본 논문에서는 온라인 채용 플랫폼의 효율적인 인재 매칭을 위해 대규모 언어 모델(LLM) 기반의 새로운 프레임워크인 MockLLM을 제안합니다. MockLLM은 면접관과 지원자 역할을 모두 시뮬레이션하여 실시간 양방향 상호작용을 통해 인재 매칭을 수행합니다. 면접 과정을 모의 생성하고 핸드셰이크 프로토콜을 기반으로 평가하는 두 가지 주요 구성 요소로 이루어져 있으며, 기존 경험을 바탕으로 반추 메모리 생성 및 동적 전략 수정을 통해 매칭 정확도를 향상시킵니다. 중국 주요 채용 플랫폼인 Boss Zhipin의 실제 데이터를 사용한 실험 결과, MockLLM은 기존 방법보다 매칭 정확도, 확장성, 적응력 측면에서 우수한 성능을 보였습니다.
