핵심 아이디어
- 타깃
- 연 50명 이상 채용하는 IT/금융 기업 채용 담당자. 지원자의 ChatGPT 답변을 구별 못 해 잘못된 채용에 연봉 1~2배 손실을 겪는 팀.
- 문제
- 2025년 이후 지원자 70%+ 가 AI로 이력서·면접 답변을 작성. 채용 담당자는 '이게 이 사람의 진짜 역량인가'를 판별할 수 없음. 현재 해결법: 대면 면접 횟수 증가(비용↑), 코딩 테스트(이것도 AI로 통과), 직감에 의존.
- 해결
- 지원자에게 하루 1분짜리 '마이크로 챌린지'를 전송. 정답이 아니라 사고 과정(타이핑 속도, 수정 패턴, 응답 구조)을 실시간 기록. AI가 '위장 가능성 점수'를 산출하여 채용 담당자에게 대시보드로 제공.
- 차별화
- 기존 프로크터링(시험 감독) 도구는 시험 부정행위 탐지 목적. ProbeHire는 '채용 면접에서의 AI 위장'이라는 신규 문제에 특화. 마이크로 챌린지 형식으로 지원자 부담 최소화하면서 탐지 정확도 10배.
핵심 기능
- 01
직무별 마이크로 챌린지 자동 생성(1분 이내 완료)
- 02
실시간 타이핑/수정/응답 패턴 분석 엔진
- 03
AI 위장 가능성 점수 대시보드
- 04
ATS(채용관리시스템) 연동 API
- 05
지원자별 사고 과정 리플레이 뷰어
시장과 비즈니스
수익 구조
| 핵심 모델 | B2B SaaS 월 ₩59,000/팀(채용 담당자 5인 기준) × 목표 250사 = 월 ₩14,750,000. |
|---|---|
| 근거 01 | 잘못된 채용 1건 = 연봉의 1.5배(약 ₩6,000만원) 손실. |
| 근거 02 | 월 ₩59,000으로 1건만 방지해도 ROI 1000배. |
- 개발 기간
- 약 12주
- 시장 규모
- 전체 시장 글로벌 HR테크 시장 $30B(약 40조원), 한국 채용 플랫폼 시장 연 1.5조원유효 시장 한국 내 AI 기반 채용 스크리닝 도구 수요 연 3,000억원(IT·금융·대기업 중심)초기 목표 시장 초기 IT 스타트업·중견 기업 채용팀 연 40억원 규모
- 시장 흐름
- rising
발견 근거
- 시장 신호
- 문어(위장) × AI 채용/면접: 문어의 '위장술'에서 영감 → 지원자가 AI로 자신을 위장하는 현상을 탐지하는 역방향 적용
- 분석 방식
- 방법 3: 동물 행동 역설 적용 — 위장하는 쪽의 기술을 역으로 탐지 기술로 전환
- 포착 일자
- 2026.03.07