한 회사가 헤드헌터를 대체한 것이 아니라, 네 회사가 다른 조각을 가져갔다
2026년 9월 일본 HR 시장에서는 서로 다른 네 제품이 채용 workflow의 다른 위치를 겨냥했다. DIGO는 공개 웹에서 잠재 엔지니어를 찾아 기술 output을 읽고 스카우트까지 수행한다. a-assi 求人管理는 여러 ATS의 공고를 모아 명寄せ·구조화해 CRM에 넣는다.
ハチドリAIエージェント는 구직자의 분신 AI와 기업의 채용 AI가 사람보다 먼저 0차면접을 하고, TalentX의 MyTalent AIエージェント는 후보자 이메일을 읽은 뒤 일정이 맞지 않으면 면접관이나 회의실 일정의 변경까지 요청해 재조정한다. 개별적으로는 HR Tech 신제품이지만 함께 놓으면 하나의 직업 안에 묶여 있던 일이 제품 단위로 잘려 나오는 그림이 보인다.
후보자는 이력서를 내기 전에 이미 존재한다
DIGO의 출발점은 전직사이트의 등록 이력서가 아니다. 기술 블로그, OSS 커밋, 발표 기록 등 공개된 output에서 후보자를 찾고, 사용 언어·기여·기술 글의 깊이 같은 흔적으로 capability를 읽는다.
전통적인 순서가 Resume → Candidate → Evaluation이었다면, 공개 evidence가 충분한 직군에서는 Public Output → Capability Evidence → Candidate Discovery → Contact로 바뀔 수 있다. 후보자가 없었던 것이 아니라 우리가 후보자로 인식할 데이터가 이력서 형태로 나오지 않았던 셈이다.
사소해 보이던 운영 업무도 독립 제품이 된다
a-assi는 여러 ATS에 흩어진 求人 정보를 수집·통합·구조화하고 신규·변경·마감을 계속 반영한다. TalentX는 단순 빈 시간 추천을 넘어 일정이 맞지 않을 때 내부 관계자에게 일정 변경을 요청하고 확정 연락과 캘린더 등록까지 이어간다.
여기서 중요한 변화는 AI가 한 번의 클릭이나 문장 생성을 돕는 수준을 넘어서, 업무가 끝날 때까지 여러 시스템과 사람 사이를 돌아다니는 coordination workflow를 맡기 시작했다는 점이다. 求人 복사, 중복정리, 기본 연락, 일정조정 같은 실행 단위는 점점 별도 상품으로 살 수 있게 된다.
0차면접은 매칭 앞에 새로운 Agent Layer를 만든다
Light Up의 ハチドリAIエージェント는 구직자 정보와 희망을 학습한 분신 AI, 기업의 채용조건을 학습한 채용 AI가 먼저 조건을 맞춘 뒤 적합한 경우에만 사람에게 추천하는 구조를 제시한다. 회사는 인재소개회사 대상 OEM도 동시에 내놨다.
이것이 실제 채용성과를 얼마나 높일지는 아직 검증이 필요하다. 다만 Candidate ↔ Recruiter ↔ Company 앞에 Candidate Agent ↔ Company Agent라는 정보교환·조건확인 층이 별도 제품으로 들어갈 수 있다는 점은 분명한 신호다.
자동화는 사람의 일을 없애기보다 가격표를 다시 쓸 수 있다
求人 정보 옮기기, 후보자 목록 만들기, 기본 스카우트 문구, 조건 확인, 일정조정 같은 기능이 독립 SaaS나 Agent가 되면 인재소개회사는 “이 부분은 소프트웨어가 하는데 우리는 무엇에 돈을 내고 있는가”라는 질문을 받게 된다.
반대로 기업이 아직 정확히 설명하지 못한 인재문제를 정의하고, 직함·업종을 넘어 검색경계를 다시 그리고, 공개 evidence에서 실제 capability를 판단하고, 아직 움직이지 않는 사람을 설득하며, 기업과 후보자 사이의 불확실성을 닫는 일은 상대적으로 더 비싸질 수 있다. 자동화의 핵심은 사람의 삭제보다 업무별 가격 재평가일 수 있다.
반석이 봐야 할 질문은 AI 도입률보다 “무엇에 돈을 받을 것인가”다
검색 자체가 싸질수록 Search의 고가치 영역은 문제정의로 이동할 수 있다. 고객이 말한 직무명을 그대로 DB에 넣는 것이 아니라 왜 지금 이 포지션이 생겼고, 입사 후 무엇을 바꿔야 하며, 어떤 adjacent experience까지 후보군으로 열 수 있는지를 정하는 일이다.
이번 네 사례만으로 일본 인재소개산업 전체가 이미 전환됐다고 말할 수는 없다. 모두 회사 발표자료이고 실제 도입률·채용성과·고객 유지율·수수료 변화는 별도 검증이 필요하다. 지금 확인할 수 있는 것은 더 좁다. 채용 workflow의 서로 다른 조각이 실제 별도 AI 제품으로 출시되기 시작했다는 사실이다.
BANSEOG VIEW
Banseog View — 무엇이 자동화되는가보다, 자동화된 뒤 무엇에 더 높은 가격이 붙는가
직업 전체의 대체 여부보다 업무를 기능 단위로 분해해 어떤 조각이 독립 제품이 되는지 본다.
후보자 발견이 CV 밖 공개 output으로 확장되면 Resume scarcity보다 Evidence judgment가 더 중요한 병목이 될 수 있다.
헤드헌팅의 프리미엄은 반복 실행보다 문제정의·검색경계·설득·의사결정 지원 쪽으로 이동할 수 있다.
SOURCES
근거가 된 원자료
- PR TIMES — DIGO 정식판
2026-09-09. 공개 웹의 기술 블로그·OSS 커밋·발표 기록 등을 탐색해 잠재 IT 엔지니어를 찾고 기술력을 요약·수치화하며 스카우트까지 수행한다고 발표.
- PR TIMES — a-assi 求人管理
2026-09-09. 여러 ATS의 求人 정보를 수집·명寄せ·통합·구조화해 CRM/사내 DB에 반영하고, 사람은 독자정보·제안·의사결정 지원에 집중하는 구조를 발표.
- PR TIMES — ハチドリAIエージェント
2026-09-02. 구직자의 분신 AI와 기업의 채용 AI가 0차면접을 수행하고, 인재소개회사 대상 OEM도 함께 제공한다고 발표.
- PR TIMES — MyTalent AIエージェント
2026-09-10. 후보자 메일 분석부터 면접관 일정 재협상, 확정 연락, 캘린더 등록까지 자동화하는 AI 일정조정 기능을 발표.
네 사례는 각 회사가 공개한 제품 발표를 기반으로 한 관찰입니다. 제품 출시 사실과 기능 설명은 확인되지만 실제 시장 도입률, 채용성과, 장기적인 수수료·직무 변화까지 입증한 자료는 아닙니다.