본 논문은 대규모 언어 모델(LLM)을 활용한 다중 에이전트 프레임워크를 제시하여 이력서 심사 과정을 자동화하는 것을 목표로 합니다. 이 프레임워크는 이력서 추출, 평가, 요약, 점수 형식화 에이전트의 네 가지 핵심 요소로 구성됩니다. 특히, 검색 증강 생성(RAG)을 이력서 평가 에이전트에 통합하여 산업별 전문 지식, 자격증, 대학 순위, 회사별 채용 기준 등 외부 지식 소스를 활용하여 후보자 평가의 맥락적 관련성을 높입니다. 익명화된 온라인 이력서 데이터셋을 사용하여 AI 생성 점수와 HR 전문가의 평가를 비교 분석하여, 제안된 접근 방식의 효과를 평가합니다. 연구 결과는 다중 에이전트 RAG-LLM 시스템이 이력서 심사 자동화를 통해 더 효율적이고 확장 가능한 채용 워크플로우를 가능하게 함을 보여줍니다.
