"'AI 퍼스트'는 채용부터"…크래프톤, 자체 솔루션으로 AI 역량 평가

AI 네이티브 채용솔루션 '코파-프로브' 개발
AI-지원자 협업 과정 구조화·해결 역량 평가
'메타 하네스'로 LLM 기반 평가 한계 보완

크래프톤(259960)은 인공지능(AI)과 지원자의 협업 과정을 구조적으로 평가하는 AI 네이티브 채용 솔루션 '코파-프로브(Cofa-Probe)'를 개발하고, 최근 해커톤에서 실효성을 검증했다고 31일 밝혔다. 지난해 '인공지능(AI) 퍼스트'를 선언한 만큼 인재 채용에서부터 AI 활용 역량을 결과물이 아닌 과정과 근거로 평가하는 체계를 마련한 것이다.

지난달 30일 서울 성수동 ‘펍지성수’에서 열린 크래프톤의 AI 네이티브 해커톤 '코파톤'에서 참가자들이 과제를 수행하고 있다. 크래프톤 제공

기존의 채용 평가가 완성된 결과물만 확인했다면, 코파-프로브는 지원자가 AI와 문제를 정의하고 결과를 검증하는 전 과정을 들여다본다. AI 엔지니어의 실제 업무와 유사한 환경을 가상으로 구현하고, 후보자가 여러 업무 에이전트와 상호작용하며 문제를 발견·해결하는 방식을 평가하는 것이 핵심이다. 구체적으로 문제 정의, AI에 대한 역할 배분과 지시, 근거 탐색, 판단 수정, 오류 복구, 결과 검증 등 AI와 일하는 방식 전반을 구조화해 분석한다.

코파-프로브는 평가 과정에서 소스코드와 함께 대화 기록, 프롬프트, 도구 설정, 검증 실행 흔적 등 AI 협업 기록을 자동 수집한다. 과제 종료 후에는 지원자가 자신의 결과물과 의사결정 과정을 설명하는 사후 질의응답을 진행하고, 역량별 평가 기준에 따라 면접 참고 리포트를 생성한다

거대언어모델(LLM) 기반 평가의 한계도 보완했다. LLM을 활용하면 동일한 제출물도 실행할 때마다 결과가 달라지거나 표현 방식이 다른 제출물의 실질적인 역량 차이를 놓칠 수 있다. 크래프톤은 이 문제를 해결하기 위해 AI 평가 에이전트의 실행 구조를 반복 시험하고 개선하는 '메타 하네스' 기술을 적용했다. 오픈AI의 코덱스를 활용해 동일 제출물에 대한 평가 재현성과 서로 다른 제출물 간의 변별력을 동시에 확보했다.

크래프톤은 지난달 30일 서울 성수동 '펍지성수'에서 개최한 채용 연계형 AI 네이티브 해커톤 '코파톤'에 코파-프로브를 처음 도입해 실제 검증도 마쳤다. 해커톤은 '크래프톤 FDE 트랙'과 'CJ올리브영 AI 엔지니어 트랙'으로 나뉘어 진행됐다. 참가자들은 양사가 출제한 실무형 과제 중 하나를 선택해 수행했다. 업무 현장의 비효율을 AI로 해결하는 문제였다.

크래프톤은 빌드 과정에서 코파-프로브를 통해 실시간 평가하고, 산출된 블라인드 평가 리포트를 바탕으로 참가자들과 공개 토론을 진행했다. 그 결과 문제 정의와 커뮤니케이션을 중시하는 자사 과제와 커머스 현업 맥락을 반영한 CJ올리브영 과제 모두에 동일한 평가 원칙이 성공적으로 적용됐다고 크래프톤은 전했다.

크래프톤은 코파-프로브의 현장 도입이 AI를 단순히 인간의 판단을 대체하는 도구가 아니라, 더 나은 문제 해결과 의사결정을 지원하는 시스템으로 활용했다는 점에서 의미가 크다고 봤다. 특히 최종 결과물만으로는 확인하기 어려운 지원자의 AI 활용 역량을 관찰 가능한 데이터로 증명해 냈다.

크래프톤은 코파톤에서 확보한 운영 경험과 현장 피드백을 바탕으로 코파-프로브의 평가 기준과 에이전트 환경을 고도화한다는 계획이다. 박재민 크래프톤 AI 프론티어 본부장은 "AI 시대의 경쟁력은 AI와 함께 문제를 정의하고 근거를 확인해 결과를 끝까지 검증하는 데서 나온다"며 "코파-프로브를 고도화해 AI 네이티브 인재 평가의 새로운 기준을 만들어가겠다"고 말했다.

노경조 기자 felizkj@asiae.co.kr