KR20230001583A - 국가직무능력표준 기반 유사도 추출 모델을 이용한 심층 질문형 비대면 면접 시스템 - Google Patents

국가직무능력표준 기반 유사도 추출 모델을 이용한 심층 질문형 비대면 면접 시스템 Download PDF

Info

Publication number
KR20230001583A
KR20230001583A KR1020210083852A KR20210083852A KR20230001583A KR 20230001583 A KR20230001583 A KR 20230001583A KR 1020210083852 A KR1020210083852 A KR 1020210083852A KR 20210083852 A KR20210083852 A KR 20210083852A KR 20230001583 A KR20230001583 A KR 20230001583A
Authority
KR
South Korea
Prior art keywords
face
interview
national
national competency
standards
Prior art date
Application number
KR1020210083852A
Other languages
English (en)
Other versions
KR102601177B1 (ko
Inventor
김용하
손원동
김태엽
김순정
김만겸
진종주
김새롬이
육현민
김도희
김보람
권동현
문하나
안혜진
Original Assignee
주식회사 이수시스템
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 이수시스템 filed Critical 주식회사 이수시스템
Priority to KR1020210083852A priority Critical patent/KR102601177B1/ko
Publication of KR20230001583A publication Critical patent/KR20230001583A/ko
Application granted granted Critical
Publication of KR102601177B1 publication Critical patent/KR102601177B1/ko

Links

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
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/332—Query formulation
    • G06F16/3329—Natural language query formulation or dialogue systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G06F16/334—Query execution
    • G06F16/3344—Query execution using natural language analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/35—Clustering; Classification
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/205—Parsing
    • G06F40/211—Syntactic parsing, e.g. based on context-free grammar [CFG] or unification grammars
    • 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
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals

Landscapes

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

Abstract

본 발명은 심층 질문형 비대면 면접 시스템에 관한 것으로서, 보다 구체적으로는 하나의 플랫폼으로서, 지원자의 자기소개서 내용을 국가직무능력표준 기반으로 분류하고 해당 분류된 내용을 통해 지원자가 가진 지식을 추출하여 맞춤형 질문을 통한 심층 질문형 비대면 면접이 가능하도록 하는 국가직무능력표준 기반 유사도 추출 모델을 이용한 심층 질문형 비대면 면접 시스템에 관한 것이다.
상기 목적을 달성하기 위하여, 본 발명은, 지원자의 자기소개서 업로드 및 비대면 면접 중 적어도 어느 하나 이상을 수행하기 위한 지원자 단말기; 상기 업로드된 자기소개서 내용에 대해 구문 분석을 수행하고, 국가직무능력표준(NCS) 기반의 직무 유형을 기준으로 상기 분석된 자기소개서 내용을 분류하고, 해당 분류된 내용을 기초로 비대면 면접을 수행하기 위한 비대면 면접 서버; 및 상기 비대면 면접 서버를 통해 지원자 단말기와의 비대면 면접을 수행하기 위한 면접관 단말기;를 포함하는 것을 특징으로 한다.

Description

국가직무능력표준 기반 유사도 추출 모델을 이용한 심층 질문형 비대면 면접 시스템{DEEP QUESTION TYPE NON-FACE INTERVIEW SYSTEM USING SIMILARITY EXTRACTION MODEL BASED ON NATIONAL COMPETENCY STANDARDS}
본 발명은 심층 질문형 비대면 면접 시스템에 관한 것으로서, 보다 구체적으로는 하나의 플랫폼으로서, 지원자의 자기소개서 내용을 국가직무능력표준 기반으로 분류하고 해당 분류된 내용을 통해 지원자가 가진 지식을 추출하여 맞춤형 질문을 통한 심층 질문형 비대면 면접이 가능하도록 하는 국가직무능력표준 기반 유사도 추출 모델을 이용한 심층 질문형 비대면 면접 시스템에 관한 것이다.
오늘날 산업현장에서 직무를 수행하기 위해 필요한 지식, 기술, 태도의 평가를 위해 국가가 체계화한 국가직무능력표준(NCS: National Competency Standards)은 1999년 도입된 이래 일학습병행제 및 NCS 기업활용컨설팅등 제반 교육 훈련체계에서 광범위하게 활용되고 있다.
또한, 국가직무능력표준(NCS, National Competence Standards)에서는 근로자를 채용하거나, 배치하거나 승진시키기 위하여 각 개인이 해당 직급에서 요구되는 직업능력을 어느 정도 가지고 있는지 확인하기 위한 진단도구로 채용, 배치, 승진을 위한 평가 체크리스트를 제공하며, 국가직무능력표준 기반의 역량평가 시스템은 교육 및 훈련분야에 있어 직무수행 향상을 도모함은 물론 채용, 배치, 승진, 전환배치 등에서 광범위하게 활용되고 있으며, 기업의 경쟁력을 제고하기 위한 많은 장점을 가지고 있다.
또한, 국가직무능력표준은 모든 업종을 대분류(24개), 중분류(80개), 소분류(257개)로서 상위개념 및 하위개념으로 순차 분류한 후에 보편적인 산업의 직무에 해당하는 세분류를 1,022개(각 분류는 주기적으로 조정되므로, 고정된 분류 숫자를 의미하는 것은 아니고, 출원시점의 일례로 든 것이다.)로 구분하고 있으며, 그 외에도 세분류(1,022개) 직무를 능력단위, 능력단위요소 등의 하위계층구조로 세세하게 구분함으로써 구체적으로 해당 지원자/근로자가 무엇을 할 수 있는지, 또는 해당 기술자가 무엇을 할 수 있는지를 구체적으로 나타낸 기본표준을 제공하고 있으며, 능력단위에까지 이르러 살펴본다면 당해 회사 또는 사람의 직무능력이 무엇인지를 정확히 알 수 있게 되는 것이다.
다만, 국가직무능력표준만으로는 어떤 업무분야에서의 직무수행능력인지를 명확히 알지 못하는 단점이 있다. 예를 들어, 무선통신에서 설계를 잘하는 직무능력을 구비하였다는 것은 국가직무능력표준으로 알 수 있지만, 그것이 구체적으로 어떤 시설물을 대상으로 발휘할 수 있는 능력인지를 알고자 할 때 국가직무능력표준만으로는 미흡하며, 이를 감안하여 국가직무능력표준에서는 적용 범위라는 것을 고려하고 있지만 이것만으로는 상세한 업무범위를 아는데 절대적으로 부족하며, 그래서 일부에서는 국가직무능력표준은 실무적으로 활용하는 데 한계가 있다고 지적을 하고 있는 실정이다.
이에 따라, 국가직무능력표준만을 가지고 직무역량을 확인하는 단순 환경을 벗어나, 하나의 플랫폼으로서, 지원자의 자기소개서 내용을 국가직무능력표준에 따라 분류하여 해당 지원자가 가진 지식을 추출하고, 추출된 지식을 토대로 맞춤형 질문을 통한 비대면 면접이 가능한 국가직무능력표준 기반 유사도 추출 모델을 이용한 심층 질문형 비대면 면접 시스템이 절실히 요구되고 있는 실정이다.
대한민국 등록특허공보 제10-1998244호 대한민국 등록특허공보 제10-1998240호
본 발명은 상기한 종래 기술의 문제점을 해결하기 위해 안출된 것으로서, 직무능력표준만을 가지고 직무역량을 확인하는 단순 환경을 벗어나, 하나의 플랫폼으로서, 지원자의 자기소개서 내용을 국가직무능력표준에 따라 분류하여 해당 지원자가 가진 지식을 추출하고, 추출된 지식을 토대로 맞춤형 질문을 통한 비대면 면접이 가능한 국가직무능력표준 기반 유사도 추출 모델을 이용한 심층 질문형 비대면 면접 시스템을 제공하는데 그 목적이 있다.
다만, 본 실시예가 이루고자 하는 기술적 과제는 상기된 바와 같은 기술적 과제들로 한정되지 않으며, 또 다른 기술적 과제들이 존재할 수 있다.
상기 목적을 달성하기 위하여, 본 발명은, 지원자의 자기소개서 업로드 및 비대면 면접 중 적어도 어느 하나 이상을 수행하기 위한 지원자 단말기; 상기 업로드된 자기소개서 내용에 대해 구문 분석을 수행하고, 국가직무능력표준(NCS) 기반의 직무 유형을 기준으로 상기 분석된 자기소개서 내용을 분류하고, 해당 분류된 내용을 기초로 질문형 비대면 면접을 수행하기 위한 비대면 면접 서버; 및 상기 비대면 면접 서버를 통해 지원자 단말기와의 비대면 면접을 수행하기 위한 면접관 단말기;를 포함하는 것을 특징으로 한다.
또한, 상기 비대면 면접 서버는, 국가직무능력표준 기반의 지식/기술에 대해 대분류, 중분류, 소분류, 세분류, 능력단위 분류 중 적어도 어느 하나 이상으로 분류하여 관리하기 위한 국가직무능력표준 정보 관리모듈을 구비하는 것을 특징으로 한다.
또한, 상기 국가직무능력표준 정보 관리모듈은, 분류되어 관리되는 국가직무능력표준 정보에 대해 크롤링(Crawling) 방식을 이용해 각 분류에 대해 키워드로 재분류하여 국가직무능력 표준 정보를 관리하는 하는 것을 특징으로 한다.
또한, 상기 비대면 면접 서버는, 업로드된 자기소개서 내용에 대해 자연어 처리를 통한 구문 분석을 수행하는 모델을 관리하기 위한 구문 분석모듈을 구비하는 것을 특징으로 한다.
또한, 상기 구문 분석모듈은, 구문 분석 수행으로써, 업로드된 자기소개서 내용을 자연어 처리한 다음 국가직무능력표준 기반의 직무 유형별로 대응되는 자기소개서 내용을 추출하고 해당 내용을 분류하는 것을 특징으로 한다.
또한, 상기 비대면 면접 서버는, 분류된 자기소개서 내용에 따른 해당 지원자의 지식을 국가직무능력표준 기반의 직무 유형에 따라 추출하기 위한 지식 추출모듈을 구비하는 것을 특징으로 한다.
또한, 상기 지식 추출모듈은, 추출된 지식에 따라 국가직무능력표준 기반으로 유형화된 질문 목록을 지원자 단말기로 제공하는 것을 특징으로 한다.
또한, 상기 비대면 면접 서버는, 질문 목록에 따른 지원자 단말기의 답변에 대해 구문 분석을 수행하고, 국가직무능력표준 기반의 직무 유형을 기준으로 상기 분석된 답변 내용을 분류하고, 해당 분류된 내용을 기초로 심층 질문형 비대면 면접을 수행하기 위한 면접 피드백 모듈을 구비하는 것을 특징으로 한다.
또한, 상기 면접 피드백 모듈은, 심층 질문형 비대면 면접에 대해 텍스트 랭크(TextRank) 방식을 이용하여 상기 지원자 단말기에 제공되는 질문 적합도를 추출하는 것을 특징으로 한다.
또한, 상기 비대면 면접 서버는, 지원자 단말기와 면접관 단말기 상호간 발생되는 비대면 면접 정보를 기초로 지원자 단말기의 답변에 따른 정보를 데이터화 하기 위한 비대면 면접 정보모듈을 구비하는 것을 특징으로 한다.
본 발명에 따른 국가직무능력표준 기반 유사도 추출 모델을 이용한 심층 질문형 비대면 면접 시스템은, 하나의 플랫폼으로서, 지원자의 자기소개서 내용을 국가직무능력표준 기반으로 분류하고 해당 분류된 내용을 통해 지원자가 가진 지식을 추출하여 맞춤형 질문을 통한 심층 질문형 비대면 면접이 가능하도록 하는 국가직무능력표준 기반 유사도 추출 모델을 이용한 심층 질문형 비대면 면접 시스템을 제공할 수 있다.
또한, 상기 효과를 토대로 심층 질문을 통한 자기소개서 내용에 대한 직무의 객관성이 도축 가능한 환경을 제공할 수 있다.
다만, 본 발명의 효과가 상술한 효과들로 제한되는 것은 아니며, 언급되지 아니한 효과들은 본 명세서 및 첨부된 도면으로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확히 이해될 수 있을 것이다.
도 1은 본 발명의 일 실시예에 따른 국가직무능력표준 기반 유사도 추출 모델을 이용한 심층 질문형 비대면 면접 시스템의 구성도
도 2는 본 발명의 일 실시예에 따른 국가직무능력표준 기반 유사도 추출 모델을 이용한 심층 질문형 비대면 면접 방법을 도시한 순서도
본 명세서 및 청구범위에 사용된 용어나 단어는 통상적이거나 사전적인 의미로 한정해서 해석되어서는 아니 되며, 발명자는 그 자신의 발명을 가장 최선의 방법으로 설명하기 위해 용어의 개념을 적절하게 정의할 수 있다는 원칙에 입각하여 본 발명의 기술적 사상에 부합하는 의미와 개념으로 해석되어야만 한다.
따라서, 본 명세서에 기재된 실시예와 도면에 도시된 구성은 본 발명의 가장 바람직한 일 실시예에 불과할 뿐이고, 본 발명의 기술적 사상을 모두 대변하는 것은 아니므로, 본 출원시점에 있어서 이들을 대체할 수 있는 다양한 균등물과 변형예들이 있을 수 있음을 이해하여야 한다.
그리고, 후술되는 용어들은 본 발명에서의 기능을 고려하여 설정된 용어들로서 이는 생산자의 의도 또는 관례에 따라 달라질 수 있으므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이고, 본 명세서에서 본 발명에 관련된 공지의 구성 또는 기능에 대한 구체적인 설명이 본 발명의 요지를 흐릴 수 있다고 판단되는 경우에 이에 관한 자세한 설명은 생략하기로 한다.
이하, 도면을 참조로 하여 본 발명인 국가직무능력표준 기반 유사도 추출 모델을 이용한 심층 질문형 비대면 면접 시스템을 설명하기로 한다.
도 1은 본 발명의 일 실시예에 따른 국가직무능력표준 기반 유사도 추출 모델을 이용한 심층 질문형 비대면 면접 시스템의 구성도이다.
도 1을 참조하면, 본 발명은 기본적으로 지원자 단말기, 비대면 면접 서버 및 면접관 단말기를 포함하는 국가직무능력표준 기반 유사도 추출 모델을 이용한 심층 질문형 비대면 면접 시스템으로 구성될 수 있다.
보다 구체적으로, 상기 국가직무능력표준 기반 유사도 추출 모델을 이용한 심층 질문형 비대면 면접 시스템은, 지원자의 자기소개서 업로드 및 비대면 면접 중 적어도 어느 하나 이상을 수행하기 위한 지원자 단말기, 상기 업로드된 자기소개서 내용에 대해 구문 분석을 수행하고, 국가직무능력표준(NCS) 기반의 직무 유형을 기준으로 상기 분석된 자기소개서 내용을 분류하고, 해당 분류된 내용을 기초로 심층 질문형 비대면 면접을 수행하기 위한 비대면 면접 서버 및 상기 비대면 면접 서버를 통해 지원자 단말기와의 비대면 면접을 수행하기 위한 면접관 단말기를 포함하는 것일 수 있다.
또한, 상기 비대면 면접 서버는 일종의 웹서버, 데이터베이스 서버, 모바일 서버로서 역할을 하도록 구축될 수 있는데, 예를 들어 처리된 결과를 온라인 네트워크를 통해 웹페이지 상에서 보여주거나 필요한 입력 데이터를 웹페이지를 통해 전송 받을 수 있고, 여기서 웹페이지는 단순한 텍스트, 이미지, 사운드, 동영상 등 이외에도 웹 애플리케이션과 같은 특정 작업을 수행하기 위한 소프트웨어를 포함하는 것일 수 있다.
또한, 데스크탑, 노트북, 스마트폰, 태블릿 PC 등에 설치되는 애플리케이션과 인터페이스를 제공하도록 구축될 수 있다.
또한, 본 발명에서 언급하는 온라인 네트워크라 함은 유선 공중망, 무선 이동 통신망, 또는 휴대 인터넷 등과 통합된 코어 망일 수도 있고, TCP/IP 프로토콜 및 그 상위 계층에 존재하는 여러 서비스, 즉 HTTP(Hyper Text Transfer Protocol), HTTPS(Hyper Text Transfer Protocol Secure), Telnet, FTP(File Transfer Protocol), DNS(Domain Name System), SMTP(Simple Mail Transfer Protocol) 등을 제공하는 전 세계적인 개방형 컴퓨터 네트워크 구조를 의미할 수 있으며, 이러한 예에 한정하지 않고 다양한 형태로 데이터를 송수신할 수 있는 데이터 통신망을 포괄적으로 의미하는 것일 수 있다.
또한, 상술한 서버는 프로그램 명령, 데이터 구조 등을 지정하는 신호를 전송하는 반송파를 포함하는 광 또는 금속선, 도파관 등의 전송 매체를 통해 데이터 교환 및 관리가 이루어질 수도 있으며, 서버 내에서 이루어지는 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 전자적으로 정보를 처리하는 장치, 예를 들어, 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함하고, 상기 서버들의 하드웨어 장치는 본 발명의 동작을 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
또한, 하기 설명되는 지원자 및 면접관 단말기라 함은, 스마트폰(smartphone), 태블릿 PC(tablet Personalcomputer), 이동 전화기(mobile phone), 영상 전화기, 데스크탑 PC(dasktoppersonal computer), 랩탑 PC(laptop personal computer), 넷북 컴퓨터(netbook computer), PDA(personal digital assistant), PMP(portable multimedia plater), 웨어러블 장치(wearable device)(예: 스마트 안경, 머리 착용형 장치(head-mounted-device(HMD) 등), 스마트미러(smart mirrors), 키오스크 장치(kiosk) 또는 스마트 와치(smart watch)) 중 적어도 하나를 포함할 수 있으며, 이러한 예에 한정하지 않고 다양한 형태로 전기적인 신호로 변화된 값을 송수신 할 수 있는 장치를 의미하는 것이다.
또한, 상기 지원자 및 면접관 단말기의 일례로, 입력 모듈을 포함할 수도 있는데, 해당 모듈은 숫자 또는 문자 정보를 입력 받고 각종 기능들을 설정하기 위한 다수의 입력키 및 기능키들을 포함할 수 있는데, 기능키들은 특정 기능을 수행하도록 설정된 방향키, 사이드 키 및 단축키 등을 포함하고, 입력 모듈은 지원자 및 면접관 단말기의 기능 제어와 관련한 키 신호를 생성하여 지원자/면접관 단말기로 전달할 수도 있다.
또한, 지원자 및 면접관 단말기가 풀 터치스크린을 지원하는 경우, 해당 단말기의 케이스 측면에 형성되는 볼륨 조절을 위한 볼륨 키, 화면 온/오프 및 휴대단말기 온/오프를 위한 전원 키 만을 포함할 수도 있고, 특히, 비대면 면접 서버에 접속하여 비대면 면접 정보 확인 및 상호간 소통을 지시하는 입력 신호, 인증 정보입력에 해당하는 입력 신호, 특정 샌드 박스 선택을 지시하는 입력 신호, 콘텐츠의 색상, 투명도 변경을 지시하는 입력 신호 등과 같은 다양한 입력 신호 등을 생성하고, 이를 상기 비대면 면접 서버에 전달할 수도 있다.
또한, 상기 지원자 및 면접관 단말기의 일례로, 단말기 제어모듈을 포함할 수도 있는데, 지원자 및 면접관 단말기의 전송받고자 하는 국가직무능력표준 기반 유사도 추출 모델을 이용한 심층 질문형 비대면 면접 시스템의 전반적인 동작 및 지원자/면접관 단말기의 내부 블록들 간 신호 흐름을 제어하고, 데이터를 처리하는 데이터 처리 기능을 수행할 수도 있으며, 단말기 제어모듈은 중앙 처리 장치(Central Processing Unit: CPU), 애플리케이션 프로세서(Application Processor) 등 및 지원자/면접관 단말기의 실시간 위치 정보를 생성하기 위한 GPS(Global Positioning System) 기반의 측정 센서를 구비할 수도 있다.
이하에서는 상기 비대면 면접 서버와 관련된 구체적인 사항에 대해 살펴보기로 한다.
<비대면 면접 서버의 주요 구성요소, 기능 및 효과>
* 국가직무능력표준 정보 관리모듈
국가직무능력표준 기반의 지식/기술에 대해 대분류, 중분류, 소분류, 세분류, 능력단위 분류 중 적어도 어느 하나 이상으로 분류하여 관리한다.
또한, 일례로, 한국고용직업분류(KECO: Korean Employment Classification of Occupations)을 기준으로 정의된 지식/기술 분야를 국가직무능력표준의 단계적 구성인 대분류, 중분류, 소분류, 세분류, 능력단위로 분류하여 관리할 수도 있다.
또한, 상기 대분류는, 한국고용직업분류 참조로 직능유형이 유사한 분야를 기준으로 분류되고, 중분류는, 대분류 내에서 직능유형이 유사한 분야/산업이 유사한 분야/노동시장이 독립적으로 형성되거나 경력개발경로가 유사한 분야 및 중분류 수준에서 산업별인적자원개발협의체(SC)가 존재하는 분야를 기준으로 분류되고, 소분류는, 증분류 내에서 직능유형이 유사한 분야 및 소분류 수준에서 산업별인적자원개발협의체(SC)가 존재하는 분야를 기준으로 분류되고, 세분류는, 소분류 내에서 직능유형이 유사한 분야 및 한국고용직업분류의 직업 중 대표 직무를 기준으로 분류되어 관리될 수도 있다.
또한, 일례로, 핀테크 보안 및 인증 설계에 관한 지식/기술 분야일 경우, 국가직무능력표준의 단계적 구성으로써, 대분류로 정보통신 카테고리에 포함되고, 중분류로 정보기술 카테고리에 포함되고, 소분류로 정보기술개발에 포함되고, 세분류로 핀테크엔지니어링에 포함되고, 능력단위로써 핀테크 보안/인증 설계 파트로 분류되어 관리될 수도 있다.
또한, 상기 일례에 설명된 지식/기술 분야는 한국고용직업분류와 같은 기준에 제한되지 않으며, 일반적인 모든 지식/기술 분야로써 분류하여 관리할 수도 있다.
또한, 분류되어 관리되는 국가직무능력표준 정보에 대해 크롤링(Crawling) 방식을 이용해 각 분류에 대해 키워드로 재분류하여 국가직무능력 표준 정보를 관리한다.
또한, 일례로 상기 키워드는 지식/기술 분야의 스킬, 세부 설명 등과 같은 가장 세분화된 내용들을 단어로 특정할 수 있는 것을 뜻하며, 상기 키워드를 기준으로 상기 분류되어 관리되는 국가직무능력표준 정보를 재분류할 수도 있다.
또한, 일례로 상기 키워드뿐만 아니라 키워드를 더욱 세분화한 형태소 단위 기준으로 상기 분류되어 관리되는 국가직무능력표준 정보를 재분류할 수도 있다.
또한, 여기서, 형태소는 언어의 형태론적 수준에서 의미의 기능을 부여할 수 있는 가장 작은 단위이며, 키워드 자립성의 유무에 따른 형태소인 자립 형태소(다른 형태소와 결합하지 않고 홀로 자립하여 쓰일 수 있는 형태소) 및 의존 형태소(자립형태소와는 반대로 혼자서는 쓰일 수 없는 형태소) 중 적어도 어느 하나 이상의 형태소로써 기준이 되어 상기 분류되어 관리되는 국가직무능력표준 정보를 재분류할 수도 있다.
또한, 일례로, 키워드 구성에 대한 의미와 기능에 따른 형태소인 실질 형태소(구체적인 대상이나 동작, 상태를 표시하는 형태소로서 실제 의미를 담고 있는 형태소), 형식 형태소(실질 형태소에 붙어 주로 말과 말 사이의 관계를 표시하는 형태소) 및 유일 형태소(단어의 구성에서 한 형태소가 그 경계는 분명하나 그 형태소가 결합한 다른 예를 찾을 수 없는 형태소) 중 적어도 어느 하나 이상의 형태소로써 기준이 되어 상기 분류되어 관리되는 국가직무능력표준 정보를 재분류할 수도 있다.
또한, 여기서 크롤링은 각 검색 사이트, 국가직무능력표준 사이트, SNS, 애플리케이션 등(예: 각종 포털에서 제공하고 있는 국가직무능력표준 정보 등)의 정보를 수집하는 작업으로, 상기 정보의 출처가 되는 서비스에서 제공하는 오픈 API(Application Programming Interface)을 통해, HTML(Hypertext Markup Language) 태그 정보를 기반으로 원하는 내용 부분을 수집하고, 브라우저 간의 네트워트를 분석하여 필요한 데이터를 수집하는 것으로써, 크롤링은 자명하게 공지된 기술 내용으로서 해석되어야 한다.
* 구문 분석모듈
업로드된 자기소개서 내용에 대해 자연어 처리를 통한 구문 분석을 수행하는 모델을 관리한다.
또한, 구문 분석 수행으로써, 업로드된 자기소개서 내용을 자연어 처리한 다음 국가직무능력표준 기반의 직무 유형별로 대응되는 자기소개서 내용을 추출하고 해당 내용을 분류한다.
또한, 여기서, 국가직무능력표준 기반의 직무 유형별 정보는 국가직무능력표준 정보 관리모듈에 의해 구축되어 관리되는 데이터를 이용할 수도 있다.
또한, 일례로, 형태가 무작위일 수 있는 업로드된 자기소개서 내용의 텍스트를 분석하기 위해 형태소 분석, 구문 분석, 개체명 인식 등 자연어 처리(Natural Language Processing)가 사전 수행되고, 업로드된 자기소개서 내용의 텍스트 분석과 관련하여서는 분류(classification), 군집화(clustering), 연관어 분석(association rule mining) 등이 해당 텍스트 분석에 적용될 수 있다.
또한, 일례로, '분류'란 주어진 자기소개서 내용의 텍스트에서 지식/기술 정보만을 미리 정해진 카테고리로 분류(국가직무능력표준 기반의 분류)하는 것으로, 예를 들어 자기소개서 내용 중 지식/기술 특정에 관련된 기술 소개, 지식 등 정해진 특정 카테고리로 분류할 수 있고, '군집화'는 자기소개서 내용 중 비슷한 지식/기술 주제끼리 그룹핑하는 것으로, 분류가 학습 과정을 통해 문서를 분류하는 지도 학습에 해당된다면 군집화는 학습 과정 없이 바로 유사 정보끼리 그룹핑을 하는 비지도 학습/자율 학습에 해당되고, 연관어 분석은 텍스트상에 출현하는 단어 간의 관계를 분석하여 지식/기술 정보와 관련된 단어 간의 연관성을 찾아내는 방법으로 적용될 수 있다.
또한, 일례로, 구문 분석은 지원자의 자기소개서 내용 중 특정되는 복수의 키워드로 구성된 문장(말묶음) 구성이 국가직무능력표준 기반의 특정 지식/기술에 해당될 경우, 해당 문장을 국가직무능력표준 기반의 특정 지식/기술로 분류할 수도 있다.
* 지식 추출모듈
분류된 자기소개서 내용에 따른 해당 지원자의 지식을 국가직무능력표준 기반의 직무 유형에 따라 추출한다.
또한, 일례로, 업로드된 자기소개서 내용을 자연어 처리한 다음 국가직무능력표준 기반의 직무 유형별로 대응되는 자기소개서 내용을 추출 및 분류한 다음, 국가직무능력표준 지식/기술의 목적에 따라 지원자가 가진 특정 가능한 지식을 추출할 수도 있다.
또한, 일례로, 업로드된 자기소개서 내용 구문 분석을 통해 지원자의 자기소개서 내용 중 특정되는 복수의 키워드로 구성된 문장(말묶음) 구성이 국가직무능력표준 기반의 특정 지식/기술에 해당될 경우, 해당 문장을 국가직무능력표준 기반의 특정 지식/기술로 분류한 다음, 국가직무능력표준 지식/기술의 목적에 따라 지원자가 가진 특정 가능한 지식을 추출할 수도 있다.
또한, 추출된 지식에 따라 국가직무능력표준 기반으로 유형화된 질문 목록을 지원자 단말기로 제공한다.
또한, 여기서, 국가직무능력표준 기반으로 유형화된 질문 목록이란, 국가직무능력표준 기반의 지식/기술 유형별에 대응되어 구성된 질문 목록으로써, 해당 질문 목록은 사전에 비대면 면접 서버(지식 추출모듈)에 저장되어 관리되고 있으며, 상기 추출된 지원자의 특정 가능한 지식에 따라 상기 질문 목록 중 대응되는 질문이 매칭되어 지원자 단말기로 제공하여, 이에 따른 답변을 수신받을 수도 있다.
또한, 일례로, 추출된 지원자의 지식이 핀테크 보안/인증 설계 파트일 경우, 사전에 저장 및 관리되는 질문 목록 중 핀테크 보안/인증 설계에 대한 질문을 매칭하여, 해당 질문을 상기 지원자 단말기로 제공한 다음, 이에 따라 답변을 수신받을 수도 있다.
* 면접 피드백 모듈
질문 목록에 따른 지원자 단말기의 답변에 대해 구문 분석을 수행하고, 국가직무능력표준 기반의 직무 유형을 기준으로 상기 분석된 답변 내용을 분류하고, 해당 분류된 내용을 기초로 심층 질문형 비대면 면접을 수행한다.
또한, 상기 지원자 단말기의 답변이 음성일 경우, 해당 음성 관련한 데이터를 수신하여 텍스트 데이터로 전환되어 구분 분석을 수행하고, 지원자 단말기의 답변이 영상일 경우, 해당 영상을 수신하고, 해당 영상으로부터 음성 데이터를 인식하여 그 인식한 음성 데이터를 텍스트 데이터로 전화되어 구분 분석을 수행할 수도 있으며, 영상 중 음성을 인식하는 기술, 음성을 텍스트 데이터로 변환하는 기술은 자명하게 공지된 기술 내용으로서 해석되어야 한다.
또한, 상기 질문 목록에 따른 지원자 단말기의 답변에 대한 구문 분석은 텍스트화된 답변 정보를 구문 분석모듈로 송신하여, 해당 모듈에 의해 분석이 수행된 후, 추가적으로 지식 추출모듈에 의해 특정 가능한 지원자의 답변에 대한 지식이 추출될 수도 있으며, 상기 심층 질문형 비대면 면접 수행은, 해당 추출된 지식(지원자의 답변에 대해 추출된 지식)에 대응되어 구성된 질문 목록인 심층 질문 목록으로써 사전에 비대면 면접 서버(면접 피드백 모듈)에 저장되어 관리되고 있으며, 지원자의 답변에 대해 추출된 특정 가능한 지식에 따라 상기 심층 질문 목록 중 대응되는 심층 질문이 매칭되어 지원자 단말기로 제공하여, 이에 따른 답변을 수신받을 수도 있다.
또한, 여기서, 상기 심층 질문 목록은, 지원자의 답변을 근거로 한 지식에 대한 객관성을 확인하고자 하는 지식/기술 유형별에 대응되어 구성된 질문 목록을 뜻한다.
또한, 심층 질문형 비대면 면접에 대해 텍스트 랭크(TextRank) 방식을 이용하여 상기 지원자 단말기에 제공되는 질문 적합도를 추출하는 것을 특징으로 한다.
또한, 여기서, 텍스트 랭크 방식은 문서 요약 기법들 중 하나로써, 그래프 기반의 랭킹 알고리즘으로 정점을 문장 또는 키워드로 설정하여 각 정점의 점수를 계산한 후에 높은 점수의 정점을 대표 문장 또는 키워드로 선정하는 방식이며, 자명하게 공지된 기술 내용으로서 해석되어야 한다.
또한, 일례로, 상기 지원자의 답변에 대해 추출된 특정 가능한 지식에 따라 상기 심층 질문 목록 중 대응되는 심층 질문이 매칭의 적합도를 텍스트 랭크 방식 이용을 통해 추출하고, 심층 질문이 해당 지식에 객관적으로 적합한지를 수치로써 파악할 수도 있다.
* 비대면 면접 정보모듈
지원자 단말기와 면접관 단말기 상호간 발생되는 비대면 면접 정보를 기초로 지원자 단말기의 답변에 따른 정보를 데이터화한다.
또한, 일례로, 상기 유형화된 질문 목록 중 질문을 지원자 단말기가 제공받고, 이에 따라 답변을 하고, 심층 질문을 제공받아 다시 답변이 반복되는 과정 속에서 축적되는 정보를 빅데이터로 구축하도록 지원할 수도 있다.
또한, 상기 반복되는 과정 속에서 상기 면접 피드백 모듈이 더 이상의 적합한 심층 질문을 지원자 단말기로 제공할 수 없을 경우, 심층 질문 매칭이 임계수준에 도달했다고 판단하고, 지원자 단말기와 면접관 단말기 상호간 직접적인 비대면 면접이 가능하도록 지원할 수도 있다.
또한, 일례로, 상기 지원자 단말기와 면접관 단말기 상호간 비대면 면접을 통해 도출되는 상호작용에 따른 축적되는 정보를 빅데이터로 구축하도록 지원할 수도 있다.
또한, 본 발명에서의 비대면 면접 서버에 대해 더욱 구체적으로 살펴보면, 해당 서버에 의해 관리되는 각종 모든 정보 데이터(예: 구문 분석, 지원자의 도출된 지식, 분류되어 관리되는 국가직무능력표준 정보 등)를 전처리(전처리 모듈)하여, 비대면 면접 서버에 의해 관리되는 각종 모든 정보 데이터가 전처리된 데이터로써 관리될 수도 있다.
또한, 여기서, 전처리란, 비대면 면접 서버에 의해 관리되는 각종 모든 정보 데이터를 가공하여, 분석에 더 도움이 되는 정보를 이끌어내고, 더욱 상세하게는 가공된 데이터를 기반으로 경향성 및 변화 추이 반영, 주기함수의 결합 변환을 통한 연속적 데이터의 패턴을 분석, 시계열 데이터를 문자열 형태로 변환하여 패턴을 분석, 시계열 데이터를 문자열 형태로 변환하여 패턴을 분석하는 과정 등이 포함될 수도 있고, 추가적으로, 데이터 전처리 모듈이 수행하는 데이터 전처리는 더욱 상세하게는 해당 데이터의 노이즈를 제거하는 평활화(Smoothing), 해당 데이터를 더 작은 범위에 들어가게 하기 위해 다듬는 정규화(Normalization), 해당 데이터 값을 다른 범위나 상위 레벨의 개념으로 대체하는 이산화(Discretization) 등을 포함할 수도 있다.
또한, 비대면 면접 서버에서 분석되는 방식은 전처리된 데이터를 근거로 머신러닝(Machine Learning) 방식 중 하나인 경사 하강법(Gradient Descent)을 이용하여 분석될 수도 있으며, 머신러닝은 기본적으로 에이전트가 어떤 행위를 선택하여 얻게 되는 시행착오를 통해 주어진 환경(state)을 학습하고, 정해진 정책에 따라 행동(action)을 결정하고 실행하여 행동에 따라 얻게 되는 보상(reward)을 기초로 행동정책을 수정해가면서 학습하는 기계학습의 일종이다.
구체적으로, 경사 하강법에 대해 살펴보면 경사 하강법은 우선적으로 머신러닝 회귀 분석은 주어진 데이터가 어떤 함수로부터 생성되었는가를 알아보는 '함수 관계'를 추측하는 것으로, 다시 말해서 데이터 세트(x, y)로부터 학습 알고리즘을 이용하여 가설을 생성하고 생성된 가설에 데이터를 입력하여 예측 값 데이터를 얻고, 이러한 가설에 해당하는 식이 어떤 방정식인지, 계수는 어떤 것을 의미하는지 알아가는 과정이라고 할 수 있다.
또한, 추가적으로, 비대면 면접 서버에서 분석되는 방식은 전처리된 데이터를 근거한 딥 러닝(Deep learning) 방식을 이용하여 분석될 수도 있으며, 여기서 딥 러닝 방식의 알고리즘에 대해 살펴보면, 딥러닝 알고리즘 중 일부는 컨벌루션 신경망(CNN: convolution neural network) 알고리즘으로 구현될 수 있고, 컨벌루션 신경망 알고리즘은 하나 이상의 컨벌루션 레이어, 하나 이상의 활성 함수, 및 하나 이상의 풀링(pooling) 레이어를 포함할 수도 있고, 이때 각각의 컨벌루션 레이어는 하나 이상의 컨벌루션 필터로 구성될 수도 있다. 이러한 컨벌루션 신경망의 구조는 본 발명의 구체적 실시 형태에 따라 달라질 수도 있다.
도 2는 본 발명의 일 실시예에 따른 국가직무능력표준 기반 유사도 추출 모델을 이용한 심층 질문형 비대면 면접 방법을 도시한 순서도이다.
한편으로, 본 발명에 따른 국가직무능력표준 기반 유사도 추출 모델을 이용한 심층 질문형 비대면 면접 방법은 기본적으로 자기소개서 업로드 단계, 국가직무능력표준 정보 관리단계, 국가직무능력표준 정보 키워드 분류단계, 구문 분석단계, 지원자 지식 추출단계, 질문 제공단계, 텍스트 변환단계, 질문 적합도 추출단계, 심층 질문 제공단계, 비대면 면접 정보 데이터화 단계를 포함하여 구성된다.
보다 구체적으로 도 2를 참고하면, 상기 지원자 단말기가 지원자의 자기소개서 업로드를 수행하는 자기소개서 업로드 단계, 상기 비대면 면접 서버가 국가직무능력표준 기반의 대분류, 중분류, 소분류, 세분류, 능력단위 분류 중 적어도 어느 하나 이상으로 분류된 정보를 관리하는 국가직무능력표준 정보 관리단계, 상기 비대면 면접 서버가 분류되어 관리되는 국가직무능력표준 정보에 대해 크롤링(Crawling) 방식을 이용해 각 분류에 대해 키워드로 재분류하는 국가직무능력표준 정보 키워드 분류단계, 상기 비대면 면접 서버가 업로드된 자기소개서 내용을 자연어 처리한 다음 상기 키워드로 분류된 국가직무능력표준 기반의 직무 유형별로 대응되는 자기소개서 내용을 추출하고 해당 내용을 분류하는 구문 분석단계, 상기 비대면 면접 서버가 상기 분류된 자기소개서 내용에 따른 해당 지원자의 지식을 국가직무능력표준 기반의 직무 유형에 따라 추출하는 지원자 지식 추출단계, 상기 비대면 면접 서버가 추출된 지식에 따라 국가직무능력표준 기반으로 유형화된 질문 목록을 지원자 단말기로 제공하는 질문 제공단계, 상기 비대면 면접 서버가 질문 목록에 따른 지원자 단말기의 답변을 음성에서 텍스트 정보로 변환하는 텍스트 변환단계, 상기 비대면 면접 서버가 상기 변화된 텍스트 정보를 기초로 텍스트 랭크(TextRank) 방식을 이용하여 상기 지원자에 대한 질문 적합도를 추출하는 질문 적합도 추출단계, 상기 비대면 면접 서버가 상기 변화된 텍스트 정보에 대해 구문 분석을 수행하고, 국가직무능력표준 기반의 직무 유형을 기준으로 상기 분석된 답변 내용을 분류하고, 해당 분류된 내용을 기초로 심층 질문을 수행하는 심층 질문 제공단계, 상기 비대면 면접 서버를 통해 지원자 단말기와 면접관 단말기의 비대면 면접에 대한 상호작용에 따른 정보를 데이터화 하기 위한 비대면 면접 정보 데이터화 단계를 포함하여 이루어 진다.
또한, 비대면 면접 서버는 심층 질문 제공단계 이후 발생되는 답변에 대응되는 질문에 대한 적합도를 추출하여 해당 답변이 국가직무능력표준 기준을 벗어나는 임계수준 이상일 경우, 질문 제공단계를 종료하고 면접관 단말기와 지원자 단말기 간 소통이 가능하도록 중계하고, 해당 답변이 국가직무능력표준 기준을 벗어나지 않을 경우, 재차 심층 질문을 지원자 단말기로 제공할 수도 있다.
이상에서 첨부된 도면을 참조하여 본 발명을 설명함에 있어 특정형상 및 방향을 위주로 설명하였으나, 본 발명은 그 발명에 속하는 기술분야에서 통상의 지식을 가진 사람에 의하여 다양한 변형 및 변경이 가능하고, 이러한 변형 및 변경은 본 발명의 권리범위에 포함되는 것으로 해석되어야 한다.

Claims (10)

  1. 지원자의 자기소개서 업로드 및 비대면 면접 중 적어도 어느 하나 이상을 수행하기 위한 지원자 단말기;
    상기 업로드된 자기소개서 내용에 대해 구문 분석을 수행하고, 국가직무능력표준(NCS) 기반의 직무 유형을 기준으로 상기 분석된 자기소개서 내용을 분류하고, 해당 분류된 내용을 기초로 질문형 비대면 면접을 수행하기 위한 비대면 면접 서버; 및
    상기 비대면 면접 서버를 통해 지원자 단말기와의 비대면 면접을 수행하기 위한 면접관 단말기;를 포함하는 것을 특징으로 하는,
    국가직무능력표준 기반 유사도 추출 모델을 이용한 심층 질문형 비대면 면접 시스템.
  2. 청구항 1에 있어서,
    상기 비대면 면접 서버는,
    국가직무능력표준 기반의 지식/기술에 대해 대분류, 중분류, 소분류, 세분류, 능력단위 분류 중 적어도 어느 하나 이상으로 분류하여 관리하기 위한 국가직무능력표준 정보 관리모듈을 구비하는 것을 특징으로 하는,
    국가직무능력표준 기반 유사도 추출 모델을 이용한 심층 질문형 비대면 면접 시스템.
  3. 청구항 2에 있어서,
    상기 국가직무능력표준 정보 관리모듈은,
    분류되어 관리되는 국가직무능력표준 정보에 대해 크롤링(Crawling) 방식을 이용해 각 분류에 대해 키워드로 재분류하여 국가직무능력 표준 정보를 관리하는 하는 것을 특징으로 하는,
    국가직무능력표준 기반 유사도 추출 모델을 이용한 심층 질문형 비대면 면접 시스템.
  4. 청구항 1에 있어서,
    상기 비대면 면접 서버는,
    업로드된 자기소개서 내용에 대해 자연어 처리를 통한 구문 분석을 수행하는 모델을 관리하기 위한 구문 분석 모듈을 구비하는 것을 특징으로 하는,
    국가직무능력표준 기반 유사도 추출 모델을 이용한 심층 질문형 비대면 면접 시스템.
  5. 청구항 4에 있어서,
    상기 구문 분석 모듈은,
    구문 분석 수행으로써, 업로드된 자기소개서 내용을 자연어 처리한 다음 국가직무능력표준 기반의 직무 유형별로 대응되는 자기소개서 내용을 추출하고 해당 내용을 분류하는 것을 특징으로 하는,
    국가직무능력표준 기반 유사도 추출 모델을 이용한 심층 질문형 비대면 면접 시스템.
  6. 청구항 1에 있어서,
    상기 비대면 면접 서버는,
    분류된 자기소개서 내용에 따른 해당 지원자의 지식을 국가직무능력표준 기반의 직무 유형에 따라 추출하기 위한 지식 추출모듈을 구비하는 것을 특징으로 하는,
    국가직무능력표준 기반 유사도 추출 모델을 이용한 심층 질문형 비대면 면접 시스템.
  7. 청구항 6에 있어서,
    상기 지식 추출모듈은,
    추출된 지식에 따라 국가직무능력표준 기반으로 유형화된 질문 목록을 지원자 단말기로 제공하는 것을 특징으로 하는,
    국가직무능력표준 기반 유사도 추출 모델을 이용한 심층 질문형 비대면 면접 시스템.
  8. 청구항 7에 있어서,
    상기 비대면 면접 서버는,
    질문 목록에 따른 지원자 단말기의 답변에 대해 구문 분석을 수행하고, 국가직무능력표준 기반의 직무 유형을 기준으로 상기 분석된 답변 내용을 분류하고, 해당 분류된 내용을 기초로 심층 질문형 비대면 면접을 수행하기 위한 면접 피드백 모듈을 구비하는 것을 특징으로 하는,
    국가직무능력표준 기반 유사도 추출 모델을 이용한 심층 질문형 비대면 면접 시스템.
  9. 청구항 8에 있어서,
    상기 면접 피드백 모듈은,
    심층 질문형 비대면 면접에 대해 텍스트 랭크(TextRank) 방식을 이용하여 상기 지원자 단말기에 제공되는 질문 적합도를 추출하는 것을 특징으로 하는,
    국가직무능력표준 기반 유사도 추출 모델을 이용한 심층 질문형 비대면 면접 시스템.
  10. 청구항 1에 있어서,
    상기 비대면 면접 서버는,
    지원자 단말기와 면접관 단말기 상호간 발생되는 비대면 면접 정보를 기초로 지원자 단말기의 답변에 따른 정보를 데이터화 하기 위한 비대면 면접 정보모듈을 구비하는 것을 특징으로 하는,
    국가직무능력표준 기반 유사도 추출 모델을 이용한 심층 질문형 비대면 면접 시스템.
KR1020210083852A 2021-06-28 2021-06-28 국가직무능력표준 기반 유사도 추출 모델을 이용한 심층 질문형 비대면 면접 시스템 KR102601177B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210083852A KR102601177B1 (ko) 2021-06-28 2021-06-28 국가직무능력표준 기반 유사도 추출 모델을 이용한 심층 질문형 비대면 면접 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210083852A KR102601177B1 (ko) 2021-06-28 2021-06-28 국가직무능력표준 기반 유사도 추출 모델을 이용한 심층 질문형 비대면 면접 시스템

Publications (2)

Publication Number Publication Date
KR20230001583A true KR20230001583A (ko) 2023-01-05
KR102601177B1 KR102601177B1 (ko) 2023-11-13

Family

ID=84925841

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210083852A KR102601177B1 (ko) 2021-06-28 2021-06-28 국가직무능력표준 기반 유사도 추출 모델을 이용한 심층 질문형 비대면 면접 시스템

Country Status (1)

Country Link
KR (1) KR102601177B1 (ko)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180051377A (ko) * 2017-10-27 2018-05-16 석 영 정 국가직무능력표준 기반의 구인구직 매칭 서비스 방법 및 그를 이용하는 시스템
KR101998244B1 (ko) 2017-12-14 2019-10-01 주식회사 이앤지테크 직무역량 평가모델 구축 방법 및 그 시스템
KR101998240B1 (ko) 2017-12-14 2019-10-01 주식회사 이앤지테크 직무역량 평가모델에 의한 개인별 팀별 직무역량 분석 및 평가 방법 및 그 시스템
KR20200055614A (ko) * 2018-11-13 2020-05-21 (주)창체넷 면접 지원 시스템
KR20200087037A (ko) * 2019-01-10 2020-07-20 (주)스마트소셜 기업 표준 직무 분류 방법 및 서버
KR20210001419A (ko) * 2019-06-28 2021-01-07 주식회사 제이앤비즈 면접 컨설팅 서비스를 제공하기 위한 사용자 단말, 시스템 및 방법
KR102281161B1 (ko) * 2021-05-25 2021-07-23 주식회사 무하유 자기소개서를 기반으로 면접 질문을 생성하는 서버 및 방법

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20180051377A (ko) * 2017-10-27 2018-05-16 석 영 정 국가직무능력표준 기반의 구인구직 매칭 서비스 방법 및 그를 이용하는 시스템
KR101998244B1 (ko) 2017-12-14 2019-10-01 주식회사 이앤지테크 직무역량 평가모델 구축 방법 및 그 시스템
KR101998240B1 (ko) 2017-12-14 2019-10-01 주식회사 이앤지테크 직무역량 평가모델에 의한 개인별 팀별 직무역량 분석 및 평가 방법 및 그 시스템
KR20200055614A (ko) * 2018-11-13 2020-05-21 (주)창체넷 면접 지원 시스템
KR20200087037A (ko) * 2019-01-10 2020-07-20 (주)스마트소셜 기업 표준 직무 분류 방법 및 서버
KR20210001419A (ko) * 2019-06-28 2021-01-07 주식회사 제이앤비즈 면접 컨설팅 서비스를 제공하기 위한 사용자 단말, 시스템 및 방법
KR102281161B1 (ko) * 2021-05-25 2021-07-23 주식회사 무하유 자기소개서를 기반으로 면접 질문을 생성하는 서버 및 방법

Also Published As

Publication number Publication date
KR102601177B1 (ko) 2023-11-13

Similar Documents

Publication Publication Date Title
CN106997370B (zh) 基于作者的文本分类和转换
KR102334387B1 (ko) 메타인지 기반의 교육 콘텐츠 큐레이션 시스템
US10896034B2 (en) Methods and systems for automated screen display generation and configuration
AU2021286415A1 (en) Course skill matching system and method thereof
US11423333B2 (en) Mechanisms for continuous improvement of automated machine learning
CN111221936B (zh) 一种信息匹配方法、装置、电子设备及存储介质
US11164136B2 (en) Recommending personalized job recommendations from automated review of writing samples and resumes
KR102532216B1 (ko) Esg 보조 툴을 이용하여 정형화된 esg 데이터로 이루어진 esg 데이터베이스를 구축하는 방법 및 이를 수행하는 esg 서비스 제공 시스템
US20160350425A1 (en) Methods and systems for selecting resumes for job opening
CN114862340A (zh) 人员与岗位的匹配方法、装置、设备及可读存储介质
Kavikondala et al. Automated retraining of machine learning models
US11314488B2 (en) Methods and systems for automated screen display generation and configuration
CN113806538A (zh) 标签提取模型训练方法、装置、设备与存储介质
Sonawane et al. ChatBot for college website
Bhambri et al. Human activity recognition system
Ogwo et al. Applications and perceived impact of artificial intelligence in academic libraries in Nigeria
CN117216393A (zh) 信息推荐方法、信息推荐模型的训练方法及装置、设备
KR102601177B1 (ko) 국가직무능력표준 기반 유사도 추출 모델을 이용한 심층 질문형 비대면 면접 시스템
CN113609833B (zh) 文件的动态生成方法、装置、计算机设备及存储介质
Khan et al. Non Functional Requirements Identification and Classification Using Transfer Learning Model
KR20230092675A (ko) 인공지능 기반의 언어 패턴 분석을 통한 커뮤니케이션 서비스 제공 장치 및 방법
KR102099560B1 (ko) 조사설계, 조사수행, 자료분석 및 자료해석 콘텐츠를 제공하는 논문 컨설팅 서비스 제공 시스템
Nisha et al. HR Tech Analyst: Automated Resume Parsing and Ranking System through Natural Language Processing
CN110134784B (zh) 数据转换
US20240242142A1 (en) Systems and methods for data extraction and automatic matter assignment

Legal Events

Date Code Title Description
E902 Notification of reason for refusal
E701 Decision to grant or registration of patent right
GRNT Written decision to grant