인사추천시스템 시작하며 유튜브 알고리즘에 대해서 모르는 사람이 거의 없을 정도로 AI 추천 알고리즘은 널리 알려졌습니다. 그런데 추천 알고리즘은 컨텐츠 추천만 가능할까요? 사실 많은 곳에서 추천 알고리즘을 사용하고 있습니다. 대표적인 유튜브 이외에도 쇼핑몰 홈페이지나 넷플릭스 같은 OTT에서도 사용합니다. 추천 알고리즘을 회사에서 사용하고자 하면 어떻게 사용할 수 있을까요? kubwa에서는 한 회사의 의뢰를 받아 사내 인사추천 AI를 만들게 되었습니다. 과거의 기록을 바탕으로 특정 직무에 적합한 후보자를 추천해 인사이동의 참고자료를 제공하고자 합니다. 특히 인재가 성장하면서 인재관리에 어려움을 겪는 조직을 위해 인사관리에 참고자료로 활용할 수 있는 지표를 만드는 것이 이 프로젝트의 목표입니다. 문제상황 성장하는 어떤 조직이든 성공을 위해서는 적절한 인재를 적재적소에 배치하는 것이 중요합니다. 특히 승진대상자를 평가하기 위해서는 성과나 자격증 같은 정량적인 평가뿐만 아니라 성격과 프로젝트 기여도 등 정성적인 평가 모두 고려해야합니다. 하지만 조직의 규모가 커질수록 인재관리는 더욱 어려워집니다. 복잡성은 양적지표뿐만 아니라 주관적인 감정, 대인관계 등의 질적 측면도 고려해야하는데 이는 계량화하여 시스템에 통합하기 어렵습니다. 해결방법 인사추천 알고리즘을 위해 2가지 모델을 사용했습니다. 첫번째모델은 개인의 과거 프로젝트와 자격증, 경력, 대인관계 평가 및 전문성 등에 대한 데이터를 이용해 다음 인사이동에 적합한 팀을 분류하는 분류모델입니다. 두번째 모델은 분류된 팀 내에서 적합한 직책을 추천하는데 중점을 둡니다. 두번째 모델에서는 팀 내에서 중요하게 생각하는 정량적 데이터에 가중치를 두어 인재풀을 개선하도록 설계했습니다. 경력과 프로젝트 성과에 따라서 승진대상자를 추천하기도 합니다. 이렇게 만들어진 인사추천 알고리즘은 다음 인사이동에 적합한 팀과 직책을 추천하기 때문에 인사팀의 인적자원 관리에 필요한 의사결정 프로세스를 간소화하는데 도움이 됩니다. 결과 및 고도화 방안 인사추천시스템을 구현함으로써 의뢰했던 회사의 조직은 승진 및 팀 배치에 적합한 후보자를 식별하는 측면에서 인적 자원 관리 프로세스를 크게 개선할 수 있었습니다. 하지만 여전히 사람사이의 관계나 프로젝트 기여도, 사내문화 적합성 등 사람이 평가해야하는 부분이 많이 남아있기에 인사추천시스템의 결과는 참고하는 정도로만 사용할 수 있을 것 같습니다. 추후 조직의 상황이나 대인관계에 대한 데이터를 축적하고 학습한다면 좀 더 정성적인 평가가 가능해지면서 인사평가에 충분한 지표가 될 것 같습니다.

하수관 막힘 탐지모델 시작하며 대도시의 하수관은 대부분 엄청 오래되었습니다. 뿐만 아니라 지어진지 오래된 건물의 하수관 역시 매우 노후되었습니다. 예전에 백화점 명품관 위쪽에 있는 하수관이 터지는 바람에 온갖 오물이 명품상품 위로 쏟아져내리는 사고가 있었습니다. 그 이후로 노후된 하수관를 관리하자는 경각심이 심어졌지만 모든 하수관을 교체하기에는 만만치 않은 비용이 필요합니다. kubwa는 AI기술을 활용하여 하수관의 어느 부분이 막혔는지 예측하고 그 부분만 미리 예방한다면 모든 하수관을 교체하지 않아도 하수관 유지보수가 가능하겠다고 생각했습니다. 즉, 하수관이 언제, 어디서 막혀서 터질지 미리 예측하여 예방할 수 있도록 하는것이 목표였습니다. 문제상황 도시의 급속한 성장과 산업화로 인해 하수 처리 시설의 부하가 증가하고 있습니다. 더불어 시간이 지남에 따라 하수관은 노후되고, 지하에 있는 하수관 뿐만 아니라 건물에 설치된 작은 하수관들 역시 오랜기간 사용하면서 내부에 쓰레기들이 축적되어 막혀서 터지는 사고까지 발생했습니다. 시간이 지날수록 관리하기 힘든 하수관은 교체하는데에도 많은 시간과 비용이 필요합니다. 기존의 관리방식은 사람이 하수관 전체를 둘러보면서 물이 새는 부분이 있는지 확인하고, 이미 하수관이 막혀서 물이 안내려가는 경우, 소형 카메라는 투입해 어느부분이 문제인지 확인하는 형식이었습니다. 하지만 너무 많은 문제들이 산발적으로 발생할 수 있고, 하수관 관리의 한계에 도달하여 새로운 관리방법이 필요합니다. 해결방법 이러한 문제를 해결하기 위해서 하수 막힘 예측 모델을 개발했습니다. 이 알고리즘은 하수관에 흐르는 물이 만들어낸 진동을 시그널로 수집하여 평소와같이 물이 흐르는지, 막힘이 발생하여 물 흐름이 원활하지 못한지 흐름을 분석하고, 막힘여부를 판단합니다. 실시간으로 판별하기 때문에 위험상황이 왔을 때 관리자에게 경고를 보내 빠르게 대처할 수 있게 합니다. 기존에 사람이 하나하나 확인했던 방식보다 빠르게 하구막힘을 판단할 수 있습니다. 결과 및 고도화 이 프로젝트의 결과로 개발된 하수관 막힘 예측 모델은 막힘여부를 판단하는 데 39%의 높은 정확도를 달성했습니다. 이는 하수관 물흐름에 따른 신호데이터를 통해 신속하고 정확하게 하수관 막힘을 판단한 수 있음을 의미합니다.