database Administrator), TA(Technical Architect), AA(Application Architect), NA, PMO(Project Management Office), SE(system engineering), QA(Quality Assurance), QC, BA(business architect), 시스템분석/설계 등이 존재한다. 업무 분야에는 쇼핑몰, 여행사, 금융, 증권, 카드, 보험, 병원, 대학, 공공기관, 물류, 회계, 제조, 건설, 통신, 유통, 생산, 미디어, 교육, 반도체, 자동차, 암호화폐, 블록체인, 빅데이터 등이 존재하는 것이 바람직하다. 이렇게 분야와 업무 분야를 세분화하여, 프리랜서와 기업의 매칭 확률을 높이고자 한다.
니즈 입력부(120)의 경우, 프리랜서의 소정의 커리어 정보에 기초하여 프리랜서의 희망 업무, 희망 분야, 희망 단가, 희망 업무 가능일, 희망 업무 상태 중 적어도 하나 이상의 정보가 입력되도록 하는 구성이다.
니즈 입력부(120)에서 프리랜서가 프로젝트 원하는 조건들을 입력하기 위한 것이다.
니즈 입력부(120)를 통해 입력되는 희망 업무와 희망 분야는 커리어 입력부(110)에서 입력한 분야와 업무 분야 중 지원하고자 하는 분야를 적어도 하나 이상 입력하는 것이다.
니즈 입력부(120)에서 입력되는 희망 업무 상태는 업무 형태에 대한 것으로, 예컨대, 재택근무, 상주 내근, 또는 정규직 등의 업무 형태를 입력하기 위한 것이다.
또한, 니즈 입력부(120)에서 입력되는 희망 단가는 프리랜서가 일/월/년 단위로 원하는 단가/급여 정보를 입력하는 것이며, 희망 업무 가능일은, 업무가 가능한 날을 입력하는 것이다.
아울러, 니즈 입력부(120)에서는 프리랜서가 희망하는 지역까지 입력할 수 있도록 한다.
프리랜서가 원하는 조건들을 세분화하여 입력하면, 프리랜서와 기업과의 매칭 확률과 만족도가 높아질 수 있게 된다.
히스토리 입력부(130)의 경우, 프리랜서로 하여금 이전에 참여했던 프로젝트 정보를 입력되도록 하는 구성이다.
이때, 이전에 참여했던 프로젝트에 대한 정보는 프리랜서가 직접 기입할 수도 있지만, 에이전트 유닛(300)과 상호 연동되어, 에이전트 유닛(300)으로부터 이전에 참여한 프로젝트 정보를 땡겨와서 입력할 수도 있다.
히스토리 입력부(130)를 통해 프리랜서의 업무 스타일, 경력, 경험, 실력 등을 실질적으로 확인할 수 있으며, 히스토리 입력부(130)에는 이전에 참여한 프로젝트의 기업 평가 정보 또한 포함되는 것이 바람직하다.
커리어 송수신부(140)의 경우, 프리랜서로부터 입력되는 소정의 커리어 정보와 소정의 니즈 정보를 에이전트 유닛(300)으로 송수신하는 구성이다.
이때, 소정의 커리어 정보와 소정의 니즈 정보는 1과 0의 바이너리 시퀀스(binary sequence)로 변환하여 에이전트 유닛(300)으로 전송하는 것이 바람직하다.
커리어 송수신부(140)는 소정의 커리어 정보와 소정의 니즈 정보를 바이너리 시퀀스로 변환하여 인포 데이터(info data)로서 생성한다.
커리어 송수신부(140)는 인포 데이터를 일렬로 나열하고, 인포 데이터 중 일부를 누락시켜 오미팅 데이터를 생성하며, 오미팅 데이터와 오미팅 데이터가 누락된 인포 데이터를 각각 병렬적으로 에이전트 유닛(300)에 전송하게 된다.
프로젝트 유닛(200)의 경우, 도3에 도시된 바와 같이, 기업으로부터 프로젝트를 위한 소정의 리크루팅 정보를 선택적으로 획득하여 제공하는 구성이다.
프로젝트 유닛(200)은 에이전트 유닛(300)의 서버와 네트워킹 또는 클라우드를 통해 상호 연동되어, 소정의 리크루팅 정보를 송수신할 수 있게 된다.
이때, 프로젝트 유닛(200)의 소정의 리크루팅 정보는 기업의 인사 담당자, 또는 기업의 프로젝트 담당자의 단말기(휴대폰, 스마트폰, 노트북, 컴퓨터, 태블릿 PC, 데스크탑)를 통해 입력될 수 있다.
또한, 여기서 말하는 프로젝트란 사업자등록증을 보유한 개인사업자 및 법인 사업자가 운영하는 기업에서 진행하는 단기 또는 장기의 개발, 퍼블리싱, 디자인, 기획 등의 프로젝트를 뜻하며, 소정의 리크루팅 정보는 해당 프로젝트에 참여할 프리랜서의 참여 조건으로 정의할 수 있다.
본 발명에 따른 기업-프리랜서의 매칭률 향상을 위한 에이전트 시스템의 프로젝트 유닛(200)의 경우, 리크루팅 입력부(210), 포머 프로젝트 입력부(220), 리크루팅 송수신부(230) 및 결제 정보 입력부(240)를 포함하게 된다.
리크루팅 입력부(210)의 경우, 도2에 도시된 바와 같이, 기업으로 하여금 소정의 리크루팅 정보를 생성하기 위하여, 프로젝트의 진행 단계, 업무 분야, 업무 범위, 직종, 기술 분야, 요구 스펙, 프로젝트명, 근무지, 우대사항, 투입 인력, 시작일, 종료일, 마감일, 기업 정보, 예상 단가, 희망 경력, 희망 연령, 또는 담당자 정보 중 적어도 하나 이상의 정보가 입력되도록 하는 구성이다.
리크루팅 입력부(210)를 통해서 프로젝트에 대한 정보들이 입력될 수 있다. 먼저, 프로젝트의 진행 단계에는 분석/설계, 기획, 디자인, 퍼블리싱, 개발, 운영중 등이 존재한다. 업무 분야에는 쇼핑몰, 여행사, 금융, 증권, 카드, 보험, 병원, 대학, 공공기관, 물류, 회계, 제조, 건설, 통신, 유통, 생산, 미디어, 교육, 반도체, 자동차, 암호화폐, 블록체인, 빅데이터 등이 존재하는 것이 바람직하다.
리크루팅 입력부(210)를 통해 입력되는 구인 직종에는 개발자, 퍼블리셔, 디자이너, 기획자 등이 존재한다.
또한, 리크루팅 입력부(210)를 통해 현재 개발 진행 상황, 총 투입 인력, 현제 상태, 담당 업무, 업무 범위, 우대 사항, 필요 인력, 요구 스펙, 근무지, 월 단가, 등의 프로젝트의 상세 내용을 입력되도록 한다.
프로젝트에 대한 정보를 디테일하게 입력하여, 프로젝트에 맞춤인 최적의 프리랜서가 지원할 수 있도록 하여, 기업과 프리랜서의 매칭 확률과 만족도를 높이고자 한다.
포머 프로젝트 입력부(220)의 경우, 기업으로 하여금 이전에 진행했던 포머 프로젝트 정보가 입력되도록 하는 구성이다.
이때, 이전에 진행한 프로젝트에 대한 정보는 기업으로부터 직접 입력되도록 할 수도 있지만, 에이전트 유닛(300)과 상호 연동되어, 에이전트 유닛(300)으로부터 이전에 진행한 프로젝트 정보를 땡겨와서 입력할 수도 있다.
포머 프로젝트 입력부(220)를 통해서 기업이 주로 진행하는 프로젝트에 대한 정보를 제공할 수 있으며, 각 프로젝트에 참여한 프리랜서의 기업의 평가 정보 또한 포함되는 것이 바람직하다.
리크루팅 송수신부(230)의 경우, 기업으로부터 입력되는 소정의 리크루팅 정보를 에이전트 유닛(300)으로 송수신하는 구성이다.
이때, 소정의 리크루팅 정보는 1과 0의 바이너리 시퀀스(binary sequence)로 변환하여 에이전트 유닛(300)으로 전송하는 것이 바람직하다.
리크루팅 송수신부(230)는 소정의 리크루팅 정보를 바이너리 시퀀스로 변환하여 리크루팅 데이터(recruiting data)로서 생성한다.
리크루팅 송수신부(230)는 리크루팅 데이터를 일렬로 나열하고, 리크루팅 데이터 중 일부를 누락시켜 오미팅 데이터를 생성하며, 오미팅 데이터와 오미팅 데이터가 누락된 리크루팅 데이터를 각각 병렬적으로 에이전트 유닛(300)에 전송하게 된다.
결제 정보 입력부(240)의 경우, 도6에 도시된 바와 같이, 기업으로 하여금 기업의 프로젝트에 사용되는 소정의 페이롤을 프리랜서에게 지급하기 위하여, 기업의 페이롤 결제 정보가 입력되도록 하는 구성이다.
결제 정보 입력부(240)는 프로젝트가 시작되면, 프리랜서에게 기업이 프로젝트에 대한 임금을 지급하기 위한 결제 정보를 입력하는 것이다.
여기서 말하는 소정의 페이롤(payroll)은 프리랜서에게 지급되는 임금, 대금, 월급, 봉급 등을 말하며, 기업의 페이롤 결제 정보는 기업이 임금을 지급하기 위한 결제 정보로서 정의할 수 있다.
결제 정보 입력부(240)는 기업으로 하여금 결제 수단을 선택하도록 하고, 결제 수단에 따른 결제 정보를 입력하도록 한다.
결제 정보 입력부(240)를 통해, 기업은 미리 결제 대금을 에이전트 유닛(300)에 제공하도록 한다. 이는, 프리랜서들이 대금지급을 받지 못하는 상황을 미연에 방지하기 위한 것이다.
아울러, 결제 정보 입력부(240)로부터 입력되는 기업의 페이롤 결제 정보는 리크루팅 송수신부(230)를 통하여 에이전트 유닛(300)으로 전달되며, 마찬가지로 기업의 페이롤 정보도 오미팅되어 병렬적으로 전송되어, 기업의 결제 정보를 보호하고자 한다.
에이전트 유닛(300)의 경우, 도1에 도시된 바와 같이, 어플라잉 유닛(100) 또는 프로젝트 유닛(200)으로부터 소정의 커리어 정보 또는 소정의 리크루팅 정보를 선택적으로 획득하여, 미리 설정된 기계 학습을 통해 프리랜서와 기업의 매칭이 이루어지도록 선택적으로 중개하는 구성이다.
에이전트 유닛(300)은, 어플라잉 유닛(100)과 프로젝트 유닛(200) 각각과 상호 연동 되어, 각각의 소정의 커리어 정보와 리크루팅 정보를 제공받아, 프리랜서와 기업이 원하는 조건에 충족되는 맞춤형 프리랜서와 맞춤형 기업을 각각 전산적으로 매칭시켜주게 된다.
에이전트 유닛(300)의 중개를 통해 매칭된 프로젝트의 처음부터 끝까지 전산적으로 관리하고 조율하여, 프로젝트마다 기업과 프리랜서에 대한 정보를 둘 다 확보하여 프로젝트 과정, 결과, 평가에 대한 각종 빅데이터를 얻을 수 있게 된다.
이를 통해서 에이전트 유닛(300)은 어플라잉 유닛(100)과 프로젝트 유닛(200)을 통해 이전에 진행한 프로젝트에 대한 정보를 제공할 수 있게 되는 것이다.
또한, 여기서 말하는 미리 설정된 기계 학습이란 에이전트 유닛(300)이 소정의 포트폴리오 정보와 소정의 리크루팅 정보를 리딩하고 분석하고 처리하는 경험을 이용해, 프리랜서와 기업을 중개하는 능력을 향상시키기 위한 전산적인 학습으로 정의할 수 있다.
예컨대, 미리 설정된 기계 학습은 프리랜서의 소정의 포트폴리오 데이터와, 기업의 리크루팅 정보 데이터를 다수의 파라미터로 구성된 모델을 이용하여 최적화하는 것이다.
미리 설정된 기계 학습에는 소정의 포트폴리오 데이터와 리크루팅 정보 데이터, 프로젝트 데이터의 종류에 따라서, 지도 학습(supervised learning), 비지도 학습(unsupervised learning), 준 지도 학습(semi- supervised learning )및 강화 학습(rerecruitingrcement learning)를 적용할 수 있는 것이 바람직하다.
또한, 미리 설정된 기계 학습은 이미 상용화된 인공지능을 활용한 머신 러닝과 딥 러닝을 기반으로 한 것이며 알고리즘과 관련된 자세한 기작은 생략하도록 한다.
본 발명에 따른 기업-프리랜서의 매칭률 향상을 위한 에이전트 시스템의 에이전트 유닛(300)의 경우, 컨버팅(converting)부(310), 밸리데이션(validation)부(320), 솔팅(sorting)부(330), 매칭(matching)부(340), 레코멘딩(recommending)부(350), 페이먼트(payment)부(360), 및 데이터 송수신부(370)를 포함하게 된다.
먼저, 컨버팅부(310)의 경우, 도4에 도시된 바와 같이, 어플라잉 유닛(100)으로부터 획득된 소정의 커리어 정보 또는 소정의 니즈 정보를 리딩하고, 이를 미리 설정된 포맷으로 선택적으로 컨버팅하여 프리랜서 별 소정의 포트폴리오를 선택적으로 형성하게 된다.
컨버팅부(310)에서 형성하는 미리 설정된 포맷은 프리랜서들이 각각 상이한 양식으로 입력한 모든 정보를 정형화된 틀에 맞게 형성하기 위한 것으로 정의할 수 있다. 즉, 소정의 포트폴리오는 미리 설정된 포맷에 따라 형성된 포트폴리오로 정의할 수 있다.
컨버팅부(310)는 프리랜서들이 각양 각색의 형식으로 입력한 커리어 정보, 니즈 정보를 하나의 포트폴리오로 자동 변환할 수 있는 것이다.
또한, 컨버팅부(310)는 프로젝트 유닛(200)으로부터 획득된 소정의 리크루팅 정보를 미리 설정된 패턴으로 선택적으로 컨버팅하여, 기업 별 소정의 프로젝트 정보를 선택적으로 형성할 수 있다.
컨버팅부(310)에서 형성하는 미리 설정된 패턴은 기업들이 각각 상이한 양식으로 입력한 모든 정보를 정형화된 틀에 맞게 형성하기 위한 것이다. 즉, 소정의 프로젝트 정보는 미리 설정된 패턴에 따라 형성된 리크루팅 정보로 정의할 수 있다.
컨버팅부(310)는 기업들이 각양 각색의 형식으로 입력한 리크루팅에 대한 정보를 하나의 양식으로 자동 변환시키는 것이다.
컨버팅부(310)를 통해서 에이전트 유닛(300) 내에서 다수의 프리랜서들의 커리어와 니즈 정보와 다수의 프로젝트에 대한 리크루팅 정보를 정확하게 전산적으로 비교, 분석할 수 있게 된다.
밸리데이션부(320)의 경우, 컨버팅부(310)로부터 생성된 소정의 포트폴리오에 구비된 소정의 커리어 정보와 소정의 니즈 정보를 미리 설정된 기계 학습을 통해 검증하여 프리랜서를 선택적으로 선별하는 것이다.
또한, 밸리데이션부(320)는 컨버팅부(310)로부터 생성된 소정의 프로젝트 정보에 구비된 소정의 리크루팅 정보를 미리 설정된 기계 학습을 통해 검증하여 기업을 선택적으로 선별하는 것이다.
밸리데이션부(320)는 프리랜서가 입력한 커리어 정보와 기업의 담당자가 입력한 프로젝트 정보에 대한 사실 여부를 가리기 위해 무결성과 유효성 검증을 수행하는 것이다.
예컨대, 밸리데이션부(320)는 미리 설정된 기계 학습을 토대로, 외부 서버와 연동되어, 경력기술서, 경력년수, 학력, 근무 경력, 교육 이수, 자격증, 언어, KOSA여부, 프로젝트 경력 등을 검증할 수 있게 된다.
또한, 밸리데이션부(320)는 미리 설정된 기계 학습을 토대로, 외부 서버와 연동되어, 기업의 재무제표, 기업의 신용 평가 정보, 투자 정보, 협력 기업 정보 등을 제공받아, 기업의 안정성, 수익성, 활동성, 현금 흐름, 기업 규모, 사업성, 신뢰도, 노사관계, 사업관련, 경영자 관련 등의 정보를 토대로 기업의 프로젝트 수행 능력을 검증할 수 있게 된다.
밸리데이션부(320)를 통해 프리랜서의 커리어 정보에 대한 팩트 체크, 기업의 프로젝트 정보에 대한 팩트 체크가 가능하고 만약, 프리랜서 또는 기업이 정보를 거짓으로 작성했다면 이를 전산적으로 밝혀내어 프리랜서와 기업을 선별할 수 있게 된다.
솔팅부(330)의 경우, 밸리데이션부(320)로부터 검증된 프리랜서의 소정의 포트폴리오 또는 소정의 프로젝트 정보를 미리 세팅된 기준으로 솔팅하는 구성이다.
솔팅부(330)는 불특정 다수의 프리랜서의 포트폴리오 정보를 기업 또는 타 프리랜서들에게 공개하기 위해서, 또는, 불특정 다수의 기업의 프로젝트 정보를 프리랜서에게 공개하기 위해서 미리 세팅된 기준으로 임의 정렬하는 것이다. 이는 기업이나 타 프리랜서들이 특정 정보를 미리 세팅된 기준에 따라 볼 수 있게 하기 위함이다.
여기서 말하는 미리 세팅된 기준은 업무 등급, 업무 분야, 업무 평가, 프로젝트 등급, 프로젝트 기술, 프로젝트 시행 지역 정보 등으로 기준으로 정의할 수 있다.
예컨대, 솔팅부(330)는 미리 설정된 기계 학습을 통해서 소정의 프로젝트 정보를 등급에 따라 정렬할 수 있게 된다. 등급은 초/중/고급으로 분류되며, 프리랜서로 하여금 자신의 경력과 등급에 상응하는 소정의 프로젝트 정보만을 정렬하여 볼 수 있도록 한다. 또 다른 예로, 기업이 진행하고자 하는 프로젝트에 필요한 인력이 PM 분야일 경우, PM분야로 솔팅된 프리랜서의 정보를 제공받을 수 있게 된다.
매칭부(340)의 경우, 도5에 도시된 바와 같이, 기업으로부터 미리 제공받은 프로젝트 정보를 수신하여, 미리 설정된 기계 학습을 통해 미리 제공받은 프로젝트 정보와 소정의 포트폴리오의 소정의 매칭 시뮬레이션을 진행하여, 프리랜서와 기업을 선택적으로 매칭시키는 구성이다.
또한, 매칭부(340)는 프리랜서로부터 미리 제공받은 포트폴리오 정보를 수신하여, 미리 설정된 기계 학습을 통해, 미리 제공받은 포트폴리오 정보와 소정의 프로젝트 정보를 소정의 매칭 시뮬레이션을 진행하여, 기업과 프리랜서를 선택적으로 매칭시킬 수도 있다.
소정의 시뮬레이션은 커리어 정보, 니즈 정보, 과거 기록과, 소정의 프로젝트 정보에 포함된 프로젝트의 진행 단계, 업무 분야, 업무 범위, 직종, 기술 분야, 요구 스펙, 프로젝트명, 근무지, 우대사항, 투입 인력, 시작일, 종료일, 마감일, 기업 정보, 예상 단가, 희망 경력, 희망 연령, 또는 담당자 정보 중 적어도 하나 이상의 기준을 선택하여 전산적으로 진행할 수 있도록 한다.
예컨대, 매칭부(340)는 솔팅부(330)로부터 정렬된 소정의 프로젝트 정보(소정의 포트폴리오 정보)와 프리랜서(기업)로부터 미리 제공받은 포트폴리오(프로젝트 정보)를 동일한 등급별로 각각 필터링하고 추출하여 1차 매칭을 진행한다. 예컨대, 1차 매칭을 통해서 중급에 해당하는 소정의 프로젝트 정보와 포트폴리오 정보를 추출하였다면, 추출된 소정의 프로젝트 정보를 다시 프로젝트 기술별로 필터링하여, 소정의 프로젝트 정보의 기술과 일치하는 프리랜서의 포트폴리오를 추출하여 2차 매칭을 진행한다.
이와 같이 여러 번의 매칭 시뮬레이션을 반복하여 기업과 프리랜서를 매칭시킬 수 있게 된다.
레코멘딩부(350)의 경우, 프리랜서 또는 기업부터 소정의 포트폴리오 정보 또는 소정의 프로젝트 정보를 수신하여, 소정의 매칭 시뮬레이션을 통해 소정의 포트폴리오 정보와 소정의 프로젝트 정보의 매칭률을 산출하여 상위 N개의 소정의 프로젝트 정보 또는 소정의 포트폴리오를 선택적으로 추천하는 구성이다.
여기서 말하는 상위 N개의 기준은 기업이 프로젝트에 투입하는 인력수 또는 필요 인력수의 5배수 또는 10배수로 설정하는 것이 바람직하다.
페이먼트부(360)의 경우, 도6에 도시된 바와 같이, 결제 정보 입력부(240)로부터 입력된 기업의 페이롤 결제 정보로부터 소정의 페이롤 코드를 선택적으로 생성하여 저장하는 구성이다.
페이먼트부(360)는 기업의 페이롤 결제 정보를 소정의 페이롤 코드로 생성하게 되는데 소정의 페이롤 코드는 문자 또는 숫자로 이루어진 코드로 정의할 수 있다.
이때, 소정의 페이롤 코드는 에이전트 유닛(300)만이 생성할 수 있도록 한다. 소정의 페이롤 코드는 미리 설정된 규칙을 통해서 페이롤 결제 정보를 소정의 페이롤 코드로 변환할 수 있으며, 미리 설정된 규칙은 에이전트 유닛(300)만이 아는 규칙으로서, 에이전트 유닛(300)만이 결제를 진행할 수 있도록 하여 결제 대금을 안전하게 보호하기 위함이다.
또한, 페이먼트부(360)는 소정의 페이롤 코드를 통해 기업의 프로젝트에 대한 소정의 페이롤 결제를 펜딩(pending)시킬 수 있도록 한다.
여기서 말하는 펜딩은 기업의 프로젝트에 대한 대금을 기업으로부터 미리 받아서 에이전트가 보관하는 것으로 정의할 수 있으며, 예컨대, 에이전트는 에스크로 계좌에 넣어두는 것이 바람직하다.
즉, 페이먼트부(360)는 기업과 프리랜서의 매칭이 이루어지면, 기업으로부터 프로젝트에 대한 대금을 받아서 맡아 두며, 미리 설정된 주기에 프로젝트에 대한 소정의 페이롤의 결제를 선택적으로 진행하여 프리랜서에게 지불할 수 있도록 한다.
예컨대, 기업과 프리랜서의 매칭이 이루어지면, 임금 지급에 대한 계약이 체결되는데 이때, 임금은 계약 내용에 따라 일,주,월 단위로 지급하게 된다. 여기서 말하는 미리 설정된 주기는 계약 내용에 따른 임금 지급 주기로 정의할 수 있다.
에이전트 유닛(300)은 미리 소정의 페이롤 코드를 생성하여, 계약 내용에 따라서 미리 설정된 주기에 전산적으로 프리랜서에게 임금이 자동 지급되도록 한다.
페이먼트부(360)를 통해, 프리랜서들이 프로젝트에 대한 대금을 떼이는 것을 방지하고, 프리랜서들의 권익을 보호할 수 있도록 한다.
데이터 송수신부(370)의 경우, 어플라잉 유닛(100) 또는 프로젝트 유닛(200)로부터 소정의 데이터를 송수신하는 구성이다.
여기서 말하는 소정의 데이터에는 커리어 송신부(140)로부터 생성된 인포 데이터, 리크루팅 송신부(230)로부터 생성된 리크루팅 데이터, 또는 결제 정보 입력부(240)로부터 입력되는 기업의 페이롤 결제 정보 등을 포함하게 된다.
데이터 송수신부(370)는, 도7에 도시된 바와 같이, 소정의 데이터의 일부를 누락시켜 오미팅 데이터를 생성하기 위해, 데이터 리스팅부(371), 데이터 서클부(372), 데이터 스핀부(373), 및 데이터 오미팅부(374)를 포함하게 된다.
데이터 리스팅부(371)의 경우, 도7에 도시된 바와 같이, 바이너리 시퀀스로 변환된 소정의 데이터를 일렬로 나열하는 구성이다.
데이터 리스팅부(371)는 일렬로 나열된 소정의 데이터의 각각에 순서를 부여하게 된다. 즉, 각각의 소정의 데이터들은 고유 순서(#1, #2, #3,??)를 할당받게 된다.
데이터 서클부(372)의 경우, 순서가 부여된 소정의 데이터를 롤링하여 원형으로 나열하는 구성이다.
데이터 스핀부(373)의 경우, 원형으로 나열된 소정의 데이터를 시계 방향 또는 반시계 방향으로 회전시키는 구성이다.
이때, 원형으로 나열된 소정의 데이터의 회전 방향과, 회전 횟수는 랜덤하게 결정된다.
또한, 소정의 데이터의 회전 방향과 회전 횟수에 대한 정보는 송신단과 수신단만이 공유하도록 하며, 여기서 말하는 송신단과 수신단은 어플라잉 유닛(100), 프로젝트 유닛(200), 에이전트 유닛(300)이 된다.
데이터 오미팅부(374)의 경우, 원형으로 나열된 소정의 데이터 중, 소정의 영역을 임의로 선택하고 선택된 소정의 영역을 누락시켜 오미팅 데이터로 생성할 수 있게 된다.
이때, 소정의 영역은 원형으로 나열된 소정의 데이터를 적어도 하나 이상 포함하는 영역으로서, 랜덤하게 결정되거나, 데이터 송수신부(370)에 의해 전산적으로 임의 결정되며, 소정의 영역에 대한 정보 역시 송신단과 수신단만이 공유하도록 한다.
데이터 오미팅부(374)로부터 생성된 오미팅 데이터와 소정의 영역이 누락된 소정의 데이터 각각은 독립적으로 에이전트 유닛(300)의 서버에 저장된다.
즉, 데이터 송수신부(370)에서의 소정의 데이터, 오미팅 데이터, 소정의 영역 정보, 회전 정보, 회전 횟수에 대한 각종 정보들은 오로지 송신단과 수신단 만이 공유하여, 외부로부터 기업과 프리랜서의 영업 비밀, 프로젝트에 대한 기밀이 유출되는 것을 방지할 수 있다.
또한, 데이터 송수신부(370)는 프리랜서와 기업의 모든 정보를 선택적으로 변환시키고, 랜덤하게 배열하고 누락하여 저장하게 되므로, 에이전트 유닛(300)의 서버가 외부로부터 해킹 당할 경우에도, 소정의 데이터를 안전하게 보호할 수 있게 되는 것이다.
매니징 유닛(400)의 경우, 도8에 도시된 바와 같이, 프리랜서와 기업이 매칭되면, 프리랜서와 기업의 근로 계약을 전산적으로 자동 체결시키고, 근로 계약 정보에 기초하여, 기업으로부터 입력된 작업 지시 정보가 근로 계약 정보에 부합되는지 전산적으로 체크하고, 프리랜서로부터 입력된 작업 수행 정보가 근로 계약이 정보에 부합되는지 전산적으로 체크하는 구성이다.
매니징 유닛(400)은 프리랜서와 기업이 매칭된 후에 근로 계약 정보를 기준으로, 프리랜서와 기업을 상호 중개하기 위한 것이다.
여기서 말하는 근로 계약 정보는 프리랜서의 소정의 포트폴리오 정보와 기업의 프로젝트 정보에 기초하여 작성되는 계약 정보로서, 프리랜서와 기업의 상호 동의 하에 작성되는 것이다.
매니징 유닛(400)은 프리랜서와 기업의 상호 합의하에 작성된 근로 계약을 전산적으로 처리하여 저장하여, 근로 계약이 체결될 수 있도록 한다.
또한, 매니징 유닛(400)은 어플라잉 유닛(100)과 프로젝트 유닛(200) 각각과 상호 네트워킹 연동 되어, 어플라잉 유닛(100)으로부터 프리랜서에 의해 입력되는 작업 수행 정보와, 프로젝트 유닛(200)으로부터 기업에 의해 입력되는 작업 지시 정보를 각각 전송받아, 프리랜서와 기업이 상호 전신적인 교신이 이루어질 수 있도록 한다.
이때, 작업 지시 정보는 소정의 프로젝트 정보 중 기업이 원하는 작업 내용으로 정의하며, 작업 수행 정보는 기업의 작업 지시 정보에 의해 프리랜서가 수행해야할 업무로 정의하는 것이 바람직하다.
매니징 유닛(400)은 기업은 소정의 프로젝트 정보에 우선 순위를 부여하여, 우선 순위에 따라서 순차적으로 작업이 진행되도록 작업 지시 정보를 전산적으로 설정하는 것이 바람직하다.
본 발명에 따른 기업-프리랜서의 매칭률 향상을 위한 에이전트 시스템의 매니징 유닛의 경우, 피드백(feedback)부(410), 및 일드(yield)부(420)를 포함하게 된다.
피드백부(410)의 경우, 도9에 도시된 바와 같이, 근로 계약 정보의 정보에 기초하여, 프리랜서로부터 소정의 제1콤플레인 정보(411)를 획득하고, 기업으로부터 소정의 제2콤플레인 정보(412)를 획득하여, 제1콤플레인 정보(411)와 제2콤플레인 정보(412)에 기초하여 상호 전산적인 교신이 이루어지도록 하는 구성이다.
피드백부(410)는 프리랜서와 기업이 근로 계약 내용에 따라, 작업을 수행하는 중에 발생하는 콤플레인 정보를 획득하여, 프리랜서와 기업을 상호 중재하기 위한 것이다.
이때, 피드백부(410)는 근로 계약의 정보에 기초한 것으로 예컨대, 이전에 작성된 포트폴리오 정보와 프로젝트 정보에 작성된 항목들을 포함하며, 근로 계약 정보를 토대로 콤플레인 정보를 전산적으로 비교 분석하게 된다.
제1콤플레인 정보(411)는 프리랜서의 작업 수행 중에, 프리랜서가 기업에게 요청하는 정보로 정의할 수 있으며, 제2콤플레인 정보(412)는 기업의 작업 지시 중에, 기업이 프리랜서에게 요청하는 정보로 정의할 수 있다.
예컨대, 기업의 작업 지시 범위가 부당하다고 판단되면, 프리랜서는 프리랜서의 단말기를 통해서, 제1콤플레인 정보(411)를 입력하게 된다. 피드백부(410)는 제1콤플레인 정보(411)를 획득하여, 근로 계약 정보에 기초하여 제1콤플레인 정보(411)를 분석하여, 기업의 지시가 부당한가를 레퍼런스 체크하여 전산적으로 산출할 수 있다. 프리랜서로 하여금 입력된 제1콤플레인 정보(411)가 근로 계약 정보에 존재하면, 해당 콤플레인 정보는 전산적으로 자동 거절 처리되는 것이 바람직하다. 만약, 제1콤플레인 정보(411)가 근로 계약 정보에 존재하지 않으면, 제1콤플레인 정보(411)는 전산적으로 자동 승인 처리되어, 기업으로 전송되어, 프리랜서와 기업 사이에 교신이 이루어지도록 한다.
즉, 피드백부(410)를 통해서, 프리랜서와 기업을 상호 중재할 수 있는 효과를 얻게 된다.
일드부(420)의 경우, 프리랜서 또는 기업으로부터 근로 계약의 종료가 전산적으로 입력되면, 소정의 파라미터를 기준으로 근로 계약의 결과에 대한 아웃풋 데이터를 선택적으로 산출하는 구성이다.
여기서 말하는 소정의 파라미터에는 프리랜서와 기업의 합치율, 매칭률, 계약률, 재계약률, 만족률, 달성률, 성과율, 수익률 또는 정규직 전환율 등이 존재한다.
일드부(420)는 아웃풋 데이터를 산출하기 위하여, 프리랜서와 기업의 합치율, 매칭률, 계약률, 재계약률, 만족률, 달성률, 성과율, 수익률 또는 정규직 전환율 중 적어도 하나 이상을 소정의 파라미터로 선택적으로 적용하게 되는 것이다.
일드부(420)로부터 산출되는 아웃풋 데이터는 근로 계약에 기초하여, 기업과 프리랜서가 수행한 작업에 대한 결과 데이터라고 정의할 수 있다. 기업 또는 프리랜서는 근로 계약의 종료를 전산적으로 입력할 때, 작업 지시 정보 또는 작업 수행 정보를 함께 입력하여, 아웃풋 데이터를 산출할 수 있다.
예컨대, 아웃풋 데이터를 산출하기 위한 프리랜서와 기업의 합치율은, 소정의 포트폴리오 정보와 소정의 프로젝트 정보를 토대도 프리랜서와 기업의 각종 스펙과 업무에 대한 내용의 일치여부에 대한 것이다. 또한, 재계약률은 프리랜서와 기업이 다시 근로 계약을 맺는 비율이며, 달성률은 근로 계약 정보에 기초하여, 작업의 진행 또는 달성 비율이며, 수익률은 근로 계약 정보에 기초하여 근로 계약 동안 프리랜서의 작업 수행에 대한 수익 비율이다. 정규직 전환율은 근로 계약을 체결한 프리랜서를 기업이 정규직으로 채용하는 것에 대한 비율이다.
아울러, 일드부(420)로부터 산출된 아웃풋 데이터는 매칭부(340)로 전송되어, 매칭부(340)로 하여금 아웃풋 데이터를 선택적으로 학습하도록 하여, 미리 설정된 기계 학습이 자동 업데이트 또는 수정되도록 전산적으로 처리되는 것이다.
즉, 기업과 프리랜서의 모든 근로 계약이 종료될 때마다, 모든 아웃풋 데이터를 확보하여 매칭부(340)로 전송하여 빅데이터를 생성하고, 미리 설정된 기계 학습의 알고리즘을 강화시켜, 차후에 진행될 기업과 프리랜서의 매칭 확률을 향상시킬 수 있게 된다.
본 발명의 권리 범위는 특허청구범위에 기재된 사항에 의해 결정되며, 특허 청구범위에 사용된 괄호는 선택적 한정을 위해 기재된 것이 아니라, 명확한 구성요소를 위해 사용되었으며, 괄호 내의 기재도 필수적 구성요소로 해석되어야 한다.
100: 어플라잉 유닛
110: 커리어 입력부
120: 니즈 입력부
130: 히스토리 입력부
140: 커리어 송수신부
200: 프로젝트 유닛
210: 리크루팅 입력부
220: 포머 프로젝트 입력부
230: 리크루팅 송수신부
240: 결제 정보 입력부
300: 에이전트 유닛
310: 컨버팅부
320: 밸리데이션부
330: 솔팅부
340: 매칭부
350: 레코멘딩부
360: 페이먼트부
370: 데이터 송수신부
400: 매니징 유닛
410: 피드백부
420: 일드부
110: 커리어 입력부
120: 니즈 입력부
130: 히스토리 입력부
140: 커리어 송수신부
200: 프로젝트 유닛
210: 리크루팅 입력부
220: 포머 프로젝트 입력부
230: 리크루팅 송수신부
240: 결제 정보 입력부
300: 에이전트 유닛
310: 컨버팅부
320: 밸리데이션부
330: 솔팅부
340: 매칭부
350: 레코멘딩부
360: 페이먼트부
370: 데이터 송수신부
400: 매니징 유닛
410: 피드백부
420: 일드부
Claims (10)
- 프리랜서로부터 상기 프리랜서의 소정의 커리어 정보를 선택적으로 획득하여 제공하는 어플라잉 유닛;
기업으로부터 상기 기업의 프로젝트를 위한 소정의 리크루팅 정보를 선택적으로 획득하여 제공하는 프로젝트 유닛; 및
상기 어플라잉 유닛 또는 상기 프로젝트 유닛으로부터 상기 소정의 커리어 정보 또는 상기 소정의 리크루팅 정보를 선택적으로 획득하여, 미리 설정된 기계 학습을 통해 상기 프리랜서와 상기 기업의 매칭이 이루어지도록 선택적으로 중개하는 에이전트 유닛을 포함하되,
상기 프로젝트 유닛은,
상기 기업으로 하여금 상기 기업의 프로젝트에 사용되는 소정의 페이롤을 상기 프리랜서에게 지급하기 위하여, 상기 기업의 페이롤 결제 정보가 입력되도록 하는 결제 정보 입력부를 포함하며,
상기 에이전트 유닛은,
상기 어플라잉 유닛으로부터 획득된 상기 소정의 커리어 정보를 미리 설정된 포맷으로 선택적으로 컨버팅하여, 상기 프리랜서 별 소정의 포트폴리오를 선택적으로 생성하며,
상기 프로젝트 유닛으로부터 획득된 상기 소정의 리크루팅 정보를 미리 설정된 패턴으로 선택적으로 컨버팅하여, 상기 기업 별 소정의 프로젝트 정보를 선택적으로 생성하는 컨버팅부;
상기 소정의 포트폴리오 또는 상기 소정의 프로젝트 정보를 상기 미리 설정된 기계 학습을 통해 검증하여, 상기 프리랜서 또는 상기 기업을 선택적으로 선별하는 밸리데이션부;
상기 결제 정보 입력부로부터 입력된 상기 페이롤 결제 정보로부터 소정의 페이롤 코드를 선택적으로 생성하여 저장하는 페이먼트부; 및
상기 어플라잉 유닛 또는 상기 프로젝트 유닛으로부터 소정의 데이터를 송수신하는 데이터 송수신부를 포함하며,
상기 페이먼트부는,
상기 소정의 페이롤 코드를 통해 상기 기업의 프로젝트에 대한 상기 소정의 페이롤 결제를 펜딩시키며, 상기 기업으로부터 상기 프로젝트에 대한 대금을 맡아두며, 미리 설정된 주기에 상기 프로젝트에 대한 상기 소정의 페이롤 결제를 선택적으로 진행하며,
상기 데이터 송수신부는,
상기 소정의 데이터를 일렬로 나열하며, 상기 소정의 데이터 각각에 고유 순서를 부여하는 데이터 리스팅부;
상기 고유 순서가 부여된 상기 소정의 데이터를 롤링하여 원형으로 나열하는 데이터 서클부;
상기 원형으로 나열된 상기 소정의 데이터를 시계 방향 또는 반 시계 방향으로 회전시키는 데이터 스핀부; 및
상기 원형으로 나열된 상기 소정의 데이터 중 소정의 영역을 임의 선택하고 상기 소정의 영역을 누락시켜 오미팅 데이터로 생성하는 데이터 오미팅부를 포함하는 것을 특징으로 하는, 기업-프리랜서의 매칭률 향상을 위한 에이전트 시스템.
- 제1항에 있어서, 상기 어플라잉 유닛은,
상기 프리랜서로 하여금 상기 소정의 커리어 정보를 생성하기 위하여, 상기 프리랜서의 직종, 분야, 업무 분야, 경력기술서, 경력년수, 학력, 근무 경력, 교육이수, 자격증, 또는 언어 중 적어도 하나 이상의 정보가 입력되도록 하는 커리어 입력부를 포함하는 것을 특징으로 하는, 기업-프리랜서의 매칭률 향상을 위한 에이전트 시스템.
- 제1항에 있어서, 상기 프로젝트 유닛은,
상기 기업으로 하여금 상기 소정의 리크루팅 정보를 생성하기 위하여, 상기 프로젝트의 진행 단계, 업무 분야, 업무 범위, 직종, 기술 분야, 요구 스펙, 프로젝트명, 근무지, 우대사항, 투입 인력, 시작일, 종료일, 마감일, 기업 정보, 예상 단가, 희망 경력, 희망 연령, 또는 담당자 정보 중 적어도 하나 이상의 정보가 입력되도록 하는 리크루팅 입력부를 포함하는 것을 특징으로 하는, 기업-프리랜서의 매칭률 향상을 위한 에이전트 시스템.
- 삭제
- 제1항에 있어서, 상기 에이전트 유닛은,
상기 소정의 포트폴리오와 상기 소정의 프로젝트 정보를 상기 미리 설정된 기계 학습을 통해 소정의 매칭 시뮬레이션을 진행하여, 상기 프리랜서와 상기 기업을 선택적으로 매칭시키는 매칭부를 더 포함하는 것을 특징으로 하는, 기업-프리랜서의 매칭률 향상을 위한 에이전트 시스템.
- 제5항에 있어서, 상기 시스템은,
상기 프리랜서와 상기 기업의 매칭되면, 상기 프리랜서와 상기 기업의 근로 계약을 전산적으로 자동 체결시키고,
상기 근로 계약의 정보에 기초하여, 상기 기업으로부터 입력된 작업 지시 정보가 상기 근로 계약의 정보에 부합되는지 전산적으로 체크하고, 상기 프리랜서로부터 입력된 작업 수행 정보가 상기 근로 계약의 정보 부합되는지 전산적으로 체크하는 매니징 유닛을 더 포함하는 것을 특징으로 하는, 기업-프리랜서의 매칭률 향상을 위한 에이전트 시스템.
- 제6항에 있어서, 상기 매니징 유닛은,
상기 프리랜서로부터의 소정의 제1 콤플레인 정보를 획득하고, 상기 기업으로부터 소정의 제2콤플레인 정보를 획득하여, 상기 제1콤플레인 정보와 상기 제2콤플레인 정보에 기초하여, 상호 전산적인 교신이 이루어지도록 하는 피드백부를 포함하는 것을 특징으로 하는, 기업-프리랜서의 매칭률 향상을 위한 에이전트 시스템.
- 제7항에 있어서, 상기 매니징 유닛은,
상기 프리랜서 또는 상기 기업으로부터 상기 근로 계약의 종료가 전산적으로 입력되면, 소정의 파라미터를 기준으로 상기 근로 계약의 결과에 대한 아웃풋 데이터를 선택적으로 산출하는 일드부를 더 포함하는 것을 특징으로 하는, 기업-프리랜서의 매칭률 향상을 위한 에이전트 시스템.
- 제8항에 있어서, 상기 일드부는,
상기 아웃풋 데이터를 산출하기 위하여, 상기 프리랜서와 상기 기업의 합치율, 매칭률, 계약률, 재계약률, 만족률, 달성률 또는 정규직 전환율 중 적어도 하나 이상을 상기 소정의 파라미터로 선택적으로 적용하는 것을 특징으로 하는, 기업-프리랜서의 매칭률 향상을 위한 에이전트 시스템.
- 제9항에 있어서, 상기 매니징 유닛은,
상기 일드부로부터 산출된 상기 아웃풋 데이터를 상기 매칭부로 전송하여, 상기 매칭부로 하여금 상기 아웃풋 데이터를 선택적으로 학습하도록 하여, 상기 미리 설정된 기계 학습이 자동 업데이트 되도록 하는 것을 특징으로 하는, 기업-프리랜서의 매칭률 향상을 위한 에이전트 시스템.
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210193385A KR102491666B1 (ko) | 2021-12-30 | 2021-12-30 | 기업-프리랜서의 매칭률 향상을 위한 에이전트 시스템 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| KR1020210193385A KR102491666B1 (ko) | 2021-12-30 | 2021-12-30 | 기업-프리랜서의 매칭률 향상을 위한 에이전트 시스템 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| KR102491666B1 true KR102491666B1 (ko) | 2023-01-27 |
Family
ID=85101668
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| KR1020210193385A KR102491666B1 (ko) | 2021-12-30 | 2021-12-30 | 기업-프리랜서의 매칭률 향상을 위한 에이전트 시스템 |
Country Status (1)
| Country | Link |
|---|---|
| KR (1) | KR102491666B1 (ko) |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20170119517A (ko) * | 2016-04-19 | 2017-10-27 | 김정훈 | 전자 근로계약서를 생성하기 위한 장치 및 방법 그리고 전자 근로계약서를 이용한 노무 관리 시스템 및 방법 |
| KR101823832B1 (ko) * | 2017-08-21 | 2018-01-31 | 최윤영 | 프리랜서 클라이언트 매칭 플랫폼 제공 시스템 |
| KR101913229B1 (ko) | 2017-02-13 | 2018-10-30 | 김태수 | 구인기업을 직접 연결하는 헤드헌팅 플랫폼 시스템 |
| KR102007018B1 (ko) | 2019-05-20 | 2019-08-05 | 주식회사 인사이트온 | 기업과 프리랜서의 매칭 방법 및 시스템 |
| KR102147450B1 (ko) | 2019-08-29 | 2020-08-24 | 이반희 | 프리랜서 서비스 플랫폼 제공방법, 장치 및 프로그램 |
| KR20200100432A (ko) * | 2019-02-18 | 2020-08-26 | 이춘규 | 프리랜서 매칭 서버 및 이를 이용한 프리랜서 매칭 방법 |
| KR20200123947A (ko) * | 2019-04-23 | 2020-11-02 | 김기범 | 프리랜서 검증 및 관리 플랫폼 제공 시스템 및 그 방법 |
| KR20210027100A (ko) * | 2020-08-18 | 2021-03-10 | 이반희 | 프리랜서 서비스 플랫폼 제공방법, 장치 및 프로그램 |
| KR102278627B1 (ko) | 2021-01-19 | 2021-07-19 | 주식회사 링크스타터랩 | 구인구직 매칭 장치 및 그의 구인구직 매칭 방법 |
| KR20210099995A (ko) * | 2020-02-05 | 2021-08-13 | 강성일 | 프로젝트 중개 시스템 및 방법 |
-
2021
- 2021-12-30 KR KR1020210193385A patent/KR102491666B1/ko active IP Right Grant
Patent Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20170119517A (ko) * | 2016-04-19 | 2017-10-27 | 김정훈 | 전자 근로계약서를 생성하기 위한 장치 및 방법 그리고 전자 근로계약서를 이용한 노무 관리 시스템 및 방법 |
| KR101913229B1 (ko) | 2017-02-13 | 2018-10-30 | 김태수 | 구인기업을 직접 연결하는 헤드헌팅 플랫폼 시스템 |
| KR101823832B1 (ko) * | 2017-08-21 | 2018-01-31 | 최윤영 | 프리랜서 클라이언트 매칭 플랫폼 제공 시스템 |
| KR20200100432A (ko) * | 2019-02-18 | 2020-08-26 | 이춘규 | 프리랜서 매칭 서버 및 이를 이용한 프리랜서 매칭 방법 |
| KR20200123947A (ko) * | 2019-04-23 | 2020-11-02 | 김기범 | 프리랜서 검증 및 관리 플랫폼 제공 시스템 및 그 방법 |
| KR102007018B1 (ko) | 2019-05-20 | 2019-08-05 | 주식회사 인사이트온 | 기업과 프리랜서의 매칭 방법 및 시스템 |
| KR102147450B1 (ko) | 2019-08-29 | 2020-08-24 | 이반희 | 프리랜서 서비스 플랫폼 제공방법, 장치 및 프로그램 |
| KR20210099995A (ko) * | 2020-02-05 | 2021-08-13 | 강성일 | 프로젝트 중개 시스템 및 방법 |
| KR20210027100A (ko) * | 2020-08-18 | 2021-03-10 | 이반희 | 프리랜서 서비스 플랫폼 제공방법, 장치 및 프로그램 |
| KR102278627B1 (ko) | 2021-01-19 | 2021-07-19 | 주식회사 링크스타터랩 | 구인구직 매칭 장치 및 그의 구인구직 매칭 방법 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11763403B2 (en) | Systems and methods for automated assessment for remediation and/or redevelopment of brownfield real estate | |
| US20200410583A1 (en) | Financial regulatory compliance platform | |
| Cibulskis et al. | Information systems for health sector monitoring in Papua New Guinea | |
| Nestell et al. | Successful ERP Systems: A guide for businesses and executives | |
| KR102419327B1 (ko) | 프로젝트 정보의 선택적 솔팅과 레코멘딩을 통한 기업-프리랜서 에이전트 시스템 | |
| CN113780998B (zh) | 一种工程项目执行实施一体化信息管理方法 | |
| KR102419326B1 (ko) | 포트폴리오의 선택적 솔팅과 매칭 시뮬레이션을 통한 에이전트 시스템 | |
| Victor | Foreign aid for capacity building to address climate change | |
| US20220374814A1 (en) | Resource configuration and management system for digital workers | |
| KR20200104011A (ko) | 자산관리 서비스 시스템의 웰스매니저 추천 및 매칭 방법 | |
| Zadorozhnyi et al. | Application of chatbots with artificial intelligence in accounting | |
| KR102491666B1 (ko) | 기업-프리랜서의 매칭률 향상을 위한 에이전트 시스템 | |
| KR100524562B1 (ko) | 기술평가 방법 및 그 시스템 | |
| US20230316197A1 (en) | Collaborative, multi-user platform for data integration and digital content sharing | |
| US11797940B2 (en) | Method and system for assessment and negotiation of compensation | |
| Danesh et al. | Software release planning challenges in software development: An empirical study | |
| Baklizky et al. | Business process point analysis: survey experiments | |
| Eybers et al. | Responsible Data Sharing in the Digital Economy: Big Data Governance Adoption in Bancassurance | |
| Younes | A framework for invoice management in construction | |
| Perlman et al. | Regulatory Technology (“RegTech”) Readiness in Honduras | |
| KR100862093B1 (ko) | 컴퓨터 통신망에서의 감정 및 경매 시스템과 그 운용 방법 | |
| Sichone | An assessment on monitoring of risks in road construction projects in zambia: a case study of lusaka | |
| FIKIRU | PROJECT RISK MANAGEMENT PRACTICES AND CHALLENGES: THE CASE OF ADDIS ABEBA CITY ROAD CONSTRUCTION PROJECTS | |
| Hassler | An Overview of BPMN Extensions in B2C Sales | |
| Πιριπίτση | Effective risk management methodologies for digital transformation banking projects. A case study for the digital transformation programme in a major bank in Cyprus. |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| AMND | Amendment | ||
| X091 | Application refused [patent] | ||
| AMND | Amendment | ||
| X701 | Decision to grant (after re-examination) | ||
| GRNT | Written decision to grant |