회사에서 오랫동안 일하면 명함의 직함으로 설명하기 어려운 지식이 쌓인다. 특정 거래처의 습관이나 공장 설비의 문제, 실패했던 프로젝트에서 배운 요령은 이력서 한 줄에 잘 담기지 않는다.
Ethos는 전문가가 양식을 채우는 대신 AI와 음성으로 대화하게 해 이런 숨은 경험을 찾는다.
사람을 직함이 아니라 구체적인 경험으로 찾는다
AI가 경력과 전문분야를 질문하고 답변에서 세부 지식을 정리한다. 기업은 “유명 투자사에서 투자받은 금융 자동화 스타트업에서 일한 사람”처럼 자연어로 조건을 설명해 전문가를 찾는다.
블로그와 논문 같은 공개 정보도 함께 활용한다. 제약회사가 특정 질환을 진료하면서 신약 개발 경험도 있는 의사를 찾는 식의 복잡한 검색이 가능하다는 설명이다.
더 잘 설명하는 사람이 더 전문가처럼 보일 수 있다
음성 인터뷰는 글쓰기에 익숙하지 않은 사람에게 기회가 될 수 있다. 반면 말을 유창하게 하는 능력과 실제 전문성은 다르다. AI가 억양이나 표현 방식에 편견을 보이지 않는지, 대화에서 추출한 경력을 본인이 수정할 수 있는지도 중요하다.
전문가의 목소리와 경력 정보가 AI 모델 개발에 이용되는 범위도 확인해야 한다. Ethos는 직함 중심의 LinkedIn보다 사람이 실제로 무엇을 해봤는지 보려는 시도다. 성공한다면 평범한 직함 뒤에 숨어 있던 경험도 새로운 일과 연결될 수 있다.
https://techcrunch.com/2026/05/06/ethos-raises-22-75m-from-a16z-for-its-expert-network-with-voice-onboarding/
관련 글
같은 맥락에서 이어서 읽기 좋은 글들입니다.