면접 준비 시간은 1/3로, 질문은 10배 깊게.
이력서의 숫자를 근거와 대조하고, 면접 중에는 서류와 다른 답을 바로 짚어 줍니다.
이렇게 물어보세요
이런 곳들과
함께합니다
[01] 문제
개발하고 회사를 운영하면서 지원서를 읽고, 숫자의 근거를 다시 찾고, 질문을 준비합니다. 충분히 확인하려면 본업 시간이 줄고, 서둘러 읽으면 중요한 질문을 놓칩니다.
지원서RAG를 적용해 챗봇의 응답 정확도를 30% 개선했습니다.
면접관정확도는 어떤 지표로 측정했나요? F1이 아니라 Recall을 본 이유가 있나요?
지원자그 부분은 기억이 나지 않습니다.
지원서팀 프로젝트를 주도해 최우수상을 수상했습니다.
면접관전체 참가 팀은 몇 팀이었나요?
지원자8팀이었습니다.
질문 하나에 성과의 무게가 달라집니다. 면접관은 이 질문을 미리 준비해야 합니다.
지원서에는 유려한 문장과 경험이 담겨 있었지만, 수치를 물으면 기억하지 못하고 판단 근거를 물으면 “거기까지 생각하지 못했습니다”라는 답이 돌아왔습니다. 서류만으로는 판단이 어려워 예상보다 많은 지원자를 면접에서 다시 확인해야 했습니다.
비교 대상, 측정 조건, 본인 기여
잘린 차트, 부풀린 개인 기여
AI로 다듬은 지원서는 다 비슷합니다
판단력을 물을 시간이 남지 않습니다
91%1
자소서에 AI를 써 본 구직자
52.2%2
자소서와 역량검사가 엇갈린 비율
39%3
대면 면접을 늘린 미국 채용 관리자
13분4
지원서 한 건 평균 검토 시간
1/3면접 준비 시간
10×질문의 깊이
[02] 작동 방식
면접 전에는 대시보드와 모의 면접으로, 면접 중에는 실시간 추천 질문으로 돕습니다. 판단은 면접관이 내립니다.
5검증할 주장
1근거와 다름
2근거 없음
이력서와 포트폴리오에서 성과 수치와 검증할 역량을 뽑아, 표와 차트에 맞춰 근거와 다름, 근거 없음, 근거 있음으로 나눕니다. 증가율은 코드로 다시 계산합니다.
대시보드의 쟁점으로 모의 면접을 돌려, 지원자의 답이 모호할 때와 구체적일 때 이어 갈 꼬리질문까지 준비합니다.
면접관그 프로젝트는 몇 명이서 하셨어요?
지원자저 포함 네 명이었고, 저는 데이터 전처리를 주로 맡았습니다.
서류와 다름 이력서에는 “6명 팀을 이끌며”라고 적혀 있습니다.
면접 음성을 받아 적으면서 이력서와 어긋나는 답변을 표시하고, 지금 물어볼 꼬리질문을 추천합니다.
지금까지
[03] 기능
지원자마다 검증 결과가 같은 형식으로 정리됩니다. 누구에게 무엇을 먼저 물을지 바로 보입니다.
성과 수치와 검증할 역량을 지원자마다 한 화면에 모읍니다.
이력서의 주장을 포트폴리오의 표, 차트, 이미지와 맞춰 보고 어긋나는 지점을 표시합니다.
잘린 세로축, 바뀐 단위, 서로 다른 비교 기간처럼 성과를 크게 보이게 하는 표현을 찾습니다.
증가량과 증가율, %와 %p를 다시 계산해 문장 속 숫자와 비교합니다.
예상 답변이 모호할 때와 구체적일 때 이어 갈 질문을 나눠 준비합니다.
면접 중 답변을 받아 적어 서류와 다른 부분을 표시하고, 지금 물어볼 질문을 추천합니다.
지원서의 근거는 글보다 결과표, 차트, 화면 캡처에 더 많이 들어 있습니다.
| 확인할 것 | 문장만 읽는 검토 | FactChecker |
|---|---|---|
| 자기소개서 속 주장 | ||
| 표 안의 숫자 | ||
| 차트의 축과 단위 | ||
| 캡처 이미지 속 수치 | ||
| 증가율 재계산, 시각적 왜곡 | ||
| 면접 중 답변과 서류 대조 | ||
| 질문과 원문 위치 연결 |
[04] 지원 자료
[05] 활용 사례
논문 실험표와 프로젝트 수치를 비교 조건까지 확인하고, 본인 기여를 묻는 질문을 준비합니다.
질문 목록을 처음부터 만들지 않고, 대시보드의 쟁점으로 바로 면접을 시작합니다.
지원자마다 같은 형식의 대시보드를 넘겨, 면접관이 바뀌어도 질문 기준이 흔들리지 않게 합니다.
기술 지원서에서 확인할 쟁점을 정리해, 현업 면접관에게 질문과 함께 넘깁니다.
[06] 자주 묻는 질문
찾는 답이 없다면 파일럿 신청서에 질문을 남겨 주세요. 기술 리드와 채용 담당자가 자주 묻는 내용부터 정리했습니다.
아니요. AI를 썼다는 사실만으로는 지원자의 역량을 판단할 수 없습니다. FactChecker는 문장을 누가 썼는지가 아니라 성과 주장과 근거가 이어지는지를 확인하고, 면접에서 물어볼 질문을 제안합니다.
판정하지 않습니다. 쟁점과 질문, 근거 위치를 정리할 뿐이고 평가는 면접관이 답변을 듣고 내립니다. 숫자가 맞지 않아 보여도 계산 기준이 다를 수 있어서, 결론 대신 확인 질문으로 보여 줍니다.
지원서를 다시 읽고 근거를 찾는 일을 FactChecker가 먼저 끝내 두기 때문에, 면접관은 정리된 쟁점과 질문만 확인하면 됩니다. 파일럿에서는 결과를 읽고 고치는 시간까지 포함해 준비 시간을 함께 측정합니다.
자기소개서와 이력서 텍스트, PDF 이력서와 포트폴리오를 넣을 수 있습니다. 표와 차트가 들어 있는 포트폴리오에서 효과가 가장 큽니다. 면접 중 음성은 실시간 면접 베타에서 받아 적고, Notion과 GitHub 같은 형식은 순서대로 지원할 예정입니다.
파일럿에서는 고객별로 자료를 분리하고, 접근 담당자와 보관 기간, 삭제 조건을 자료를 받기 전에 합의합니다.
파일럿 팀에는 합의한 범위 안에서 무료로 제공합니다. 이후에는 채용이 가끔 있는 팀을 위한 후보자 묶음 상품과, 채용이 잦은 팀을 위한 월 구독을 준비하고 있습니다.
범용 챗봇도 면접 질문을 만들 수 있지만, 질문이 어느 문장과 어느 차트에서 나왔는지는 면접관이 다시 찾아야 합니다. FactChecker는 숫자를 뽑아 코드로 다시 계산하고, 질문마다 근거가 된 원문 위치를 연결합니다.