스타트업과 지원자 간 문화 적합성 평가를 위한 인간-AI 협업 면접 시스템 설계 연구
Are We Culturally Fit? Designing a Human-AI Collaborative Interview System for Culture Fit Evaluation Between Startups and Employees
송승연(홍익대학교); 임정은(홍익대학교 국제디자인전문대학원); 김예진(홍익대학교); 남유정(홍익대학교); 구유리(홍익대학교)
39권 1호, 245~282쪽
초록
연구배경 초기 스타트업의 채용 실패는 종종 지원자와 조직문화 간의 부조화에서 비롯된다. 스타트업은 체계적인 평가 기준과 평가 경험이 충분히 축적되지 않은 상황에서 면접 과정이 주관화되기 쉬우며, 빠르게 변화하는 조직문화와 인력 요구에 비해 판단 기준이 일관되게 유지되기 어렵다. 본 연구는 이러한 한계를 보완하기 위해, 구조화된 평가 기준과 전문 인력이 부족한 상황에서도 문화 적합성을 효과적으로 판단할 수 있도록 인간–AI 협업 기반 면접 시스템을 제안한다. 제안된 시스템은 스타트업의 유동적인 문화 정체성과 후보자의 가치·행동·조직 적합성을 분석하여 채용 결정을 지원한다. 연구방법 본 연구는 스타트업의 채용 실무자를 대상으로 한 심층 인터뷰를 통해, 조직문화 적합성 평가 과정에서의 주요 니즈를 도출하였다. 이후 문화 적합성 면접의 전체 플로우를 분석하여 과업(Task)별 핵심 행동을 구조화하고, 각 단계에서의 AI 협업 가능성을 진단하였다. 이를 바탕으로 설문 조사를 실시하여 AI의 개입 수준과 역할에 대한 사용자 인식 및 적정성을 평가하였으며, 그 결과를 반영하여 프로토타입을 설계·구현하였다. 마지막으로, 프로토타입 기반으로 사용자 경험 검증(연구 1)과 업무 개선도 정량 평가(연구 2)의 두 차례 테스트를 수행하였다. 연구 1은 대면 테스트를 통해 구체적인 사용성 평가를 실시하였으며, 연구 2는 참여자들의 과거 경험과 프로토타입 사용을 동일 시점에서 회상·비교하도록 설계하였다. 이를 통해 사용성 평가와 업무 개선도 기대효과 평가를 통해 제안된 시스템의 실제 효과성과 협업 경험을 검증하였다. 연구결과 프로토타입 기반의 두 차례의 테스트 및 인터뷰 결과, 자동 질문 생성 등의 기능을 통해 사용자의 인지적·시간적 부담이 줄어들었으며, 결과 해석의 투명성이 부족해 신뢰에는 제한이 있었으나, 공동 작업 기능(예: 편집 가능한 질문 초안 등)은 높은 만족도를 보였다. 특히 맥락에 따라 복잡하고 판단이 어려운 업무에서 인간-AI 협업이 효율성과 의사결정 품질을 높이는 데 유의미하게 기여함을 확인했다. 또한 기존의 조직문화 적합성 중심의 면접 경험에 비해, 시간 효율, 업무 효율, 객관성, 그리고 공정성이 모두 개선될 수 있음이 검증되었다. 결론 본 연구는 조직문화 적합성 면접 과정에 AI를 인간 중심적으로 통합하는 설계 지침을 제시한다. 평가 기준을 구조화하고 협업 과정을 투명하게 구현함으로써, 채용 의사결정의 불확실성을 줄이고 스타트업이 조직문화에 부합하는 인재를 구성할 수 있도록 지원한다. 향후 연구에서는 장기적 채용 성과에 대한 검증과 다양한 조직 맥락에서의 확장 가능성을 탐색할 필요가 있다.
Abstract
Background Hiring failures in early-stage startups often stem from misalignment between candidates and organizational culture. Since startups lack structured evaluation criteria and sufficient interview experience, their hiring processes may easily become subjective, and it is hard to maintain consistent judgment standards due to rapidly shifting cultural identities and talent needs. To address these challenges, this study proposes a human– artificial intelligence (AI) collaborative interview system that enables effective culture-fit assessment even in environments with limited evaluative resources. The system supports hiring decisions by analyzing candidates’ values, behaviors, and organizational compatibility in relation to the dynamic environments of startups. Methods First, in-depth interviews with startup hiring practitioners were conducted to identify key needs in evaluating cultural fit. Second, the hiring process was analyzed to structure task-level behaviors to determine opportunities for AI collaboration. Third, a user survey was conducted to define the appropriate AI involvement level, and these findings were then applied to the system prototype design. With the prototype, Study 1 evaluated usability of the system, and Study 2 was a retrospective quantitative assessment in which participants compared past hiring experiences with prototype use. Results While the automatic question generation feature reduced users’ cognitive and time burden, clarity of AI reasoning showed negative effect on user trust. However, collaborative features like how humans can always edit the AI outputs led to high user satisfaction and perceived efficiency. Compared to users’ previous experiences with culture-fit interviews, the suggested system demonstrated improvements in time efficiency, task efficiency, objectivity, and fairness. Conclusions The study presents design guidelines for integrating AI into culture-fit interviews in a human- centered manner. By structuring evaluation criteria and enabling transparent collaboration, the proposed system reduces uncertainty in hiring decisions and supports startups in selecting culturally aligned candidates. Future research may examine long-term hiring outcomes and explore scalability across diverse organizational contexts.
- 발행기관:
- 한국디자인학회
- 분류:
- 디자인