면접 진행과 평가 정리: 기록·요약·평가 취합 자동화
면접 내용을 기록·요약하고 여러 면접관의 평가를 취합·비교하는 워크플로우를 만들되, 녹음 동의와 음성 개인정보 처리 원칙을 함께 지키는 방법을 다룹니다.
이전 챕터에서 직무 역량을 기준으로 구조화 면접 질문과 표준 평가 루브릭을 AI로 설계했습니다. 이제 그 질문지를 들고 실제 면접장에 들어가는 단계입니다. 잘 만든 루브릭도 면접이 끝나고 나면 "그 지원자가 두 번째 질문에서 뭐라고 답했더라"를 두고 면접관끼리 기억이 갈립니다. 기록이 부실하면 평가 근거가 흐려지고, 근거가 흐려지면 결정은 인상과 목소리 큰 사람 쪽으로 기웁니다.
이번 장은 면접을 기록하고, 요약하고, 여러 면접관의 평가를 한자리에 취합하는 흐름을 다룹니다. 다만 면접 녹음은 편의 도구이기 이전에 법의 문제입니다. 동의 절차부터 짚고 시작합니다.
녹음은 도구를 켜기 전에 동의부터
면접 기록 도구는 대부분 음성을 녹음해 텍스트로 옮깁니다. 지원자의 목소리는 그 자체로 개인정보이고, 한국에는 녹음을 규율하는 법이 두 갈래로 걸쳐 있습니다.
통신비밀보호법과 개인정보보호법 두 갈래
통신비밀보호법 제14조는 "공개되지 아니한 타인 간의 대화"를 녹음·청취하는 행위를 금지합니다. 여기서 핵심은 '타인 간'입니다. 면접관 본인이 참여한 대화, 즉 자신이 자리에 앉아 진행하는 면접을 녹음하는 것은 형사상 불법에 해당하지 않습니다. 반면 면접관이 자리를 비운 사이 지원자들끼리 나눈 대화를 몰래 녹음하는 것은 위법 소지가 있습니다.
형사상 불법이 아니라는 것과 마음대로 해도 된다는 것은 다릅니다. 무단 녹음·공개는 민사상 손해배상 청구로 이어질 수 있고, 지원자의 음성을 수집·이용하는 행위는 개인정보보호법의 적용을 받습니다.
실무 권고: ① 면접 시작 전 참석자 전원에게 녹음 사실을 고지하고, ② 지원자 음성 수집·이용에 대한 개인정보 동의 절차를 병행합니다. 통신비밀보호법상 당사자 녹음은 합법이더라도, 사전 고지와 동의를 함께 갖추는 편이 안전합니다.
동의는 형식이 아니라 신뢰의 문제이기도 합니다. "정확한 평가를 위해 면접을 기록하며, 기록은 채용 결정 목적으로만 쓰고 일정 기간 후 파기합니다"라는 한 문장을 안내하고 시작하면, 지원자도 감시가 아니라 절차로 받아들입니다.
고지에 담을 다섯 가지
동의 안내는 길 필요가 없습니다. 다음 항목만 명확하면 됩니다.
- 수집 항목: 면접 음성 및 그 전사 텍스트
- 이용 목적: 면접 내용 기록과 평가 근거 정리
- 보유 기간: 채용 종료 후 파기 시점(예: 채용 확정 후 일정 기간)
- 거부 권리: 녹음을 원치 않으면 수기 기록으로 대체 가능하다는 안내
- 처리 방식: 외부 AI 기록 도구 사용 여부와 데이터 처리 위치
민감한 조직이라면 셀프호스팅형 도구로 데이터를 자체 서버에 두는 선택지도 있습니다. 이 관점은 8장의 파이프라인·거버넌스에서 다시 다룹니다.
면접 기록 도구, 한국어부터 확인하세요
동의를 갖췄다면 도구를 고릅니다. 이 단계에서 가장 많이 어긋나는 지점이 언어 지원입니다. 해외에서 유명한 회의 기록 도구가 한국어를 제대로 못 알아듣는 경우가 흔합니다.
한국어 전사 지원 여부 비교
대표 도구를 한국어 지원 관점에서 정리하면 다음과 같습니다. 가격은 2026년 8월 기준이며 변동될 수 있습니다.
| 도구 | 한국어 전사 | 진입 유료 가격(대략) | 국내 면접 적합성 |
|---|---|---|---|
| Otter.ai | 미지원(영어·프랑스어·스페인어) | 연납 기준 약 $8.33/월 | 국내 면접 기록엔 권장 어려움 |
| Fireflies.ai | 지원(설정에서 한국어 선택) | Pro 연납 약 $10/seat·월 | 국내 면접에 현실적 선택지 |
| tl;dv | 명시 확인 필요(30여 개 언어) | Pro 약 $25/user·월 | 한국어 여부 확인 후 판단 |
Otter.ai는 영어권에서 널리 쓰이지만 공식 지원 언어가 영어·프랑스어·스페인어에 그쳐, 한국어 면접 전사에는 부적합합니다. Fireflies는 설정에서 한국어를 선택할 수 있어 국내 면접·회의 기록에는 현실적인 선택지입니다(도구명으로만 표기). tl;dv는 지원 언어가 넓다고 소개되지만 한국어 명시 여부가 확인되지 않았으므로, 도입 전에 실제 한국어 전사 품질을 직접 시험해 보고 판단하시기 바랍니다.
대안: 협업 도구에 내장된 회의 기록
별도 전사 도구 대신, 이미 쓰는 협업 도구의 내장 기능을 활용하는 방법도 있습니다. 예를 들어 Notion AI의 회의 노트 기능은 상위 요금제에 번들로 포함되어, 면접 기록과 지원자 트래킹 문서를 한곳에 모으는 데 유리합니다. 어느 쪽을 쓰든 원칙은 같습니다. 전사 텍스트는 초안이고, 사실 확인과 판단은 사람이 합니다.
기록을 요약으로, 요약을 평가 재료로
전사 텍스트 전체를 다시 읽는 면접관은 없습니다. 30분 면접이 수천 단어의 텍스트로 남으면 오히려 안 봅니다. 그래서 기록 다음 단계는 요약입니다.
요약 프롬프트: 루브릭에 맞춰 뽑아내기
요약은 "대충 줄여줘"가 아니라, 4장에서 만든 평가 루브릭의 항목별로 정리하도록 지시할 때 쓸모가 커집니다. 전사 텍스트를 Claude나 다른 범용 AI에 붙여 넣고 아래처럼 요청합니다.
아래는 [직무명] 지원자 면접 전사입니다. 다음 형식으로 정리해 주세요.
- 역량별 요약: [문제해결력 / 협업 / 직무 전문성 / 성장 의지] 각 항목마다 지원자의 답변 근거를 2~3줄로.
- 인상적인 발언: 실제 발언을 그대로 인용(따옴표)하고, 어느 질문에 대한 답인지 표시.
- 확인이 더 필요한 부분: 답변이 모호했거나 검증되지 않은 주장. ※ 전사에 없는 내용은 추측하지 말고 "언급 없음"으로 표기하세요.
마지막 한 줄이 중요합니다. AI 요약은 빈칸을 그럴듯한 문장으로 메우는 성향이 있어, "없으면 없다고 하라"는 지시를 넣지 않으면 하지 않은 말을 지어냅니다. 요약본은 반드시 원문과 대조해 확인한 뒤 평가 재료로 씁니다.
요약이 편향을 줄이는 방향으로 작동하게
요약 단계에서 성별·나이·출신학교처럼 직무와 무관한 정보를 제외하도록 지시하면, 면접관이 요약본을 볼 때 불필요한 단서에 흔들릴 여지를 줄입니다. 다만 요약은 어디까지나 참고용 정리이며, 3장에서 짚었듯 최종 판단은 사람이 쥐고 있어야 합니다.
여러 면접관의 평가를 한 표로 취합하기
면접이 여러 명, 여러 라운드로 진행되면 평가가 흩어집니다. 각자 메모장, 각자 메일, 각자 기억. 이걸 하나의 비교 가능한 형태로 모으는 것이 평가 취합입니다.
면접관×역량 점수 매트릭스
가장 명료한 방식은 행에 면접관, 열에 역량을 놓은 매트릭스입니다. 4장 루브릭의 역량 항목을 그대로 열로 가져오면 됩니다.
| 면접관 | 문제해결력 | 협업 | 직무 전문성 | 성장 의지 | 종합 |
|---|---|---|---|---|---|
| 면접관 A | 4 | 3 | 5 | 4 | 4.0 |
| 면접관 B | 3 | 4 | 4 | 4 | 3.75 |
| 면접관 C | 5 | 3 | 4 | 3 | 3.75 |
| 평균 | 4.0 | 3.3 | 4.3 | 3.7 | 3.83 |
이 표는 단순히 평균을 내는 도구가 아닙니다. 값이 갈리는 칸이 곧 논의 지점입니다. 문제해결력에서 A·C는 높게, B는 낮게 봤다면, 면접관들이 같은 답변을 다르게 해석했다는 뜻입니다. 취합의 목적은 점수를 하나로 뭉개는 것이 아니라, 어디서 왜 갈렸는지를 드러내 최종 논의를 근거 있게 만드는 데 있습니다.
취합 자동화: 폼에서 표까지
취합 작업 자체도 자동화 대상입니다. 면접관들이 각자 채운 평가 폼(설문 폼이나 시트)을 한곳에 모으고, 점수는 자동으로 매트릭스에 집계되도록 구성합니다. 이 트리거-집계 흐름은 노코드 자동화 도구로 코드 없이 조립할 수 있으며(폼 제출 → 시트 누적 → 담당자 알림), 자동화 설계는 8장에서 파이프라인 전체로 확장해 다룹니다.
평가 코멘트가 문장으로 흩어져 있다면, 취합된 코멘트를 AI에 넣어 비교 정리를 맡깁니다.
아래는 지원자 한 명에 대한 면접관 3인의 평가 코멘트입니다.
- 세 명이 공통으로 지적한 강점과 우려를 각각 묶어 주세요.
- 의견이 엇갈린 항목을 표시하고, 각자의 근거 문장을 나란히 인용해 주세요.
- 최종 논의에서 확인할 질문 3가지를 제안해 주세요. ※ 평가에 없는 내용은 만들지 말고, 근거는 원문 표현을 유지하세요.
이렇게 하면 "누가 좋다고 했다"가 아니라 "어떤 근거로 갈렸다"가 남습니다.
평가 근거를 남기는 기록 원칙
마지막으로, 왜 이렇게까지 기록하느냐는 질문에 답이 되는 원칙입니다.
점수보다 근거, 근거는 발언에서
구조화 면접이 비구조화 면접보다 성과를 잘 예측한다는 것은 인사심리학의 오랜 결론입니다. 절대적인 예측력 수치는 연구마다 다르지만(예: Schmidt & Hunter 1998의 재분석을 수정한 Sackett 등 2022 연구), "구조화가 비구조화보다 낫다"는 방향은 일관됩니다. 구조화의 힘은 결국 같은 기준으로 묻고, 답변을 근거로 기록하는 데서 나옵니다. 점수 '4'만 남기면 반년 뒤 아무 의미가 없지만, "직전 프로젝트에서 A/B 테스트로 전환율을 개선한 경험을 구체적 수치로 설명함"이라는 근거가 남으면 재검토도 설명도 가능합니다.
설명 가능성은 법적 요건이기도 합니다
평가 근거를 남기는 일은 좋은 관행을 넘어 법과 맞닿아 있습니다. 개인정보보호법 제37조의2(2024-03-15 시행)는 완전히 자동화된 결정이 지원자의 권리·의무에 중대한 영향을 미칠 때 설명을 요구할 권리를 보장합니다. AI기본법은 채용을 '고영향 인공지능' 영역에 포함해(2026-01-22 본격 시행) 이용자 고지·설명 의무를 둡니다. 기록과 근거가 없으면 "왜 이 결정을 내렸는가"에 답할 수 없습니다. 지원자 응대와 피드백 문안은 다음 장에서 이어집니다.
이번 장에서는 면접을 녹음 동의 위에서 기록하고, 루브릭에 맞춰 요약하고, 면접관 평가를 매트릭스로 취합해 근거를 남기는 흐름을 정리했습니다. 도구 조합이 더 궁금하다면 꿀조합도 참고하시기 바랍니다. 다음 챕터에서는 '지원자 커뮤니케이션: 안내·피드백·오퍼레터 자동화와 지원자 경험'을 다루겠습니다.