KR20200087037A

KR20200087037A - 기업 표준 직무 분류 방법 및 서버

Info

Publication number: KR20200087037A
Application number: KR1020190003553A
Authority: KR
Inventors: 김희동
Original assignee: (주)스마트소셜
Priority date: 2019-01-10
Filing date: 2019-01-10
Publication date: 2020-07-20
Also published as: KR102222385B1

Abstract

본 발명은 기업 표준 직무 분류 방법 및 서버에 관한 것으로, 본 발명의 일 측면에 따르면 기업 표준 직무 분류 방법은 데이터 송수신부를 통해 회사 및 부서에 근무한 이력이 있는 근로자 또는 퇴직자의 회사 정보 및 부서 정보를 수집하는 단계, 회사 정보 및 부서 정보를 표준 직무 분류 필터와 비교하여 후보 직무 리스트를 생성하는 단계, 후보 직무 리스트를 식별할 수 있는 각각의 고유 키워드 리스트를 생성하는 단계, 근로자 또는 퇴직자 단말로 고유 키워드 리스트를 송신하는 단계, 고유 키워드에 대한 선택이 입력되는 경우, 선택된 고유 키워드에 기초하여 후보 직무 리스트 중 회사 및 부서에 대응되는 표준 직무를 최종 결정하는 단계를 포함한다.

Description

기업 표준 직무 분류 방법 및 서버{METHOD AND SERVER FOR CLASSIFYING STANDARD JOB OF COMPANY}

본 발명은 기업 표준 직무 분류 방법 및 서버에 관한 것으로, 보다 상세하게는 기업의 직무에 대응되는 표준 직무로 정확하게 분류할 수 있는 기업 표준 직무 분류 방법 및 서버에 관한 것이다.

기업이 산업현장에서 직무를 수행하기 위해 요구되는 능력을 충족하는 인재를 채용하는 것은 상당히 중요한 과제이다.

과거 기업은 직무에 관계없이 학벌을 직무수행능력을 판단하는 중요한 기준으로 인식하여 왔으며, 채용 과정에서도 충분한 직무설명이나 명확한 채용기준을 제시하지 않은 경우가 많았다. 이러한 기업의 채용 과정으로 직무에 부적합한 인재가 채용되는 사례가 많이 발생되고 있으며, 채용한 인재가 실무에 투입되기까지 직무교육에 많은 시간과 비용을 발생하게 하는 문제점이 있다.

특히, 실무에 투입된 인재가 직무에 적응하지 못하고 조기에 퇴사 또는 이직하는 경우가 많이 발생되고 있어서, 기업과 인재에게 더욱 큰 손해를 야기시킬 수 있다.

한편, 정부는 산업현장에서 직무마다 요구되는 지식, 기술, 능력을 확인하여 인재의 채용 시 중요한 기준으로 활용할 수 있도록 하기 위해 국가직무수행능력표준(National Competency Standards, 이하 NCS)을 도입하고, 최근 국가기관, 공공기관, 교육기관뿐 아니라 민간기업으로 확산시키는 것을 목표로 설정하고 있다.

하지만, 민간기업이 NCS를 도입하기 위해서는 NCS표준제도를 이해하고 준수해야 하며, 관련 내용을 채용 과정에 반영하기 위한 노력과 준비를 필요로 하기 때문에 도입을 꺼리고 있는 실정이다.

특히, 회사 및 부서에 근무한 이력이 있는 근로자 또는 퇴직자가 경험하거나 경험했던 실제 직무와 NCS를 통한 직무 분류 사이에 괴리가 존재한다는 것이 문제점으로 지적되고 있다.

한편, 최근 빅데이터 분석 기술들이 발달되면서, NCS를 활용하여 직무 미스매칭을 개선시키고자 하는 시도가 많이 이루어지고 있다. 그러나, 대부분의 기업들은 NCS에 대한 인식이 부족하고, 여전히 직무에 대한 정보 제공에 소극적인 면을 보이고 있어서 직무 미스매칭을 효율적으로 개선시키지 못하는 한계로 작용하고 있다.

따라서 상술한 문제점을 해결하기 위한 기술이 필요하게 되었다.

한편, 전술한 배경기술은 발명자가 본 발명의 도출을 위해 보유하고 있었거나, 본 발명의 도출 과정에서 습득한 기술 정보로서, 반드시 본 발명의 출원 전에 공중에게 공개된 공지기술이라 할 수는 없다.

한국공개특허 제2000-0050214호 "산업정보 등록 방법, 검색 방법, 그리고 이에 적합한 장치"

본 발명의 일 실시예는 회사 및 부서에 근무한 이력이 있는 근로자 또는 퇴직자 단말로부터 수집한 회사 정보 및 부서 정보를 활용하여 기업의 실제 직무에 대응되는 표준화된 표준 직무로 분류할 수 있는 기업 표준 직무 분류 방법 및 서버를 제공하는 데에 목적이 있다.

또한, 본 발명의 일 실시예는 기업의 직무 정보 제공 없이도 기업의 실제 직무를 표준 직무로 분류할 수 있는 기업 표준 직무 분류 방법 및 서버를 제공하는 데에 목적이 있다.

또한, 본 발명의 일 실시예는 기업의 실제 직무와 표준 직무의 일치도를 향상시킬 수 있는 기업 표준 직무 분류 방법 및 서버를 제공하는 데에 목적이 있다.

상술한 기술적 과제를 달성하기 위한 기술적 수단으로써, 본 발명의 일 측면에 따르면 기업 표준 직무 분류 방법은 데이터 송수신부를 통해 회사 정보 및 부서 정보를 수신하는 단계, 프로세서를 통해 상기 회사 정보, 상기 부서 정보 및 미리 저장된 표준 직무 분류표로부터 생성된 표준 직무 분류 필터에 기초하여 후보 직무 리스트를 생성하는 단계, 상기 프로세서를 통해 상기 후보 직무 리스트를 식별할 수 있는 각각의 고유 키워드 리스트를 생성하는 단계, 상기 데이터 송수신부를 통해 근로자 또는 퇴직자 단말로 상기 고유 키워드 리스트를 송신하는 단계, 상기 근로자 또는 퇴직자 단말로부터 상기 고유 키워드 리스트에 포함된 고유 키워드에 대한 선택이 입력되는 경우, 선택된 상기 고유 키워드에 기초하여 상기 프로세서를 통해 상기 후보 직무 리스트 중 상기 회사 정보 및 상기 부서 정보에 대응되는 회사 및 부서의 표준 직무를 최종 결정하는 단계를 포함할 수 있다.

본 발명의 다른 일 측면에 따르면, 상기 데이터 송수신부를 통해 상기 회사 정보 및 상기 부서 정보를 수신하는 단계는, 상기 데이터 송수신부를 통해 상기 회사 정보 및 상기 부서 정보에 대응되는 상기 회사 및 부서에 근무한 이력이 있는 근로자 또는 퇴직자의 명함 데이터, 이력서 데이터, 포트폴리오 데이터, 이메일 데이터, SNS 데이터 중 적어도 하나를 수신하는 단계를 포함할 수 있다.

본 발명의 또 다른 일 측면에 따르면, 상기 프로세서를 통해 상기 회사 정보, 상기 부서 정보 및 상기 미리 저장된 표준 직무 분류표로부터 생성된 상기 표준 직무 분류 필터에 기초하여 상기 후보 직무 리스트를 생성하는 단계는, 상기 프로세서를 통해 상기 회사 정보 및 상기 부서 정보에 대응되는 산업 키워드 및 직무 키워드를 결정하는 단계, 상기 프로세서를 통해 상기 산업 키워드 및 상기 직무 키워드와 상기 표준 직무 분류 필터 간의 일치도를 산출하는 단계, 및 상기 프로세서를 통해 산출된 일치도가 높은 순서대로 미리 설정된 개수의 상기 후보 직무 리스트를 생성하는 단계를 포함할 수 있다.

본 발명의 또 다른 일 측면에 따르면, 상기 표준 직무 분류 필터는 NCS 국가직무능력표준 분류표에 의해 생성될 수 있다.

본 발명의 또 다른 일 측면에 따르면, 상기 표준 직무 분류 필터는, 상기 프로세서를 통해 상기 NCS 국가직무능력표준 분류표에 기재된 직무설명과 상기 회사 및 부서의 과거 면접 내용으로부터 필터 키워드를 추출하고, 상기 필터 키워드들의 빈도수를 산출하고, 상기 필터 키워드 각각의 가중치를 결정함으로써 생성될 수 있다.

본 발명의 또 다른 일 측면에 따르면, 상기 가중치는 상기 필터 키워드 각각에 대한 빈도수에 의해 결정될 수 있다.

본 발명의 또 다른 일 측면에 따르면, 상기 데이터 송수신부를 통해 상기 근로자 또는 퇴직자 단말로 상기 고유 키워드 리스트를 송신하는 단계는, 상기 데이터 송수신부를 통해 상기 고유 키워드 리스트를 포함한 직무 관련 질문을 챗봇, 이메일, SNS, 문자 중 적어도 하나를 활용하여 상기 근로자 또는 퇴직자 단말로 송신하는 단계를 포함할 수 있다.

본 발명의 또 다른 일 측면에 따르면, 상기 표준 직무를 최종 결정하는 단계는, 상기 데이터 송수신부를 통해 상기 근로자 또는 퇴직자 단말로 상기 고유 키워드 리스트를 송신하고, 상기 근로자 또는 퇴직자 단말로부터 상기 고유 키워드에 대한 선택이 입력되는 경우, 상기 프로세서를 통해 선택된 상기 고유 키워드와 상기 표준 직무 분류 필터를 비교하여, 상기 선택된 고유 키워드를 가장 많이 포함하는 상기 후보 직무를 표준 직무로 최종 결정하는 단계를 포함할 수 있다.

본 발명의 또 다른 일 측면에 따르면, 상기 데이터 송수신부를 통해 상기 근로자 또는 퇴직자 단말로 상기 고유 키워드 리스트를 송신하는 단계는, 상기 데이터 송수신부를 통해 복수의 근로자 또는 퇴직자 단말로 각각 상기 고유 키워드 리스트를 송신하는 단계를 포함하고, 상기 표준 직무를 최종 결정하는 단계는, 상기 복수의 근로자 또는 퇴직자 단말로부터 상기 고유 키워드에 대한 선택이 입력되는 경우, 상기 프로세서를 통해 선택된 각각의 고유 키워드들의 선택 횟수를 합산하고, 가장 많이 선택된 고유 키워드를 결정하고, 상기 결정된 고유 키워드와 상기 표준 직무 분류 필터를 비교하여, 상기 결정된 고유 키워드를 가장 많이 포함하는 상기 후보 직무를 표준 직무로 최종 결정하는 단계를 포함할 수 있다.

상술한 기술적 과제를 달성하기 위한 기술적 수단으로써, 본 발명의 다른 측면에 따르면 기업 표준 직무 분류 방법은 상기 데이터 송수신부를 통해 회사 정보 및 부서 정보를 수신하는 단계, 상기 프로세서를 통해 상기 회사 정보, 상기 부서 정보 및 미리 저장된 표준 직무 분류표로부터 생성된 표준 직무 분류 필터에 기초하여 후보 직무 리스트를 생성하는 단계, 상기 프로세서를 통해 상기 후보 직무 리스트를 식별할 수 있는 각각의 고유 키워드 리스트를 생성하는 단계, 상기 데이터 송수신부를 통해 근로자 또는 퇴직자 단말로 상기 고유 키워드 리스트를 송신하는 단계, 상기 근로자 또는 퇴직자 단말로부터 상기 고유 키워드 리스트에 포함된 고유 키워드에 대한 선택이 입력되는 경우, 선택된 상기 고유 키워드에 기초하여 상기 프로세서를 통해 상기 후보 직무 리스트 중 상기 회사 정보 및 상기 부서 정보에 대응되는 회사 및 부서의 표준 직무를 최종 결정하는 단계, 및 상기 근로자 또는 퇴직자 단말로부터 상기 고유 키워드에 대한 선택이 입력되는 경우, 상기 프로세서를 통해 미리 정해진 보상 기준에 따라, 상기 고유 키워드에 대한 선택을 입력한 근로자 또는 퇴직자에게 제공할 보상을 결정하는 단계를 포함할 수 있다.

본 발명의 다른 일 측면에 따르면, 상기 보상은 포인트, 마일리지, 암호화폐 중 적어도 하나를 포함할 수 있다.

상술한 기술적 과제를 달성하기 위한 기술적 수단으로써, 본 발명의 또 다른 측면에 따르면 기업 표준 직무 분류 서버는 근로자 또는 퇴직자 단말로부터 회사 정보 및 부서 정보를 수신하는 데이터 송수신부, 및 상기 근로자 또는 퇴직자 단말로부터 수집된 상기 회사 정보, 상기 부서 정보 및 미리 저장된 표준 직무 분류표로부터 생성된 표준 직무 분류 필터에 기초하여, 후보 직무 리스트를 생성하고, 상기 후보 직무 리스트를 식별할 수 있는 각각의 고유 키워드 리스트를 생성하는 프로세서를 포함하고, 상기 데이터 송수신부는 상기 근로자 또는 퇴직자 단말로 상기 고유 키워드 리스트를 송신하도록 구성되고, 상기 근로자 또는 퇴직자 단말로부터 상기 고유 키워드 리스트에 포함된 고유 키워드에 대한 선택을 수신하는 경우, 상기 프로세서는 선택된 상기 고유 키워드에 기초하여 상기 후보 직무 리스트 중 상기 회사 및 부서에 대응되는 표준 직무를 최종 결정하도록 구성된다.

본 발명의 다른 일 측면에 따르면, 상기 회사 정보 및 상기 부서 정보는 상기 데이터 송수신부를 통해 상기 회사 정보 및 상기 부서 정보에 대응되는 상기 회사 및 부서에 근무한 이력이 있는 근로자 또는 퇴직자의 명함 데이터, 이력서 데이터, 포트폴리오 데이터, 이메일 데이터, SNS 데이터 중 적어도 하나를 수신하도록 구성된다.

본 발명의 또 다른 일 측면에 따르면, 상기 표준 직무 분류 필터는 상기NCS 국가직무능력표준 분류표에 의해 생성되고, 상기 프로세서를 통해 상기 NCS 국가직무능력표준 분류표에 기재된 직무설명과 상기 회사 및 부서의 과거 면접 내용으로부터 필터 키워드를 추출하고, 상기 필터 키워드들의 빈도수를 산출하고, 상기 필터 키워드 각각의 가중치를 결정함으로써 생성된다.

본 발명의 또 다른 일 측면에 따르면, 상기 프로세서는 상기 근로자 또는 퇴직자 단말로부터 상기 고유 키워드 리스트를 포함한 상기 고유 키워드에 대한 선택이 입력되는 경우, 미리 정해진 보상 기준에 따라, 상기 고유 키워드에 대한 선택을 입력한 근로자 또는 퇴직자에게 제공할 보상을 결정하도록 구성될 수 있다.

전술한 본 발명의 과제 해결 수단 중 어느 하나에 의하면, 본 발명의 일 실시예는 회사 및 부서에 근무한 이력이 있는 근로자 또는 퇴직자에게 수집한 정보로부터 표준 직무를 결정하므로, 직무의 정확한 분류가 가능해질 수 있다.

또한, 본 발명의 과제 해결 수단 중 어느 하나에 의하면, 표준 직무는 NCS 국가직무능력표준 분류표에 의해 생성되는 표준 직무 분류 필터와 회사 및 부서에 근무한 이력이 있는 근로자 또는 퇴직자로부터 수집한 회사 정보 및 부서 정보를 비교하여 결정되므로, 실제 직무와 표준 직무의 일치도가 더욱 향상될 수 있다.

또한, 본 발명은 기업 표준 직무 분류 방법으로부터 결정된 표준 직무를 기초로 하기 때문에, 기업은 결정된 표준 직무를 활용할 경우, 우수한 인재확보가 가능해지고, 기업의 직무 요구를 정확히 반영할 수 있을 뿐 아니라, 기업과 인재간의 직무 미스매칭을 효율적으로 개선시킬 수 있다.

본 발명에서 얻을 수 있는 효과는 이상에서 언급한 효과들로 제한되지 않으며, 언급하지 않은 또 다른 효과들은 아래의 기재로부터 본 발명이 속하는 기술분야에서 통상의 지식을 가진 자에게 명확하게 이해될 수 있을 것이다.

도 1 은 본 발명의 일 실시예에 따른 기업 표준 직무 분류 서버를 개략적으로 도시한 블록도이다.
도 2 는 도 1 의 기업 표준 직무 분류 서버를 활용한 기업 표준 직무 분류 방법에 대한 흐름도이다.
도 3 은 본 발명의 일 실시예에 따른 표준 직무 분류 필터를 생성하는 과정을 설명하기 위한 흐름도이다.
도 4 는 도 2 의 기업 표준 직무 분류 방법에서 후보 직무 리스트를 생성하는 과정의 일 실시예를 설명하기 위한 흐름도이다.
도 5 는 도 2 의 기업 표준 직무 분류 방법에서 선택된 고유 키워드에 기초하여 회사 및 부서에 대응되는 표준 직무를 최종 결정하는 과정의 일 실시예를 설명하기 위한 흐름도이다.
도 6 은 도 2 의 기업 표준 직무 분류 방법에서 선택된 고유 키워드에 기초하여 회사 및 부서에 대응되는 표준 직무를 최종 결정하는 과정의 다른 실시예를 설명하기 위한 흐름도이다.

아래에서는 첨부한 도면을 참조하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 본 발명의 실시예를 상세히 설명한다. 그러나 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예에 한정되지 않는다. 그리고 도면에서 본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 유사한 부분에 대해서는 유사한 도면 부호를 붙였다.

본 문서의 다양한 실시예들은 기기(machine)(예: 컴퓨터)로 읽을 수 있는 저장 매체(machine-readable storage media))에 저장된 명령어를 포함하는 소프트웨어(예: 프로그램)로 구현될 수 있다. 기기는, 저장 매체로부터 저장된 명령어를 호출하고, 호출된 명령어에 따라 동작이 가능한 장치로서, 개시된 실시예들에 따른 전자 장치(예: 서버)를 포함할 수 있다. 명령은 컴파일러 또는 인터프리터에 의해 생성 또는 실행되는 코드를 포함할 수 있다. 기기로 읽을 수 있는 저장매체는, 비일시적(non-transitory) 저장매체의 형태로 제공될 수 있다. 여기서, '비일시적'은 저장매체가 신호(signal)를 포함하지 않으며 실재(tangible)한다는 것을 의미할 뿐 데이터가 저장매체에 반영구적 또는 임시적으로 저장됨을 구분하지 않는다.

일 실시예에 따르면, 본 문서에 개시된 다양한 실시예들에 따른 방법은 컴퓨터 프로그램 제품(computer program product)에 포함되어 제공될 수 있다. 컴퓨터 프로그램 제품은 상품으로서 판매자 및 구매자 간에 거래될 수 있다. 컴퓨터 프로그램 제품은 기기로 읽을 수 있는 저장 매체(예: compact disc read only memory (CD-ROM))의 형태로, 또는 어플리케이션 스토어(예: 플레이 스토어TM)를 통해 온라인으로 배포될 수 있다. 온라인 배포의 경우에, 컴퓨터 프로그램 제품의 적어도 일부는 제조사의 서버, 어플리케이션 스토어의 서버, 또는 중계 서버의 메모리와 같은 저장 매체에 적어도 일시 저장되거나, 임시적으로 생성될 수 있다.

다양한 실시예들에 따른 구성 요소(예: 모듈 또는 프로그램) 각각은 단수 또는 복수의 개체로 구성될 수 있으며, 전술한 해당 서브 구성 요소들 중 일부 서브 구성 요소가 생략되거나, 또는 다른 서브 구성 요소가 다양한 실시예에 더 포함될 수 있다. 대체적으로 또는 추가적으로, 일부 구성 요소들(예: 모듈 또는 프로그램)은 하나의 개체로 통합되어, 통합되기 이전의 각각의 해당 구성 요소에 의해 수행되는 기능을 동일 또는 유사하게 수행할 수 있다. 다양한 실시예들에 따른, 모듈, 프로그램 또는 다른 구성 요소에 의해 수행되는 동작들은 순차적, 병렬적, 반복적 또는 휴리스틱하게 실행되거나, 적어도 일부 동작이 다른 순서로 실행되거나, 생략되거나, 또는 다른 동작이 추가될 수 있다.

본 명세서에서 “정보 또는 데이터를 송신, 수신, 수집, 추출, 업로드 또는 갱신한다”는 의미는 정보 또는 데이터를 직접 송신, 수신, 수집, 추출, 업로드 또는 갱신하거나 다른 중계 서버를 통해 간접적으로 송신, 수신, 수집, 추출, 업로드 또는 갱신한다는 의미를 포함한다.

이하 첨부된 도면을 참고하여 본 발명을 상세히 설명하기로 한다.

도 1 은 본 발명의 일 실시예에 따른 기업 표준 직무 분류 서버를 개략적으로 도시한 블록도이다.

도 1 을 참조하면, 본 발명의 일 실시예에 따른 기업 표준 직무 분류 서버(100)는 데이터 송수신부(110) 및 프로세서(120)를 포함한다.

기업 표준 직무 분류 서버(100)는 기업의 직무 정보를 수집하여 수집된 직무 정보를 표준화된 표준 직무 체계로 자동 변환하는 서버이다.

기업 표준 직무 분류 서버(100)는 다양한 방식의 통신을 통해 근로자 또는 퇴직자 단말(200) 및 표준 직무 분류 필터(300)에 접근할 수 있다. 여기서 다양한 방식의 통신은 예를 들어, 근거리 통신(예: 블루투스, WiFi direct 또는 IrDA(infrared data association)) 또는 원거리 통신(예: 셀룰러 네트워크, 인터넷, 또는 컴퓨터 네트워크(예: LAN 또는 WAN))일 수 있다.

근로자 또는 퇴직자 단말(200)은 회사 및 부서에 근무한 이력이 있는 근로자 또는 퇴직자의 회사 정보 및 부서 정보가 입력되는 단말로서, 예를 들면, 스마트폰(smartphone), 태블릿 PC(tablet personal computer), 이동 전화기(mobile phone), 영상 전화기, 전자책 리더기(e-book reader), 데스크탑 PC (desktop PC), 랩탑 PC(laptop PC), 넷북 컴퓨터(netbook computer), 워크스테이션(workstation), 서버(server), PDA(personal digital assistant), PMP(portable multimedia player), MP3 플레이어, 모바일 의료기기, 카메라, 또는 웨어러블 장치(wearable device) 중 적어도 하나로 구현될 수 있다.

여기서, 근로자 또는 퇴직자의 회사 정보는 근로자 또는 퇴직자가 재직 또는 재직하였던 이력이 있는 회사의 회사명(즉, 직장명), 회사명의 약어, 회사명에 대한 기업코드 등을 포함한다. 근로자 또는 퇴직자의 부서 정보는 근로자 또는 퇴직자가 재직 또는 재직하였던 이력이 있는 부서의 부서명(또는 팀명), 부서명의 약어, 부서명에 대한 분류코드 등을 포함한다.

근로자 또는 퇴직자의 회사 정보 및 부서 정보는 기업 표준 직무 분류 서버(100)가 입력 양식을 근로자 또는 퇴직자 단말(200)로 제공하면, 근로자 또는 퇴직자가 근로자 또는 퇴직자 단말(200)을 통해 입력하는 방식으로 입력될 수 있다. 그러나, 이에 한정되는 것은 아니며, 근로자 또는 퇴직자의 회사 정보 및 부서 정보는 근로자 또는 퇴직자 단말(200)을 통해 자유롭게 입력하는 방식으로 입력될 수 있다.

몇몇 실시예에 따르면, 근로자 또는 퇴직자의 회사 정보 및 부서 정보는 이미지 데이터, 음성 데이터 및 동영상 데이터 형식으로 입력될 수 있다. 예를 들어, 근로자 또는 퇴직자가 근로자 또는 퇴직자 단말(200)을 통해 근로자 또는 퇴직자의 명함 또는 이력서 또는 포트폴리오를 촬영하는 경우, 근로자 또는 퇴직자의 회사 정보 및 부서 정보는 촬영된 명함 이미지 또는 이력서 이미지 또는 포트폴리오 이미지의 형태로 입력될 수 있다. 또한 근로자 또는 퇴직자가 근로자 또는 퇴직자 단말(200)을 통해 회사 및 부서의 소개 동영상을 촬영하거나 소개 음성을 녹음하는 경우, 근로자 또는 퇴직자의 회사 정보 및 부서 정보는 음성 데이터 또는 동영상 데이터 형태로 입력될 수 있다.

또한, 몇몇 실시예에 따르면, 근로자 또는 퇴직자의 회사 정보 및 부서 정보는 근로자 또는 퇴직자 단말(200)이 아닌 다른 외부 데이터 베이스로부터 수집될 수 있다. 예를 들어, 근로자 또는 퇴직자의 회사 정보 및 부서 정보는 근로자 또는 퇴직자의 SNS, 이메일, 학교 서버, 구인구직 중계 서버, 대상자에 대한 정보를 저장, 관리하고 있는 국가 행정기관 등으로부터 수집될 수 있다.

표준 직무 분류 필터(300)는 근로자 또는 퇴직자로부터 수집된 회사 정보 및 부서 정보를 활용하여 표준 직무로 분류하기 위한 필터 키워드들의 집합이다. 표준 직무 분류 필터(300)는 표준 직무 분류표에 의해 생성되고, 표준 직무 분류표는 NCS 국가직무능력표준 분류표일 수 있다. 표준 직무 분류 필터(300)는 미래 사회 변화와 산업현장의 요구를 반영하며, 기존에 존재하는 직무는 변경 또는 갱신될 수 있고, 새로 생겨나거나 없어지는 직무가 있는 경우, 추가 또는 삭제될 수 있다.

표준 직무 분류 필터(300)는 기업 표준 직무 분류 서버(100)의 메모리에 저장될 수도 있고, 별도의 데이터 베이스에 추가로 저장될 수 있다. 이 경우 데이터 베이스는 기업 표준 직무 분류 서버(100) 내에 존재하거나 기업 표준 직무 분류 서버(100)와 분리된 서버 컴퓨터로 구성될 수 있다.

기업 표준 직무 분류 서버(100)는 근로자 또는 퇴직자 단말(200)로부터 회사 정보 및 부서 정보를 수집하고, 수집된 회사 정보 및 부서 정보와 대응되는 산업 키워드 및 직무 키워드를 결정하고, 산업 키워드 및 직무 키워드를 표준 직무 분류 필터(300)와 비교하여 후보 직무 리스트를 생성하고, 후보 직무 리스트를 식별할 수 있는 각각의 고유 키워드 리스트를 생성하고, 근로자 또는 퇴직자 단말(200)로 고유 키워드 리스트를 송신하며, 근로자 또는 퇴직자 단말(200)로부터 고유 키워드 리스트에 포함된 고유 키워드에 대한 선택이 입력되는 경우, 선택된 고유 키워드에 기초하여 회사 및 부서에 대응되는 표준 직무를 최종 결정하도록 구성된다.

기업 표준 직무 분류 서버(100)는 예를 들어, 스마트폰, 태블릿 PC, 이동 전화기, 영상 전화기, 전자책 리더기, 데스크탑 PC, 랩탑 PC, 넷북 컴퓨터, 워크스테이션, 서버, PDA, PMP, MP3 플레이어, 모바일 의료기기, 카메라, 또는 웨어러블 장치 중 적어도 하나로 구현될 수 있다.

기업 표준 직무 분류 서버(100)는 프로세서(120) 및 데이터 송수신부(110)를 포함한다.

프로세서(120)는 근로자 또는 퇴직자의 회사 정보 및 부서 정보에 기초하여 결정된 산업 키워드 및 직무 키워드를 표준 직무 분류 필터(300)와 비교하여 후보 직무 리스트를 생성하고, 후보 직무 리스트를 식별할 수 있는 고유 키워드 리스트를 생성하며, 근로자 또는 퇴직자 단말(200)로부터 고유 키워드 리스트에 포함된 고유 리스트에 대한 선택이 입력되는 경우, 선택된 고유 키워드에 기초하여 회사 및 부서에 대응되는 표준 직무를 최종 결정하도록 구성된다.

프로세서(120)는 다양한 연산을 수행할 수 있는 MCU(Micro Control Unit), CPU(Central Processing Unit), AP(Application Processor) 등 다양한 하드웨어로 구성될 수 있다.

데이터 송수신부(110)는 근로자 또는 퇴직자 단말(200)과 표준 직무 분류 필터(300)와 데이터를 송수신하도록 구성되며, 근로자 또는 퇴직자 단말(200)로부터 근로자 또는 퇴직자의 회사 정보 및 부서 정보를 수집하고, 근로자 또는 퇴직자 단말(200)로 고유 키워드 리스트를 송신하고, 고유 키워드 리스트에 포함된 고유 키워드에 대한 선택을 수신하도록 구성된다.

데이터 송수신부(110)는 유선 및/또는 무선 통신이 가능한 네트워크 인터페이스로 구성될 수 있다. 예를 들어, 데이터 송수신부(110)는 IEEE, 지그비(zigbee), 3G(3rd Generation), 3GPP(3rd Generation Partnership Project), LTE(Long Term Evoloution), 5G(5th Generation) 등과 같은 다양한 통신 규격에 따라 통신을 수행하는 네트워크 인터페이스로 구성될 수 있다.

앞서 언급한 바와 같이, 기업 표준 직무 분류 서버(100)는 근로자 또는 퇴직자 단말(200)로부터 회사 정보 및 부서 정보를 수집하고, 수집된 회사 정보 및 부서 정보를 기초로 표준 직무 분류 필터(300)와 비교하여 고유 키워드 리스트를 생성하고, 근로자 또는 퇴직자 단말(200)로부터 고유 키워드 리스트에 포함된 고유 키워드에 대한 선택이 입력되는 경우, 프로세서(120)는 선택된 고유 키워드에 기초하여 표준 직무를 결정할 수 있다. 이에 대한 세부적인 설명을 위해 도 2를 함께 참조한다.

도 2 는 도 1 의 기업 표준 직무 분류 서버를 활용한 기업 표준 직무 분류 방법에 대한 흐름도이다.

도 2를 참조하면, 기업 표준 직무 분류 서버는 데이터 송수신부(110)를 통해 회사 및 부서에 근무한 이력이 있는 근로자 또는 퇴직자의 회사 정보 및 부서 정보를 수신(S210)한다.

예를 들어, 데이터 송수신부(110)는 근로자 또는 퇴직자 단말(200)로 회사 정보 및 부서 정보 입력 양식을 제공하고, 근로자 또는 퇴직자 단말(200)을 통해 회사 정보 및 부서 정보가 입력되는 경우, 회사 정보 및 부서 정보를 수신할 수 있다.

데이터 송수신부(110)는 근로자 또는 퇴직자로부터 회사 및 부서의 직무 정보를 더 수신할 수 있다. 데이터 송수신부(110)는 근로자 또는 퇴직자 단말(200)로 직무 정보 입력 양식을 제공하고, 근로자 또는 퇴직자 단말(200)을 통해 직무 정보가 입력되는 경우, 회사 및 부서의 직무 정보를 수신할 수 있다.

데이터 송수신부(110)는 근로자 또는 퇴직자 단말(200)을 통해 촬영된 구직자의 명함 이미지 또는 이력서 이미지 또는 포트폴리오 이미지 데이터를 근로자 또는 퇴직자의 회사 정보 및 부서 정보로 수집할 수 있다. 이 경우, 기업 표준 직무 분류 서버(100)는 이미지 데이터로부터 텍스트 정보를 추출할 수 있는 OCR(Optical Character Recognition)부를 더 포함할 수 있다. OCR 부는 구직자의 명함 이미지 또는 이력서 이미지에서 텍스트 정보를 추출하고, 프로세서(120)는 텍스트 정보에 기초하여 근로자 또는 퇴직자의 회사명 및 부서명을 추출함으로써, 근로자 또는 퇴직자의 회사 정보 및 부서 정보를 수집할 수 있다.

또한, 데이터 송수신부(110)는 근로자 또는 퇴직자의 이메일 서버로부터 근로자 또는 퇴직자의 프로필 또는 이메일 송수신 데이터를 수신할 수 있다. 이 경우, 프로세서(120)는 텍스트 마이닝 기법을 활용한 텍스트 분석에 기초하여 근로자 또는 퇴직자의 회사명 및 부서명을 추출함으로써, 근로자 또는 퇴직자의 회사 정보 및 부서 정보를 수집할 수 있다.

또한, 데이터 송수신부(110)는 근로자 또는 퇴직자의 SNS 서버로부터 이미지, 비디오, 음성, 텍스트 형태의 SNS 데이터를 수신할 수 있다. 이 경우, OCR 부는 비디오, 이미지 데이터를 활용하여 텍스트 정보를 추출하고, 프로세서(120)는 텍스트 마이닝 기법을 활용하여 텍스트 데이터를 분석하고, 분석에 기초하여 근로자 또는 퇴직자의 회사명 및 부서명을 추출함으로써, 근로자 또는 퇴직자의 회사 정보 및 부서 정보를 수집할 수 있다.

또한, 데이터 송수신부(110)는 근로자 또는 퇴직자의 회사 정보 및 부서 정보를 공공기관이나 교육기관에서 제공하는 공공데이터 또는 공개데이터를 통해 수집할 수 있다. 여기서, 공공기관은 예를 들어, 근로자 또는 퇴직자가 거주하는 지역의 행정기관일 수 있고, 근로자 또는 퇴직자가 재학하였던 학교 또는 직업 교육기관일 수 있다. 이 경우, 프로세서(120)는 수집된 데이터를 데이터 분석기법을 활용하여 분석하고, 분석에 기초하여 근로자 또는 퇴직자의 회사 정보 및 부서 정보를 수집할 수 있다. 따라서, 공공기관이나 교육기관으로부터 검증된 정보를 수집할 수 있는 장점이 있다. 그러나, 근로자 또는 퇴직자의 회사 정보 및 부서 정보를 수집하는 과정이 상술한 예에 의해 한정되는 것은 아니며, 근로자 또는 퇴직자의 회사 정보 및 부서 정보는 다양한 방법으로 수집될 수 있다.

이후, 기업 표준 직무 분류 서버는 프로세서(120)를 통해 회사 정보 및 부서 정보에 대응되는 산업 키워드 및 직무 키워드를 결정(S220)한다.

근로자 또는 퇴직자의 회사 정보 및 부서 정보는 프로세서(120)를 통해 회사 정보 및 부서 정보에 대응되는 산업 키워드 및 직무 키워드를 결정할 수 있다. 예를 들어, 근로자 또는 퇴직자가 A 건설회사 건축설계팀에 근무한 이력이 있는 경우, 산업 키워드는 “건설”로 결정될 수 있고, 직무 키워드는 “건축” 또는 “설계” 또는 “건축설계”로 결정될 수 있다. 반면, 회사 명칭 및 부서 명칭만으로 산업 키워드 및 직무 키워드를 결정할 수 없는 경우, 데이터 송수신부(110)를 통해 수집된 회사 및 부서의 직무 정보에 기초하여 프로세서(120)를 통해 산업 키워드 및 직무 키워드를 결정할 수 있다.

이후, 기업 표준 직무 분류 서버는 프로세서(120)를 통해 산업 키워드 및 직무 키워드와 표준 직무 분류 필터(300)에 기초하여 후보 직무 리스트를 생성(S230)한다.

후보 직무는 표준 직무로 결정될 가능성이 있는 직무들을 의미한다. 예를 들어, 회사 정보 및 부서 정보에 대응되는 산업 키워드 및 직무 키워드를 적어도 하나 이상의 필터 키워드로 포함하는 직무일 수 있다. 후보 직무 리스트는 프로세서(120)를 통해 후보 직무 중에서 산업 키워드 및 직무 키워드와 일치도가 높은 후보 직무를 순서대로 정해진 개수에 따라 선정될 수 있으며, 후보 직무 리스트를 생성하기 위해 표준 직무 분류 필터(300)가 활용될 수 있다.

몇몇 실시예에 따르면, 표준 직무 분류 필터(300)는 NCS 국가직무 능력표준 분류표에 의해 생성될 수 있다.

NCS 국가직무능력표준 분류표는 산업현장에서 직무를 수행하기 위해 요구되는 지식, 기술, 능력 등의 내용을 체계화한 것이다. NCS 국가직무능력표준 분류표는 약 948가지 세부 직무로 분류되어 있다. 구체적으로 대분류(24개) → 중분류(78개) → 소분류(241개) → 세분류(948개) 순으로 분류된다. 하기 [표 1]은 NCS 분류의 예시를 나타낸다.

대분류	14.건설
중분류	03.건축
소분류	01.건축설계,감리
세분류	01.건축설계
직무설명	건축설계는 건축주의 요구 및 기능에 맞는 창의적 건축물을 만들기 위하여 건축계획 및 조형에 대한 지식·기술을 가지고 계약, 조사분석, 기획, 계획, 프레젠테이션, BIM설계, 협력설계, 설계 도서작성, 운영관리를 하는 일이다.

표준 직무 분류 필터(300)는 프로세서(120)를 통해 NCS 국가직무능력표준 분류표에 기재된 직무설명과 회사 및 부서의 과거 면접 내용으로부터 필터 키워드를 추출하고, 필터 키워드들의 빈도수를 산출하여 필터 키워드 각각의 가중치를 결정하여 생성될 수 있다. 이에 대한 보다 세부적인 설명을 위해 도 3을 함께 참조한다.

도 3 은 본 발명의 일 실시예에 따른 표준 직무 분류 필터(300)를 생성하는 과정을 설명하기 위한 흐름도이다.

도 3 을 참조하면, 기업 표준 직무 분류 서버는 데이터 송수신부(110)를 통해 NCS 국가직무능력표준 분류표와 회사 및 부서의 과거 면접 내용을 수집(S310)한다.

예를 들어, 데이터 송수신부(110)는 NCS 서버로부터 NCS 국가직무능력표준 분류표를 수집할 수 있고, 수집된 NCS국가직무능력표준 분류표는 프로세서(120)를 통해 주기적으로 업데이트될 수 있다. 또한, 데이터 송수신부(110)는 회사 및 부서의 서버로부터 회사 및 부서의 과거 면접 내용을 수집할 수도 있다. 이 경우, 회사 및 부서의 과거 면접 내용에 대한 요청을 송신하고, 회사 및 부서에서 이에 동의하는 경우, 회사 및 부서의 서버에 저장된 과거 면접 내용을 수집한다. 그러나, 과거 면접 내용의 수집 방법이 이에 한정되는 것은 아니며, 과거 면접 내용은 다양한 방법으로 수집될 수 있다.

이후, 기업 표준 직무 분류 서버는 프로세서(120)를 통해 NCS 국가직무능력표준 분류표에 기재된 직무설명과 회사 및 부서의 과거 면접 내용으로부터 필터 키워드를 추출(S320)한다.

필터 키워드는 직무설명 및 과거 면접 내용에서 사용된 단어 중 의미를 가진 단어를 의미한다. 필터 키워드는 형태소 분석을 통해 추출될 수 있다. 예를 들어, 프로세서(120)는 직무설명 및 과거 면접 내용에 대한 전체 형태소 가운데 명사, 형용사, 외래어 등을 선택하여, 필터 키워드를 추출할 수 있다.

또한, 필터 키워드는 음성 분석을 통해 추출될 수 있다. 과거 면접 내용은 전화 면접 또는 화상 면접을 통해 녹음된 음성 데이터일 수 있고, 음성 데이터를 활용한 음성 분석을 통해 필터 키워드를 추출한다. 이 경우, 기업 표준 직무 분류 서버(100)는 음성인식 기술을 활용한 음성분석부를 더 포함할 수 있다. 예를 들어, 프로세서(120)는 음성인식 기술을 활용하여 음성 데이터를 텍스트로 변환하고, 변환된 텍스트를 자연어 처리 후 형태소 분석을 하여 필터 키워드를 추출하는 방법일 수 있다. 그러나, 필터 키워드 추출 방법이 이에 한정되는 것은 아니며, 필터 키워드는 다양한 방법을 통해 추출할 수 있다.

이후, 기업 표준 직무 분류 서버는 프로세서(120)를 통해 추출된 필터 키워드들의 빈도수를 산출(S330)한다.

빈도수는 필터 키워드가NCS 국가직무능력표준 분류표에 기재된 직무설명과 회사 및 부서의 과거 면접 내용에서 사용된 횟수를 의미한다. 프로세서(120)는 각각의 필터 키워드들의 빈도수를 산출하는 과정에서 필터 키워드 중 대분류 단위에서 공통적으로 사용되는 단어를 제외시킬 수 있다. 예를 들어, “지식”, “기술”, “태도”와 같은 단어는 일반적이면서 빈도수가 높아 필터 키워드로 사용하기 부적합한 단어이다. 또한, “경영”, “건설”, “금융”, “기계”, “전자”, “통신”, “사무”와 같이 대분류 단위에서 분류 기준으로 사용하는 단어 역시 필터 키워드로 사용하기 부적합한 단어이다. 반면, “계획”, “분석”, “활용”, “관리”, “작성”과 같은 단어는 직무를 분류하기 위한 필터 키워드로 적합한 단어이다. 프로세서(120)는 상술한 바와 같이, 빈도수가 산출된 필터 키워드들을 하기 [표 2]와 같이 생성할 수 있다.

대분류	중분류	소분류	세분류	필터 키워드 : 빈도수
건설	건축	건축설계 ·감리	건축 설계	"계획:389","설계:383","작성:283","건축:272","분석:188","도면:170","종합:161","공간:139","활용:134","판단:127","표현:117","BIM:115","구조:110","구성:110","정보:105","검토:101","환경:98","기능:97","동선:95","건축주:92","효율:91","분야:91","평가:90"

한편, 빈도수는 필터 키워드 간의 관계를 더 고려하여 보정될 수 있다. 구체적으로, 프로세서(120)는 형태소 분석을 통해 NCS 국가직무능력표준 분류표에 기재된 직무설명과 회사 및 부서의 과거 면접 내용에서 복수의 필터 키워드로 구성된 합성어를 추출하고, 합성어를 구성하는 필터 키워드 간의 빈도수를 비교하여, 높은 빈도수를 갖는 필터 키워드의 빈도수에 NCS 국가직무능력표준 분류표에 기재된 직무설명과 회사 및 부서의 과거 면접 내용에서 해당 합성어가 사용된 횟수만큼 가산하여 빈도수를 보정할 수 있다.

구체적으로, NCS 국가직무능력표준 분류표에 기재된 직무설명과 회사 및 부서의 과거 면접 내용에서 복수의 필터 키워드로 구성된 합성어 “종합분석”과 “종합평가”가 추출된 경우, 프로세서(120)은 표준 직무 분류 필터(300)을 활용하여 필터 키워드 “종합”과 “분석” “종합”과 “평가”의 빈도수를 각각 비교하여, 높은 빈도수를 갖는 필터 키워드의 빈도수를 보정할 수 있다.

예를 들어, NCS 국가직무능력표준 분류표에 기재된 직무설명과 회사 및 부서의 과거 면접 내용에서 합성어 “종합분석”과 “종합평가” 각각 5회, 8회 사용된 경우, 필터 키워드 “종합”과 “분석”의 경우, 각각의 빈도수는 161,188이므로, 필터 키워드 “분석”의 빈도수 188에 5를 가산하여, 빈도수를 193으로 보정할 수 있다. 반면 필터 키워드 “종합”과 “평가”의 경우, 각각의 빈도수는 161,90이므로, 필터 키워드 “종합”의 빈도수 161에 8을 가산하여, 빈도수를 169로 보정할 수 있다. 그러나, 필터 키워드들의 빈도수 산출 방법이 이에 한정되는 것은 아니며, 빈도수는 다양한 방법을 통해 산출할 수 있다.

이후, 기업 표준 직무 분류 서버는 프로세서(120)를 통해 필터 키워드 각각의 가중치를 결정하고, 표준 직무 분류 필터(300)를 생성(S340)한다.

표준 직무 분류 필터(300)는 직무 별로 각각의 필터 키워드들을 포함하고, 각각의 필터 키워드의 가중치는 프로세서(120)를 통해 측정된 빈도수를 고려하여 결정될 수 있다.

구체적으로, 가중치는 필터 키워드 각각의 빈도수를 고려하여 결정된다. 빈도수 자체가 가중치로 사용될 수 있다. 또한, 가중치는 전체 필터 키워드의 총 빈도수에 대한 해당 필터 키워드의 빈도수 비율일 수 있고, 필터 키워드 간의 관계를 더 고려할 수 있다.

예를 들어, 가중치는 필터 키워드의 총 빈도수에 대한 해당 필터 키워드의 빈도수 비율로 결정한다. 상기 [표 2]와 같은 필터 키워드를 갖는 직무의 경우, 전체 24개 필터 키워드에 대한 총 빈도수는 3558이다. 389의 빈도수를 갖는 필터 키워드 “계획”에 대한 가중치는 389/3558*100=10.93으로 결정할 수 있다.

몇몇 실시예에 따르면, 프로세서(120)는 회사 정보 및 부서 정보로부터 결정된 산업 키워드 및 직무 키워드와 표준 직무 분류 필터(300)를 비교하여 일치도를 산출하고, 산출된 일치도가 높은 순서대로 정해진 개수에 따라 후보 직무 리스트를 생성할 수 있다. 이에 대한 보다 세부적인 설명을 위해 도 4를 함께 참조한다.

도 4 는 도 2 의 기업 표준 직무 분류 방법에서 후보 직무 리스트를 생성하는 과정의 일 실시예를 설명하기 위한 흐름도이다.

도 4 를 참조하면, 기업 표준 직무 분류 서버는 프로세서(120)을 통해 산업 키워드 및 직무 키워드와 표준 직무 분류 필터(300)를 비교(S231)한다.

구체적으로, 프로세서(120)는 산업 키워드 및 직무 키워드를 표준 직무 분류 필터(300)와 비교하여 산업 키워드 및 직무 키워드와 일치하는 필터 키워드를 포함하는 직무를 후보 직무로 추출할 수 있다. 즉, 후보 직무는 산업 키워드 및 직무 키워드 중 적어도 하나를 필터 키워드로 포함한다.

이후, 기업 표준 직무 분류 서버는 프로세서(120)을 통해 산업 키워드 및 직무 키워드와 표준 직무 분류 필터(300) 간의 일치도를 산출(S232)한다.

일치도는 산업 키워드 및 직무 키워드와 후보 직무 간의 일치하는 정도를 수치로 나타낸 값이다. 구체적으로, 프로세서(120)는 산업 키워드 및 직무 키워드와 일치하는 필터 키워드의 빈도수와 가중치를 활용하여 후보 직무와 일치도를 산출할 수 있다. 예를 들어, A 건설회사 건축설계팀에 대하여 산업 키워드는 “건설”이고, 직무 키워드는 “건축” “설계”, “건축설계”가 될 수 있다. 산업 키워드로 결정된 “건설”은 대분류에 해당하므로 제외한다. 직무 키워드로 결정된 “건축”, ”설계”, “건축설계”는 대분류에 사용되지 않는 단어이므로, 일치도 산출에 적합한 단어이다.

또한, 표준 직무 분류 필터(300)에서 대분류가 “건설”이고 중분류와 소분류가 “건축”, “설계” “건축설계” 중 적어도 하나 이상 포함하는 후보 직무는 30개이다. 30개의 후보 직무 각각에 대해 직무 키워드 “건축”, “설계” “건축설계”와 일치하는 필터 키워드가 존재하는 경우, 직무 키워드와 일치하는 필터 키워드의 빈도수를 활용하여 직무 키워드와 일치하는 필터 키워드의 가중치를 각각 보정한다. 이하에서는 설명의 편의를 위해, 표준 직무 분류 필터(300)의 후보 직무에서 직무 키워드와 일치하는 필터 키워드를 '직무 필터 키워드'라 지칭하기로 한다. 하기 [표 3]는 후보 직무에 대하여 직무 필터 키워드의 가중치를 표시한 표이다. 설명의 편의를 위하여 5개의 후보 직무만을 예로 하고, 필터 키워드 개수도 한정하여 설명하기로 하겠다.

대분류	중분류	소분류	세분류	필터 키워드:빈도수	직무 필터 키워드	빈도수	가중치
건설	건축	건축 설계·감리	건축설 계	"계획:389","설계:383","작성:283","건축:272","분석:188","도면:170","종합:161","공간:139","활용:134","판단:127","표현:117","BIM:115","구조:110","구성:110","정보:105","검토:101","환경:98","기능:97","동선:95","건축주:92","효율:91","분야:91","평가:90"	설계	383	10.76
건설	건축	건축 설계·감리	건축설 계		건축	272	7.64
건설	건축	건축 설계·감리	실내건 축설계	"설계:284","분석:164","건축:147","실내:126","도면:103","계약:103","작성:102","프로젝트:84","표현:84","요구:84","디자인:79","사항:76","수행:76","공간:72","검토:72","파악:71","관리:69","계획:66","자료:64","활용:62","사업:58","적용:56","조사:54","자세:53"	설계	284	12.86
건설	건축	건축 설계·감리	실내건 축설계		건축	147	6.65
건설	건축	건축설비설계·시공	건축설비시공	"설비:473","배관:472","파악:388","설계:368","안전:361","검토:332","관리:263","설치:261","장비:209","공정:195","용접:188","도면:183","품질:182","현장:164","설계도:162","자재:151","사고:148","도서:137","작성:134","예방:130","책임:125","시공:122"	설계	368	7.15
건설	건축	건축시공	철근콘크리트시공	"안전:215","콘크리트:186","철근:161","시공:108","재료:98","도면:83","거푸집:79","의지:78","활용:77","자세:68","관리:67","구조:67","건축:66","규정:63","특성:60","설치:59","작성:59","책임:56","종류:55","준수:52","설계도:49","계획:49","처리:49","분석:48"	건축	66	3.38
건설	플랜트	플랜트설계·감리	발전설비설계	"계통:924","설비:686","고려:671","운전:524","작성:506","발전소:482","적용:481","설계:449","법규:425","특성:385","결정:359","규격:354","용량:341","구성:338","안정:306","준수:286","사고:281","검토:274","경제:268","형식:266","분석:254","선정:252"	설계	449	4.93

상기 [표 3]와 같이 “건축설계”와 “실내건축설계” 직무의 경우 직무 필터 키워드 “설계”, “건축”을 포함하고 있다. “건축설비시공”, “발전설비설계” 직무는 직무 필터 키워드 “설계”를 포함하고 있고, “철근콘크리트시공” 직무는 직무 필터 키워드 “건축”을 포함하고 있다.

직무 필터 키워드에 대한 가중치는 프로세서(120)를 통해 각 후보 직무 전체 필터 키워드의 총 빈도수에 대한 직무 필터 키워드의 빈도수 비율을 계산하여 결정할 수 있고, 모든 직무 필터 키워드에 대한 가중치를 합산하여 직무 키워드와 후보 직무 사이의 일치도를 산출할 수 있다. 예를 들어, 상기 [표 3]과 같이 “건축설계” 직무의 일치도는 직무 필터 키워드 “설계”의 가중치 10.76과 직무 필터 키워드 “건축”의 가중치 7.64를 더한 값 18.40을 일치도로 산출할 수 있다. “실내건축설계” 직무의 일치도는 직무 필터 키워드 “설계”의 가중치 12.86과 직무 필터 키워드 “건축”의 가중치 6.65를 더한 값 19.51을 일치도로 산출할 수 있다.

몇몇 실시예에 따르면, 프로세서(120)는 NCS 국가직무능력표준 분류표에 기재된 직무설명과 회사 및 부서의 과거 면접 내용에서 추출된 합성어의 분석을 통해 직무 필터 키워드가 합성어로 사용된 횟수를 일치도 산출에 추가 반영할 수 있다.

프로세서(120)는 형태소 분석을 통해NCS 국가직무능력표준 분류표에 기재된 직무설명과 회사 및 부서의 과거 면접 내용에서 직무 필터 키워드를 포함하는 합성어를 추출할 수 있다. 표준 직무 분류 필터(300)는 NCS 국가직무능력표준 분류표에 기재된 직무설명과 회사 및 부서의 과거 면접 내용에 기초하여 생성되므로, 상술한 방법을 통해 새롭게 추출된 합성어는 직무 필터 키워드와 필터 키워드로 구성될 수 있다. 프로세서(120)는 추출된 합성어의 구성요소인 직무 필터 키워드와 필터 키워드의 빈도수를 비교한다. 예를 들어, 추출된 합성어들 중 “건축도면”의 경우, 상기 [표 3]에서 직무 필터 키워드 “건축”과 필터 키워드 “도면”을 모두 포함하는 후보 직무 “건축설계”, “실내건축설계”, “철근콘크리트시공”에 대하여 “건축”과 “도면”의 빈도수를 비교한다.

구체적으로, “건축”과 ”도면”의 빈도수는 상기 [표 3]와 같이 “건축설계” 직무에서 각각 272,170이고, “실내건축설계” 직무에서 각각 147,103이고, “철근콘크리트시공” 직무에서 각각 66,83으로 확인할 수 있다. 이 경우, “건축설계” 직무 및 “실내건축설계” 직무에서는 “건축”의 빈도수가 “도면”의 빈도수보다 높은 반면, “철근콘크리트시공” 직무에서는 “건축”의 빈도수가 “도면”의 빈도수보다 낮은 것을 알 수 있다.

프로세서(120)는 직무 필터 키워드와 필터 키워드의 빈도수 비교 결과에 따라, 표준 직무 분류 필터(300)에서 후보 직무에 대한 직무 필터 키워드의 빈도수를 보정할 수 있다. 구체적으로, 직무 필터 키워드의 빈도수가 필터 키워드보다 높은 후보 직무에 한하여 NCS 국가직무능력표준 분류표에 기재된 직무설명과 회사 및 부서의 과거 면접 내용에서 “건축도면”이 사용된 횟수를 직무 필터 키워드의 빈도수에 가산하여 보정할 수 있다.

예를 들어, NCS 국가직무능력표준 분류표에 기재된 직무설명과 회사 및 부서의 과거 면접 내용에서 “건축도면”이 사용된 횟수가 20회일 경우, 프로세서(120)는 “건축설계” 직무에 대한 직무 필터 키워드 “건축”의 빈도수를 272+20=292로 보정하고, “실내건축설계” 직무에 대한 직무 필터 키워드 “건축”의 빈도수를 147+20=167로 보정할 수 있다. 반면, “철근콘크리트시공” 직무에 대한 직무 필터 키워드 “건축”의 빈도수는 66+0=66으로 보정할 수 있다.

프로세서(120)는 상술한 과정을 후보 직무에 대하여 직무 필터 키워드가 포함된 모든 합성어에 대해 실행하고, 최종 산출된 직무 필터 키워드의 빈도수를 기초로 후보 직무 각각에 대해 직무 필터 키워드의 가중치를 보정하여 일치도를 산출할 수 있다. 최종 산출된 빈도수가 상술한 예와 같은 경우, 프로세서(120)는 “건축설계”의 직무 필터 키워드 “설계”와 “건축”의 가중치를 상술한 가중치 결정방법을 통해 각각 10.70와 8.16으로 보정하고, “실내건축설계”의 직무 필터 키워드 “설계”와 “건축”의 가중치를 각각 12.74와 7.49로 보정할 수 있다. 두 후보 직무의 일치도는 두 직무 필터 키워드의 가중치를 더한 값인 18.86과 20.23으로 각각 산출되어 일치도가 가장 높은 후보 직무는 “실내건축설계”로 결정될 수 있다. 그러나, 일치도를 산출하는 과정은 상술한 예에 한정되는 것은 아니며, 일치도는 다양한 방법으로 산출될 수 있다.

이후, 기업 표준 직무 분류 서버는 프로세서(120)을 통해 일치도가 높은 순서대로 미리 설정된 개수의 후보 직무 리스트를 생성(S233)한다.

프로세서(120)는 후보 직무 중 일치도가 높은 순서대로 정해진 후보 직무 개수에 따라 후보 직무 리스트를 생성할 수 있다. 후보 직무 개수는 프로세서(120)를 통해 설정될 수 있다. 후보 직무 개수에 따라 기업 표준 직무 분류 서버(100)의 정확도가 결정될 수 있다.

예를 들어, 후보 직무는 상기 [표 3]과 같고, 프로세서(120)를 통해 후보 직무 개수가 2로 설정된 경우, 후보 직무 중 일치도가 높은 순서대로 “건축설계”, “실내건축설계”로 선정하여 후보 직무 리스트를 생성될 수 있다.

다시 도 2를 참조하면, 기업 표준 직무 분류 서버는 프로세서(120)를 통해 후보 직무 리스트를 식별할 수 있는 각각의 고유 키워드 리스트를 생성(S240)한다.

고유 키워드 리스트는 후보 직무 리스트에 포함된 후보 직무 별로 선정된 고유 키워드들의 집합이다. 고유 키워드는 다른 직무와 식별이 용이하도록 선정하고, 해당 후보 직무를 대표할 수 있어야 한다. 고유 키워드는 필터 키워드 중에서도 고유한 필터 키워드를 추출해야 하고, 빈도수가 높을수록 바람직하다. 하지만, 고유 키워드가 하나의 후보 직무만을 식별하지는 않기 때문에 중복되어 선정될 수도 있다.

한편, 고유 키워드 리스트는 고유 키워드가 키워드가 아닌 코드 형식으로 변환되어 생성될 수 있다. 예를 들어, 프로세서(120)는 고유 키워드를 유니코드로 변환하여 생성할 수 있다. 그러나, 이에 한정되는 것은 아니며, 다양한 형식으로 변환하여 생성할 수 있다.

고유 키워드는 프로세서(120)를 통해 미리 정해진 고유 키워드 개수에 따라 추출하고, 후보 직무 별로 고유 키워드 리스트를 생성할 수 있다. 고유 키워드 개수는 프로세서(120)을 통해 설정될 수 있다. 고유 키워드 개수에 따라 표준 직무 분류 필터(300)의 성능이 결정될 수 있다.

구체적으로, 후보 직무 리스트에 포함된 후보 직무가 2개이고, 설정된 고유 키워드 개수가 4라면 후보 직무 각각 4개씩의 고유 키워드가 포함된 고유 키워드 리스트를 생성할 수 있다. 예를 들어, 후보 직무 리스트가 상기 [표 3]에서 “건축설계”와 “실내건축설계”일 경우, 고유 키워드는 각각 “계획”, “작성”, “종합”, “구조”와 “분석”, “실내”, “프로젝트”, “디자인”으로 추출하여 총 8개의 고유 키워드 리스트가 포함된 고유 키워드 리스트를 생성할 수 있다.

몇몇 실시예에 따르면, 프로세서(120)는 각각의 고유 키워드에 대해서 고유 키워드를 포함한 적어도 하나 이상의 직무 관련 질문을 생성할 수 있다. 예를 들어, 고유 키워드를 활용하여 하기와 같은 질문을 생성할 수 있다.

질문 1: (근로자 또는 퇴직자 이름)은 토목, 건축, 산업 및 환경설비 등 종합공사업종에서 근무중이거나 근무한 이력이 있습니까?

질문 2: (근로자 또는 퇴직자 이름)은 실내 디자인 및 인테리어와 관련된 자격을 보유하거나 업무를 수행한 적이 있습니까?

이후, 기업 표준 직무 분류 서버는 데이터 송수신부(110)를 통해 근로자 또는 퇴직자 단말(200)로 고유 키워드 리스트를 송신(S250)한다.

데이터 송수신부(110)는 근로자 또는 퇴직자 단말(200)로 고유 키워드 리스트에 대한 선택 양식을 제공할 수 있고, 고유 키워드를 포함한 직무 관련 질문을 함께 송신할 수 있다.

고유 키워드를 포함한 직무 관련 질문은 고유 키워드 선택에 대한 검증을 위해 활용될 수 있다. 프로세서(120)는 선택된 고유 키워드와 직무 관련 질문에 대한 응답을 통해 일관성을 판단할 수 있다. 예를 들어, 근로자 또는 퇴직자가 고유 키워드 중 “종합”을 선택했을 경우, 상기 질문 1에 대한 응답이 “긍정”이면 고유 키워드와 응답의 일관성이 있다고 판단할 수 있다.

구체적으로, 데이터 송수신부(110)는 상기 질문 1을 근로자 또는 퇴직자 단말(200)로 송신하고, “긍정”의 응답이 수신되는 경우, 프로세서(120)는 근로자 또는 퇴직자의 고유 키워드 선택을 종료할 수 있다. 반면, “부정”의 응답이 수신되는 경우, 데이터 송수신부(110)는 직무 관련 질문을 근로자 또는 퇴직자 단말(200)로 추가 송신할 수 있고, 응답이 수신되는 경우, 응답에 따라 프로세서(120)는 근로자 또는 퇴직자의 고유 키워드 선택을 종료하거나, 데이터 송수신부(110)을 통해 고유 키워드의 추가 선택 요청을 송신할 수도 있다.

데이터 송수신부(110)는 고유 키워드 리스트를 포함한 직무 관련 질문을 챗봇, 이메일, SNS, 문자 중 적어도 하나를 활용하여 근로자 또는 퇴직자 단말(200)로 송신할 수 있다.

챗봇은 근로자 또는 퇴직자 단말(200)에 존재할 수 있는 애플리케이션 프로그램과 기초 데이터를 수집하고 분석하는 서버 프로그램에 의하여 구현될 수 있다. 기업 표준 직무 분류 서버(100) 내 프로세서(120)에 존재하거나 기업 표준 직무 분류 서버(100)와 분리된 서버 컴퓨터로 구성될 수 있다. 챗봇 애플리케이션 프로그램은 사용자 단말 장치의 입출력 구성요소(예를 들면, 스크린, 스피커, 마이크, 카메라, 기타 센서 등)를 통하여 사용자와 문자, 이미지, 음성, 광 신호, 전파 신호 등으로 커뮤니케이션을 할 수 있다.

위와 같은 챗봇은 메신저 기반의 챗봇인 심심이(삼성전자), 폰초(Poncho)(페이스북) 등이나, 음성 인식 기반의 챗봇인 시리(Siri)(애플)나, 유무선 통신(예를 들면, 전화, SMS 등) 기반의 챗봇인 매직(아마존) 등과 같은 다양한 챗봇과 동일하거나 유사한 특징이나 속성을 갖는 것일 수 있다. 그러나, 상술한 예들은 챗봇의 일 실시예에 불과하며, 챗봇은 다양한 형태로 구현될 수 있다.

이후, 기업 표준 직무 분류 서버는 근로자 또는 퇴직자 단말(200)로부터 고유 키워드 리스트에 포함된 고유 키워드에 대한 선택이 입력(S260)되는 경우, 기업 표준 직무 분류 서버는 프로세서(120)를 통해, 선택된 고유 키워드에 기초하여 후보 직무 리스트 중 회사 및 부서에 대응되는 표준 직무를 최종 결정(S270)한다.

표준 직무를 최종 결정하는 실시예에 대한 보다 세부적인 설명을 위해 도 5 및 도 6을 함께 참조한다.

도 5 는 도 2 의 기업 표준 직무 분류 방법에서 선택된 고유 키워드에 기초하여 회사 및 부서에 대응되는 표준 직무를 최종 결정하는 과정의 일 실시예를 설명하기 위한 흐름도이다.

도 5 를 참조하면, 기업 표준 직무 분류 서버는 데이터 송수신부(110)를 통해 근로자 또는 퇴직자 단말(200)로부터 고유 키워드에 대한 선택을 수신(S271)한다.

예를 들어, 데이터 송수신부(110)는 근로자 또는 퇴직자 단말(200)로 고유 키워드 리스트를 포함한 직무 관련 질문을 송신하고, 근로자 또는 퇴직자 단말(200)로부터 고유 키워드에 대한 선택을 수신할 수 있다. 또는, 근로자 또는 퇴직자 단말(200)로부터 직무 관련 질문에 대한 응답을 더 수신할 수 있다.

이후, 기업 표준 직무 분류 서버는 프로세서(120)를 통해 선택된 고유 키워드와 표준 직무 분류 필터와 비교(S272)하고, 기업 표준 직무 분류 서버는 프로세서(120)를 통해 선택된 고유 키워드를 가장 많이 포함하는 후보 직무를 표준 직무로 최종 결정(S273)한다.

표준 직무는 회사 및 부서의 실제 직무와 NCS 국가직무능력표준 분류 체계와 일치도가 높은 직무를 의미한다. 회사 및 부서에 근무한 이력이 있는 근로자 또는 퇴직자 단말(200)로부터 수집한 회사 정보 또는 부서 정보만으로는 정확한 표준 직무를 결정할 수 없기 때문에, 기업 표준 직무 분류 서버(100)의 프로세서(120)는 표준 직무로 선정될 가능성이 있는 후보 직무를 선정하고, 데이터 송수신부는(110)는 후보 직무를 식별할 수 있는 고유 키워드 리스트를 근로자 또는 퇴직자 단말(200)로 송신하여 선택하도록 하고, 프로세서(120)는 선택된 고유 키워드에 기초하여 표준 직무를 최종 결정한다.

앞서 언급한 바와 같이, 고유 키워드가 하나의 후보 직무만을 식별할 수 없다. 즉, 고유 키워드는 중복될 수 있고, 근로자 또는 퇴직자 단말(200)로부터 고유 키워드에 대한 선택을 수신하더라도, 후보 직무들 중 공통된 고유 키워드를 포함하는 둘 이상의 후보 직무가 존재할 수 있다. 그러므로, 후보 직무들의 필터 키워드 중에서 선택된 고유 키워드를 가장 많이 포함하는 후보 직무가 실제 직무와 일치도가 더 높을 수 있다.

따라서, 근로자 또는 퇴직자 단말(200)로부터 고유 키워드에 대한 선택이 입력된 경우, 프로세서(120)는 선택된 고유 키워드를 표준 직무 분류 필터(300)과 비교하고, 선택된 고유 키워드를 가장 많이 포함하는 후보 직무를 표준 직무로 최종 결정한다. 즉, 선택된 고유 키워드에 대해서 가장 많은 빈도수를 갖는 후보 직무를 표준 직무로 최종 결정한다.

다시 도 2를 참조하면, 기업 표준 직무 분류 서버는 근로자 또는 퇴직자 단말(200)을 통해 고유 키워드 리스트를 포함한 직무 관련 질문에 대한 응답을 한 근로자 또는 퇴직자에게 보상을 제공(S280)한다.

보상은 근로자 또는 퇴직자가 회사 및 부서의 표준 직무를 결정하는 것에 적극 참여하도록 독려하기 위한 목적으로 제공할 수 있다. 보상은 프로세서(120)를 통해 정해진 보상 기준에 따라 근로자 또는 퇴직자에게 제공된다. 보상 기준과 방법은 회사 또는 부서의 정책에 따라 결정되며, 보상 종류는 제품, 상품권, 포인트, 마일리지, 암호화폐 중 적어도 하나일 수 있으며, 제공 방법은 적립, 가상계좌 또는 실 계좌로의 이체, 이메일, SNS, 문자, 우편 중 적어도 하나일 수 있다. 그러나, 보상은 상술한 예에 의해 한정되는 것은 아니며, 다양한 기준과 방법에 따라 결정될 수 있다.

전술한 바와 같이, 본 발명의 일 실시예에 따른 기업 표준 직무 분류 서버(100)는 근로자 또는 퇴직자 단말(200)로부터 수집한 한정된 정보로부터 표준 직무를 결정할 수 있다. 즉, 기업의 정보 제공 없이도 해당 기업에 근무한 이력이 있는 근로자 또는 퇴직자의 정보만으로 기업의 표준 직무를 결정할 수 있는 이점이 있다.

기업 표준 직무 분류 서버(100)는 데이터 송수신부(110)를 통해 근로자 또는 퇴직자 단말(200)로부터 회사 및 부서 정보를 수신하고, 프로세서(120)는 회사 정보 및 부서 정보에 대응되는 산업 키워드 및 직무 키워드를 결정하고, 산업 키워드 및 직무 키워드와 표준 직무 분류 필터(300)에 기초하여 후보 직무 리스트를 생성하고, 데이터 송수신부(110)는 후보 직무 리스트를 식별할 수 있는 고유 키워드 리스트를 근로자 또는 퇴직자 단말(200)로 송신하고, 근로자 또는 퇴직자 단말(200)로부터 고유 키워드에 대한 선택을 수신하는 경우, 프로세서(120)는 선택된 고유 키워드에 기초하여 표준 직무를 최종 결정할 수 있다. 즉, 회사 및 부서에서 실제 직무를 수행한 근로자 또는 퇴직자의 선택을 반영할 수 있으므로, 실제 직무와의 일치도를 향상시킬 수 있다.

또한, 표준 직무 분류 필터(300)는 NCS 국가직무능력표준 분류표와 회사 및 부서의 과거 면접 내용을 활용하여 생성되며, 추출된 필터 키워드들의 빈도수와 가중치 정보를 포함하고 있다. 기업 표준 직무 분류 서버(100)는 표준 직무 분류 필터(300)를 활용하여, 표준 직무로 분류될 가능성이 높은 직무들을 후보 직무 리스트로 선정할 수 있고, 후보 직무를 식별할 수 있도록 선정된 고유 키워드 중 근로자 또는 퇴직자 단말(200)로부터 선택된 고유 키워드에 기초하여 표준 직무를 최종 선정한다. 이에, 효율적으로 기업 직무의 미스매칭을 개선시킬 수 있다.

도 6 은 도 2 의 기업 표준 직무 분류 방법에서 선택된 고유 키워드에 기초하여 회사 및 부서에 대응되는 표준 직무를 최종 결정하는 과정의 다른 실시예를 설명하기 위한 흐름도이다.

한편, 도 6을 참조하면, 기업 표준 직무 분류 서버는 데이터 송수신부(110)를 통해 복수의 근로자 또는 퇴직자 단말(200)로부터 고유 키워드에 대한 선택을 수신(S274)한다.

예를 들어, 데이터 송수신부(110)는 복수의 근로자 또는 퇴직자 단말(200)로 고유 키워드 리스트를 포함한 직무 관련 질문을 송신하고, 복수의 근로자 또는 퇴직자 단말(200)로부터 고유 키워드에 대한 선택을 수신할 수 있다. 또는, 복수의 근로자 또는 퇴직자가 직무 관련 질문에 대한 응답을 입력한 경우 이를 더 수신할 수 있다.

이후, 기업 표준 직무 분류 서버는 프로세서(120)를 통해 복수의 근로자 또는 퇴직자로 단말(200)로부터 선택된 각각의 고유 키워드들의 선택 횟수를 합산하고, 가장 많이 선택된 고유 키워드를 결정(S275)한다.

예를 들어, 데이터 송수신부(110)를 통해20명의 근로자 또는 퇴직자 단말(200)로부터 고유 키워드에 대한 선택을 모두 수신하였을 경우, 선택된 각각의 고유 키워드의 선택 횟수는 하기 [표 4]과 같을 수 있다. 이 경우 프로세서(120)는 8개의 고유 키워드 중 “종합”을 고유 키워드로 결정할 수 있다.

고유 키워드	종합	실내	계획	디자인	작성	구조	분석	프로젝트
선택 횟수	8	7	1	2	0	1	0	1

이후, 데이터 송수신부(110)가 다른 복수의 근로자 또는 퇴직자 단말(200)로부터 고유 키워드 “실내”에 대한 선택 2회를 추가로 수신하였을 경우, 프로세서(120)는 기존 선택 횟수에 합산하여 업데이트할 수 있고, 프로세서(120)는 8개의 고유 키워드 중 총 9회 선택된 “실내”를 다시 고유 키워드로 결정할 수 있다.

이후, 기업 표준 직무 분류 서버는 프로세서(120)를 통해 결정된 고유 키워드와 표준 직무 분류 필터와 비교(S276)하고, 기업 표준 직무 분류 서버는 프로세서(120)를 통해 결정된 고유 키워드를 가장 많이 포함하는 후보 직무를 표준 직무로 최종 결정(S277)한다.

구체적으로, 프로세서(120)는 복수의 근로자 또는 퇴직자들이 선택한 고유 키워드의 선택 횟수를 측정하여 결정된 고유 키워드를 표준 직무 분류 필터(300)와 비교하고, 결정된 고유 키워드를 가장 많이 포함하는 후보 직무를 표준 직무로 최종 결정한다. 즉, 프로세서(120)는 결정된 고유 키워드에 대해서 가장 많은 빈도수를 갖는 후보 직무를 표준 직무로 최종 결정한다.

몇몇 실시예에 따르면, 기업 표준 직무 분류 서버(100)는 표준 직무가 최종 결정된 회사 및 부서의 표준 직무 보정 방법을 더 포함할 수 있다. 특히, 유사기업 또는 경쟁기업의 표준 직무 매칭 사례를 기반으로 회사 및 부서의 결정된 표준 직무를 보정할 수 있다. 표준 직무 매칭 사례는 유사기업 또는 경쟁기업의 표준 직무 또는 고유 키워드 선택 데이터일 수 있다.

구체적으로, 표준 직무 보정 방법은 표준 직무 분류 서버(100)에 저장된 유사기업 또는 경쟁기업의 표준 직무 또는 고유 키워드 선택 데이터를 활용하여 프로세서(120)를 통해 회사 및 부서의 표준 직무 또는 고유 키워드 선택 데이터에 추가 반영하여 결정된 표준 직무를 보정할 수 있다.

이 경우, 유사기업 또는 경쟁기업의 표준 직무 매칭 사례는 제공 동의가 이루어진 것일 수 있으며, 회사 및 부서는 유사기업 또는 경쟁기업의 표준 직무 매칭 사례를 활용하는 대가로 일정 수준의 보상을 지급할 수 있다. 보상 수준은 프로세서(120)를 통해 결정되며, 포인트, 마일리지 또는 암호화폐 등으로 지급될 수 있다. 그러나, 이에 한정되는 것은 아니며, 다양한 보상 기준과 방법에 따라 결정될 수 있다.

상술한 바와 같이, 표준 직무는 실제 직무와의 일치도를 향상시키고 직무 미스매칭을 개선시키는 것이 중요하다. 복수의 근로자 또는 퇴직자의 응답을 활용하는 경우, 보다 통계적으로 접근할 수 있는 장점이 있다. 근로자 또는 퇴직자의 응답이 많아질수록 고유 키워드에 대한 선택 횟수가 늘어나므로, 고유 키워드에 대한 신뢰도를 증가시킬 수 있으며, 보다 정확한 표준 직무 분류가 가능해질 수 있다.

또한, 유사기업 또는 경쟁기업의 표준 직무 매칭 사례를 활용하여 표준 직무를 보정하는 경우, 신뢰할 수 있는 데이터를 확보할 수 있으므로, 근로자 또는 퇴직자의 참여가 많지 않거나, 참여할 근로자 또는 퇴직자가 많지 않은 소규모기업 또는 신생기업의 경우에도 보다 정확한 분류가 가능해질 수 있다.

전술한 본 발명의 설명은 예시를 위한 것이며, 본 발명이 속하는 기술분야의 통상의 지식을 가진 자는 본 발명의 기술적 사상이나 필수적인 특징을 변경하지 않고서 다른 구체적인 형태로 쉽게 변형이 가능하다는 것을 이해할 수 있을 것이다. 그러므로 이상에서 기술한 실시예들은 모든 면에서 예시적인 것이며 한정적이 아닌 것으로 이해해야만 한다. 예를 들어, 단일형으로 설명되어 있는 각 구성 요소는 분산되어 실시될 수도 있으며, 마찬가지로 분산된 것으로 설명되어 있는 구성 요소들도 결합된 형태로 실시될 수 있다.

본 발명의 범위는 상기 상세한 설명보다는 후술하는 특허청구범위에 의하여 나타내어지며, 특허청구범위의 의미 및 범위 그리고 그 균등 개념으로부터 도출되는 모든 변경 또는 변형된 형태가 본 발명의 범위에 포함되는 것으로 해석되어야 한다.

100: 기업 표준 직무 분류 서버 110: 데이터 송수신부
120: 프로세서 200: 근로자 또는 퇴직자 단말
300: 표준 직무 분류 필터

Claims

데이터 송수신부를 통해 회사 정보 및 부서 정보를 수신하는 단계;
프로세서를 통해 상기 회사 정보, 상기 부서 정보 및 미리 저장된 표준 직무 분류표로부터 생성된 표준 직무 분류 필터에 기초하여 후보 직무 리스트를 생성하는 단계;
상기 프로세서를 통해 상기 후보 직무 리스트를 식별할 수 있는 각각의 고유 키워드 리스트를 생성하는 단계;
상기 데이터 송수신부를 통해 근로자 또는 퇴직자 단말로 상기 고유 키워드 리스트를 송신하는 단계; 및
상기 근로자 또는 퇴직자 단말로부터 상기 고유 키워드 리스트에 포함된 고유 키워드에 대한 선택이 입력되는 경우, 선택된 상기 고유 키워드에 기초하여 상기 프로세서를 통해 상기 후보 직무 리스트 중 상기 회사 정보 및 상기 부서 정보에 대응되는 회사 및 부서의 표준 직무를 최종 결정하는 단계를 포함하는, 기업 표준 직무 분류 방법.
제1항에 있어서,
상기 데이터 송수신부를 통해 상기 회사 정보 및 상기 부서 정보를 수신하는 단계는,
상기 데이터 송수신부를 통해 상기 회사 정보 및 상기 부서 정보에 대응되는 상기 회사 및 부서에 근무한 이력이 있는 근로자 또는 퇴직자의 명함 데이터, 이력서 데이터, 포트폴리오 데이터, 이메일 데이터, SNS 데이터 중 적어도 하나를 수신하는 단계를 포함하는, 기업 표준 직무 분류 방법.
제1항에 있어서,
상기 프로세서를 통해 상기 회사 정보, 상기 부서 정보 및 상기 미리 저장된 표준 직무 분류표로부터 생성된 상기 표준 직무 분류 필터에 기초하여 상기 후보 직무 리스트를 생성하는 단계는,
상기 프로세서를 통해 상기 회사 정보 및 상기 부서 정보에 대응되는 산업 키워드 및 직무 키워드를 결정하는 단계;
상기 프로세서를 통해 상기 산업 키워드 및 상기 직무 키워드와 상기 표준 직무 분류 필터 간의 일치도를 산출하는 단계; 및
상기 프로세서를 통해 산출된 일치도가 높은 순서대로 미리 설정된 개수의 상기 후보 직무 리스트를 생성하는 단계를 포함하는, 기업 표준 직무 분류 방법.
제1항에 있어서,
상기 표준 직무 분류 필터는 NCS 국가직무능력표준 분류표에 의해 생성되는, 기업 표준 직무 분류 방법.
제 4항에 있어서,
상기 표준 직무 분류 필터는, 상기 프로세서를 통해 상기 NCS 국가직무능력표준 분류표에 기재된 직무설명과 상기 회사 및 부서의 과거 면접 내용으로부터 필터 키워드를 추출하고, 상기 필터 키워드들의 빈도수를 산출하고, 상기 필터 키워드 각각의 가중치를 결정함으로써 생성되는, 기업 표준 직무 분류 방법.
제5항에 있어서,
상기 가중치는 상기 필터 키워드 각각에 대한 빈도수에 의해 결정되는, 기업 표준 직무 분류 방법.
제1항에 있어서,
상기 데이터 송수신부를 통해 상기 근로자 또는 퇴직자 단말로 상기 고유 키워드 리스트를 송신하는 단계는,
상기 데이터 송수신부를 통해 상기 고유 키워드 리스트를 포함한 직무 관련 질문을 챗봇, 이메일, SNS, 문자 중 적어도 하나를 활용하여 상기 근로자 또는 퇴직자 단말로 송신하는 단계를 포함하는, 기업 표준 직무 분류 방법.
제1항에 있어서,
상기 표준 직무를 최종 결정하는 단계는,
상기 데이터 송수신부를 통해 상기 근로자 또는 퇴직자 단말로 상기 고유 키워드 리스트를 송신하고, 상기 근로자 또는 퇴직자 단말로부터 상기 고유 키워드에 대한 선택이 입력되는 경우, 상기 프로세서를 통해 선택된 상기 고유 키워드와 상기 표준 직무 분류 필터를 비교하여, 상기 선택된 고유 키워드를 가장 많이 포함하는 상기 후보 직무를 표준 직무로 최종 결정하는 단계를 포함하는, 기업 표준 직무 분류 방법.
제1항에 있어서,
상기 데이터 송수신부를 통해 상기 근로자 또는 퇴직자 단말로 상기 고유 키워드 리스트를 송신하는 단계는,
상기 데이터 송수신부를 통해 복수의 근로자 또는 퇴직자 단말로 각각 상기 고유 키워드 리스트를 송신하는 단계를 포함하고,
상기 표준 직무를 최종 결정하는 단계는,
상기 복수의 근로자 또는 퇴직자 단말로부터 상기 고유 키워드에 대한 선택이 입력되는 경우, 상기 프로세서를 통해 선택된 각각의 고유 키워드들의 선택 횟수를 합산하고, 가장 많이 선택된 고유 키워드를 결정하고, 상기 결정된 고유 키워드와 상기 표준 직무 분류 필터를 비교하여, 상기 결정된 고유 키워드를 가장 많이 포함하는 상기 후보 직무를 표준 직무로 최종 결정하는 단계를 포함하는, 기업 표준 직무 분류 방법.
상기 데이터 송수신부를 통해 회사 정보 및 부서 정보를 수신하는 단계;
상기 프로세서를 통해 상기 회사 정보, 상기 부서 정보 및 미리 저장된 표준 직무 분류표로부터 생성된 표준 직무 분류 필터에 기초하여 후보 직무 리스트를 생성하는 단계;
상기 프로세서를 통해 상기 후보 직무 리스트를 식별할 수 있는 각각의 고유 키워드 리스트를 생성하는 단계;
상기 데이터 송수신부를 통해 근로자 또는 퇴직자 단말로 상기 고유 키워드 리스트를 송신하는 단계;
상기 근로자 또는 퇴직자 단말로부터 상기 고유 키워드 리스트에 포함된 고유 키워드에 대한 선택이 입력되는 경우, 선택된 상기 고유 키워드에 기초하여 상기 프로세서를 통해 상기 후보 직무 리스트 중 상기 회사 정보 및 상기 부서 정보에 대응되는 회사 및 부서의 표준 직무를 최종 결정하는 단계; 및
상기 근로자 또는 퇴직자 단말로부터 상기 고유 키워드에 대한 선택이 입력되는 경우, 상기 프로세서를 통해 미리 정해진 보상 기준에 따라, 상기 고유 키워드에 대한 선택을 입력한 근로자 또는 퇴직자에게 제공할 보상을 결정하는 단계를 포함하는, 기업 표준 직무 분류 방법.
제10항에 있어서,
상기 보상은 포인트, 마일리지, 암호화폐 중 적어도 하나를 포함하는, 기업 표준 직무 분류 방법.
근로자 또는 퇴직자 단말로부터 회사 정보 및 부서 정보를 수신하는 데이터 송수신부; 및
상기 근로자 또는 퇴직자 단말로부터 수집된 상기 회사 정보, 상기 부서 정보 및 미리 저장된 표준 직무 분류표로부터 생성된 표준 직무 분류 필터에 기초하여, 후보 직무 리스트를 생성하고, 상기 후보 직무 리스트를 식별할 수 있는 각각의 고유 키워드 리스트를 생성하는 프로세서를 포함하고,
상기 데이터 송수신부는 상기 근로자 또는 퇴직자 단말로 상기 고유 키워드 리스트를 송신하도록 구성되고,
상기 근로자 또는 퇴직자 단말로부터 상기 고유 키워드 리스트에 포함된 고유 키워드에 대한 선택을 수신하는 경우, 상기 프로세서는 선택된 상기 고유 키워드에 기초하여 상기 후보 직무 리스트 중 상기 회사 정보 및 상기 부서 정보에 대응되는 회사 및 부서의 표준 직무를 최종 결정하도록 구성된 기업 표준 직무 분류 서버.
제12항에 있어서,
상기 회사 정보 및 상기 부서 정보는 상기 데이터 송수신부를 통해 상기 회사 정보 및 상기 부서 정보에 대응되는 상기 회사 및 부서에 근무한 이력이 있는 근로자 또는 퇴직자의 명함 데이터, 이력서 데이터, 포트폴리오 데이터, 이메일 데이터, SNS 데이터 중 적어도 하나를 수신하도록 구성된 기업 표준 직무 분류 서버.
제12항에 있어서,
상기 표준 직무 분류 필터는 상기NCS 국가직무능력표준 분류표에 의해 생성되고, 상기 프로세서를 통해 상기 NCS 국가직무능력표준 분류표에 기재된 직무설명과 상기 회사 및 부서의 과거 면접 내용으로부터 필터 키워드를 추출하고, 상기 필터 키워드들의 빈도수를 산출하고, 상기 필터 키워드 각각의 가중치를 결정함으로써 생성되는 기업 표준 직무 분류 서버.
제12항에 있어서,
상기 프로세서는 상기 근로자 또는 퇴직자 단말로부터 상기 고유 키워드 리스트를 포함한 상기 고유 키워드에 대한 선택이 입력되는 경우, 미리 정해진 보상 기준에 따라, 상기 고유 키워드에 대한 선택을 입력한 근로자 또는 퇴직자에게 제공할 보상을 결정하도록 구성된, 기업 표준 직무 분류 서버.