자연어처리와 HR analytics

엔씨소프트 단비 팀이 자연어처리 과제 분류를 BERT 논문 기준으로 정리하고, 각 과제가 HR analytics 에 어떻게 쓰일 수 있는지 이어 붙인 글이다. 모델 구조를 입력·출력 형태로 네 가지로 나눈 뒤, 각 구조에 맞는 대표 데이터셋과 실제 데이터 예시를 보여주고 인사 데이터 적용 시나리오로 연결한다.

핵심 포인트

자연어처리 모델은 어떤 데이터로, 어떤 과제를, 어떻게 학습할지를 정하는 과정에서 구체화되며 BERT 논문이 그 지도 역할을 한다.
구조는 문장 페어 분류, 단일 문장 분류, 질의응답, 문장 태깅 네 가지이고 차이는 입력과 출력의 형태다.
같은 질의응답 데이터라도 출력이 class label 이면 (a) 구조(QNLI), 문장이면 (c) 구조(SQuAD)로 갈린다.
HR 적용은 이력서의 민감 정보 필터링, 유사 이력서 검색, 평가 코멘트 감정분석, 공고 첨삭, 개체명 기반 역량 요약으로 정리된다.
채용 공고의 뉘앙스를 NLP 로 점검해 주는 서비스는 자격을 갖춘 후보자 지원이 30% 늘었다고 밝히고 있으며 맥도날드·슬랙·스포티파이가 쓴다고 소개한다.

상세 정리

(a) 문장 페어 분류: 두 문장을 `[SEP]` 로 이어 입력하고 class label 을 받는다. MNLI·QNLI·RTE·SWAG 는 자연어 추론, QQP·STS-B·MRPC 는 문장 유사도 과제로 다시 나뉜다.
QNLI 예시로 "세 번째 디지몬 시리즈는 언제 시작되었나" 질문과 답변 문단을 짝지어, 그 답이 질문에 대한 답이 될 수 있는지를 라벨로 학습하는 구조를 보여준다.
QQP 예시는 "왜 Quora 유저는 구글로 쉽게 답을 찾을 질문을 올리나" 와 "왜 사람들은 구글로 답할 수 있는 질문을 Quora 에 하나" 두 문장이 같은 의미인지를 판정하는 형태다.
(b) 단일 문장 분류: 가장 기본적인 텍스트 분류 구조로 문장 하나를 넣고 라벨을 받는다. SST-2 는 감정분석, CoLA 는 언어적 용인 가능성 판별에 쓴다.
(c) 질의응답: SQuAD v1.1 처럼 Context 와 Question 을 입력해 Answer 문장을 출력한다. Context 는 정답을 추론할 배경 정보가 담긴 문단이다.
(d) 문장 태깅: 문장의 토큰마다 태그를 붙인다. CoNLL-2003 NER 은 인명(PER)·지역(LOC)·기관(ORG)·기타(MISC)와 개체명이 아닌 O 로 라벨링한다.
자연어 추론의 HR 활용: 이력서에 학벌·인종·성별을 유추할 표현이 있는지 걸러 낸다. "외동아들" 처럼 직접 드러나는 경우는 금지어 사전으로 되지만, "카투사에 합격해" 처럼 우회 표현은 추론 모델이 필요하다는 대비로 설명한다.
문장 유사도·용인 가능성의 활용: 나와 비슷한 기술을 가진 선배 지원자 사례 조회, 유사 질문 검색, 오타·문맥을 잡아 주는 에디터 보조 기능으로 연결한다. 영어권 서비스는 formal/informal 옵션과 가독성·어휘 수준 피드백까지 제공한다.
감정분석과 개체명 인식의 결합: 평가 코멘트에서 역량을 NER 로 태깅하고 그 역량에 붙은 코멘트가 긍정인지 부정인지 판정해 요약한다.
요약 예시: "직원1(EMP)은 개발업무(SKIL)에 있어 우수한 역량을 바탕으로 솔선수범" 을 개체명·주요 키워드·긍부정으로 분해한 표를 제시하고, 한 문장 안에서 긍정과 부정이 갈리는 경우도 함께 보여준다.
활용 전망: 높은 평가를 받는 직원의 코멘트에 반복되는 키워드를 보면 팀별 인재상과 리더십 모델의 특징을 구체화할 수 있고, 이를 채용에 되먹일 수 있다고 정리한다.