[HR테크 혁신③] 사람이 아닌 ‘행동’을 본다…Mind Chaser가 분석하는 5가지 응답 패턴

[KtN 박준식기자] 전통적 인성검사 시스템은 본질적으로 언어 기반이다. 문항을 읽고 답변을 고르는 행위는 언어적 자기보고에 기반하며, 응답자는 자신의 이상적 이미지를 반영하려는 경향을 보인다. 그러나 AI 인성검사 솔루션 Mind Chaser는 언어 이면의 ‘행동’을 분석 대상으로 삼는다. Mind Chaser는 응답 그 자체보다 응답 ‘패턴’, ‘속도’, ‘일관성’, ‘변동성’, ‘반복성’ 등 비언어적 행동 데이터를 중심으로 응시자의 인성적 특성을 해석한다.

이는 단순한 ‘빅데이터 기반 성향 분석’이 아니다. Mind Chaser는 문항 단위의 정답 개념이 없는 비인지성 검사 문항에 대해 사용자의 반응 태도와 처리 방식 자체를 데이터로 삼는 분석 구조를 갖추고 있다. 이로써 응답자의 감정 상태, 판단 속도, 신뢰도, 심리적 방어, 조직 적응 가능성까지 정량적으로 추출할 수 있는 구조를 마련했다.

AI는 ‘답변 속도’를 분석한다: AI Pattern Analyzer

Mind Chaser의 대표 분석 모듈인 AI Pattern Analyzer는 응답자가 각 문항에 소요한 시간과 다음 문항으로 넘어가는 간격을 실시간으로 측정한다. 응답 시간이 너무 짧거나 너무 긴 경우, 일관성 없이 급변하는 경우, 특정 문항에서만 지나치게 오래 머무는 경우는 감정적 동요, 확신 결여, 반응 전략 개입 등의 신호로 분석된다.

AI는 응답 전체 흐름에서의 속도 곡선, 편차, 평균값과 표준편차 등을 추출해 ‘반응 일관성 점수’를 계산한다. 이 점수는 결국 응답의 ‘진정성’과 ‘심리적 안정성’을 유추하는 데 기초 데이터로 작용한다.

AI는 ‘극단 반응’을 추적한다: Cognitive Distortion Filter

자기보고식 검사에서 흔히 나타나는 현상 중 하나는 극단 반응(extreme responding)이다. 이는 문항의 의도와 무관하게 항상 ‘매우 그렇다’ 또는 ‘전혀 그렇지 않다’ 등 강한 선택지를 반복하는 패턴으로, 실제 성향보다는 응답자의 확증 편향, 감정적 과잉 반응, 혹은 방어 기제가 개입된 결과일 수 있다.

Mind Chaser의 Cognitive Distortion Filter는 이러한 극단 반응 패턴을 자동 감지하고, 반복성과 비정상 선택 빈도를 추적해 ‘반응 왜곡 점수’를 산출한다. 해당 점수는 최종 리포트에서 응답의 신뢰도를 보정하는 데 활용되며, 조직 부적합성과 연관된 리스크 성향으로 해석될 수 있다.

AI는 ‘반복 오류’를 기록한다: Penalty Scoring Module

검사 도중 유사한 문항이나 대칭 문항이 다회 출제되는 경우, 응답자가 이전과 상반된 답변을 하거나, 명백한 반복 오류를 일으키는 경우가 있다. 이 패턴은 응답자가 문제를 무성의하게 처리했거나, 의도적으로 학습된 반응을 구사하고 있다는 신호일 수 있다.

Mind Chaser의 Penalty Scoring Module은 동일 성향 영역의 문항에서 발생하는 오류, 이탈, 급격한 방향 전환 등을 정량화한다. 특히 ‘학습 응답 유형’—즉 사전에 예상된 바람직한 반응을 의도적으로 반복한 흔적—을 감지하여, 점수 자체에 패널티를 부여한다. 결과적으로 이 모듈은 검사 조작 가능성을 최소화하며, 응답의 ‘현실 반응성’을 회복하는 역할을 수행한다.

AI는 ‘비교군과의 유사도’를 계산한다: Comparison Benchmark Model

모든 응답은 독립적일 수 없다. 특정 직무군, 연령, 성별, 직급에서 공통적으로 나타나는 행동 패턴이 존재하고, 이는 대규모 데이터 기반의 ‘비교군 알고리즘’을 통해 비교·판별할 수 있다.

Mind Chaser의 Comparison Benchmark Model은 각 응답자와 동일 집단(예: 20대 남성 사무직, 30대 여성 현장직 등)의 평균 응답 흐름과의 유사도를 수치화한다. 이를 통해 응답자의 반응이 집단 평균에서 얼마나 일탈했는지, 혹은 ‘정상 반응’과 얼마나 유사한지를 수치로 표현할 수 있다. 유사도가 지나치게 높거나 낮은 경우, AI는 해당 응답에 대한 신뢰도 보정 작업을 수행한다.

AI는 ‘응답 리듬’을 시각화한다: Visualization Engine

분석 결과는 단순 수치가 아닌 리듬, 그래프, 응답 곡선 등 시각적 리포트 형태로 제공된다. 이를 가능하게 하는 핵심 모듈은 Visualization Engine이다. 해당 엔진은 응답자의 문항별 속도 분포, 감정 곡선, 성향 이동 궤적 등을 시각화해, 채용 담당자와 인사 비전문가도 직관적으로 해석할 수 있도록 설계되었다.

이 리포트는 최종적으로 응답자의 조직 적합성, 리스크 요소, 심리 안정성, 반응 신뢰도 등을 종합 평가하여 ‘채용 적정성 점수’라는 형태로 제시되며, 이는 기존의 단순 적성검사 결과와는 차원이 다른 HR 인사이트를 제공한다.

질문에 대한 답이 아니라, ‘답하는 태도’의 분석

Mind Chaser는 질문지를 통해 사람을 해석하지 않는다. 질문을 대하는 응답자의 태도, 리듬, 망설임, 반복, 과장, 회피, 혼란—이 모든 요소를 AI는 데이터로 읽어낸다. 즉, Mind Chaser는 질문을 통해 ‘사람의 언어’를 보는 것이 아니라, ‘사람의 행동’을 정량화하는 도구다.

그 결과 인사담당자는 단지 “좋은 사람”이 아니라, “우리 조직에서 실제로 함께 일할 수 있는 사람”을 구분할 수 있게 된다. 사람의 내면을 온전히 들여다보는 일은 결국 불가능에 가깝지만, AI는 최소한 ‘신호’는 감지할 수 있다. Mind Chaser는 그 신호를 데이터로 전환하는 기술이다.