.svg)
지난 1편에서는 텔타 팀이 왜 AI 채용 실험을 시작했는지, 그리고 면접관이 대화에 몰입하기 위해 어떤 전략을 세웠는지 그 과정을 담았습니다. 결국 사람이 사람에게 더욱 집중하기 위한 시도였는데요.
기술적으로 대화를 기록하는 것만큼이나 중요한 숙제는 “어떤 기준으로 후보자를 분석할 것인가”입니다. 기준이 모호하면 AI가 아무리 많은 데이터를 뽑아내고 결국 면접관의 감으로 회귀하게 되죠.
이번 2편에서는 텔타 팀이 모호했던 사업개발 직무를 어떻게 데이터화하고, 측정 가능한 24개의 스킬셋으로 정의했는지 그 과정을 공유합니다.
📗 텔타가 AI 기반 채용을 시작한 이유가 궁금하시다면 1편을 확인해 주세요!
스타트업의 사업개발(BD)은 무슨 일을 할까?
직무 정의 단계에서 저희가 가장 먼저 마주한 과제는 BD의 역할 범위를 확정하는 것이었습니다. 텔타와 같은 테크 스타트업에서 BD는 전략 기획부터 신사업 발굴, 세일즈, 때로는 제품의 방향을 잡는 PM 역할까지 넘나드는 올라운더여야 할 때가 많습니다.
때문에 면접관마다 일 잘하는 BD에 대한 기대치가 제각각이었습니다. 누구는 영업 능력을, 누구는 전략적 사고를 최우선으로 보았죠. 이 모호함을 해결하지 않고서는 AI가 분석한 인터뷰 결과 리포트도 객관적인 지표로서 기능을 하기 어려웠습니다.
글로벌 JD에서 찾은 사업개발의 직무 역량
저희는 텔타가 가장 잘하는 방식, 즉 데이터를 통한 객관화에서 답을 찾기로 했습니다. 면접관 개인의 경험과 취향이 아니라 시장에서 보편적으로 가치 있게 평가받는 역량이 무엇인지 확인하고 싶었기 때문입니다.
우리는 AI를 활용해, B2B업종 각 분야의 글로벌 선도기업 200여 곳을 선정하고, 각각의 포지션에서 요구하는 과업과 스킬을 정밀하게 분석했습니다. 특정 산업에 치우지지 않고, B2B 비즈니스 환경이라면 어디서든 통용되는 BD의 공통 과업(Task) 다섯 가지를 추출했죠. 이를 통해 “우리 팀에 필요한 기준”을 넘어, 시장에서 검증된 표준 역량 체계를 구축할 수 있었습니다.
본 아티클에 서술된 과업과 스킬셋은 실제 텔타의 결과물과 구체성에서 차이가 존재하며, 이후 정교화된 서비스로 제공될 예정입니다.
사업개발 직무의 5가지 핵심 과업(Task)
수 많은 데이터 정제 과정을 거쳐, 우리는 사업개발 직무를 관통하는 5가지 핵심 과업을 도출했습니다.
- 기회 발굴(Opportunity Discovery): 시장 내 잠재 고객과 파트너십 기회를 식별하고 타당성을 검토해 새로운 기회를 찾아내는 활동
- 사업 구조 설계(Case Design): 고객의 니즈와 자사의 솔루션을 결합하여 비즈니스 모델을 구조화하는 활동
- 고객 관계 구축(Customer Engagement): 주요 이해관계자와 신뢰를 형성하고 커뮤니케이션을 주도하는 활동
- 계약 체결 및 실행(Deal Execution): 협상을 통해 리스크를 관리하며 실질적인 계약을 성사시키는 활동
- 성과 관리(Performance Tracking): 사업의 KPI를 설정하고 ROI를 측정하여 지속적인 개선을 도모하는 활동
과업을 성공으로 이끄는 사업개발의 핵심 스킬셋
저희는 위 5가지 과업을 성공시키기 위해 필요한 역량을 다시 24개의 구체적인 스킬셋으로 세분화했습니다.
- 15개의 Hard Skills: 시장 분석(Market Analysis), 재무 모델링(Financial Modeling), 리스크 평가(Risk Assessment), 데이터 기반 의사결정(Data-Driven Decision Making) 등 실무 수행에 필수적인 기술적 역량
- 9개의 Soft Skills: 문제 해결(Problem Solving) 전략적 사고(Strategic Thinking), 적응적 실행(Adaptive Execution) 등 성과를 극대화하는 행동 역량
후보자의 답변과 연결되는 24가지 사전 정의 기준
텔타 팀은 이 24개의 스킬셋을 AI가 인터뷰 답변을 분류하는 데이터 매칭 기준으로 활용했습니다. 말을 잘한다는 주관적인 인상을 걷어내고, 후보자의 답변이 어떤 개별 스킬 항목과 연결되는지 정량적인 데이터로 확인할 수 있었죠.
평가 기준이 선명해지면 인터뷰의 질은 자연스럽게 달라집니다. 후보자의 답변이 24개 스킬 중 어디에 해당하는지 AI가 분류해주니, 면접관은 더 이상 기록을 위해 키보드를 두드릴 필요가 없습니다.
덕분에 저희는 후보자의 눈을 보며 대화에만 온전히 집중할 수 있었습니다. 면접관이 질문을 던지고 후보자가 답변을 하면 AI는 답변의 맥락을 읽어 적합한 스킬 항목에 데이터를 쌓아 나갑니다. 면접이 끝나면 후보자의 역량이 우리 팀의 니즈와 얼마나 일치하는지 한눈에 보여주는 인터뷰 분석 리포트가 완성되죠.
이렇게 쌓인 데이터는 면접이 끝난 뒤 어떤 결과물로 나타날까요? 이어지는 3편에서는 24개의 스킬 데이터가 실제 인터뷰 결과 리포트에서 어떻게 시각화되는지, 그리고 그 결과가 최종 의사결정에 어떤 확신을 주었는지 구체적인 사례를 공유드리겠습니다.
*이 콘텐츠는 텔타의 내부 채용 사례를 바탕으로 작성되었습니다.
