Hivemind

지원서를 한 건씩 공고에 비추어 분석하고 점수를 매긴다. 채용 담당자가 열어 볼 시간이 있는 첫 묶음만이 아니다. 지원서는 스스로 순위가 정해져 가장 잘 맞는 이력서가 위로 올라온다. 이것만으로도 채용을 시작할 때 처음 몇 시간을 잡아먹는 수작업 정리가 사라진다.

AI 에이전트가 정형화된 전화 스크리닝을 맡아, 1차에서 반복되는 질문을 대규모로 처리한다. 통화는 한 건씩 받아쓰고 점수를 매겨, 순위가 정해진 명단에 더한다. 채용 담당자는 실시간 통화를 통째로 건너뛰고 결과만 본다.

코딩과 디버깅 과제를 브라우저에서 풀 수 있고 여러 언어와 프레임워크를 아우르며, 표절 탐지도 내장돼 있다. 사례형 과제는 지원자가 공고에 맞는 문제를 어떻게 풀어 가는지 보여 주고, 성격과 인지 검사는 행동과 추론 점수를 같은 기록에 더한다.

지원서 추적, 공고 게시, 채용 워크플로가 수동적인 데이터베이스가 아니라 살아 움직이는 시스템 안에 있다. Hive 빌더가 채용 공고를 초안하고 몇 가지 선택으로 단계를 설정한다. 모든 동작이 한곳에 기록되어, 도구 사이에서 무언가 빠질 일이 없다.

AI 비서가 화상 면접에 들어와, 이야기하는 동안 메모를 하고 추가 질문을 제안한다. 녹화, 받아쓰기, 요약, 평가지가 지원자 기록에 바로 붙어서, 따로 회의록 도구를 구독할 필요가 없다.

이메일은 AI가 쓰고 파이프라인 이벤트에 따라 지원자 본인의 언어로 나간다. 문자 알림은 평가 결시를 줄이고, 실시간 받은편지함은 지원자 질문에 24시간 답하며 필요할 때 팀으로 넘긴다.

대시보드는 퍼널 전환, 파이프라인 속도, 채용 담당자별 성과, 충원 기간을 추적한다. 데이터 팀을 기다리지 않고 맞춤 리포트를 만들 수 있어, 지원자가 어디서 이탈하는지 찾기 쉽다.

Hivemind는 구글, 마이크로소프트, Zoom, Ashby, Greenhouse, Twilio, Zapier, 링크드인, WhatsApp과 연결되고, 공개 REST API를 쓰면 자사 시스템이 같은 채용 파이프라인 데이터를 읽고 쓸 수 있다. 자체 OpenAI 키를 쓰면 AI 평가의 크레딧 소모를 피할 수 있다.