다논, AI 면접으로 캠퍼스 채용을 강화… 1회 캠퍼스 채용당 HR 업무 시간 2000시간 이상 절감

본 페이지 포함 내용

• 다논의 캠퍼스 채용에서 AI 면접 적용 전반 개요
• 다논 기업 및 글로벌/중국 시장의 기본 현황
• 다논 캠퍼스 채용의 후보자 관리 및 평가 측면 핵심 과제
• 첸쉰이 다논을 위해 구축한 AI 면접 시스템 및 솔루션 설계
• AI 면접 프로젝트의 효율성·공정성·후보자 경험 성과
• 마스, 반 멜레, 칼스버그 등 타 기업 관련 사례 개요

다논, AI 면접으로 캠퍼스 채용을 강화… 1회 캠퍼스 채용당 HR 업무 시간 2000시간 이상 절감

다논은 첸쉰 AI 면접 시스템을 활용해 캠퍼스 채용에서 선별부터 순위 산정까지 자동화함으로써 효율성과 공정성을 높이고 HR 업무 시간을 크게 절감했습니다.

• AI 면접 시스템은 후보자 선별, 평가, 정렬까지 전 과정을 포괄합니다.
• 시스템은 통일된 역량 평가 모델을 통해 평가의 객관성과 공정성을 높입니다.
• 자동화 프로세스는 1차 선별 및 면접 일정 조율에 투입되는 HR의 수작업을 줄였습니다.
• 1회 캠퍼스 채용에서 AI 면접은 HR의 업무 시간을 2000시간 이상 절감할 수 있습니다.

고용주 소개

본 섹션에서는 다논이 다국적 식음료 기업으로서 영위하는 사업 영역, 글로벌 및 중국 시장의 사업 배치, 공장 및 직원 규모 등 기본 정보를 소개합니다.

• 다논(Danone)은 식품 및 음료 관련 사업을 영위합니다.
• 사업은 전문 특수 영양, 기본 유제품 및 식물성 제품, 생수 및 음료의 3대 분야에 집중합니다.
• 다논의 사업은 전 세계 120개 이상의 시장을 포괄합니다.
• 다논은 1980년대 말 중국 시장에 진출했으며, 현재 중국은 전 세계에서 두 번째로 큰 시장입니다.
• 중국에는 10개 공장과 약 8000명의 직원이 있으며, 전 세계 직원 수는 약 96,000명입니다.
• 다논의 중국 사업은 2023년 전 세계 매출의 약 11%를 기여했습니다.

핵심 과제

본 섹션은 다논이 캠퍼스 채용에서 대규모 후보자 관리 부담, 평가 기준의 비일관성, 온라인 면접 부정행위 위험 등의 문제에 직면했음을 설명합니다.

• 대규모 후보자를 수작업으로 1차 선별하는 것은 시간과 노력이 많이 들고 효율이 낮습니다.
• 실제 면접관 수가 제한적이고 분산되어 있어 모든 후보자를 커버하기 어렵습니다.
• 지역별 면접관의 영업 역량과 의지에 대한 이해가 달라 평가 기준에 차이가 있습니다.
• 집중적인 수작업 평가는 주관적 편향이 발생하기 쉬워 전국 단위의 통일된 채용 기준에 불리합니다.
• 일부 온라인 면접 상황에서는 후보자가 도구를 활용해 부정행위를 할 위험이 있습니다.
• 캠퍼스 채용은 후보자 수와 지역 분포가 복잡해 기존 방식으로는 이를 모두 충족하기 어렵습니다.

솔루션

본 섹션은 첸쉰과 다논이 공동 구축한 AI 면접 시스템이 ATS와 통합되고, 프로세스 자동화, 역량 평가 모델 구축, 권역별 동적 순위 산정을 어떻게 구현했는지 설명합니다.

• AI 면접 시스템은 다논의 자체 ATS 프로세스 및 데이터와 융합되어 기존 시스템에서 면접을 시작하고 관리할 수 있습니다.
• 면접 프로세스는 완전 자동으로 운영되며, 후보자는 7×24시간 자율적으로 면접을 완료할 수 있습니다.
• 시스템은 지능형 스케줄링으로 업무를 자동 배정해 수작업을 줄입니다.
• 다논의 과거 면접 데이터를 기반으로 맞춤형 역량 평가 모델을 구성하고 5개 역량(컴피턴시) 차원으로 구분했습니다.
• 각 문항은 3가지 측면에서 점수를 산정해 다차원 평가를 구성합니다.
• 각 권역은 동일한 알고리즘을 사용하되 별도로 동적 순위를 산정하고 시각화된 성과 보고서를 생성합니다.
• 시스템은 기업 ATS와 매끄럽게 연동되어 HR이 기존 플랫폼에서 선별, 평가, 정렬을 수행할 수 있습니다.
• 첸쉰은 본 프로젝트를 위해 프라이빗(온프레미스) 배포를 신속히 완료하고 운영을 시작했습니다.
• 면접관이 문항을 직접 설정하는 전제하에서도 시스템은 자동화되면서도 개인화된 역량 평가를 수행할 수 있습니다.
• 통일된 평가 모델은 인적 편향을 줄이고 부정행위 문제를 회피하는 데 도움이 됩니다.

프로젝트 성과

본 섹션은 AI 면접 시스템이 선별 효율, 인적 평가와의 일치도, 일관성, 후보자 경험 측면에서 달성한 정량·정성 성과를 제시합니다.

• AI 면접 합격률을 35%로 설정해 약 65%의 후보자를 걸러냈습니다.
• 후보자 탈락 판단에 활용할 때 AI 평가와 인적 평가의 일치도는 90% 이상입니다.
• 우수 후보자 선발에 활용할 때 AI 평가와 인적 평가의 일치도는 85% 이상입니다.
• 프로젝트 기준으로 AI 평가와 인적 평가의 일치도는 최소 80% 이상이어야 했습니다.
• AI 알고리즘은 모든 후보자에게 동일한 기준을 적용해 평가 일관성을 보장합니다.
• 시스템은 통일된 기준과 텍스트 의미 분석을 통해 HR에 명확한 평가 근거를 제공합니다.
• 약 60%의 후보자가 긍정적인 사용 피드백을 제공해 좋은 경험을 보여주었습니다.
• 약 20%의 후보자가 해당 AI 면접 방식을 매우 추천한다고 답했습니다.
• 프로젝트 전반은 캠퍼스 채용 효율을 높이고 HR의 업무 부담을 줄였습니다.
• 맞춤형 프라이빗 AI 평가 모델은 성과가 우수했으며 평가 수준이 인적 판단에 근접했습니다.

추가 사례 개요

본 섹션은 이미지와 간단한 설명을 통해 마스, 반 멜레, 칼스버그의 채용 및 AI 면접 관련 사례를 살펴볼 수 있도록 안내합니다.

• 마스는 매년 캠퍼스 채용에서 수만 명의 후보자를 응대해야 하며 대규모 면접 과제에 직면해 있습니다.
• 첸쉰은 마스와 협력하여 자동화·지능화된 채용 업무 흐름을 구축하고, 기간을 단축하며 비용을 낮추는 것을 목표로 했습니다.
• 첸쉰은 반 멜레를 위해 첸쉰 ATS를 통해 현지 채용 관리 시스템을 구축했습니다.
• 해당 시스템은 글로벌 플랫폼과의 심층 통합, 국내 주요 채용 채널 연동, 오퍼 및 온보딩 프로세스 통합, 데이터 컴플라이언스 관리 강화를 포함합니다.
• 첸쉰은 칼스버그를 위해 자동 AI 면접 시스템을 구축하여 지원 직후 즉시 면접을 생성하고 초대장을 발송할 수 있도록 지원했습니다.
• 칼스버그 솔루션은 범용 및 전용 역량 모델을 활용해 후보자를 다차원 AI로 평가합니다.

사실 인덱스