ProbeAI 시대의 인재
새로운 방식으로 평가해요
특정 툴 숙련도가 아니라, 문제를 AI 에게 설명하고 · 검증하고 · 도구를 고르는 사고력을 측정해요. 결과물뿐 아니라 “어떻게 풀었는지”가 자동 수집되어, 평가자는 한눈에 과정을 볼 수 있어요.
AI 시대의 인재는
같은 조건에서 다른 결과를 내요
AI 도구를 똑같이 쥐여줘도 결과물은 같아지지 않아요. 그 격차를 가르는 건 도구가 아니라 도구를 운용하는 역량이에요.
그럼 무엇을 보고
AI 인재를 채용 중이신가요?
좋은 AI 인재상은 무엇인지, AI 를 잘 쓰는 기준이 무엇인지, 그걸 평가하는 사람의 AI 활용 역량은 도대체 어느 정도가 되어야 하는지 모호해요.
“AI 인재상이 없어요”
회사·포지션마다 필요한 AI 역량이 다르다보니, 범용적인 AI 인재의 정의가 합의돼 있지 않아요.
“'잘 쓴다'의 기준이 없어요”
빠르게 코드를 뽑는다고 잘 쓰는 게 아니에요. 무엇을, 어떻게, 어디까지 봐야 하는지 측정 잣대가 필요해요.
“평가자인데 AI 를 잘 몰라요”
현업 평가자도 AI 도구·환경에 익숙하지 않으면, 후보자의 진짜 역량 차이를 읽어내기 어려워요.
어려운 AI 인재 정의부터 기준 수립, 자동화된 평가까지
하나의 모듈에서 전부 제공해요
Probe 는 채용 담당자에게 AI 인재 기준을 제시하고, 문제를 함께 내며, 자동화된 평가를 제공합니다.
Usecase
AI First 기업과 함께 만드는
인재 평가의 미래
Probe 는 KRAFTON 의 정규 채용 평가 테스트로 제공되고 있어요. 연구원·엔지니어·비개발 및 백오피스까지 KRAFTON 의 Vision & Value 에 맞추어 각각 신뢰 가능한 테스트와 평가 리포트를 제공해요.
AI Native 인력 채용 노하우
AI 의 최선단, KRAFTON 의 인력 채용 및 평가 기준과 방법이 담겨 있어요.
사내 평가, 전 직군 확대 중
크래프톤 내부에서도 AI 역량 평가를 도입·확장하고 있고, 전 포지션 확대를 준비하고 있어요.
Our Standard
AI Native 역량을 정의해
평가의 기준을 새로 만들어요
기업이 원하는 AI Native 역량은 제한된 자원 안에서, AI의 장점과 한계를 운용해 결과물을 잘 만드는 능력이에요. 산출물을 직접 장악하는 '기술', 과정을 조향하는 '의도', 결과를 이해하는 '인지'의 세 축으로 평가해요.
AI Native 역량이란?
- 01
기술 관리 (Technique)
AI가 만든 산출물을 본인이 직접 장악해, 실제로 돌아가게 · 유지 가능한 구조로 · 보안이 새지 않게 코드를 잘 구성하는가
- 02
의도 관리 (Intent)
AI에게 일을 맡기고 조향하며, 목표와 제약을 정의하고 작업을 분해해 위임하고, 검증 루프로 결과를 통제하는가
- 03
인지 관리 (Cognition)
AI의 작업과 산출물을 이해하고, 왜 이 구조인지 · 어떻게 동작하는지 · 어디서 깨지는지 본인 산출물 기준으로 설명할 수 있는가
Evaluation areas
기술 · 의도 · 인지를 기준으로 평가해요
각 역량은 세부 rubric으로 채점해요. 기준마다 점수가 책정되며 충족 · 미충족 예시를 그 근거가 되는 프롬프트, 소스코드와 함께 제시해 평가자에게 신뢰 가능한 지표를 전달해요.
기술 관리 — 산출물 · 코드로 평가
모든 답변 공통: 실제 제출물과 모순되지 않는가 · 일반론이 아닌 본인 산출물 기준인가 · 없는 것을 지어내지 않는가 · 권위가 아닌 증거로 추론하는가
How it works
지원자는 문제의 답을 고민하고
기업은 그 고민한 과정을 평가해요
지원자는 실전 환경에서 과제를 풀고, 끝나면 산출물에 대해 답해요. 평가는 행동(의도)과 답변(인지), 모두 실제 기록으로 해요.
- 1
실전 환경에서 시작
브라우저 웹 IDE로 바로 시작. mock이 아닌 실 API · 실 컴퓨트 환경에서, 시간과 토큰 budget 안에서 작업해요.
- 2
산출물 · 과정 기록 자동 수집
소스 코드와 함께 transcript, 프롬프트, 도구 설정, 검증 실행 흔적 같은 AI 협업 기록이 자동 수집돼요. 지원자는 따로 서술하지 않아요.
- 3
사후 Q&A
사후 질문은 결과물, 의도, 그리고 인지에 고루 걸쳐 출제되며, 지원자는 본인 결과물을 설명할 수 있어야 해요.
- 4
자동화된 평가 · 면접 리포트
역량별 세부 rubric으로 자동 채점하고, 면접자를 위한 후보별 변별 리포트를 만들어요. 기준마다 grey area와 충족 · 미충족 예가 정의돼 채점이 재현 가능해요.
충족으로 보는 신호
- 완료 조건 · 수용 기준이 명시된 프롬프트
- 실패 → 수정 → 같은 검증으로 재통과한 기록
- 결정 이유와 기각한 대안의 기록
- 새 세션이 이어받을 수 있는 의도 문서 (CLAUDE.md)
- 실제 제출물과 일치하는, 본인 산출물 기준의 답변
미충족으로 보는 신호
- '알아서 잘 만들어줘'식의 통짜 위임
- AI의 완료 보고를 검증 없이 수용
- 교과서 일반론으로 채운 답변
- 없는 파일 · API를 인용하는 설명
- 도구 · MCP 남발로 흐려진 신호
모두에게 같은 출발선
문제를 해결하는 과정에 집중해요
모델 성능과 범위에 제한을 두지 않고 실제 업무 환경과 동일한 자유도로 후보자가 활용할 수 있도록 지원해요.