머신러닝의 실제 비즈니스 성공사례
WANTED at GOOGLE PLAYTIME 2017
작년에 구글에서 알파고와 이세돌 구단의 바둑 대결이 있었는데, 기억하시나요?
그때부터 지금까지 머신러닝과 딥러닝이 자주 회자되고 있습니다. 하지만 아무래도 기존에 굉장히 하이테크라 생각되던 기술이다 보니 이 기술들이 실제로 사업에서 어떻게 이용되는지 상상하기 쉽지 않습니다.
최근 구글 PLAYTIME 2017에서는 사업을 하는 데에 머신러닝을 어떻게 구현될 수 있는지 이야기하는 세션이 열렸습니다. 구글의 초대로 RGP 코리아의 조현준 CPO, Netmable Games의 김동현 이사와 함께 WantedLab의 황리건 이사가 참여했는데요.
이 글에서는 원티드가 어떻게 머신러닝을 비즈니스에 적용하고 있는지, 황리건님의 이야기로 풀어보도록 하겠습니다.
GOOGLE PLAYTIME 2017
머닝러신의 실제 비즈니스 성공 사례
Machine Learning for Successful Business
GOOGLE : 원티드는 업계에서 널리 알려진 채용 구직 서비스이다. 이미 아는 분이 많겠지만, 간단한 회사 소개 부탁한다.
원티드는 지인 추천을 해서 그 사람이 회사에 입사했을 때 채용된 사람과 추천인이 모두 보상금을 받을 수 있는 앱이다. 기존에는 회사가 헤드헌팅 많이 이용했는데, 비용이 비싸고 적절한 인재를 찾기가 쉽지 않다는 문제가 있었다. 이를 개선하고자 일반인도 지인을 추천할 수 있는 서비스를 만들었다. 회사가 설립된 지 2년이 조금 넘었는데 1700+개 회사가 등록해서 이용하고 있고, 페이스북, 카카오, 네이버 등과 같은 큰 회사도 원티드를 통해 사람을 구하고 있다. 현재는 일본에 진출해 있으며 해외 취업을 원하는 사람도 돕고 있다.
GOOGLE : 회사가 채용공고를 내면 그에 맞는 사람을 매칭해주는 게 비즈니스의 핵심일 것 같다. 어떤 챌린지가 있었기에 머신러닝을 도입하게 되었나.
가장 큰 어려움 중 하나는, 스타트업의 경우 회사가 잘 알려져 있지 않다 보니 지원자를 찾는 것이 어렵다는 것이었다. 이렇게 알려지지 않은, 지원자가 없는 회사도 좋은 사람을 채용할 수 있게 해주자는 목적으로 구직자가 프로필을 등록하면 적절한 회사와 매칭을 해주고 면접 제안을 하는 ‘매칭모드’를 만들었다. ‘매칭모드’를 만들고 보니 다양한 직군의 사람들을 적절한 포지션에 매칭해주는 것이 이슈였다. 처음에는 매칭 컨설턴트라고 불리는 사람이 그 일을 했는데, 서비스를 계속 운영하다 보니 기술을 발전시키는 것의 필요성을 인지하게 되었다. 그래서 다음과 같은 프로세스로 머신러닝을 도입했다.
매칭을 잘 해주려면 우선 얼마나 적합한지에 대한 점수가 필요했다. 우리는 이미 채용이 여러 번 발생했던 회사이기 때문에 기존의 서류 통과, 최종 합격 혹은 탈락의 데이터가 있었다. 그것을 분석해서 어떤 사람이 지원하기 전 서류 통과할 가능성이 몇 프로인지 예측할 수 있더라. 프로토타입을 진행했고, 딥러닝 라이브러리 통해 최적화한 뒤 매칭모드라는 서비스를 상용화했다. 그 후 매칭모드를 통해 실제로 채용된 사례도 있고, 원래 사람이 하던 것을 기술로 하니 운영 리소스를 60% 이상 절약할 수 있었다. 지원자 자체를 찾기가 어려운 경우 AI 통해 지원자를 찾을 수 있으니 기업 측에서도 만족도가 높다. 현재 원티드를 통해 하루 수백 명 이상의 사람들이 지원하고, 월 백 명 이상의 사람들이 채용되고 있다.
GOOGLE : 보통 구직자가 자신이 원하는 회사에 지원하는 것이 일반적인데, 원티드에서는 머신러닝 통해 구직자에게 먼저 회사를 추천해준다니 놀랍다. 머신러닝에 관심 있는 다른 기업들에게 조언할 것이 있다면?
최근 굉장히 인상적인 얘기를 봤다. “머신러닝이 없는 앱은 두뇌 없이 몸만 있는 것과 같다”라는 말이었다. 지금은 많은 앱이 머신러닝이 없지만 앞으로는 도입되어 앱에서 머리(두뇌)의 역할을 할 것이다. 원티드에서는 머신러닝을 1년 가까이 해오고 있는데, 우리도 처음 머신러닝을 도입할 때는 문제를 해결한다는 관점으로 접근했다. 많은 기업들에서 그럴 것이다. 하지만 이제는 단순 문제 해결에서 더 나아가, 회사가 풀고 싶은 진짜 문제가 뭔지에 대한 정의가 필요하다. 그래야 회사의 장점을 데이터로 삼아 학습을 할 수 있을 것이다. 머신러닝 엔지니어는 채용하기 어렵고, 연봉도 세다. 하지만 만약 그 문제가 코어 문제라면 회사에서 얼마든지 시간과 돈을 투자할 수 있다. 먼저 진짜 중요한 문제가 뭔지 알아야 한다.
머신러닝이 없는 앱은 두뇌 없이 몸만 있는 것과 같다
좋은 사람을 좋은 회사에 추천하세요! 추천이직 원티드!
