Talent Sourcing, 여전히 직접 해야 할까?
채용 도구의 문제는 검색이 나쁘다는 게 아니다. 검색 자체가 채용 담당자가 해야 할 일이 아니라는 것이다.
대부분의 채용 도구가 놓치고 있는 것이 있다. 그들은 "검색을 더 잘하게" 만들려고 한다. 더 정교한 필터, 더 똑똑한 키워드, AI가 강화된 Boolean 문자열.
하지만 문제는 검색 품질이 아니었다. 진짜 문제는 검색을 하는 사람이 채용 담당자 본인이라는 것이다.
마지막으로 가장 까다로웠던 포지션을 떠올려보자. Series B 회사의 VP of Engineering이었을 수도 있다. Hiring Manager는 "직접 보면 알겠다"고 했다. 오후 내내 Boolean 문자열을 만들고, LinkedIn 프로필 200개를 훑고, 탭 40개를 열었다. 결국 연락할 만한 사람 여섯 명이 남았다. 그중 세 명은 이미 그달에 다른 회사에서 연락받은 사람들이었다.
그 오후는 채용이 아니었다. Sourcing이라는 이름을 붙인 데이터 검색이었다.
진짜 채용은 — Hiring Manager가 "팀을 스케일할 수 있는 사람"이라고 말할 때 그 말의 진짜 의미를 해독하는 것, 후보자의 커리어 이동 행간을 읽는 것, 겉으로는 완벽해 보이는 사람이 사실 세 달째 조용히 면접을 보고 있다는 걸 아는 것 — 이 중 어느 것도 검색 결과를 스크롤하는 동안에는 일어나지 않았다.
검색은 채용 담당자의 일이 아니다
모든 세대의 채용 도구는 같은 워크플로우를 최적화해 왔다:
LinkedIn Recruiter는 Boolean 검색을 더 빠르게 만들었고, AI Sourcing 도구는 그것을 "더 똑똑하게" 만들었다. 하지만 근본적인 모델은 바뀌지 않았다. 당신이 오퍼레이터이고, 도구는 검색 엔진이다.
이건 CEO에게 더 빠른 스프레드시트를 주는 것과 같다. 실제로 필요한 건 CFO인데. 병목은 도구가 아니다. 인간의 판단이 필요하지 않은 일을 인간이 하고 있다는 것이 문제다.
하루 2–3시간의 Sourcing을 실제로 분해해보면:
- JD를 검색어로 번역하기 — 기계적인 작업. "규제 산업에서의 기업가적 마인드"를 Boolean 로직으로 변환하는 것이다. 매번 정보가 손실된다.
- 기본 적합도 확인을 위한 프로필 스캔 — 기계적인 작업. 타이틀, 연차, 회사 수준. 프로필당 몇 초면 판단할 수 있지만, 그걸 200개 반복해야 한다.
- 커리어 히스토리를 읽고 성장 궤도 평가하기 — 부분적으로는 판단력, 대부분은 패턴 매칭. 이 사람은 상승 궤도에 있는가? 회사 이동이 합리적인가? 이건 잘할 수 있지만, 80%는 수백 번 봐온 패턴을 인식하는 것이다.
- Shortlist 정리하기 — 기계적인 작업. 복사, 붙여넣기, 형식 맞추기, 주석 달기. 행정 업무다.
1, 2, 4단계는 순수한 실행이다. 3단계가 흥미로운 부분이지만 — 경험 많은 채용 담당자조차 인정할 것이다. Sourcing 단계에서의 "평가" 대부분은 깊은 판단이 아니라 패턴 인식이다. 깊은 판단은 나중에, 대화에서 일어난다.
채용 담당자가 더 이상 검색하지 않아도 된다면?
다른 모델을 생각해보자:
채용 담당자의 역할은 오퍼레이터에서 의사 결정자로 바뀐다. 시간은 실제로 당신이 필요한 곳으로 돌아간다:
- Hiring Manager로부터 진짜 요구사항 파악하기 — JD 뒤에 숨은 것. "지난번 이 포지션의 사람이 너무 '대기업형'이었다, 처음부터 무언가를 만들어본 사람이 필요하다"는 이야기를 듣는 그 자리.
- 문화 적합도와 동기 평가하기. 서류상 강해 보이지만 2년 만에 세 번 이직한 후보자 — 레드 플래그인가, 아니면 타당한 이유가 있었는가? 그건 대화로 알 수 있지, 검색 결과로는 알 수 없다.
- 후보자 Pipeline 운영하기. 지금은 만족하지만 좋은 스토리에 움직일 수 있는 패시브 후보자. 6개월 전 비슷한 포지션을 거절했지만 상황이 달라진 사람.
- 시장 현실을 Hiring Manager에게 전달하기. 포지션이 60일째 열려 있는 이유가 연봉 밴드가 시장 대비 20% 낮아서라면, 그 대화는 당신만이 할 수 있다.
실행 — 검색, Screening, 정리 — 은 자율적으로 동작하는 Agent가 처리한다. 프롬프트를 넣고 방향을 계속 잡아줘야 하는 AI 어시스턴트가 아니다. 브리프를 받아 실제로 일하고, 후보자를 갖고 돌아오는 Agent다.
왜 이전에는 불가능했나
세 가지가 바뀌었다.
Agent는 이제 다단계 작업을 처음부터 끝까지 실행할 수 있다. 이전 AI 도구들은 질문에 답하거나 Boolean 문자열을 생성할 수 있었다. 독립적으로 검색 전략을 수립하고, 여러 데이터 소스에서 실행하고, 각 결과를 세밀한 기준으로 평가해 구조화된 Shortlist를 만들어내는 건 불가능했다. 그건 자동완성과는 근본적으로 다른 역량이다.
매칭 기술이 키워드를 넘어섰다. 동료에게 "성장 단계 회사에서 0-to-1 경험이 있는 사람"이 필요하다고 하면, 그 동료는 뭘 뜻하는지 안다. 초기 팀을 스케일한 창업자, 처음부터 무언가를 만든 프로덕트 리더, Pre-Series A에 합류한 오퍼레이터를 떠올린다. 키워드 검색은 그 단어들이 포함된 결과를 반환한다. 추론 기반 매칭은 동료처럼 한다 — 문자 그대로가 아니라 의도를 해석한다.
경제성이 따라잡았다. 2년 전, 각 후보자 프로필을 AI로 추론하는 것은 비용이 너무 컸다. 추론 비용은 연간 50-70%씩 떨어졌다. 오늘날 Agent는 수동 Sourcing 세션에서 커피 한 잔 값도 안 되는 비용으로 수천 명의 후보자 프로필을 평가할 수 있다.
채용 담당자에게 무엇이 달라지는가
Sourcing이 Agent에 의해 처리되면, 가치 방정식이 바뀐다.
하루 3시간을 Sourcing에 쓰는 채용 담당자는 경제적으로 보면 시간을 팔고 있다. Agent가 Sourcing을 처리하는 채용 담당자는 대체하기 훨씬 어려운 것을 판다. 시장 지식, 후보자 관계, 팀 역학을 읽고 실제로 성공할 사람을 아는 능력.
시간은 한계가 있다. 시간이 허락하는 것 이상으로 Sourcing을 할 수는 없다. 반면 전문성 — 어떤 회사가 채용 동결 중인지, 어떤 후보자가 조용히 이직을 고민 중인지, 특정 시장에서 어떤 보상 패키지가 오퍼를 성사시키는지에 대한 지식 — 이것이 시니어 채용 담당자를 대체 불가능하게 만드는 것이다. 그 전문성은 검색 결과에서 오지 않는다. 수년간의 대화, 성사된 채용, 그 어떤 프로필 데이터베이스도 담지 못하는 패턴 인식에서 나온다.
직접 이야기를 나눈 시니어 채용 담당자들은 이 변화를 두려워하지 않는다. 한 명은 이렇게 말했다. "이걸 기다려왔다. 나는 클라이언트에게 조언하고 후보자를 클로징하려고 채용에 발을 들였지, Boolean 문자열을 만들려고 한 게 아니다." 또 다른 한 명은 더 직설적이었다. "검색 도구에서 새로 배운 건 5년째 없다. 후보자와의 대화에서는 매번 배운다."
실제로 어떻게 작동하는가
Mira에서는 Agent가 Sourcing 워크플로우를 처음부터 끝까지 처리한다:
- 자연어로 역할을 기술한다 — "스타트업 DNA," "처음부터 팀을 만들어본 경험," "규제 환경에 강하지만 너무 대기업형은 아닌" 같은 암묵적 기준까지 포함해서. 검색 엔진이 아니라 신뢰하는 동료에게 주는 브리프처럼.
- Agent가 요구사항을 해석하고, 여러 데이터 소스에서 검색하고, 추론 기반 매칭으로 후보자를 평가한다. "0-to-1 경험"이 "스타트업에서 일한 경험"과 다른 의미임을 이해한다.
- 요약, 커리어 맥락, 연락처가 포함된 Shortlist가 보통 2분 이내에 제공된다.
- 대화로 반복해서 정교화한다. "스타트업 배경이 더 많은 사람으로," "이전 가능한 후보자 포함," "실제로는 현재 FAANG에 있는 사람은 우선순위 낮춰줘." Agent는 검색을 다시 실행하는 게 아니라 업데이트된 기준으로 재평가한다.
내부 테스트 기간에 플랫폼에서 6,000건 이상의 실제 Sourcing 작업이 완료됐고, 채용 담당자들은 후보자 리서치 시간이 80-90% 절감됐다고 보고한다.
매일 몇 시간씩 수동 Sourcing을 하고 있다면 — Hiring Manager 미팅, 후보자 대화, 클로징에 쓸 수 있는 그 시간은 되돌릴 수 있다.
Mira Waitlist에 참여해 Agent 기반 Sourcing을 얼리 액세스로 체험해보세요.