.png&blockId=15a6295d-f254-8068-8a5f-e171de0537d4)
시작하며
채용에서 우수한 인재를 발굴하는 것만큼, 그들에게 매력적으로 다가가는 과정 역시 채용 성공의 핵심 요소입니다. 특히 AI 기술이 빠르게 발전하면서, 이 과정은 단순한 효율성을 넘어 더 정교하고 개인화된 방식으로 진화하고 있습니다. 이제 AI를 통해 복잡한 업무를 자동화하는 것은 물론, 사람들의 관심을 끌고 신뢰를 얻는 맞춤형 소통도 가능해졌습니다.
이번 글에서는 ChatGPT를 활용해 효과적인 맞춤형 리크루팅 이메일을 작성하는 방법을 소개합니다. 특히 AI의 성능을 극대화하고 원하는 결과를 얻는 데 중요한 프롬프트 엔지니어링 기술을 중심으로, 실질적인 활용 예제도 함께 살펴보겠습니다.
프롬프트 엔지니어링
프롬프트 엔지니어링은 AI 모델에서 원하는 결과를 얻기 위해 입력 데이터를 최적화하는 기술입니다. 이 과정은 모델이 주어진 문제를 정확히 이해하고 효율적으로 작업을 수행하도록 돕는 데 핵심적인 역할을 합니다.
특히 자연어 처리(NLP) 모델은 언어의 패턴과 통계적 관계를 기반으로 작동하며, 적절한 프롬프트를 제공하면 더 정확하고 관련성 높은 응답을 생성할 수 있습니다. 잘 설계된 프롬프트는 모델이 문맥을 제대로 이해하도록 도와, 결과적으로 응답 품질을 크게 향상시킵니다.
이번 글에서는 OpenAI에서 제안한 6가지 프롬프트 엔지니어링 전략 중 다음 세 가지 핵심 전략에 집중해 살펴보겠습니다.
세가지 핵심 프롬프트 엔지니어링 전략
Write clear instructions (명확한 지시 작성하기)
모델이 많은 정보를 포함하고 있어도 질문자의 의도를 정확히 이해하지 못할 때가 있습니다. 따라서 원하는 답변이 너무 길거나 짧지 않도록 명확한 지시를 추가하는 것이 중요합니다. 또한, 전문적인 답변이나 특정 형식의 응답을 원할 경우, 구체적인 예시를 제시해 모델이 기대하는 방향을 명확히 인식하도록 도와야 합니다.
예제
# 나쁜 예
'''
지금 주식 시장 상황은 어때?
'''
# 좋은 예
'''
2024년 1월부터 3월까지의 미국 주식 시장 상황을 요약해줘.
특히 S&P 500 지수의 변동과 주요 경제 지표를 중심으로 설명해줘.
'''
Python
복사
Provide reference text (참고할 수 있는 텍스트를 제공)
모델이 전문적인 주제나 인용, URL과 관련된 질문에 대해 종종 잘못된 정보를 제공할 수 있습니다. 이럴 때, 신뢰할 수 있는 참고 문헌을 모델에 함께 제공하면 보다 정확하고 신뢰할 수 있는 답변을 얻는 데 도움이 됩니다.
예제
# 나쁜 예
'''
후보자에게 [회사 이름]에 대한 면접 제의 메일을 작성해줘
'''
# 좋은 예
'''
후보자에게 면접을 요청하는 이메일을 작성해 줘. 다음 문장을 참고해 줘:
[후보자 이름]님께,
[스킬] 분야에서의 전문성을 가진 귀하는 저희 [회사 이름]의 비전에 완벽히 부합합니다.
저희는 현재 [부서/팀]에서 채용을 진행 중입니다. 함께 논의하며 협력할 방법을 찾아보고 싶습니다!
이와 유사한 스타일과 구조로, 구체적인 프로젝트 세부 사항을 포함하여,
전체 이메일을 200-250 글자로 작성해 줘.
'''
Python
복사
Give the model time to "think” (모델이 "생각할 시간"을 주기)
모델은 즉시 답을 제공하는 것보다 시간을 두고 차근차근 계산할 때 더 정확한 추론을 할 수 있습니다. 이때 Chain of thought나 Inner monologue 기법이 유용하게 활용될 수 있습니다.
•
Chain of thought: 모델이 문제를 해결하는 각 단계를 차례대로 설명하면서 사고 과정을 명확히 하는 방법입니다. 이 기법을 통해 모델은 더 신뢰할 수 있는 답을 도출할 수 있습니다.
•
Inner monologue: 모델이 추론 과정을 내부적으로 진행하면서, 그 과정을 사용자에게 보여주지 않고 최종 결과만을 전달하는 방식입니다. 이를 통해 모델은 더 정확한 답을 도출하면서 불필요한 정보를 숨길 수 있습니다.
예제
# 나쁜 예
'''
37 곱하기 56을 계산해 줘.
'''
# 좋은 예
'''
37 곱하기 56을 계산해 줘.
먼저 각 단계에서의 사고 과정을 내부적으로 진행한 후, 결과를 제공해 줘 .
계산은 'Chain of Thought' 기법을 사용하여 각 단계를 차례대로 설명하되,
그 과정은 모델만의 사고로 진행하고, 사용자에게는 최종 답만 제공해 줘.
'''
Python
복사
코드 예시
이제 간단한 Python 코드 예시를 통해 맞춤형 리크루팅 이메일 작성 방법을 살펴보겠습니다. 이 코드는 openai 라이브러리를 사용하여 후보자의 이력서 정보나 프로필을 기반으로 개인화된 이메일을 자동으로 생성합니다.
1 단계: 데이터 준비
candidate = {
"name": "김지수",
"skills": ["클라우드 컴퓨팅", "DevOps", "Kubernetes"],
"experience": {
"company": "A사",
"years": 5
}
}
company = {
"name": "B사",
"role": "시니어 백엔드 엔지니어"
"job_description": "B사는 혁신적인 인공지능 솔루션을 개발하는 선도적인 기업으로, 시니어 백엔드 엔지니어로서 클라우드 기반 시스템을 구축하고, DevOps 환경을 최적화하며, Kubernetes를 사용한 서비스 운영 자동화 및 관리에 책임을 집니다. 후보자는 강력한 기술적 리더십과 팀 협업 능력을 갖추고 있어야 하며, 빠르게 변화하는 환경에 적응할 수 있는 능력을 요구합니다."
}
Python
복사
2 단계: OpenAI API를 활용한 ChatGPT 응답 생성
import openai
api_key = "your-api-key"
client = OpenAI(
api_key=api_key,
)
def generate_response(prompt):
completion = client.chat.completions.create(
model="gpt-4o-mini",
messages=[
{"role": "system", "content": "You are a helpful assistant."},
{"role": "user", "content": prompt}
]
)
return completion.choices[0].message.content
Python
복사
3 단계: prompt 생성
prompt = f'''
예제 1:
제목: [회사 이름] [역할]
[지원자 이름]님께,
귀하의 [스킬/분야] 경험에 깊은 인상을 받았습니다.
저희 [회사 이름]에서는 귀하와 같은 뛰어난 인재를 찾고 있습니다.
특히, 귀하의 역량이 저희 팀과 잘 맞는 이유는 다음과 같습니다: [이유].
예제 2:
제목: [회사 이름] [역할]
[지원자 이름]님께,
[스킬] 분야에서의 전문성을 가진 귀하는 저희 [회사 이름]의 비전에 완벽히 부합합니다.
저희는 현재 [부서/팀]에서 채용을 진행 중입니다.
함께 논의하며 협력할 방법을 찾아보고 싶습니다!
##############
후보자 정보:
이름: {candidate["name"]}
스킬: {",".join(candidate["skills"])}
경력: [{candidate["experience"]["company"}]에서 {candidate["experience"]["year"}년 근무
회사 정보:
이름: {company["name"]}
역할: {company["role"]}
설명: {company["job_description"]}
##############
작업:
위 정보를 활용하여 {candidate["name"]}님을 위한 맞춤형 리크루팅 이메일을 작성하세요.
이메일은 다음 단계를 따라주세요.
1. 회사와 주요 성과를 간략히 소개합니다.
2. 후보자의 기술이 왜 회사에 적합한지 언급합니다.
3. 명확한 다음 단계를 제공합니다 (예: 지원 링크 또는 미팅 요청).
'''
Python
복사
4 단계: 응답 생성
generate_response(prompt)
Python
복사
결과 예시:
제목: B사 시니어 백엔드 엔지니어
김지수님께,
저희 B사는 혁신적인 인공지능 솔루션을 개발하는 선도적인 기업으로,
클라우드 기반 시스템 구축, DevOps 환경 최적화,
그리고 Kubernetes를 통한 서비스 운영 자동화 및 관리에 주력하고 있습니다.
B사에서 시니어 백엔드 엔지니어 역할을 맡게 되시면,
빠르게 변화하는 환경에서 중요한 기술적 리더십을 발휘하실 수 있을 것입니다.
김지수님은 A사에서 5년간 클라우드 컴퓨팅, DevOps, Kubernetes 분야에서 쌓은 풍부한 경험을 바탕으로 저희 팀에 큰 도움이 될 것이라 확신합니다.
특히, 귀하의 기술적 리더십과 협업 능력은 B사 팀의 목표 달성에 중요한 기여를 할 것입니다.
또한, 변화하는 기술 환경에 능동적으로 대응하는 능력은 B사의 혁신적인 비전과 완벽히 일치합니다.
저희는 김지수님과 이 기회를 더욱 논의하고 싶습니다.
[지원 링크]를 통해 지원해 주시거나, 편하신 시간에 미팅을 요청해 주시면 감사하겠습니다.
감사합니다.
B사 채용팀 드림
Shell
복사
마치며
AI 기술의 발전으로 채용 과정에서의 맞춤형 접근 방식은 단순한 효율성 향상을 넘어, 구직자와의 신뢰를 구축하고 긍정적인 경험을 제공하는 데 중요한 역할을 하고 있습니다. 이러한 변화는 채용 담당자가 구직자와 더 개인화된 소통을 가능하게 하여, 결과적으로 더 긍정적인 관계를 형성하는 데 기여합니다. 이번 글에서는 ChatGPT와 같은 AI 도구를 활용한 효과적인 리크루팅 이메일 작성 방법을 살펴보았습니다. 특히, 프롬프트 엔지니어링 기법을 통해 AI 모델이 더 정확하고 개인화된 이메일을 생성할 수 있도록 지원하며, 이는 채용 과정에서의 소통을 더욱 효율적이고 효과적으로 만들어 줄 것입니다.
참고문헌
•
Vatsal, S., & Dubey, H. (2024). A survey of prompt engineering methods in large language models for different nlp tasks. arXiv preprint arXiv:2407.12994.
•
Wei, J., Wang, X., Schuurmans, D., Bosma, M., Xia, F., Chi, E., ... & Zhou, D. (2022). Chain-of-thought prompting elicits reasoning in large language models. Advances in neural information processing systems, 35, 24824-24837.
