성격 특성과 얼굴 영상 분석을 통한 LLM 기반 채용 후보자 선별

본 논문에서는 얼굴 영상 데이터를 통해 빅 파이브 성격 특성과 채용 후보자 선발 속성(스クリ닝 속성)을 추정하는 새로운 접근법을 제안한다. 실행 시점에서 제안하는 시스템은 전체 영상 시퀀스로부터 추출한 피라미드 다중 수준(Pyramid Multi-Level, PML) 텍스처 특징을 5개의 서포트 벡터 회귀기(Support Vector Regressors)에 입력하여 성격 특성을 추정한다. 이러한 추정된 5개의 점수는 이후 인터뷰 점수 회귀기(Interview Score Regressor)에 새로운 입력 특징으로 사용되며, 이 회귀기는 가우시안 프로세스 회귀(Gaussian Process Regression, GPR)로 구성된다. ChaLearn LAP APA2016 데이터셋을 대상으로 수행한 실험 결과는 우수한 성능을 보였으며, 제안하는 프레임워크의 학습 및 테스트 시 계산 비용이 정확도와 비교하여 매우 경쟁력 있음을 입증한다.