단일 블록 구조의 기존 채용 AI를 진화처럼 모듈형 유전자(Gene)로 재구성하고, 경쟁 아레나(Arena)에서 성능을 비교 평가하는 프로토콜이 제안된다

Context

현재 채용 AI는 resume parser, candidate matcher, interview scheduler가 하나의 모델로 통합된 모놀리스 구조를 가진다. 이 구조는 컴포넌트 개별 교체 불가, 알고리즘 간 경쟁 부재, 조직 간 지식 이전 제한이라는 세 가지 구조적 한계를 야기한다.

Technical Solution

• 채용 프로세스를 resume-parser, jd-generator, skill-matcher, interview-question-gen, candidate-ranker 유전자(Gene)로 분해하여 독립적 개발과 교체가 가능하도록 설계
• 복수의 skill-matcher 유전자가 동일한 후보-JD 쌍을 처리하고, 실제 면접 통과율과 역할 성공률 기반 성능 비교를 통해 적합도(fitness) 순위를 매기는 아레나(Arena) 운영
• Judge Gene이 다른 유전자의 성능을 메타 수준에서 평가하는 자기 교정 생태계 구축
• 전이 적합도 지수(TFI)를 통해 한 도메인에서 학습된 기술이 다른 도메인에서 예측력을 가지는 숨겨진 연결 고리 발견

Impact

-TFI 기반 skill-matcher는 특정 역할에 적합한 후보를 발견하는 것을 넘어, 사전에 정의되지 않은 새 역할을 제안 가능

Key Takeaway

모놀리스 AI를 독립 평가 가능한 모듈 단위로 분해하고, 개방형 경쟁 아레나에서 성능을 측정하는 구조가 벤더 종속 없는 지속적 개선의 핵심이다