Nova Recruiter

Nova Recruiter란 무엇인가요?

Nova Recruiter는 채용 팀이 후보자를 더 효율적으로 찾고 연락할 수 있도록 설계된 에이전트 기반 인재 소싱 플랫폼입니다. 800M+ 공개 프로필을 검색하고, Nova의 역량 기반 인텔리전스를 사용해 결과를 정렬하며, 여러 채널에 걸친 자동 아웃리치를 지원합니다.

핵심 목적은 소싱과 후속 조치에 소요되는 시간을 줄이고 아웃리치 효과를 높여 채용을 진전시키는 대화에 채용 담당자의 노력을 집중하는 것입니다.

주요 기능

800M+ 공개 프로필 검색: 자연어 검색으로 대량 목록을 수동으로 스크롤하지 않고 관련 후보자를 찾습니다.
역량 기반 랭킹 (키워드 랭킹 아님): Nova의 독점적인 역량 기반 인텔리전스를 사용해 키워드 일치 이상의 인재 적합도를 우선시합니다.
자동 멀티채널 아웃리치: Nova, Email, InMail, LinkedIn에 걸쳐 자동 캠페인을 실행하며 자동 후속 조치와 AI 개인화를 지원합니다.
워크플로우를 처리하는 AI 에이전트: 필터링, 숏리스트, 메시징, 답변을 포함한 소싱 단계를 자동화해 지속적인 수동 개입 없이 프로세스를 진행합니다.
연락한 후보자 수에 연동된 크레딧 기반 사용 모델: Nova Recruiter는 연락한 후보자 수에 기반한 크레딧 시스템을 사용하며, 유료 플랜에서는 검색과 숏리스트가 무제한입니다 (페이지에 명시됨).
Model Context Protocol (MCP) 연결: Nova Recruiter는 MCP를 통해 AI 어시스턴트에 연결되어 어시스턴트 워크플로우 내에서 검색과 숏리스트를 실행할 수 있습니다.

Nova Recruiter 사용 방법

시작하기: Nova Recruiter를 무료로 체험하거나 데모를 예약합니다 (페이지에 “Try for free” 명시).
자연어로 후보자 검색: 800M+ 공개 프로필에서 후보자를 검색하고 역량 기반 인텔리전스로 정렬합니다.
결과에서 숏리스트 생성: 결과를 바탕으로 숏리스트를 만들고 플랫폼에서 아웃리치를 준비합니다.
자동 캠페인 실행: LinkedIn, Email, InMail, Nova를 포함한 멀티채널 아웃리치로 자동 후속 조치와 AI 개인화를 지원합니다.
MCP 선택 사용: Model Context Protocol을 지원하는 AI 어시스턴트에서 검색과 숏리스트 생성을 실행합니다.

사용 사례

소싱 시간 최소화하며 역할 채우기: 채용 담당자는 AI 에이전트에 검색, 숏리스트, 메시징, 답변 관리를 맡겨 공석당 수동 노력을 줄입니다.
멀티채널 아웃리치로 후보자 참여 증가: LinkedIn, Email, InMail, Nova에 걸친 캠페인을 설정하며 자동 후속 조치와 AI 개인화로 응답률을 높입니다.
A플레이어 기준 초기 채용: 고급 후보자를 채용하는 창업자는 소싱과 아웃리치 단계를 자동화하고 인터뷰에 시간을 씁니다.
수동 후속 및 파이프라인 추적 감소: 스프레드시트로 후보자를 추적하던 채용 팀은 아웃리치 실행과 답변 처리를 자동 워크플로우로 전환합니다.
AI 어시스턴트 내 소싱 작업 실행: AI 어시스턴트를 선호하는 사용자는 MCP를 통해 Nova Recruiter를 사용해 도구 전환 없이 검색과 숏리스트를 수행합니다.

자주 묻는 질문

Nova Recruiter가 검색하는 데이터 소스는 무엇인가요? 800M+ 공개 프로필을 검색합니다 (페이지에 명시됨).
Nova Recruiter가 가장 관련성 높은 후보자를 어떻게 결정하나요? 키워드 매칭만이 아닌 Nova의 역량 기반 인텔리전스로 후보자를 정렬합니다.
Nova Recruiter가 지원하는 아웃리치 채널은 무엇인가요? Nova, Email, InMail, LinkedIn에 걸친 자동 멀티채널 아웃리치입니다 (페이지에 명시됨).
크레딧/사용량은 어떻게 처리되나요? 플랫폼을 통해 연락한 후보자 수에 연동된 크레딧 기반 시스템을 사용합니다. 모든 유료 플랜에서 검색과 숏리스트는 무제한입니다 (페이지에 명시됨).
Nova Recruiter를 AI 어시스턴트와 함께 사용할 수 있나요? 네. **Model Context Protocol (MCP)**를 통해 AI 어시스턴트에 네이티브 연결됩니다 (페이지에 명시됨).

대안

리크루팅 인박스 + 수동 소싱 워크플로: 전통적인 리크루팅 시스템은 메시징과 추적을 관리할 수 있지만, 에이전트 기반 소싱에 비해 일반적으로 더 많은 수동 검색, 필터링 및 후속 조치가 필요합니다.
키워드 우선 소싱 도구: 키워드나 불린 검색에 초점을 맞춘 도구는 좁은 쿼리에 대해 설정이 더 빠를 수 있지만, Nova Recruiter에 설명된 것과 같은 역량 기반 순위 매김 방식을 제공하지 않을 수 있습니다.
일반 아웃리치 자동화 플랫폼: 판매 스타일의 시퀀스 도구는 이메일과 후속 조치를 자동화할 수 있지만, 대규모 프로필 데이터베이스 전반의 후보 발견이나 리크루팅 워크플로에 특화되지 않을 수 있습니다.
전용 리크루팅 기능이 없는 AI 어시스턴트 기반 연구 워크플로: 일반 AI 어시스턴트를 사용해 연구하고 아웃리치를 작성하면 작성 시간이 줄어들 수 있지만, 전용 리크루팅 도구는 후보 검색, 단축 목록화, 리크루팅 중심 아웃리치 흐름을 더 직접적으로 처리합니다.