Customers

채용팀이 RecruitMatch로 무엇을 바꿨는지.

스타트업 30명부터 엔터프라이즈 5,000명까지. 도입 전후의 숫자를 그대로 공개합니다.

NIMBUS
Aeon
Hyperion
OrbitAI
Lattice
Quantum
Pillar
Coda
Mosaic
Ridge
Crest
Vertex
4.2×
Time-to-shortlist 단축
92%
추천 적합도 (피드백)
1.4M+
연간 매칭 수
99.98%
90일 가동률
NIMBUS
클라우드 인프라 · 320명
–68%
Time-to-hire
+22%p
추천 후보 적합도
×2.4
리크루터 처리 capacity
37건/월
편향 표현 사전 차단
Kafka 매칭한국어 임베딩Slack 알림
Case Study #01

JD 1건을 채우는 데 19일 → 6일로 단축

시니어 백엔드 11명을 6개월 안에 채워야 했습니다. 기존 ATS의 키워드 매칭은 한국어 이력서에 약했고, 매번 리크루터 4명이 풀스캔으로 100건씩 읽었어요. RecruitMatch 도입 후 AI가 1차 랭킹을 0.8초에 끝내고, 우리는 Top 20만 사람 손으로 검토합니다. 근거가 명확하니까 hiring manager 설득에도 마찰이 없어요.

SP
Soyeon Park
Head of Talent · Nimbus
OrbitAI
AI/ML 스타트업 · 85명
+18%p
Offer 수락률
–61%
False positive
94.2%
스킬 표준화 정확도
4.1일
Time-to-shortlist
스킬 그래프도메인 분류편향 모니터링
Case Study #02

LLM 채용에서 "진짜 경력자"를 가려내다

"LLM 경험자"로 자칭하는 이력서가 폭증했지만, 실제로 RAG 시스템을 운영해본 사람은 드물었습니다. 스킬 그래프가 "LLM API 호출"과 "Production RAG 운영"을 다른 노드로 분리해주는 게 결정적이었어요. 면접 통과율이 두 배 가까이 올랐습니다.

JL
Junho Lee
People Ops Lead · OrbitAI
Aeon
커머스 · 1,200명
+91%
데이터 정합성
14%
중복 후보 검출
주 12시간 절감
리포팅 자동화
99.98%
SLA
ATS 통합SSO/SCIMAnalytics API
Case Study #03

ATS 통합으로 채용 데이터를 통합

Greenhouse, Workday, 자체 시스템에 흩어진 후보자 풀을 통합했습니다. 한 후보가 여러 ATS에 흩어진 경우를 자동으로 dedupe 해주고, 분석 대시보드는 Finance 팀의 채용 비용 리포팅까지 자동화했어요.

MC
Mina Cho
VP of HR · Aeon