< Return to Video

덜 고통스럽게 입사지원하기

  • 0:01 - 0:02
    온라인 입사지원은
  • 0:02 - 0:05
    우리 시대 최악의
    디지털 활동 중 하나입니다.
  • 0:05 - 0:07
    직접 찾아가 지원하는 것도
    별반 낫지 않죠.
  • 0:07 - 0:10
    [우리가 일하는 방식]
  • 0:11 - 0:14
    알다시피 고용 과정에는
    많은 문제가 있습니다.
  • 0:14 - 0:16
    사람들에겐 끔찍한 경험이죠.
  • 0:16 - 0:18
    약 75%의 사람들이
  • 0:18 - 0:20
    작년에 다양한 방식으로
    입사지원을 했지만
  • 0:20 - 0:23
    고용주로부터 아무런 답변도
    듣지 못했다고 합니다.
  • 0:23 - 0:26
    고용주의 입장도 마찬가진데요.
  • 0:26 - 0:28
    46%의 사람들은
    해고되거나 그만두고 마는데
  • 0:28 - 0:31
    일을 시작한 첫해에 말이죠.
  • 0:31 - 0:32
    좀 놀랍죠.
  • 0:32 - 0:33
    경제에도 좋지 않습니다.
  • 0:33 - 0:35
    역사상 처음으로
  • 0:35 - 0:38
    실업자보다 일자리가 더 많아졌지만
  • 0:38 - 0:40
    제게는 분명히
    문제가 있다는 소리로 들리네요.
  • 0:40 - 0:44
    바로 그 중심에
    이력서라는 서류가 있죠.
  • 0:44 - 0:46
    분명 이력서에는
    유용한 정보들도 있습니다.
  • 0:46 - 0:48
    어떤 일을 했었는지,
    컴퓨터는 잘 다루는지,
  • 0:48 - 0:50
    어떤 언어를 구사하는지,
  • 0:50 - 0:53
    하지만 그 사람의
    잠재력에 대해 알 순 없습니다.
  • 0:53 - 0:55
    전엔 기회가 없어
    보여줄 수 없었던 것들 말이죠.
  • 0:55 - 0:59
    또, 급변하는 경제 속에서
    누구에게도 없는 재능을 요하는
  • 0:59 - 1:01
    직업들이 온라인에 게시되는데
  • 1:01 - 1:04
    그 사람이 전에
    뭘 했는지 밖에 모른다면
  • 1:04 - 1:07
    미래의 직업에 맞는
    인재를 찾긴 힘들겠죠.
  • 1:07 - 1:09
    바로 여기서 기술이
    큰 도움이 될거라 생각합니다.
  • 1:09 - 1:13
    아마 아실거에요,
    사람과 사물을 연결하는 알고리즘에
  • 1:13 - 1:14
    많은 발전이 있었던 걸요.
  • 1:14 - 1:17
    그런데 그 기술을 우리에게 잘 맞는
  • 1:17 - 1:20
    직업을 찾는 데에
    활용할 수 있다면 어떨까요?
  • 1:20 - 1:21
    지금 무슨 생각하시는 지 압니다.
  • 1:21 - 1:24
    알고리즘으로 여러분의 직업이
    정해진다는 게 좀 섬뜩하긴 한데
  • 1:24 - 1:26
    한 가지 검증된 것으로
  • 1:26 - 1:29
    누군가의 직업적 성공 여부를
    제대로 예측하는
  • 1:29 - 1:31
    '다중측정 검사'라는 것이 있습니다.
  • 1:31 - 1:33
    사실 새로운 건 아니지만
  • 1:33 - 1:35
    비용이 많이 들고
  • 1:35 - 1:37
    박사학위를 가진 사람과 마주 앉아
  • 1:37 - 1:40
    많은 질문에 답하고
    보고서까지 써내야 했었죠.
  • 1:40 - 1:41
    다중측정 검사는 개인의
  • 1:41 - 1:44
    고유한 특성을 알 수 있는 방법인데
  • 1:44 - 1:46
    기억력, 주의력 등이죠.
  • 1:47 - 1:49
    만약 다중측정 검사를
  • 1:49 - 1:51
    다양한 조건에서
    손쉽게 활용할 수 있어서
  • 1:51 - 1:55
    어느 직업에 잘 맞는
    개인의 특성에 관한 자료를
  • 1:55 - 1:57
    고용주들에게 제공한다면 어떨까요?
  • 1:58 - 1:59
    너무 추상적으로 들리죠.
  • 1:59 - 2:01
    같이 게임을 하나 해보죠.
  • 2:01 - 2:02
    이제 번쩍이는 원이 보일텐데
  • 2:02 - 2:05
    빨간색이면 손뼉을 치고
  • 2:06 - 2:08
    초록색이면 가만히 계시면 됩니다.
  • 2:08 - 2:09
    [준비?]
  • 2:09 - 2:11
    [시작!]
  • 2:12 - 2:13
    [초록]
  • 2:14 - 2:15
    [초록]
  • 2:16 - 2:17
    [빨강]
  • 2:17 - 2:19
    [초록]
  • 2:19 - 2:20
    [빨강]
  • 2:22 - 2:23
    아마도 여러분 중엔
  • 2:23 - 2:26
    빨간 원이 나오고 천분의 1초만에
    손뼉을 치신 분들도 있고
  • 2:26 - 2:27
    아니면 어떤 분들은
  • 2:27 - 2:30
    100% 확실하게 하기 위해
    좀 더 늦게 치신 분들도 있겠죠.
  • 2:30 - 2:33
    아니면 실수로, 초록색일 때
    치신 분들도 있을 거예요.
  • 2:33 - 2:37
    재미있는 것은 이 테스트가
    누구를 고용하면 좋은 지 보여주는
  • 2:37 - 2:39
    표준화된 테스트들과는
    완전히 다르다는 것입니다.
  • 2:39 - 2:42
    대신 여러분의 특성이
    어떤 직업에서
  • 2:42 - 2:44
    진가를 발휘할 지
    알아볼 수 있는 것이죠.
  • 2:44 - 2:48
    빨간색일 땐 늦게 치고
    초록색일 땐 치지 않았다면
  • 2:48 - 2:51
    주의력이 높고
    인내심이 많은 사람일 거예요.
  • 2:51 - 2:55
    그런 사람들은 보통
    훌륭한 학생이자 시험도 잘 보고
  • 2:55 - 2:57
    프로젝트 관리나
    회계업무에 뛰어납니다.
  • 2:57 - 3:01
    빨간색이 나오자 마자, 그리고
    가끔 초록색일 때도 손뼉을 친다면
  • 3:01 - 3:03
    좀 더 충동적이고 창의적이란 건데
  • 3:03 - 3:07
    보통 잘나가는 영업사원들이
    이런 특징을 가지고 있었습니다.
  • 3:07 - 3:09
    이를 실제로
    고용할 때 적용해 보려고
  • 3:09 - 3:11
    각 직책의 우수한 직원들에게
  • 3:11 - 3:14
    방금 했던
    신경과학 훈련을 시켜 봤어요.
  • 3:14 - 3:16
    그리고 알고리즘을 개발해
  • 3:16 - 3:18
    무엇이 그들을
    특별하게 만드는지 알아 봤죠.
  • 3:18 - 3:20
    이제 사람들이 입사지원을 하면
  • 3:20 - 3:24
    그 일에 가장 적합한 후보들을
    추려낼 수 있습니다.
  • 3:24 - 3:27
    이게 위험할 수 있다고
    생각하는 분들도 있을 거예요.
  • 3:27 - 3:29
    보다 다양함이 요구되는
    오늘날의 노동환경에
  • 3:29 - 3:32
    우수한 직원들을 기준으로
    알고리즘을 만든다면
  • 3:32 - 3:34
    그것이 이미 존재하는 편견들만
    지속시키는 꼴이 아니란 걸
  • 3:34 - 3:36
    어떻게 알 수 있을까요?
  • 3:36 - 3:40
    예를 들어, 우수한 CEO들을
    기준으로 알고리즘을 만들어
  • 3:40 - 3:44
    S&P 500을
    '트레이닝 세트'로 사용한다면
  • 3:44 - 3:46
    실제로 어떤 여성보다도
  • 3:46 - 3:49
    '존'이란 이름의 백인 남성을
    고용할 확률이 높게 됩니다.
  • 3:49 - 3:51
    오늘날 어떤 이들이
    그 위치에 있는지 보여주는 셈이죠.
  • 3:51 - 3:55
    하지만 기술은 여전히
    아주 흥미로운 기회를 제시합니다.
  • 3:55 - 3:57
    어떤 인간보다도
    훨씬 합리적이고 공정한
  • 3:57 - 3:59
    알고리즘의 개발이 가능하니까요.
  • 3:59 - 4:03
    저희가 제작하는 모든 알고리즘은
    사전 테스트를 거쳐
  • 4:03 - 4:06
    특정한 성별이나 인종을
    선호하지 않도록 했어요.
  • 4:06 - 4:09
    지나치게 선호되는 집단이 보이면
  • 4:09 - 4:12
    더 이상 그런 문제가 생기지 않게
    알고리즘의 수정도 가능하죠.
  • 4:12 - 4:14
    본질적인 특성에 초점을 두고
  • 4:14 - 4:17
    누가 그 자리에 적합한지 따져 본다면
  • 4:17 - 4:20
    인종차별, 계급차별, 성차별, 연령차별,
  • 4:20 - 4:22
    심지어 학벌도 초월할 수 있습니다.
  • 4:22 - 4:25
    최고의 기술과 알고리즘을 단순히
  • 4:25 - 4:29
    다음에 몰아 볼 영화나, 저스틴 비버의
    새 애창곡을 찾는 데에만 쓰면 안되겠죠.
  • 4:29 - 4:31
    상상해 보세요.
    이 기술의 힘을 잘 이용한다면
  • 4:31 - 4:34
    개인의 다양한 특성에 따라
    어떤 일을 해야 좋을 지 알려줄
  • 4:34 - 4:36
    실질적 지침이 될 수 있으니까요.
Title:
덜 고통스럽게 입사지원하기
Speaker:
프리얀카 제인
Description:

전에는 직장을 구하기 위해 수많은 회사에 이력서를 제출하고 대부분의 회사로부터 아무 소식을 듣지 못하는 것으로부터 시작했습니다. 하지만 점점 더 많은 회사에서 지원자들의 선별에 기술을 우선해 활용하고 있습니다. 고용의 미래를 인공지능이 책임진다면, 여러분에게는 무슨 의미가 있을까요? 이 새로운 고용 환경에 대해 기술 전문가 프리얀카 제인(Priyanka Jain)이 얘기합니다.
more » « less
Video Language:
English
Team:
closed TED
Project:
TED Series
Duration:
04:49

Korean subtitles

Revisions

Our website uses cookies for analysis purposes.