레버 AI

-
개발사 레버, Inc.
공식 웹사이트 https://www.lever.co/

Lever는 '인재관계'를 핵심으로 하는 기업급 채용관리(ATS) 플랫폼으로, 채용팀 협업과 후보자 관계 육성을 강조한다. AI 기능에는 이력서 분석, 후보자 채점 및 프로세스 자동화가 포함됩니다.

레버 AI 제품 인터페이스

레버AI

Lever AI의 핵심 매개변수 및 통계

매개변수 항목 설명
제품 포지셔닝 인재관계관리(TRM) 채용 플랫폼(ATS + CRM 통합)
핵심 AI 역량 AI 이력서 분석 및 순위 지정, 후보자 채점, 사기 ​​감지, 채널 속성, 인재 재활성화
배포 방법 퍼블릭 클라우드 SaaS
모회사 Employ Inc.(3대 브랜드 포함: JazzHR, Lever 및 Jobvite)
서비스를 받은 고객 수 5,000개 이상의 기업 고객
해당 산업 기술 소프트웨어, 전문 서비스, 소매 소비, 제조 물류, 금융 서비스, 의료, 교육
데이터 보안 인증 SOC 2 유형 II, ISO 27001, GDPR 규정 준수
통합 생태계 HRIS, 신원 조사, 평가 및 일정 관리 도구를 포함한 Lever Marketplace 250개 이상의 통합
공식입장 https://www.lever.co/

레버가 제안하는 '인재관계관리(Talent Relationship Management, TRM)'는 기존 ATS와 다르다. 진행 중인 지원자를 관리할 뿐만 아니라 '현재는 지원하지 않지만 향후 매칭될 수 있는' 수동적인 후보자 풀도 관리한다. AI 레이어는 이러한 인재의 공개 상태 변화(직위 변경, 스킬 업데이트, 사직)를 지속적으로 모니터링하고 재참여 기회를 적극적으로 추천합니다. "먼저 관계를 구축한 다음 사람을 채용한다"는 이러한 아이디어는 채용을 거래적 행동에서 관계 관리로 전환시킵니다.

공식 웹사이트 홈페이지에 표시되는 실시간 대시보드 데이터는 매우 설득력이 있습니다. AI가 자동으로 일정 관리, 후속 조치 및 고용 문서 생성을 처리한 후 채용팀은 매주 몇 시간의 관리 시간을 확보할 수 있습니다. 142개의 이력서가 8초 이내에 정렬되었으며 상위 3개의 일치 후보자가 푸시되었습니다. 사기 탐지 모듈은 인터뷰에 들어가기 전에 의심스러운 애플리케이션 3개를 차단했습니다.

Lever AI의 사용자 및 시장 인지도

현장에서 점차적으로 사용자 인지도를 구축하고, 콘텐츠 제작자와 팀은 제품 기능을 사용하여 업무 효율성을 향상시킵니다. 특정 사용자 규모 및 업계 채택 데이터는 공식 실시간 페이지에 따릅니다.

레버 AI의 비용 이점

기업 수준의 SaaS 제품인 Lever는 공개 가격표를 제공하지 않으며 모든 가격은 비즈니스 커뮤니케이션을 통해 결정되어야 합니다. 다음은 업계 비교 분석을 기반으로 비용 구조를 해체합니다.

기업/팀 구독 계층(기본 제공 양식):

Lever의 가격은 회사 규모, 채용 규모, 필요한 기능 모듈 및 구현 복잡성에 따라 다릅니다. 업계 기준 범위는 다음과 같습니다.

예산 범위(연회비 참고) 해당하는 일반적인 팀 규모 기능적 범위
$15,000~$30,000 10~50명 모집팀 핵심 ATS + CRM, AI 이력서 정렬, 면접 일정, 기본 보고
$30,000~$80,000 50~200명 모집팀 위 + AI 후보자 채점, 인재 풀 관리, 고급 분석 API 통합
$80,000+ / 맞춤 견적 200명 이상 / 멀티 브랜드 위 + 멀티브랜드 관리, 전용 CSM, SSO, 맞춤형 워크플로우 SLA

경쟁 제품과의 비용 비교:

비교차원 레버 온실 애쉬비 실행 가능
가격 모델 팀별 맞춤형 견적 시트+모듈로 계층화 좌석별로 층화 채용 공고 규모에 따라 계층화됨
일반적인 중급 연회비 $30,000~$80,000 $40K~$100K $20,000~$60,000 $15,000~$50,000
CRM/TRM 기능 네이티브 내장 추가 모듈 또는 통합 필요 내장되어 있지만 기능이 얕은 기본 버전에는 포함되지 않음
AI 역량 범위 풀 임베딩(스크리닝 - 정렬 - 예방 - 분석) 플러그인 AI(타사) 네이티브 이력서 분석 + 채점 기본 이력서 분석
숨겨진 구현 비용 데이터 마이그레이션 + 템플릿 구성 필요 마이그레이션 비용은 비슷합니다 마이그레이션은 비교적 간단합니다 마이그레이션이 가장 간단합니다

C측/개인 사용자: 레버는 개인 구직자를 위한 것이 아니며 개인 구독 옵션이 없습니다.

개발자/API: Lever는 REST API 및 Marketplace 오픈 플랫폼을 제공하지만 API 액세스는 일반적으로 기업 버전 계약에 포함되며 API 크레딧은 별도로 판매되지 않습니다.

숨겨진 비용: 첫째, 데이터 마이그레이션 비용 - 기존 ATS(특히 Greenhouse 또는 Taleo)에서 과거 후보 데이터를 마이그레이션하려면 전문 서비스 지원이 필요합니다. 둘째, 템플릿 및 프로세스 구성에 대한 인적 투자, 채용 프로세스가 복잡할수록 초기 구성 주기(보통 4~8주)가 길어집니다. 셋째, AI 기능 훈련을 위한 콜드 스타트 ​​기간으로, 신규 고객에 대한 추천의 처음 3~6개월은 데이터 축적 후 성숙 기간만큼 효과적이지 않습니다.

레버 AI의 주요 기능

Lever는 ATS와 CRM을 하나의 플랫폼에 통합하며, AI 기능은 독립적인 모듈 형태로 존재하지 않고 전체 채용 퍼널을 통해 실행됩니다.

  • AI 이력서 구문 분석 및 지능형 정렬: 수백 가지 이력서 형식(PDF, DOCX, HTML, 일반 텍스트 LinkedIn 내보내기 등)을 지원하고 기술, 업무 경험, 학력, 인증서 등 구조화된 필드를 자동으로 추출합니다. AI는 직무 설명 및 과거 성공적인 채용 프로필을 기반으로 후보자에 대한 다차원 점수 매기기(기술 일치, 경력 연수, 리더십 신호, 성장 궤적)를 수행하여 8초 안에 142개의 이력서를 분류하고 상위 3개를 강조 표시합니다. 시너지 효과: 분석 결과는 예비 심사에만 사용될 뿐만 아니라 점수 카드를 자동으로 미리 채우고 후속 일정 작업을 트리거하여 "분석 → 채점 → 승진"의 단일 라인 작업을 형성하여 서로 다른 인력 간의 수동 이동을 줄입니다. 시스템.

  • 후보자 채점 및 적합 점수 메커니즘: AI는 각 후보자에 대해 포괄적인 적합 점수(0~100)를 생성합니다. 점수는 기술 매칭, 업계 경험, 팀 적합성, 급여 기대 범위 등의 차원을 기반으로 합니다. 스코어카드에는 AI Insight 설명이 함께 제공됩니다. 예를 들어 "대형 공장에서 설계 시스템을 구축한 적이 있음"은 리더십 신호에 해당하고 "급여는 중간점보다 15~20K 높습니다"는 급여 협상 위험을 나타냅니다. 시너지: AI Insight는 인터뷰 스코어카드 템플릿에 직접 연결되므로 면접관은 인터뷰 중에 단순히 점수 대신 AI가 제시하는 검증 포인트를 볼 수 있습니다.

  • 지능형 면접 일정 관리 및 협업 대시보드: AI는 면접관 시간을 자동으로 조정하고, 일정 초대장과 면접 자료를 보내고, 면접 후 여러 면접관 스코어카드를 자동으로 요약합니다. 공식 웹사이트 예시에서는 일정 자동화 비율이 100%에 도달할 수 있고 스코어카드 요약이 자동으로 생성되는 것을 보여줍니다. 시너지 효과: 면접 스코어카드 데이터는 후보자의 AI 초상화로 다시 흘러 후속 라운드 및 최종 제안 결정에 사용되며 "면접 → 점수 → 초상화 업데이트 → 다음 라운드"의 데이터 사이클을 형성합니다.

  • 인재풀(Talent Pool) 지능형 관리 : Lever TRM 개념의 핵심 캐리어입니다. AI는 직위 변경, 기술 업데이트, 신규 인증 등 공개 정보의 변경 사항에 대해 수동적 후보자를 지속적으로 검색하고 인재 풀 기록을 자동으로 업데이트합니다. 새로운 일자리가 게시되면 AI는 즉시 일치하는 역사적 후보자를 푸시합니다. 암시적 연결: 인재 풀 데이터는 채널 속성 모듈과 연결되어 기존 ATS에서는 달성하기 거의 불가능한 "LinkedIn에서 최초 인수 → 6개월 후 육성 및 지원 → 최종 온보딩"의 전체 링크를 추적할 수 있습니다.

  • 사기 감지 및 신원 확인: 2026년에 추가된 새로운 AI 보안 계층은 이력서 위조(일관되지 않은 신원, 상충되는 경험, 위조된 학력)를 자동으로 감지하고 인터뷰에 들어가기 전에 이를 플래그로 표시하고 차단합니다. 공식 웹사이트 데이터에 따르면 디스플레이 페이지에서 3개의 의심스러운 애플리케이션이 차단된 것으로 나타났습니다. 시너지: 사기 탐지 결과는 적합 점수 가중치에 영향을 미칩니다. 고위험으로 표시되면 단순 삭제가 아닌 자동으로 가중치가 하향 조정되어 채용 담당자에게 통보됩니다.

  • 채용 채널 속성 및 ROI 분석: AI는 자동으로 후보자 소스 채널(LinkedIn 활성 전달, 내부 추천, 학교 채용, 채용 박람회, 헤드헌터 추천 등)을 표시하고 이력서 전환율, 인터뷰 합격률, 직업 유지율 및 기타 지표를 포함하는 채널 품질 보고서를 생성합니다. 연결된 가치: 기여 데이터는 '채널 포트폴리오 최적화' 추천에 직접 입력됩니다. AI는 과거 ROI를 기반으로 다음 달 예산 할당 계획을 추천하여 데이터 통찰력을 실행 가능한 조치로 전환합니다.

Lever AI의 모델 및 버전 진화

Lever는 2012년 창립 이후 전통적인 ATS에서 AI 기반 TRM 플랫폼으로 진화했습니다. 다음은 추적 가능한 핵심 마일스톤입니다.

창업 및 초기 단계(2012~2020)

  • 2012: Nate Smith와 Sarah Nahm은 샌프란시스코에서 Lever를 설립하여 협업 채용 및 후보자 경험에 중점을 둔 "현대 ATS"로 자리매김했습니다.
  • 2014: CRM 기반 마련을 위해 Nurture 기능(후보 육성 이메일 자동화)을 출시했습니다.
  • 2017: 타사 통합을 지원하기 위해 개방형 API 및 Marketplace 생태계를 구축합니다.
  • 2019: AI 이력서 구문 분석 및 기본 채점 기능을 소개합니다.
  • 2020: 패시브 후보자 관리를 위한 Talent Pool 기능 출시.

Employ Inc. 시대(2021~2024)

  • 2021년: Lever는 Employ Inc.에 인수되어 JazzHR(중소기업) 및 Jobvite(대기업)와 브랜드 매트릭스를 형성했습니다. Lever는 미드레인지부터 엔터프라이즈까지의 시장을 타겟으로 합니다.
  • 2022: 고급 분석 대시보드 및 채널 기여 모듈 출시.
  • 2023: AI 기반 후보자 재활성화 및 육성 캠페인 최적화 출시.
  • 2024: 면접 스코어카드 자동 집계 및 다중 면접관 보정 분석 도입.

2025~2026 메인라인 릴리스

  • 2025.05 – Lever TRM Platform 2025: AI 이력서 분석 및 자동 순위, 인터뷰 스코어카드 템플릿, 채용 프로세스 자동화 워크플로우를 도입합니다. ATS와 CRM 사이의 데이터 장벽을 허물고 패시브 후보 데이터가 추천에 참여할 수 있도록 하는 데 중점을 두고 있습니다.
  • 2026.04 – Lever TRM 플랫폼 2026: AI 기반 후보자 재활성화 추천, 팀 채용 협업을 위한 스마트 대시보드, 채용 퍼널을 위한 자동화된 속성, 사기 탐지 및 인증 레이어를 추가합니다. 이 버전은 Lever가 "프로세스 자동화"에서 "의사결정 인텔리전스"로 전환한 것을 의미합니다.

버전 업데이트 리듬: Lever는 지속적인 제공 모델을 채택하고 기능 업데이트는 기존의 "대규모 버전 번호" 모델을 따르지 않고 분기별로 출시됩니다. 위 버전 번호(2025.05, 2026.04)는 연도 및 반복 일련 번호에 해당합니다. 구체적인 출시 날짜는 공식 변경 로그에 따릅니다.

레버 AI의 기술적 장점

Lever의 기술 아키텍처는 기존 ATS의 모듈식 접합과 다른 "데이터 통합 계층 + AI 추론 계층 + 자동화된 조정 계층"의 3계층 설계를 중심으로 설계되었습니다.

데이터 통합 ​​계층: 모든 후보 데이터(활성 애플리케이션, 수동 소스, 기록 기록, 상호 작용 동작)를 통합된 데이터로 집계하여 ATS와 CRM 간의 데이터 사일로를 제거합니다. 이것이 TRM 개념의 기술 기반입니다. 통합된 데이터 계층이 없으면 "전체 수명 주기 관계 관리"를 달성할 수 없습니다.

AI 추론 레이어: 이력서 구문 분석, 채점 및 정렬, 사기 감지, 채널 속성의 4가지 핵심 시나리오를 다룹니다. 기술적 특성은 다음과 같습니다.

  • 이력서 분석: NLP 모델을 사용하여 반구조화된 문서를 처리하고 대규모 채용 데이터를 대상으로 기술 추출, 근속 기간 계산 및 회사 수준 매핑의 정확성을 교육했습니다. 타사 구문 분석(예: Sovren 및 Textkernel)에 의존하는 Greenhouse와 달리 Lever의 구문 분석 엔진은 기본적으로 내장되어 있으며 구문 분석 결과는 시스템 내의 스코어카드 및 검색 색인과 긴밀하게 통합되어 대기 시간이 단축됩니다.
  • 적합성 점수 모델: 직무 설명 + 성공적인 참가자의 과거 프로필을 기반으로 한 다중 요소 모델입니다. 출력은 점수일 뿐만 아니라 해석 가능한 AI 통찰력(예: "리더십 신호" 및 "급여 위험 팁")과 함께 제공되어 채용팀의 "블랙박스 채점"에 대한 불신을 줄여줍니다.
  • 사기 탐지: 단순한 키워드 블랙리스트 대신 다계층 신호 분석(신원 교차 검증, 경험 타이밍 충돌 탐지, 학술 데이터베이스 비교)을 사용합니다.

자동화된 오케스트레이션 레이어: AI 추론 결과를 자동으로 작업으로 변환하는 트리거된 워크플로 엔진 - 후보자 단계를 자동으로 업데이트하고, 재배 이메일을 보내고, 이력서 구문 분석이 완료된 후 면접관에게 알립니다. 오케스트레이션 레이어는 수동 판단을 줄이기 위해 조건부 분기(예: "AI 점수 > 85가 자동으로 인터뷰로 진행됨")를 지원합니다.

아키텍처 링크 다이어그램:

후보 데이터 소스(전송/가져오기/크롤링)
    ↓
데이터 통합 레이어(통합 인물사진 + 행동 타임라인)
    ↓
AI 추론 레이어(파싱 → 채점 → 부정행위 탐지 → 속성)
    ↓
자동화 조정 계층(조건부 트리거링 → 단계 업데이트 → 스케줄링 → 알림)
    ↓
협업 프런트엔드(칸반/성과표/보고서)

통합 아키텍처: Lever Marketplace는 HRIS(Workday, BambooHR, Rippling), 신원 조사(Checkr, GoodHire, Accurate), 평가(HackerRank, Codility, Korn Ferry), 일정 관리(Calendly, Zoom, Google Calendar) 및 CRM 동기화(Salesforce, HubSpot)를 포함하는 250개 이상의 사전 구축된 통합을 제공합니다. API는 RESTful 스타일을 채택하고 Webhook 이벤트 콜백을 지원합니다.

엔지니어링 함정 팁: 기술 평가팀은 다음 세 가지 사항에 주의해야 합니다. 첫째, API 빈도 제어 제한, 일괄 데이터 마이그레이션 중에 요청 할당량을 확인해야 합니다. 둘째, 이벤트 신뢰성을 보장하기 위한 Webhook 재시도 메커니즘입니다. 셋째, AI 모델의 콜드 스타트 ​​주기에서 신규 임차인은 안정적인 채점 정확도를 달성하기 전에 약 500개 이상의 표시된 이력서를 축적해야 합니다.

레버 AI 사용법

Lever의 배포 및 사용은 초기 구성, 일일 작업 및 확장 통합의 세 단계로 구분됩니다.

1단계: 초기 구성(4~8주)

  1. 요구 확인 및 데모 : 공식 홈페이지(https://www.lever.co/demo)를 통해 데모를 예약하시고, 영업팀과 함께 기능 범위 및 데이터 용량을 확인하세요.
  2. 데이터 마이그레이션: 기존 ATS에서 지원자 데이터(이력서, 무대 이력, 커뮤니케이션 기록)를 내보내고, 레버는 마이그레이션 도구와 전문 서비스 지원을 제공합니다.
  3. 템플릿 구성: 채용 프로세스 단계(심사 → 전화 화면 → 패널 → 제안 → 온보드), 스코어카드 템플릿, 이메일 템플릿(확인, 제안 거부)을 설정합니다.
  4. 팀 권한: 채용 팀 역할(관리자, 채용 전문가, 면접관, 채용 관리자)을 구성하고 데이터 액세스 권한을 설정합니다.
  5. 통합 연결: Marketplace에서 필요한 통합(HRIS, 달력, 역조정, 평가)을 활성화하고 API 키를 구성합니다.

2단계: 일일 작업

  • 채용 게시: Lever를 통해 채용 공고를 생성하고 LinkedIn, 인디드, Glassdoor 등 채용 채널에 동기화하세요.
  • 후보자 관리: 이력서 자동분석 → AI 정렬 → 채용전문가 검토 → 승격/마킹/창고.
  • 면접 일정: AI가 면접관의 시간을 자동으로 조정 → 초대장 보내기 → 면접 후 점수표를 자동으로 요약합니다.
  • 인재 풀 육성: 육성 캠페인을 설정하면 AI가 정기적으로 풀에서 후보자 역학을 스캔하고 재참여 제안을 푸시합니다.
  • 보고서 분석: 채널 기여도, 프로세스 전환율, 시간 효율성 대시보드를 봅니다.

3단계: 확장된 통합

REST API 또는 Webhook(HRIS 동기화 BI 도구 연결, 사용자 정의 보고서)을 통해 내부 시스템에 연결합니다. API 문서 및 SDK는 Lever 개발자 센터에서 제공됩니다.

입장 방법:

  • 웹 클라이언트: 모든 기능을 갖춘 관리 백엔드이며 데스크톱 사용에 권장됩니다.
  • 모바일: 레버는 면접 피드백 제출 및 후보자 조회를 지원하는 iOS/Android 애플리케이션을 제공하며 제한된 관리 기능을 제공합니다.
  • API: RESTful API, 일괄 작업 및 사용자 정의 워크플로를 지원합니다.

Lever AI 제품 가격

Lever는 가격을 공개하지 않으며 모든 가격은 데모 및 비즈니스 협상을 통해 결정됩니다. 다음은 업계 비교 분석과 사용자 커뮤니티 정보를 바탕으로 정리한 것입니다.

비용 설명
구독료 채용 팀 규모, 기능 모듈 및 구현 복잡성을 기준으로 견적된 연간 계약
시행비 데이터 마이그레이션 볼륨 및 프로세스 복잡성에 따라 초기 배포에 대한 전문 서비스 비용
통합 비용 Marketplace의 일부 고급 통합에는 타사 라이센스 비용이 포함될 수 있습니다
API 할당량 일반적으로 기업용 버전 계약에 포함되며, 초과 사용량은 협의 필요
재계약 증가 업계 관행은 계약 조건에 따라 연간 5~15% 증가

경쟁 제품과의 가격 비교:

도구 연간 수수료 범위(중간 시장) 무료 평가판 계약 유연성
레버 $30,000~$80,000 데모 평가판 사용 가능 주로 연간 구독
온실 $40K~$100K 14일 평가판 연간 구독, 추가 모듈
애쉬비 $20,000~$60,000 14일 평가판 월간/연간 구독 선택 가능
실행 가능 $15,000~$50,000 15일 평가판 월간/연간 구독 선택 가능

구매 제안: 50~200명으로 구성된 팀 모집에 대한 Lever의 가격 대비 성능 비율은 동종 제품 중에서 중간 수준입니다. 기본 AI 및 CRM 기능을 사용하면 타사 플러그인을 추가로 구매할 필요가 없으며 전체 TCO는 표면 가격이 낮은 경쟁 제품보다 낮을 수 있습니다. 그러나 모회사인 JazzHR에는 10명 미만으로 구성된 채용 팀이 더 적합할 수 있고, 500명이 넘는 멀티 브랜드 그룹은 Jobvite를 평가할 수 있습니다.

레버AI 활용 시나리오

  • 성장하는 기술 기업을 위한 지속적인 채용: 기술 직위는 연중 내내 열려 있습니다. 기존 ATS 모델에서는 채용 담당자가 인재 풀을 수동으로 검색해야 합니다. Lever의 AI는 채용 공고가 게시된 후 인재 풀과 과거 후보자 중에서 가장 일치하는 후보자를 즉시 ​​푸시합니다. 공식 웹사이트에 표시된 "142개 재개 → 8초 정렬" 데이터 포인트는 일괄 처리 효율성을 보여줍니다. 검증 핵심 포인트: 기술직(특히 엔지니어 및 제품 관리자)의 스킬 매칭 정확도가 팀의 요구 사항을 충족하는지 여부.

  • 패시브 지원자 장기 육성 및 활성화: 우수한 지원자는 현재 구직 중이 아니지만 6~12개월 후에 기회가 열릴 수 있습니다. Lever의 AI는 정기적으로 공개 역학(직업 변경, 기술 업데이트, 회사 뉴스)을 모니터링하고 채용팀이 적시에 연락하도록 자동으로 상기시킵니다. 구현 가치: 죽은 데이터에서 "읽었지만 다시 읽을 수 없는" 수동적 후보를 도달 가능한 살아있는 단서로 변환합니다. 검증할 핵심 포인트: 육성 캠페인의 공개율과 응답률이 콜드 스타트 ​​지원보다 높은지 여부.

  • 다중 팀 공동 채용 및 면접관 조정: 여러 라운드의 면접과 여러 면접관이 포함된 시나리오에서는 채점 스타일의 큰 차이가 일반적인 문제점입니다. Lever는 여러 면접관의 스코어카드를 자동으로 집계하고 AI는 점수 편차(예: 특정 면접관이 지속적으로 낮은 점수를 주는 경우)를 식별하여 보정 회의를 지원합니다. 구현 가치: '면접관 편견'으로 인한 오판을 줄이고 면접 결과의 일관성을 향상시킵니다.

  • 채용 채널 포트폴리오 최적화: 10개 이상의 채용 채널(LinkedIn, 인디드, 글래스도어, 내부 추천, 학교 채용, 헤드헌팅, 채용 박람회)을 동시에 사용하는 기업의 경우 AI는 매월 각 채널에 대한 ROI 분석(이력 전환율, 인터뷰 합격률, 온보딩 유지율, 비용/온보딩 비율)을 생성하여 다음 달 예산 할당을 안내합니다. 구현 가치: 채용 예산을 '경험 기반 할당'에서 '데이터 기반 할당'으로 전환합니다. 채널 기여 데이터는 다음 분기의 구매 결정에 직접적인 영향을 미칩니다.

  • 다양성 채용 지표 관리: G2는 Lever를 다양성 채용 및 가장 필요한 분야(중간 시장)에 대한 최고의 ROI로 평가하여 이력서 심사에서 암묵적인 편견을 제거하는 데 있어 AI의 성공을 입증했습니다. AI 채점은 후보자 이름, 사진, 성별 등 민감한 필드를 노출하지 않으며, 실력과 경험을 바탕으로만 매칭됩니다. 구현 가치: DEI 팀이 마지막에 다양성 격차를 발견하는 대신 프로세스 초기에 참여할 수 있도록 지원합니다.

  • 사기 방지 및 위험 관리: 대규모 채용 시나리오(학교 채용 시즌, 대량 고객 서비스/영업 직책)의 경우 이력서 사기 비율이 5~10%에 도달할 수 있습니다. Lever의 AI 사기 탐지 기능은 인터뷰에 들어가기 전에 의심스러운 애플리케이션을 자동으로 차단하여 면접관의 시간 낭비와 규정 준수 위험을 줄입니다. 구현 가치: 금융, 의료, 정부 등 규정 준수가 엄격한 산업의 경우 사기 탐지는 부가 가치 기능이라기보다는 꼭 필요한 요소입니다.

Lever AI 적용 그룹

  • 채용 담당자 및 채용 관리자: 매일 수많은 이력서 심사 및 인터뷰 조정을 처리하는 채용 담당자의 경우 Lever의 AI 자동 정렬 및 일정 관리를 통해 주당 5~10시간의 관리 작업을 절약할 수 있습니다. 채용 관리자는 팀 대시보드를 실시간으로 확인할 수 있어 '면접관이 스코어카드를 제출하지 않았다'는 후속 조치 비용을 줄일 수 있습니다.

    • 부적합: 하루에 5개 미만의 이력서를 처리하는 소규모 채용 시나리오에서는 AI의 가치를 반영하기 어렵습니다.

  • 인재 채용 관리자/TA 부사장: 채용 효율성, 채널 품질 및 팀 생산성을 전반적으로 관리해야 하는 관리자입니다. Lever의 채널 속성 및 팀 대시보드는 예산 할당 및 팀 확장 결정을 지원하는 데이터 지원을 제공합니다.

    • 전제 조건: 회사의 채용 규모가 연간 200개 이상의 직위에 도달하는 경우에만 기여 분석의 효과를 뒷받침할 수 있는 충분한 통계 샘플이 있을 수 있습니다.

  • HRIS/IT 시스템 관리자: 채용 시스템과 내부 HR 시스템(Workday, BambooHR, ADP) 간의 인터페이스를 담당하는 기술 역할입니다. Lever는 REST API, 웹후크 및 250개 이상의 사전 구축된 통합을 제공하여 시스템 통합을 위한 맞춤형 개발 비용을 절감합니다.

    • 전제조건: 기본 API 관리 및 통합 테스트 기능이 필요합니다.

  • 다양성 및 포용성 책임자(DEI): 채용 과정에서 형평성과 다양성 지표에 중점을 둔 팀입니다. Lever의 익명 채점 및 민감하지 않은 필드 일치 메커니즘은 이력서 심사 단계에서 암시적 편견을 줄이는 데 도움이 됩니다.

    • 적합하지 않음: 기업이 이미 독립적인 DEI 분석 플랫폼을 보유하고 있는 경우 Lever의 분석 깊이가 충분하지 않을 수 있습니다.

  • 10명 미만의 스타트업/모집 팀: 모집 규모가 적고 예산이 제한되어 있어 Lever의 연간 수수료 기준 및 구성 주기가 너무 높을 수 있습니다. 이러한 유형의 팀은 모브랜드 JazzHR(중소기업용) 또는 경량 ATS(Workable, Breezy)에 더 적합합니다.

    • 결론: 채용 규모가 연간 50개 이상의 직책에 도달한 후에 Lever를 평가하는 것이 좋습니다.

요약 및 전망

Lever AI의 핵심 경쟁력은 기본적으로 통합된 ATS + CRM 아키텍처와 완전히 내장된 AI 기능에 있습니다. AI를 기존 ATS와 같은 타사 플러그인을 통해 추가 모듈로 제공하는 대신 이력서 구문 분석, 점수 순위, 사기 감지 및 채널 속성을 데이터 계층에서 시작하는 통합 워크플로에 통합합니다. 'AI 플러그인'이 아닌 'AI 네이티브' 아키텍처를 선택한 레버는 기능적 연계 효율성 측면에서 동일한 가격대의 경쟁 제품보다 앞서 있습니다.

주요 장점: TRM 개념에 따른 수동적 후보자 관리는 현재 ATS 시장에서 가장 차별화된 기능입니다. 경쟁 제품은 여전히 ​​"제출된 이력서"의 처리 효율성을 최적화하고 있는 반면 Lever는 이미 "아직 제출되지 않았지만 향후 고용될 수 있는" 인재 자산을 처리하고 있습니다. 계속 채용하는 기업의 경우, 이 "사전 계획"의 가치는 인재 풀이 6~12개월에 걸쳐 성숙해진 후에 점차 분명해질 것입니다.

현재 제한 사항 및 불확실성:

  • 글로벌 다국어 이력서 구문 분석 범위는 Greenhouse(후자는 타사 엔진을 통해 90개 이상의 언어 지원)보다 약하며 중국어, 아랍어와 같은 비라틴어 언어에 대한 Lever의 구문 분석 정확도는 검증이 필요합니다.
  • AI 채점 모델의 훈련은 테넌트 데이터의 축적에 의존하므로 콜드 스타트 ​​기간(최초 500개 이력서) 동안 추천 정확도가 기대에 미치지 못할 수 있습니다.
  • 가격이 투명하지 않습니다. 모든 솔루션은 데모 및 비즈니스 커뮤니케이션을 거쳐야 하며 조달 주기가 깁니다(견적을 받는 데 일반적으로 2~4주 소요).
  • 레버는 Employ Inc.의 브랜드 매트릭스의 "허리 제품"입니다. 제품 로드맵은 그룹 전략에 영향을 받으며, 독립적인 제품 의사결정의 자율성은 인수 전보다 낮아졌습니다.

경계에 맞지 않음:

  • 직원 수가 2,000명 이상인 대기업이 채용 프로세스를 심층적으로 맞춤화하거나 여러 브랜드를 독립적으로 관리해야 하는 경우 Employ's Jobvite로 업그레이드하거나 맞춤 개발을 보완해야 할 수도 있습니다.
  • 글로벌 채용 기업의 다국어 이력서 분석 및 다국가 규정 준수 요구 사항에 대해서는 Greenhouse 또는 현지화된 ATS와 결합하여 사용하는 것이 좋습니다.
  • 연간 채용 규모가 50개 미만인 팀의 경우 Lever의 입출력 비율은 경량 ATS나 LinkedIn Recruiter를 직접 사용하는 것만큼 좋지 않습니다.

조달/채택 위험 평가:

  • 데모 신청 후 실제 이력서 데이터 세트를 활용해 내부적으로 2~4주간 AI 채점 정확도(특히 비기술직 매칭 정확도)를 확인한 후 조달 규모를 결정하는 것이 좋다.
  • 계약에서는 데이터 마이그레이션 서비스 범위 API 빈도 제어 제한, 연간 증가 한도 및 데이터 내보내기 형식에 주의를 기울여야 합니다. 만족스럽지 않은 경우 명확한 종료 경로가 있는지 확인하십시오.
  • ATS를 처음 배포하는 팀의 경우, 일회성 구성 과부하를 피하기 위해 먼저 핵심 ATS + AI 순위 모듈을 활성화한 후 3개월 후에 점차적으로 CRM 및 채널 속성을 확장하는 것이 좋습니다.

관련 도구: notion-ai, google-workspace

레버 AI 사용법

  • 웹 클라이언트 : 공식 홈페이지에 접속하여 계정을 등록하시면 사용하실 수 있습니다. 대부분의 기능은 설치가 필요하지 않습니다.
  • API 액세스: RESTful API를 제공하며 개발자는 API 키를 획득하여 자신의 애플리케이션에 통합할 수 있습니다.

버전 정보

  • 레버 TRM 플랫폼 2026 ：AI 기반 후보자 재활성화 추천, 팀 채용 협업을 위한 스마트 대시보드, 채용 채널에 대한 자동 속성이 추가되었습니다.
  • 레버 TRM 플랫폼 2025 ：AI 이력서 분석 및 자동 순위, 인터뷰 스코어카드 템플릿, 채용 프로세스를 위한 자동화된 워크플로우를 소개합니다.

사용자 후기

  • 후기를 불러오는 중...