Technology

한 사람의 데이터가
적합한 일을 만날 때까지

2026년 9월 1일 00:00:00 Candidate Dataset ─── 1,137 Data : Job Fit | Accessibility | Retention

적합한 후보만 정확히 찾아서,
채용은 빠르게 고용은 오래.

Jobility는 세 갈래의 데이터를
하나의 매칭·근속관리 흐름으로 연결합니다.

직무·역량 데이터

경력과 기술 스킬, 15개 장애 유형을 반영한 직무 적합도 분석

근무환경 데이터

고용노동부 장애인 편의시설 API 6,400+건 기반의 접근성 정보

근속 데이터

초기 90일 적응, 스트레스 지표, 이탈 위험 신호

후보자 정보가
추천이 되기까지.

01 · EXTRACT

서류가 데이터가 됩니다

이력서와 자기소개서에서 OCR로 텍스트를 추출하고, 직무·경력·장애 관련 정보를 구조화합니다.

02 · SCORE

15개 유형, 0–100점

15개 장애 유형을 반영해 직무 적합도를 예측하고, 후보자를 0–100점으로 정규화해 비교합니다.

03 · EXPLAIN

추천, 그리고 그 이유까지

XGBoost 기반 예측과 XAI 시각화로, 적합한 후보와 추천에 영향을 준 요소를 함께 보여줍니다.

04 · ONBOARD

입사가 끝이 아니라 시작입니다

90일 적응 분석과 주간 체크인으로, 새 구성원의 적응 과정을 데이터로 확인합니다.

05 · RETAIN

근속 신호를 놓치지 않게

체크인에서 감지된 변화를 HR에게 알리고, Microsoft Teams 연계로 현장의 대응을 돕습니다.

AI MATCHING ENGINE

직무와 후보자의 적합도를
데이터로 비교합니다.

0
Candidate Dataset
AI 학습·평가에 사용된 후보자 데이터
0
Disability Categories
직무 적합도 분석에 반영하는 장애 유형
XGBoost
Classification Model
분류·예측 모델
XAI
Explainable AI
추천 근거 설명
AUC 0.73
Model Evaluation
1,137개 데이터 포인트 기준 모델 평가

출처: Jobility 제품자료(CES). 상세 기술 수치는 기술자료·IR 자료를 통해 제공합니다.

후보자 데이터셋 구성1,137 데이터 포인트
시각
청각
지체
발달
기타
시각·청각 중심 89% — CES 공개자료 기준. 면적은 구성 비중의 시각적 표현입니다.
EXPLAINABLE AI

누구를 추천했는지만큼
왜 추천했는지가 중요합니다.

추천 결과만 확인하는 것이 아니라, 후보자 평가에 영향을 준 주요 요소를 함께 확인할 수 있도록 합니다.

기술 스킬 매치
85%
경력 수준
78%
근무 환경 적합성
92%
지역 접근성
88%
RETENTION INTELLIGENCE

매칭에서 근속관리로.

Jobility의 데이터 활용은 채용 추천에서 끝나지 않습니다.
입사 초기 적응과 근속 과정의 데이터를 활용해, 고용 지속을 관리하는 방향으로 연결됩니다.

Retention Prediction

근속률 예측

90-Day Analysis

초기 90일 적응 분석

Risk Detection

스트레스 지표 기반 이탈 감지

HR Guidance

상황에 맞는 대응 가이드

WORKFLOW INTEGRATION

새로운 시스템 하나를
더 배우지 않도록.

기업이 이미 사용하는 업무환경에서도 Jobility의 근속관리 기능을 사용할 수 있도록 연결합니다.

Microsoft Teams 연계

기업 HR 담당자가 별도의 시스템 구축 없이 기존 업무 도구 안에서 활용할 수 있습니다.

DATA & PRIVACY

데이터를 신중하게 다룹니다.

장애 관련 정보는 가장 신중하게 다뤄야 할 개인정보입니다.
Jobility는 네 가지 원칙을 기준으로 데이터를 수집하고 활용합니다.

Sensitive by Default

장애 관련 정보는 민감정보로 분류하고, 별도의 명시적 동의를 받은 경우에만 수집·이용합니다.

Purpose-Bound

매칭·온보딩·근속 관리라는 목적 범위 안에서만 활용하며, 동의 범위를 벗어난 제3자 제공은 하지 않습니다.

Minimal & Pseudonymous

필요한 최소한의 정보만 수집하고, 모델 학습과 통계 분석에는 가명·비식별 처리한 데이터를 사용합니다.

Human in the Loop

AI는 추천과 그 근거를 제시할 뿐, 채용에 관한 최종 결정은 언제나 사람이 내립니다.