Litmus

검토의 정밀도를 높이기 위해 개선한 기술

채용 문서에는 같은 단어라도 문제로 볼 표현과 정상적인 표현이 함께 등장합니다. Litmus는 규칙 검사·AI 문맥 분석·예외 처리를 조합하고, 표시된 결과를 원문까지 추적할 수 있도록 구성했습니다.

개선 항목	적용한 방식	검수자가 확인할 수 있는 것
규칙과 AI의 역할 분리	분량·공백·반복은 규칙으로 계산하고, 의미 해석이 필요한 항목은 AI가 분석	항목별로 어떤 기준이 적용됐는지 확인
표절 의심의 이중 조건 확인	유사도와 일정 길이 이상의 연속 일치를 함께 확인	흔히 쓰는 표현과 실제로 겹치는 구간을 구분해 검토
문맥에 맞춘 예외 처리	비속어의 실제 사용, 경력 속 기관명, 익명 표기 등을 구분	정상적인 표현이 검토 대상으로 표시된 이유를 점검
판단 근거 구조화	지원자·문항·원문 발췌·검수 항목·사유를 연결	표시된 문장을 원문과 바로 대조
기관별 설정과 버전 관리	지침·규칙·모델 버전을 기록하고 기관별 정책을 분리	해당 채용에 사용한 기준을 다시 확인

유사도만으로 표절을 판단하지 않습니다

지원서에는 직무명이나 일반적인 경험 표현이 반복될 수 있습니다. Litmus는 유사도 기준과 연속 일치 조건을 함께 충족하는지 확인하도록 표절 검사를 개선했습니다. 단어가 비슷하다는 이유만으로 표시하는 것을 줄이고, 담당자가 실제로 겹치는 내용을 검토할 수 있게 합니다.

표시된 결과에는 해당 문항과 원문 근거를 연결합니다. 담당자는 문장의 맥락과 기관 지침을 대조해 최종 판단합니다.

정상적인 표현을 잘못 표시하는 경우를 줄입니다

• 비속어 검사: ‘영향을 미친다’처럼 정상적인 문장에 포함된 문자열과 실제 욕설 표현을 구분합니다.
• 기관명 검사: 이전 직장의 경력 설명, ‘○○’ 익명 표기, ‘당사·귀사’ 같은 표현을 고려합니다.
• 블라인드 검사: 출신지와 현재 거주지, 군 복무와 구체적인 병과 정보처럼 의미가 다른 표현을 기관의 지침에 맞춰 검토합니다.

이러한 예외 처리는 불필요한 재검토를 줄이기 위한 설계입니다. 적용할 예외와 판단 강도는 기관별로 설정합니다.

규칙 검사와 문맥 검토를 나눕니다

검수 항목	처리와 검토 방식
분량·공백·반복 작성	글자 수와 중복 등 명확한 조건을 규칙으로 확인
블라인드 정보 노출	출신·나이·성별 등 기관 지침에서 정한 항목을 문맥과 함께 검토
기관명 오기재	경력 설명·익명 표기와 실제 오기재를 구분해 검토
표절 의심	유사도와 연속 일치 조건을 함께 살펴 검토 대상으로 표시
비속어	단순 문자열 포함과 실제 사용 문맥을 구분

예를 들어 ‘태어난 지역’과 ‘현재 거주지’를 같은 기준으로 처리할지는 기관 지침에 따라 다릅니다. 군 복무·가족 재직정보 등의 처리 기준도 기관 정책으로 정하며, 기본 설정을 모든 채용에 동일하게 적용하지 않습니다.

검수자가 받는 자료와 운영 기준

표시된 결과에는 지원자·문항·원문·검수 항목·사유를 연결합니다. 담당자는 원문과 지침을 대조해 판단하고, 문의나 이의제기가 있을 때 같은 근거를 다시 확인할 수 있습니다.

사용한 기준과 규칙·모델 버전을 기록하고, 기관별 설정을 분리합니다. 지원자 데이터는 해당 채용 건의 검토에 사용하며 보관 기간과 파기 시점은 기관 정책에 맞춰 정합니다. 최종 적격 여부와 채용 결과는 담당자가 결정합니다.

분석 비용과 품질을 함께 관리합니다

반복 사용하는 지침은 프롬프트 캐싱으로 재사용하고, 함께 처리할 수 있는 분석은 하나의 호출로 묶어 중복 요청을 줄입니다. 이 최적화를 적용한 사례에서 AI 호출 비용을 약 40% 절감했습니다. 검수 인력 비용을 포함한 전체 비용의 절감률과는 구분합니다.

모델 변경 시에는 같은 지원서로 결과를 대조해 오탐·누락·응답 형식을 확인한 뒤 적용 여부를 결정합니다.

도입 시 실제 지원서 표본과 기관 지침으로 검수 결과를 확인합니다. 표시한 이유가 타당한지, 놓친 항목은 없는지, 담당자가 얼마나 수정해야 하는지를 함께 살펴보고 기준을 조정합니다.